邯鄲地區冷沉淀凝血因子臨床應用趨勢分析*

孫國棟,陳 慧,李俊霞,杜桂萍,王 洪△

(1.河北省邯鄲市中心血站 056001；2.河北省邯鄲市第四醫院 056200)

?

·臨床探討·

邯鄲地區冷沉淀凝血因子臨床應用趨勢分析*

孫國棟1,陳 慧1,李俊霞1,杜桂萍2,王 洪1△

(1.河北省邯鄲市中心血站 056001；2.河北省邯鄲市第四醫院 056200)

目的 對邯鄲地區冷沉淀凝血因子臨床用量進行分析并預測，據此指導血液采集、制備計劃。方法 對2008年1月至2013年12月每月向邯鄲地區臨床供應冷沉淀凝血因子單位數量建立數學模型。用Epidata3.0錄入數據，導入IBM SPSS Statistics 21，利用時間序列模型中專家建模器建立數學模型；用模型預測2014年1～12月臨床應用量，將預測值與實際用量比較，對模型進行驗證。結果 專家建模器給出的最佳模型為Winters 加法模型，說明殘差均為白噪聲序列，模型提取了原序列中所有數據信息，模型診斷均得以通過。將預測結果與實際值進行比較，實際值均落入預測值的95%可信區間內，且相對誤差較小，所得模型為最優模型。結論 通過建立數學模型的方式，血液機構能夠預測冷沉淀凝血因子的用血趨勢，在滿足臨床需求的前提下，達到庫存合理的目的。

冷沉淀凝血因子；數學模型；預測

冷沉淀凝血因子(下簡稱冷沉淀)是功能性血液成分，富含纖維蛋白原、纖維結合蛋白、FⅧ因子、血管性血友病因子，應用價值很高。近年來，隨著成分輸血技術的不斷深入，冷沉淀不再局限于血液病患者的治療，而是越來越多地應用于各種手術、創傷引起的凝血機制障礙等出血性疾病，效果顯著，其臨床應用已經成為醫學界研究的熱點[1]。用于制備冷沉淀之血液的采集、制備過程及其儲存等，國家標準有嚴格的規定，GB18469-2012《全血成分血質量要求》[2]中規定制備冷沉淀的起始血液為新鮮冰凍血漿，而新鮮冰凍血漿為采集后儲存于冷藏環境中的全血，最好在6 h(保養液為ACD)或8 h(保養液為CPD或CPDA-1)內，最長不超過18 h將血漿分離出并速凍呈固態的成分血。冷沉淀是采用特定的方法將保存期內的新鮮冰凍血漿在1～6 ℃融化后，分離出大部分血漿，并將剩余的冷不溶解物質在1 h內速凍呈固態的成分血。《血站技術操作規程(2012版)》中規定，400 mL全血采集時間超過13 min，所采集的全血不可用于制備新鮮冰凍血漿(當然也不能制備冷沉淀)。WS399-2012《血液儲存要求》規定，冷沉淀儲存溫度均在-18 ℃以下保存，期限為采集之日起1年[3]。介于以上相關標準對制作過程繁復的要求，血液機構應當杜絕盲目制備，制備量盡可能契合于臨床需求量，才不致血液資源及制備環節人力物力的浪費。本研究根據邯鄲地區臨床2008～2013年冷沉淀應用情況，通過建立最佳數學模型的方式分析及預測未來的應用趨勢，以期達到科學合理地指導血液機構制備的目的。

1 資料與方法

1.1 一般資料 邯鄲市中心血站2008年1月至2013年12月，每月向臨床供應冷沉淀的總計量。以每 200 mL新鮮冰凍血漿分離制備的冷沉淀為1個單位(U)計算。

1.2 統計學處理 所有數據行Epidata3.0雙錄入，再導入IBM SPSS Statistics 21，利用時間序列模型中專家建模器對冷沉淀臨床應用量建立數學模型，并預測2014年1～12月的臨床需求量，通過與臨床實際用量進行比較，驗證模型誤差。以P<0.05為差異有統計學意義。

