five

蒲公英中医药品季度使用量预测模型数据|医疗资源管理数据集|药品库存优化数据集

收藏
浙江省数据知识产权登记平台2024-10-11 更新2024-10-12 收录
医疗资源管理
药品库存优化
下载链接:
https://www.zjip.org.cn/home/announce/trends/69397
下载链接
链接失效反馈
资源简介:
通过分析桐乡市医疗机构季度蒲公英中药材使用量,可以预测下个季度蒲公英中药材的使用量,从而合理安排库存,避免库存积压或短缺。这有助于减少药品过期浪费,通过对医疗机构每季度中药材使用量的分析,可以了解不同地区、不同医疗机构之间中药材使用情况的差异。这有助于政府和相关部门在制定医疗资源配置政策时更加科学合理,促进医疗资源的合理配置和有效利用。 1. 数据采集:收集医疗机构的蒲公英中药材的季度库存和使用数据,包括季度入库量、季度使用量等。 2. 数据预处理:对中药材的库存和使用数据进行清洗,去除异常值,平滑数据,以确保数据的准确性和可用性。 3. 特征工程:生成基于时间的特征,季节性变化系数SC(t),表示第t季度的使用量变化;生成计算库存周转率ITR(t) = Total_Incoming(t) / Total_Used(t),其中Total_Incoming(t)是第t季度的入库总量,Total_Used(t)是第t季度的使用总量。 4. 季节性模型构建: 季度模型: S(t)=ω1 * U(t-1) + ω2* U(t-2)+…+β1 * SC(t) +β2 * ITR(t),其中U(t-k)代表第t-k季度的实际使用量,ω1和ω2是时间序列权重,β1和β2是特征权重。 季度的模型考虑了季节性影响和历史使用数据,以及库存周转率,确保了预测的精确性和适用性。通过这种方式,医疗机构可以更精准地预测和调整中药材的库存,以保障医疗服务的连续性和效率。
提供机构:
桐乡市卫生健康局
创建时间:
2024-08-13
AI搜集汇总
数据集介绍
main_image_url
特点
该数据集包含14992条记录,每季度更新,记录了桐乡市医疗机构的中药材季度使用量数据,包括药品名、规格、季度入库量、使用量等信息。通过分析这些数据,可以预测下个季度的中药材使用量,帮助医疗机构优化库存管理,减少浪费,并促进医疗资源的合理配置。
以上内容由AI搜集并总结生成
用户留言
有没有相关的论文或文献参考?
这个数据集是基于什么背景创建的?
数据集的作者是谁?
能帮我联系到这个数据集的作者吗?
这个数据集如何下载?
点击留言
数据主题
具身智能
数据集  4099个
机构  8个
大模型
数据集  439个
机构  10个
无人机
数据集  37个
机构  6个
指令微调
数据集  36个
机构  6个
蛋白质结构
数据集  50个
机构  8个
空间智能
数据集  21个
机构  5个
5,000+
优质数据集
54 个
任务类型
进入经典数据集
热门数据集

China Health and Nutrition Survey (CHNS)

China Health and Nutrition Survey(CHNS)是一项由美国北卡罗来纳大学人口中心与中国疾病预防控制中心营养与健康所合作开展的长期开放性队列研究项目,旨在评估国家和地方政府的健康、营养与家庭计划政策对人群健康和营养状况的影响,以及社会经济转型对居民健康行为和健康结果的作用。该调查覆盖中国15个省份和直辖市的约7200户家庭、超过30000名个体,采用多阶段随机抽样方法,收集了家庭、个体以及社区层面的详细数据,包括饮食、健康、经济和社会因素等信息。自2011年起,CHNS不断扩展,新增多个城市和省份,并持续完善纵向数据链接,为研究中国社会经济变化与健康营养的动态关系提供了重要的数据支持。

www.cpc.unc.edu 收录

ShapeNet

ShapeNet 是由斯坦福大学、普林斯顿大学和美国芝加哥丰田技术研究所的研究人员开发的大型 3D CAD 模型存储库。该存储库包含超过 3 亿个模型,其中 220,000 个模型被分类为使用 WordNet 上位词-下位词关系排列的 3,135 个类。 ShapeNet Parts 子集包含 31,693 个网格,分为 16 个常见对象类(即桌子、椅子、平面等)。每个形状基本事实包含 2-5 个部分(总共 50 个部分类)。

OpenDataLab 收录

SMSSpamCollection

该数据集包含数千条标记为spam或ham(非垃圾邮件)的短信。它反映了日常通信的典型情况,并包含常见的垃圾邮件词汇,为评估文本分类模型提供了现实基础。

github 收录

中国1km分辨率逐月降水量数据集(1901-2024)

该数据集为中国逐月降水量数据,空间分辨率为0.0083333°(约1km),时间为1901.1-2024.12。数据格式为NETCDF,即.nc格式。该数据集是根据CRU发布的全球0.5°气候数据集以及WorldClim发布的全球高分辨率气候数据集,通过Delta空间降尺度方案在中国降尺度生成的。并且,使用496个独立气象观测点数据进行验证,验证结果可信。本数据集包含的地理空间范围是全国主要陆地(包含港澳台地区),不含南海岛礁等区域。为了便于存储,数据均为int16型存于nc文件中,降水单位为0.1mm。 nc数据可使用ArcMAP软件打开制图; 并可用Matlab软件进行提取处理,Matlab发布了读入与存储nc文件的函数,读取函数为ncread,切换到nc文件存储文件夹,语句表达为:ncread (‘XXX.nc’,‘var’, [i j t],[leni lenj lent]),其中XXX.nc为文件名,为字符串需要’’;var是从XXX.nc中读取的变量名,为字符串需要’’;i、j、t分别为读取数据的起始行、列、时间,leni、lenj、lent i分别为在行、列、时间维度上读取的长度。这样,研究区内任何地区、任何时间段均可用此函数读取。Matlab的help里面有很多关于nc数据的命令,可查看。数据坐标系统建议使用WGS84。

国家青藏高原科学数据中心 收录

UAVDT Dataset

The authors constructed a new UAVDT Dataset focused on complex scenarios with new level challenges. Selected from 10 hours raw videos, about 80, 000 representative frames are fully annotated with bounding boxes as well as up to 14 kinds of attributes (e.g., weather condition, flying altitude, camera view, vehicle category, and occlusion) for three fundamental computer vision tasks: object detection, single object tracking, and multiple object tracking.

datasetninja.com 收录