基于灰色GM(1,1)-SVM组合模型的广东省卫生总费用预测研究

目的 分析广东省卫生总费用及其占GDP比重的发展趋势,为相关卫生费用政策调整提供决策依据.方法 选取广东省2001-2019年的卫生总费用及占GDP比重数据,构建灰色GM(1,1)-SVM组合模型,对广东省卫生费用筹资规模进行预测.结果 GM(1,1)-SVM组合模型在卫生总费用及占GDP比重方面具有更好的预测效果,二...     

基于新陈代谢GM(1,1)模型的我国卫生总费用预测分析

目的采用新陈代谢GM(1,1)模型对我国2018-2030年卫生总费用及其占GDP比重进行预测分析,为政府决策提供参考。方法采用合适维度数据序列的新陈代谢GM(1,1)预测模型进行预测。结果 8维和9维数据序列新陈代谢GM(1,1)模型在预测卫生总费用及其占GDP比重方面具有更高精度。以2017年为基,经过GDP指数平减后预测我国卫生总费用实际值及其占GDP比重在2030年分别达到7.55万亿元和7.11%,在2030年其占GDP比重将达到11.09%。结论新陈代谢GM(1,1)预测模型应用我国卫生总费用及其占GDP比重的预测具有实践意义和价值,我国卫生总费用规模和占GDP比重在2030年达到发达国家水平,建议从监测体系、控制不合理增长等方面保障卫生总费用有序发展。     

基于改进GM(1,1)模型的卫生总费用快速测算方法研究

目的:使用改进的GM(1,1)(Grey Model,一阶灰色理论微分方程型模型)方法快速预测长短期中国卫生总费用,有效缩短预测时间,提高预测可靠性。方法:依据卫生总费用历史数据中年平均增长率的变化,选用GM(1,1)方法从长期趋势预测卫生总费用可能的突变年份及相应总费用值;采用线性回归模型以突变年份为临界点从短期趋势分段预测突变年份间的总费用值。结果:预测结果与年平均增长率、ARIMA模型、快速推算法等方法比较,精度高,更高效便捷。结论:基于改进的GM(1,1)模型的我国卫生总费用预测方法快速、有效、可行。     

“十三五”时期我国卫生总费用占国内生产总值比重预测

目的通过分析1978-2015年我国卫生总费用占国内生产总值比重趋势,预测"十三五"时期指标走向,为卫生部门决策提供依据。方法采用ARIMA(0,1,1)模型和GM(1,1)模型进行预测。结果 ARIMA(0,1,1)和GM(1,1)模型预测结果均显示"十三五"时期卫生总费用占国内生产总值比重呈持续上升趋势,ARIMA模型预测值分别为6.3129%、6.4002%、6.4880%、6.5753%、6.6626%,GM(1,1)模型的预测值分别为5.6498%、5.7454%、5.8427%、5.9416%、6.0421%。从模型拟合效果比较来看,ARIMA模型更佳。结论 "十三五"时期,我国卫生总费用占国内生产总值的比重将达到预期目标。     

“十三五”期间我国卫生总费用预测

目的预测"十三五"期间我国卫生总费用增长情况以及个人卫生支出占卫生总费用的比重。方法采用ARIMA模型和GM(1,1)模型,根据我国2000-2015年各年卫生总费用数据建立模型,并预测"十三五"期间卫生总费用。结果所建立的模型能够很好地拟合历史数据,GM(1,1)模型由于受"十二五"期间卫生总费用增长速度快的原因,预测结果有高估趋势。结论 "十三五"期间,卫生总费用继续增长,按照当前的增长速度,到2020年,个人卫生支出占卫生总费用的比重有望下降到25%以下,卫生总费用占GDP的比重将达到7%。     

