首页 > 文献资料
-
时间序列模型在肾综合征出血热发病率预测中的应用
目的 探讨时间序列模型预测肾综合征出血热(HFRS)发病率的适用性.方法 应用临沂市1982～1999年HFRS月发病率资料拟合HFRS月发病率预测模型.结果 利用时间序列模型中的ARIMA模型预测山东省临沂市2000～2002年3年逐月发病率,2000年预测值的误差小.结论 ARIMA模型可用于预测HFRS月发病率,其短期预测精度较高.
-
时间序列分析方法在胆囊炎发病率预测中的应用
我们运用Excel2003及EViews3.1分析2001年1月到2007年12月海西州地区胆囊炎发病资料,通过时间序列模型,观察时间序列模型在胆囊炎月发病率中的应用以及预测胆囊炎月发病率的发展趋势,探讨人群在各个时间段的胆囊炎发病特征.
-
时间序列模型在预测临床血液需求量中的应用
目的:应用时间序列模型对临床血液需求量进行预测.方法:利用时间序列的复合模型对2005～2008年的数据建模,预测2008年和2009年各季节临床血液需求量,并将2008年预测值与实际值比较,检验模型的预测能力.结果 :对所分析的季节性时间序列建立了Y=T·S·C模型 ,平均预测相对误差为1.0% . 结论:时间序列的复合模型能较好的分析临床血液需求量同季节的关系,并有较强的预测能力,从而为血液中心的库存量预测提供了有效的工具.
-
新疆某医院肺癌患者医疗负担及发展趋势研究
目的:了解新疆肺癌患者医疗负担及发展趋势,为相关改革提供决策依据.方法:测算2010-2015年肺癌患者的医疗负担、诊断费、治疗费和其他费用的人年均费用及增长速度;使用T检验和秩和检验分析不同性别、民族、年龄、是否手术、出院转归之间费用的差异性;使用时间序列模型预测2016-2017年肺癌医疗负担发展趋势平均月医疗费用.结果:肺癌患者医疗负担比较重,费用主要以诊断费和药费为主;不同民族、是否手术、不同年龄、出院转归之间的医疗负担差异有统计学意义(P＜0.05).经分析预测,2010-2015年平均增长速度为0.22％,肺癌患者医疗总负担呈缓慢上升趋势,平均月医疗费用为19065-29093元.结论:肺癌患者医疗负担严重,年龄逐渐成为影响肺癌患者医疗负担差异的原因,而性别差异降低,因此在积极推动基层诊疗制度和医养结合政策、大病保险改革的基础上要进一步探索肺癌的发病机制,做到早发现、早诊断、早治疗.
-
我国1989-2009年疟疾变化趋势分析及未来发病预测
目的 分析1989-2009年我国疟疾流行变化趋势,探讨统计模型在疟疾发病预测中的应用.方法 利用21年全国疟疾疫情报告,分析疟疾流行及变化规律;用ARIMA时间序列模型对疟疾发病率进行拟合及预测.结果 1989-2009年间疟疾的流行情况为,1989年发病率为12.56/10万,之后发病率呈急速下降趋势,1994年略有波动,小幅度回升,后持续下降.2001-2006年持续上升,2006年达到高峰,2007年后呈现持续迅速下降的趋势.ARIMA模型拟合结果较理想,其很好地拟合了既往时间段上的发病率序列,统计预测表明2010-2012年疟疾的发病率分别为1.19/10万、1.31/10万、1.43/10万.结论 运用ARIMA时间序列模型对疟疾发病进行预测是可行的,该模型的拟合和预测效果较好.
-
基于时间序列模型对甲型病毒性肝炎的预测研究
目的 探讨时间序列模型在甲肝发病预测的应用,为下一步采取防控措施提供科学依据. 方法 基于宜昌市2005-2015年逐月甲肝发病率建立两种模型,对2016年甲肝的发病率进行预测,并将预测值与实际值进行拟合评价.结果 ARIMA模型首先要求数据平稳,宜昌市的甲肝发病存在季节性波动,为不平稳序列,但2010年之后数据较为平稳,经对2010-2015年甲肝月发病率进行季节性差分、差分处理,新数列为平稳序列(游程检验法Z=1.447,P=0.148),然后进行参数估计(BIC=-4.293)和白噪声检验(Q=22.150,P=0.138),据此建立ARIMA模型,ARIMA(0,0,1)(0,1,1)12模型为优模型,能较好的模拟甲型病毒性肝炎的发病. 结论 ARIMA(0,0,1)(0,1,1)12模型能较好的模拟甲肝发病在时间序列的变化趋势,为制定科学的防控措施和策略提供依据.
