患者护理分泡聚类的建模与评估
社会与信息网络
2021-05-14 v1
摘要
COVID-19 给全球医疗设施带来了巨大负担。将患者与医护人员（HCP）分入“气泡”（bubble）作为一种感染控制机制已被提出。本文提出一种新颖且灵活的模型，用于将医疗设施中的患者护理聚类为气泡，以最小化感染传播。我们的模型旨在控制患者/住户与医护人员的多种成本，从而避免患者护理聚类带来的隐性、下游不良影响。该模型导出一个我们称之为 BubbleClustering 问题的离散优化问题。该问题以表示医护人员流动性的时序访问图（包括医护人员对患者/住户房间的访问）为输入。问题的输出为重构访问图，通过将医护人员和患者房间划分为气泡，并重构医护人员对患者房间的访问，使患者护理基本限定于所构建的气泡内。尽管 BubbleClustering 问题一般而言不可解，我们给出了该问题的整数线性规划（ILP）表述，可对典型医院病房与长期护理设施中出现的实例求得最优解。我们将整体求解方法称为网络成本感知重构（CoRN）。我们利用来自一家医院内科重症监护病房以及两家长期护理设施的细粒度移动数据对 CoRN 进行评估。这些数据由我们构建并部署的传感器系统获取。实验的主要结论是，可使用 CoRN 通过分泡将患者与医护人员聚类，在牺牲患者护理、并仅以医护人员班次内时间与移动距离的极小额外成本为代价的情况下，大幅降低感染传播。
引用
@article{arxiv.2105.06278,
title = {Modeling and Evaluation of Clustering Patient Care into Bubbles},
author = {D. M. Hasibul Hasan and Alex Rohwer and Hankyu Jang and Ted Herman and Philip M. Polgreen and Daniel K. Sewell and Bijaya Adhikari and Sriram V. Pemmaraju},
journal= {arXiv preprint arXiv:2105.06278},
year = {2021}
}
备注
To appear in IEEE ICHI 2021