基于一致估计量的医院级 COVID-19 相关患者需求区间模型的开发与部署 (DICE)
应用统计
2020-11-20 v2
摘要
医院通常通过将自身历史区域需求占比与区域总需求预测相结合来预估其服务需求。提供预测区间而非点估计的院级需求预测，或可促成更好的管理决策，尤其在需求过量与不足伴随高昂且不对称成本时。区域患者需求预测通常以泊松随机变量形式给出，例如因 COVID-19 等流行病而需住院的人数。然而，即便在此常见情形下，针对某特定机构应预期承接的区域患者比例，仍缺乏概率性、一致且计算易处理的预测方法。我们提出此类预测方法 DICE（基于一致估计量的需求区间，Demand Intervals from Consistent Estimators）。我们描述了其于美国‘第二波’COVID-19 期间在加州一家学术医疗中心的开发与部署。我们证明 DICE 在温和假设下具有一致性，并适用于完美、有偏及无偏的区域预测。我们在大型学术医疗中心的经验数据及合成数据上评估了其性能。
引用
@article{arxiv.2011.09377,
title = {The Development and Deployment of a Model for Hospital-level COVID-19 Associated Patient Demand Intervals from Consistent Estimators (DICE)},
author = {Linying Yang and Teng Zhang and Peter Glynn and David Scheinker},
journal= {arXiv preprint arXiv:2011.09377},
year = {2020}
}