基于SARIMA-SVR组合模型的耳鼻喉科月门诊量预测研究

摘要

目的 探讨耳鼻喉科门诊量预测方法，为推进医院管理和提高科室运行效率提供参考依据。方法 基于深圳市某三甲医院2007年1月至2022年6月各月门诊量数据，研究SARIMA,以及使用网格搜索和遗传算法参数寻优下的支持向量回归及其组合模型的预测性能，根据均方根误差(RMSE),平均绝对百分比误差(MAPE),选择误差最小者为最优模型。结果 最优预测模型为SARIMA-SVR组合模型，其在训练集上的RMSE值和MAPE值分别为186.90和2.31%,在验证集上的RMSE和MAPE值分别为503.75和6.10%。结论 构建各专科门诊量预测模型是提高各专科运行效率的有效措施，有助于实现医院的高质量发展，对医院精细化管理具有实际借鉴意义。

关键词

月门诊量 / 医院精细化管理 / 参数调优 / 组合模型

基金资助

“社会医学与卫生事业管理”八桂学者经费资助(2020GXWFSAA57146); 深圳市“三名工程”资助项目(SZSM201812088)