【摘要】：近幾年,醫(yī)療保險一直是國家和人民所關注的社會焦點話題。看病難,看病貴和醫(yī)患糾紛的頻繁發(fā)生使得醫(yī)療改革變得刻不容緩。醫(yī)療改革對全世界而言都是一個難以解決的問題,它涉及到很多方面,特別是醫(yī)療管理和費用控制更是需要處理的重點和難點�？茖W合理的進行費用控制可以使醫(yī)保基金更加充分的發(fā)揮作用,為患者提供更加規(guī)范的醫(yī)療服務,最終保證了地區(qū)乃至國家醫(yī)保資金的收支平衡,從而保證社會的富強安定。到目前為止,在國際上已經(jīng)提出了很多費用結算的方法,例如按服務項目支付,按病種支付等,但對于中國這個醫(yī)療改革初期的國家而言,這些方法并不太適用。而吉林省與其他省區(qū)又有所不同,這就迫使我省需要提出適合于本省的費用結算方法。在對費用的分析中,我們發(fā)現(xiàn)人次人數(shù)比和次均費用通常近乎一個常量,而人數(shù)相較于費用要更加穩(wěn)定,于是對于門診就診人數(shù)的預測就顯得尤為重要。本文通過比較ARIMA模型,Prophet模型和GRU模型這三種模型在門診就診人數(shù)上的預測,發(fā)現(xiàn)傳統(tǒng)的ARIMA模型因為不能充分考慮醫(yī)保數(shù)據(jù)的內(nèi)部特征,并且預測的置信區(qū)間相對較大,導致了對中小醫(yī)院有的時候會預測的不太準。而Prophet模型在進行預測時,可以充分考慮到數(shù)據(jù)中的趨勢性,季節(jié)性和節(jié)假日等因素,從而與ARIMA模型相比更加適用于醫(yī)保數(shù)據(jù)的分析。最后介紹了GRU模型,近年來隨著深度學習的不斷深入,這種模型已被廣泛應用于各個領域。這種模型具有長期記憶的功能,通過內(nèi)部學習機制可以達到不錯的預測效果。但由于目前醫(yī)保數(shù)據(jù)量的限制,導致了GRU模型預測的效果并不理想。相信隨著時間的積累和數(shù)據(jù)量的增加,可以實現(xiàn)更好的預測效果。本文最后將這幾種模型預測結果進行了分析,得出Prophet模型對于我省門診就診人數(shù)的預測效果更好。
【學位授予單位】：東北師范大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：F842.684;R197.1;F224

【參考文獻】

相關期刊論文 前6條

1 柏雪;王俊華;;我國全民基本醫(yī)療保險制度建構的障礙及對策分析[J];蘇州大學學報(哲學社會科學版);2014年05期

2 汪金峰;申凱;張克澤;;醫(yī)療保障制度:比較中的路徑探索——以中國和俄羅斯為例[J];江漢學術;2014年03期

3 賈鵬宇;;我國醫(yī)療保險制度改革現(xiàn)狀與實踐[J];中國市場;2011年52期

4 周忠良;高建民;周志英;楊曉瑋;閆菊娥;;新型農(nóng)村合作醫(yī)療改善衛(wèi)生服務可及性效果評價[J];中國衛(wèi)生經(jīng)濟;2011年12期

5 鄧仁安;;談如何控制醫(yī)療保險費用的過快增長[J];中國醫(yī)藥導報;2008年25期

6 胡琳琳,胡鞍鋼;從不公平到更加公平的衛(wèi)生發(fā)展:中國城鄉(xiāng)疾病模式差距分析與建議[J];管理世界;2003年01期

本文編號：2806780