隨著黨風廉政建設和反腐敗工作的深入開展，如何做好違紀人員的思想教育工作，化消極因素為積極因素，已成為紀檢監察機關面臨的一個重要課題。工作中，我們要從實際出發，抓住違紀人員的思想和心理，把握教育轉化工作的內在規律，從而贏得工作的主動權。其主要方法如下：

從提高主觀認識入手，教育和引導違紀人員認識錯誤。要達到跟蹤教育違紀人員的目的，首先是要使他們認清錯誤的性質和危害，從主觀上查找違紀原因，誠懇地接受組織的處理。每當對違紀人員慎重作出處理決定后，都應堅持先找其本人談話，聽取他們對處理結果的反映，給他們發表自己意見的權利，談話中結合解釋和宣傳黨政紀處分條例，使他們明確處分的依據和準繩，對組織的處分口服心服；同時組織他們學習《黨章》、《黨紀處分條例》及廉潔法規制度，引導他們分清是非，自覺認識錯誤，端正態度，既要從所犯錯誤中吸取教訓，又要走出錯誤陰影的籠罩，樹立改正錯誤的信心。

從改善客觀環境入手，努力為違紀人員改正錯誤創造條件。違紀人員的生活和工作環境對其思想改造有著極其重要的影響，為此，要努力創建一個有利于他們改正錯誤的客觀環境。首先要堅持平等、尊重的原則。對違紀人員要做到不冷漠、不歧視，多交談、多鼓勵，幫助他們解除思想上的種種顧慮。其次，要注意保護違紀人員的政治權利。對留黨察看人員，在留察期間表現好的，要按期予以恢復黨員權利。個別在留察期間悔改表現較好，但在某些方面存有要求不嚴卻又無明顯違紀的，要堅持在繼續幫教的同時，按期恢復其正式黨員權利。對開除黨籍的違紀人員，如果其悔改表現很好，可按規定經過一定期限后重新吸納入黨。再次，合理使用違紀人員，不斷激發他們的工作熱情。對違紀人員的使用要注意克服兩種傾向：一是不能一棍子打死，要善于激發他們工作的熱情，提供為黨、為國家、為人民工作的機會。二是要堅持原則，絕不能違反《黨章》和黨紀條規。對認識深刻、轉化明顯、工作突出的，該表彰的要表彰，對作出成績的給予肯定；對個別表現突出的則根據實際情況該重新使用的要重新使用，該提拔使用的予以提拔使用，不斷保護和激發他們的上進心。第四，關心他們的工作和生活，積極為他們解決困難。對他們存在的實際問題，努力設法幫助，把黨的溫暖及時送到他們的心坎上。

加強基礎性建設，保證跟蹤教育工作落到實處。一是建立健全各級幫教組織。紀檢監察機關及其違紀人員的所在部門都應該建立健全跟蹤教育領導小組和工作小組。整個跟蹤教育工作由紀委組織協調，部門具體負責，齊抓共管。二是完善工作制度，使跟蹤教育工作規范化。主要應建立專人幫教、定期回訪、總結交流、指導檢查和檔案記載等制度，抓好幫教工作責任制的落實。三是建設一支高素質的幫教人員隊伍。幫教工作能否做好，隊伍是基礎。要選拔思想素質好、責任心強、有一定思想工作經驗的同志參與幫教工作，同時提高他們的素質，掌握新方法，落實新措施，提高工作效率和效果。

堅持教育形式多樣化，增強跟蹤教育的針對性和實效性。跟蹤教育工作是一項艱巨的細致工作，只要能夠及時把握他們的心理狀態，摸準他們的思想脈搏，分清他們的具體情況，有的放矢地實施幫助，就會達到預期的教育目的。教育中應抓住三個主要環節。一是要因人施教，對癥下藥，用不同的鑰匙去開不同的鎖。二是抓苗頭教育，有超前意識，把工作做到矛盾可能發生的前頭，施教中情理結合、以理服人。三是持之以恒、耐心引導。只要抓住了違紀者的思想實際，就能夠從他們的對立心理中找到接近他們的相容點，從自棄的心理中找到激勵他們的燃燒點，從羞怯的心理中找到他們的閃光點，這樣，跟蹤教育工作就一定會收到良好的效果。

