18472

۱۸۴۷۲

مدل تخصيص دوره اي اعضاي پيوندي به بيماران درشرايط عدم قطعيت مطالعه موردي : زنجيره تأمين پيوند اعضا ايران

كارشناسي ارشد

مدل سازي سيستم هاي كلان

آبان ماه ۱۳۹۶

دكترميرسامان پيشوايي

دكترفرناز برزين پور

صنايع

يكي از حياتيترين زيرمجموعههاي سيستمهاي سلامت، پيوند اعضا ميباشد كه در بسياري از مواقع تنها راه درمان براي بيماري‌هاي لاعلاج و كشنده محسوب مي‌گردد. يكي از مسائل مهم و كاربردي در اين حوزه، تخصيص عضو و يافتن گيرنده مناسب با در نظر گرفتن محدوديت‌هاي مربوطه مي‌باشد. شكاف موجود ميان اهداكنندگان و افراد در ليست انتظار در زنجيره پيوند اعضا، اهميت و بحراني بودن اين حوزه را پررنگ‌تر گردانيده است. يكي از ضرورت‌هاي مديريتي وزارت بهداشت، درمان و آموزش پزشكي برنامه‌ريزي يكپارچه براي زنجيره تأمين پيوند اعضا، با در نظر گرفتن معيارهاي پزشكي و اقتصادي، در سطوح مختلف برنامه‌ريزي است. ازاين‌رو در اين پژوهش، يك مدل رياضي چند دوره‌اي براي تخصيص اعضا پيوندي كه از اهداكنندگان مرگ مغزي فراهم مي‌شود، با در نظر گرفتن تغيير وضعيت سلامتي بيماران ارائه‌شده است. باوجوداينكه اين مدل‌ها نمي‌توانند جايگزين مكانيزم پزشكي شود اما مي‌توان از اين مدل‌ها به‌عنوان ابزاري براي تصميم‌گيري بهتر در اين حوزه استفاده كرد. در اين مدل پيشنهادي، تصميم‌گيري براي تخصيص عضو به بيمار مناسب، بر اساس معيارهاي پزشكي و همچنين با توجه به معيارهاي لجستيكي و محدوديت‌هاي هزينه و زمان هاي حمل‌ونقل در شبكه‌ي زنجيره تأمين پيوند عضو اتخاذ مي‌شود. علاوه بر اين، با توجه به خطا در اندازه‌گيري و تخمين در پارامترهاي پزشكي و غيرپزشكي مسئله از رويكرد برنامه‌ريزي فازي براي مقابله با عدم قطعيت شناختي استفاده‌شده است. در مرحله‌ي اول با استفاده از آناليز بقا و مدل COX، احتمال بقا و شدت بيماري هر بيمار محاسبه شده است. در مرحله‌ي دوم مدل چندهدفه امكاني با پارامترهاي فازي باهدف توزان بين كارايي و برابري براي انتخاب مناسب‌ترين گيرنده ارائه مي‌شود. سپس مدل با استفاده از يك رويكرد جديد تركيبي تعاملي فازي TH مبتني بر برنامه‌ريزي آرماني اولويت‌بندي شده حل‌شده است. در پايان، براي اثبات كارايي و كاربردي بودن مدل ارائه‌شده نتايج حاصل از آن با استفاده از داده‌هاي شبكه‌ي پيوند اعضاء مورد تحليل و ارزيابي قرارگرفته است. خروجيها نشان مي‌دهد كه تخصيص عضو بر اساس روش دومرحله‌اي پيشنهادي در معيارهاي پزشكي و لجستيكي نسبت به روش IRNOPT داراي عملكرد و بهبودي بيشتري هست. واژگان كليدي: پيوند عضو، تخصيص عضو، كارايي، برابري، برنامه‌ريزي امكاني، برنامه‌ريزي آرماني فازي.

1396/11/25

2/14/2018 12:00:00 AM

One of the most vital subsets of healthcare systems is organ transplantation, which has become a popular and successful cure for many fatal diseases (e.g., end stage liver diseases and end stage renal diseases). Organs are considered as highly perishable products, which verity of each has specific perish time. One of the key problems in this field is matching - defined as finding the best recipient for a donated organ- is very crucial in healthcare management sciences. In this research, we propose a fuzzy multi-period organ allocation model which considers different health levels of patient in each period. 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. In the first stage, survival and medical urgency need of patients are estimated by the use of Cox Proportional Hazard method. In the second phase, multi-objective mathematical programming model is presented that makes a tradeoff between efficiency and equity. The proposed method is able to cope with the inherent uncertainties in medical and logistical parameters of the allocation problem by the aid of fuzzy programming. Subsequently, to solve the proposed possibilistic optimization model, a new hybrid novel interactive fuzzy solution approach based on priority preemptive goal programming is developed to find a preferred compromise solution. In order to verify the efficiency and applicability of the presented model, some numerical examples are taken from a real case study in Iran’s organ transplantation network. Based on obtained results, the proposed method outperforms the current IRNOPT’s allocation policy in medical and nonmedical allocation criteria. Keywords: Organ allocation, Survival Analysis, efficiency, equity, Possibilistic programming approach, Fuzzy goal programming