【摘要】：當前,預測醫(yī)療保健(無論是臨床或非臨床)最常用的數(shù)學方法除了極大似然比檢驗、季節(jié)性自回歸移動平均、其他時間序列回歸,Cox風險模型、指數(shù)平滑法等之外,還包括諸如卡爾曼濾波、線性預測、趨勢估計、增長曲線等方法。盡管這些方法在醫(yī)療決策中的應用已趨于成熟,然而由于人體的復雜性,多維和非線性性質(zhì)的臨床特質(zhì)及醫(yī)療服務體系不能充分發(fā)揮作用,因而如何更高效率的提升服務質(zhì)量成為一項新的挑戰(zhàn)。隨著數(shù)據(jù)挖掘和機器學習技術(shù)的出現(xiàn),人工神經(jīng)網(wǎng)絡、數(shù)據(jù)分組處理方法和支持向量機等已投入實驗以應對醫(yī)療機構(gòu)所需求的醫(yī)療預測功能,盡管實踐發(fā)現(xiàn)在診斷及預測一些較為復雜的醫(yī)療保健決策方案時(醫(yī)療服務質(zhì)量預測)仍然存在著部分缺陷。然而在醫(yī)療決策領域,預測模型的運用并不廣泛,主要是由于在醫(yī)療服務系統(tǒng)內(nèi),病患或者醫(yī)療服務需求者認為統(tǒng)計模型和預測模型對于提供高效的醫(yī)療衛(wèi)生服務價值相當�；仡欉^去十年文獻發(fā)現(xiàn),醫(yī)療預測作為一項重要嘗試被重新認定為在醫(yī)生臨床判斷過程中發(fā)揮重要作用,但由于其自身局限性,而被作為是EBM的補充。本文試圖基于對中國江蘇省和廣西省兩所相關(guān)醫(yī)院的實證研究確定諸如預測市場的人群工具是如何適用于醫(yī)療服務市場。研究目的旨在高效運用集群理論和醫(yī)療市場預測,特別是在臨床和非臨床決策提供有效證據(jù)。最終使用現(xiàn)有的醫(yī)療預測技術(shù)對結(jié)果進行了比照。首先,以江蘇大學附屬醫(yī)院和桂林醫(yī)學院附屬醫(yī)院的急診科患者流量為研究對象,運用指數(shù)平滑法、季節(jié)性自回歸移動平均線、時間序列回歸和人工神經(jīng)網(wǎng)絡等方法對預測市場技術(shù)進行對比。其次,采用Cox風險比例回歸模型和人工神經(jīng)網(wǎng)絡對中國部分地區(qū)的胃癌患者存活率與醫(yī)療市場技術(shù)進行精度比較。成功的市場預測不僅可以有效運用于臨床預測還可以為醫(yī)療資源需求預測提供很好的參考,不同于傳統(tǒng)復雜且耗時的預測模型,研究結(jié)果可以通過預測市場技術(shù)為醫(yī)院提供更合理的安排床位、降低醫(yī)護人員規(guī)劃成本機制等決策。研究假設中關(guān)于兩家醫(yī)院病患流量的預測均不成立,在使用不同模型的分析結(jié)果中整體上不存在統(tǒng)計學差異,然而兩者之間存在這一些百分比差異。比如,在每日預測中指數(shù)平滑法樣本預測誤差為33%,而神經(jīng)網(wǎng)絡模型為31%。使用季節(jié)自回歸移動平均值的預測誤差為31%。使用時間序列回歸后樣本平均絕對百分比誤差為31,而神經(jīng)網(wǎng)絡和貝葉斯調(diào)整后的預測市場的平均絕對誤差百分比分別為9.36%和9.38%。最終在運用預測市場模型情況下,桂林醫(yī)學院附屬醫(yī)院急診科患者季度流量與預測結(jié)果高度相似,顯示出強有力的說服力。