The dynamic interdependence in the demand of primary and emergency secondary care: A hidden Markov approach
初级医疗与急诊二级医疗需求的动态相互依赖：隐马尔可夫方法AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要明确研究纵向医疗计数数据、时变个体异质性及动态利用行为。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
初级医疗与急诊二级医疗需求的动态相互依赖：隐马尔可夫方法
- 研究问题
- 如何区分医疗利用中的不可观测时变异质性与利用行为的动态影响，并衡量初级医疗和急诊二级医疗的潜在替代关系？
- 方法与思路
- 作者通过隐马尔可夫链，将纵向计数数据的有限混合模型扩展到双变量情形，以潜在状态描述随时间变化的使用者类型。
- 材料陈述的贡献
- 摘要称三个潜在状态可描述低、中、高使用者，其行为有持续性但并非永久固定，部分使用者会转向相邻类型。
- 阅读关注点
- 应核对潜在状态与动态利用效应的区分条件、初始状态和转移结构，以及替代关系参数的含义与状态数选择。
- 阅读边界
- 仅据所给Crossref摘要，数据来源、替代效应的方向和幅度未说明；潜在异质性的建模不能单独确立医疗利用之间的因果关系。
原文摘要
Summary This paper develops an extension of the class of finite mixture models for longitudinal count data to the bivariate case by using a hidden Markov chain approach. The model allows for disentangling unobservable time‐varying heterogeneity from the dynamic effect of utilisation of primary and secondary care and measuring their potential substitution effect. Three points of supports adequately describe the distribution of the latent states suggesting the existence of three profiles of low, medium and high users who shows persistency in their behaviour, but not permanence as some switch to their neighbour's profile.