審計工作專業性很強，審計人員只有具備相應的專業知識和技能才能勝任其職責，保證審計任務的順利完成。審計工作風險性較高，審計人員必須具備良好的專業判斷能力并加以合理運用，才能有效降低審計風險。審計專業判斷，充分體現了審計人員面對復雜審計事項和不確定審計環境作出合理認識、評價、預測和決策的能力，是審計人員品質、才華、專業經驗積累的結果。審計專業判斷貫穿于審計工作過程的始終，合理運用專業判斷能有效提高工作效率，保證審計質量，實現審計目標，并促進審計環境的改善和審計隊伍整體素質的提高。審計專業判斷運用功效與審計獨立性、重要崗位準入制度、審計隊伍整合協同能力、審計人員工作毅力和工作作風等因素密切相關。

一、審計專業判斷的涵義及其特征

審計專業判斷是審計人員為了實現審計目標，依據審計法律法規的規定和有關標準，在審計實踐和感性認識的基礎上，根據自己的專業知識和經驗對客觀審計對象和主觀審計行為作出的合理的專業認定、評價和決策。它是審計人員能力、意識、經驗、道德等主觀要素的有機統一和外在表現。它具有如下特征；

1、審計專業判斷是一種專業勝任能力。

《國家審計基本準則》第八條規定，承辦審計業務的審計人員應當具備調查研究、綜合分析、專業判斷和文字表達能力。良好的專業判斷能力是審計人員職業關注、專業修養、技術能力集中體現出來的對審計線索的敏感意識和發現能力，能幫助審計人員迅速引起職業警覺，作出準確的判斷并直接切入審計重點、難點、疑點，選擇恰當的審計方法，敏銳地捕捉相關信息，及時發現潛在風險，提高審計工作效率。審計專業判新具有指導性特征。

2、審計專業判斷是一種專業思維活動。

我們先試著把自己的聲音錄下來，然后聽聽自己磁帶中的聲音?！惺裁窗l現嗎？

你多半會大吃一驚，“我聽上去是這樣的嗎？”也許你們對自己的聲音會感到沮喪，在心里可能會說：“這不可能是我！我覺得我的嗓音更深沉（更響亮、更圓潤……）?！?/p>

記?。簩ψ约郝曇舻膽岩蓵棺钭孕诺难葜v者都變得有些拘謹。

其實一些著名的演說家和演員的嗓音也不是很理想。……但我們現在沒有時間去接受幾年的演講培訓。所以就讓我們花一點時間幫你克服嗓音上的一些困難，讓你能在演講時給聽眾留下最好的印象。

我們將從嗓音的幾個因素開始：

音質

醫療器械臨床使用安全中，系統風險的重要方面有人、機和環境，其中人的因素包括患者和醫務人員等方面的人為因素。臨床中，醫護人員對醫療器械的正確操作與否直接決定醫療器械的診療效果，但在臨床使用過程中常出現由于醫護人員對醫療設備的正確操作和維護保養不熟悉而導致設備閑置、人為故障、假故障和誤操作，引發醫療事故等問題發生[1-3]。呼吸機作為生命支持類設備，支持和延續著人體生命，為高風險醫療設備[4]。原國家食品藥品監督管理總局的《國家醫療器械不良事件監測年度報告(2014年度)》數據顯示，呼吸機不良事件中造成嚴重危害數量的比例為34.8%，為有源醫療器械不良事件報告總數前5位中最高[5]。美國急救醫學研究所(EmergencyCareResearchInstitute，ECRI)2016-2018年的年度十大醫療技術危害[6]均涉及呼吸機，包括呼吸機操作不當、呼吸機故障及不適清潔導致的器械、設備故障等內容。根據國家最新《醫療器械監督管理條例》(國務院令第650號)和《醫療器械分類目錄》(國家食品藥品監督管理總局公告2017年第104號)，用于生命支持的呼吸機屬于第三類醫療器械，需“采取特別措施嚴格控制管理以保證其安全、有效的醫療器械”。呼吸機不同于其他急救設備，作為生命支持類設備其使用特點為：貫穿呼吸治療全過程且全天候24h、數月甚至數年均需連續開機用于支持患者的呼吸與生命。呼吸機因使用問題對患者造成的傷害是嚴重而深遠的，尤其是長期連續使用的患者。因此，呼吸機使用過程中人為因素故障及其變化規律研究是用好呼吸機的基礎，是呼吸機質量與安全的重要保障。本研究對陸軍軍醫大學大坪醫院2012-2016年臨床在用呼吸機的人為因素故障數據進行統計，分析其變化原因和相關因素，為呼吸機臨床使用質量與安全管理提供參考依據。

