临床红细胞需求量的时间序列分析及预测

• 作者: 刘芸男 彭荣荣 杨冬燕 杨小丽 王含柔 赵明烽
• 来源期刊: 上海交通大学学报（医学版）
• 学科: 医学
• 关键词: 时间序列分析 临床红细胞 需求预测 ABO血型
• 年，卷（期）: 2020,（8）
• 所属期刊栏目: 公共卫生
• 页码范围: 1113-1119
• 页数: 7页
• 分类号: R457.1+2|R197.61
• 语种: 中文
• DOI: 10.3969/j.issn.1674-8115.2020.08.019

摘要

目的 ·利用差分整合移动平均自回归模型(autoregressive integrated moving average model,简称ARIMA模型)建立临床红细胞需求预测模型,为制定血液采集及献血者招募计划提供科学依据.方法 ·收集2006年1月-2016年6月重庆市血液中心的临床红细胞出库数据,利用SPSS软件建立ABO血型的ARIMA模型.运用建立的模型预测2016年7月-12月ABO各血型红细胞的临床需求量,并与实际值比较以验证预测效果.结果 ·成功建立ABO血型各自的最优模型,A型为ARIMA(3,1,0)(1,1,0)12、B型为ARIMA(3,1,0)(0,1,1)12、O型为ARIMA(3,1,0)(1,0,1)12及AB型为ARIMA(3,1,0)(0,1,1)12.各模型的Ljung-BoxQ统计量均无统计学意义,残差序列均为白噪声,拟合效果良好;且各模型于2006年1月-2016年6月的拟合值与实际值间动态趋势大致相同,2016年7月-12月的临床需求量实际值均在预测值的95％CI内,平均相对误差均在10％以内.结论 ·ARIMA模型预测精度较高,能较好地拟合临床红细胞需求量的变化趋势,适用于临床红细胞各血型需求量的短期预测.