BiLSTM在血液需求量预测中的应用

目的基于双向长短期记忆神经网络(bidirectional long short-term memory,BiLSTM)建立临床用血需求预测模型,预测未来长短期的血液需求量。方法以2017—2022年费县人民医院输血科的临床用血数据为基础建立模型,利用多变量链式方程补全法(multivariate imputation by chained equations,MICE)进行缺失数据补全,将补全后的数据归一化后获得6个血液指标的整体变化趋势。在模型的搭建中,首先,将2017年1月—2021年1月的临床用血数据作为训练集,建立BiLSTM模型;然后,将2021年2月—2022年1月的临床用血数据作为测试集,并获得6个血液指标的预测结果。采用均方根误差(root-mean-square error,RMSE)及平均绝对误差(mean absolute error,MAE)衡量预测精度。结果与传统的LSTM模型相比,BiLSTM模型训练集损失函数的下降更平稳,且平稳后的训练集和测试集的损失函数分别下降了约0.01与0.02。同时,BiLSTM预测的6个指标的平均RMSE和MAE分别为74.18和71.54,相比较LSTM分别下降了33.027%和16.794%。结论BiLSTM可用于临床用血的长短期预测,为中心血站中血制品的制备和调度提供参考。

特大地震灾害期间医院血液需求的变化及其影响因素分析

目的探讨"5.12"特大震灾期间医院救治地震伤员用血和灾区血液需求变化及其影响因素。方法将2008年5月12日16:28时至6月1日00:00时救治地震伤员期间,成都地区医院所需全血等6种血液制剂的血型和数量与上年同期比较,并对重灾区绵阳、德阳和广元市3地医院同期救治地震伤员用血需求变化的影响因素进行分析,运用SPSS13.0和EXCEL 2003软件分析数据并作图。结果成都地区医院在救治地震伤员期间,全血、红细胞悬液和血浆需求量分别为2110、12761和15119U,较上年同期1240、8810、7096U分别增加70.2%、44.9%和113.1%,Rh阴性血和冷沉淀更较上年同期分别增加206.9%、385.8%,血小板则比上年同期减少5.3%;B型全血、红细胞悬液和血浆需求量血型构成比分别是17.6%、22.7%和25.3%,O型3种血液需求量血型构成比分别是49.9%、35.6%和38.8%,A型和AB型3种血液需求量血型构成比变化不明显。灾区医院救治伤员全血、红细胞悬液和血浆需求量由灾初短暂急剧增加,到中、后期明显减少,分别减少到灾初需求总量28.8%(86单位)、13.0%(329U)和55.1%(370U)。结论特大震灾发生后,医院血液需求的种类及数量需求都快速增加,尤其以Rh阴性血液和冷沉淀需求量增加更为显著,救治伤员期间血小板需求量变化不明显,且灾区医院血液需求量的明显变化直接与医院毁损等因素相关。