1呼吸機人為因素故障研究資料與方法

1.1研究資料。選取陸軍軍醫大學大坪醫院2012-2016年醫院在用呼吸機設備中68例人為因素故障數據，根據當年臨床在用呼吸機數量統計計算每年的人為因素故障率，見表1。呼吸機人為因素故障主要包括操作原因故障和清潔維護原因故障，其中，操作原因故障主要有醫護人員誤操作，設置、安裝及管路連接不當等造成呼吸機故障；清潔維護原因故障主要包括清潔消毒不到位和呼氣盒等部件清潔后因未晾干而直接使用導致呼吸機故障等。1.2研究方法。陸軍軍醫大學大坪醫院自2005年之后的10年間，呼吸機新購數量與在用數量呈井噴式增長，致使呼吸機故障問題與使用問題也隨之增多。2008年，醫院開始對呼吸機等18項醫療設備進行質量控制檢測，規范醫療設備使用管理和質量控制檢測工作，尤其是呼吸機等高風險醫療設備。2009年引入國際聯合委員會(JointCommissionInternational，JCI)醫院評審標準，建立起醫療設備使用培訓制度，到2012年逐漸完善為三級培訓制度[7-9]。三級培訓制度主要內容：①廠商工程師對全院醫護人員進行的院級培訓；②資深工程師對科室進行呼吸機原理、使用操作、日常保養及醫療設備管理制度的科室級培訓；③針對新入職醫護人員、具體問題等一對一的個別培訓。通過呼吸機使用管理制度的規范與三級培訓制度的完善與實施，按年度統計呼吸機年度故障數量、人為因素故障數量，計算呼吸機總故障率以及呼吸機人為因素故障率，分析其變化，研究呼吸機人為故障發生的主要原因與變化因素。1.3統計方法。呼吸機人為因素故障率=當年呼吸機人為因素故障數量÷當年臨床在用呼吸機設備數量×100%，其中，當年臨床在用呼吸機設備數量統計以購置時間截止到前1年的12月31日為止，臨床在用的呼吸機總數量減掉當年6月30日之前報廢的呼吸機數量和其中的教學科研類呼吸機數量，當年新購置呼吸機不統計在內。

