医院门诊挂号的人类行为动力学分析

VIP免费

3.0 刘畅 2024-11-07 7 4 1.84MB 68 页 15积分

侵权投诉

摘要

人类行为遍布政治、经济、文化各个领域，是社会发展和经济进步的主导力

量，探索人类行为模式和统计特性有重要意义。随着信息技术的发展，实现数据

大量存储、处理成为可能，也为研究大规模人群活动的时间间隔（两次连续行为

之间的间隔）分布规律创造了机会。越来越多研究发现，人类行为具有高度的非

均匀性：人类行为同时具有长期静默与短期高频爆发的特性。

本学位论文首先介绍了人类动力学实证研究中的典型标度律与不同行为模式

所导致的生成机制模型。然后以上海市某家综合性三级甲等医院十年来门诊挂号

记录为研究对象，从群体和个体两个层面分析就医行为，并由此推断人类行为内

在的一些普适特征，得出以下结论：

群体与青年个体的时间间隔累积概率分布在单对数坐标下呈现反 S曲线形态，

可以由指数分布和反 S型曲线模型极好拟合。其余年龄层个体随着挂号次数的增

多和年龄的增大，逐渐从反 S型曲线分布过渡到指数分布，就诊时间间隔越来越

均匀，定时就医现象越发明显。

群体门诊人流量在年、月、周、日等不同时间尺度下，均具有明显的季节波

动性、周期性与规律性。年就诊人数稳步上升的同时，每年二月为就诊低谷月、

三月为高峰月这一大趋势不变；工作日人流量为休息日的两到三倍，周日就诊人

数最少；大量患者集中在工作日上午九点到十点，下午两点到三点就医。

就诊次数越多的个体每年的就诊频率变化越大，就诊次数波动越明显。青年

阶段男女发病概率相当，就医次数波动式下降。中青年期和中老年期分别是女性

和男性各自迈入更年期的阶段，就医次数较高且患病间隔不一，不稳定性较大。

青年期患病有所下降，随着年龄增长，患病概率加大，就诊次数增多，但年就医

次数的波动浮动减小，逐渐趋于稳定。

对医疗行为的实证研究将会进一步完善除工作、娱乐、学习外的人类动力学

行为探索。单对数坐标下，时间间隔累积概率分布的分段精确拟合为今后分布律

的深层分析提供可能。

关键词：人类动力学门诊挂号指数分布反 S 曲线分布时间间隔

ABSTRACT

Human behavior across the political, economic and cultural fields, is the leading

force for social development and economic progress. Exploring human behavior

patterns and statistical properties is significant. With the development of information

technology, mass storage data-processing and distribution rule create an opportunity for

the study of large-scale human activity time interval (the interval between two

consecutive behaviors). More and more studies found that human behavior with a high

degree of non-uniformity: human behavior at the same time long-term silence and

short-term high-frequency characteristics of the outbreak.

This dissertation, first introduced the model of the result of the formation

mechanism of the empirical study of human dynamics typical scaling law with different

patterns of behavior. And the outpatient registration records in a comprehensive hospital

of decades as the research object, the analysis from the two levels of groups and

individuals seeking behavior, and infer some universal characteristics inherent to human

behavior, the following conclusions:

Groups and youth individual interval cumulative probability distribution in a single

logarithmic scale showing the inverse S-curve shape, can be an excellent fit by the

exponential distribution and anti-S-curve model. Other ages individuals with the

registered increase in the number and age increases gradually from the anti-S-curve

distribution of the transition to the exponential distribution, the treatment interval more

and more uniform, regular medical phenomenon is more obvious.

Groups’ outpatient flow of people in the year, month, week, day, different time

scales are significant seasonal fluctuations, periodicity and regularity. Steady increase in

the annual number of visits in February each year for the treatment trough month, this

trend is the peak month in March the same; flow of the working day to day two to three

times the number of visits on Sunday at least; a large number of patient-focused during

the working day from nine o'clock to ten o'clock, two in the afternoon to three medical

treatment.

