基于XGBoost的精神科门诊量预测模型

摘要：

目的 建立精神科门诊量精准预测模型,为精神科医疗卫生资源的合理配置提供依据.方法 构造了关键字的百度指数特征、时间特征以及门诊量特征三类特征,在此基础上提出了一种基于XGBoost算法的精神科门诊量预测模型.使用某三甲医院精神科24个月的门诊量进行训练,并对随后10个月的门诊量进行预测.结果 当预测未来1d内门诊人数时,均方根误差(root mean squared error,RMSE)仅为23.5,决定系数(coefficient of determination,R2)则达到了0.829.与传统方法相比,模型的预测误差降低了12.96％,而决定系数则提升了9.22％.结论 该模型能够对精神科门诊量进行较为精准的预测,为实施精准化医疗和合理分配卫生资源提供了重要依据.

关键词：精神科、门诊量、XGBoost、百度指数

所属期刊栏目：33

分类号：R195.1(保健组织与事业（卫生事业管理）)

资助基金：国家自然科学基金;陕西省工业科技攻关计划

在线出版日期：2019-07-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：272-275,291