首页> 正文

基于多渠道数据分析的医疗服务需求预测研究

2020-12-08阅读(298)

基于多渠道数据分析的医疗服务需求预测研究

论文摘要

IE是一门以定量分析为主,强调系统性、科学性,从系统的角度分析问题、解决问题的工程学科。这种定量分析的思想被广泛的应用到医疗领域的决策分析和资源调度问题中。在医疗服务领域中,医疗服务需求预测是医疗机构运作管理中计划调度和资源配置的前提。精确可靠的预测有助于科学分配关键医疗资源,对医疗机构实现科学管理具有重要意义。本文以医疗服务需求预测方法研究现状为出发点,将医疗服务需求预测问题提炼为医疗独立需求预测和关联需求预测,本文研究不同的预测方法分别应用到这两类问题中。对于独立需求预测,本文首先对现有时间序列模型优缺点进行分析,提出了一种集成自回归综合移动平均（ARIMA）模型与自适应过滤法的组合预测模型,强调ARIMA模型对时间序列数据特征识别与参数估计的优势,同时引入自适应过滤法的“权数”调整思想,对ARIMA模型的参数进行调整,以提高预测精度。本文从时间序列数据库（TSDL）中选取13组不同规模涵盖四类典型时间序列类型的算例分别对组合预测和传统ARIMA预测对比。结果表明,对于短期预测,组合预测的预测精度较ARIMA模型提高了80%-95%,预测趋势更加接近实际情况。当预测步长加长时,ARIMA模型预测误差呈线性增加,而组合模型的预测精度的变化率基本维持不变,验证了组合模型长期预测的有效性。随后收集了宁波市某妇幼保健院2017年1月-2018年3月的日产前检查人数和B-超检查人数,分别应用本文提出的组合模型和ARIMA模型进行预测,预测结果显示,ARIMA模型在两科室预测结果的MAPE分别为18.53%和27.69%,组合模型分别为2.79%和1.25%。结果表明,组合预测模型实现简单,预测精度优于单一的ARIMA模型。同时对组合预测模型在妇保院检查预测的最适用性进行了研究,发现当历史数据量为10-13个月时,预测精度最高,历史数据量不变时,对十月份的日检查量预测效果最差。对于关联需求预测问题,考虑到天气和节假日因素对门诊人数的影响,将其作为关联因子,建立多渠道数据预测模型。本文研究了目前较流行的机器学习方法中集成决策树预测算法——GBDT和随机森林,并应用到该妇保院日产前检查人数预测中,阐述了建模步骤。预测结果显示,GBDT和随机森林的预测结果的平均百分比误差分别为12%和15%,均满足应用需求,该模型可以用于门诊量预测中。同时,从预测结果的相对误差、平均百分比误差以及相对误差的标准差等三项指标评价ARIMA、决策树、组合预测模型的预测效果。评价结果表明本文提出的组合预测模型的预测效果优于集成决策树模型,传统的ARIMA模型预测效果最差。

论文目录

  • 摘要
  • abstract
  • 1 绪论
  •   1.1 研究背景与意义
  •     1.1.1 IE理论在医疗领域中的应用背景
  •     1.1.2 我国医疗机构的发展背景
  •     1.1.3 医疗服务需求预测的背景和意义
  •   1.2 国内外研究现状
  •     1.2.1 基于时间序列模式的预测模型研究现状
  •     1.2.2 基于机器学习方法的预测模型研究现状
  •     1.2.3 组合预测模型研究现状
  •   1.3 论文结构及创新性
  •     1.3.1 论文结构
  •     1.3.2 论文的创新性
  • 2 基于时间序列数据的预测模型研究
  •   2.1 基于时间序列的ARIMA模型
  •     2.1.1 ARIMA模型概述
  •     2.1.2 ARIMA模型建模步骤
  •   2.2 自适应过滤法研究
  •     2.2.1 自适应过滤法概述
  •     2.2.2 自适应过滤法建模步骤
  •   2.3 基于ARIMA和自适应过滤法组合预测模型研究
  •     2.3.1 ARIMA-自适应过滤法组合预测模型概述
  •     2.3.2 ARIMA-自适应过滤法组合预测模型建模步骤
  •   2.4 基于ARIMA-自适应过滤法组合预测模型验证
  •     2.4.1 算例选取
  •     2.4.2 算例试验设计和模型的评价指标
  •     2.4.3 预测结果比较
  •   2.5 本章小结
  • 3 时间序列预测模型在医疗服务需求预测中的应用
  •   3.1 妇保院日门诊数据收集与预处理
  •   3.2 ARIMA门诊需求预测模型建立
  •     3.2.1 门诊数据的平稳性检验和白噪声检验
  •     3.2.2 ARIMA模型的识别和参数估计
  •     3.2.3 ARIMA模型对妇保院日门诊需求预测
  •   3.3 ARIMA-自适应过滤法组合模型的应用
  •   3.4 ARIMA模型和组合模型预测结果比较和分析
  •     3.4.1 ARIMA模型和组合模型的预测结果比较
  •     3.4.2 ARIMA模型与组合模型预测结果讨论
  •   3.5 组合模型在妇保院门诊量预测应用的适应性和稳定性研究
  •     3.5.1 试验设计思路
  •     3.5.2 预测结果与分析
  •   3.6 本章小结
  • 4 基于多渠道数据预测模型的研究及应用
  •   4.1 集成决策树模型概述
  •     4.1.1 决策树的基本思想
  •     4.1.2 集成学习方法介绍
  •     4.1.3 随机森林
  •     4.1.4 GBDT
  •   4.2 基于多特征集成决策树的日门诊量预测模型
  •     4.2.1 特征的选取
  •     4.2.2 特征重要性评估
  •     4.2.3 数据处理和参数选择
  •     4.2.4 预测结果与讨论
  •   4.3 本章小结
  • 5 总结与展望
  •   5.1 总结
  •   5.2 不足与展望
  • 参考文献
  • 附录 A TSDL算例预测结果
  • 附录 B TSDL算例迭代曲线
  • 附录 C 自适应过滤法调参伪代码
  • 在校研究成果
  • 致谢

