创伤是指机械作用所致的机体结构、组织完整性破坏或功能障碍^[1]。由于其突发性、发生率高、病死率高、致残率高、病情发展迅速等特点，创伤救治是院前急救的重要组成部分，也是全球性的公共卫生问题。据统计，全世界每年约10%人群的死因可归因于创伤^[2]。在我国，每年因创伤死亡约40万人^[3]，创伤已成为仅次于心脑血管疾病和癌症的第三位死因，是青壮年的首位死因^[1]。因此，创伤引起了众多学者的广泛关注^[4]。目前，国内已报道了北京^[5]、汕头^[6]、深圳^[7]、沈阳^[8]等多个城市的院前急救创伤患者的流行病学特征，为卫生决策提供了重要依据。对于未来预测的研究主要偏向于创伤后的并发症、输血、修复时间、预后、结局等方向，而对创伤未来趋势预测的研究却较少。多项研究显示，创伤也是新疆乌鲁木齐院前急救最主要的疾病类型^[9-10]。本研究以乌鲁木齐市院前急救中心2011—2018年院前急救创伤数据为基础，拟对乌鲁木齐市院前急救创伤现状和未来五年的情况做分析和预测。

从乌鲁木齐市急救中心院前急救调度指挥系统数据库中收集2011年1月1日至2018年12月31日共427 754例院前急救患者病例信息。疾病分类及编码参照国际疾病分类标准ICD-10。创伤主要包括打伤、车祸外伤、交通事故、摔伤、坠落伤、砸伤、坍塌、手外伤、足外伤、刀刺伤、电击伤、冻伤、淹溺、脑外伤、脑震荡、神经损伤、血管损伤、中暑、动物咬伤、自杀、未特指外伤等。总人口数、男女性人数、各年龄段人数、人均GDP、人均可支配收入、人均医疗保健支出增比、老龄人口数、医护人员数等所用数据均来自乌鲁木齐市统计年鉴。

根据乌鲁木齐市统计年鉴，将年龄分为≤17岁、18~34岁、35~59岁、≥60岁四组；按照乌鲁木齐市行政区划分，将地区分为9个地区。根据乌鲁木齐市气象局标准，将季节分为春（3月—5月）、夏（6月—8月）、秋（9月—11月）、冬（12月—2月）。

采用流行病学方法对2011—2018年乌鲁木齐市院前急救创伤人群、时间、地区分布特征进行描述和分析。

分别采用单因素灰色GM(1, 1)模型、多因素灰色模型和移动平均（moving average model, MA）模型对乌鲁木齐市2019—2023年院前急救创伤患者人次进行年预测。季节预测采用单因素灰色GM(1, 1)模型和季节性差分自回归移动平均（seasonal autoregressive integrated moving average model, SARIMA）模型。建立的预测模型均采用平均绝对误差（MAE）、平均绝对百分比误差（MAPE）、均方根误差（RMSE）进行精度评价。残差=实际值-预测值，。

（1）单因素灰色GM(1, 1)模型。灰色模型（grey model，GM）是基于少量的、不完全的信息，通过对原始数据进行累加等处理，建立微分预测模型，对未来的发展趋势做预测。其拟合预测表达式为：，其中a为发展灰数，b为内生控制灰数。该模型克服了概率统计的弱点，无需大量样本，计算工作量小易于操作，且对资料分布类型及概率分布没有严格要求。

（2）多因素灰色模型。多因素灰色预测模型考虑到多种因素对因变量的影响，结合了多重线性回归模型与GM(1, 1)模型，预测的结果更具实际意义。本研究中院前急救创伤总量受到多种因素如总人口数、老龄人口等的影响，因此采用该模型对2019—2023年院前急救创伤总量进行年预测。

（3）MA模型。其是常用的时间序列分析预测模型，其公式为：其中为白噪声序列，为模型系数，q是移动平均模型的阶数。

（4）SARIMA模型。其是常用的季节预测模型，模型表达式为：SARIMA(p, d, q)(P, D, Q)_s, 其中p为非季节性自回归阶数，d为非季节性差分次数，q为非季节性移动平均阶数，P为季节性自回归阶数，D为季节性差分次数，Q为季节性移动平均阶数，s为周期。

