换一批基于SVR模型的某三甲医院每月诊疗人次预测
Prediction of Monthly Discharged Patients in a Certain Grade A Tertiary Hospital with SVR Model
摘要目的:通过机械学习算法支持向量机(SVR)建立模型,评估其用于门诊量及出院人次预测的表现.方法:以2016年1月至2024年4月某三甲医院门诊人次及出院人次为研究对象,采用不同的核函数,构建三种不同的模型(线性核SVR,多线程SVR,高斯核SVR).结果:线性核SVR预测门诊量RMSE、MAE、MAPE值分别为13 470、10 510和9.8%,出院人次RMSE、MAE、MAPE值分别为1 005、753和10.8%,均优于多线程SVR和高斯核SVR模型预测结果.结论:在构建的三种SVR模型测算中,线性核SVR模型预测表现最佳,更适合用于医院门诊和住院就诊人次预测,能够为医院在医疗资源调度与分配等管理决策方面提供更为坚实的数据支撑,有效确保医院高效、有序运营.
更多相关知识
关键词
支持向量机模型构建诊疗人次预测医院运营Support Vector MachineModel ConstructionForecast of Patient VisitsHospital Operation
栏目名称
DOI
10.3969/j.issn.1005-7803.2025.02.024
发布时间
2025-03-10（万方平台首次上网日期，不代表论文的发表时间）
基金项目
江苏省医院协会医院管理创新研究课题（JSYGY-2-2023-415）
- 浏览3
- 被引0
- 下载2
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