分析表明,市場預測方法檢驗結(jié)果顯著高于指數(shù)平滑法近3個百分點、人工神經(jīng)網(wǎng)絡1個百分點百分比、樣本均值的時間序列線性回歸絕對百分比誤差和季節(jié)性自回歸移動平均線檢驗結(jié)果則不顯著。關(guān)于市場預測方法在胃癌患者存活率的結(jié)果顯示,神經(jīng)網(wǎng)絡模型預測患者存活率為31%,而實際死亡率為33%。另一方面,Cox風險模型預測患者的存活率為29%,而實際死亡率為31%。時間序列預測患者存活率為31%,然而實際死亡率為31%。人工神經(jīng)網(wǎng)絡的預測精度為64%,CPH和市場預測方法分別為60%和62%。結(jié)果表明,在預測患者胃癌存活率方面人工神經(jīng)網(wǎng)絡預測準確率要比PM模型高,且優(yōu)于COX風險模型32個百分點。通常來講,隨著時間的推移和醫(yī)療信息的積累醫(yī)療決策(尤其是預測、診斷、治療、預后、通信等)可以從人群的智慧中受益,這可能會導致發(fā)展的“群智能”算法的信息匯集在一起,形成一部分的“群”,以促進醫(yī)療決策過程中的智慧行為。群體智能作為一門學科,涉及個人的集體行為,協(xié)調(diào)分散和自組織控制系統(tǒng)。一個“醫(yī)學群體”(作為一個集體數(shù)據(jù)庫的經(jīng)驗和知識的專業(yè)臨床醫(yī)生)有可能受益于群體智能系統(tǒng)的一個重要屬性。盡管缺乏領導或外部控制器,它可以采取協(xié)調(diào)的方式。在執(zhí)行一些集體行動時許多例子可以說明集群特性,如蟻群等沒有任何個人控制本集團或者知道該集團的整體行為方向。在這些群體中,每個個體都因其社會感知而會產(chǎn)生一些隨機行為,因此,可以設計一個系統(tǒng)的群體智能是可擴展的(保持其功能,同時增加其大小,而無需重新定義其部件之間的相互作用),并行和容錯。因此,類似螞蟻的聚集行為,黃蜂和白蟻筑巢行為,擁擠在鳥類和魚群,蟻群算法和粒子群優(yōu)化的醫(yī)療人群的智慧可以用于診斷、預后、其他醫(yī)療決策方案等。上述關(guān)于群體智能的概念已經(jīng)在醫(yī)學界和實踐中激發(fā)了新的行為舉措,正如印度整形外科研究組在線醫(yī)學論壇和世界其他地方相似的部分。在這些論壇的外科醫(yī)生提出了案件的臨床和影像學資料引出基于個人經(jīng)驗和對本學科知識的熟悉程度以及綜合其他醫(yī)生的意見。這有助于臨床醫(yī)生通過快速分享知識,有效地利用“智慧人群”的知識來獲取不同觀點和視角來提升實踐經(jīng)驗。由印度印度矯形研究集團主辦的“骨科并發(fā)癥雜志”和“骨科病例庫”雜志只接收那些復雜或復雜的病例可以引起骨科醫(yī)師的討論的研究。隨著時間的推移,這個“銀行”可以成長成為一個組合在一起的儲存庫,供臨床醫(yī)生個體或其他需求者隨時查閱。規(guī)范論壇病形成良好的出版形式,對一些豐富的案例進行討論和出版,供學者在網(wǎng)絡或其他公共領域在線查閱。這將使這些信息提供給更多的讀者也為未來學者提供一些當前的研究進展與思路。算法可以基于案例的特點開發(fā)并尋求最近的資源,最終在數(shù)據(jù)“銀行”分析的基礎上提供對策建議。
【學位授予單位】：江蘇大學
【學位級別】：博士
【學位授予年份】：2018
【分類號】：R195
，

本文編號：2680725