时间序列模型在门诊患者抗菌药物使用率预测中的应用  

作　　者：王娜[1] 闵芳芳 

机构地区：[1]安徽医科大学附属滁州医院(滁州市第一人民医院),安徽滁州239000

出　　处：《中南药学》2022年第6期1443-1447,共5页Central South Pharmacy

摘　　要：目的探讨时间序列模型在门诊患者抗菌药物使用率预测中的应用,为医院的管控提供参考。方法基于2014年1月—2020年12月的门诊患者抗菌药物使用率数据构建求和自回归移动平均(ARIMA)模型和指数平滑模型,利用2021年1—9月数据验证两种模型的预测效果。结果拟合最佳的ARIMA模型为ARIMA(0,1,0),(0,1,1)_(12)模型,模型的R^(2)为0.827,RMSE为2.400,MAPE为9.351,MAE为1.933,BIC为1.811,Ljung-Box Q=14.373,P=0.641,残差符合白噪声序列,验证2021年1—9月平均预测误差为11.20%。拟合最佳的指数平滑法模型为Holt-Winters加法模型,模型的R^(2)为0.932,RMSE为1.919,MAPE为6.926,MAE为1.523,BIC为1.461,模型残差序列的Ljung-Box统计量Q=18.320,P=0.246,验证2021年1—9月平均相对误差为10.15%。结论Holt-Winters加法模型能更好地模拟医院门诊患者抗菌药物使用率趋势,可为决策提供预测数据支持。

关 键 词：抗菌药物使用率 时间序列 预测 ARIMA模型 指数平滑模型 

分 类 号：R969.3[医药卫生—药理学] R95[医药卫生—药学]