導語：在藥學碩士畢業論文的撰寫旅程中，學習并吸收他人佳作的精髓是一條寶貴的路徑，好期刊匯集了九篇優秀范文，愿這些內容能夠啟發您的創作靈感，引領您探索更多的創作可能。

第1篇

【關鍵詞】 時間序列模型； 預測； 血液； 需求量

輸血是臨床治療的重要手段之一。血液制品的供應是大型綜合醫院正常運營不可缺少的重要保證，它涉及到手術大量用血、急診突發用血、臨床治療效果和病人經濟費用以及醫療安全等多個方面［1］。血液中心在提供醫療救助過程中集血液采集、檢驗、儲存、配發以及臨床治療于一體，有著不同尋常的地位［2］。自1998年《中華人民共和國獻血法》頒布實施以來［3］，無償獻血作為血液的主要來源，血液中心在保持血液的采集量和供應量的平衡問題方面所起的作用顯得更為突出［4］。為了解決血液中心血液庫存量出現供大于求或供不應求的現象，本研究對2005～2008年新疆烏魯木齊市醫院用血量進行統計分析，并對本中心2008年和2009年醫院用血量進行預測，從而避免因高庫存造成血液報廢和庫存不足引起血液短缺的現象。

1 資料與方法

1.1 資料

烏魯木齊市血液中心2005～2008年懸浮紅細胞臨床用血量的日報表。

1.2 方法

臨床用血量：以單位（U）計算，每200ml全血分離制備的為1個單位（U）懸浮紅細胞。臨床血液需求量隨時間變化受著許多復合因素的共同影響。可以將這些復合因素分為幾個分量，而由這幾個分量從各自代表的方面來反映時間序列。這種復合模型設計為Y=T·S·C·I［5］，式中T為長期趨勢分量，S為季節變動分量，C為周期變動分量，I為隨機變動分量。

1.2.1 長期趨勢分量(T) 指臨床血液需求量在一個較長時間段上總的平滑面上或向下的變動趨勢，呈直線或曲線的特續趨勢。這種趨勢可能由于人口的變化、人口構成比變化，或疾病譜的變化或業務技術、醫療質量、手術數量等原因所造成的。可作長期的較粗略的預測。

1.2.2 季度變動分量(S) 是指在時間序列上每年重復出現的波動，主要是指由于季節性特點而引起的(如以1個月、3個月等為周期，手術數量在相對季節增加)。

1.2.3 周期變動分量(C) 是指以序列中不同幅度的發展與收縮相交替，且持續時間不同的一種循環變動。

1.2.4 隨機變動分量(I) 是指由于各種事前無法預測的隨機因素而引起的變動，它帶有偶然性。如某種已消失的疾病突然出現而導致急需輸血，或突然自然災害引起的大批傷亡事故等。

2 結果

2005～2008年各季度懸浮紅細胞臨床用血量見表1。表1 2005～2008年各季度懸浮紅細胞臨床用血量根據表1可算出2005年4個季度的移動平均數為：

TC=Y1+Y2+Y3+Y44

=11092.2+12750.8+12949.0+11664.04

=12114(U)

依次按序列分別求出從第3序列至第15序列的移動平均數分別為：12114.0、12178.5、12019.5、11794.3、12073.8、12528.3、12928.8、13962.8、14797.2、16271.2、17727.5、18155.4、18269.4，見表2第(2)欄。

轉貼于

2.1 長期趨勢因素

根據時間序列(表2第(1)欄)，直觀地顯示其趨勢屬于直線類型，可用T=a+bt的數學模型求解。

參數a=9971.3 b=510.9 r=0.863

即每季度臨床用血量的長期趨勢模型是:T=9971.3+510.9t

例:T3=9971.3+510.9×3=11504 (見表2第(4)欄)

2.2 計算出周期變動因素

周期變動分量C=T·CT =中心化的TCT（對應t)

計算出的結果如表2第(5)欄。

2.3 季節性因素和隨機性因素

即: S·I= YT·C

例: S3I3=1294912146.3 =106.6% (見表2第(6)欄)

對于季節性因素，將表2中的S·I按照所屬季節排列，然后對同一季節所有比值S·I進行平均求出周期平均數。設平均數消除了隨機性變動帶來的影響，所以同期平均數依次表示季節性因素的指數［6］。表2 計算表 表3 季節性分量對于隨機性因素，將第3季度(2005年)以后的比值S·I除以相應的同季度的周期平均數，即可求出2005年第3季度以后的隨機性分量。表4 隨機性分量

3 預測

為了提高預測值的準確程度，應對時間序列預測等因素進行擬合。對于模型Y=T·S·C·I中，由于隨機性因素I無法預測估計，實際預測關系式模型只能是Y=T·S·C 。

T17=a+b×13=9971.3+510.9×17=18656.6

C1=99.8(99.8+101.4+102.9+97.2)/4 =99.5%

S17=［300-(99.4+97.1)］×100%=103.5% (根據所有季度的循環指數估計)

即2009年第一季度臨床用血量為：

Y17= T17·C1·S17=18656.6×99.5%×103.5%

=19119.3(U)表5 應用模型預測2008～2009各季度臨床用血量結果

4 模型檢驗

由于尚不能得到2009年各季度臨床用血量實際值，現利用2008年數據檢驗模型，結果見表6。表6 2008年各季度臨床用血量實際值與預測值比較結果

平均相對誤差=1nnt=1|xt-t|xt =0.0103，可見預測效果良好。

5 討論

時間序列預測是按一定的歷史規律進行的，其前提是這些規律在一定時期內保持相對穩定。該方法導出的時間序列預測模型，計算簡單，易于實際工作中應用，不但可分析趨勢變動、季節變動及周期變動，而且還能反映時間序列的變化規律，用其預測具有3種變動趨勢的血液需求資料，有利于我們采取針對性措施，增強血液中心工作的預見性和主動性，使得血液中心血液庫存既能滿足臨床用血，又可避免不必要的浪費。但由于該數學模型的導出忽略了不規則變動，故僅適用于短期預測，否則意義不大，而且在動態變化中要隨機調整才能達到預測相對準確性。

參考文獻

1 辛宗麗.隨機需求環境下血液的訂貨策略研究.優秀研究生學位論文，2005，11.

2 張莉，姚暴英，穆士杰，等.血液庫存及其管理對策.解放軍醫院管理雜志，2003，10(1):62～63.

3 莫冰.血液最佳庫存量分析在無償獻血重的應用.臨床輸血與檢驗，2007，9(2):157.

4 王文.陜西省血液供應管理模式研究.優秀碩士畢業論文，2002，11.