医院精细化管理:门诊量预测模型的建立

目的探讨门诊量预测建模方法,为医院运营精细化管理提供参考依据。方法基于山东省某省级综合性医院2013-2016年各月门诊量等数据,探讨回归、指数平滑及ARIMA等三类多个模型,根据决定系数(R^2)、贝叶斯信息准则(BIC)及Ljung-Box Q统计量确定相应类别最优模型;通过比较三类最优模型的平均相对预测误差(MRFE),选择误差最小者为最终最优模型。结果最优回归预测模型表示为:月门诊量=月法定工作日天数×12643.946+78959.827,R^2为0.20,MRFE为10.0%;最优指数平滑模型为Winters加法指数平滑模型,水平常数α、趋势常数λ及季节常数δ分别为0.300、4.177×10^(-5)及6.397×10^(-5),R^2、BIC及Ljung-Box Q分别为0.952、18.913及17.096,MRFE为3.0%;最优ARIMA模型为ARIMA(1,1,0)(0,1,0)_(12),R^2、BIC及Ljung-Box Q分别为0.775、19.751及21.028,MRFE为7.4%。结论综合探讨门诊量预测建模方法并确定最优预测模型是推进医院精细化管理的有效措施。