-
基于时间序列模型的南京市建邺区手足口病发病趋势预测分析
目的 采用时间序列分析方法中求和自回归移动平均(autoregressive integrated moving average model,ARIMA)模型对南京市建邺区手足口病月发病数进行预测,为制定手足口病预防控制策略提供参考依据. 方法 根据2009-2013年全区手足口病月报告发病数时间序列,以2014年1-8月的月发病数作为验证数据,建立辖区手足口病月发病数的ARIMA模型. 结果 建邺区手足口病月发病率模型为ARIMA(1,0,0)×(0,1,1)12,模型自回归参数AR1 =0.569(t5.030,P<0.001),残差分析统计量经检验差异无统计学意义(Ljung-Box Q=13.296,P=0.651).2014年1-8月实际值与预测值的大相对误差36.78％,小相对误差3.57％,平均相对误差16.32％. 结论 ARIMA模型可以用于辖区中短期手足口病月发病数的预测,模型预测精度的提高有待数据的不断积累.
关键词： 手足口病 时间序列模型 求和自回归-移动平均模型 预测 -
新疆某三甲医院死亡病例时间序列模型建立与应用
目的：探讨某三甲医院死亡病例的时间分布情况，从大体上了解该院死亡病例周期性变化趋势，为后期工作开展及应对提供参考。方法本次研究收集2011年1月至2015年12月该三甲医院的所有死亡患者的数据，包括患者的死亡时间，使用SPSS 21.0对死亡时间的分布进行分析，并加以预测，以2015年实际观察值验证模型的预测效果。结果2011-2014年的数据变化中存在明显的季节因子，周期性变化明显，其中加法模型R2高，因此选择加法模型进行拟合，模型拟合效果判定指标，RMSE值=8.776；MAPE值=8.368；MAE值=6.552；标化后的BIC值=4.586。本次研究结果中预测误差值在20%以内，且实测值均落在95%CI的范围内，经配对t检验发现实测值与预测值之间差异无统计学意义(t=0.448，P=0.663)，实测值与预测值之间相关系数r=0.780(P=0.003)。结论新疆某三甲医院的死亡病例的时间分布符合指数平滑相加模型，存在明显的季节变化周期，可能与选择性就医有关。本结果显示该院在1、5、9月份的死亡数上升，应在工作中做好应对，做好死者家属的安抚及处理工作。
-
时间序列模型联合ROC曲线在血液库存管理上的拓展应用
目的 通过建立时间序列模型预测未来用血量,指导各医疗机构合理预定血液,促进血站合理调配资源.方法 应用时间序列模型中的自回归积分滑动平均模型(ARIMA)预测该院未来用血量,联合类似受试者工作特征(ROC)曲线的评分表,评定不同库存量下预测值的供血充足率和零库存率,评定优库存量.结果 ARIMA(1,1,0)模型预测值与该院实际用血量基本相符,拟合较好;该院A、B、AB型悬浮红细胞库存为0时,按预测量预定血液效果佳,O型血在库存量为2时按预测量预定效果佳.结论 该院按ARIMA(1,1,0)模型指导预定血液不仅可以保证临床正常用血,而且有利于降低该院血液库存率,避免血液资源库存浪费,缓解"血荒"造成的临床用血紧张状况.
-
应用灰色预测模型GM(1,1)预测医院住院人次
住院部是医院对外服务的重要窗口,可以直接影响医院的声誉和形象[1].同时,住院量也是评价一所医院医疗工作的重要指标之一,直接或间接地反映出该医院的规模、医疗质量及医疗水平.因此,了解医院住院量的变化情况,对于合理安排医疗资源,提高医疗工作效率意义重大.要想更好地了解医院住院量的变化情况,好是能掌握其变化趋势,这就需要通过运用统计学知识,借助软件对其进行模拟预测.目前,预测的模型及方法有很多种,主要有线性回归模型、神经网络模型、灰色预测模型、马尔科夫链模型以及时间序列模型等[2].
