一種基于指數平滑模型的血液管理方法

朱 馳，趙皇偉，趙曉明，楊 冀△

(1.同濟大學附屬東方醫院檢驗科，上海 200123；2.上海楊思醫院內分泌科，上海 200123)

隨著輸血醫學的高速發展，規范化、科學化、合理化使用血制品已成為臨床科室質量管理的目標之一。同時，在血制品日益緊張的大環境下，為保證合理輸血和安全輸血，多學科、多區域的協作規劃、大數據應用、輸血評估體系等一系列措施也日趨完善[1-3]。輸血科作為血站和臨床科室中間的“樞紐站”，秉持“開源”與“節流”的中心思想，從建立源頭節約用血的臨床用血評價體系和合理的血液預訂量出發，從而在臨床合理化輸血和血站統籌調配資源中發揮至關重要作用。如今，大多數輸血科血液的預訂量和對臨床科室的用血管理基本依靠崗位人員的長期工作經驗，缺乏有效可靠的科學手段。利用統計軟件對數據進行分析預測是輸血科今后血液管理發展的重要方向。時間序列分析方法是通過對歷史數據的發展趨勢進行分析以預測未來數據，指數平滑模型是時間序列分析的一種方法，通過對歷史數據整體均值、整體趨勢、季節性以及序列最鄰近值進行分析，賦予離預測值較近的觀察值較大的權數，離預測值較遠的觀察值賦予較小的權數，權數由近到遠按指數規律遞減[4]，根據預測值與觀察值之間的時間長短來確定預測值的可靠性，使預測值既能反映最新數據，又能呼應歷史數據，從而使預測結果更符合實際。本文就基于指數平滑模型的預測值發掘各臨床科室用血趨勢規律，以制訂各科室的合理用血量和輸血科的定血量，從而統籌管理血液資源，保證規范、科學、合理用血，加快患者限制性輸血策略的落實，現報道如下。

1 資料與方法

1.1一般資料 數據資料來源于同濟大學附屬東方醫院(下稱本院)實驗室信息系統(LIS)內2015年1-7月各臨床科室用血出庫量，血制品使用范圍為懸浮紅細胞，以單位(U)計算。

1.2方法 采用SPSS22.0統計軟件，通過軟件的分析-預測-創建模型，以2015年1月至2017年12月心外科、腫瘤血液科、中間監護室(ICU)、肝膽外科4個高用血量科室的月度用血量作為因變量。定義日期為年份、月份，采用專家建模器，更改條件為指數平滑法模型，以其每月用血量作為觀察值，采用專家建模器指數平滑模型擬合最佳模型，預測2018年1-7月各臨床科室用血量，并將預測值與實際值比較，分析基于指數平滑模型的血液管理方法的可行性和實用性。

2 結 果

2.1以每月各科室用血量為因變量，通過專家建模器，選擇指數平滑模型，輸出最佳擬合模型，模型參數如表1所示，模型屬于可行性預測模型，預測效果良好。

表1 各科室每月用血量模型擬合及其參數

圖1 2015年1月至2017年12月各科室用血量及模型擬合圖

2.2如圖1所示，2015年1月至2017年12月觀測值都在擬合值的95%置信區間內；2018年1-7月的觀測值也均落在擬合值的95%置信區間內。如表2所示，與實際值比較，腫瘤血液科的預測誤差較大，心外科、中心監護室以及肝膽外科的預測誤差在可接受范圍內，預測效果良好。如圖2所示，模型擬合后，殘差序列的自相關和偏自相關系數均落于95%置信區間內，即模型適用于該項數據的擬合預測，為白噪聲序列。

圖2 模型擬合后殘差序列自相關和偏相關分析

表2 2018年1-7月實際值與模型預測值結果比較(U)

續表2 2018年1-7月實際值與模型預測值結果比較(U)

3 結 論

隨著血液供需差距的拉大，我國近年來出現血荒的城市已高達七十余個，且持續數十年以上，呈現無季節性、常態化供血緊張的趨勢[5]。除了加強無償獻血全民教育[6]、對獻血群體的人文關懷[7]等擴大血液來源途徑外，醫院合理化、規范化、科學化的血液管理也是解決“血荒”的重要手段。本次研究中，輸血科根據各個科室的用血量預測值，對不同科室給予不同的月度供血指標，實現了科室個體化供血審核制度，促進了各個科室積極實施對患者的限制性輸血策略，達到了科學用血、合理用血的目的。這樣不僅可以減少因過多輸血帶來的不良反應，而且有節約血液資源，降低患者醫療費用等好處[8]。因此，準確預測各個科室的血液需求量，不但能滿足臨床用血需求，減少輸血不良反應的發生，而且還能避免血液資源浪費[9]，提高血液資源的合理利用率等。本研究運用時間序列的指數平滑模型分析和預測了2018年1-7月本院心外科、肝膽外科、中心監護室和腫瘤血液科血制品的使用量，模型擬合的平穩R方均在0.75以上，證明了該模型的有效性和科學性，為今后本院輸血科在對臨床血液的合理管理和血液適量預訂提供了科學依據。

本次研究表明，本院腫瘤血液科和肝膽外科的月用血量數據序列擬合最優模型為簡單季節性，說明此序列具有線性時間趨勢但無季節性變化，可能原因為本院腫瘤血液科和肝膽外科有許多長期輸血的患者，故模型只能說明兩科室用血量的線性發展趨勢而無季節性改變。心外科擬合較好的模型為Holt-Winters相乘性，中心監護室擬合較好的模型為Holt-Winters 相加性，這兩種模型都屬于Holt模型，它在簡單季節模型的基礎上，考慮序列的周期性變化，加上季節性因子，相加性和相乘性在本質上沒有優劣之分，需要根據問題的本身選擇具體的方法，只是在預測時，相加模式是將水平項(歷史序列的加權平均)、誤差項(隨機沖擊)、趨勢因子(歷史走向)和季節因子相加，而相乘模式是將這些因子相乘。心外科和中心監護室用血量變化呈季節性變化也是有據可依的，如冬季是心臟病高發的季節，惡劣天氣是各種突發事件暴發的重要因素等。

但是，在本次研究中，腫瘤血液科模型預測的誤差較大，月預測量誤差高達17個單位，且擬合時Ljung-Box檢驗P<0.05，說明腫瘤血液科的數據序列為非白噪聲序列，觀測值不是隨機獨立的，可能原因為本院腫瘤血液科以放、化療患者居多，骨髓長期受到抑制，需定期輸注異體血，從而導致有些患者周期性來本院輸血，引起序列自相關，削減了指數平滑模型的準確性。不過，雖然在模型預測不夠精確的情況下，即月預測量誤差高達17個單位(平均到每周誤差約為四個單位)，臨床上還是可以通過建立合適的庫存量保證該模型用于實際工作，且在輸血科預訂血液時，是以所有科室的用血量為預訂量，可緩沖單個科室因數據較小而引起誤差偏大的問題。當然，各科室的用血量還跟當期的住院人數、手術情況、醫療水平以及突發事件有關，模型的預測值只能作為一個參考依據，崗位人員在實際血液管理和血液預訂時，需聯系實際情況靈活運用、多面分析。另外，由于本次研究的觀測值較少，可能對擬合程度產生一定的影響，長時間大數據的觀測值序列分析將大大提高模型預測的準確度。