基于数据挖掘的抗菌药物使用强度研究

摘要：

目的 探讨时间序列模型在抗菌药物使用强度预测中的应用.方法 基于2012 年1 月至2019年12 月的抗菌药物使用强度数据构建简单季节模型,并对2020 年数据进行预测和评价.预测发现2020 年抗菌药物使用强度偏高,采取措施整改.为预测2022 年5-12 月数据,应用2012 年1 月至2022 年4 月数据构建简单季节模型并评价.将干预前、干预后第1 阶段、干预后第 2 阶段抗菌药物使用强度进行比较.结果 基于 2012年1 月至2019 年12 月数据构建简单季节模型并将数据回代检验,结果显示,抗菌药物使用强度有 90 个月实测值均在95%置信区间之内,模拟效果良好.以此模型预测 2020 年抗菌药物使用强度,结果显示,其值高于48.37,11 个月实际值均在预测值的95%置信区间内,相对误差最大为28.27%,相对误差最小为0.59%,采取相关措施整改.为预测2022 年5-12 月抗菌药物使用强度,采用2012 年1 月至2022 年4 月数据构建简单季节模型并将数据回代检验,结果显示,抗菌药物使用强度有 117 个月实测值均在 95%置信区间之内,模拟效果良好.以此模型预测发现8 个月抗菌药物使用强度预测值均高于40.67,并且实际值均在预测值的95%置信区间之内,相对误差最大为43.26%,相对误差最小为0.07%,并再次干预.抗菌药物使用强度(每 100 人每天消耗的抗菌药物DDDs)从干预前的50.70,降至第1 阶段45.58、第2 阶段38.20.结论 简单季节模型能预测抗菌药物使用强度趋势,可以为精细化合理用药管控提供决策支持,提高合理用药水平,优化医疗资源配置.

关键词：抗菌药物使用强度、简单季节模型、预测、干预

所属期刊栏目：26

分类号：TP311.131;R192.8;O212

在线出版日期：2023-10-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：769-774