Estimation of unpredictable hospital demand variations in two Piraeus public hospitals, Greece
Notice bibliographique
Résumé
The scope of this paper is to estimate the unpredictable hospital demand variations in two public general hospitals in Piraeus, Greece. We used daily emergency admissions data between 1/1/2001 to 31/12/2005. To measure unpredictable hospital demand we used both a univariate Autoregressive Moving Average model and a multivariate time series model. In the latter one, four explanatory variables are tested: the weekend effect, the duty effect, the summer holiday effect, and the official holiday effect. The variance of forecasted residuals of each hospital regression for every day provides the estimated unpredictable demand. The study verifies that daily emergency admissions are characterized by seasonal and weekly variations. In Tzaneio hospital, the unexpected part of emergency admissions increases over the five-year period, while in Nikaias hospital, it reduces. From the univariate analysis, it was found that the unpredictable part of admissions is not the same for the two hospitals and it also varies over the years. The variations of unpredictable hospital demand have increased by about 45% in Tzaneio hospital and have decreased by about 10% in Nikaias hospital. The results from the multivariate analysis show that the variations in unpredictable daily demand in Tzaneio hospital have less than doubled. On the contrary, the variations in unpredictable daily demand in Nikaias hospital have decreased by 20%. Due to these trends, a general conclusion is that at the beginning of the time period under investigation there are large variations in unpredictable demand between the two hospitals, which become smaller as we move on to 2005.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».