基于ARIMA模型的临床红细胞类血液需求预测研究.pdf
《基于ARIMA模型的临床红细胞类血液需求预测研究.pdf》由会员分享,可在线阅读,更多相关《基于ARIMA模型的临床红细胞类血液需求预测研究.pdf(4页珍藏版)》请在咨信网上搜索。
1、收稿日期 2021-02-01摇 修回日期 2021-12-31基金项目 苏州市科技计划项目(SS202081);苏州市卫生科技项目(GWZX202004);苏 州 市 医 学 重 点 学 科 项 目(SZXK202118)作者单位 江苏省苏州市中心血站,215000作者简介 谢淑红(1990-),女,助理研究员.通信作者 汤龙海,主任技师.E鄄mail:478562321 文章编号 1000鄄2200(2023)05鄄0633鄄04检验医学基于 ARIMA 模型的临床红细胞类血液需求预测研究谢淑红,张思静,严伟斌,王明元,汤龙海摘要目的:建立适用于苏州市区临床红细胞类血液需求预测的自回归移动
2、平均模型(autoregressive integrated moving averagemodel,ARIMA),从需求出发指导采供血机构对地区血液资源进行合理采集、科学调配。方法:收集区域临床用血历史数据,采用时间序列分析方法,选取苏州市区 2009-2019 年每月红细胞类成分血的临床使用数据,运用 SPSS 26 软件进行数据分析和ARIMA 模型构建,通过模型识别、参数估计及最优模型检验,确定临床红细胞类血液预测的最优模型。运用所得最优模型对2020 年 1-11 月红细胞类成分血临床用量进行预测,将预测值与实际数值对比,验证模型预测效果。结果:最优模型为ARIMA(0,1,1)(0
3、,1,1)12,残差的 ACF 自相关函数值和 PACF 偏自相关函数值均在 95%CI 内,同时杨-博克斯 Q 统计量值为17.992,P 0.05,残差序列不存在自相关,通过白噪声检验。对2020 年1-11 月苏州市区红细胞类成分血临床用量进行预测,预测值与实际值曲线趋势基本相同,且预测值均在 95%CI 内,平均相对误差较小,为 8.21%,模型预测效果较好。结论:苏州地区临床红细胞类血液需求预测研究的最优模型为 ARIMA(0,1,1)(0,1,1)12。关键词 输血;自回归移动平均模型;红细胞类血液;血液需求中图法分类号 R 197;R 457.12 摇 摇 摇 文献标志码 A摇
4、摇 摇 DOI:10.13898/ki.issn.1000鄄2200.2023.05.019Study on prediction of clinical erythrocyte blood demand based on ARIMA modelXIE Shu鄄hong,ZHANG Si鄄jing,YAN Wei鄄bin,WANG Ming鄄yuan,TANG Long鄄hai(Suzhou Blood Center,Suzhou Jiangsu 215000,China)Abstract Objective:To establish an autoregressive integrated
5、moving average(ARIMA)model for predicting the demand of clinicalerythrocyte blood in the urban area of Suzhou,and to guide the blood collection and supply institutions to reasonably collect andscientifically allocate blood resources in the region based on the demand.Methods:The historical data of re
6、gional clinical blood werecombed,and time series analysis method was adopted to select the monthly data of clinical use of erythrocyte blood in Suzhou urban areafrom 2009 to 2019 for modeling.SPSS 26 software was used for data analysis,and the ARIMA model was constructed.The optimal modelof clinical
7、 erythrocyte blood prediction was determined by model recognition,parameter estimation and optimal model test.The optimalmodel was used to predict the clinical consumption of erythrocyte blood from January to November 2020,and the predicted value wascompared with the actual value to verify the predi
8、ction effect of the model.Results:The optimal model was ARIMA(0,1,1)(0,1,1)12,and the values of ACF autocorrelation function and PACF partial autocorrelation function of residual were both within 95%CI.Meanwhile,the Yang Box Q statistic value was 17.992(P 0.05),indicating that there was no autocorre
9、lation of residual sequence,which passed the white noise test.The clinical consumption of erythrocyte blood in Suzhou urban area from January to November 2020was predicted,and the curve trend of the predicted value was basically the same as the actual value,and the predicted value was within95%CI,an
10、d the average relative error was small(8.21%),indicating that the prediction effect of the model was good.Conclusions:ARIMA(0,1,1)(0,1,1)12 is the optimal model for the prediction of clinical erythrocyte blood demand in Suzhou area.Key words transfuse blood;autoregressive integrated moving average m
11、odel;erythrocyte blood;blood demand摇 摇 输血是临床常见的辅助治疗手段,创伤、产后出血、手术、血液病治疗等都需要通过输血帮助病人恢复健康。血液资源目前仅可通过健康人体无偿捐献唯一途径获得,具有不可替代性。据国家卫健委统计1显示,2019 年全国献血率为 11.2译,虽已超过世界卫生组织推荐的标准 10译,但无偿献血相对于总人口基数来说,依然只是少部分人群的爱心行为,因此血液资源仍具有稀缺性。临床血液需求受手术开展情况、床位数、区域人口数量、突发事件等多种外在因素影响,且血液具有储存期短、存在分型等特征,所以采血量往往无法完全匹配临床血液的需求变化,血液整体或
12、某一类/型供给不足或供给过剩的现象时有发生。苏州地区临床常用的、采供血机构提供的血液主要包括红细胞类、血小板类、血浆类三大类,其中336蚌埠医学院学报 2023 年 5 月第 48 卷第 5 期红细胞类成分血临床用量占比最大,年供给量超 12万单位。随着“十四五冶期间本地区医疗卫生事业的发展,临床血液需求量还将继续上升。血液供需平衡的“理想状态冶是采供血机构和用血医疗机构的共同追求,仅凭主观经验估算临床用血需求已无法满足复杂多变的实际需求,因此,需要对区域临床血液需求进行科学测算,在此基础上有针对性地制定无偿献血招募计划和血液库存管理方法。本研究采用时间序列分析方法中的自回归移动平均模型(au
13、toregressiveintegratedmovingaveragemodel,ARIMA)建立苏州市区临床红细胞类血液需求预测模型,通过分析临床红细胞类成分血用量的历史数据规律对未来的临床需求值进行预测。现作报道。1摇 材料与方法1.1摇 数据来源摇 选取苏州市区 2009-2019 年红细胞类成分血的临床用量数据,红细胞类成分血根据制备方式及成分含量不同分为悬浮红细胞、洗涤红细胞、浓缩红细胞、去白红细胞、冰冻红细胞等种类。临床红细胞用量以单位 U 计算,1 U 红细胞类成分血由 200 mL 全血分离制备而成。1.2摇ARIMA 模型构建摇ARIMA 模型根据参数选择的不同,可分为 AR
14、IMA(p,d,q)(P,D,Q)s、ARIMA(p,d,q)、ARMA(p,q)、AR(p)和 MA(q)。ARIMA(p,d,q)模型是时间序列分析中最常用的方法,若时间序列包含了季节性特征,则需建立季节性ARIMA 模型,即 ARIMA(p,d,q)(P,D,Q)s,其中p、q 为自回归和移动平均阶数,P、Q 为季节性自回归和移动平均阶数,d、D 为非季节性和季节性差分次数,s 为季节周期2。建立 ARIMA 模型的基本步骤主要包括:(1)数据平稳化处理,通过绘制时序图初步判断序列是否平稳,若判断为不平稳序列,则针对序列不平稳的趋势性或周期性进行差分或季节性差分处理,实现序列平稳化;(2
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 ARIMA 模型 临床 红细胞 血液 需求预测 研究
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。