疾病费用预测的建模分析

摘要：

根据重庆市某三级甲等医院2012年1月至2014年12月5种常见疾病（糖尿病、甲状腺功能亢进、顺产、肠息肉、脑梗死）的月人均治疗费用数据，采用BP 神经网络模型、广义回归神经网络模型、灰色GM（1，1）模型以及非线性回归模型，分别预测2015年1月至8月5种疾病的月人均治疗费用的变化情况，并与真实费用数据进行对比，判断4种模型预测的准确程度。结果表明：BP神经网络模型、广义回归神经网络模型、灰色GM（1，1）模型、非线性回归模型预测5种疾病的可决系数R2最小分别为0．278、0．565、0．048和0．097，最大分别为0．826、0．901、0．600和0．747；与2015年1月至8月的真实费用数据比较，4种模型预测的相对误差最小分别为9．845％、3．507％、5．897％和3．642％，最大分别为15．450％、13．940％、30．518％和17．204％。其中广义回归神经网络在疾病费用的预测结果相对于其他模型更准确。

关键词：BP神经网络、广义回归神经网络、灰色GM(1,1)预测、非线性回归分析、数学建模

所属期刊栏目：39

分类号：R195.4(保健组织与事业（卫生事业管理）)

资助基金：重庆市科技计划项目资助cstc2013jccxA10012。Supported by Chongqing Key Techologies R ＆D Programcstc2013jccxA10012．

在线出版日期：2016-06-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：99-106