본 연구는 응급의료센터 수요예측의 주요기준이 되는 ‘응급의료센터 일일 내원 환자 수’를 예측하는 시계열 모델을 개발하는 것이 목적이다.
‘응급의료센터 일일 내원 환자수’를 미리 예측함으로써 수요에 맞게 응급의료 센터의 한정된 자원을 효율적으로 배분하고 시기 적절하게 활용할 수 있을 뿐 아니라 응급의료센터에 내원하는 환자들의 만족도나 치료 결과, 예후에도 좋은 영향력을 미칠 수 있을 것이다.
본 연구에 사용된 데이터는 ...
본 연구는 응급의료센터 수요예측의 주요기준이 되는 ‘응급의료센터 일일 내원 환자 수’를 예측하는 시계열 모델을 개발하는 것이 목적이다.
‘응급의료센터 일일 내원 환자수’를 미리 예측함으로써 수요에 맞게 응급의료 센터의 한정된 자원을 효율적으로 배분하고 시기 적절하게 활용할 수 있을 뿐 아니라 응급의료센터에 내원하는 환자들의 만족도나 치료 결과, 예후에도 좋은 영향력을 미칠 수 있을 것이다.
본 연구에 사용된 데이터는 병원정보시스템 데이터베이스로부터 응급의료센터 내원 환자 정보를 수집하였으며, 예측모델 개발을 위해서2007~2008년의 2년간 데이터를, 모델평가를 위해서3개월간의 데이터를 가공하여 사용하였다.
예측모델구축에 사용한 변수는 날짜변수(월, 요일, 계절, 분기, 휴일, 추석 여부)와 날씨변수(평균기온, 최저기온, 최고기온, 일교차, 강수여부, 신적설여부, 풍속도, 상대습도, 황사여부)이다.
예측모델 구축을 위해 사용한 2년간의 데이터에서는 응급의료센터에 내원한 전체 환자수가 169,375명, 일일 평균 내원 환자수가 232명이었으며, 동일 기간 동안의 응급의료센터 일일 내원 환자의 추이는 7일 주기성과 계절적 추세를 보였다. 특히 ‘추석’변수에 갑작스런 상승추이를 보였으며, 상대적으로 ‘설’의 경우에는 약한 상승추이를 보여 본 연구의 선택변수에서는 제외하였다.
평균과 분산은 안정되어 차분이 필요하지 않았으나, 계절적 추세로 인해 1차의 계절차분으로 자료의 정상성을 유지하였다.
응급의료센터의 일일 내원환자 수를 예측하는 모델로 본 연구에서는 시계열 모델 중 1) MA(Moving Average) 모델, 2) 단변량 - 계절형 ARIMA(Seasonal Auto- Regressive Integrated Moving Average) 모델, 3) 다변량 - 계절형 ARIMA(Seasonal Auto- Regressive Integrated Moving Average)모델을 구축하였다.
그리고, 각 모델의 적합도 평가를 위해 1) 잔차분석, 2) AIC(Akaike Information Criterion), BIC(Bayesian Information Criterion) 값을 비교•평가하였고, MAPE(Mean Absoulute Percentage Error)를 통해 각 모델의 예측정확도를 평가하였다.
구축한 세 종류의 예측모델을 비교한 결과, 다변량 Seasonal ARIMA 모델이 응급의료센터 일일 내원 환자 수 예측에 가장 적합함을 알 수 있었고(AIC : 6703.7, BIC : 6749.5), 예측정확도는 MAPE(Mean absolute Percentage Error)가 7.4%로 오차가 가장 적어 본 연구의 목적에 부합하는 최종예측모델로 선정하였다. 그리고, 설명 변수는 추석여부, 계절, 평균기온, 강수여부를 채택하였다.