    • 文章来源

    类型: 硕士论文

    作者: 徐超

    导师: 项薇

    关键词: 时间序列,医疗需求预测,模型,组合预测,集成决策树

    来源: 宁波大学

    年度: 2019

    分类: 基础科学,医药卫生科技,信息科技

    专业: 数学,医药卫生方针政策与法律法规研究,自动化技术

    单位: 宁波大学

    分类号: R197.1;O211.61;TP181

    DOI: 10.27256/d.cnki.gnbou.2019.000926

    总页数: 83

    文件大小: 2933K

    下载量: 63

    相关论文文献

    • [1].社区居民医疗服务需求调查和营销创新探讨[J]. 管理观察 2016(33)
    • [2].国家卫健委:全面提升县级医院综合能力[J]. 现代养生 2018(22)
    • [3].城乡居民医保制度整合背景下的医疗服务需求管理[J]. 卫生经济研究 2016(04)
    • [4].自媒体时代,医院如何运营微信平台打造智慧医院[J]. 电脑迷 2016(07)
    • [5].建立平顶山市老年病医院满足医疗服务需求的调研报告[J]. 中国中医药现代远程教育 2014(10)
    • [6].贫困地区农户医疗服务需求影响因素分析——来自湖北省红安县的农户调查数据[J]. 农业技术经济 2009(02)
    • [7].社区独居老人医疗服务需求及其影响因素研究——以泰安市为例[J]. 中国集体经济 2009(13)
    • [8].西部贫困地区农村居民消费支出以及医疗服务需求分析[J]. 科学技术与工程 2010(15)
    • [9].我国城市社区老年人健康状况评价及医疗服务需求调查[J]. 中国全科医学 2010(25)
    • [10].广州市居民医疗服务需求空间分布的分析[J]. 云南地理环境研究 2009(02)
    • [11].医疗资源动员不足亟待解决[J]. 中国社区医师 2008(20)
    • [12].温州地区居民的就医状况和医疗服务需求调查[J]. 中医药管理杂志 2020(11)
    • [13].免费在线医疗咨询对医疗服务需求的影响研究[J]. 当代经济 2019(11)
    • [14].北京市朝阳区老年人居家养老医疗服务需求及影响因素[J]. 医学与社会 2018(07)
    • [15].农村医疗服务与空巢老人健康问题有机结合的研究[J]. 才智 2015(18)
    • [16].安徽萧县“一二三四”建立特扶家庭“医养扶”保障机制[J]. 人口与健康 2020(05)
    • [17].医养结合模式下社区上门医疗服务需求与供给现状分析[J]. 卫生经济研究 2019(06)
    • [18].基于四部模型法的老年人医疗服务需求及利用影响因素研究[J]. 卫生经济研究 2017(12)
    • [19].患者意愿的研究进展[J]. 医学与哲学(A) 2017(01)
    • [20].医疗服务需求管理是解决“看病难、看病贵”的关键路径[J]. 中国卫生政策研究 2011(06)
    • [21].中国老人医疗保障与医疗服务需求的实证分析[J]. 经济研究 2011(03)
    • [22].治理过度医疗莫混淆“医疗服务需要”和“医疗服务需求”[J]. 民主与科学 2015(01)
    • [23].新时代下医养融合共同体研究[J]. 就业与保障 2020(15)
    • [24].社区居家养老医疗服务需求分析[J]. 现代医院 2011(02)
    • [25].青岛市老年人医养结合服务利用与需求调查[J]. 中国公共卫生 2020(04)
    • [26].居民对社区全科团队式医疗服务需求与利用的调查研究[J]. 华西医学 2017(08)
    • [27].温州市农村老年人生存质量对农村医疗服务需求的影响[J]. 医学与社会 2013(05)
    • [28].北京市农村残疾人对医疗服务需求意愿的影响因素分析[J]. 卫生经济研究 2009(12)
    • [29].老年人慢性病管理及对医疗服务需求的调查与对策[J]. 中医药管理杂志 2020(12)
    • [30].我国常见病与罕见病住院患者医疗服务需求特点分析[J]. 中国卫生经济 2011(02)

    标签：;  ;  ;  ;  ;  

    基于多渠道数据分析的医疗服务需求预测研究
    下载Doc文档

    猜你喜欢

    © 2024 毕论降 版权所有 鄂ICP备12018319号-6