再加上杜庆民老师和林东正老师对新课题——“R语言统计”的细心讲解以及很多实际例子，才有可能让我的研究更加严谨，文章更有价值。最后，我还要感谢所有帮助过我从事研究和论文工作的人，希望我硕士生涯的结束，也是我继续投入研究的开始，希望大家对此感兴趣的人能够做出贡献医疗保健和信息的结合。
緒論
研究背景
以医院手术室手术为例，显然是指全天手术操作的调度。陈春芝（2003）的论文中，将单个外科手术根据手术内容仔细细分为手术细节。中间有很多详细的步骤，也就是各个操作流程。如果能够找到一种方法来预测手术时间，并对其进行主动管理和控制，维持手术室的工作效率，才能有效利用手术室资源，从而避免员工满意度和组织效益降低
臨床現況
工作量增加，形成医务人员短缺和工作压力的恶性循环（Gifford、Zammuto 和 Goodman，2002）。 “在监控手术过程的过程中，做好计划。但在医疗诊所，借助资深工作人员进行日程管理，也能达到手术计划顺利进行的效率。笔者仔细观察发现，工作人员高层使用多年经验，预测手术时间，控制手术室的分配顺序和手术室的人力数量。
研究目的
利用运营资源，避免人力、物力的浪费，也是工作效率高的体现”（李洪生、杨锦舟，2009）。将精益制造的理念应用在医疗手术过程中，可以达到手术过程顺利进行的目标（郑亚文等，2014）。
文獻查證
實證護理在手術時間預測因素之探討
外科医生本人对手术时间的长短有相关的影响 外科医生本人对手术时间的长短有相关的影响。
集群分析與分類樹之相關應用
贝林，2010a)。换句话说，单个运行计划的运行时间既是目标变量，又是影响因素。因此，个体正常运行时间预测的目的是控制因变量以实现企业管理的目标。
決策支援在手術時間預測系統之應用
本研究期望将两种分析模式结合起来，通过聚类分析方法对操作时间进行分组后，将聚类结果作为分类树分析方法中的目标变量，比较不同聚类中操作时间的差异用于找出操作时间。规划的分类方法。然而，用于预测手术时间的系统模块在临床实践中并不常见。聚类分析和分类树分析，尝试构建可编程预测模型，并进一步与临床高级人员经验模型进行比较。
研究方法
研究目的與研究問題
研究架構
研究步驟與工具
分析2：采用聚类分析方法对实际手术时间值进行分组，考察各手术相关变量对手术时间的显着性影响，计算相同手术方式、相同医师的平均手术时间。
研究結果與分析
資料收集與分析
表 4.2：按科室划分的手术时间事后分析 表 4.3：整个手术组 6 种手术方式和手术时间的事后分析 表 4.5：急诊科室和手术时间的事后分析。
麻醉采用静脉全麻（IVG），手术时间主要集中在短组，中毒状态下手术（EA、GA、SA）以中短组为主，急诊科急诊手术为主。
建立作業時間預測系統
将每个实体的分类树模型构造成运行时聚类位置预测系统程序。将其作为系统样本数据输入SQL数据库，并使用模型A和模型B来模拟和预测相同的模式。图4.4为本研究设计的预测界面。预览。根据资料和经验，对于相同的手术方法、同一位医生进行的手术，求出平均手术时间作为结果的预测值。模型是用 MySQL 语法编写的。
對稱性樣本之分析與結果
另外，从表4.15中可以看出，模型A的预测方法有大量样本，其预测结果与实际值比较接近。 表4.15：两种预测模型的预测接近率比较。另外，本研究模拟预测的同时得到了聚类分类的预测结果， 。
模型修正
結論
研究貢獻與發現
距离，导致时间误差接近60分钟，其预测性能不如模型A。由此可见，聚类分类方法无法提供实时的预测数据以方便临床工作的使用。相反，经验规则模型（模型A）对于临床人员具有预测作用。没有历史数据模型A可能无法预测样本的结果。因此，未来可能的系统预测构建模型预计将采用两种模型相结合并采用经验法则模型（模型A）的预测方法。对于所进行的手术方法，不控制数据的运算方法采用聚类分类模型（Model）。此外，本研究尝试将经验法则模型与聚类分类模型结合起来对模型进行修改。结果表明：以经验法则模型（模型A）为主，结合其他模型，分析影响显着的手术因素的差异，实际上可以达到提高预测性能的目的。
研究限制
因此，研究结果可能并不完全适用于所有母亲。第四，本研究的数据受到访问限制，即可能存在的相关因素，如医生资质、患者既往疾病和学科。同时。由于患者接受手术或手术期间急救被排除在本研究的分析之外，因此构建的模型并不完整，无法推广到父母群体，但由于样本数量不足以揭示其可预测性。对于聚类分类模型，建议今后在进行更深入研究的同时，增加单个受试者采集的样本数量，进而建立单个受试者聚类的预测分析模型。
未來研究方向
2.本研究的临床数据收集仅限于特定地区教学医院，因此研究结果和应用只能适用于单一群体，不能推广到其他妈妈。找出影响时间的过程变量，找出操作时间，最接近实践。因此，针对单一专科医院现状的研究结果可能不符合或不适用 有效性，但不可否认，单一方向的探索可能会造成研究结果的偏差，因此，专家们的意见领域和未来研究文献的内容可以同时整合。
