大流行中考虑患者内生选择与流动的容量管理
计算机科学与博弈论
2022-07-12 v1 最优化与控制
摘要
受新冠疫情期间某医疗服务提供方经历的启发，我们旨在研究一家同时运营急诊科（ED）与内科诊所的提供方的决策。患者通过电话联系提供方，或可直接前往 ED：患者可能为新冠（疑似/确诊）或非新冠，且病情严重程度不同。依据严重程度，联系提供方的患者可能被引导至 ED（数小时内就诊）、被提供诊所预约（数日内就诊），或通过电话或远程医疗接受治疗以避免前往机构。所有患者基于自身风险感知与预期收益的对比做出加入决策：仅当前往机构足够有益时，他们才选择进入。此外，初次联系后其严重程度可能演变，从而改变其决策。医院系统的目标是跨机构分配服务容量，以最小化患者死亡或流失带来的成本。我们采用跨多个时段的流体近似对系统进行建模，各时段可具有不同的需求特征。尽管该问题的可行域可能极为复杂，但它可分解为可分别分析的不同子区域，全局最优解可通过在单一时段及具有不同需求率的多个时段上可证明地简洁的计算方法求得。我们的分析与计算结果表明，内生性导致非平凡且反直觉的容量配置，其并不总优先配置给高严重程度患者，这在单时段与多时段情形下均成立。
引用
@article{arxiv.2207.05016,
title = {Capacity Management in a Pandemic with Endogenous Patient Choices and Flows},
author = {Sanyukta Deshpande and Lavanya Marla and Alan Scheller-Wolf and Siddharth Prakash Singh},
journal= {arXiv preprint arXiv:2207.05016},
year = {2022}
}