基于最优调谐谱聚类与遗传算法的家庭健康护理员分配决策支持框架
机器学习
2024-04-30 v2
摘要
人口老龄化是全球性挑战，导致对老年人医疗与社会服务需求的增长。家庭健康护理（HHC）是服务该人群的重要解决方案。鉴于 HHC 需求日增，高效协调与规范护理员分配至关重要。这对预算优化规划与确保护理高质量交付均十分关键。本研究解决家庭健康机构（HHAs）中的一个基本问题：“如何优化护理员分配，尤其在护理员偏好其访视序列灵活性的情况下？”。尽管早期研究提出刚性访视序列，我们的研究引入一种决策支持框架，通过考虑访视序列灵活性的混合方法分配护理员，旨在减少行驶里程、增加每规划期的访视数量并维持护理连续性——一项患者满意度的关键指标。利用来自美国田纳西州一 HHAs 的数据，我们的方法在不对护理员施加限制的情况下实现了平均行驶里程的大幅降低（依专业不同最高达 42%）。此外，所提框架用于护理员供给分析，为护理员资源管理提供有价值的洞见。
引用
@article{arxiv.2311.00696,
title = {Decision Support Framework for Home Health Caregiver Allocation Using Optimally Tuned Spectral Clustering and Genetic Algorithm},
author = {Seyed Mohammad Ebrahim Sharifnia and Faezeh Bagheri and Rupy Sawhney and John E. Kobza and Enrique Macias De Anda and Mostafa Hajiaghaei-Keshteli and Michael Mirrielees},
journal= {arXiv preprint arXiv:2311.00696},
year = {2024}
}
备注
The document is written in the Elsevier LaTeX format