SARIMA模型预测分析儿童四肢骨折住院病例的应用价值
目的 建立儿童四肢骨折住院病例的预测模型,并用其预测分析.方法 回顾性收集2013年1月至2018年12月华西医院小儿外科收治的儿童四肢骨折住院患儿临床资料,进行时间序列特征分析,使用训练集建立季节性自回归移动平均(seasonal auto-regressive integrated moving average models,SARIMA)模型,对预测集进行预测验证.结果 共纳入4 451例患者,男性2 861例,女性1 590例,男女比1.8∶1,平均年龄为5.655岁,男、女之间的年龄分布差异有统计学意义(x2=44.363,P<0.001).分月记录儿童四肢骨折住院例数,特征分析提示儿童四肢骨折住院病例数每年有两个高峰期,为4~6月、9~ 10月.使用2013年1月至2018年5月的训练集数据建立SARIMA(0,1,1)(0,1,1)12模型(白噪声检验,P>0.05)对2018年6月至2018年11月的预测集数据进行短期预测,RMSE=8.110,MAPE=9.386,预测值与实际值的相对误差范围在1.61% ~ 8.06%.结论 与实际收治病例比较,采用SARIMA模型拟合效果较佳,短期预测准确度较高,可为科学预测儿童四肢骨折住院病例数提供可靠的数据支持.
四肢骨折、时间序列分析、季节性自回归移动平均模型、预测
20
P258;F224.0;S934
四川省卫生厅项目150152
2020-07-17(万方平台首次上网日期,不代表论文的发表时间)
共5页
651-655