基于时间序列模型的输血质量管理方法应用及探讨
发布时间:2021-04-15 14:34
目的加强输血科对不同输血目的的血液管理,为制订临床悬浮红细胞用血计划提供科学的参考依据。方法根据东方医院南院2017年5月1日至2018年8月5日每周的悬浮红细胞用血量,以该院同期的急诊人数和住院人数建立时间序列分析的自回归积分滑动平均模型(ARIMA),在控制最低库存量的基础上,确定ARIMA的最佳参数,并以最佳模型预测2018年8月13日至10月15日的悬浮红细胞用血量。结果预测该院悬浮红细胞抢救用血量的最佳模型ARIMA(1,2,1)(1,2,0),平稳的R方为0.795,均方根误差(RMSE)为10.144,贝叶斯准则(BIC)为5.177,Ljung-Box Q检验P=0.331,最低预警库存量为1U;预测治疗用血量的最佳模型为ARIMA(2,1,0)(1,1,1),平稳的R方为0.607,RMSE为16.660,BIC为6.144,Ljung-Box Q检验P=0.402,最低预警库存量为15U;预测围术期用血量的最佳模型为ARIMA(2,1,1)(2,1,2),平稳的R方为0.675,RMSE为15.224,BIC为6.185,Ljung-Box Q检验P=0.495,最...
【文章来源】:重庆医学. 2020,49(06)
【文章页数】:5 页
【部分图文】:
2017年5月1日至2018年10月15日本院急诊、住院人数
预测悬浮红细胞抢救用血量的最佳模型为ARI-MA(1,2,1)(1,2,0),平稳的R方为0.795,均方根误差(RMSE)为10.144,贝叶斯准则(BIC)为5.177,Ljung-Box Q检验P=0.331;预测本院悬浮红细胞治疗用血量的最佳模型为ARIMA(2,1,0)(1,1,1),平稳的R方为0.607,RMSE为16.660,BIC为6.144,Ljung-Box Q检验P=0.402;预测本院悬浮红细胞治疗用血量的最佳模型为ARIMA(2,1,1)(2,1,2),平稳的R方为0.675,RMSE为15.224,BIC为6.185,Ljung-Box Q检验P=0.495;3种模型的实际值均在拟合值、预测值的95%置信区间内,且动态变化一致,且Ljung-Box Q检验P>0.05,RMSE、BIC均较小,说明处理后的序列均为白噪声序列,模型拟合可信度高,见图2。2.2 各类用血量预测值与实际值配对检验
【参考文献】:
期刊论文
[1]淮安市中心血站血液安全库存量研究[J]. 袁和芹,吴刚,滕平. 临床输血与检验. 2018(06)
[2]自回归求和移动平均模型对临床供血量的分析预测[J]. 陈迎春,王晓霞,徐晓庆,万浬科,廖耘,何炯,张永鹏. 中国输血杂志. 2017(10)
[3]住院患儿医院感染发生率ARIMA时间序列模型[J]. 刘海鹏,金玉莲,刘光辉,倪虹,张秀平,崔伟. 中国感染控制杂志. 2017(03)
[4]临床输血质量管理体系的构建[J]. 郑拉让,王文新,王俊平,马淑红,冯万周. 中国卫生质量管理. 2017(02)
[5]ARIMA模型在单采血小板临床用量预测中的应用[J]. 马春会,余晋林,温丽玲,郭如华,余卓丽,罗益红. 中国输血杂志. 2016(12)
[6]基于时间序列模型预测上海某三甲综合医院血制品使用量[J]. 乔郑磊,顾晨晨,曹敏凤,朱巍,戎瑞明. 中国临床医学. 2016(05)
[7]邯郸地区临床红细胞用量数学模型的建立与预测研究[J]. 李俊霞,陈慧,李源,王洪,孙国栋. 临床输血与检验. 2016(03)
[8]自回归滑动平均混合模型在红细胞供应量预测中的应用[J]. 黄国军,王乐三,张统宇,胡玲玲,周伟标,施建华,何江江. 中国输血杂志. 2016(02)
[9]时间序列分析方法及其进展[J]. 赵志,周倩,张晋昕. 中国卫生统计. 2015(06)
本文编号:3139522
【文章来源】:重庆医学. 2020,49(06)
【文章页数】:5 页
【部分图文】:
2017年5月1日至2018年10月15日本院急诊、住院人数
预测悬浮红细胞抢救用血量的最佳模型为ARI-MA(1,2,1)(1,2,0),平稳的R方为0.795,均方根误差(RMSE)为10.144,贝叶斯准则(BIC)为5.177,Ljung-Box Q检验P=0.331;预测本院悬浮红细胞治疗用血量的最佳模型为ARIMA(2,1,0)(1,1,1),平稳的R方为0.607,RMSE为16.660,BIC为6.144,Ljung-Box Q检验P=0.402;预测本院悬浮红细胞治疗用血量的最佳模型为ARIMA(2,1,1)(2,1,2),平稳的R方为0.675,RMSE为15.224,BIC为6.185,Ljung-Box Q检验P=0.495;3种模型的实际值均在拟合值、预测值的95%置信区间内,且动态变化一致,且Ljung-Box Q检验P>0.05,RMSE、BIC均较小,说明处理后的序列均为白噪声序列,模型拟合可信度高,见图2。2.2 各类用血量预测值与实际值配对检验
【参考文献】:
期刊论文
[1]淮安市中心血站血液安全库存量研究[J]. 袁和芹,吴刚,滕平. 临床输血与检验. 2018(06)
[2]自回归求和移动平均模型对临床供血量的分析预测[J]. 陈迎春,王晓霞,徐晓庆,万浬科,廖耘,何炯,张永鹏. 中国输血杂志. 2017(10)
[3]住院患儿医院感染发生率ARIMA时间序列模型[J]. 刘海鹏,金玉莲,刘光辉,倪虹,张秀平,崔伟. 中国感染控制杂志. 2017(03)
[4]临床输血质量管理体系的构建[J]. 郑拉让,王文新,王俊平,马淑红,冯万周. 中国卫生质量管理. 2017(02)
[5]ARIMA模型在单采血小板临床用量预测中的应用[J]. 马春会,余晋林,温丽玲,郭如华,余卓丽,罗益红. 中国输血杂志. 2016(12)
[6]基于时间序列模型预测上海某三甲综合医院血制品使用量[J]. 乔郑磊,顾晨晨,曹敏凤,朱巍,戎瑞明. 中国临床医学. 2016(05)
[7]邯郸地区临床红细胞用量数学模型的建立与预测研究[J]. 李俊霞,陈慧,李源,王洪,孙国栋. 临床输血与检验. 2016(03)
[8]自回归滑动平均混合模型在红细胞供应量预测中的应用[J]. 黄国军,王乐三,张统宇,胡玲玲,周伟标,施建华,何江江. 中国输血杂志. 2016(02)
[9]时间序列分析方法及其进展[J]. 赵志,周倩,张晋昕. 中国卫生统计. 2015(06)
本文编号:3139522
本文链接:https://www.wllwen.com/guanlilunwen/zhiliangguanli/3139522.html