R语言时间序列和自回归积分滑动平均模型预测麻醉耗材领用的研究

徐 雯, 方 铮, 杨旅军

(复旦大学附属华东医院 麻醉科, 上海, 200040)

本院外科手术患者以老年人居多，麻醉科为应对老年手术患者麻醉的特色需求，相应的医用耗材用量更多[1-2]。合理地领用耗材可以在保证使用、提高工作效率的同时减轻库存压力、减少浪费[3]。自回归积分滑动平均模型(ARIMA)是时间序列预测中常用的模型，在医学领域中得到了很好的应用[4]。该模型的原理是滤除数据中的高频噪声，基于线性相关检测局部趋势，预测发展趋势[5]。与经典的最小二乘回归一样，自变量和因变量之间的关系很容易通过模型的假设来理解。该模型可以在一个时间序列中以自动化的方式进行模型选择，从而最大限度地提高预测精度[6]。本研究根据复旦大学附属华东医院麻醉科每月领用耗材支出历史数据建立ARIMA模型，预测当前的发展趋势，以判断过去的耗材领用方式是否合理，预测未来需求的发展趋势，为今后科室医用耗材的领用支出提供理论依据。

1 材料与方法

1.1 一般资料

收集2013年1月—2019年12月复旦大学附属华东医院麻醉科统计数据库中每月耗材支出数据用于构建ARIMA模型，利用2020年1—12月的数据对模型的预测性能进行评价。

1.2 ARIMA模型

ARIMA模型根据原序列是否平稳以及回归中所含部分的不同，包括自回归过程(AR)、移动平均过程(MA)、自回归移动平均过程(ARMA)以及ARIMA过程。该模型表示为ARIMA(p,d,q)(P,D,Q)[S],p指自回归的顺序,d指趋势程度的差异,q指移动平均数的顺序,P指周期性自回归滞后,D指周期性差异的程度,Q指周期性移动平均数,S指周期模式的长度[7], 包括时间序列平稳性分析、参数估计、模型检验和模型的预测[8-9]。……