一場嚴重的流感可能會使醫(yī)院不堪重負,并且缺乏解釋規(guī)劃要素之間動態(tài)相互關系的規(guī)劃指導。為了滿足這一需求,一個由六位來自各個領域的*組成的跨學科團隊開發(fā)了一種使用@RISK和Panálysis模型的方法,該方法基于醫(yī)院的運營考慮來計算大規(guī)模流行時期的供應需求。然后,他們對Mayo Clinic Hospital - Rochester, MN的方法進行測試,以評估其應對大規(guī)模流行病的準備情況。他們的研究結果已經發(fā)表在《美國感染控制雜志》(AJIC)上。
盡管Monte Carlo模擬無法確定較佳策略,但它可以讓決策者了解潛在結果的范圍以及它們根據不同的假設會如何變化,并可以就不確定性和用戶的風險承受能力做出決策。 ---Mark Abramovich 跨學科解決方案*
研究背景 研究團隊:Interdisciplinary Solutions,LLC的MBA校長Mark Abramovich與以醫(yī)學博士Eric Toner博士和醫(yī)學博士Amesh Adalja為代表的約翰霍普金斯大學健康安全中心(JHSPH)共同組成了一個工作組。梅奧醫(yī)學中心的臨床和業(yè)務連續(xù)性管理主任,梅奧醫(yī)學中心的傳染病*Pritish Tosh博士和MSHS的Byron Callies也一起組成了梅奧醫(yī)學中心的工作組。賓夕法尼亞大學沃頓商學院博士John C. Hershey主要負責運營部門的工作。
面臨挑戰(zhàn):由于缺乏足夠具體的規(guī)劃指導,醫(yī)院大流行病防范工作受到阻礙。在很大程度上來說,這是因為醫(yī)院之間以及各種大規(guī)模流行病情況之間的差異使得難以提供一種可以廣泛適用于所有醫(yī)院的有用指南。醫(yī)院大流行規(guī)劃和衛(wèi)生保健激增能力中需要考慮的因素已經得到了很好的描述,但必須考慮到這些因素之間復雜而動態(tài)的相互關系。我們已經開發(fā)了幾種基于計算機的決策工具來解決此問題,但這些工具是有限的,特別是在處理醫(yī)院大流行規(guī)劃中固有的許多不確定性和應對活動的業(yè)務相互依賴性方面。例如,更換病床或呼吸機的容量會影響人員配置、供應和藥品需求,反之亦然。以前的模型還沒有充分考慮到操作瓶頸和困難,例如急診部門的吞吐量和動態(tài)的人員配備模式。
收集大規(guī)模流行疾病的數據 為了解決此問題,Abramovich決定通過@RISK來進行Monte Carlo模擬。首先,通過Toner博士和Adalja博士,他收集了當地部分嚴重流感中一部分流行病學變量(例如,臨床發(fā)作率、住院率、按病種劃分的住院時間、需要機械通氣的百分比和病死率)。美國的這項數據是通過對項目組的文獻資料和/或*共識確定的(表1)。
接下來,在對數據建模時,Abramovich使用了1918年英國倫敦*二次流感大流行的流行病學曲線圖。他說:“之所以選擇它,是因為它是我們可以找到的較相似的歷史案列,并且與其他流感大流行建模工作中使用的流行病學曲線相一致?!?/span>
Mayo診所提供了由拜倫·卡里斯(Byron Callies)協調的途經地區(qū)的人口數據。“我們假設梅奧醫(yī)學中心將為其整個覆蓋的地理范圍的人口提供醫(yī)療服務,” Abramovich解釋說。 “年齡分布是通過美國人口普查數據確定的?!?/span>
Abramovich使用病死率(CFR)作為嚴重程度的代表,使用三種不同的CFR探索各種短缺的影響: 在醫(yī)院外死亡的患者的病死率 非重癥監(jiān)護病房(ICU)病床上的CFR,以及 ICU患者和呼吸機患者的CFR 這些CFR值由Toner博士和Adalja博士制定并進行標準化,以使其總體等于預期的基于人口的CFR 0.93%±0.23%。Toner博士說:“為確定該值,我們估計,如果現在發(fā)生的流感與1918年一樣嚴重,那么病死率將從歷史的2.5%降低到0.93%。”
此外,研究小組對梅奧醫(yī)學中心進行了調查,以確定在流感大流行期間大致可用的病床,呼吸機和麻醉機的數量。然后,Toner博士、Adlaja博士和Tosh博士確定了大流行期間必需的關鍵藥品和用品。
所有這些重要數據都用于在@RISK上運行10,000個Monte Carlo模擬,使用變量的各種組合來確定各種場景下的資源需求。 為了測試在流感大流行期間梅奧醫(yī)學中心的病床和呼吸機容量,研究人員還模擬了限制病床但不限制呼吸機的場景,反之亦然。Abramovich說:“基于這些結果,我們確定了梅奧醫(yī)學中心有足夠病床但沒有足夠的呼吸機,有呼吸機但沒有病床以及兩者都有足夠數量的方案的百分比。”
