取消互助献血的法伦理思考

互助献血作为一种特殊无偿献血形式在缓解临床用血紧张、解决稀有血型和偏型性血液短缺方面发挥了重要的作用。然而,近年来不法分子利用互助献血的法律漏洞变相卖血日渐猖獗。通过分析发现,互助献血行为异化的主要原因:一是因临床用血供需矛盾突出;二是因我国互助献血概念的外延拓展过宽。就目前而言,取消互助献血又存在着伦理困境和法律障碍。鉴于此,需要适时修订《献血法》并完善法律规范,将互助献血的外延拓展回归至恰当范围;明确政府在无偿献血宣传中规划、组织、协调及经费投入等主体责任,完善顶层设计,建立长效机制,以保障临床用血的有效供给。

移动边缘群智感知动态隐私度量模型与评价机制

移动边缘群智感知中,用户执行感知任务采集数据所包含的隐私量是动态变化且不直观的,数据上传亦缺乏隐私风险预警值,提出一种动态隐私度量(DPM)模型。给出用户参与感知任务所获数据的结构化表示并转化成原始数值矩阵,引入隐私属性偏好与时效性因素实现对该矩阵的权重叠加,以度量数据所含隐私的动态变化,基于权重叠加后的矩阵合理计算用户个性化隐私阈值,并进行差分隐私处理。在此基础上,设计一种隐私度量模型评价机制。仿真结果表明,模型是有效且合理的,根据所给范例,差分隐私处理后的数据效用达到0.7,随噪声水平增加,隐私保护程度(PDD)可显著提升,适应物联网移动边缘群智感知范式。

临床用血需求的ARIMA模型预测

目的:探讨ARIMA模型预测临床用血量的可行性,为科学预测临床用血量及制定采血招募计划提供数据支持。方法:利用SPSS对重庆市万州中心血站2006年1月-2016年6月每月悬浮红细胞临床用量建立ARIMA模型,经模型识别、参数估计与检验,确定最优模型;运用该模型预测2016年7-12月每月悬浮红细胞临床用量,并与实际值比较,验证预测效果。结果:最优模型为ARIMA(3,1,0)(0,1,1,12,残差序列的ACF和PACF落在95%CI内,Ljung-Box统计量差异无统计学意义(P>0.05),说明残差序列呈白噪声,模型通过检验。该模型的预测值均在95%CI内,并且预测值与实际值比较,动态趋势基本一致,平均相对误差为4.27%,预测精度较高。结论:ARIMA(3,1,0)(0,1,1,12模型能较好地拟合临床用血量在时间序列上的变化趋势,可用于临床用血量的预测。

重庆市采供血机构无偿献血现状研究

目的了解重庆市无偿献血现状,分析无偿献血发展中存在的问题。方法对2014—2016年重庆市16家采供血机构无偿献血情况进行问卷调查,并对机构的管理人员进行深度访谈。结果2016年重庆市共有28个固定、111个流动献血点,供血服务半径符合设置要求的机构仅5家;千人口献血率10.82‰;RhD阴性固定献血人次中心血站占比58%,血液中心仅26.73%;2016年全市采血量达50万U,同比增长10.10%;全血捐献形式以个人无偿为主,团体、高校无偿占比逐年上升,互助献血占比逐年下降;400mL全血捐献占比最高,达59.47%;13家采供血机构已开展机采血小板技术,机采血小板献血量总体呈增长态势;个人与互助无偿捐献是机采血小板捐献的主要方式,团体无偿并未开展;2016年全市机采血小板捐献人次较2014年增长了22.30%,2个治疗量捐献人次增长达39.08%。结论重庆市无偿献血工作稳步推进,但还存在固定采血点及机构设置不合理、千人口献血率低且区域间差异较大、RhD阴性血型采集区与供应区配置失衡等问题。

临床红细胞需求量的时间序列分析及预测

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-Box Q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。

基于时间序列分析的悬浮红细胞临床需求预测模型研究

目的基于时间序列分析探讨悬浮红细胞临床需求预测模型,为血液资源采集和储备提供科学依据。方法对重庆市万州中心血站2006年1月至2016年6月每月悬浮红细胞ABO各血型用量及总用量建立差分整合移动平均自回归(ARIMA)模型,运用最优模型预测2016年7月至12月每月悬浮红细胞ABO血型用量及总用量,验证预测效果。结果各最优模型均通过残差序列自相关函数、偏自相关函数以及Ljung-Box Q检验,且各模型的预测值与同期悬浮红细胞用量的实际值变化趋势吻合度较高,平均相对误差较小,预测精度较高。结论最优模型均能较好地拟合悬浮红细胞临床用量在时间序列上的变化趋势,可用于悬浮红细胞临床用量预测。

移动群智感知中基于雾节点协作的感知用户身份隐私保护

在移动群智感知中,攻击者可利用感知用户间的社交关联信息以及感知用户身份信息与感知数据的关联性重构感知用户间的社交圈,进一步攻击用户社交团体。针对这一问题,提出一种基于雾节点协作的感知用户身份隐私保护方案。首先,创建任务分配中心(TC)和数据中心(DC),并由位于终端边缘的2个雾节点承载,分别处理感知任务的合理分配问题和感知数据的聚合计算问题;然后,通过差分隐私加噪干扰防御攻击者获取感知用户间具体的社交关联权重;最后,感知用户使用不同的盲身份分别与TC和DC通信,防止攻击者同时获取感知用户的身份信息和感知数据。安全分析表明,所提方案可以确保感知用户在完成感知任务过程中的身份隐私信息安全。实验结果显示,所提方案可以有效保护感知用户间的社交关联信息,且具有较低的时延。