基于时间序列模型的医院血液库存管理方法应用及探讨

Discussion on the application of blood inventory management in a hospital based on time series models

目的探讨时间序列模型对悬浮红细胞临床用量的预测作用.方法收集浙江大学医学院附属第一医院2013年1月至2020年12月期间每个月悬浮红细胞的临床用量.针对悬浮红细胞的不同血型及治疗类型(抢救、手术及创伤和内科),建立时间序列模型中的自回归积分滑动平均(AR1MA)模型以预测2021年1月至2021年8月期间悬浮红细胞的临床用量.同时,比较不同血型及不同治疗类型悬浮红细胞的预测用量与实际用量,以验证模型的可行性.结果基于2013年1月至2020年12月期间每个月悬浮红细胞的临床用量,可以得到悬浮红细胞A型临床用量的最佳拟合模型为ARIMA(1,1,1)(1,0,0)[12],悬浮红细胞B型临床用量的最佳时间序列拟合模型为ARIMA(2,1,0)(1,2,1)[12],悬浮红细胞O型临床用量的最佳时间序列拟合模型为ARIMA(0,0,1)(1,1,1)[12],悬浮红细胞AB型临床用量的最佳时间序列拟合模型为ARIMA(1,1,1)(1,1,0)[12],悬浮红细胞抢救临床用量的最佳时间序列拟合模型为ARIMA(1,1,1)(1,0,0)[12],悬浮红细胞内科临床用量的最佳时间序列拟合模型为ARIMA(0,1,2)(0,1,1)[12],悬浮红细胞手术及创伤临床用量的最佳时间序列拟合模型为ARIMA(0,1,3)(0,0,2)[12].A型、B型、O型及AB型悬浮红细胞实际用量和预测用量之间比较,差异均无统计学意义(t=0.257、0.185、0.363、0.260,P=0.804、0.856、0.722、0.801).抢救的悬浮红细胞预测用量较实际用量较高[(82±8)U vs.(60±25)U,t=2.299,P=0.049],而其他类型(内科、手术及创伤)在悬浮红细胞预测用量与实际用量之间的比较,差异均无统计学意义(t=0.256、1.845,P=0.802、0.093).结论应用ARIMA模型的血液管理方法,可快速高效地保障医疗机构临床日常用血及急救用血需求,有利于输血科(血库)合理制订血液计划,优化血液库存.