预测与死亡相关的急诊室拥堵
机器学习
2024-10-14 v1 人工智能
应用统计
摘要
急诊室 (Emergency department, ED) 拥堵是全球性公共卫生问题，已多次与增加死亡率相关。预测未来的服务需求将有助于采取预防措施，以消除拥堵及其造成的不利影响。近期研究表明，ED占用率超过90%时，与增加10天死亡率相关。在本文中，我们旨在使用回顾性数据预测这些危机期间的拥堵情况，采用LightGBM模型。我们对整个ED及其不同运营部门进行预测。我们展示了下午时段的拥堵可在11时预测，AUC为0.82（95%置信区间0.78-0.86）；上午时段可在8时预测，AUC最高可达0.79（95%置信区间0.75-0.83）。因此，我们表明使用匿名行政数据的预测与死亡相关的ED拥堵是可行的。
引用
@article{arxiv.2410.08247,
title = {Forecasting mortality associated emergency department crowding},
author = {Jalmari Nevanlinna and Anna Eidstø and Jari Ylä-Mattila and Teemu Koivistoinen and Niku Oksala and Juho Kanniainen and Ari Palomäki and Antti Roine},
journal= {arXiv preprint arXiv:2410.08247},
year = {2024}
}