采用Excel 2010建立数据库录入数据并进行核对，应用SPSS 20.0软件进行统计描述和分析。单因素灰色GM(1, 1)模型和多因素灰色模型预测在Excel 2010中完成，MA模型和SARIMA模型预测在SPSS 20.0统计软件中进行。以P < 0.05为差异有统计学意义。

（1）性别分布。研究显示，乌鲁木齐市2011—2018年院前急救创伤患者中，男性共58 063人次，女性共29 350人次，男女比为1.98:1。男性发病率（534.91/10万）明显高于女性（274.88/10万），且差异有统计学意义（χ²=7 659.707，P < 0.01），男性发病率是女性的1.95倍。不同性别的创伤发病率均呈总体增长趋势，见图 1~2。

图 1 乌鲁木齐市2011—2018年院前急救创伤患者的性别分布 Fig 1 Gender distribution of pre-hospital emergency trauma patients in Urumqi from 2011 to 2018

图选项

图 2 乌鲁木齐市2011—2017年不同性别的创伤发病率变化 Fig 2 Changes in the incidence of trauma in different genders in Urumqi from 2011 to 2017

图选项

（2）年龄分布。院前急救创伤患者发病的年龄为（42.93±19.69）岁。从各年龄段构成比来看，35~59岁占比最大（42%），其次为18~34岁（32%），≤17岁占比最少（6%）。在发病率上，≤17岁（172.33/10万）、18~34岁（484.24/10万）、35~59岁（425.65/10万）、≥60岁（644.23/10万）各年龄组发病率差异有统计学意义（χ²=7 958.224，P < 0.01），≥60岁人群的发病率明显高于其他年龄组，≤17岁人群发病率最低。

（1）年份分布。院前急救创伤患者总人次已由2011年10 195人次增加到2017年12 244人次，发病率也在逐年增加，各年份间发病率差异有统计学意义（χ²=945.140，P < 0.01）。创伤患者人次和发病率在2016年以后出现急剧上升趋势，见图 3。

图 3 乌鲁木齐市2011—2017各年份院前急救创伤患者人次数和发病率变化 Fig 3 Changes in the number and incidence of pre-hospital emergency trauma patients in Urumqi City in 2011-2017

图选项

（2）季节和月份分布。季节分布上，夏季（27 123人次，31.03%）高发，其次是秋季（24 218人次，27.71%）和春季（20 627人次，23.60%），冬季（15 445人次，17.67%）较少见。月份分布上，七、八、九三个月份院前急救创伤量最大，分别为9 098（10.41%）、9 535（10.91%）、8 950（10.24%）人次，而一（5 119人次，5.86%）、二（4 294人次，4.91%）、三（5 480人次，6.27%）月份院前急救量较少。

高新区（新市区）的急救量最大（23 157人次，26.50%），其次为沙依巴克区（18 900人次，21.63%）。除乌鲁木齐以外的地区，达坂城区院前急救量最少（1 701人次，1.95%），见表 1。

（1）单因素灰色GM（1, 1）模型。初步建立预测模型后验差检验结果S₁= 386.26，S₂=672.69，C=S₁/S₂= 0.57，P=0.71，根据精度标准判断，模型精度为三级（勉强合格），不适合于预测。使用缓冲算子：作用于院前急救创伤患者人次数序列，对一阶缓冲序列建立灰色GM(1, 1)模型，并再次检验得：S₁'=102.33，S₂'=362.44，C'=S₁'/S₂'=0.28，P'=1.00，此时模型精度达到一级（好），可以用于预测。预测结果见表 2。

（2）多因素灰色模型。令Y为院前急救创伤总量，X₁为总人口数，X₂为人均GDP，X₃为人均可支配收入，X₄为人均医疗保健支出增比，X₅为老龄人口数，X₆为医护人员数。采用逐步回归分析（Stepwise）法建立多重线性回归方程，同时考虑到各变量间共线性的问题，最终X₄、X₅进入方程，其回归方程为：y(t)=3 849.700+167.469×人均医疗保健支出增比+178.521×老龄人口数

