咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >疾病费用预测的建模分析 收藏

疾病费用预测的建模分析

Modeling analysis on the prediction of the cost of diseases

作     者:张菁芳 李佳承 任家顺 ZHANGJingfang;LIJiacheng;RENJiashun

作者机构:中国人民解放军第三军医大学第二附属医院重庆400037 中国人民解放军第三军医大学学员旅十一营重庆400038 

出 版 物:《重庆大学学报(自然科学版)》 (Journal of Chongqing University)

年 卷 期:2016年第39卷第2期

页      面:99-106页

核心收录:

学科分类:1004[医学-公共卫生与预防医学(可授医学、理学学位)] 100401[医学-流行病与卫生统计学] 10[医学] 

基  金:重庆市科技计划项目资助(cstc2013jccxA10012) 

主  题:BP神经网络 广义回归神经网络 灰色GM(1,1)预测 非线性回归分析 数学建模 

摘      要:根据重庆市某三级甲等医院2012年1月至2014年12月5种常见疾病(糖尿病、甲状腺功能亢进、顺产、肠息肉、脑梗死)的月人均治疗费用数据,采用BP神经网络模型、广义回归神经网络模型、灰色GM(1,1)模型以及非线性回归模型,分别预测2015年1月至8月5种疾病的月人均治疗费用的变化情况,并与真实费用数据进行对比,判断4种模型预测的准确程度。结果表明:BP神经网络模型、广义回归神经网络模型、灰色GM(1,1)模型、非线性回归模型预测5种疾病的可决系数R2最小分别为0.278、0.565、0.048和0.097,最大分别为0.826、0.901、0.600和0.747;与2015年1月至8月的真实费用数据比较,4种模型预测的相对误差最小分别为9.845%、3.507%、5.897%和3.642%,最大分别为15.450%、13.940%、30.518%和17.204%。其中广义回归神经网络在疾病费用的预测结果相对于其他模型更准确。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分