科研之友
微信
新浪微博
Facebook
分享链接
摘要
目的 采用小波去噪后极端学习机模型预测某三甲医院的医院感染发病率，并与原极端学习机模型和神经网络模型的预测效果进行比较。方法 将2014年1月-2019年6月某三甲医院的医院感染发病率数据作为训练集构建小波去噪后极端学习机模型、原极端学习机模型和神经网络模型，分别对2019年7月-12月医院感染发病率进行预测。用三类误差分析指标刻画三种模型的拟合效果，并比较其预测效果。选用较优预测模型预测2020年1月-12月该院感染发病率。结果 该院2014-2019年各年医院感染发病率比较，差异有统计学意义（P<0.05），且存在下降趋势（P<0.05）；小波去噪后极端学习机模型、原极端学习机模型和神经网络模型预测误差评价值MAPE分别为0.89%、2.99%和5.28%,MRE分别为0.01、0.03和0.05,RSE分别为0.02、0.04、0.05；选用小波去噪后极端学习机模型对2020年1-12月该院感染发病率进行预测，预测值均在95%CI范围内。结论 小波去噪后极端学习机模型预测医院感染发病率的各项误差指标均低于原极端学习机模型和神经网络模型，具有较好的拟合与预测效果，可为预防与控制医院感染的发生提供一定的理论参考。
- 单位
