چکیده:
مسئله مورد نظر دو مدل مکانیابی- تخصیص در شرایط عدم قطعیت برای حل مسائل استراتژیک در شبکه بیمارستانی میباشد. هدف مدل کمینه کردن هزینه در شرایطی است که هدف برنامه ریز، ساماندهی (سامان دهی مجدد) شبکه بیمارستانی با بهبود بخشیدن مکان جغرافیایی آن است. یک مشخصه کلیدی آن طراحی شبکه بیمارستان با سرویسدهی گوناگون در ساختارهای سلسله مراتبی است که در مدل اول، مکانیابی به عنوان تصمیمات مرحله اول در نظر گرفته شده است در حالی که مدل دوم، مکانیابی و تخصیص را به عنوان تصمیمات مرحله اول در نظر گرفتهاست. تقاضا به صورت غیر قطعی و در چندین سناریو بیان شده و مطالعه موردی آن در کشور پرتغال صورت گرفته است.
مقدمه:
تصمیم گیری در زمینه مکانیابی تسهیلات و تخمین مجدد ظرفیت، از عوامل مهمی هستند که تصمیمات استراتژیک برای شبکه بیمارستانی را حائز اهمیت میکنند. در این مقاله به سرویسدهی تحت شرایط عدم قطعیت برای تقاضا و عرضه پرداخته شده است بطوریکه تغییر تقاضا به تاثیرات جمعیتی که بسوی پیری میروند و افزایش امید به زندگی (معمولا در کشورهای توسعه یافته) بستگی دارد، همچنین مقاله مورد نظر به پیامدهایی که با تغییرات آتی در تقاضا برای بیمارستانها رخ می دهد، پرداخته است.
مسئله مورد بررسی شامل دو مدل است که هر دو مدل سعی در بهبود سازماندهی مجدد شبکه بیمارستانی دارند. ویژگیهای کلیدی در برنامهریزی استراتژیک بیمارستان شامل موارد زیر است:
بیمارستان به عنوان یک تامین کننده با سه سطح سرویس، بستری، سرپایی و اورژانس.
جریان بیماران با در نظر گرفتن سرویس دهی بیمارستان.
بیشینه ظرفیت بیمارستان.
داشتن یک افق برنامهریزی بر اساس زمان.
یک برنامه ریزی دو هدفه برای ایجاد توازن بین کمینه کردن هزینه و بیشینه کردن دسترسی برای بیماران.
مدل اول شامل فرضیات مربوط به مکانیابی با در نظر گرفتن تخصیص با شرایط عدم قطعیت است. در مدل دوم تخصیص بدون بررسی عدم قطعیت انجام شده است، در نتیجه با تقاضای پاسخ داده نشده و نیازمندی به ظرفیت بیشتر روبرو میشویم.
در تصمیمگیری مسائل تصادفی دو سطحی ، تصمیمات بر اساس برآوردی از پارامترهای غیر قطعی (بر اساس سناریو نیست) انجام میشود که به آن مرحله اول (first-stage decision) میگویند و بار دیگر به صورت غیر قطعی با سناریوهای مختلف در نظر گرفته میشود که به آن مرحله دوم (second-stage decision) گفته میشود. در مدلهای مکانیابی، مکانیابی مراکز را مرحله اول و تخصیص آن را در مرحله دوم در نظر میگیرند. برای مدل دوم هردو تصمیم مکانیابی تخصیصی در مرحله اول گرفته میشود در نتیجه باید در مدل تقاضای ارضا نشده و ظرفیت مازاد لحاظ شود.
مروری بر ادبیات:
مقالات مروری بررسی شده در زمینه مکانیابی توسط اونر (1998)، ماریان وهمکاران (2004)، کلوز و همکاران (2005)، رول و همکاران (2005)، اسمیت و همکاران (2009)، ملو و همکاران (2009)، اربانی و همکاران (2012) و در زمینه سلامت و مکانیابی می توان به رحمان و همکاران (2000) اشاره کرد.
نارو (1979)، روت (1981)،مور (1982)، گالوا و همکاران (2002)، اسمیت و همکاران (2009)، مستر و همکاران (2012) به بررسی مدل مکانیابی تحت شرایط سلسله مراتبی پرداختهاند. استامر و همکاران (2004)، میتروپولوس و همکاران (2006) و اسمیت و همکاران (2012) مدل را به صورت دو هدفه تعریف کردهاند. سنبنز و همکاران (2009) به برنامهریزی خدمات بالینی در یک افق برنامهریزی پرداختهاند. گونز و همکاران (2010) نیز به برنامهریزی مجدد بیمارستانها با در نظر گرفتن ادغام شبکه ها پرداختند. مسمودی و همکاران (2012) به بررسی یک مدل غیر قطعی در تقاضا در زمینه اختصاص تخت به بخشهای موجود در بیمارستان پرداختند.
روشهای تصادفی بر پایه سناریو مزیتهایی دارند آن هم این است که بهترین جواب را تحت شرایط متفاوت بررسی میکنند. برای بررسی مدلهای تصادفی بیشتر میتوان به کا و همکاران (1994)، بریج (1997) و سن (1999) اشاره کرد. سکیلینگ (1982) عدم قطعیت را به عنوان گسترش پوششدهی در مسائل مکانیابی معرفی کرد. داسکین و همکاران (1997) روش قابلیت اطمینان را بیان کردند، به این صورت که هر سناریو حداقل با احتمال رخ خواهد داد. این متد سطح محافظهکارانه را کاهش و به واقعیت نزدیکتر میکند. سیندر و داسکین (2006) روش تصادفی p-robust را برای مسائل مکانیابی توسعه دادند و دو هدف را در مسائل بهینهسازی ترکیب کردند : کمینه کردن هزینه مورد انتظار و هزینه پشیمانی (worst-case cost or regret) . بارون و همکاران (2011) یک مدل دینامیک استوار را برای مکانهای درمان تحت شرایط عدم قطعیت برای تقاضا در نظر گرفتند.
مدل مکانیابی برای شبکه بیمارستانی تحت شرایط عدم قطعیت:
دو مدل مکانیابی-تخصیص در نظر گرفته شده به صورت زیر هستند:
مدل مکانیابی-تخصیص در سطح اول در نظر گرفته شده است که تخصیص به صورت چند سناریو نمیباشد.
مدل بیمارستانها را در دو سطح قرار داده است، (1) امکانات سطح پایینتر (بیمارستانهای منطقهای) که به جمعیت نزدیکتر هستند و مبتنی بر جامعه و خدمات غیر تخصصی برای مناطق تحت پوشش میباشند. (2) امکانات سطح بالاتر (بیمارستانهای مرکزی) که دارای سطح سرویسدهی تخصصیتر میباشند، همچنین این بیمارستانها از/به بیمارستانهای با سطوح پایینتر بیمار دریافت میکنند یا میفرستند. بیمارستانها به صورت چند خدمتی در نظر گرفته شدهاند، بیماران سرپایی، اضطراری و بستری. شکل (1) عملکرد سیستم را نمایش میدهد.
شکل (1). عملکرد سیستم
عوامل زیادی در تقاضا و عرضه سیستمهای بهداشت تاثیر دارند که از کلیدیترین آنها میتوان به : سبک زندگی، انتظارات مردم، جمعیت شناسی، فن آوری، نیروی کار، اطلاعات و ارتباطات اشاره کرد. در این مقاله تقاضا برا اساس دو معیار پیشبینی جمعیت و نرخ استفاده غیر قطعی در نظر گرفته شدهاست.
سه سناریو برای رشد جمعیت در نظر گرفته شده است: رشد بدبینانه، خوشبینانه و پایه. همانطور که در شکل (2) مشخص است با گذر زمان حالت غیر قطعی مسئله افزایش پیدا میکند.
