大数据分析在医疗保健中的“小”应用<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />s
克里斯·德里恩佐（Chris DeRienzo）医学博士，使命健康系统首席患者安全官
医学博士David Tanaka，杜克大学医学中心儿科教授
SAS高级分析部高级运营研究专员Emily Lada博士，
SAS高级分析部高级经理Phil Meanor
新生儿重症监护病房（NICU）的患者安全严重依赖于适当的人员配备。该项目使用JMP和SAS Simulation Studio创建了特定重症监护病房的离散事件模拟模型，该模型可用于预测每个班次所需的护士人数。该模型包括确定人员需求时固有的复杂性，包括患者敏锐度，转诊方式和住院时间（LOS）的变化。该小组使用JMP来估计每天入院的患者数量和类型的概率分布。该团队使用内部和公开数据，估计了各种重症监护病房特定患者发病率的分布，包括每种发病率事件的类型和时机及其对患者视力的暂时影响。模拟模型从这些输入分布中进行采样，并模拟单个患者在一年时间内通过NICU的流量。该模型为临床医生和管理人员提供了一种工具，以严格和定量地支持人员配置决策。它也可以用来评估被选为服务水平模型的因素的相对重要性。通过额外的改进，随着时间的推移使用该模型可以为患者安全和运营效率带来巨大的好处。
预测建模
