基于ARIMA和GM(1,1)模型的互联网肿瘤专科门诊接诊现状预测研究

目的 充分了解互联网肿瘤门诊接诊现状的变化趋势,为互联网医院的发展及管理提供支持。方法 利用某肿瘤专科医院2021年1月—2023年6月互联网门诊接诊数据,分别构建ARIMA和GM(1,1)模型,采用平均绝对误差(MAE)和均方根误差(RMSE)评价拟合效果,基于优势模型预测2023年7—12月互联网门诊接诊比例及互联网门诊人次占线下门诊比例。结果 通过ARIMA(1,1,2)和GM(1,1)模型对互联网门诊接诊比例进行预测,平均绝对误差分别为2.06%和2.41%,均方根误差分别为3.01%和3.17%;通过ARIMA(0,1,1)和GM(1,1)模型对互联网门诊人次占线下门诊比例进行预测,平均绝对误差分别为0.58%和1.08%,均方根误差分别为0.75%和1.31%,表明ARIMA模型的预测效果更好。预测结果显示,2023年12月互联网门诊接诊比例预测值为90.35%,互联网门诊人次占线下门诊比例预测值为16.46%。结论 2021—2023年某肿瘤专科医院互联网接诊比例呈现持续稳定趋势,互联网门诊人次占线下门诊比例呈现持续上升的趋势。因此,医院需建立持续的监测机制,不断调整管理...     

某综合三甲中医医院中医门诊人次的GM(1,1)预测

目的对某三甲中医医院中医门诊人次进行预测,为医院医疗卫生资源规划和优化配置提供理论依据。方法用MATLAB软件建立GM(1,1)模型。结果某三甲中医医院2014年和2015年的中医门诊人次预测值分别为8261163和9149454人。结论用GM(1,1)模型预测中医门诊人次有较优的预测效果,对优化医院医疗卫生资源配置,具有重要的指导意义。     

ARIMA模型在门诊人次预测中的应用

目的 探讨ARlMA模型在门诊人次预测中的应用,阐述建模过程,建立预测模型,验证模型的适用性,为医院管理决策服务.方法 数据源于HIS集成统计与管理决策支持系统门诊报表,采集范围选自1999年～2005年逐月门诊人次数据,其中1999年～2004年各月数据用于建立时间序列模型,2005年数据用于验证所建立的模型,统计软件用SPSS13.0完成.结果 通过模型识别、参数估计、检验诊断、模型评价,建立ARIMA(1,0,1)(0,1,1)12模型,具有较高地拟和精度,全年门诊人次相对误差是6.84%,各月相对误差在-3.15%～9.80%之间.实际值都在预测的95%上下限范围之内.讨论 本研究验证了ARIMA模型适用于门诊人次预测,同时在预测门诊人次时也要考虑到数据量、就医环境、患者满意度等因素.     

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...     

基于ARIMA和GM(1,1)模型的天津市卫生技术人员数量预测研究

目的 预测天津市2019～2025年卫生技术人员配置数量,为制定卫生人力资源政策提供数据支持.方法 利用1978～2018年天津市卫生技术人员数量建立ARIMA(2,2,0)和GM(1,1)模型,对2019～2025年的卫生技术人员配置数量进行预测.结果 ARIMA(2,2,0)模型和GM(1,1)模型显示,2019～...     

ARIMA模型与GM(1,1)模型对兴化市结核病发病数预测效果比较

目的 比较求和自回归滑动平均模型(ARIMA)和灰色模型GM(1,1)对结核病发病数的预测效果。方法 利用兴化市2012—2019年结核病月发病和年发病数,分别构建ARIMA模型和GM(1,1)模型,进行发病数的拟合,采用平均绝对百分误差(MAPE)、平均绝对误差(MAE)和判定系数(R²)评价拟合效果。采用优势模型预测2020—2024年发病数。结果 2012—2019年兴化市共报告结核病5 673例,年均发病率55.88/10万。发病率总体呈逐年下降趋势■,男性年平均发病率(79.09/10万)高于女性(31.75/10万),差异有统计学意义(χ²=1017.707,P<0.001)。构建的ARIMA模型为SARIMA(0,1,1)(0,1,1,)₁₂,GM(1,1)模型为■。平均误差率(MER)、平均绝对误差(MAE)和判定系数(R²),ARIMA模型为5.42%、36.43、0.929,GM模型为4.24%、28.50、0.973。GM(1,1)模型的预测效果较好。利用GM(1,1)预...     

