基于机器学习的阜南县呼吸系统和循环系统疾病住院人次预报模型研究

作者：柳志慧; 王式功^*; 赵笑颜

来源：环境与健康杂志, 2019, 36(10): 871-941.

DOI：10.16241/j.cnki.1001-5914.2019.10.006

• 呼吸系统
• 循环系统
• 机器学习
• BP神经网络
• Elman神经网络
• 住院人次
• 预报模型

目的构建阜南县呼吸系统和循环系统疾病住院人次预报模型,以期为阜南县政府、医院等部门和广大人群提供疾病预防服务。方法收集、整理2013—2016年阜南县呼吸系统和循环系统疾病住院人次和同期气象数据资料,在分析、了解2种疾病住院人次时间变化的基础上,对2种疾病进行风险等级划分,利用机器学习算法中的BP和Elman神经网络,构建疾病住院人次预报模型,进行风险等级预报。结果阜南县呼吸系统和循环系统疾病住院人次均呈逐年增加趋势,且后者增加幅度更明显。呼吸系统疾病住院人次在冬季最高,循环系统疾病住院人次在交替季节春、秋两季较高。2种疾病住院人次均表现为工作日高于周末,且周二达到峰值。对于2种疾病,Elman模型比BP的收敛和拟合效果更好;对于呼吸系统疾病,BP模型一致性指数(R)为0.63,Elman为0.84;对于循环系统疾病,BP为0.82,Elman为0.88。利用模型对2016年进行试预报,对于2种疾病,Elman模型的4种评价指标均优于BP,对于呼吸系统疾病,Elman模型试预报准确率为88.16%;对于循环系统疾病,预报准确率为87.13%。结论 Elman模型对于住院人次的预报性能优于BP,可应用于日常业务预报中。

• 单位
  中国人民解放军总医院; 神经内科; 内蒙古自治区气象台; 成都信息工程大学