Page 116 - 《中国药房》2026年3期

[11]
医疗卫生机构推动信息智能化监测的方向，这使得如何 等 针对季节性数据，基于Mann-Kendall趋势检验构建
在保证监测效率的前提下进行药品使用的精细化管理 了变体模型，即季节性Mann-Kendall趋势检验。其通过
[2]
已成为医院高质量发展的必经之路 。目前，广泛使用 将时间序列分解为多个季节性子序列，分别计算每个子
[3]
的药品动态监测方法如环比增长率排序法 ，存在一定 序列的趋势检验统计量，然后将这些统计量合并为一个
主观性且工作量较大。随着医院智能化发展的进程，一 整体的检验统计量，从而在保留原方法非参数特性与抗
些新的监测方法随之出现，如基于统计过程控制的动态 异常值能力的基础上排除了季节性因素影响。这使得
监测法，其通过统计学建模可有效识别药品使用数据的 季节性 Mann-Kendall 趋势检验更适配带有周期性变化
[4]
异常波动 。但该模型只适用于对用量较稳定的药品品 规律的药品使用波动的数据。
种进行监测，无法适应医疗行业快速发展的需求。 季节性Mann-Kendall趋势检验的零假设（H0 ）为：时
目前药品动态监测的核心问题在于：（1）在增长趋
间序列允许存在季节性波动（各季节子样本分别服从独
势的定量判定层面，如何选择合适的增幅阈值，挑选出
立同分布），但无长期单调趋势。
有分析价值的品种；（2）药品用量受诊疗需求的季节性
备选假设（H1 ）为：存在至少 1 个月的子样本非同
波动影响，如何过滤季节性干扰因素，筛选出存在真实
分布。
增长趋势的品种。以往解决以上问题多凭经验判断，且
将各药品的月度使用数量时间序列记为 X，将数据
各个医疗机构之间的判断标准并不相同。
采集周期（年）记为n（本研究中n＝3），本研究中周期为
本研究针对上述问题，以药品月度用量为监测对
12（1－12月），则有：
象，使用季节性 Mann-Kendall 趋势检验法，并通过 P 值
X＝（ X ， X ，……， X ）⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅ 公式（1）
定量判断该趋势是否显著，建立药品用量动态监测（dy‐ 1 2 12
X ＝（ X ， X ，……， X ）⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅ 公式（2）
namic monitoring of drug consumption，DMDC）模型，为 i i,1 i,2 i,n
首先对第i个月（i＝1，2，…，12，分别对应1－12月）
高效、宏观地监测药品使用提供科学依据。
的子样本 X 中每一对样本 X 和 X （m＞k），计算差值
1 资料与方法 i i,m i,k
X －X ，随后对每对差值使用符号函数（sgn）进行
1.1 数据来源 i,m i,k
计算：
药品月度使用数据均来源于我院的医院信息系统
ì+1,X - X > 0
（hospital information system，HIS），数据字段包括药品代 ï ï i,m i,k
ï ï
sgn（ X -X ）＝ í 0,X i,m - X = 0 ⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅ 公式（3）
i,k
码、药品名称、使用数量、计数单位、金额。数据采集频 i,m i,k ï ï
î
i,k
率为每月 1 次，采集的时间段为 2021 年 11 月－2024 年 ï ï-1,X i,m - X < 0
10月。 对趋势统计变量Si和总趋势统计量S′，则有：
n
n - 1
1.2 门诊重点药物监控目录的建立 S ＝sgn（ X i,m - X ） ∑∑ ⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅ 公式（4）
i
i,k
我院前期已建立基于药品消耗指数的疾病诊断相 k = 1 m = k + 1
12
关分组（diagnosis related groups，DRG）数据分析方法， S′＝ ∑ Si ⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅ 公式（5）
[5]
用于住院患者药品使用情况的监测与管理 。本研究在 i = 1
当n≥3时，S′近似服从正态分布，通过标准化得到Z
此基础上针对门诊药房药品用量变化建立细化监测工
作方法。 统计量，用于显著性判断：
[6]
本研究根据帕累托法则（80/20法则） ，采用Python ì S' - 1 ,S' > 0
ï ï
3.9 环境下的第三方库 pandas 筛选 2024 年 10 月门诊药 ï ï (Var(S'))
ï ï
房销售额排名前 20% 的药品，纳入门诊重点药物监控 Z＝ í 0,S' = 0 ⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅ 公式（6）
ï
ï
ï
目录。 ï S' + 1 ,S' < 0
î
1.3 基于Mann-Kendall趋势检验构建DMDC模型 ï ï (Var(S'))
1.3.1 Mann-Kendall趋势检验的定义及应用 本研究中设定检验水准 α＝0.05，对应双侧临界值
Mann-Kendall 趋势检验是一种广泛应用于气象学 Z＝1.96。|Z|＞1.96 时（P＜0.05），拒绝 H 假设，接受 H 1
0
的非参数统计检验方法，用于检测时间序列是否存在显 假设。用 S′统计值判断时间序列的变化趋势：S′＞0 时，
著的单调趋势 [7―8] 。该方法的统计结果是基于观察值排 时间序列呈增加趋势；S′＜0 时，时间序列呈减少趋势。
序而非数值本身，适用于检测呈现偏态分布且可能包含 当 S′＞0 且 P＜0.05 时，序列呈显著上升趋势；当 S′＜0
异常值的时间序列趋势，具有检测范围宽、定量化程度 且P＜0.05时，序列呈显著下降趋势；当P≥0.05时，序列
高的特点，已在医疗数据分析中广泛应用 [9―10] 。Hirsch 无显著变化趋势。

· 378 · China Pharmacy 2026 Vol. 37 No. 3 中国药房 2026年第37卷第3期