2 結 果

2.1 經IBM SPSS Statistics 21軟件建模，選擇每個月冷沉淀向臨床供應量為應變量，通過專家建模器，得到冷沉淀供應量的最優模型為Winters 加法模型(圖1)。模型的擬合度分析中，正態化的BIC為7.773，MAPE為26.795，平穩的r2=0.658。對殘差的白噪聲檢驗結果顯示Ljung-BoxQ 統計量為21.315，自由度為15，P>0.05，可以認為殘差序列為白噪聲序列。模型提取了原序列中的所有數據信息，此模型為最優模型。

圖1 冷沉淀臨床應用量模型

2.2 模型對2014年1～12月數據進行預測分析后，顯示模型中冷沉淀每月用量實際值均落入預測值的95%可信區間內，相對誤差均小于5%，平均相對誤差較小(表1)。

表1 2014年1～12月冷沉淀用量預測值與實際值(U)

續表1 2014年1～12月冷沉淀用量預測值與實際值(U)

注：相對誤差=(預測值-實際值)/實際值×100%。

3 討 論

從分析結果看出，專家建模器給出的模型通過了模型檢驗，且對2014年每月冷沉淀應用量進行預測，與實際值相比，相對誤差均低于5.00%，表明模型的預測是較準確的。模型建立后，本科室根據模型給出的數據制訂每月冷沉淀的血液制備計劃，取得了很好的效果。在保證臨床使用量的前提下，冷沉淀的庫存不積壓，大大節省了制備，以及儲存環節人力物力的浪費。由此可見，建立冷沉淀數學模型對保證臨床血液供應，指導合理庫存起到了積極的指導意義。

從模型圖看出，近年冷沉淀凝血因子用量呈逐年增高趨勢，且具有季節性，與伍冬梅[4]的報道一致。時間序列模型只是依靠過去的統計資料建立的模型，專家建模器預測精度很高，但此類模型做單步預測效果尚可，多步預測就不太理想。預測時間不宜過長，以1年較為恰當[5]。作者曾嘗試對各種血型的冷沉淀分別建立數學模型，但是由于單個血型冷沉淀月使用量有0 U的情況，不適宜建立模型，現有數據只能建立所有血型合計的模型。但是，分別建立各種血型數學模型對實際工作會更有意義，因為各種血型都與臨床需求相契合才是真正意義上的滿足需求，隨著冷沉淀臨床應用量的增加，在數據不為0 U的情況下可以分血型進行預測。據安陽市邵丹等[6]和宜昌市李璐璐[7]的報道，冷沉淀用量較多的醫院多為市里大醫院及三甲醫院。

隨著對成分輸血認識上的提高和技術上的不斷發展，通過加強臨床醫生輸血知識的培訓，指導醫生更加合理地利用血液成分，相信冷沉淀的臨床需求量會不斷地增加，數學模型這一統計分析手段會更好地應用到采供血工作當中。

[1]魏曉娟.冷沉淀在臨床中的應用[J].檢驗醫學與臨床，2013，10(2)：255-256.

[2]林達，馮曉林，高翔.冷沉淀凝血因子在急性創傷性出血治療中的應用[J].檢驗醫學與臨床,2014,11(1):144.

[3]傅平，楊愛蓮，張宏.冷沉淀在治療大量失血患者中的應用[J].實驗與檢驗醫學，2009，27(6)：610-611.

[4]伍冬梅.冷沉淀臨床應用情況分析[J].中國現代藥物應用，2014，8(12)：247-248.

[5]葉柱江，劉赴平.時間序列自回歸移動平均模型在臨床紅細胞用量預測中的應用[J].中國輸血雜志，2013，26(2)：131-134.

[6]邵丹，張玉芬，邢寶玲.冷沉淀應用統計分析[J].醫學理論與實踐，2014，27(3)：359-360.

[7]李璐璐.2008～2013年宜昌市冷沉淀供血情況分析[J].中國輸血雜志，2014，27(增刊1)：91.

河北省衛生和計劃生育委員會醫學科學研究重點課題資助項目(ZD20140390)。

△通訊作者,E-mail:957620354@qq.com。

10.3969/j.issn.1672-9455.2015.23.039

A

1672-9455(2015)23-3546-02

2015-03-15

2015-06-20)