典型文献
基于机器学习的儿科急诊患者候诊时间预测及关联分析研究
文献摘要：
以首都儿科研究所附属儿童医院急诊患者就诊数据为基础,设计并提取19个就诊时间相关变量,构建6种不同的机器学习模型,用于儿科急诊就诊患者候诊时间预测,经检验预测模型表现良好.本研究有助于医院动态分配医疗资源,缓解急诊科拥挤程度,提高患者就诊满意度.
文献关键词：
儿科急诊;机器学习;候诊时间;预测
中图分类号：
作者姓名：
郭琳琳;魏永祥;郭琳瑛;李姣;郑思;崔英;陈宇
作者机构：
首都儿科研究所附属儿童医院 北京100020;中国医学科学院/北京协和医学院医学信息研究所 北京100020
文献出处：
引用格式：
[1]郭琳琳;魏永祥;郭琳瑛;李姣;郑思;崔英;陈宇-.基于机器学习的儿科急诊患者候诊时间预测及关联分析研究)[J].医学信息学杂志,2022(04):33-39
A类：
B类：
基于机器学习,儿科急诊,急诊患者,候诊时间,时间预测,首都儿科研究所,所附,儿童医院,医院急诊,就诊时间,机器学习模型,动态分配,医疗资源,急诊科,拥挤,就诊满意度
AB值：
0.362998
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