基于不同GM（1,1）模型的江苏省卫生总费用趋势预测及分析

目的 分析江苏省2008年至2018年卫生总费用的筹资构成情况,并利用GM（1,1）模型预测分析江苏省后5年的卫生总费用的变化趋势,为宏观政策制定提供科学合理的数据支持,也能为其他地区提供参考借鉴。方法 分别构建传统GM（1,1）、新信息GM（1,1）和新陈代谢GM（1,1）模型,对江苏省2008—2018年卫生总费用、政府卫生支出、社会卫生支出以及个人现金卫生支出进行训练、拟合,从而选出最佳模型对江苏省卫生总费用及其构成进行预测。结果 2008—2018年江苏省卫生总费用总体呈上升趋势,预测2019—2023年,江苏省卫生总费用保持稳步增长趋势,2023年将达到8 102.19亿元,其中政府卫生支出、社会卫生支出和个人现金卫生支出的比重将达到10.19%、69.24%和20.58%。结论 江苏省卫生总费用总体呈上升趋势,但筹资结构不平衡。政府卫生支出相对占比较低,社会卫生支出占比在逐年上升,个人卫生支出占比逐年下降,今后应建立健全长期有效的卫生财政投入机制、鼓励社会办医、不断深化医疗卫生改革,进一步优化筹资结构,保障江苏省医疗卫生服务的可持续发展。     

基于灰色系统GM(1,1)模型的山东省卫生总费用预测研究

目的分析山东省卫生总费用核算和卫生筹资结构情况,对山东省卫生总费用及构成部分总体规模及变化趋势进行预测分析,为山东省政府部门和卫生部门卫生筹资策略和机制的建立提供科学依据,为有效减轻人民群众的疾病负担和社会负担提出建议和对策。方法采用《山东省统计年鉴》1998-2012年间卫生总费用相关资料,建立灰色系统GM(1,1)模型,利用R软件分析山东省卫生总费用及构成的变化趋势,并对卫生费用结构的分布情况及趋势进行预测分析。结果 1998-2012年,山东省卫生总费用由195.71亿元增加到1928.88亿元,人均卫生总费用从221.4元增加到1992元,卫生总费用占GDP的比例从2.79%增加到3.86%;政府和社会卫生支出占卫生总费用的比重分别从15.67%28.93%增加到25.84%和37.66%,个人卫生支出比重从62.45%降低到36.50%。针对山东省卫生总费用GM(1,1)灰色预测模型,X~((1))(k+1)=1029.65882e~((0.173716k))-833.948821,以预测未来十年山东省卫生总费用利用情况。结论基于GM(1,1)模型预测山东省卫生总费用及占GDP的比值呈上升趋势,个人卫生支出占比逐年下降。山东省还需进一步提高卫生筹资水平,合理化卫生筹资构成,加大政府卫生投入,降低个人筹资比例,进一步减轻人民群众的疾病负担和社会负担。     

基于灰色GM(1,1)模型的广东省卫生总费用预测分析

目的 预测广东省卫生总费用及筹资结构的变动情况,为广东省相关部门制定和完善卫生政策提供参考.方法 数据来源于2011—2020年广东省统计年鉴、广东省医疗卫生资源和医疗服务情况简报,采用灰色GM(1,1)模型,对广东省卫生总费用及筹资结构的变化趋势进行预测.结果 2010—2019年,广东省卫生总费用由1509.6亿元...     

基于GM(1,1)-GRNN组合模型的肾综合征出血热发病率预测

目的预测浙江省肾综合征出血热(HFRS)发病趋势,为卫生工作的决策和防病治病提供科学依据。方法根据浙江省2001-2009年HFRS发病率,建立灰色GM(1,1)与广义回归神经网络组合〔GM(1,1)-GRNN〕模型,与GM(1,1)模型对比,并进行预测。结果 2001-2010年HFRS年发病率组合模型拟合值与实际值的平均相对误差为2.47%,明显低于GM(1,1)模型的平均相对误差(11.19%),组合模型的预测精度相对单一GM(1,1)模型有较大的改善;组合模型预测2011年HFRS年发病率为0.8591/10万。结论浙江省2010-2011年HFRS的发病率呈下降趋势,组合模型的预测精度高,可以提供更为准确的预测数据,从而为防控决策提供可靠依据。     

