换一批基于PSO-SVM模型的我国医疗资源配置的评价与预测
Evaluation and Prediction of Medical Resource Allocation based on PSO-SVM Model in China
摘要目的 对我国医疗资源配置进行评价与预测,为医疗资源分配决策提供参考.方法 利用泰尔指数构建综合指标T,描述我国医疗资源配置的区域差异,利用时空分析法探讨历年各省市医疗资源的时空分布特征,并构建粒子群算法优化-支持向量机(particle swarm optimization-support vector machine,PSO-SVM)组合模型预测2025年的医疗资源配置状况.结果 我国医疗卫生指标增长显著,但区域间资源配置不均衡问题依然突出.经济发达的东部地区医疗资源相对充足,中西部地区资源短缺,北京的综合医疗资源最为丰富,安徽最为不足.PSO-SVM模型预测显示,2025年这种不均衡现象将继续存在,四川将拥有最多的三级医院(278所),西藏最少(39所);黑龙江每千人口床位数最高(8.345张),广东最低(5.365张);北京每千人口卫生人员数(17.264人)和医院人员数(11.465人)领先全国,福建最低(9.699人和5.959人);广东的卫生总费用(7805.882亿元)和医疗卫生机构总支出(5918.449亿元)最高,西藏最低(619.804亿元和405.390亿元).进一步结合人口比例,辽宁、黑龙江等老龄化严重的地区老年人医疗资源不足,广东、新疆等年轻人口比例高的地区人均医疗资源较弱,安徽、河北、河南等经济欠发达且人口众多的省份医疗资源短缺问题尤为突出.结论 我国医疗资源配置不均问题亟待解决,需根据各区域的实际情况优化资源配置,促进医疗服务体系的协调发展.
更多相关知识
栏目名称
DOI
10.11783/j.issn.1002-3674.2026.01.007
发布时间
2026-04-07（万方平台首次上网日期，不代表论文的发表时间）
基金项目
- 浏览2
- 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
