Predictive analysis on discharged patients based on curve estimation and trend-season model_Chinese Journal of Evidence-Based Medicine

Authors：

WANG Yingqiang ¹ , LUO Qianqian ² ,  GUO Qiuhong ¹ ,  SHEN Hong ¹ , LI Dongchuan ¹

1. Department of Medical Administration, 363 Hospital, Chengdu, 610041, P.R.China;
2. National Chengdu Center for Drugs Safety Evaluation, Chengdu, 610041, P.R.China;

Corresponding?author：

GUO Qiuhong, Email: qiuhong-guo@163.com; SHEN Hong, Email: 937834610@qq.com

Keywords：

Curve estimation; Trend-season model; Prediction; Discharged patient; Precision

DOI：

10.7507/1672-2531.201703073

Video：

Export PDF Favorites Scan Get Citation

Abstract Full text Figures/Tables Video References Cited by

Objective To explore the predicted precision of discharged patients number using curve estimation combined with trend-season model. Methods Curve estimation and trend-season model were both applied, and the quarterly number of discharged patients of 363 hospital from 2009 to 2015 was collected and analyzed in order to predict discharged patients in 2016. Relative error between predicted value and actual number was also calculated. Results An optimal quadratic regression equation Y_t=3 006.050 1+202.350 8×t–3.544 4×t² was established (Coefficient of determination R²=0.927, P<0.001), and a total of 23 462 discharged patients were predicted based on this equation combined with trend-season model, with a relative error of 1.79% compared to the actual number. Conclusion The curve estimation combined with trend-season model is a convenient and visual tool for predicting analysis. It has a high predicted accuracy in predicting the number of hospital discharged patients or outpatients, which can provide a reference basis for hospital operation and management.

Citation： WANG Yingqiang, LUO Qianqian, GUO Qiuhong, SHEN Hong, LI Dongchuan. Predictive analysis on discharged patients based on curve estimation and trend-season model. Chinese Journal of Evidence-Based Medicine, 2017, 17(10): 1145-1149. doi: 10.7507/1672-2531.201703073 Copy

1.	Nyce C. Predictive analytics white paper. American Institute for Chartered Property Casualty Underwriters/Insurance Institute of America, 2007.
2.	張錫貴. 用直線趨勢法與季節比重法預測住院人次. 中國醫院統計, 2012, 19(2): 124-250.
3.	范曉欣, 隋虹. ARIMA 乘積季節模型在醫院門急診人次預測中的應用. 中國醫院管理, 2015, 35(4): 41-420.
4.	王琦, 鄭靜, 吳清香, 等. 灰色 GM(1, 1)預測模型在門診量預測中的應用. 中國醫院管理, 2007, 2(2): 26-270.
5.	張愛菊. 應用回歸模型預測住院人次. 中國醫院統計, 2009, 16(4): 345-345.0.
6.	黃偉標. 醫院住院人次和門診診療人次的預測. 中國醫院統計, 2012, 19(5): 368-369.0.
7.	饒懿. 趨勢季節模型在住院人次預測中的應用. 中國病案, 2016, 17(1): 77-78.0.
8.	周愛萍. 趨勢季節預測法在醫院統計工作中的應用. 中國現代醫生, 2008, 46(35): 123-124.0.
9.	桑泉紅, 張翠英. 應用季節變動分析法預測出院人次. 中國醫院統計, 2013, 20(2): 140-141.0.
10.	倪紅玲. 應用趨勢季節模型預測門診人次. 醫學信息(下旬刊), 2010, 23(11): 337-337.0.
11.	國務院辦公廳. 關于城市公立醫院綜合改革試點的指導意見. 國辦發[2015]38號. 2015.
12.	國務院辦公廳. 關于推進分級診療制度建設的指導意見. 國辦發[2015]70號. 2015.
13.	朱小鳳, 李道丕, 劉中華, 等. 分級診療制度下患者就醫意向的影響因素研究. 中國醫院 2017, 21(1): 34-37.0.
14.	王虎峰, 劉芳, 廖曉誠. 適應分級診療新格局創新醫保支付方式. 中國醫療保險, 2015,(6): 12-15.0.
15.	李麗勤, 李進. 分級診療背景下三級醫院發展戰略分析. 現代醫院 2015, 15(10): 81-82.0.
16.	陳芃, 黃明玉, 高翔, 等. 分級診療制度對青海各級醫療機構收入及業務影響分析. 青海醫學院學報, 2016, 37(4): 237-246.0.
17.	李宇飛, 王虎峰, 李穎, 等. 患者視角下北京市某區基層首診制影響因素質性研究. 中國醫院管理, 2016, 36(2): 4-6.0.
18.	劉羅曼, 張雪巖. 曲線估計方法應用. 沈陽師范大學學報(自然科學版), 2007, 25(2): 161-162.0.
19.	張麗華. 利用直線方程法預測我院門診人次和住院人次. 中國醫院統計, 2010, 17(3): 195-196.0.
20.	潘浩, 鄭楊, 吳寰宇, 等. ARIMA 模型預測上海市手足口病發病趨勢. 預防醫學情報雜志, 2011, 27(6): 408-411.0.
21.	王永斌, 李向文, 柴峰, 等. ARIMA 模型在我國梅毒發病率預測中的應用. 現代預防醫學, 2015, 42(3): 385-388, 417.0.
22.	漆莉, 李革, 李勤. ARIMA 模型在流行性感冒預測中的應用. 第三軍醫大學學報, 2007, 29(3): 267-269.0.