基于Kalman融合模型的全国卫生总费用预测研究

目的 通过对我国卫生总费用及构成的描述与分析,采用基于Kalman融合模型对卫生总费用及构成进行分析研究,并对2021—2023年卫生总费用及构成进行预测,为卫生政策的调整及执行提供数据支撑。方法 收集1990—2020年全国卫生总费用及构成数据,建立ARIMA、GM(1,1)、ELM极端学习机模型,并在Kalman框架下融合以上两种或三种模型对卫生总费用及构成进行预测,分别比较拟合和预测误差,采用平均相对误差评价模型预测能力,并对2021—2023年卫生总费用及构成进行预测。结果 基于Kalman融合模型在卫生总费用、政府支出费用、社会支出费用及个人支出费用的预测中,三个预测结果优于单模型预测结果,一种预测结果与最佳单模型预测结果的平均相对误差相差0.003,对2021—2023年卫生总费用的预测结果为:84002.31、94799.95、107256.90亿元。结论 基于Kalman融合模型的预测精度基本优于单一预测模型,对多种数据具有鲁棒性。卫生总费用保持了较高增速,但在国内生产总值中的占比稳步增长,其中社会支出增长较快,政府和个人支出保持同步稳定增长。     

四种模型在江苏省卫生总费用趋势预测及构成分析中的比较研究

目的 预测江苏省卫生总费用以及卫生筹资结构在2019-2022年的趋势变化,为政府制定相关卫生政策提供一定的数据支持。方法 运用2003-2018年卫生费用相关数据构建GM(1,1)及ARIMA模型,再分别运用马尔科夫模型进行修正构建GM-Markov和ARIMA-Markov模型,预测卫生费用结构的分布情况及趋势,并采用平均相对误差(MRE)分析比较这四种方法的预测效果。结果 GM-Markov和ARIMA-Markov两种模型明显优于GM(1,1)和ARIMA模型,其中ARIMA-Markov模型模拟精度最优,在政府、社会、个人卫生支出数据预测中,预测精度指标MRE分别为1.935%、2.400%、1.933%和0.769%。预测到2022年卫生总费用为5759.789亿元。其中政府卫生支出、个人卫生支出占比分别为18.314%,23.083%,增长速度变缓,占比缓慢下降。社会卫生支出占比58.603%,占比持续上升。结论 ARIMA-Markov模型整体预测效果占优,可以作为卫生费用的预测方法。结合预测分析结果建议江苏省以政府为主导,控制卫生费用合理增长,优化卫生筹资结构,完善医...     

我国卫生总费用及其筹资结构的预测研究 ——基于灰色系统GM(1,1)模型

[目的]分析我国卫生总费用及其筹资结构的现状,并对"十四五"期间我国卫生总费用及其构成进行科学预测,为相关部门科学控制筹资水平、合理调整筹资结构、及时监控及预警提供科学建议.[方法]运用卫生总费用筹资分析,从筹资水平及筹资结构分析当前我国卫生总费用的发展现状,并使用GM(1,1)预测模型对2019-2025年我国卫生总...     

应用灰色线性回归组合模型预测江苏省卫生总费用趋势及构成

目的：对2010～2019年期间江苏省卫生总费用的趋势进行描述和分析，通过既有数据选择最佳预测模型，预测江苏省2020～2025年卫生总费用的趋势。将2020年数据与预测值对比，分析产生差异的原因，为新冠疫情过后卫生政策的调整提供科学依据。方法：卫生总费用及其构成的数据来源于《中国卫生健康统计年鉴》《江苏省统计年鉴》,采用excel2017和R3.6.1软件进行预测模型构建和精度检验，选择灰色线性回归组合模型进行江苏省2020～2025年卫生总费用及构成情况预测，将2020年实际数据与预测值对比并分析。结果：基于灰色理论与线性回归的组合模型精确度优于GM(1,1)模型。受新冠疫情影响，2020年卫生总费用、政府卫生支出和个人卫生支出高于模型预测结果，社会卫生支出低于预测值。2020～2025年江苏省卫生总费用将从4848.41亿元增至6887.23亿元，平均增长率为7.19%,其中政府卫生支出占比与个人卫生占比呈现下降的趋势。政府卫生支出、社会卫生支出和个人卫生支出到2025年预计将达到1439.62亿元、3968.86亿元、1481.60亿元。结论：在后疫情时代，江苏省应不断深化医疗...     

