优化住院时间和床位分配使用模糊的随机运输问题框架与Lomax分布
Dr D Kalpanapriya1, Pullooru Bhavana1
1Vellore Institute of Technology, India.
这项研究引入了一个新的模糊静态运输问题与洛马克斯分布 (FSTPWLD) 模型来管理住院时间 (LOS). 该模型通过准确预测出院时间来改善患者流动和资源利用.
科学领域:
- 运营研究 运营研究
- 医疗保健管理的管理
- 应用概率学 应用概率学
背景情况:
- 医院停留时间 (LOS) 的有效管理对于患者流动和资源优化至关重要.
- 患者出院时间通常表现为重尾分布,对传统的管理模式构成挑战.
研究的目的:
- 为管理LOS变异性引入一种新的含糊静态运输问题与洛马克斯分布 (FSTPWLD) 模型.
- 提高预测准确度,优化医院环境中的资源配置.
主要方法:
- 在FSTPWLD框架内整合洛马克斯分布以建模重尾LOS数据.
- 应用概率约束和模糊的随机元件来最小化成本和维护质量.
主要成果:
- 对于预测的新平均停留时间 (新ALOS),FSTPWLD模型实现了±5的平均绝对误差 (MAE).
- 证明了床位分配不匹配减少了20%,优化了资源利用.
- 数字实验证实了改善资源配置和减少瓶.
结论:
- FSTPWLD模型提供了一种强大的方法来管理医疗保健中的LOS变化.
- 先进的概率模型可以显著提高医院管理中的决策.
- 该研究为优化医院运营的实际应用提供了基础.
更多相关视频
06:53Management of Respiratory Motion Artefacts in 18F-fluorodeoxyglucose Positron Emission Tomography using an Amplitude-Based Optimal Respiratory Gating Algorithm
Published on: July 23, 2020
14:55Evaluating the Effect of Roadside Parking on a Dual-Direction Urban Street
Published on: January 20, 2023
相关概念视频
Mechanistic Models: Compartment Models in Algorithms for Numerical Problem Solving
In individual population analyses, different algorithms are employed, such as Cauchy's method, which uses a...
Documentation in Long-Term and Home Healthcare Setting
Long-Term Care Facilities
The Availability Heuristic
Probability Histograms
Methods of Documentation VI: Case Management Model
For example, a patient with a chronic...
Compartment Models: Two-Compartment Model
