使用队列模型作为决策支持工具,在基苏穆县 (肯尼亚) 的护理点分配艾滋病毒病毒载量测试机器时使用队列模型

科学领域:

• 医疗信息学 医疗信息学
• 运营研究 运营研究
• 公共卫生 公共卫生

背景情况:

• 针对艾滋病毒病毒载量 (VL) 监测的点照顾 (POC) 技术正在全球范围内扩展,特别是在资源有限的环境中.
• 优化这些技术的部署和运行对于最大限度地覆盖,访问和最大限度地减少周转时间 (TAT) 和成本至关重要.
• 利益相关者的意见对于开发相关和有效的资源配置模型至关重要.

研究的目的:

• 在肯尼亚基苏穆县开发和应用HIV VL监测的优化模型.
• 评估POC机器分配的不同场景对TAT,覆盖范围和访问的影响.
• 确定HIV VL测试的最佳推网络和资源分配策略.

主要方法:

• 开发了一个使用队列理论和整数编程的优化模型,通过与利益相关方的定性焦点小组提供信息.
• 模拟了三个场景:仅集中实验室,集中实验室与现有POC中心,集中实验室与现有和新的POC中心.
• 计算现有和最佳推网络的TAT,结合分发公平性的敏感性分析.

主要成果:

• TAT最大的组成部分是样品分批/运输等待时间和测试现场等待时间,而不是运输时间.
• 实施POC中心的平均TAT从39.8小时 (情景1) 显著减少到33.8小时 (情景2) 和31.1小时 (情景3).
• 增加POC机器的数量和优化样品批处理/加工率对减少TAT产生了最显著的影响.

结论:

• 一个利益相关者知情的资源分配模型有效地确定了最佳的POC VL枢纽分配和推网络.
• 战略性增加POC机器和运营改进 (例如,样品批量,加工率) 可以大幅降低HIV VL监测TAT.
• 这种建模方法为决策者提供了一种有价值的工具,可以在资源有限的环境中优化对艾滋病毒检测的资源配置.