2呼吸機人為因素故障研究結果

2.1總故障率與人為因素故障率。(1)呼吸機總故障率與人為因素故障率從2012年開始整體均呈下降趨勢。呼吸機總故障率平均為30.1%，2012年最高為56.3%，2013-2016年每年的故障率均在20%～25%之間。相較前1年的故障率，2013年降幅最大，下降31.9%，其次是2016年，下降3.7%，2014年與2015年的呼吸機總故障率相較前1年變化幅度相對較小。(2)呼吸機人為因素故障率平均為9.8%，2012年最高為21.0%，2013年降幅最大為14.2%，2014年變化較小，基本持平，2015年較2014年增長明顯，增幅為3.7%，2016年呼吸機人為因素發生率較前一年又有較大下降，降幅約為6.8%，見圖1。2.2人為因素故障發生數量占比。人為因素故障發生數量在呼吸機總故障數量中占比平均為30.9%，各年份占比情況中2012年與2015年占比均高于平均值，2013年、2014年和2016年低于平均值。呼吸機人為因素故障在總故障中占比情況從2012年開始下降，2013年降幅為9.5%，之后基本保持平衡，2015年占比較前1年大幅上升，增幅為15.0%，2016年占比又大幅下降，降幅為25.0%，整體變化趨勢與呼吸機人為因素原因故障率變化趨勢一致，見圖2。2.3人為因素故障中操作故障與清潔維護故障占比呼吸機人為因素故障主要為操作原因故障和清潔維護原因故障。數據顯示，呼吸機操作原因故障占比從2012年到2015年呈逐年降低趨勢，2015年最低為6.3%；而2016年較前1年增加60.4%。呼吸機清潔維護原因故障在人為因素故障的占比情況是先降后升再降的趨勢，2013年呼吸機清潔維護原因故障在人為因素故障中占比較前1年減少8%，2014年和2015年占比均超過50%，分別為54.5%和81.3%，2016年占比又下降到33.3%，見圖3。其中2013年和2015年的人為因素故障數量中均包含1例患者因素所致的人機對抗故障未統計在操作原因故障和清潔維護原因故障中。

3呼吸機人為因素故障分析

加息、限購、信貸緊縮都觸動著開發商最緊張的神經，隨之而來的是個人住房信貸業務中“假個貸”風險隱患日益加大。對假個貸泛濫，要分析背景，剖析成因，有的放矢，綜合治理。

一、假個貸的分類與表現形式

目前個人住房信貸的“假個貸”，無論在理論界還是實務界都沒有統一的定義。為引起有關方面重視，筆者根據自己的感受將假個貸分為狹義和廣義兩種。狹義假個貸一般僅指一手房按揭過程中不以真實購買住房為目的，通過虛構住房買賣交易或以虛假的借款主體或違背借款人的真實意識表示向銀行提出住房板揭中請，騙取銀行信貸資金的行為。其表現形式包括：

1)從借款(購房)人看，一般為開發商的關聯人、關系人，如股東、親屬、雇員及其與之關聯的建筑商、材料供應商、老鄉、朋友等，一般無借款記錄或資信狀況良好。借款人可能知曉，也可能根本不知曉，或被開發商誘惑，或被開發商脅迫，或與開發商串通，或是開發商杜撰。電話核實往往對所購房產的價格、結構、戶型、房屋質量、交房日期、物業管理、配套設施、周邊環境、交通、房價之外的費用等情況了解不清，不同客戶有的電話竟然相同，實為開發商預留的電話。

2)從購房合同看，標的房屋有的是沒有賣出的，有的是已賣出的重復按揭，合同內容可能填寫不全，缺乏要素，交易價格大多高于市場價格，有的購房合同因為不能備案而直接將已備案的合同進行涂改。

3)從首付款情況看，與個人用現金或POS劃款不同，一般采取從公司賬戶轉賬，不同借款人付款公司賬戶可能相同。

失眠通常指入睡或維持睡眠突發障礙(易醒、早醒和再入睡困難)，導致睡眠時間減少或質量下降不能滿足人體生理需要，明顯影響白天社會功能或生活質量。失眠是臨床上最常見的癥狀，發病率高，在各種睡眠障礙中，以失眠最為常見，全球約30％的人群有睡眠困難，約10％以上存在慢性失眠，我國失眠發病率高達40％以上。

1臨床資料

一般資料選擇2006年6月—2009年12月在我院門診就診的失眠患者84例，男35例，女49例，年齡在26～68歲之間(44.4±5.8歲)，病程2～72個月(49.3±7.8個月)。診斷標準參考美國精神障礙診斷和統計手冊?，F分析如下。

