心脏骤停位置不确定性下基于行列生成的鲁棒除颤器部署

心脏骤停是一个重大的公共卫生问题。心脏骤停的成功救治对时间极为敏感，在可能的情况下使用自动体外除颤器（AED）可显著提高生存概率。在公共场所放置 AED 可使旁观者在急救人员到达前对心脏骤停受害者施救，从而提高生存率。然而，由于未来心脏骤停的确切位置无法预先知晓，AED 必须策略性地部署在公共场所，以确保在院外心脏骤停紧急事件中可及。本文提出一种数据驱动的优化模型，用于在公共场所部署 AED，同时考虑未来心脏骤停位置的不确定性。我们的方法将连续服务区域离散化为大量情景，其中每个位置发生心脏骤停的概率本身是不确定的。我们使用根据历史心脏骤停数据标定的多面体不确定集来建模心脏骤停空间风险的不确定性。我们提出一种基于行列生成的求解技术，利用不确定集的结构，使算法能够随情景总数优雅地扩展。利用多伦多市的真实心脏骤停数据，我们对公共场所 AED 部署进行了广泛的数值研究。我们发现，对冲心脏骤停位置不确定性可产生比直观的样本平均近似方法性能高出 9% 至 15% 的 AED 部署方案，并将与事后模型之间的性能差距缩小一半。我们的发现表明，考虑心脏骤停位置不确定性可提高 AED 在心脏骤停紧急事件中的可及性，并可能改善生存结局。