GM(1,1)灰色模型在预测住院人次中的应用

目的 预测我院住院病人的变化趋势,为医院管理制定相应的对策提供理论依据.方法 利用GM(1,1)灰色模型对我院住院人次进行拟合和预测变化趋势.结果 根据我院2000～2008年的住院人次建立的灰色模型为:y(t)=17.9e0.0554(t-1)-16.77,模型的平均误差率为3.1%,该模型精度为优(c=0.2842,P=1.0000),预测效果好.结论 GM(1,1)模型拟合效果较为理想,是一种短期内预测精度较高的预测模型.     

ARIMA模型和GM（1,1）模型在全国艾滋病发病率预测中的比较研究

目的利用ARIMA模型和GM（1,1）模型对全国艾滋病发病率进行预测并进行效果比较。方法利用1999-2011年全国艾滋病发病率分别建立ARIMA模型和GM（1,1）模型,进行回代拟合,并预测2012和2013年艾滋病发病率。同时,比较2个模型的拟合和预测效果。结果利用ARIMA模型拟合艾滋病发病趋势效果较好,预测2012年和2013年艾滋病发病率分别为1.51/10万、1.49/10万,即未来2年艾滋病发病率将维持在一个较高水平。GM（1,1）模型显示拟合精度为二级,预测2012年和2013年全国艾滋病发病率为2.88/10万和3.70/10万,结果提示,艾滋病发病率呈明显上升趋势。结论 2种预测模型结果存在差异,均显示未来2年我国艾滋病发病率未有减缓之势,有关卫生部门应改进卫生策略与措施,争取控制进而遏止艾滋病流行趋势。     

应用灰色系统GM(1,1)模型预测温州市肺结核发病率

目的:预测温州市肺结核发病趋势,为卫生管理部门防控肺结核提供理论依据。方法:根据2005-2012年肺结核发病率,应用灰色系统GM(1,1)建立发病率预测模型,使用2013年数据检验近期预测效果。结果:2014-2016年温州市肺结核发病率分别为47.13/10万,44.21/10万和41.47/10万。结论:2014-2015年温州市肺结核发病率将以平均2.83%的幅度继续下降。应保持投入,控制肺结核。     

ARIMA模型与GM(1,1)模型在痢疾发病数预测中的比较研究

目的 分别应用求和自回归滑动平均模型(autoregressive integrated moving average model, ARIMA)和灰色模型(gray forecast model)GM(1,1)对湖北省痢疾发病数进行预测,比较两种方法的预测效果,为选择更适宜的方法提供依据。方法 分别应用2001－2015年月发病数及年发病数建立ARIMA模型和GM(1,1)模型,用平均误差率(mean error rate,MER)和决定系数(coefficient of determination,R²)评价拟合效果,并采用2016年实际发病数验证预测效果,选择准确性更高的模型对2017－2018年发病数进行预测。结果 建立的ARIMA模型为SARIMA(1,0,0)(0,1,1)₁₂,GM(1,1)模型为(t+1)=-274 126.038e^{-0.067 467t}+293 275.08,两模型的平均误差率(mean error rate,MER)分别为3.55%和14.78%;决定系数(R²)分别为0.993和0.960,2016年实际发病数与两模型预测发病数的残差分别为635和3 240;相对误差分别为16.54%和84.38%,综合考虑各项评价指标采用ARIMA模型对2017－2018年发病数进行预测分别为4 286和4 011。结论 通过拟合及预测评价指标的比较ARIMA模型均优于GM(1,1)模型,可得ARIMA模型对湖北省痢疾发病数的预测比GM(1,1)模型有较明显的优势,能更准确的处理时间序列类型的资料,此预测结果准确具有实用价值,可为卫生防治工作提供依据。     