2治療

失眠的基本治療是消除各種可能的外因。

2.1非藥物治療治療失眠非藥物治療方法有心理治療，自我調節治療等。

一、問題的提出。

2010年繼大蒜、綠豆等出現價格瘋漲之后，小麥、玉米、水稻這三大主糧價格也輪番上漲，2010年新糧開秤后，小麥收購價一舉突破兩元，隨后的早稻開秤價超過1.9元，而處于青黃不接的玉米收購價已升至2.01元。幾年來，我國主要糧食收購價一直穩定在每公斤1.4~1.7元之間。如果說“蒜你狠”、“豆你玩”等人造熱詞的流行表明人們對一定范圍內的農副產品的價格波動尚可容忍的話，那么關系國計民生的糧食價格的波動則加劇了國人通貨膨脹的擔心。那么，如何看待最近糧價上漲呢？本文就糧價的上漲原因進行簡要的分析。

二、糧價上漲原因。

1.糧食減產導致供給減少，供需不平衡。

一方面，我國農業生產靠天吃飯的狀況未根本改變，頻繁的自然災害對我國農業生產的不利影響正在不斷加深。由于去冬今春以來部分地區先后遭受嚴重干旱、大范圍洪澇災害的影響，導致我國夏糧6年來首次減產。國家統計局公告顯示，2010年全國夏糧總產量2462億斤，比去年減少8億斤，減少0.3%，雖然夏糧產量占我國全年糧食總產量的比重只有20%~25%，但減產信號對人們心里層面的影響卻不小。另一方面，長期以來，農產品的價值與價格長期背離，農產品生產過程中使用的土地、水、能源等大量的非可再生資源在價格上根本得不到體現，使得農民的收益極低，降低了農民的生產積極性，經常出現摞荒現象，甚至部分地區集體摞荒，摞荒現象導致的糧食減產也是相當驚人的。

2.生產成本的剛性增長，導致價格上升。

摘要：對企業財務進行分析與評價有兩大指標體系——財務因素指標體系和非財務因素指標體系。實際工作中，人們往往對利用財務指標體系對企業財務狀況進行分析相當重視，而對非財務指標的運用方面，則重視不夠。作者力圖通過自己的心得，引起理論界和實務工作者對此問題的重視和研究。

關鍵詞：非財務因素；非財務因素判斷；非財務因素選擇與分析

財務分析與評價工作千頭萬緒，其中核心的工作內容是根據客觀情況和實際需要篩選、設立財務分析與評價指標。財務分析與評價指標大體上可分為財務因素指標和非財務因素指標兩大類。作為財務分析與評價兩大指標體系之一的非財務因素指標，其明顯的特征是，它對企業財務的影響，在指標體系中存在著與評價結果的因果關系不明顯的問題。一般而言，非財務因素指標的影響結果都不能直接與企業正常生產經營情況進行比較，也就是說，該企業按選定的分析評價指標比較，只要企業其他財務因素評價指標處于正常的合理變動幅度內，非財務因素指標的影響就顯得微乎其微；而當財務因素評價指標沒處于正常合理的變動幅度內，往往又被認為是非財務因素的影響。非財務因素指標與財務因素指標是相輔相成相互影響的，人們往往只重視財務因素對企業財務的影響，而對非財務因素的影響則重視不夠。因此，積極探討非財務因素對企業財務的影響，對全面做好財務分析與評價工作具有非常重要的意義。

那么，如何全面、準確地對非財務因素進行分析呢？筆者認為應當從以下幾個方面進行全方位的考慮。

一、正確認識非財務因素的主要載體，準確把握其獲取途徑

非財務因素的載體十分復雜且呈多樣化，如調查報告、企業檔案資料、財務會計報表、會計報表附注、企業財務情況說明書、企業經營管理的信息資料、報紙、政府公告、法律文件、上市公司的注冊會計師審計報告及管理建議書等等，這些都可能是非財務因素的載體。它可以是成文信息，也可是不成文信息；有來自企業內部本身的信息，也有來自于企業外部的信息；等等。