对模型进行检验，得F=41.389，P < 0.05，R²=0.954，所建模型在检验水准为0.05时差异有统计学意义，可用于预测。

分别对X⁴、X⁵建立灰色GM(1, 1)模型，预测精度分别为四级（不合格）、三级（勉强合格），分别使用缓冲算子进行处理后再次建模，后验差检验通过，精度均达到二级（合格），可用于预测。利用所建模型求出X₄、X₅在2019—2023年的预测值。将X₄、X₅的预测值代入回归方程，即可预测2019—2023年院前急救创伤患者总量，见表 2。

（3）MA模型。经过反复尝试和比较，本研究最终选定MA1模型，其数学表达式为：

，BIC=12.48，说明所选模型拟合效果较好。残差自相关系数的白噪声检验中，χ²检验结果均P > 0.05，因此接受残差序列是不相关的零假设，可以认为残差的分布是随机的，所建的预测模型合理，可以进行外推预测。预测结果见表 2和图 4。

图 4 院前急救创伤患者人次数MA1模型预测 Fig 4 Prediction of total amount of pre-hospital emergency trauma patients with MA1 model

图选项

单因素灰色GM(1, 1)模型、多因素灰色模型、MA1模型预测的平均相对误差分别为0.028 0、0.019 0、-0.003 6，再结合表 2的MAE、MAPE、RMSE等结果，发现MA1模型的预测精度最高，因此以该模型数据作为最终的年预测结果。

（1）单因素灰色GM（1, 1）模型。预测模型为，后验差检验结果S₁=560.675，S₂=580.425 7，C=S₁/S₂=0.97，P=0.42，模型精度为四级（不合格），不能用于预测。使用缓冲算子：处理，并对一阶缓冲序列建立灰色GM(1, 1)模型，此时模型S₁'=66.7948，S₂'=173.5202，C’=S1/S2=0.38，P'=0.97，精度达到二级（合格），可以用于预测。预测结果见表 3。

（2）SARIMA模型。根据SARIMA模型参数的选定标准，结合平稳R²、BIC和参数简约化原则，经过反复尝试和比较，本研究最终选定SARIMA(0, 1, 1)(2, 2, 0)₄模型，其数学表达式为，平稳R²=0.72，BIC=12.509，说明所选模型拟合效果较好。残差自相关系数的白噪声检验结果均P > 0.05，可用于预测。结果见图 5。

Q1：春（3-5月）；Q3：秋（9-11月） 图 5 院前急救创伤患者人次数SARIMA(0, 1, 1)(2, 2, 0)4模型的季节预测 Fig 5 Seasonal prediction of total amount of pre-hospital emergency trauma patients with SARIMA(0, 1, 1)(2, 2, 0)4 model

图选项

观察预测图可知，该模型的预测效果精度不断下降，对2021年及以后的预测效果不好，所以以月为单位建立SARIMA模型对院前急救创伤患者人次数进行预测。建立的预测模型为SARIMA(1, 0, 1)(0, 1, 2)₁₂模型，其数学表达式为，平稳R²=0.53，BIC=9.35，说明所选模型拟合效果较好。残差自相关系数的白噪声检验结果均P > 0.05，可用于预测。各月份预测结果见图 6。根据各月份的预测结果计算各季节的预测量。最终预测结果见表 3。

图 6 院前急救创伤患者人次数SARIMA(1, 0, 1)(0, 1, 2)12模型的季节预测 Fig 6 Seasonal prediction of total amount of pre-hospital emergency trauma patients with SARIMA(1, 0, 1)(0, 1, 2)12 model

图选项

对比两种模型预测误差可知，单因素灰色GM(1, 1)模型的预测精度更高，因此以该模型数据作为最终的季节预测结果。

创伤几乎是每个国家儿童和工作人群的主要死因，除对生命造成严重威胁外，创伤的致残率极高，患者后期生命质量下降以及昂贵的医疗费用给个人、家庭和社会带来沉重的经济损失和伤残负担^[11]。全球范围内创伤的疾病负担很重^[12]，但是在改善人群健康时常常被相关政府部门忽略。发达国家已在建立健全创伤急救体系、创伤的预防等方面做了大量工作，发展中国家尤其是低、中等收入国家创伤的发病率更高^[13]，更应该予以重视。我国的院前急救体系起步较晚，仍存在院前急救创伤网络不健全、缺乏规范化救治体系、急救模式不完善、基础研究待深入、整体观念匮乏等问题^[14-15]。因此，了解其现状特征并分析未来趋势的变化，有助于建立和发展创伤预防计划，完善院前急救服务系统。本研究发现，乌鲁木齐院前急救创伤以男性、青壮年为主，老年人发病率最高，夏季为高发季节，多发于新市区（高新区）。单因素灰色GM(1, 1)模型、多因素灰色模型、MA1模型预测2023年院前急救创伤总量分别为13 118人次、11 715人次、13 305人次。单因素灰色GM(1, 1)模型、SARIMA模型对夏季的预测量分别为3 638人次、4 999人次。这将为乌鲁木齐市院前急救创伤服务相关卫生决策提供参考。