1. Nyce C. Predictive analytics white paper. American Institute for Chartered Property Casualty Underwriters/Insurance Institute of America, 2007.
2. 張錫貴. 用直線趨勢法與季節比重法預測住院人次. 中國醫院統計, 2012, 19(2): 124-250.
3. 范曉欣, 隋虹. ARIMA 乘積季節模型在醫院門急診人次預測中的應用. 中國醫院管理, 2015, 35(4): 41-420.
4. 王琦, 鄭靜, 吳清香, 等. 灰色 GM(1, 1)預測模型在門診量預測中的應用. 中國醫院管理, 2007, 2(2): 26-270.
5. 張愛菊. 應用回歸模型預測住院人次. 中國醫院統計, 2009, 16(4): 345-345.0.
6. 黃偉標. 醫院住院人次和門診診療人次的預測. 中國醫院統計, 2012, 19(5): 368-369.0.
7. 饒懿. 趨勢季節模型在住院人次預測中的應用. 中國病案, 2016, 17(1): 77-78.0.
8. 周愛萍. 趨勢季節預測法在醫院統計工作中的應用. 中國現代醫生, 2008, 46(35): 123-124.0.
9. 桑泉紅, 張翠英. 應用季節變動分析法預測出院人次. 中國醫院統計, 2013, 20(2): 140-141.0.
10. 倪紅玲. 應用趨勢季節模型預測門診人次. 醫學信息(下旬刊), 2010, 23(11): 337-337.0.
11. 國務院辦公廳. 關于城市公立醫院綜合改革試點的指導意見. 國辦發[2015]38號. 2015.
12. 國務院辦公廳. 關于推進分級診療制度建設的指導意見. 國辦發[2015]70號. 2015.
13. 朱小鳳, 李道丕, 劉中華, 等. 分級診療制度下患者就醫意向的影響因素研究. 中國醫院 2017, 21(1): 34-37.0.
14. 王虎峰, 劉芳, 廖曉誠. 適應分級診療新格局創新醫保支付方式. 中國醫療保險, 2015,(6): 12-15.0.
15. 李麗勤, 李進. 分級診療背景下三級醫院發展戰略分析. 現代醫院 2015, 15(10): 81-82.0.
16. 陳芃, 黃明玉, 高翔, 等. 分級診療制度對青海各級醫療機構收入及業務影響分析. 青海醫學院學報, 2016, 37(4): 237-246.0.
17. 李宇飛, 王虎峰, 李穎, 等. 患者視角下北京市某區基層首診制影響因素質性研究. 中國醫院管理, 2016, 36(2): 4-6.0.
18. 劉羅曼, 張雪巖. 曲線估計方法應用. 沈陽師范大學學報(自然科學版), 2007, 25(2): 161-162.0.
19. 張麗華. 利用直線方程法預測我院門診人次和住院人次. 中國醫院統計, 2010, 17(3): 195-196.0.
20. 潘浩, 鄭楊, 吳寰宇, 等. ARIMA 模型預測上海市手足口病發病趨勢. 預防醫學情報雜志, 2011, 27(6): 408-411.0.
21. 王永斌, 李向文, 柴峰, 等. ARIMA 模型在我國梅毒發病率預測中的應用. 現代預防醫學, 2015, 42(3): 385-388, 417.0.
22. 漆莉, 李革, 李勤. ARIMA 模型在流行性感冒預測中的應用. 第三軍醫大學學報, 2007, 29(3): 267-269.0.

Chinese Journal of Evidence-Based Medicine

Predictive analysis on discharged patients based on curve estimation and trend-season model

Abstract Full text Figures/Tables Video References Cited by

Previous Article

Next Article

Format

Content