基于GM(1,1)模型对我国妇幼保健指标的预测

  目的  研究GM（1,1）模型在我国妇幼保健指标中的预测效果,并对未来妇幼保健指标进行短期预测,为我国妇幼保健服务水平的逐步完善提供科学依据。  方法  收集我国2008-2017年的孕产妇死亡率（maternal mortality rate,MMR）、新生儿死亡率（neonatal mortality rate,NMR）、婴儿死亡率（infant mortality rate,IMR）和5岁以下儿童死亡率（under-five mortality rate,U5MR）,建立模型,应用MATLAB 2018b软件进行预测分析。  结果  我国MMR、NMR、IMR和U5MR的预测模型分别为:${\rm{\hat x}}\left( {{\rm{k}} + 1} \right) = - 476.08{{\rm{e}}^{ - 0.09{\rm{k}}}} + 510.28({C_1} = 0.165,{P_1} = 1.000)$,${\rm{\hat x}}\left( {{\rm{k}} + 1} \right) = - 108.43{{\rm{e}}^{{\rm{ - 0}}{\rm{.09k}}}} + 118.63({C_2} = 0.043,{P_2} = 1.000)$,${\rm{\hat x}}\left( {{\rm{k}} + 1} \right) = - 160.60{{\rm{e}}^{ - 0.09{\rm{k}}}} + 175.50({C_3} = 0.085,{P_3} = 1.000)$,${\rm{\hat x}}\left( {{\rm{k}} + 1} \right) = - 224.37{{\rm{e}}^{ - 0.08{\rm{k}}}} + 242.87({C_4} = 0.124,{P_4} = {\rm{ }}1.000)$,平均相对误差分别为:3.46%、0.67%、1.75%和2.36%。  结论  GM（1,1）模型适用于对我国妇幼保健指标的预测,拟合精度均较高;预测未来三年各指标将继续逐年下降,相关部门应有针对性的加强管理工作。     

常州市细菌性痢疾发病趋势灰色模型GM(1,1)预测

目的建立细菌性痢疾灰色预测模型GM(1,1),应用于常州市细菌性痢疾发病趋势的预测。方法根据中国疾病预防控制信息系统中2004-2011年常州市细菌性发病报告资料,建立细菌性痢疾发病灰色预测模型GM(1,1),并对2012-2014年常州市细菌性痢疾发病率进行预测。结果建立的预测模型为x^(1)(k+1)=-302.9891e-0.14632k+358.7827,经拟合检验,后验差比值C为0.153,小概率误差P为1,拟合精度为优秀。利用建立的模型预测常州市2012-2014年细菌性痢疾发病率分别为14.8089/10万、12.7931/10万和11.0518/10万。结论 GM(1,1)模型较好地拟合了常州市细菌性痢疾发病的趋势,预测菌痢发病将继续呈下降趋势,但防控仍不容忽视。     

应用灰色系统GM(1,1)模型预测某区出血热发病率

目的应用灰色系统GM(1,1)模型预测某区出血热(epidemic hemorrhagic fever,EHF)发病趋势,为制定针对性的防治管理措施提供依据。方法根据某区2004—2013年的EHF发病率,应用灰色系统理论建立发病率预测模型,进行预测研究。结果求得某区EHF发病率(1/10万)的灰色预测模型为:^Y=-77.217 8 e-0.190 8(t-1)+91.717 8,拟合检验显示本模型拟合精度好(C=0.270.35,P=1),能够较好地预测EHF发病率的趋势。结论预测表明2014—2015年某区EHF年发病率呈下降趋势,应继续强化疫情监测,加大防鼠灭鼠力度,积极推广EHF疫苗接种,进一步巩固防治成果。     

灰色系统GM(1,1)模型预测常州市肺结核发病趋势

目的 建立肺结核灰色预测模型GM(1,1),应用于常州市肺结核发病趋势的预测.方法 根据中国疾病预防控制信息系统中2004-2011年常州市肺结核发病报告资料,建立肺结核发病率灰色预测模型GM(1,1),并对2012-2014年常州市肺结核发病率进行预测.结果 建立的预测模型为(x)(1)(k+1)=-944.7065 e-0.08740κ+1021.7343,经拟合检验,后验差比值C为0.222,小概率误差P为1,拟合精度为优.利用建立的模型预测常州市2012-2014年常州市肺结核发病率分别为42.8812/10万、39.2925/10万和36.0041/10万.结论 GM(1,1)模型较好地拟合了常州市肺结核发病的趋势,预测结果具有参考价值.     

应用灰色模型GM(1,1)预测上海市甲肝发病率

目的:预测上海地区甲肝的发病趋势.方法:利用上海市甲肝发病资料,应用SAS软件建立灰色模型GM(1,1)来预测本市甲肝的发病率.结果:上海地区甲肝发病率(/10万)的灰色预测模型为:(ˇx)(1)(k+1)=-122.54e-0.1583k+ 148.61,拟合检验显示本模型精度等级为2级,可以应用于预测上海市甲肝未来的发病率.结论:灰色模型拟合和预测的结果显示上海市甲肝发病率保持持续下降的趋势.     

