您的账号已在其他设备登录,您当前账号已强迫下线,
如非您本人操作,建议您在会员中心进行密码修改

确定
收藏 | 浏览87 | 下载0

目的 探讨自回归移动平均模型(ARIMA)预测单采血小板临床用量的可行性,为单采血小板采集计划的制定和献血者的招募提供参考.方法 采集佛山市中心血站2007-2015年单采血小板每月的临床用量数据,用SPSS软件对2007-2014年的临床用量数据建立ARIMA模型,对2015年每月的单采血小板临床用量进行预测.结果 建立的模型为ARIMA(1,1,1),预测平均相对误差为5.56%,预测效果较好.结论 ARIMA模型能较好地拟合单采血小板临床用量序列并进行短期的有效预测,可为血站单采血小板采集计划的制定和献血者的招募提供数据支持.

作者:马春会;余晋林;温丽玲;郭如华;余卓丽;罗益红

来源:中国输血杂志 2016 年 29卷 12期

知识库介绍

临床诊疗知识库该平台旨在解决临床医护人员在学习、工作中对医学信息的需求,方便快速、便捷的获取实用的医学信息,辅助临床决策参考。该库包含疾病、药品、检查、指南规范、病例文献及循证文献等多种丰富权威的临床资源。

详细介绍
热门关注
免责声明:本知识库提供的有关内容等信息仅供学习参考,不代替医生的诊断和医嘱。

收藏
| 浏览:87 | 下载:0
作者:
马春会;余晋林;温丽玲;郭如华;余卓丽;罗益红
来源:
中国输血杂志 2016 年 29卷 12期
标签:
自回归移动平均模型(ARIMA) 单采血小板 预测 autoregressive integrated moving average model (ARIMA) apheresis platelet prediction
目的 探讨自回归移动平均模型(ARIMA)预测单采血小板临床用量的可行性,为单采血小板采集计划的制定和献血者的招募提供参考.方法 采集佛山市中心血站2007-2015年单采血小板每月的临床用量数据,用SPSS软件对2007-2014年的临床用量数据建立ARIMA模型,对2015年每月的单采血小板临床用量进行预测.结果 建立的模型为ARIMA(1,1,1),预测平均相对误差为5.56%,预测效果较好.结论 ARIMA模型能较好地拟合单采血小板临床用量序列并进行短期的有效预测,可为血站单采血小板采集计划的制定和献血者的招募提供数据支持.