شکل (2)، پیشبینی برای رشد جمعیت در پرتغال
شاخص ها:
پارامترها:
متغیرها:
مدل اول:
دوره اول را با t=1 آغاز میکنیم. مراکزی که در ابتدا باز نبودند با 0 نمایش داده میشوند:
و آنهایی که باز بودند به صورت زیر میباشند:
برخی از مراکز نیز در تمام دورهها باید باز باشند که بصورت زیر نمایش داده شدهاند:
توابع هدف بصورت زیر میباشند:
تابع هدف:
همانطور که مشخص است، مدل شامل دو تابع هدف است که دسترسی و هزینه را نمایش میدهد. تابع هدف اول به کمینه کردن زمان مسافرت احتمالی تا رسیدن به بیمارستان برای دریافت خدمت میپردازد که بر اساس تقاضا وزن گذاری میشود. عنصر اول در (1)، به ورودیهایی که به صورت مستقیم وارد بیمارستانهای منطقه ای و بیمارستانهای مرکزی میشوند، میپردازد. عنصر دوم به محاسبه جابجایی بین مراکز در سلسله مراتبهای مختلف میپردازد (چه در حالت صعودی و چه در حالت نزولی). تابع هدف (2) به کمینه کردن هزینه مورد انتظار که شامل هزینه عملیاتی که به فعالیتهای روزانه مربوط میشود و هزینههای سرمایهگذاری که شامل تاسیس مکان جدید یا بستن مکان موجود میباشد، پرداخته است.
محدودیتها:
محدودیت سوم به رضایت بیمار و محدودیتهای جریان اشاره دارد و این اطمینان را میدهد که در هر سناریو تمامی تقاضا در نظر گرفته شده باشد و توسط بیمارستان منطقه ای و یا بیمارستان مرکزی تامین شدهباشد. محدودیت چهارم و پنجم محدودیتهای جریان هستند و این اطمینان را میدهند که به ازای هر سناریو تعادل برقرار شود. محدودیت چهارم به جریان صعودی بین بیمارستان منطقه ای و بیمارستان مرکزی اشاره دارد و پنجم به جریان نزولی بین بیمارستان منطقه ای و بیمارستان مرکزی اشاره میکند. محدودیت (6) تا (11) به ظرفیت بیمارستان اشاره دارد. محدودیت (6) و (7)، محدودیتهای کمکی هستند که مقدار مورد استفاده در هر سناریو را برای بیمارستان منطقه ای و بیمارستان مرکزی تعیین میکنند. مقدار مورد استفاده از ورودیهای مستقیم به سیستم و منتقل شده از دیگر سرویسها که ممکن است از همان بیمارستان و یا از بیمارستانهای دیگر با سطح متفاوت باشد، مربوط میشود. محدودیت (8) و (9) این اطمینان را میدهند که در هر سناریو مقدار مورد استفاده محدود به ظرفیت بیمارستان است. محدودیت (10) و (11) این اطمینان را میدهند که مقدار ظرفیت برای تاسیس نباید کمتر از مقدار مورد استفاده در نظر گرفته شده در هر سناریو باشد. محدودیتهای (12) تا (16) به قوانین تخصیص برای نقاط تقاضا اشاره دارند به این صورت که تقاضا به نزدیکترین مرکز باز تخصیص داده میشود. بطور مثال در محدودیت (12) اگر بیمارستان منطقه ای نزدیک تر باز باشد، تقاضا به بیمارستان منطقه ای دورتر تخصیص داده نمیشود. محدودیت (16) به جابجایی بین بیمارستان منطقه ای و بیمارستان مرکزی اشاره دارد بطوریکه تخصیص به نزدیکترین مکان انجام میشود. محدودیت (17) و (18) این اطمینان را میدهند که در هر سناریو تقاضا نباید از بیشینه زمان مسافرت در نظر گرفته شده برای انتقال به یک بیمارستان منطقه ای و یا بیمارستان مرکزی بیشتر شود. محدودیت (19) و (20) به محدود بودن تعداد بیمارستان منطقه ای و یا بیمارستان مرکزی باز شده در هر دوره و بودجه اختصاص داده شده، اشاره دارد. محدودیت (21) و (22) به مکانهای بالقوهای که امکان تاسیس بیمارستان است، اشاره دارد با این شرط که اگر و فقط اگر جمعیت بالاتر از کمینه باشد. محدودیت (23) و (24) به مکانیابی مکانی که ممکن است جدید تاسیس شود اشاره دارد و این اطمینان را میدهد که در صورت تاسیس تا پایان دوره باز بماند . محدودیت (25) و (26) به این اشاره دارد که اگر مرکزی بسته شد امکان باز شدن مجدد آن نیست. محدودیت (27) تا (30) به این اشاره دارد که در دوره آخر امکان تاسیس و یا بستن هیچ مرکز نمیباشد. محدودیت (27) و (28) به احداث و (29) و (30) به بستن اشاره دارند.
