[发明专利]一种基于时间序列动态预测中短期区域儿科门诊人次的方法

说明书

本发明公开了一种基于时间序列动态预测中短期区域儿科门诊人次的方法。通过以较高的精确度动态预测区域内中期和短期儿科门诊人次，为解决区域卫生资源规划和优化配置等问题提供科学依据；同时，通过引入不同病种门诊人次分布，可判断如突发性传染病等异常状况，从而快速预判传染病在人群中的传播。该方法是基于时间序列预测模型实现的，该方法包括如下几个步骤：步骤一：序列平稳性检验和处理；步骤二：事件变量识别；步骤三：参数估计与检验；步骤四：最优序列长度识别；步骤五：动态预测。以上步骤主要用于选出最优序列预测模型，排除时间变异的影响，有效克服时间序列预测的过拟合和外推效果不佳问题，从而做出准确度较高的预测。

技术领域

本发明涉及门诊人次预测方法，尤其是涉及一种基于时间序列的中短期区域儿科门诊人次动态预测方法。

背景技术

在当今形势下，定量了解区域内居民医疗卫生服务需求，对于合理制定区域卫生规划，优化医疗卫生资源配置，提高医疗卫生服务的质量和效率，有着显著的现实意义。门诊量是反映居民就医的一项重要指标，准确预测区域内下一周期(日、周、月)门诊量，为区域卫生资源规划和优化配置提供重要依据。

儿科门诊量具有明显的周期性和季节性趋势，区域内不同医院间儿科门诊量存在巨大差异，主要影响因素：1)医院的医疗技术、医疗设施、就医便利性、医疗服务和医疗价格等；2)监护人的教育水平、社会经济地位、医疗保障方式、医院地理位置、就医习惯等；3)国家医疗政策、经济环境、自然环境、儿童传染病暴发等。这些影响因素之间存在错综复杂的联系，难以运用结构式的因果模型加以解释。同时随着全面二孩政策的开放，小幅生育潮带来的儿科医疗卫生资源方面的紧缺，迫使我们深入了解儿童患病人次波动的原因，从而为优化儿童医疗资源配置提供理论依据。

时间序列预测模型是20世纪60年代由美国Box和英国Jenkins提出的以随机理论为基础的时间序列分析预测方法，现已经广泛应用于经济学、工程学、生物学、医药卫生等领域。该模型以时间序列的自相关分析为基础，通过求解时间序列当前期和不同滞后期的自相关系数，建立模型刻画时间序列轨迹，识别模型特征、优化建模，以及完成预测。其中，自回归移动平均模型(Autoregressive IntegratedMovingAverage Model，ARIMA)是适用于中短期预测的最重要的时间序列分析模型之一。

已有学者运用时间序列预测门诊人次，并与实际门诊人次相比较，取得了较好的预测效果，但也存在明显的局限性：1)就诊时更偏向于大医院这样的选择性偏倚，因此这些针对某三甲医院全院所有科室的门诊人次预测，能整体把握短期内医院门诊量波动情况，但具体优化安排医院哪些科室门诊资源的参考价值有限；2)某儿童医院利用ARIMA模型预测短期、中期门诊人次，为医院合理安排门诊医疗资源、提高医院管理水平提供依据，但若样本推断整体区域儿科就医需求是不可行的；3)仅有的区域内就诊人次的预测，是在全国医院所有科室的年汇总就诊人次的尺度上进行，能整体把握我国近几十年医院就诊人次的增长趋势，但对卫生管理部门进行具体区域卫生规划、资源配置提供的依据有限；4)静态预测近期(3个月、4周)门诊人次，没有尝试动态时序预测。

发明内容

本发明的目的在于克服现有技术的不足，利用时间序列方法对区域内中期(月)和短期(周和日)儿科门诊人次进行拟合，提供一种可以反映过去和现在儿科门诊人次的变化规律，并且动态预测未来情况的方法。

本发明是通过以下技术方案来实现的：一种基于时间序列动态预测中短期区域儿科门诊人次的方法，该方法利用前期儿科门诊人次数据预测下一周期的儿科门诊人次，即随着时间的推移，时间序列不断加入最近一期儿科门诊人次的真实数据，反复迭代优化模型，动态预测下期儿科门诊人次。

一种基于时间序列动态预测中短期区域儿科门诊人次的方法包括以下步骤：

S1：序列平稳性检验和处理，用于初步处理和筛选平稳序列；