首页 > 文献资料
-
全程化信息数据在医用耗材核算管理中的应用研究
目的:科学分析全程化信息数据,建立医用耗材"双核算"管理体系,探讨其临床应用价值.方法:选择医院2016年和2017年的医用耗材为研究对象,分别设为对照组和观察组.对照组采用传统管理模式,观察组采用指数平滑法进行耗材数量的趋势分析,并通过Grubb检验筛选医用耗材管理成本中的离群点,建立数量核算和成本核算的管理体系.管理效果通过月库存余量、临时月审批量、医用耗材占比、库房管理成本和人员支出成本等五项指标进行评估,采用t检验.结果:观察组的五项指标均低于对照组,差异显著(t=2.887,t=4.338,t=2.904,t=2.928,t=3.002;P<0.01).结论:基于全程化信息数据的医用耗材"双核算"管理体系有效地降低了医用耗材的使用量和管理成本,对提高医院的医用耗材精细化管理水平具有重要的指导意义.
-
用两种时间序列分析方法预测门诊量及效果评价
目的：对两种常见预测医院门诊量的方法进行探讨，找出适合某院的方法，为医院管理提供科学依据。方法分别用时间序列建立季节性指数平滑法模型和SARIMA模型，2015年数据用于验证所建立的模型，使用统计软件SPSS20.0完成。结果季节性指数平滑法模型预测总体相对误差为1.72%，各月预测数据相对误差均在10%以内；SARIMA模型预测总体相对误差为7.27%，有3个月的预测相对误差超过10%；季节性指数平滑法模型预测效果优于 SARIMA 模型。结论应选择预测误差较小的模型，现阶段该院宜选择季节性指数平滑法模型对门诊量进行预测，合理安排工作，提高医院管理水平。
-
运用指数平滑法预测收治病人数
一、资料来源我院2000年业务统计报表中的相关数据,利用EXCEL2000软件整理分析,应用指数平滑法,对收治病人数进行短期预测.
-
指数平滑法与ARIMA模型在湖北省丙型病毒性肝炎发病预测中的应用
目的 分析指数平滑法和ARIMA模型对湖北省丙型病毒性肝炎(丙肝)发病率的预测效能.方法 选取湖北省2004年1月-2014年12月丙肝发病数据作为指数平滑法和ARIMA模型的建模部分,2015年1-12月丙肝发病数据作为模型验证部分,比较两种模型的拟合和预测效果优劣.结果 2004-2015年湖北省丙肝报告发病率呈现明显上升趋势,ARIMA(0,1,1)×(0,1,1)12模型拟合的均方根误差(RMSE)为0.076,2015年1-12月预测值年平均相对误差为1.67％;运用指数平滑法构建的模型是Winters加法模型,其拟合结果RMSE为0.086,预测2015年1-12月的年平均相对误差为2.12％.结论 ARIMA模型拟合效果较好,预测精度更高,可应用于丙肝疫情的预测和预警.
-
指数平滑法在南京市艾滋病疫情预测中的应用
目的 探讨应用指数平滑法预测南京市艾滋病月发病率的可行性,建立艾滋病发病率的预测模型,为制定防治策略提供依据.方法 应用SPSS 18.0软件对南京市2006-2012年艾滋病逐月发病率进行模型建模拟合,依据均方根误差和平均绝对误差绝对值小原则确立优模型.用所得到的模型对2013年各月发病率进行预测,并与实际发病率进行比较,检验预测效果.结果 Winters可加性模型较好地拟合了艾滋病月发病率的变化规律,模型预测结果与实际值比较接近,实际值均在预测值的95％可信区间范围内.结论 Winters可加性模型能够很好地模拟、预测艾滋病的发病情况,为艾滋病的防治工作提供科学依据.
-
四种模型在我国梅毒发病率预测中的应用
目的 对指数平滑法、ARIMA模型、BP神经网络模型和ARIMA-BPNN组合模型,在我国梅毒发病率预测中的效果进行比较,探讨优化模型,为我国梅毒的监测和防制工作提供预警和参考依据.方法 收集2004年1月至2012年12月我国梅毒月发病率资料,用Eviews 8.0、Spss 20.0和Matlab 8.2拟合指数平滑法、ARIMA模型、BP神经网络模型和ARIMA-BPNN组合模型进行预测,并用2013年的数据对模型的预测效果进行验证.结果 指数平滑法、ARIMA模型、BP神经网络模型和ARIMA-BPNN组合模型的平均相对误差(MRE)分别为8.0625、4.0550、1.3508、1.3217;平均误差率(MER)分别为3.0215、1.5197、0.5062、0.4953;均方误差(MSE)分别为0.0613、0.0167、0.0021、0.0020;均方根误差(RMSE)分别为0.2475、0.1294、0.0457、0.0447;平均绝对误差(MAE)分别为0.1958、0.1092、0.0350、0.0342.结论 ARIMA-BPNN组合模型的拟合和预测效果均优于其他三种单一模型,是一种短期内预测精度较高的预测模型,预测效果可靠.
-
我国吸毒人数的灰色预测
预测是人们对未来事物或不确定性事件的行为与状态做出的主观判断.社会实践证明,社会的发展,要求人们设法使工作具有预见性,对纷纭复杂的现实问题,提出科学的预测和对策.目前的预测方法很多,常用的有专家预测方法(如头脑风暴法),趋势外推法,指数平滑法,类推法,投入产出分析法,回归分析法,生长曲线法和马尔可夫链法等.从类型上分,这些方法可分为统计型、递推型和连续型,灰色预测法属于连续型.预测方法也可分为直观型预测法、时间预测法和计量模型法,这时灰色预测法属于时间预测法,并兼有直观型预测法和计量模型法的一些特点.传统的预测方法要求预测用的数据资料样本量大(一般要求50个左右),服从特殊的统计分布,按相同的发展变化规律变化.
-
季节性指数平滑法预测深圳市宝安区涂阳肺结核发病人数的应用
目的：应用季节性指数平滑法对深圳市宝安区2015、2016年的涂阳肺结核病人数进行预测。方法收集2005~2014年深圳市宝安区每月确诊的涂阳结核人数,通过SPSS 20.0统计学软件进行指数平滑法预测,经过简单季节性模型、Winters加法模型和Winters乘法模型的指标分析、统计量分析、残差图分析对三种模型进行了全面评估,同时给出了2015、2016年的结核病发病估计人数。结果简单季节性模型、Winters加法模型和Winters乘法模型的R2分别为0.69、0.69、0.67,Ljung-Box的概率为0.86、0.79、0.67,Alpha值为0.40、0.40、0.32,均显示模型拟合良好,可以做出良好的预测结果。结论涂阳肺结核结核病在深圳市宝安区进入下降通道,但幅度缓慢,应进一步加强结核病的防治工作。
-
时间序列模型在月平均住院日预测中的应用及评价
目的:对某综合医院的月平均住院日建立时间序列模型,利用指数平滑法和ARIMA模型对其进行模拟评价及短期预测.方法:在某综合医院统计报表中提取2014年1月—2017年12月的月平均住院日,其中2014年1月—2017年6月的数据用于创建时间序列,利用SPSS20.0进行统计分析,分别采用指数平滑法和ARIMA对创建的时间序列拟合模型,评价模型效果,并对2017年7月—2017年12月的平均住院日进行预测,比较实际值与预测值间的符合程度.结果:指数平滑法模型:平稳的R方为0.814,表明拟合程度较好.白噪声序列的Ljung-Box检验无统计学意义(Q18=18.730,P=0.226).模型参数估计中平滑参数Alpha的估计值为0.200,且参数检验结果有统计学意义(T=2.106,P=0.042).ARIMA模型:平稳的R方为0.361,Ljung-Box检验无统计学意义(Q18=15.215,P=0.580).AR的参数检验有统计学意义(T=-4.652,P<0.001),为-0.654.两模型实际值与预测值间的相对误差绝对值均小于5％.结论:指数平滑模型比ARIMA拟合及预测效果更好,是某综合医院月平均住院日的首选预测模型,为医院管理决策提供科学依据.