مدل دوم:
پارامترها:
متغیرها:
توابع هدف:
تابع هدف (32) و (33) به بهینه کردن دسترسی مورد انتظار و هزینه با درنظر گرفتن جریمه برای تقاضای از دست رفته و ظرفیت اضافه، پرداخته است.
محدودیتها:
محدودیت (34) به این اشاره دارد که تمام تقاضاها چه تامین شده باشند و چه تامین نشده باشند، در نظر گرفته شدهاند. محدودیت (48) تا (50) نابرابریهای دارای اعتبار هستند که محاسبات را بهتر میکنند به اینصورت که این محدودیتها جریان بین تقاضا و مراکز بیمارستان را کنترل میکنند. محدودیت (48) و (49) این اطمینان را میدهند که تمام تقاضا تنها توسط مراکز باز تامین میشود. محدودیت (50) این اطمینان را میدهد که جابجایی تنها بین مراکز باز رخ میدهد.
این نکته در نظر گرفته شود که در هر دو مدل هزینه سرمایهگذاری که شامل ساخت و ساز، گسترش، و بسته شدن بیمارستانها است، ثابت میباشد و به اندازه بیمارستان مربوط نمیشود.
روش محدودیت اپسیلون:
گامهای روش محدودیت اپسیلون به صورت زیر میباشد:
هر بار با توجه به یکی از توابع هدف مسأله حل شده و مقادیر بهینه و ندیر هر تابع هدف را محاسبه میگردد.
بازه بین دو مقدار بهینه و ندیر توابع هدف فرعی به تعداد از قبل مشخص تقسیمبندی شده و مقادیر برایε2, …, εn محاسبه میشود.
هر بار مسأله با تابع هدف اصلی برای هر یک از مقادیر ε2, …, εn حل میشود.
بطور مثال فرض کنید مسئله به صورت دو هدفه باشد، f1 تابع هدف اول و f2 تابع هدف دوم است. ابتدا f1، به عنوان تابع هدف اصلی و f2 هم در محدودیتها در نظر گرفته و حل میشود. در مرحله ی بعد f2 به عنوان تابع هدف در نظر گرفته و f1 به عنوان محدودیت و مجددا حل میشود. در این شرایط، یک حد بالا و پایین برای هر دو تابع هدف بدست می آید. فاصله را تقسیمبندی کرده و مجددا محاسبه میگردد تا جوابهایی بیشتری برای f1 و f2 بدست آید که در نهایت رویه پارتوی مورد نظر گزارش میشود.
نتایج بدست آمده:
نتایج قطعی با در نظر گرفتن فرضیات مختلف در جدول (1) نمایش داده شده است:
جدول (1): فرضیات برای تقاضای مختلف
|
سناریو |
پارامتر مورد استفاده |
S1 |
تقاضای کم |
§ رشد جمعیت مربوط به تقاضای کم § متوسط مدت اقامت(بستری)(ALOS): به 6 روز کاهش یافته است § نرخ استفاده: به 12.3% کاهش و بعد به 20% برای افراد مسن |
S2 |
تقاضای میانه |
§ رشد جمعیت مربوط به تقاضای میانه § ALOS: کاهش یک روزه (6.4 روز برای بیمارستان منطقه ای و 7 روز برای بیمارستان مرکزی) § نرخ استفاده به 6.7% کاهش داشته |
S3 |
تقاضای زیاد |
§ رشد جمعیت مربوط به تقاضای زیاد § ALOS: حفظ ارزش فعلی (7.4 روز برای HD و 8 روز برای بیمارستان مرکزی) § نرخ استفاده : حفظ ارزش فعلی برای سرویس بستری |
اگر جمعیت از سناریو خوشبینانه تبعیت کند (تحت سناریو S3)، تقاضا افزایش و اگر بدبینانه باشد (تحت سناریو S1)، تقاضا کاهش و اگر حالت میانه باشد(تحت سناریو S2)، تقاضا میانه میباشد. نتایج بررسی در شکل (3) نمایان است که تغییر وضعیت بیمارستان را در شرایط متفاوت بین هزینه و دسترسی نشان میدهد. بهبود دسترسی و کمینه هزینه را نمایش میدهند.