基于组合模型的北京市中医药总费用预测研究

目的:基于组合模型预测2022—2030年北京市中医药总费用的变化趋势,为政策制定和调整提供数据支撑和参考。方法:运用ARIMA模型和灰色GM （1,1）模型构建组合模型,对北京市中医药总费用机构流向构成部分及总量进行预测。结果:组合模型拟合精度明显优于GM （1,1）模型和ARIMA模型分别预测的结果;根据预测结果,北京市中医药总费用从2022年的826.23亿元增至2030年的1 447.13亿元,年均增速为7.26%,机构流向优化明显。结论:可探索利用组合模型来提高费用预测精度;突发公共卫生事件对中医药费用存在较大冲击;应合理看待预测研究结果,根据实际情况的变化不断优化预测模型。     

义乌市手足口病流行趋势组合预测模型研究

目的 构建义乌市手足口病流行趋势最优预测模型.方法 通过对义乌市2009-2011年手足口病按月发病数进行ARIMA时间序列、GM(1,1)灰色模型以及2者的组合模型进行建模,并预测2012年1-5月份发病数与实际比较.结果 ARIMA(1,1,1)模型的r(曲)91.26％,GM(1,1)灰色模型的r(曲)为1.86％,组合预测模型的r(曲)为94.55％;ARIMA(1,1,1)预测的MAPE为56.39％、MSPE为27.28％,GM(1,1)预测的MAPE为42.09％、MSPE为22.91％,组合预测模型预测的MAPE为53.29％、MSPE为25.10％.结论 在进行手足口病流行趋势建模中,组合预测是一个较好的方法.     

基于灰色GM(1,1)模型与ARIMA模型的四川省卫生人力资源预测探讨

目的运用灰色GM(1,1)模型与ARIMA模型对四川省卫生人力资源进行预测,为相关部门制定政策提供参考。方法采用EXCEL建立数据库,运用Matlab编程拟合灰色GM(1,1)模型、SPSS22.0拟合ARIMA模型,对四川省1990-2020年卫生人力资源进行了预测。结果拟合的灰色GM(1,1)模型误差绝对值(%)、平均误差值(%)均高于ARIMA(1,1,1)模型。结论 ARIMA(1,1,1)预测结果优于灰色GM(1,1)模型,模型拟合需要考虑数据特征等因素。     

中国卫生资源需求预测研究

目的预测中国十三五期间卫生资源需求,以期为中国卫生计生事业十三五规划提供参考依据。方法通过《2016年中国卫生和计划生育统计年鉴》收集数据资料,运用GM(1,1)模型预测中国十三五期间卫生资源需求。结果根据预测的结果,2020年中国医疗卫生机构、床位数、卫生技术人员数、执业(助理)医师数、注册护士数、卫生总费用将分别达到1 052 363个、1 064.20万张、14 191 758人、3 796 298人、5 255 376人、85 958.71亿元,医护比将达到1∶1.38。结论 GM(1,1)模型可用于对中国卫生资源的预测;政府应当加大对执业(助理)医师的培养力度,并加快教育教学制度改革,培养更多高学历护理人员。     

基于组合模型的广东省卫生技术人员数量发展趋势分析

目的对广东省卫生技术人员发展趋势进行预测,为广东省卫生资源规划和优化配置提供理论依据。方法用MATLAB7.0建立GM(1,1)模型,Eviews6.0建立ARIMA模型,并构建两者的组合模型。结果广东省2014年和2015年的卫生技术人员数量预测值分别为577 658人和613 805人。结论用组合模型预测卫生人力的发展趋势拥有较优的预测效果,对优化卫生资源配置,科学制定卫生资源规划具有重要的指导意义。     

改进的GM(1,1)模型在肺结核发病率预测中的应用

目的利用改进的GM(1,1)模型,对我国肺结核发病率进行预测。方法选取我国2007—2017年肺结核发病率资料,建立改进的GM(1,1)模型,对其发病率进行拟合和预测。结果对GM(1,1)模型、改进的GM(1,1)模型所得结果相对误差平均值和预测相对误差进行比较,认为改进的GM(1,1)模型拟合和预测精度较高。结论改进的GM(1,1)模型可用于肺结核发病率的预测,精度较高。     

灰色序列模型在三级综合医院门诊人次预测中的应用

目的 探讨灰色序列模型GM(1,1)在三级综合性医院门诊人次预测中的应用,为综合性医院门诊量预测提供方法学参考.方法 采用灰色序列模型GM(1,1)对门诊人次进行预测拟合分析,计算其相对误差,并进行外推预测.结果 灰色序列模型GM(1,1)预测门诊人次与实际值拟合误差较小,模型预测精度评级为优(P>0.95).结论 灰...