庫存量:節(jié)約是關鍵 @RISK完成的10,000次迭代中,有1,315次屬于Abramovich的仿真設計和邏輯約束所定義的參數。通過這些有效的迭代,他按百分比預測了嚴重的大流行性疾病所需的關鍵用品,藥品和個人防護設備的用品需求。
例如,圖1顯示了四個關鍵資源的模型輸出:奧司他韋、呼吸機線路、N95呼吸器(遵循州使用指南)和手套。這些累積概率圖顯示了在包含的場景迭代的分布中所需的每個資源的單元數(對于奧司他韋,它顯示了**過程的數量)。
Toner博士說:“從我們的結果來看,很明顯,所有資源的較大**都是有一定的儲備,即使相對來說是適度的。”例如,圖表顯示4998個療程的奧司他韋足以應付95%的情況,大約4000個療程足以應付88%的情況。Toner博士還說到:“可以看到,增加的1000個療程所獲得的收益相對較少?!?/span> “另一方面,在一半的情況下只需要2200個療程?!?/span> @RISK的Monte Carlo模擬有助于改善醫(yī)院的物資準備 Abramovich說到“盡管Monte Carlo模擬無法識別出較佳策略,但它使決策者能夠了解潛在結果的范圍以及它們根據不同的假設如何變化,并可以就不確定性和用戶的風險承受能力來做出決策?!蓖ㄟ^這種方法,他和他的團隊預測了一系列場景的供應需求,這些場景使用了梅奧診所醫(yī)院**的床位和呼吸機。結果表明,儲存在范圍較高一側的患者護理福利正在減少,但擁有一些關鍵資源儲備(即使相對來說不多)是較重要的。
Abramovich向梅奧醫(yī)學中心的管理人員介紹了模型輸出的范圍,以考慮醫(yī)院的庫存需求。 “Panálysis模型與@RISK結合使用,使用戶能夠看到一種資源的庫存需求與另一種資源的需求之間的關系,能夠根據不斷變化的假設或證據輕松地重新計算需求,并能夠識別業(yè)務瓶頸,測試不同的應對策略?!?/span>Abramovich說:“我們能夠顯示在一系列場景中需要不同供應水平的可能性這是一個可以用來模擬許多其他醫(yī)院準備問題的工具。”梅奧醫(yī)學中心的Callies說:“這種建模方法為我們的災害儲備需求提供了明智的決策依據。因此,通過根據建模結果和組織的風險承受能力建立一個共同的備災水平,我們能夠協調和改進多個職能小組的備災工作,同時成為組織資源的良好管理者?!?/span> 北京天演融智軟件有限公司(科學軟件網)是Palisade公司在中國的授權經銷商,為中國的用戶提供優(yōu)質的軟件銷售和培訓服務。 |
詞條
詞條說明
ACER ConQuest是一個用于擬合一維和多維項目響應和潛在回歸模型的計算機程序。它提供了基于全面和靈活的項目響應模型范圍(IRM)的數據分析,允許檢查性能評估、傳統評估和評定量表的屬性。ACER ConQuest還提供了較廣泛的測量和研究社區(qū)分析程序,這些程序基于較新的心理測量方法,包括多方面項目反應模型、多維項目反應模型、潛在回歸模型和繪制合理值。功能用于成對比較的Bradley-Terr
Pscad新書推薦—PSCAD V4.6電路設計與仿真從入門到精通
PSCAD/EMTDC由加拿大Manitoba HVDC Research Centre開發(fā)的****行的暫態(tài)分析軟件包,該軟件主要用來研究電力系統的暫態(tài)過程,同時也適用于一般電氣電子線路以及可等價地用電路來描述系統的仿真分析,PSCAD(Power System Computer Aided Design)是圖形界面,EMTDC(Electro Magnetic Transients Inclu
差異研究的目的在于比較兩組數據或多組數據之間的差異,通常包括以下幾類分析方法:1、方差分析單因素方差分析用于檢驗單因素水平下的一個或多個獨立因變量均值是否存在顯著差異,即檢驗單因素各個水平的值是否來自同一個總體。由此可以看出,用于分析的數據包括一個因素(自變量)、一個或多個相互獨立的因變量。注意,因變量必須是連續(xù)型變量。多因素方差分析用于分析多個因素的不同水平是否對結果有顯著影響。如果存在主效應顯
Molpro是一個用于**分子電子結構計算的從頭計算程序的綜合系統,由H.J.Werner和P.J.Knowles設計和維護,并包含許多其他作者的貢獻。它包括用于標準計算化學應用的高效且良好并行的程序,例如具有大量泛函選擇的DFT,以及**的**耦合簇和多參考波函數方法。電子激發(fā)態(tài)可以使用MCSCF/CASSCF、CASPT2、MRCI或FCI方法,或通過TDDFT、CC2和EOM-CCSD等響應
公司名: 北京天演融智軟件有限公司
聯系人: 張經理
電 話:
手 機: 18610814366
微 信: 18610814366
地 址: 北京海淀海淀上地東路35號院1號樓3層1-312318、1-312-319
郵 編: