VA医疗系统中每日COVID-19相关来电预测：预测模型开发
机器学习
2022-09-13 v3 计算机与社会
摘要
背景：COVID-19已成为全球挑战，合理规划医疗资源是抗击COVID-19的关键。在美国退伍军人事务医疗系统（VA）中，许多参保者易感染COVID-19。预测COVID-19以迅速分配医疗资源成为关键问题。当VA参保者出现COVID-19症状时，建议其第一步应致电VA呼叫中心。对于确诊COVID-19患者，从首发症状到住院的中位时间为七天。通过预测COVID-19相关来电数量，我们可预测即将出现的医疗使用高峰并提前规划医疗资源。目的：本研究旨在开发一种方法，用于预测110个VA医疗中心各自的每日COVID-19相关来电数。方法：在所提方法中，我们使用一组医疗中心预训练模型，并对各医疗中心进行微调。在集群层面，我们进行特征选择以筛选显著特征，并自动搜索超参数以选取模型的最优超参数值组合。结论：本研究提出了一种准确预测VA医疗中心每日COVID-19相关来电数的方法。该方法通过将相似医疗中心分组以扩充训练数据集，并利用超参数搜索自动寻找模型最优超参数值组合，克服了建模挑战。利用所提方法可提前预测医疗高峰，使医疗从业者更好地规划医疗资源并抗击COVID-19。
引用
@article{arxiv.2111.13980,
title = {Forecasting Daily COVID-19 Related Calls in VA Health Care System: Predictive Model Development},
author = {Weipeng Zhou and Ryan J. Laundry and Paul L. Hebert and Gang Luo},
journal= {arXiv preprint arXiv:2111.13980},
year = {2022}
}
备注
Working on an updated version