基于XGBoost的精神科门诊量预测模型
刘健1
张翼飞2
李宝娟3
靳豪杰1
宁玉文1
张瑶4
1.空军军医大学网络中心,陕西西安,7100322.金联创网络科技有限公司研发中心3.空军军医大学军事生物医学工程学系,陕西西安,7100324.空军军医大学西京医院军人特诊中心
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
分类号：R195.1(卫生事业管理（保健组织与事业）)
资助基金：国家自然科学基金(81301199)陕西省工业科技攻关计划(2016GY-094)
论文发表日期：2019-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 272-275,291 )
英文信息