邯郸地区冷沉淀凝血因子临床应用趋势分析*

孙国栋,陈 慧,李俊霞,杜桂萍,王 洪△

(1.河北省邯郸市中心血站 056001；2.河北省邯郸市第四医院 056200)



·临床探讨·

邯郸地区冷沉淀凝血因子临床应用趋势分析*

孙国栋1,陈 慧1,李俊霞1,杜桂萍2,王 洪1△

(1.河北省邯郸市中心血站 056001；2.河北省邯郸市第四医院 056200)

目的 对邯郸地区冷沉淀凝血因子临床用量进行分析并预测，据此指导血液采集、制备计划。方法 对2008年1月至2013年12月每月向邯郸地区临床供应冷沉淀凝血因子单位数量建立数学模型。用Epidata3.0录入数据，导入IBM SPSS Statistics 21，利用时间序列模型中专家建模器建立数学模型；用模型预测2014年1～12月临床应用量，将预测值与实际用量比较，对模型进行验证。结果 专家建模器给出的最佳模型为Winters 加法模型，说明残差均为白噪声序列，模型提取了原序列中所有数据信息，模型诊断均得以通过。将预测结果与实际值进行比较，实际值均落入预测值的95%可信区间内，且相对误差较小，所得模型为最优模型。结论 通过建立数学模型的方式，血液机构能够预测冷沉淀凝血因子的用血趋势，在满足临床需求的前提下，达到库存合理的目的。

冷沉淀凝血因子；数学模型；预测

冷沉淀凝血因子(下简称冷沉淀)是功能性血液成分，富含纤维蛋白原、纤维结合蛋白、FⅧ因子、血管性血友病因子，应用价值很高。近年来，随着成分输血技术的不断深入，冷沉淀不再局限于血液病患者的治疗，而是越来越多地应用于各种手术、创伤引起的凝血机制障碍等出血性疾病，效果显著，其临床应用已经成为医学界研究的热点[1]。用于制备冷沉淀之血液的采集、制备过程及其储存等，国家标准有严格的规定，GB18469-2012《全血成分血质量要求》[2]中规定制备冷沉淀的起始血液为新鲜冰冻血浆，而新鲜冰冻血浆为采集后储存于冷藏环境中的全血，最好在6 h(保养液为ACD)或8 h(保养液为CPD或CPDA-1)内，最长不超过18 h将血浆分离出并速冻呈固态的成分血。冷沉淀是采用特定的方法将保存期内的新鲜冰冻血浆在1～6 ℃融化后，分离出大部分血浆，并将剩余的冷不溶解物质在1 h内速冻呈固态的成分血。《血站技术操作规程(2012版)》中规定，400 mL全血采集时间超过13 min，所采集的全血不可用于制备新鲜冰冻血浆(当然也不能制备冷沉淀)。WS399-2012《血液储存要求》规定，冷沉淀储存温度均在-18 ℃以下保存，期限为采集之日起1年[3]。介于以上相关标准对制作过程繁复的要求，血液机构应当杜绝盲目制备，制备量尽可能契合于临床需求量，才不致血液资源及制备环节人力物力的浪费。本研究根据邯郸地区临床2008～2013年冷沉淀应用情况，通过建立最佳数学模型的方式分析及预测未来的应用趋势，以期达到科学合理地指导血液机构制备的目的。

1 资料与方法

1.1 一般资料 邯郸市中心血站2008年1月至2013年12月，每月向临床供应冷沉淀的总计量。以每 200 mL新鲜冰冻血浆分离制备的冷沉淀为1个单位(U)计算。

1.2 统计学处理 所有数据行Epidata3.0双录入，再导入IBM SPSS Statistics 21，利用时间序列模型中专家建模器对冷沉淀临床应用量建立数学模型，并预测2014年1～12月的临床需求量，通过与临床实际用量进行比较，验证模型误差。以P<0.05为差异有统计学意义。

