基于监护仪质控大数据的性能预测模型初探

• 作者: 向逾 姚明 徐太祥 潘克新
• 来源期刊: 医疗卫生装备
• 学科: 医学
• 关键词: 监护仪 大数据 质量控制 ARIMA模型 性能预测
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 研究与设计
• 页码范围: 21-25
• 页数: 5页
• 分类号: R318.6|TH772.2
• 字数: 5851字
• 语种: 中文
• DOI: 10.19745/j.1003-8868.2019031

摘要

目的:从离散、模糊的监护仪质控数据中找出规律和相关性,建立较准确的预测模型并实现预估监护仪性能变化的目的.方法:以监护仪的血氧饱和度数据为例,充分研究数据属性,优化数据结构,利用ARIMA(autoregressive integrated moving average)时间序列模型和SPSS统计工具确定模型参数和总体误差.结果:得到了最优模型拟合参数值和预估趋势曲线,符合实际数据特性.模型预测值与实际值的最大绝对误差百分比小于3％,能够较准确地预测血氧电路的性能.结论:实验表明建立的预测模型拟合度较高,可近似反映质量及性能趋势,能及时描述设备状况,对医疗设备的预防性维护具有指导意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姚明	重庆市巴南区人民医院儿科	36	42	4.0	5.0
2	向逾	重庆市巴南区人民医院总务科	10	22	3.0	3.0
3	潘克新	陆军特色医学中心设备科	2	6	2.0	2.0
4	徐太祥	陆军特色医学中心设备科	2	6	2.0	2.0