寧夏地區仿真數字模型在血液庫存管理中的應用

李平 樊榮 李艷麗 何靜曉 楊毅 王丁

【摘 要】目的：建立寧夏血液中心血液供應量的仿真數字模型，為寧夏地區采供血機構在提前規劃血液采集計劃及血液庫存管理工作提供參考。方法：對寧夏血液中心2005年-2016年紅細胞類產品的供應量進行分析，采用SPSS中ARIMA模型對季度的臨床供血量數據進行建模，用2016年四個季度供血量的數據對模型進行驗證和評價，判斷模型預測的準確性。結果：寧夏血液中心2005-2016年供血量呈逐年增加趨勢，預測模型ARIMA（0，1，1）（0，1，1）4，模型的表達式 （1-L）（1-L4）Yt=（1+0.207L）（1+0.923L4） εt，模型的預測相對誤差低于10%。結論：應用時間序列ARIMA模型能在一定時期內較好地預測供血情況，使采供血機構科學制定血液采集計劃，合理建立穩定的血液庫存，為保障臨床血液供應提供有效的方法。

【關鍵詞】臨床用血；庫存；數學模型

【中圖分類號】R365 【文獻標志碼】

A 【文章編號】1005-0019（2018）11-273-01

隨著寧夏地區醫療合作政策的全面覆蓋，各級醫療機構住院病人劇增，臨床用血的使用明顯逐年呈上升趨勢，且在用血需求和血液供應中存在不規律性，這也給采供血工作帶來了新的壓力和挑戰。對血液庫存管理也提出了很高的要求，尋找血液庫存的平衡點。解決血液庫存短缺和過量采集之間的矛盾，滿足臨床合理用血，是提高采供血機構服務水平的最終體現。對于每一個患者家庭而言。及時提供安全的血液，進行搶救治療意義重大。因此，建立穩定的血液庫存，為全市患者使用血液，乃至全區應急血液的調配提供有力保障。

1 材料與方法

1.1 分析資料 來源以寧夏血液中心2005-2016年臨床供應紅細胞量（200ml全血為1 U）作為統計分析數據來源，統計數據以寧夏血液中心穿越信息管理系統為準。

1.2 方法 考慮臨床用血量可能具有一定的趨勢、周期性等特點，選擇兼顧趨勢性、周期性及循環性的ARIMA模型對數據進行擬合，并篩選最佳模型，同時用2016年四個季度數據對模型進行驗證，并用于預測未來一段時間寧夏血液中心的臨床用血量。

1.3 統計分析 采用SPSS19.0軟件進行數據的統計分析，P<0.05有統計學意義。

2 結果

2.1 基本情況 銀川地區2005-2014年臨床用血量逐年增加，2015年略有下降。與2005年相比，2010年臨床用血量平均增長速度達19%，其余年份的平均增長速度超過12%，詳見表1。

2.2 季度數學模型的建立 季度臨床供血量隨時間的變化呈上升趨勢，見圖1，并具有一定的周期性，故采用季節性ARIMA（p，d，q）（P，D，Q）s模型。首先對數據進行一階差分和季節性一階差分，見圖2。差分后，數據趨于平穩（圍繞中心點上下波動）。

通過上述步驟，對季度數據進行建模。利用SPSSS的時間序列建模器從低階到高階逐個對p、q和P、Q的取值進行嘗試，結果ARIMA（0，1，1）（1，1，0）4，ARIMA（0，1，0）（1，1，0）4， ARIMA（0，1，1）（1，1，1）4， ARIMA（0，1，1）（0，1，1）4，四個模型的參數均通過顯著性檢驗，且BIC值分別為14.130、14.040、14.139、14.031，根據BIC準則結合平穩的R方值，因此確定最優模型為ARIMA（0，1，1）（0，1，1）4，平穩R方為0.445。序列的Ljung-Box Q檢驗顯示差異無顯著性（統計量Q=15.194，P=0.510），表明殘差序列為白噪聲，進一步證實了所選模型是恰當的。模型的表達式 （1-L）（1-L4）Yt=（1+0.207L）（1+0.923L4） εt季度模型的驗證 用2016年季度數據進行驗證，發現相對誤差均低于10%，說明模型的預測效果較高。

3 討論

本研究證實了ARIMA模型在銀川地區臨床用血量的預測方面起了一定的作用，但也應該注意到，受諸多因素的影響，所建立的模型不是一成不變的，它較適合進行短期的預測，同時需要不斷加入新的實際數據，以不斷擬合更能反映實際情況的預測模型， 才能達到預測的效果。

參考文獻

[1] 南京英. 宣傳形式決定無償獻血發展 [J]. 世界最新醫學信息文摘， 2017， 17（77）： 151.

[2] 柳芳梅， 梁社玲， 段彩紅， et al. 寧夏血液中心2011-2015年臨床供血調查及分析 [J]. 中國輸血雜志， 2017， 30（1）： 63-64.

[3] 羅志紅. 2004-2008年湖南省臨床用血情況和未來用血變化趨勢分析 [D]； 中南大學， 2009.