17289

17289

مدل دو مرحله اي فازي تخصيص اعضاي پيوندي به بيماران: مطالعه موردي زنجيره تأمين پيوند عضو ايران

كارشناسي ارشد

مهندسي سيستم هاي اقتصادي اجتماعي

اسفندماه 1395

دكتر ميرسامان پيشوايي

دكتر سيد علي ترابي

صنايع

با توجه به اهميت مسئله¬ي حفظ جان بيماران در ليست انتظار اعضاي پيوندي، اين اعضا همانند ساير منابع ارزشمند دولت به مثابه¬ي يك سرمايه¬ي كم¬ياب ملي مي¬باشند. برنامه¬ريزي يكپارچه، با در نظر داشتن معيارهاي پزشكي و اقتصادي، در سطوح مختلف كوتاه¬مدت، ميان¬مدت و بلندمدت براي شبكه¬ي زنجيره¬ تأمين پيوند عضو از ضرورت¬هاي مديريتي وزارت بهداشت، درمان و آموزش پزشكي مي¬باشد. اين پژوهش سعي دارد با ارائه¬ي يك مدل دو مرحله¬اي براي تخصيص اعضاي پيوندي قلب،كبد و كليه، كه از اهداكننده¬ي مرگ مغزي فراهم مي¬شوند به برنامه¬ريزي كوتاه¬مدت شبكه¬ي زنجيره¬ تأمين پيوند عضو كشور ياري رساند. در اين مدل برخلاف مدل¬هايي كه تا كنون ارائه شده¬اند، تصميم براي تخصيص عضو به بيمار مناسب، نه¬تنها بر اساس معيارهاي پزشكي، بلكه با توجه به محدوديت¬هاي بودجه و زمان¬هاي حمل و نقل در شبكه¬ي زنجيره¬ تأمين پيوند عضو كشور اتخاذ مي¬شود. علاوه بر اين، مدل حاضر نخستين روش تخصيص عضو بوده كه با بهره¬مندي از رويكرد فازي اعتبار-محور قابليت برخورد با عدم قطعيت شناختي موجود در مقادير پارامترهاي پزشكي و غيرپزشكي را كه ناشي از خطا در اندازه¬گيري و تخمين¬ها مي¬باشد داراست. در مرحله¬ي اول با استفاده از روش تحليل پوششي داده¬هاي فازي، يك معيار كارايي براي بيماران در صورت دريافت يك عضو خاص محاسبه شده و بيماران بر اساس اين معيار رتبه¬بندي مي¬شوند. در مرحله¬ي دوم مدل دوهدفه¬ي فازي با پارامترهاي فازي تصادفي براي كاهش هزينه¬هاي لجستيكي تحميل شده به شبكه پيوند عضو و افزايش كارايي كل يا به بيان ديگر انتخاب مناسب¬ترين بيماران از نظر پزشكي ارائه مي¬شود. پس از تبديل پارامترهاي فازي تصادفي به معادل فازي¬شان، مدل از طريق يك رويكرد تركيبي اعتبار-محور به معادل قطعي تبديل و با استفاده از روش تبديل به قيد افزوده¬ي بهبوديافته حل شده است. در نهايت، براي اثبات كارايي و اعتبار مدل ارائه ¬شده نتايج حاصل از آن با استفاده از داده¬هاي شبكه¬ي پيوند اعضاء كشور مورد تحليل و ارزيابي قرار گرفته است. طبق نتايج آزمايش¬هاي صورت گرفته، تخصيص عضو بر اساس روش دومرحله¬اي پيشنهادي به ترتيب به 64% و 73% كاهش و 36% افزايش در ميانگين زمان حمل و نقل سپري شده، ميانگين مسافت طي شده¬ و ميانگين كارايي پزشكي جفت¬هاي انتخابي نسبت به روش IRNOPT مي¬انجامد. واژه‌هاي كليدي: تخصيص عضو، تحليل پوششي داده¬ها، برنامه¬ريزي رياضي فازي، اعداد فازي تصادفي، روش تبديل به قيد افزوده بهبوديافته.

1396/03/06

12/21/2017 12:00:00 AM

Organs are considered as valuable national resources due to their significanct role in saving patients’ lives. Hence planning for organ transplantation network in different strategic, tactical and operational levels is one of the most important issues in healthcare management sciences. Efficient and fair allocation of organs is one of the most sophisticated decision problems in the operational planning level. The present study proposes a two stage patients’ ranking and organ allocation model that takes into account not only medical criteria but also nonmedical ones (e.g., transportation time, transportation cost, etc.) in ranking patients unlike models developed so far. The proposed method is also the first allocation method which is able to tackle the inherent uncertainties in medical and logistical parameters of the allocation problem. In the first stage, patients are ranked according to their efficiency scores calculated by the use of a credibility-based fuzzy common weights DEA method. In the second phase, a bi-objective integer programming model under mixed uncertaintiy of input logistical data is solved with the aid of improved augmented ε-constraint method. The second stage model outputs best allocations, transplant centers and transportation modes by maximizing total efficiency and minimizing network costs. In order to approve the applicability and validation of the presented model, it is applied to a real dataset comprising kidney, liver and heart which is adopted from Iran’s organ transplantation network. The obtained results from proposed method are eva​luated and compared with those obtained from the current IRNOPT’s allocation method. Our method improves the average transportation time, average transportation cost and average efficiency of chosen pairs by 31%, 57.2% and 24.4% respectively. It also makes a remarkable improvement in the value of medical transplantation criteria and consequently makes a rational tradeoff between involved equity and efficiency measures. Keywords: Organ allocation, DEA, Fuzzy mathematical programming, Random fuzzy variables, Improved augmented ε-constraint method.