摘要:病毒肺炎疫情正在全球蔓延，嚴重威脅著人類及動物的生命健康。目前還沒有特效藥物及商品化的疫苗，故加強對病毒的非生理性影響因素的研究具有重要意義。本文就國內外有關肺炎對氣候因素響應研究中應用的模型作了比較，并對造成國內外相關研究差異性的原因進行分析，以期為未來進行更完善的研究提供參考。

關鍵詞:肺炎;氣象因素;模型

病毒肺炎(COVID－19)是由病毒(SARS－CoV－2)引起的一種新發人畜共患傳染病，已在全球范圍內引起了廣泛的傳播。該病不僅嚴重威脅人類的生命健康，也可感染多種動物(狗、貓、老虎、獅子、水貂)。根據世界衛生組織(WHO)7月22日公布的最新疫情報告顯示，全球COVID－19確診病例達14765256例，死亡病例達612054例［1］。目前，國內外專家、學者都在各自領域內積極探索控制疫情的措施、安全有效的救治方法。許多研究表明，氣象因素與傳染病的發生和傳播密切相關［2－3］。例如，氣溫與嚴重急性呼吸綜合征(SARS)的傳播有關［4］;在寒冷、干燥的空氣中，流感傳播會增強［5］。因此，在沒有特效藥物和商品化疫苗［6］的情況下，加強對SARS－CoV－2生存、傳播條件等非生理性影響因素的研究具有重要意義。

1肺炎對氣候因素響應研究中的模型應用

1．1線性回歸模型。線性回歸模型(LinearRegres-sionModel，LRM)是統計學中最基礎、應用最為廣泛的數學模型［7］，按照研究變量的數量可分為一元線性回歸(UnaryLinearRegressionModel)模型和多元線性回歸模型(MultipleLinearRegressionModel)。多元線性回歸模型一般用于研究多個自變量與因變量之間的線性關系，相較于只研究單一變量的一元線性回歸模型而言，多元線性回歸模型的優勢是:適用范圍更廣泛和預測結果更可靠。但LRM也有一定的局限性:數據適用范圍窄、不能有效描述非線性關系。Yao等［8］采用多元回歸方法來探討氣溫、相對濕度、紫外線輻射與COVID－19同期發病率和R0(在完全易感人群中由初始感染個體產生的繼發病例的預期數量)的關系。Auler等［9］以巴西確診病例最多的5個城市為研究對象，對每個城市的絕對濕度與傳播率進行了線性回歸分析，以確定每個城市氣候條件的特殊性及該條件如何影響COVID－19的傳播。1．2廣義線性模型。廣義線性模型(GeneralizedLinearModel，GLM)是線性模型的推廣，引入連接函數，擴展了一般線性模型中因變量的適用范圍，進一步克服了線性回歸模型的缺點［10］。Liu等［11］在控制人口遷移的同時，利用GLM探討了中國除武漢外另30個省會城市的氣象因素與COVID－19累積病例數之間的關系。Ujiie等［12］采用基于Poisson分布的GLM，將中國入境的游客數量作為額外變量，來分析日本各地累積患病數與氣溫的關系。其優勢體現在擴大了線性模型在實際問題中的應用范圍，但也有一定的局限性:模型中只包括固定效應。1．3混合模型。近年來，計算機技術快速發展，混合模型(MixedModel)在數據分析領域逐漸得到了更為廣泛的應用。當模型中的固定效應不能完全解釋區域差異時，需引入隨機效應，以增加建模的準確性［13］。即混合模型的優勢為:既包括固定效應又包括隨機效應，可以靈活有效地將不同來源的信息進行組合、分析。按照模型中響應變量的類型，混合模型可分為線性混合模型和廣義線性混合模型。(1)線性混合模型:線性混合模型(LinearMixedModel，LMM)是在一般線性模型中加入了隨機效應，其優勢為同時包含固定效應和隨機效應，且固定效應及隨機效應均與響應變量呈線性關系。許多相關研究使用LMM將氣象因素與可能影響COVID－19傳播的其他因素，如人口密度、政府衛生支出、醫院床位數量等一同納入研究，并加入隨機效應項，如國家/地區層面影響等［14－15］。相較而言，LMM的擬合程度要優于線性回歸模型，在處理帶有隨機效應問題時具有優勢。(2)廣義線性混合模型:廣義線性混合模型(GeneralizedLinearMixedModel，GLMM)是GLM和LMM的擴展［16－17］，其優勢體現在既使因變量不再要求滿足正態分布，也可同時包含固定效應和隨機效應。Mao等人［18］分別計算月平均氣溫、最低氣溫和最高氣溫的日平均值與累積病例數之間的關系，建立GLMM，該研究首次發現溫度對COVID－19傳播有顯著影響，二者之間可能存在非線性的關系。1．4廣義加性。模型廣義加性模型(GeneralizedAdditiveModel，GAM)是對GLM的拓展，可擬合因變量與自變量間的非線性關系［19－20］。其優勢在于降低了線性設定帶來的模型風險，可以靈活研究變量間的復雜關系［21］。近期，GAM被廣泛用于相關研究中，使用GAM對COVID－19感染病例數、死亡病例數與地理變量(氣候因子、地形、人口密度等)進行研究，在分析氣象因素的同時還可考慮與非氣象因素間的關系，增加了研究結果的可靠性［22－25］。相對于簡單線性GAM而言，對數線性GAM將參數進行對數轉換，可顯著提高了模型的性能，使預測精度顯著提高［26］。1．5分布滯后非線性模型。分布滯后非線性模型(DistributedLagNon－linearModel，DLNM)是以GLM和GAM為基礎，利用交叉基函數給暴露－效應關系增加滯后效應后建立的暴露－滯后－效應關系函數［27］。其優勢在于可以同時評估暴露因素的非線性效應和滯后效應。Shi等人［28］使用DLNM來探究每日平均溫度與COVID－19每日確診病例之間的暴露－滯后－效應關系，將交叉基函數用于溫度，結果表明溫度與COVID－19日發病率之間存在明顯的時滯關系。