-
应用指数平滑法预测上海市甲型病毒性肝炎发病趋势
目的 应用指数平滑法拟合和预测本市甲肝疫情.方法 分别以1990～2008年按年度和月份的上海市甲肝发病资料数据建立指数平滑模型,以2009年的数据来评价模型的效果.结果 上海市甲肝发病趋势明显下降,年发病数据采用Holt趋势指数平滑模型佳,按月分布发病数使用Holt-Winters相乘模型拟合为佳,预测模型具有一定的参考意义.结论 针对上海市甲肝发病的不同类型数据,均可选用不同指数平滑模型拟合,该方法简单易行,为传染病预测提供了参考.
-
孕产妇死亡率的灰色预测
目前常用的预测方法有趋势外推法、指数平滑法、回归分析法等.但这些方法要求数据资料样本量大,服从特殊的统计分布,按相同的发展变化规律变化.而对于象孕产妇死亡率这样的指标,即使能收集到这么多的数据资料,但要求这么长时间内按相同的规律发展变化,简直是不可想象的.灰色预测是利用灰色模型(简称GM模型),对灰色系统行为特征值大小的变化所作的预测.它只需要4个以上的等时空距的观测数据;不必明确原始数据分布的先验特征:建模的精度较高,能较好地反映系统的实际状况.本文介绍GM(1,1)模型灰色预测的方法,并利用近年的孕产妇死亡率监测数据,建立预测模型,进而预测今后几年的孕产妇死亡率.
-
ARIMA模型在兰州市城关区医院儿科住院的严重急性呼吸道感染病例数预测中的应用
目的 对兰州市城关区人民医院儿科收治的住院严重急性呼吸道感染病例进行自回归滑动平均混合(ARIMA)建模,判断模型的建模效果,并进行预测.方法 选取兰州市城关区人民医院2010年1月至2016年6月儿科住院严重急性呼吸道感染病例数数据作为ARIMA模型的建模部分,2016年7～12月数据作为模型验证部分,比较模型的拟合和预测效果.结果 2010年1月至2016年6月在兰州市城关区人民医院儿科收治的住院严重急性呼吸道感染病例数有1、2月较低,6、7月较高的季节因素,ARIMA(1,1,2)×(2,1,0)12模型拟合的效果较好,该模型在测试集上验证平均绝对百分比误差达到31.30,均方根误差达到11.49,将2016年7～12月数据作为验证集,验证结果相对误差为22.19％.结论 所建立ARIMA(1,1,2)×(2,1,0)12模型在测试集上拟合效果好,在验证集上预测精度高,我院儿科应用该模型在住院严重急性呼吸道感染病例数的预测和预警可达到较好的效果.
-
90年代漳州市医疗机构医护数量比例变化特征及发展趋势
1 资料来源《漳州市卫生统计年度报表》(1990～1999)；《福建卫生年鉴》(1990～1998)；《漳州市1999年农村卫生人力需求调研分类汇总表》。2 研究方法利用指数平滑法，建立曲线回归模型，对1990～1999年漳州市卫技人员数、医生数、护士数及其比例变化的统计资料进行拟合，根据拟合结果，对2000～2010年该市卫技人员数、医生数、护士数进行预测。
-
辽宁省基本医疗保险筹资额的预测模拟
目的：利用系统动力学方法就辽宁省2013-2022年间基本医保筹资额及相关指标给予二次指数平滑模拟与预测；方法：先用事后法进行试预测并选择佳α值，再将二次指数平滑过程映射到系统动力学软件中，得出预测结果；结果：模拟终期省医保资金额及相关指标将增至2013年的2倍左右，个人现金卫生支出将大幅下降；结论：我省整体经济增长较快，基本医疗保障水平稍显不足。
-
我国核磁共振成像设备(MRI)配置预测分析
目的:对我国2015年核磁共振成像设备(MRI)配置数量进行预测.方法:分别采用指数平滑法、滞后模型预测法和需求法进行预测.结果:3种方法得到我国2015年MRI预测值分别为4 347台、4 209台、5 423台,中位数为4 347台.结论:尽管各种预测技术方法不同、结果不尽相同,但这些预测有助于为我国大型医用设备配置与规划提供循证信息.