شکل (3)، جواب بدست آمده از مکانیابی در مرحله اول
نتیجه بدست آمده برای مدل اول:
در این بخش به بررسی مدل با این شرایط که چه زمانی مکانیابی مرحله اول را به انجام برسانیم و بر اساس سناریوهای مختلف تخصیص را انجام دهیم، میپردازیم.تحت سناریو S1 و تحت سناریو S2 و A، B تحت سناریو S3 مدل را در حالت قطعی بررسی کردهاند. A نمایانگر تابع هدف دسترسی و B به هزینه اشاره دارد. نقاط میان هزینه و دسترسی مورد انتظار، تبادل ایجاد میکنند که بسته به اهمیت هر کدام برای تصمیمگیرنده انتخاب میشود. این راه حل نشان میدهد که با افزایش مقدار کمی بر هزینهها، سطح دسترسی بسیار افزایش پیدا میکند. (شکل 3)
در این مدل تخصیص بر پایه سناریوهای مختلف است در نتیجه باید در نظر داشت که ظرفیت توصیه شده نباید از مقدار مورد انتظاری که در هر سناریو استفاده میشود، کمتر باشد در نتیجه مقدار ظرفیت به مقدار سناریو تقاضا مربوط میشود.
بررسی مقدار مورد استفاده در هر سناریو بر اساس محدودیت ظرفیت هر بیمارستان مشخص میشود (کمینه و بیشینه). شکل (4) تعداد افراد بستری شده در بیمارستان را براساس تعداد بیمارستانهای موجود و جدید نشان میدهد.
شکل (4)، افراد بستری شده مورد انتظار در بیمارستان براساس تعداد بیمارستانهای موجود و جدید
همانطور که در شکل (4) مشخص است، در شروع دوره 2007 تنها یک عدد نوشته شده است که به صورت قطعی میباشد، اما در دورههای دیگر به علت وجود عدم قطعیت، تغییرات در نوع ارائه خدمت در بیمارستانها صورت میگیرد.
نتیجه بررسی پیشنهاد میکند تا برای ساخت شبکه بیمارستانی سختگیرانهتر برخورد شود. در این مدل تصمیمگیریهای انجام شده بر اساس نظر تصمیم گیرنده برای مکانیابی تعیین شده است.
مشکلی که مدل با آن روبرو شده است، پیچیدگی محاسبات با افزایش تعداد محدودیتهاست، وقتی که تعداد سناریوها افزایش پیدا کرده باشد.
نتیجه بدست آمده از مدل دوم:
در این بخش به بررسی نتایج بدست آمده با در نظر گرفتن مسئله مکانیابی و تخصیص در مرحله اول، و ظرفیت باقیمانده از انبارها با توجه به مقدار مورد انتظار (مقداری برای جلوگیری از تقاضای تامین نشده و یا ظرفیت اضافی) پرداخته میشود. بر روی پارامتر ALOS آنالیز حساسیت انجام شده است به این صورت که ALOS های مختلف نتایج گوناگونی بر روی شبکه بیمارستای میگذارند. نتایج مدل در سه سناریو در جدول (2) نمایان شده است. دادهها در سه سطح خوشبینانه، بدبینانه و محتمل بررسی شدهاند.
نتایج بدست آمده از مدل با در نظر گرفتن سه سناریو و ALOSهای مختلف:
سناریو با تقاضای کم باعث بهبود حد پایین ظرفیت بیمارستانها است در حالی که سناریو تقاضای زیاد (بدون در نظر گرفتن باز شدن مراکز جدید) به بهبود حد بالا کمک میکند. مرز پارتو برای مدل تصادفی با در نظر گرفتن سه سناریو با ALOSهای مختلف در شکل (5) نشان داده شده است. نتایج شکل (5) پیشنهاد میکند که مکانیابی بیمارستانهای جدید براساس ALOای مختلف میباشد. S، به بررسی هزینه در حالتی که دسترسی به بیشینه خود رسیده باشد، میپردازد. نقاط به بررسی مکانیابی با در نظر گرفتن کمینه هزینه میپردازد.
