Comparación de métodos de series temporales y algoritmos de aprendizaje automático para predecir el suministro de sangre de la Taiwan Blood Services Foundation
Autores: Han, Shih; Suchithra, Rajendran
Idioma: Inglés
Editor: Hindawi
Año: 2019
Disponible con Suscripción Virtualpro
Artículos
Categoría
Ingeniería y Tecnología
Licencia
Atribución – Compartir igual
Consultas: 9
Citaciones: Sin citaciones
Objetivo. La incertidumbre en el suministro y la corta vida útil de los productos sanguíneos han provocado una considerable caducidad de la sangre recogida de los donantes. Por otra parte, los hospitales y centros de transfusión sufren una grave escasez de sangre debido a la limitada población de donantes. Por lo tanto, es obvia la necesidad de prever el suministro de sangre para minimizar la caducidad y la escasez. El objetivo de este estudio es prever de forma eficiente el suministro de componentes sanguíneos en los centros de transfusión. Métodos. Se desarrollan dos tipos diferentes de técnicas de previsión, series temporales y algoritmos de aprendizaje automático, y se determina el método más eficaz para el caso de estudio. En cuanto a las series temporales, se consideran los modelos autorregresivo (AUTOREG), autorregresivo de media móvil (ARMA), autorregresivo de media móvil integrada (ARIMA), ARIMA estacional, método de suavización exponencial estacional (ESM) y Holt-Winters. Las redes neuronales artificiales (RNA) y la regresión múltiple se consideran algoritmos de aprendizaje automático. Resultados. Para llevar a cabo nuestro estudio, utilizamos datos históricos de suministro de sangre de cinco años de la Taiwan Blood Services Foundation (TBSF). Al comparar las distintas técnicas, comprobamos que los métodos de previsión de series temporales arrojan mejores resultados que los algoritmos de aprendizaje automático. Más concretamente, el menor valor de las medidas de error se observa en los modelos ESM y ARIMA estacionales. Conclusiones. Los modelos desarrollados pueden actuar como un sistema de apoyo a la toma de decisiones para los administradores y patólogos de los bancos de sangre, centros de donación de sangre y hospitales para determinar su política de inventario basada en la estimación del suministro futuro de sangre. Los modelos de previsión desarrollados en este estudio pueden ayudar a los gestores sanitarios a gestionar el control del inventario de sangre de forma más eficiente, reduciendo así la escasez y el desperdicio de sangre.
Descripción
Objetivo. La incertidumbre en el suministro y la corta vida útil de los productos sanguíneos han provocado una considerable caducidad de la sangre recogida de los donantes. Por otra parte, los hospitales y centros de transfusión sufren una grave escasez de sangre debido a la limitada población de donantes. Por lo tanto, es obvia la necesidad de prever el suministro de sangre para minimizar la caducidad y la escasez. El objetivo de este estudio es prever de forma eficiente el suministro de componentes sanguíneos en los centros de transfusión. Métodos. Se desarrollan dos tipos diferentes de técnicas de previsión, series temporales y algoritmos de aprendizaje automático, y se determina el método más eficaz para el caso de estudio. En cuanto a las series temporales, se consideran los modelos autorregresivo (AUTOREG), autorregresivo de media móvil (ARMA), autorregresivo de media móvil integrada (ARIMA), ARIMA estacional, método de suavización exponencial estacional (ESM) y Holt-Winters. Las redes neuronales artificiales (RNA) y la regresión múltiple se consideran algoritmos de aprendizaje automático. Resultados. Para llevar a cabo nuestro estudio, utilizamos datos históricos de suministro de sangre de cinco años de la Taiwan Blood Services Foundation (TBSF). Al comparar las distintas técnicas, comprobamos que los métodos de previsión de series temporales arrojan mejores resultados que los algoritmos de aprendizaje automático. Más concretamente, el menor valor de las medidas de error se observa en los modelos ESM y ARIMA estacionales. Conclusiones. Los modelos desarrollados pueden actuar como un sistema de apoyo a la toma de decisiones para los administradores y patólogos de los bancos de sangre, centros de donación de sangre y hospitales para determinar su política de inventario basada en la estimación del suministro futuro de sangre. Los modelos de previsión desarrollados en este estudio pueden ayudar a los gestores sanitarios a gestionar el control del inventario de sangre de forma más eficiente, reduciendo así la escasez y el desperdicio de sangre.