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.

目的 探讨血站最佳血液库存量的设定方法,制定符合站内实际情况的安全库存量,在最大限度减少血液过期报废的前提下保证临床血液的供应.方法 采用回顾性分析方法,统计2012～2016年红细胞类年使用和月使用情况、年递增率、各血型用量及占总用血量的百分比等.结果 2012～2016年用血量呈逐年上升趋势,年均递增率为1.21％;3、5、10、12月份发血量呈正增长趋势;日均发血总量为177.6 U;4种血型日均发血量的参考范围为A型(48.6～57.8 U)、B型(48～55 U)、O型(50.6～61 U)、AB型(15.2～19 U);结合日均发血量及实际,以15倍日均发血量(2664～2892 U)为红细胞类的最高库存量;以5倍日均发血量(888～964 U)为最低库存量;以10倍日均发血量(1776～1928 U)为最佳库存量,各血型最佳库存比例为A:B:O:AB=3.1:3:3.3:0.7;结论 血液安全库存量是血液库存量动态监控体系、血液库存管理预警机制的重要基础,对于保障血液安全具有重要意义.

目的 通过建立时间序列模型预测未来用血量,指导各医疗机构合理预定血液,促进血站合理调配资源.方法 应用时间序列模型中的自回归积分滑动平均模型(ARIMA)预测该院未来用血量,联合类似受试者工作特征(ROC)曲线的评分表,评定不同库存量下预测值的供血充足率和零库存率,评定最优库存量.结果 ARIMA(1,1,0)模型预测值与该院实际用血量基本相符,拟合较好;该院A、B、AB型悬浮红细胞库存为0时,按预测量预定血液效果最佳,O型血在库存量为2时按预测量预定效果最佳.结论 该院按ARIMA(1,1,0)模型指导预定血液不仅可以保证临床正常用血,而且有利于降低该院血液库存率,避免血液资源库存浪费,缓解"血荒"造成的临床用血紧张状况.

目的:通过分析2018年宁波市第六医院红细胞过期报废的情况,找出原因,探讨降低红细胞过期报废率的措施,有效地保护血液资源.方法:从临床使用红细胞血型分布情况、过期红细胞的血型分布情况、报废月份、过期红细胞入库时间距离到有效期时间等方面分析过期原因,并与前2年红细胞过期情况进行比对.结果:相比前2年,2018年过期报废的红细胞中B型Rh阳性血占比增加显著(P＜0.05),主要报废时间多集中于春节假期期间.AB型Rh阳性红细胞报废的原因主要是入库时血液不够新鲜,距有效期时间过短.结论:灵活地调节医院血液最佳库存量及与血站和临床之间的良好沟通对于减少红细胞过期报废起着重要作用.

目的 加强输血科对不同输血目的的血液管理,为制订临床悬浮红细胞用血计划提供科学的参考依据.方法 根据东方医院南院2017年5月1日至2018年8月5日每周的悬浮红细胞用血量,以该院同期的急诊人数和住院人数建立时间序列分析的自回归积分滑动平均模型(ARIMA),在控制最低库存量的基础上,确定ARIMA的最佳参数,并以最佳模型预测2018年8月13日至10月15日的悬浮红细胞用血量.结果 预测该院悬浮红细胞抢救用血量的最佳模型ARIMA(1,2,1)(1,2,0),平稳的R方为0.795,均方根误差(RMSE)为10.144,贝叶斯准则(BIC)为5.177,Ljung-Box Q检验P=0.331,最低预警库存量为1 U;预测治疗用血量的最佳模型为ARIMA(2,1,0)(1,1,1),平稳的R方为0.607,RMSE为16.660,BIC为6.144,Ljung-Box Q检验P=0.402,最低预警库存量为15 U;预测围术期用血量的最佳模型为ARIMA(2,1,1)(2,1,2),平稳的R方为0.675,RMSE为15.224,BIC为6.185,Ljung-Box Q检验P=0.495,最低预警库存量为22U;满足谈院悬浮红细胞整体用血需求的最低库存量为15 U.各模型的实际值均在拟合值、预测值的95％置信区间(95％CI)内,且动态变化一致.结论 基于ARIMA模型的输血质量管理方法应用于不同输血目的的悬浮红细胞用血量预测,有利于输血科合理预订血液,优化库存.

输血治疗是医院对急危重患者进行救治的一种重要方式,临床医师在对患者自身需求进行充分考虑的基础上,结合各项实验室检测结果与临床症状,制定科学化、个体化的输血治疗方案,以此来确保输血有效性与安全性[1,2].一般情况下,临床会选择ABO、RhD同型输血方式,但在抗体筛查阳性、交叉配血不合以及疑难血型等情况下,若ABO、RhD同型血液库存不足,依旧坚持选择采用该输血方式,则可能会将最佳抢救时机延误[3].ABO与Rh配合型输血同样属于临床输血方式之一,但关于该输血模式是否会对红细胞抗体产生影响还有待进一步加强研究[4,5].为此,本研究主要针对配合型输血与常规同型输血对红细胞不规则抗体的影响进行探究,报道如下.

目的 针对目前医用耗材分类主观性较强、分类标准模糊、库存成本较高的问题,探讨一种科学的医用耗材分类方法,以降低医用耗材库存成本,提高库存的有效性.方法 在杭州某儿童医院2020年医用耗材的历史数据中随机抽取100种耗材为研究对象,通过主成分分析(Principal Component Analysis,PCA)算法和K-means聚类算法对研究对象进行分类.结果 确定轮廓系数为0.656的分类数3为最佳分类数,将100种医用耗材分为3类,其中有44种医用耗材归为第一类,42种医用耗材归为第二类,14种医用耗材归为第三类.将本文研究的医用耗材分类方法模拟运用到某儿童医院2021年第一季度的医用耗材库存管理中,模拟结果表明本文研究的分类方法能够降低库存成本,提高库存有效性.结论 基于PCA算法和K-means聚类算法的医用耗材分类方法能够为医用耗材的库存分类管理提供可靠依据.

目的:探讨将课题达成型品管圈和5S管理联合应用于构建多科室协作的大型综合医院医用耗材的闭环管理模式.方法:运用课题达成型品管圈10大步骤,拟定并追究最佳方策,结合5S管理工具的特点,对改善前、中、后医用耗材管理目标值和效益对比值进行分析并评估效果.结果:活动实施后,医用耗材盘点流程熟悉率从52.10％提高到97.73％,达标率为120.40％;医用耗材实库存正确率从72.3％提高到100％,达标率为122.03％;医用耗材三级库存管理制度完善率从0提高到100％,达标率100％;医用耗材智能设备管理覆盖率从15.60％提升至100％,达标率为113.44％;医用耗材实库存管理满意度从67.40％上升至96.87％,达标率为130.04％.此外还收获其他附加效益和无形成果.结论:课题达成型品管圈和5S管理二维管理工具的联合应用于创建大型综合医院医用耗材的闭环管理模式,能够打破医用耗材管理现状,达到1+1大于2的倍增效应,推动医用耗材管理的现代化、科学化、精细化.