2國內外相關研究差異性分析

一影響護理安全的原因分析

1管理層的因素

1.1管理制度不完善制度不健全，執行力度不夠，管理措施不到位是醫院目前普遍存在的問題。有的醫院沒有編制護理安全質量管理文件，沒有建立規范化安全管理平臺；有的雖然建立了一系列的規章制度，但沒有健全的管理組織進行監督，導致規章制度形同虛設。

1.2上級對下級的監控缺乏力度對潛在的不安全因素缺乏預見性，沒有定期召開全體護士會，對護理過程進行分析，總結，識別安全管理的重要環節。沒有制定常見急癥搶救流程，工作環節流程，應急預案流程，服務規范用語以及科室護理質量控制標準等，使護士在日常護理工作中缺乏有章可循，隨意性較大，存在安全隱患。

1.3對護士教育培訓不重視主要表現在僅注重護士的工作完成而忽視護士的在職培訓提高，對護士的業務培訓不到位，職業道德教育薄弱，管理監督不得力等。當前護理專業的發展對護理人員的素質和數量的要求較高,如果不能及時根據專業技術發展的情況進行調整,找不到有效的途徑提高人員素質,這些方面因素對護理安全的影響將越來越顯著。

1.4護理人力資源的配置不合理護理人員的配置1978年衛生部的要求是病床與護士比為1.0:0.4,目前抽查的醫院均未達到,與患者的醫療護理需求不成正比,護理工作平凡瑣碎,護理人力資源缺乏,加上工作負荷增大,工作任務繁重,無法顧及患者情緒和心理反應,服務不到位,病人不滿意。護士容易產生身心疲勞綜合征,表現為注意力不集中,認知行為變慢,工作質量下降,最終導致產生差錯的概率增加,導致護理糾紛增加。