그러므로, 본 연구에서는 다변량 계절형 ARIMA모델이 비교되었던 MA모델 과 단변량 계절형ARIMA 모델에 비해 설명변수를 반영하고 있어 예측모델 설명 력이 높고, 응급의료센터 일일 내원 환자 수에 대한 예측이 정확함을 확인할 수 있었다.
본 연구는 응급의료센터 수요예측의 주요기준이 되는 ‘응급의료센터 일일 내원 환자 수’를 예측하는 시계열 모델을 개발하는 것이 목적이다.
‘응급의료센터 일일 내원 환자수’를 미리 예측함으로써 수요에 맞게 응급의료 센터의 한정된 자원을 효율적으로 배분하고 시기 적절하게 활용할 수 있을 뿐 아니라 응급의료센터에 내원하는 환자들의 만족도나 치료 결과, 예후에도 좋은 영향력을 미칠 수 있을 것이다.
본 연구에 사용된 데이터는 병원정보시스템 데이터베이스로부터 응급의료센터 내원 환자 정보를 수집하였으며, 예측모델 개발을 위해서2007~2008년의 2년간 데이터를, 모델평가를 위해서3개월간의 데이터를 가공하여 사용하였다.
예측모델구축에 사용한 변수는 날짜변수(월, 요일, 계절, 분기, 휴일, 추석 여부)와 날씨변수(평균기온, 최저기온, 최고기온, 일교차, 강수여부, 신적설여부, 풍속도, 상대습도, 황사여부)이다.
예측모델 구축을 위해 사용한 2년간의 데이터에서는 응급의료센터에 내원한 전체 환자수가 169,375명, 일일 평균 내원 환자수가 232명이었으며, 동일 기간 동안의 응급의료센터 일일 내원 환자의 추이는 7일 주기성과 계절적 추세를 보였다. 특히 ‘추석’변수에 갑작스런 상승추이를 보였으며, 상대적으로 ‘설’의 경우에는 약한 상승추이를 보여 본 연구의 선택변수에서는 제외하였다.
평균과 분산은 안정되어 차분이 필요하지 않았으나, 계절적 추세로 인해 1차의 계절차분으로 자료의 정상성을 유지하였다.
응급의료센터의 일일 내원환자 수를 예측하는 모델로 본 연구에서는 시계열 모델 중 1) MA(Moving Average) 모델, 2) 단변량 - 계절형 ARIMA(Seasonal Auto- Regressive Integrated Moving Average) 모델, 3) 다변량 - 계절형 ARIMA(Seasonal Auto- Regressive Integrated Moving Average)모델을 구축하였다.
그리고, 각 모델의 적합도 평가를 위해 1) 잔차분석, 2) AIC(Akaike Information Criterion), BIC(Bayesian Information Criterion) 값을 비교•평가하였고, MAPE(Mean Absoulute Percentage Error)를 통해 각 모델의 예측정확도를 평가하였다.
구축한 세 종류의 예측모델을 비교한 결과, 다변량 Seasonal ARIMA 모델이 응급의료센터 일일 내원 환자 수 예측에 가장 적합함을 알 수 있었고(AIC : 6703.7, BIC : 6749.5), 예측정확도는 MAPE(Mean absolute Percentage Error)가 7.4%로 오차가 가장 적어 본 연구의 목적에 부합하는 최종예측모델로 선정하였다. 그리고, 설명 변수는 추석여부, 계절, 평균기온, 강수여부를 채택하였다.
그러므로, 본 연구에서는 다변량 계절형 ARIMA모델이 비교되었던 MA모델 과 단변량 계절형ARIMA 모델에 비해 설명변수를 반영하고 있어 예측모델 설명 력이 높고, 응급의료센터 일일 내원 환자 수에 대한 예측이 정확함을 확인할 수 있었다.
주제어
#수요예측모델
#응급의료센터 과밀화 현상
#시계열 분석
#Seasonal Auto- Regressive Integrated Moving Average(ARIMA)
※ AI-Helper는 부적절한 답변을 할 수 있습니다.