基于多模型融合的院前急救需求预测模型

作     者：韩朋飞 郭一 龚慧飞 吴善会 Han Pengfei;Guo Yi;Gong Huifei;Wu Shanhui

作者机构：浙江科技学院杭州310023 浙江省卫生健康信息中心杭州310006 衢州市急救中心衢州324000 杭州市急救中心余杭分中心杭州311199 

基　　金：浙江省“尖兵”“领雁”研发攻关计划资助(2023C03195) 

出 版 物：《中华急诊医学杂志》 (Chinese Journal of Emergency Medicine)

年 卷 期：2023年第32卷第11期

页      码：1481-1485页

摘      要：目的为实现院前急救资源的优化调度,解决救护车需求量的评估难题,构建了一种基于多模型融合的院前急救需求量预测模型。方法采用回顾性研究设计,提取历史院前急救调度记录及其对应时间段的天气数据,利用5折交叉验证法训练三类初级学习器,并将初级学习器的训练结果进行Stacking融合,将融合结果作为新特征输入次级学习器,使用次级学习器输出救护车需求量的最终预测结果。结果实验结果显示,多模型融合预测模型在平均绝对误差和均方根误差两个评价指标上优于单一模型,该模型能够更精确地预测救护车需求量。结论基于多模型融合的院前急救需求量预测模型通过有效利用历史急救数据和天气数据,能够提高救护车需求量预测的精度和泛化能力,为院前急救资源的优化调度提供有力支持。

主 题 词：院前急救 需求量预测 多模型融合 机器学习 

学科分类：100218[100218] 1002[医学-临床医学类] 1010[医学-医学技术类] 10[医学] 

核心收录：

D　O　I：10.3760/cma.j.issn.1671-0282.2023.11.009

馆 藏 号：203124334...