基于季节性ARIMA和GM(1,1)模型的四级手术及微创手术例次预测研究

目的 构建季节性自回归移动平均(ARIMA)和GM(1,1)模型充分分析医院四级手术及微创手术两项指标的变化趋势,为提升公立医院绩效考核成绩提供参考。方法 利用某肿瘤专科医院2016年1月至2023年6月手术例次月度数据,分别构建季节性ARIMA和GM(1,1)模型,采用平均绝对误差(MAE)和均方根误差(RMSE)评价拟合效果,并基于优势模型预测2023年7—12月四级手术及微创手术例次。结果 该院2016年1月四级手术与微创手术分别为593、60例次,2023年6月分别为2 350、1 102例次,分别增长1 757、1 042例次。通过ARIMA(0,1,2)(3,1,0)12和GM(1,1)模型对四级手术例次进行预测,MAE分别为215.90和288.97,RMSE分别为346.02和411.56;通过ARIMA(0,1,2)(2,1,0)12和GM(1,1)模型对微创手术例次进行预测,MAE分别为68.86和127.40,RMSE分别为117.35和180.29,季节性ARIMA模型的预测效果更好。使用季节性ARIMA和GM(1,1)模型对2023年7—12月的四季手术与微创手术例次进行预测,季节性ARIMA模型的预测误差绝对值为0.47%~5.81%,GM(1,1)模型为4.01%~77.68%。结论 季节性ARIMA模型可更好地预测手术例次趋势,医院可建立持续监测机制并构建预测模型,全面掌握四级手术与微创手术变化趋势,促进公立医院绩效考核成绩提升。