Chrome Extension
WeChat Mini Program
Use on ChatGLM

青岛市某三甲医院痛风患者就诊时间序列分析

Journal of Precision Medicine(2023)

Cited 0|Views3
No score
Abstract
目的 通过分析痛风患者就诊的时间序列资料,探讨患者的就诊规律,为医疗卫生部门的痛风防治工作提供参考.方法 收集青岛市某三甲医院 2013-2018 年痛风患者就诊的时间序列资料,对所有患者的就诊时间、性别、年龄等资料进行描述性分析.利用 2013-2018 年痛风患者时间序列资料建立差分自回归移动平均(ARIMA)模型,再以 2019 年 1 月—10 月痛风患者就诊例次数据进行模型预测效果的外推验证,并采用 X-11 法分析患者时间序列的季节因子、长期趋势和随机波动.结果 2013-2018 年就诊的痛风患者中,男性占 94.68%,女性占 5.32%;年龄构成中,30~39 岁占 21.50%,40~49 岁占 21.67%,50~59 岁占 19.74%,60 岁以上占 23.32%.经 2013-2018 年痛风患者时间序列资料建立的 ARIMA 模型为 ARIMA(0,1,1)×(0,1,1)12,AIC 值为 674.89,SBC值为 679.05,用于模型预测效果的外推验证的MAE值为 86.28,MAPE值为 7.64%.经X-11 法进行稳定性季节检验(F=27.81,P<0.05)及移动性季节检验(F=1.06,P>0.05),显示痛风患者就诊时间序列具有稳定识别的季节性且不受时间的影响,每年的 7、8 月患者的就诊例次高于平均值,每年的 2 月低于平均值,其他月份较为平稳.结论 ARIMA模型有效且预测结果较稳定,结合 X-11 法提取的季节因子与长期趋势,能够较好地解释痛风患者的就诊规律,可为卫生主管部门、医疗机构制定痛风预防控制政策、开展健康宣教与进行人力资源配置提供数据参考.
More
Translated text
Key words
gout|forecasting|models, statistical|time factors|health education|prevention and control|ambulatory care
AI Read Science
Must-Reading Tree
Example
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined