基于SARIMA模型的血小板需求预测:优化血液银行资源配置和临床供应
Wang Feng1, Xu Wen-Long2, Xu Zhi-Guo3
1Huzhou Central Blood Station, Huzhou, China.
概括
准确的血小板需求预测对于血液银行至关重要. 一个季节性自回归综合移动平均 (SARIMA) 模型有效预测了血小板需求,改善了库存管理和临床供应效率.
科学领域:
- 生物医学信息学 生物医学信息学
- 医疗保健管理的管理
- 时间序列分析时间序列分析
背景情况:
- 由于医学进步和人口老龄化,对血小板输血的需求日益增加.
- 由于保质期短和储备有限,血小板供应管理面临挑战.
- 血库需要准确的需求预测至关重要.
研究的目的:
- 用时间序列分析预测血小板需求趋势.
- 实施季节性自回归集成移动平均线 (SARIMA) 模型进行预测.
- 为优化血液银行运营和临床供应提供科学证据.
主要方法:
- 从2015年1月到2023年12月收集的血小板单位的月度总量数据.
- 构建并验证了一种用于预测血小板需求的SARIMA模型.
- 在预测中使用了SARIMA{0,1,1){0,1,1)12模型.
主要成果:
- 萨里马 (SARIMA) 0,1,1) 0,1,1) 12模型显示出更高的适合性和贝叶斯信息标准 (BIC) 评分.
- 该模型准确地预测了2024年上半年的血小板需求.
- 实际供应在95%的置信区间内,平均相对误差为3.61%.
结论:
- 萨里马模型为预测血小板需求提供了一个有效的工具.
- 通过准确的预测,可以实现优化库存管理和临床供应.
- 建议进行进一步的研究,以加强对临床需求的预测模型.