-
ARIMA模型与指数平滑法预测门诊量效果比较
目的 比较差分自回归移动平均(ARIMA)模型与指数平滑法对医院门诊量的预测效果.方法 利用扬州市某综合性三甲医院2010—2016年门诊量数据分别拟合ARIMA模型和指数平滑模型,以2017年该院门诊量数据评价两种模型的预测效果.结果 拟合佳的ARIMA模型为ARIMA(2,1,0)(2,1,0)12,拟合的均方根误差(RMSE)、平均绝对百分比误差(MAPE)和平均绝对误差(MAE)分别为5062.47、2.83％和3473.96;对2017年门诊量预测的RMSE、MAPE和MAE分别为8243.26、4.42％和6084.00.拟合佳的指数平滑模型为Holt-Winters加法指数平滑模型,拟合的RMSE、MAPE和MAE分别为4605.15、2.79％和3296.90;对2017年门诊量预测的RMSE、MAPE和MAE分别为9585.25、5.50％和7733.58.ARIMA(2,1,0)(2,1,0)12预测的3个误差指标值均小于Holt-Winters加法指数平滑模型.结论 ARIMA模型预测精度更高,可应用于医院每月门诊量的短期预测.
关键词： 差分自回归移动平均模型 指数平滑法 门诊量 -
医院住院人次和门诊诊疗人次的预测
目的 预测医院住院人次和门诊诊疗人次.方法 运用小二乘法和指数平滑法进行预测.方法 出院人次预测模型为:t=2 417+510Xt,门诊人次预测公式:t+1=αYt+(1-α) t,得到预测年的点预测和区间预测值.结论 充分地发挥医学统计的预测分析作用,考虑医院发展的其它因素,为医院管理、制订计划提供可靠的理论依据.
-
用统计方法对我院住院人次和门诊诊疗人次进行预测
目的 预测我院住院人次和门诊诊疗人次.方法 运用小二乘法和指数平滑法进行预测.结果 出院人次预测模型为:Y^t=7.183+1.276Xt,门诊人次预测公式为:Y^t+1=αYt+(1-α)Y^t,得到预测年的点预测值和区间预测值.结论 充分发挥统计的预测分析作用,为领导制定各项计划提供理论依据.
-
时间序列分析在伤寒副伤寒发病情况预测分析中的应用研究
目的：应用时间序列模型中较有代表性的3种方法对江苏省伤寒副伤寒疫情进行分析预测，并探讨3种方法的优缺点及适用性，为传染病疫情预测分析及防治提供理论依据。方法以1980年至2008年江苏省伤寒副伤寒发病资料分别建立合适的乘积季节模型、指数平滑模型和状态空间模型，以2009年的发病资料作为模型预测效果的考核样本，对预测结果进行深入分析和评价，探讨对疫情进行预测的方法、思路和应该注意的问题。结果江苏省伤寒副伤寒的发病趋势将在以后一段时间内呈平稳下降的趋势，会存在少许波动。乘积季节模型的预测结果与实际情况相符，指数平滑法的预测效果较差，状态空间模型也有一定的实用性。结论用时间序列模型对伤寒副伤寒发病情况的拟合结果较好，尤其是乘积季节模型，预测效果良好，可为伤寒副伤寒的防治提供新的信息和思路。
-
2007—2016年荆州市丙肝流行病学特征分析及疫情预测
目的 对2007—2016年荆州市丙肝发病的流行病学特征进行分析并进行疫情预测.方法 采用描述性流行病学方法描述丙肝流行特征;建立指数平滑模型预测丙肝发病趋势.结果 荆州市2007—2016年共报告丙肝8052例,年均发病率为13.80/10万,10年间荆州市丙肝发病率呈上升趋势(χ(趋势)2=975.10,P<0.05),年平均增长速度为14.98％.丙肝发病无明显季节性;丙肝发病主要集中在荆州主城区,主城区发病率高于远郊县/市/区(χ2=167.82,P<0.05).病例主要集中在35～65岁年龄组,占73.36％;丙肝发病性别差异无统计学意义(χ2=0.00,P>0.05);职业分布以农民、家务及待业为主.使用Winter相加模型预测2017年荆州市丙肝发病率为24.20/10万,高于2016年丙肝发病率.结论 2007—2017年荆州市丙肝发病呈上升趋势,应结合预测情况和流行病学特征采取综合性预防控制措施,以防止丙肝流行.
