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.	张锡贵. 用直线趋势法与季节比重法预测住院人次. 中国医院统计, 2012, 19(2): 124-250.
3.	范晓欣, 隋虹. ARIMA 乘积季节模型在医院门急诊人次预测中的应用. 中国医院管理, 2015, 35(4): 41-420.
4.	王琦, 郑静, 吴清香, 等. 灰色 GM(1, 1)预测模型在门诊量预测中的应用. 中国医院管理, 2007, 2(2): 26-270.
5.	张爱菊. 应用回归模型预测住院人次. 中国医院统计, 2009, 16(4): 345-345.0.
6.	黄伟标. 医院住院人次和门诊诊疗人次的预测. 中国医院统计, 2012, 19(5): 368-369.0.
7.	饶懿. 趋势季节模型在住院人次预测中的应用. 中国病案, 2016, 17(1): 77-78.0.
8.	周爱萍. 趋势季节预测法在医院统计工作中的应用. 中国现代医生, 2008, 46(35): 123-124.0.
9.	桑泉红, 张翠英. 应用季节变动分析法预测出院人次. 中国医院统计, 2013, 20(2): 140-141.0.
10.	倪红玲. 应用趋势季节模型预测门诊人次. 医学信息(下旬刊), 2010, 23(11): 337-337.0.
11.	国务院办公厅. 关于城市公立医院综合改革试点的指导意见. 国办发[2015]38号. 2015.
12.	国务院办公厅. 关于推进分级诊疗制度建设的指导意见. 国办发[2015]70号. 2015.
13.	朱小凤, 李道丕, 刘中华, 等. 分级诊疗制度下患者就医意向的影响因素研究. 中国医院 2017, 21(1): 34-37.0.
14.	王虎峰, 刘芳, 廖晓诚. 适应分级诊疗新格局创新医保支付方式. 中国医疗保险, 2015,(6): 12-15.0.
15.	李丽勤, 李进. 分级诊疗背景下三级医院发展战略分析. 现代医院 2015, 15(10): 81-82.0.
16.	陈芃, 黄明玉, 高翔, 等. 分级诊疗制度对青海各级医疗机构收入及业务影响分析. 青海医学院学报, 2016, 37(4): 237-246.0.
17.	李宇飞, 王虎峰, 李颖, 等. 患者视角下北京市某区基层首诊制影响因素质性研究. 中国医院管理, 2016, 36(2): 4-6.0.
18.	刘罗曼, 张雪岩. 曲线估计方法应用. 沈阳师范大学学报(自然科学版), 2007, 25(2): 161-162.0.
19.	张丽华. 利用直线方程法预测我院门诊人次和住院人次. 中国医院统计, 2010, 17(3): 195-196.0.
20.	潘浩, 郑杨, 吴寰宇, 等. ARIMA 模型预测上海市手足口病发病趋势. 预防医学情报杂志, 2011, 27(6): 408-411.0.
21.	王永斌, 李向文, 柴峰, 等. ARIMA 模型在我国梅毒发病率预测中的应用. 现代预防医学, 2015, 42(3): 385-388, 417.0.
22.	漆莉, 李革, 李勤. ARIMA 模型在流行性感冒预测中的应用. 第三军医大学学报, 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. 张锡贵. 用直线趋势法与季节比重法预测住院人次. 中国医院统计, 2012, 19(2): 124-250.
3. 范晓欣, 隋虹. ARIMA 乘积季节模型在医院门急诊人次预测中的应用. 中国医院管理, 2015, 35(4): 41-420.
4. 王琦, 郑静, 吴清香, 等. 灰色 GM(1, 1)预测模型在门诊量预测中的应用. 中国医院管理, 2007, 2(2): 26-270.
5. 张爱菊. 应用回归模型预测住院人次. 中国医院统计, 2009, 16(4): 345-345.0.
6. 黄伟标. 医院住院人次和门诊诊疗人次的预测. 中国医院统计, 2012, 19(5): 368-369.0.
7. 饶懿. 趋势季节模型在住院人次预测中的应用. 中国病案, 2016, 17(1): 77-78.0.
8. 周爱萍. 趋势季节预测法在医院统计工作中的应用. 中国现代医生, 2008, 46(35): 123-124.0.
9. 桑泉红, 张翠英. 应用季节变动分析法预测出院人次. 中国医院统计, 2013, 20(2): 140-141.0.
10. 倪红玲. 应用趋势季节模型预测门诊人次. 医学信息(下旬刊), 2010, 23(11): 337-337.0.
11. 国务院办公厅. 关于城市公立医院综合改革试点的指导意见. 国办发[2015]38号. 2015.
12. 国务院办公厅. 关于推进分级诊疗制度建设的指导意见. 国办发[2015]70号. 2015.
13. 朱小凤, 李道丕, 刘中华, 等. 分级诊疗制度下患者就医意向的影响因素研究. 中国医院 2017, 21(1): 34-37.0.
14. 王虎峰, 刘芳, 廖晓诚. 适应分级诊疗新格局创新医保支付方式. 中国医疗保险, 2015,(6): 12-15.0.
15. 李丽勤, 李进. 分级诊疗背景下三级医院发展战略分析. 现代医院 2015, 15(10): 81-82.0.
16. 陈芃, 黄明玉, 高翔, 等. 分级诊疗制度对青海各级医疗机构收入及业务影响分析. 青海医学院学报, 2016, 37(4): 237-246.0.
17. 李宇飞, 王虎峰, 李颖, 等. 患者视角下北京市某区基层首诊制影响因素质性研究. 中国医院管理, 2016, 36(2): 4-6.0.
18. 刘罗曼, 张雪岩. 曲线估计方法应用. 沈阳师范大学学报(自然科学版), 2007, 25(2): 161-162.0.
19. 张丽华. 利用直线方程法预测我院门诊人次和住院人次. 中国医院统计, 2010, 17(3): 195-196.0.
20. 潘浩, 郑杨, 吴寰宇, 等. ARIMA 模型预测上海市手足口病发病趋势. 预防医学情报杂志, 2011, 27(6): 408-411.0.
21. 王永斌, 李向文, 柴峰, 等. ARIMA 模型在我国梅毒发病率预测中的应用. 现代预防医学, 2015, 42(3): 385-388, 417.0.
22. 漆莉, 李革, 李勤. ARIMA 模型在流行性感冒预测中的应用. 第三军医大学学报, 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