基于ARIMA模型的我国医院就诊人次预测分析

目的预测和分析2011—2015年我国医院就诊人次和卫生服务需求。方珐建立ARIMA（1,2,2）模型,预测我国医院就诊人次。结果未来5年我国医院就诊人次呈增长趋势,平均每年增长9．32％。结论要加大卫生投入．合理配置卫生资源,加快公共卫生服务体系建设,完善医疗保障体系建设,以满足人们的卫生健康需求。     

GM(1,1)模型在AIDS发病预测中的应用

目的 探讨应用灰色系统GM(1,1)模型预测AIDS发病率的可行性.方法 应用灰色GM(1,1)模型对南宁市2004～2010年艾滋病发病率数据进行拟合,并外推预测.结果 所建模型,拟合精度高(C≈0.0888,P=1),可用于外推预测.结论 GM(1,1)模型可以很好地模拟和预测AIDS发病率在时间序列上的变化趋势,将其应用于AIDS发病预测是可行的.     

灰色GM（1,1）模型在门急诊、出院人次预测中的应用

目的 探讨灰色预测方法在医院管理中的应用,对医院门急诊量、出院人次进行预测,有助于管理者掌握医院门急诊量、出院人次的变动趋势及规律,为医院在管理、决策中的合理应用提供量化的理论依据方法 选用某医院2000-2010年门急诊人次、出院人次统计年报数据,基于灰色系统理论的建模方法建立GM（1,1）预测模型,采用Excel表进行计算,预测2011-2013年医院门急诊量、出院人次结果 根据后验差比值C和小误差概率P值的计算及预测精度等级判定,所建预测模型拟合精度高,结果较理想,可用于外推预测.预测评价结果显示：2011-2013年门急诊人次预测值为256 267、27 666、300 852人次,评价等级为合格之上（C=0.33＜0.35,P=1＞0.9）;出院人次预测值为17 739、19 044、20 445人次,评价等级为优秀（C=0.29＜0.35,P=1）.医院门急诊人次、出院人次的年增长率分别为为8.35%、7.36%.通过预测医院门急诊量、出院人次有缓慢上升趋势,且趋于平稳,是一种呈稳步上升发展态势结论 灰色预测有一定优点,不要求统计变量具有正态分布,而是在杂乱无章的、有限的、离散的数据中找出规律,按系统发展趋势预测分析,提高了预测和分析的精确度.通过预测结果相互印证,理论值接近实际值,此方法在医院管理中有实用性.     

季节因素修正后GM(1,1)模型在上海市PM2.5浓度预测中的应用

目的 根据上海市2015年至今PM_2.5月均浓度数据进行建模预测,以期为PM_2.5预测研究方法提供新思路。方法 将季节性影响因素引入灰色预测模型(grey model, GM),建立季节因素修正后GM(1,1)模型,与传统季节性自回归积分滑动平均模型(autoregressive integrated moving average model, ARIMA)比较,选择2015—2021年数据进行建模预测,将2022年1～10月数据作为验证集进行预测效果评价,并对2022年11～12月上海市PM_2.5月均浓度作预测。结果 季节性ARIMA模型验证集RMSE=4.02,MAPE=15.50%。季节因素修正后GM(1,1)模型验证集RMSE=3.30,MAPE=11.59%。利用季节因素修正后GM(1,1)模型预测2022年11～12月上海市PM_2.5月均浓度水平分别为24.99、34.83μg/m³。结论 季节因素修正后GM(1,1)模型预测效果可优于季节性ARIMA,在对PM     

基于灰色预测GM(1,1)模型山东省卫生人力资源变化趋势研究

[目的]分析2012-2020年山东省卫生人力资源配置现状,预测2021-2025年卫生人力资源变化趋势。[方法]以2012-2020年山东省卫生人力资源配置为原始数据,利用GM(1,1)方法构建模型预测山东省卫生人力资源配置数并分析其变化趋势。[结果]2021-2025年山东省卫生人力资源配置总体呈上升态势,到2025年山东省三类地区千人口卫生技术人员数分别增长至11.71人、7.79人、8.85人,执业(助理)医师分别为4.66人、3.27人、3.75人,注册护士分别为5.79人、4.08人、4.17人。[结论]山东省卫生人力资源配置水平进一步得到提升,医护比逐渐趋于合理,虽经济落后地区卫生人力资源配置涨幅明显,但总量不及经济发达地区,地区间存在差异,注册护士仍有短缺,亟需制定相关政策缩小地区间差异,提高护士待遇,完善医护比,切实保障公共卫生服务均等化。