急诊科到达人数的小时级预测：时间序列分析
计算机与社会
2019-01-10 v1 其他统计学
摘要
背景：急诊科（ED）患者到达的随机行为使ED管理复杂化。逾50%的医院ED容量往往超出正常容量运行，并最终未能提供高质量照护。为应对ED到达随机性之忧，已利用年、月、周时间序列预测开展诸多研究。目的：本研究团队认为，到达负荷的小时级时间序列预测可通过预测未来患者到达改善ED管理，从而支撑质量提升方面的战略决策。方法：本研究不涉及任何人主体，仅取用自UnityPoint Health数据库检索的2014年1月至2017年8月ED入院数据。实施自回归积分滑动平均（ARIMA）、Holt Winters、TBATS与神经网络方法以预测ED患者到达小时数。结果：选ARIMA (3,0,0) (2,1,0)为最小赤池信息准则与施瓦茨贝叶斯准则下的最优拟合模型。该模型平稳且通过Box Ljung相关检验与Jarque Bera正态性检验。取平均误差（ME）与均方根误差（RMSE）为性能度量。得ME为1.001、RMSE为1.55。结论：ARIMA可用于提供ED到达小时级预测，并可用作医疗行业决策支持系统。应用：该技术可于全球医院实施以预测ED患者到达。
引用
@article{arxiv.1901.02714,
title = {Hourly Forecasting of Emergency Department Arrivals : Time Series Analysis},
author = {Avishek Choudhury},
journal= {arXiv preprint arXiv:1901.02714},
year = {2019}
}