| 中文摘要 | 第4-6页 |
| Abstract | 第6-8页 |
| 第一章 前言 | 第11-19页 |
| 1.1 研究背景 | 第11-14页 |
| 1.1.1 医院门诊主要特点 | 第11-12页 |
| 1.1.2 肿瘤专科医院门诊特殊性 | 第12-13页 |
| 1.1.3 ARIMA模型分析 | 第13-14页 |
| 1.2 研究意义 | 第14-15页 |
| 1.3 研究内容与方法 | 第15页 |
| 1.3.1 研究内容 | 第15页 |
| 1.3.2 研究方法 | 第15页 |
| 1.4 研究技术路线 | 第15-17页 |
| 1.5 研究相关概念及理论 | 第17-19页 |
| 第二章 肿瘤医院门诊总量现状与预测 | 第19-23页 |
| 2.1 统计预测模型的建立 | 第19页 |
| 2.2 2005-2017 年肿瘤医院门诊总量现状与预测 | 第19-23页 |
| 2.2.1 2005-2015 年肿瘤医院门诊总量现状 | 第19页 |
| 2.2.2 2016-2017 年肿瘤医院门诊总量数据建模与预测分析 | 第19-23页 |
| 第三章 重点单病种肿瘤门诊数据建模与预测 | 第23-47页 |
| 3.1 2005-2017 年肺部肿瘤门诊量数据建模与预测分析 | 第23-26页 |
| 3.2 2005-2017 年食管肿瘤门诊量数据建模与预测分析 | 第26-31页 |
| 3.3 2005-2017 年肝胆肿瘤门诊量数据建模与预测分析 | 第31-35页 |
| 3.4 2005-2017 年胃部肿瘤门诊量数据建模与预测分析 | 第35-38页 |
| 3.5 2005-2017 年结直肠肿瘤门诊量数据建模与预测分析 | 第38-43页 |
| 3.6 2005-2017 年乳腺肿瘤门诊量数据建模与预测分析 | 第43-47页 |
| 第四章 肿瘤专科医院门诊量影响因素 | 第47-50页 |
| 4.1 ARIMA模型预测分析影响因素 | 第47页 |
| 4.2 肿瘤专科医院门诊量影响因素分析 | 第47-50页 |
| 第五章 肿瘤专科医院门诊管理对策分析 | 第50-57页 |
| 5.1 以质量为核心，合理调配诊疗资源 | 第50-53页 |
| 5.1.1 根据患者门诊量分析结果，科学调配出诊专家 | 第50页 |
| 5.1.2 增加医疗资源缓解门诊压力 | 第50-51页 |
| 5.1.3 简化就诊流程，多途径提高复诊患者就诊效率 | 第51页 |
| 5.1.4 分时预约分流患者，深入推进预约诊疗工作 | 第51页 |
| 5.1.5 深入推进错峰门诊，合理应对就诊高峰 | 第51-52页 |
| 5.1.6 加强重点学科建设，以点代面推动门诊发展 | 第52页 |
| 5.1.7 强化联合会诊工作理念及制度 | 第52-53页 |
| 5.2 强化优质服务理念，延伸门诊功能 | 第53-54页 |
| 5.2.1 发展特色辅助门诊 | 第53页 |
| 5.2.2 推行便民服务 | 第53-54页 |
| 5.2.3 拓宽健康宣教覆盖面 | 第54页 |
| 5.2.4 推进外地患者服务工作 | 第54页 |
| 5.2.5 开展志愿者专项活动 | 第54页 |
| 5.3 借助信息化建设平台，提高管理效率 | 第54-57页 |
| 5.3.1 信息公示方面信息化 | 第55页 |
| 5.3.2 就诊环节方面信息化 | 第55-57页 |
| 结论 | 第57-59页 |
| 参考文献 | 第59-62页 |
| 发表论文和参加科研情况说明 | 第62-63页 |
| 综述 肿瘤专科医院门诊管理浅析 | 第63-73页 |
| 综述参考文献 | 第71-73页 |
| 致谢 | 第73-74页 |
| 个人简历 | 第74页 |