نتایج بدست آمده نشان میدهد که چگونه از مدل استفاده کنیم نه آنکه تنها یک جواب برای مسئله تعیین کنیم. جواب بهینه بدست آمده برای ALOS با 6 روز زمان در نظر گرفته شده است اما می توان آن را برای ALOSهای دیگر تعمیم داد. شکل (6) مرز پارتو را نشان میدهد که در آن A جواب بهینه برای دسترسی و نقطه B کمینه هزینه را نمایش میدهد. هر دو نقطه بهینه در نظر گرفته شده، شامل تابع جریمه نیز هستند. تابع جریمه شامل تقاضا و ظرفیت اضافی است که ربطی به غیر قطعی بودن ندارد. نقاط C تا G نیز به تبادل بین دو جواب بهینه هزینه و دسترسی میپردازد.
در نقطه A مراکز بیشتری در میان جمعیت تاسیس شدهاند که باعث بهبود دسترسی شده است اما هزینه را به شدت بالا میبرد. هر چقدر که از نقطه A به سمت نقطه B پیش برویم، هزینهها کاهش اما زمان جابجایی افزایش پیدا میکند. جوابهای بدست آمده بین D تا G نشان میدهد که با افزایش مقدار کمی هزینه، سطح دسترسی تا چه حدی افزایش پیدا میکند.
شکل (5)، مرز پارتو با در نظر گرفتن سه سناریو و مکانیابی و تخصیص در مرحله اول تصمیم
نتایج بدست آمده نشان میدهد که چگونه از مدل استفاده کنیم نه آنکه تنها یک جواب برای مسئله تعیین کنیم. جواب بهینه بدست آمده برای ALOS با 6 روز زمان در نظر گرفته شده است اما می توان آن را برای ALOSهای دیگر تعمیم داد. شکل (6) مرز پارتو را نشان میدهد که در آن A جواب بهینه برای دسترسی و نقطه B کمینه هزینه را نمایش میدهد. هر دو نقطه بهینه در نظر گرفته شده، شامل تابع جریمه نیز هستند. تابع جریمه شامل تقاضا و ظرفیت اضافی است که ربطی به غیر قطعی بودن ندارد. نقاط C تا G نیز به تبادل بین دو جواب بهینه هزینه و دسترسی میپردازد.
در نقطه A مراکز بیشتری در میان جمعیت تاسیس شدهاند که باعث بهبود دسترسی شده است اما هزینه را به شدت بالا میبرد. هر چقدر که از نقطه A به سمت نقطه B پیش برویم، هزینهها کاهش اما زمان جابجایی افزایش پیدا میکند. جوابهای بدست آمده بین D تا G نشان میدهد که با افزایش مقدار کمی هزینه، سطح دسترسی تا چه حدی افزایش پیدا میکند.
شکل (6)، مرز پارتو برای مکانیابی و تخصیص با در نظر گرفتن توزیع مثلثی
نتایج و پیشنهادات آتی:
در این مقاله، تصمیمگیری برای شبکه بیمارستانی تحت شرایط عدم قطعیت با در نظر گرفتن سناریوهای متفاوت صورت گرفته است. دو مدل ریاضی با فرضیات مختلف در نظر گرفته شده است. تبادل بین افزایش دسترسی و کمینه هزینه با متد محدودیت اپسیلون برای مسائل چند هدفه در نظر گرفته شده است. مدل برای سیستمهای سلامت با در نظر گرفتن ساختار خدمات بهداشت ملی و مطالعه موردی در کشور پرتغال است. مدل با در نظر گرفتن مکانیابی در مرحله اول، از مدلهای رایج مورد استفاده در ادبیات مکانیابی نیز میباشد. در این مدل با استفاده از سناریوهای مختلف، شرایط عدم قطعیت بررسی شدهاست. در مدل دوم که به صورت مکانیابی و تخصیص در مرحله اول تصمیمگیری میباشد، به دلیل متفاوت بودن تقاضا، جریمه تقاضای برآورده نشده و ظرفیت اضافی در نظر گرفته شده است.
در این
مقاله تنها تقاضا به صورت عدم قطعی دیده شده است، اما در واقعیت نرخ جابجایی، زمان
جابجایی برای بیماران و هزینه متفاوت هر بیمار را نیز میتوان در مطالعات آتی آن
را بصورت غیر قطعی در نظر گرفت.