-
中国1990-2011年梅毒流行特征分析与趋势预测
目的 分析1990-2011年我国梅毒变化趋势,并探讨时间序列模型在梅毒未来发病预测中的应用.方法 利用1990-2011年全国梅毒发病率资料,采用SPSS13.0进行ARIMA时间序列模型拟合及发病率预测.结果 1990-2011年梅毒流行特征为:1990-1994年发病率一直较稳定,未见明显上升趋势,自1995年发病率开始上升,1999-2003年略有波动,2004-2011年,发病率急剧上升,截至2011年末,梅毒发病率已为29.47/10万.利用ARIMA模型拟合梅毒发病趋势效果较好,预测2012年和2013年梅毒发病率分别为29.31/10万、29.16/10万.结论 运用ARIMA时间序列模型对梅毒发病率进行拟合及预测是可行的,预测效果较好.
-
时间序列模型在流感样病例门诊就诊量监测信息中的应用
[目的]通过建立时间序列模型进一步了解流感样病例门诊就诊量监测所蕴涵的痰情信息.[方法]用SPSS时间序列图(sequence claart)与"Expert Modeler"过程相结合的方法,拟合上述信息的ARIMA模型和指数平滑模型.[结果]建立了流感样病例门诊月就诊量信息的佳模型为单一的季节性模型(指数平滑模型);门诊病人周就诊量信息经过1阶差分变换后,模型为ARIMA(0,0,1)(1,1,0)7.[结论]ARIMA模型可用于流感监测信患的动态分析和短期预测.
-
通州市病毒性肝炎、细菌性痢疾、伤寒流行趋势预测
目的:为探究通州市病毒性肝炎、细菌性痢疾、伤寒的流行趋势.方法:根据通州市1997～2003年3种病的发病情况,利用6种时间序列模型进行预测.结果:通州市3种病年发病率均有下降趋势,趋势性x2检验有非常显著意义.病毒性肝炎、细菌性痢疾、伤寒的预测方程分别为:ln(y)=1n 40+0.5978×0.8221x、ln(y)=1n 8+1.5289×0.6716x、ln(y)=1n 1+2.6068×0.8211x,2004年预测发病率分别为:45.31/10万(35.58/10万～～57.71/10万)、8.52/10万(5.36/10万～13.56/10万)、1.71/10万(1.20/10万～2.44/10万).结论:通州市各项传染病防治措施是有效的,若无特殊原因,2004年通州市病毒性肝炎、细菌性痢疾、伤寒发病率将继续下降.
-
基于时间序列模型的我国卫生总费用增长预测分析
卫生总费用在对于我国卫生事业的发展具有重要意义,文章选取1978～ 2009年卫生总费用的数据,利用ARIMA(3,3,4)模型进行拟舍预测,预测精度良好,并对2010 -2012年的卫生总费用进行预测,结果分别为19777.72、23102.38、27425.46亿美元.并根据卫生总费用与GDP的关系提出加强卫生资源投入综合利用效率等的建议.
-
基于时间序列模型的邯郸地区临床用红细胞分析及预测的初步研究
目的 分析邯郸地区ABO血型系统各血型临床红细胞类用血分布规律,依据时间序列分析方法建立预测数学模型,并进行预测,指导血液机构的相关业务工作.方法 对邯郸市2002-2013年每月各血型向临床供应红细胞类制品的量及合计血量进行建模.行Epidata3.0双录入数据,导入IBM SPSS Statistics 21,利用时间序列模型中专家建模器对各血型临床用血量及总血量建立数学模型,并预测2014年1-6月份的临床血液需求量,验证模型误差.结果 专家建模器对红细胞类供血量给出的模型除了AB型为ARIMA (2,1,0)(0,1,1)以外,其余血型及总血量模型均为ARIMA (0,1,1)(0,1,1)模型.对5个模型残差的白噪声检验结果均显示P＞0.05,说明残差均为白噪声序列,模型均提取了原序列中所有数据信息,模型诊断均得以通过.将预测结果与实际值进行比较,实际值均落入预测值的95％可信区间内,且平均相对误差较小,所得模型均为优模型.结论 通过建立数学模型的方式,补充后续数据,血液机构能够合理指导相应的业务工作,科学合理满足临床用血,规划用血趋势.