Annual frequency of visits by the number of visits more individual the greater the

change, the number of visits fluctuations more obvious. Youth stages of male and

female incidence probability equivalent of visits to the doctor fluctuating decline. Young

and middle-aged women and men into the menopause stage, visits to the doctor and

prevalence varying intervals not greater stability. The adolescent prevalence decreased

with age, increased probability of illness, number of visits increased, but annual visits

fluctuations floating reduce gradually stabilized.

An Empirical Study of the medical practices will further improve the dynamic

behavior of human working, playing and learning. In single logarithmic coordinates, the

time interval cumulative probability distribution segment precise fitting for deep

analysis is a good example of the distribution law for future exploring.

Key Word: Human dynamics, outpatient registration, exponential

distribution, inverted S curve distribution, time inter-event

摘要

ABSTRACT

第一章绪论 ..................................................................................................................1

1.1 选题背景及研究意义 ................................................................................................1

1.2 本文主要工作 ............................................................................................................2

第二章人类行为动力学的研究现状及进展 ..............................................................4

2.1 实证研究中的典型标度律 ........................................................................................4

2.1.1 指数分布 ........................................................................................................6

2.1.2 幂律分布 ........................................................................................................7

2.1.3 广延指数分布 ................................................................................................8

2.1.4 单峰分布 ........................................................................................................9

2.1.5 双峰分布 ......................................................................................................10

2.1.6 多尺度分布 .................................................................................................. 11

2.1.7 混合分段分布 ..............................................................................................13

2.2 非泊松特性的生成机制 ..........................................................................................14

2.2.1 优先权决策排队模型 ..................................................................................14

2.2.2 受记忆影响模型 ..........................................................................................15

2.2.3 习惯驱动模型 ..............................................................................................16

2.2.4 自适应调节模型 ..........................................................................................19

2.2.5 兴趣递减模型 ..............................................................................................20

2.2.6 截止时间模型 ..............................................................................................21

2.2.7 互动行为模型 ..............................................................................................21

第三章不同时间尺度下门诊挂号的人流量分析 ....................................................23

3.1 数据来源说明 ..........................................................................................................23

3.2 年门诊量动态变化分析 ..........................................................................................24

3.3 月门诊量动态变化分析 ..........................................................................................25

3.4 周门诊量动态变化分析 ..........................................................................................27

3.5 日门诊量动态变化分析 ..........................................................................................27

3.6 本章小结 ..................................................................................................................29

第四章基于反 S型曲线分布的群体人类动力学分析 ...........................................30

4.1 数据分层说明 ..........................................................................................................30

4.2 涉及的分布律简介 ..................................................................................................31

4.2.1 反S型曲线模型 ..........................................................................................31

4.2.2 分段分布及分段点的确定 ..........................................................................32

4.3 数据统计分析 ..........................................................................................................32

4.3.1 总群体的门诊挂号时间间隔分析 ..............................................................33

4.3.2 按年龄分层后各层群体的门诊挂号时间间隔分析 ..................................34

4.3.3 按性别分组后各层群体的门诊挂号时间间隔分析 ..................................36

4.4 本章小结 ..................................................................................................................39

第五章个体十年就医次数的分层分析 ....................................................................40

5.1 数据分层抽样 ..........................................................................................................40

5.2 不同数据层内个体的年挂号次数研究 ..................................................................42

5.2.1 挂号区间为 54 到100 次 ............................................................................43

5.2.2 挂号区间为 100 到200 次 ..........................................................................45

5.2.3 挂号区间为 200 到300 次 ..........................................................................47

5.2.4 挂号区间为 300 次以上 ..............................................................................49

5.3 本章小结 ..................................................................................................................51

第六章分层抽样的个体人类行为动力学分析 ........................................................52

6.1 不同数据层内个体的时间间隔累积概率分布研究 ...............................................52

6.1.1 挂号区间为 54 到100 次 ............................................................................52

6.1.2 挂号区间为 100 到200 次 ..........................................................................54

6.1.3 挂号区间为 200 到300 次 ..........................................................................55

6.1.4 挂号区间为 300 次以上 ..............................................................................56

6.2 本章小结 ..................................................................................................................58

第七章结束语 ............................................................................................................59

参考文献 .........................................................................................................................60