2 结 果

2.1 经IBM SPSS Statistics 21软件建模，选择每个月冷沉淀向临床供应量为应变量，通过专家建模器，得到冷沉淀供应量的最优模型为Winters 加法模型(图1)。模型的拟合度分析中，正态化的BIC为7.773，MAPE为26.795，平稳的r2=0.658。对残差的白噪声检验结果显示Ljung-BoxQ 统计量为21.315，自由度为15，P>0.05，可以认为残差序列为白噪声序列。模型提取了原序列中的所有数据信息，此模型为最优模型。

图1 冷沉淀临床应用量模型

2.2 模型对2014年1～12月数据进行预测分析后，显示模型中冷沉淀每月用量实际值均落入预测值的95%可信区间内，相对误差均小于5%，平均相对误差较小(表1)。

表1 2014年1～12月冷沉淀用量预测值与实际值(U)

续表1 2014年1～12月冷沉淀用量预测值与实际值(U)

注：相对误差=(预测值-实际值)/实际值×100%。

3 讨 论

从分析结果看出，专家建模器给出的模型通过了模型检验，且对2014年每月冷沉淀应用量进行预测，与实际值相比，相对误差均低于5.00%，表明模型的预测是较准确的。模型建立后，本科室根据模型给出的数据制订每月冷沉淀的血液制备计划，取得了很好的效果。在保证临床使用量的前提下，冷沉淀的库存不积压，大大节省了制备，以及储存环节人力物力的浪费。由此可见，建立冷沉淀数学模型对保证临床血液供应，指导合理库存起到了积极的指导意义。

从模型图看出，近年冷沉淀凝血因子用量呈逐年增高趋势，且具有季节性，与伍冬梅[4]的报道一致。时间序列模型只是依靠过去的统计资料建立的模型，专家建模器预测精度很高，但此类模型做单步预测效果尚可，多步预测就不太理想。预测时间不宜过长，以1年较为恰当[5]。作者曾尝试对各种血型的冷沉淀分别建立数学模型，但是由于单个血型冷沉淀月使用量有0 U的情况，不适宜建立模型，现有数据只能建立所有血型合计的模型。但是，分别建立各种血型数学模型对实际工作会更有意义，因为各种血型都与临床需求相契合才是真正意义上的满足需求，随着冷沉淀临床应用量的增加，在数据不为0 U的情况下可以分血型进行预测。据安阳市邵丹等[6]和宜昌市李璐璐[7]的报道，冷沉淀用量较多的医院多为市里大医院及三甲医院。

随着对成分输血认识上的提高和技术上的不断发展，通过加强临床医生输血知识的培训，指导医生更加合理地利用血液成分，相信冷沉淀的临床需求量会不断地增加，数学模型这一统计分析手段会更好地应用到采供血工作当中。

[1]魏晓娟.冷沉淀在临床中的应用[J].检验医学与临床，2013，10(2)：255-256.

[2]林达，冯晓林，高翔.冷沉淀凝血因子在急性创伤性出血治疗中的应用[J].检验医学与临床,2014,11(1):144.

[3]傅平，杨爱莲，张宏.冷沉淀在治疗大量失血患者中的应用[J].实验与检验医学，2009，27(6)：610-611.

[4]伍冬梅.冷沉淀临床应用情况分析[J].中国现代药物应用，2014，8(12)：247-248.

[5]叶柱江，刘赴平.时间序列自回归移动平均模型在临床红细胞用量预测中的应用[J].中国输血杂志，2013，26(2)：131-134.

[6]邵丹，张玉芬，邢宝玲.冷沉淀应用统计分析[J].医学理论与实践，2014，27(3)：359-360.

[7]李璐璐.2008～2013年宜昌市冷沉淀供血情况分析[J].中国输血杂志，2014，27(增刊1)：91.

河北省卫生和计划生育委员会医学科学研究重点课题资助项目(ZD20140390)。

△通讯作者,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)