文献

J-GLOBAL ID：201702243097980348   整理番号：17A1597134

R言語ARIMAモデルに基づく遅い肺の急性増悪患者の発症予測における応用【JST・京大機械翻訳】

著者 (3件)： Guo Huimin (成都市第三人民医院信息部 610031) ,  Du Jun (成都市第三人民医院信息部 610031) ,  Huang Lufei (成都市第三人民医院信息部 610031)
資料名： Zhongguo Weisheng Tongji  (Zhongguo Weisheng Tongji)
巻： 34  号： 2  ページ： 288-289,292  発行年： 2017年 
JST資料番号： C2278A  ISSN： 1002-3674  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 【目的】急性肺障害を伴う急性増悪患者における自己回帰積分移動平均モデル(ARIMA)を確立し,急性肺疾患の重症度を予測するための科学的予測を提供し,医療資源を合理的に利用するための理論的基礎を提供する。方法:R言語(v.3.2.3)を用いて、モデルの識別、モデルのパラメータ推定と検証を行い、ARIMAモデルを樹立し、ある病院の2013-2015年の遅い肺急性加重退院の人に対してモデル適合を行い、2016年1~3月の予測値と実際の値を比較した。モデルの予測能力を検証し、そして2016年4-6月の遅い肺の急性加重の入院患者を予測した。結果:複数回の検査により、ARIMA(2,2,1)(1,1,1)12モデルの予測能力が最も良く、その残差序列は白色雑音であることが確認された。2016年1~3月のデータを用いてモデルを検証し、そのMAPEの絶対値はすべて10%より小さく、説明モデルの適合度は比較的に良く、予測能力は信頼でき、このモデルによる予測は2016年4~6月の当院の遅い肺の急性加重入院の人数はそれぞれ162、160、159であった。結論:ARIMAモデルは遅い肺の急性増悪の入院患者に対して非常によく適合し、短期予測を行うことができ、モデルは2016年に当院の急性気管支炎の入院人数が上昇し、病院の合理的な医療資源の利用に有力な根拠を提供した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *患者 ,  白色雑音 ,  病院 ,  短期予測 ,  *予測 ,  肺疾患 ,  残差 ,  パラメータ推定 ,  入院
準シソーラス用語： 入院患者 ,  予測能力 ,  加重 ,  医療資源 ,  *急性増悪 ,  *ARIMAモデル , 【Automatic Indexing@JST】

分類 (4件)： 呼吸器の疾患  (GI03000Z) ,  医療制度  (GB04020H) ,  感染症・寄生虫症一般  (GD01010H) ,  消化器の疾患  (GH03000W)

タイトルに関連する用語 (7件)： R言語 ,  ARIMAモデル ,  肺 ,  急性増悪 ,  患者 ,  発症予測 ,  応用