院前急救创伤人群以男性、35~59岁人群为主，这与梁素瑞等^[9]和李辉^[16]的研究结果相一致，可能与男性、青壮年工作性质、参与的社会活动等有关。同时，该类人群酗酒比例较大，也是重要的影响因素。此外，虽然老年人院前急救创伤所占比例不高，但是其创伤发病率却是最高的，这提示老年人也是创伤的高危人群，摔倒是最常见的创伤机制，可能与年龄增长所致的身体整体功能和免疫力下降、新陈代谢能力减弱、对危险因素的感知能力下降、对外界刺激反应能力下降等有关^[17]，老年人慢性病患病率也会影响到创伤的发生。随着人口老龄化加剧，估计到2030年我国平均人口寿命将到79岁，这将对院前急救创伤体系提出新的挑战。

夏季是院前急救创伤的高发季节，以8月份最为显著。陈郁强^[6]和马宏飞等^[18]的研究也发现了这一点，可能是因为夏季没有暴雪、雾霾等极端天气的影响，导致出行人数增多。冀翠华等^[5]的研究表明，创伤与气温、相对湿度正相关，与风速、气压负相关。8月是乌鲁木齐夏季最热的时期，高温易造成人体体温调节中枢、神经调节、水电解质代谢紊乱等，中暑人数会增加。同时，受高温天气的影响，人们更容易产生烦躁、焦虑等负面情绪，也是酗酒、打架斗殴、人际矛盾冲突的敏感期。本研究创伤高发的月份与余益民^[7]和刘永欣等^[8]的研究有一定出入，这可能是南方、北方地理气候条件差异所致。

本研究发现，2011—2018年院前急救创伤总量逐年增加，在未来五年将继续增加，预计到2023年，院前急救患者将增至13 305人次，其中夏季达3 638人次。这可能与乌鲁木齐经济发展带来的流动人口增加、总人口数的增加、交通事故频繁等有关。其中，交通事故所致创伤可以通过改善道路运输体系、加强交通安全知识宣传教育、增强人群安全防范意识等措施得到一定控制。交通伤是创伤最常见的致伤因素之一^{[9, 16, 19]}，全球每年约120万人死于交通伤^[20]。马宏飞等^[21]对乌鲁木齐的交通伤进行了流行病学调查发现交通伤患者数量逐年增加，这说明乌鲁木齐创伤急救患者人次增多很有可能与频发的交通事故有关。另外，环境恶化、房屋建筑安全性差、工厂缺乏必备的安全保障、工业化革新滞后等也是创伤的诱因^[22]。

基于本研究结果，提出以下几点建议：⑴政府应加大对院前急救创伤资金投入和抢救仪器设备的支持，专业急救人员应加强创伤相关知识和技能培训，同时，应做好基本自救知识的公众宣传工作。⑵加强男性、青壮年、老年人健康知识宣讲以及模拟突发状况的应急处理。⑶根据现状及预测结果合理配置院前急救资源，新市区（高新区）以及夏季可适当增设院前急救点、增加院前急救人员数、技术设备等。

综上所述，乌鲁木齐院前急救创伤以男性、青壮年为主，老年人发病率最高，夏季为高发季节，院前急救创伤需求量会持续增加，卫生行政部门应加大院前急救资源的配置，提高院前急救服务能力和效率。本研究主要依据现有的院前急救调度指挥系统的数据对创伤院前院前急救进行分析，但院前急救创伤总量还受到很多其他因素的影响，当前的预测还不够全面，今后应纳入更多因素进行预测和完善。由于院前急救时间紧迫并没有对患者的创伤评分和评估结果进行收集，也没有患者后续情况的追踪调查，今后应进一步完善。