大數據分析在醫療保健領域的“小”應用<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />作者
Chris DeRienzo，醫學博士，Mission Health System首席患者安全官
David Tanaka，醫學博士，杜克大學醫學中心兒科教授
Emily Lada，博士，SAS高級分析部高級運營研究專家，
Phil Meanor，SAS高級分析部高級經理
新生兒重症監護室（NICU）的患者安全嚴重依賴於適當的人員配備。該項目使用JMP和SAS Simulation Studio創建特定NICU的離散事件仿真模型，該模型可用於預測每班需要的護士數量。該模型結合了確定人員需求所固有的複雜性，包括患者敏銳度，轉診模式和住院時間（LOS）的變化。該小組使用JMP來估計每天入院的患者數量和類型的概率分佈。使用內部和已發布的數據，該團隊估計了各種NICU特定患者發病率的分佈，包括每種發病事件的類型和時間及其對患者敏銳度的時間影響。模擬模型從這些輸入分佈中抽樣，並模擬一年內通過NICU的個體患者的流量。該模型為臨床醫生和管理員提供了一種工具，可以嚴格和定量地支持人員配置決策。它還可用於評估選擇包含在LOS模型中的因子的相對重要性。通過進一步的改進，隨著時間的推移使用模型可以在患者安全性和操作效率方面提供顯著的益處。
預測建模