在读期间公开发表的论文和承担科研项目及取得成果 .............................................64

致谢 .................................................................................................................................65

第一章绪论

本章首先简要介绍了本课题的选题背景以及人类行为动力学的研究意义，然

后介绍了关于医院门诊就诊的研究现状以及本硕士学位论文的研究工作和组织结

构。

1.1 选题背景及研究意义

人类行为遍布政治、经济、文化各个领域，是社会发展和经济进步的主导力

量，探索人类行为模式和统计特性有重要意义。构成庞大复杂社会单元的人本身

具有动态特性，行为也千差万别，过去由于对人类活动的数据收集能力有限，这

个极其复杂的系统在很多商业和社会实际问题中都被简化为随机稳态过程，使用

表征事件到达的时间间隔相互独立而且服从同一个指数分布的泊松过程描述，即：

人行为的实际统计特征是较为均匀的，两个相继行为之间的时间间隔偏离其平均

值很多的概率很小。

随着信息技术的发展，实现数据大量存储、处理成为可能，也为研究大规模

人群活动的时间间隔（两次连续行为之间的间隔）分布规律创造了机会。2005 年，

Barabási 在Nature 上发表的一篇文章，通过对用户电子邮件的发送与回复行为间

时间间隔进行统计，揭示了人类行为具有高度的非均匀性：人类行为同时具有长

期静默与短期高频爆发的特性[1]。这一实证研究和理论分析暗示着，大量由人类活

动驱动的系统有明显偏离泊松统计的性质：人们常常在短时间内密集从事某事，

之后又长时间将其弃之脑后[2]。

Barabási 提出，这种阵发现象源于决策所控制的排队过程：若个体处理任务前

根据紧要程度分配优先级，接着依据优先级列表来处理任务，则任务等待处理的

时间分布会呈现重尾特征。反之，如不考虑轻重缓急地盲目执行，则分布近似均

匀[1]。这一现象的发现开辟出新的研究方向——人类动力学。

尽管人类行为动力学研究方向问世较晚，但因其具有理论与应用的双重研究

价值，国内外来自物理学、计算机学、社会学等众多学科领域的学者开始对丰富

的数据资源加以利用，剖析其内在规律。越来越多的证据显示人类的很多行为发

生的时间间隔分布具有重尾特征，偏离了短时间内频繁发生，接着很长一段时间

里无事可做的泊松过程[3]。大量对通信通讯（传统通信[4,5]、电子邮件通信[6]、短信

通讯[7]与即时通讯[8]），网络在线娱乐（在线社交[9,10]、网页浏览[11,12]、电影点播[13]、

音乐点播[14]以及网络游戏[15]），图书馆中打印[16]与借阅[17,18]，股票交易[19,20]等人类

普遍行为的实证研究发现，群体或个体层面上大都服从幂律分布[21]，也有服从广

文档加载中……请稍候！
如果长时间未打开，您也可以点击刷新试试。

下载文档到电脑，查找使用更方便

15 积分 4人已下载

立即下载 VIP免费下载

摘要：

摘要人类行为遍布政治、经济、文化各个领域，是社会发展和经济进步的主导力量，探索人类行为模式和统计特性有重要意义。随着信息技术的发展，实现数据大量存储、处理成为可能，也为研究大规模人群活动的时间间隔（两次连续行为之间的间隔）分布规律创造了机会。越来越多研究发现，人类行为具有高度的非均匀性：人类行为同时具有长期静默与短期高频爆发的特性。本学位论文首先介绍了人类动力学实证研究中的典型标度律与不同行为模式所导致的生成机制模型。然后以上海市某家综合性三级甲等医院十年来门诊挂号记录为研究对象，从群体和个体两个层面分析就医行为，并由此推断人类行为内在的一些普适特征，得出以下结论：群体与青年个体的时间间隔累积...

展开>> 收起<<

医院门诊挂号的人类行为动力学分析.pdf

共68页,预览7页

还剩页未读，继续阅读

医院门诊挂号的人类行为动力学分析

相关推荐

开通VIP享超值会员特权

作者详情

相关内容

推荐作者

热门标签

举报选择: