نقشه راه GIS

درخواست مشاوره

09120049370

8 صبح تا 12 شب

09120049370

کاربرد جی ای اس

خلاصه

تروما به عنوان یک “بیماری متمدن مدرن” در نظر گرفته می شود و وقوع آن به طور اساسی بر همه جامعه و همچنین افراد تأثیر می گذارد. اجرای سیستم های اورژانس تروما در شهرهایی با جمعیت جوان، مرفه و بسیار متحرک ضروری و قابل توجه است. یک سیستم کامل اورژانس تروما شامل مراکز ترومای سطح پایین است که خدمات اولیه اورژانس را ارائه می دهند و مراکز ترومایی سطح بالا که خدمات جامع ارائه می دهند. برای حل مشکل مکان یابی مرتبط با این مراکز از روش های GIS و تحقیق عملیاتی استفاده شد. این مطالعه ویژگی‌های توزیع فضایی خواسته‌های تروما و مکان‌های کاندید مراکز تروما را بر اساس یک تحلیل فضایی تجزیه و تحلیل کرد و یک مدل تخصیص مکان سلسله مراتبی برای مراکز ترومای سطح پایین و بالا در شنژن ارائه کرد. پاسخ، پوشش، ظرفیت های درمان و هزینه مکان های مرکز تروما در نظر گرفته شد و برای محاسبه راه حل بهینه از بهینه سازی کلونی مورچه ها استفاده شد. هدف از این مطالعه بهینه سازی مکان های مراکز تروما، بهبود تخصیص منابع ترومای پزشکی و کاهش میزان مرگ و میر و ناتوانی ناشی از تروما بود.
کلید واژه ها: 

مدل تخصیص مکان ; مدل سلسله مراتبی ; مدل چند هدفه ; مراکز تروما ; بهینه سازی کلونی مورچه ها

 

1. معرفی

تروما، که یک آسیب شدید است، معمولاً در اثر یک حمله خشونت‌آمیز یا تصادف، از جمله صدمات ناشی از سقوط، آسیب‌های له‌کردن، زخم‌های گلوله، و تصادفات رانندگی و غیره ایجاد می‌شود. سالانه بیش از پنج میلیون مرگ ناشی از تروما رخ می دهد که 9 درصد از کل مرگ و میرها را شامل می شود [ 1 ، 2 ]. در چین، تعداد مرگ و میرهای ناشی از تروما سالانه بیش از 75000 نفر است و میانگین سنی بیماران بین 18 تا 40 سال است [ 3 ، 4 ، 5 ، 6 ]. برای بزرگسالان جوان تروما علت اصلی مرگ است.
تروما به طور ناگهانی رخ می دهد، و کارشناسان نشان داده اند که اورژانس های تروما باید در “ساعت طلایی” درمان شوند تا میزان مرگ و میر و ناتوانی کاهش یابد [ 7 ، 8 ، 9 ، 10 ، 11 ]. اورژانس تروما شامل سه مرحله است: اورژانس پیش بیمارستانی، دفع اورژانس و مشاهده واحد مراقبت های ویژه (ICU) [ 12 ]. در مرحله اورژانس پیش بیمارستانی، آتش نشانان، پلیس و پرسنل پزشکی باید به موقع در صحنه حادثه حاضر شوند و کمک های اولیه زندگی را ارائه دهند [ 13 ]. در مناطق دورافتاده یا تحت پوشش، هلیکوپتر برای انتقال بیماران ترومایی مورد نیاز است [ 14]. در مرحله دفع اضطراری، بیماران می توانند خدمات جامع تری را از مراکز تروما دریافت کنند. برای یک بیمار ترومای شدید که به اندام های متعدد یا چندین سیستم آسیب رسانده است، نزدیکترین مرکز تروما باید به سرعت بیمار را ارزیابی و تثبیت کند و سپس بیمار را برای انتقال به یک مرکز ترومای سطح بالا آماده کند [15 ] . در مرحله مشاهده ICU، موارد کمتر شدید فقط نیاز به مشاهده اولیه دارند که می تواند در مراکز ترومای سطح پایین ارائه شود، در حالی که موارد شدید نیاز به مشاهده فشرده ICU دارند که فقط در مراکز ترومای سطح بالا ارائه می شود [16 ]]. با این حال، سیستم‌های اورژانس تروما در چین به بلوغ نرسیده‌اند و تنوع در محیط‌های پزشکی و همچنین سردرگمی مربوط به تخصیص منابع پزشکی بر توانایی بیماران تروما برای دریافت به موقع خدمات اورژانسی تأثیر می‌گذارد و منجر به مرگ و میر بالای مرتبط با تروما می‌شود. بنابراین، بهینه سازی مکان مراکز تروما برای بهبود سیستم اورژانس تروما بسیار مهم است.
با توجه به توصیف یک سیستم اورژانس تروما، مکان یابی بهینه مراکز تروما را می توان یک مشکل پیچیده در نظر گرفت [ 17 ، 18 ، 19 ]. از یک طرف، سیستم های اورژانس تروما، سیستم های سلسله مراتبی تو در تو هستند که انواع خدمات مختلفی را برای بیماران ترومایی در سطوح مختلف ارائه می دهند [ 20 ]. بنابراین، مشکل یک مشکل مکان یابی سلسله مراتبی است که شامل بهینه سازی مکان مراکز ترومای سطح پایین و سطح بالا است. از سوی دیگر، این یک مشکل مکان یابی چند هدفه برای مراکز ترومای سطح بالا است که باید اصول انصاف، کارایی، صرفه جویی، کاربردی بودن و غیره را در نظر گرفت [ 21] .]. اول، مکان مراکز تروما در سطح بالا باید به طور قابل توجهی بر ظرفیت پاسخگویی به تقاضاها (یعنی توانایی ارائه خدمات اضطراری به موقع و کاهش مرگ و میر ناشی از حوادث) تأثیر بگذارد. ثانیاً، مکان‌های مراکز تروما در سطح بالا باید یک منطقه وسیع را پوشش دهد و نقاط داغ تروما را تا آنجا که ممکن است در بر بگیرد و در عین حال تعداد نقاط کور را نیز به حداقل برساند. پوشش اضافی کنترل کارآمد تصادف را تضمین می کند. ثالثاً، بیمارستان‌های عمومی که کاندیدای مراکز ترومای سطح بالا هستند، باید از ظرفیت‌های مراقبت پزشکی قوی برای ارائه درمان جامع برخوردار باشند. چهارم، هزینه های ایجاد مراکز تروما در سطح بالا باید در نظر گرفته شود زیرا مراکز ترومای سطح بالا نیاز به سرمایه گذاری قابل توجهی از نیروی کار و منابع دارند. بنابراین، ضمن تامین حداکثری خواسته ها،
چندین مدل برای حل مشکلات مکان یابی مختلف تاسیسات اضطراری ایجاد شده است. به طور کلی می توان این مدل ها را به عنوان مدل های مکان یابی پایه و مدل های مکان یابی جامع دسته بندی کرد. یک مدل مکان پایه فقط یک مسئله تک هدفه را در نظر می گیرد. به عنوان مثال، لو [ 22 ] یک مدل مرکز P راس وزنی تعمیم یافته را با هدف به حداقل رساندن حداکثر زمان سفر وزن دار تقاضا بین امکانات و تقاضا ارائه کرد. این مدل نقش مهمی در مکان یابی مراکز توزیع امداد فوری دارد. شریعت مهیمانی و همکاران. [ 23] یک مدل پوششی تغییر یافته برای وسایل نقلیه خدمات اضطراری مانند آمبولانس ارائه کرد. این مدل حداقل تعداد آمبولانس های مورد نیاز را برای هر تقاضا محاسبه می کند که می تواند در یک زمان پوشش مشخص به یک منطقه خاص دسترسی پیدا کند. ایندریاساری و همکاران [ 24 ] یک مدل منطقه خدمات حداکثری را ارائه کرد که هدف آن به حداکثر رساندن کل منطقه خدمات تعداد مشخصی از امکانات برای مکان یابی بهینه امکانات اضطراری است. این مدل برای حل مشکل مکان یابی ایستگاه های آتش نشانی در جاکارتای جنوبی، اندونزی استفاده شد. مدل‌های مکان جامع مشکلات چند هدفه را در نظر می‌گیرند که شامل روابط و مبادلات بین زمان پاسخ، پوشش، هزینه، دسترسی و ظرفیت در برنامه‌ریزی مکان می‌شود. مثلاً بهشتی فر و علیمحمدی [ 25] یک مدل تخصیص مکان چند هدفه ارائه کرد که چهار هدف را در نظر می گیرد: به حداقل رساندن هزینه کل سفر، نابرابری در دسترسی به درمانگاه، ناسازگاری کاربری زمین در منطقه مورد مطالعه، و هزینه های تملک زمین و ایجاد تسهیلات در مکان های بهینه برای کلینیک های جدید. . Baray و Cliquet [ 26 ] یک مدل تخصیص مکان سلسله مراتبی ارائه کردند که مدل حداکثر پوشش و مدل مرکز P را برای تعیین مکان های بهینه برای سه سطح از بیمارستان های زایمان در فرانسه ترکیب می کند. این مدل سطوح مختلف بیمارستان‌های زایمان را به گونه‌ای تعیین می‌کند که کل قلمرو را پوشش می‌دهد و دسترسی به مراقبت پری ناتال را به حداکثر می‌رساند. وایدنر و هورنر [ 27] یک مدل ظرفیت میانه سلسله مراتبی بر اساس GIS و استراتژی های بهینه سازی فضایی برای تعیین نقاط توزیع امداد ارائه کرد. هدف این مدل به حداقل رساندن هزینه‌های سفر سطوح مختلف تقاضای مرتبط با یک تسهیلات مناسب است که خدمات امدادی مختلفی را ارائه می‌کند.
در این مطالعه، یک مدل مکان-تخصیص سلسله مراتبی برای مراکز تروما در شنژن ارائه شده است. مدل پوشش مجموعه مکان برای محاسبه کمترین تعداد مراکز ترومای سطح پایین که می‌توانند نیازهای منطقه تحت پوشش را در زمان بهینه برآورده کنند، استفاده شد. یک مدل چند هدفه که شامل ظرفیت‌های پاسخ، پوشش، درمان و هزینه بود برای حل مشکل مکان-تخصیص مراکز تروما در سطح بالا استفاده شد. وزن هر عامل با استفاده از یک فرآیند سلسله مراتبی تحلیلی از مطالعه قبلی [ 28 ] به دست آمد. علاوه بر این، مرحله وضوح مدل بر بهینه سازی کلونی مورچه ها (ACO) تکیه داشت. این رویکرد برای ادغام دانش بین رشته ای مانند ترکیب دانش جغرافیایی و دانش پزشکی و مطالعه اپیدمیولوژی فضایی استفاده شده است.29 ، 30 ، 31 ، 32 ، 33 ]. به طور مشابه، این مطالعه ویژگی های اورژانس تروما را در تصمیم گیری های مکان یابی مراکز تروما گنجانده است. اهداف این مطالعه بهبود سیستم اورژانس تروما در شنژن، بهبود تخصیص منابع ترومای پزشکی، کاهش میزان مرگ و میر و ناتوانی ناشی از تروما و ارائه یافته‌های مرجع برای بخش‌های برنامه‌ریزی بود.

2. مواد و روشها

2.1. منطقه مطالعه

شنژن که قبلاً به عنوان شهرستان بائوان شناخته می شد، یکی از مناطق ویژه اقتصادی است که در جنوب استان گوانگدونگ چین واقع شده است و در شمال هنگ کنگ قرار دارد. از سال 2011، این شهر به 10 منطقه اداری تبدیل شده است: Futian، Luohu، Yantian، Nanshan، Baoan، Guangming، Longhua، Longgang، Pingshan و Dapeng ( شکل 1 ).
محیط زیبا، اقتصاد پررونق، سیاست های ترجیحی و امکانات جامع شنژن سالانه جوانان زیادی را به این منطقه جذب می کند. بر اساس سالنامه های آماری شنژن [ 34 ]، در سال 2013، جمعیت بیش از 15 میلیون نفر بود که تقریباً 10 میلیون ساکن بین سنین 20 تا 50 سال را شامل می شود. مطالعات گسترده [15 ]] نشان داده اند که بیشترین میزان بروز تروما در افراد بین 20 تا 50 سال رخ می دهد. بنابراین، از آنجا که نسبت بالایی از جمعیت در شنژن در این محدوده سنی است، این منطقه دارای پتانسیل بالایی برای موارد تروما است. علاوه بر این، شبکه جاده ای پیچیده، منابع پزشکی ناکافی و محدودیت در کیفیت خدمات، سطح دشواری در دستیابی به درمان اضطراری را افزایش می دهد. در نتیجه، بهینه سازی مکان مراکز تروما در شنژن بسیار فوری و قابل توجه است.
شنژن در حال حاضر هیچ مرکز تروما ندارد. در شهرها، مراکز تروما، به‌ویژه مراکز سطح بالا، معمولاً متعلق به بیمارستان‌های عمومی بزرگ یا متوسط ​​هستند، زیرا می‌توان از منابع پزشکی موجود استفاده مجدد کرد و بیماران می‌توانند از مراقبت‌های پیش بیمارستانی به مراقبت‌های تروما بی‌وقفه حرکت کنند. بنابراین، مشکل مکان یابی مراکز تروما را می توان ترکیبی از انتخاب مناسب ترین بیمارستان ها به عنوان مراکز تروما و تعیین مکان آنها در نظر گرفت.

2.2. توضیحات داده ها

2.2.1. داده های تروما

داده های تروما از سال 2013 که توسط مرکز اطلاعات بهداشتی شنژن ارائه شده است در مجموع 50241 رکورد را شامل می شود. این داده ها شامل زمان تماس، زمان پاسخگویی، سن، جنسیت، وضعیت، تشخیص، آدرس و سایر اطلاعات بود. برای به دست آوردن مکان رویدادهای تروما، از geocoding آدرس [ 35 ] برای تبدیل داده های ویژگی تروما به داده های مکانی استفاده شد. سپس، تجزیه و تحلیل آماری فضایی داده های تروما در هر منطقه انجام شد. شکل 2 نشان می دهد که موارد تروما بیشتر در بائوان و لانگگانگ و کمتر در Yantian و Dapeng رخ داده است. میز 1نشان می دهد که بیشترین موارد تروما (15858) در Baoan رخ داده است، در حالی که کمترین موارد تروما در Dapeng (609) رخ داده است. بیشترین تراکم موارد تروما در Futian (60.53 در هر کیلومتر مربع)، در حالی که کمترین تراکم در Dapeng (2.09 در هر کیلومتر مربع) رخ داده است.
علاوه بر این، تجزیه و تحلیل تغییرات مکانی-زمانی با استفاده از داده‌های تروما انجام شد. شکل 3 نشان می دهد که مراکز میانگین که گرایش مرکزی داده های تروما را از ژانویه تا دسامبر 2013 توصیف می کنند بسیار نزدیک بودند. این مراکز همگی در جنوب شرقی Longhua قرار داشتند. در همین حال، بیضی‌های انحرافی استاندارد که ویژگی‌های پراکندگی داده‌های تروما را توصیف می‌کنند نیز بسیار مشابه بودند: محور طولانی از شمال غرب به جنوب شرق و محور کوتاه از شمال شرق به جنوب غرب اجرا می‌شود. به عبارت دیگر، ویژگی های توزیع ماهانه داده های تروما مشابه است و بهینه سازی مکان مراکز تروما بر اساس داده ها معقول و قابل اعتماد است.

2.2.2. داده های بیمارستان

بیمارستان ها در چین به سه سطح از پایین ترین سطح (سطح I) تا بالاترین سطح (سطح III) تقسیم می شوند. هر سطح دارای سه کلاس (A، B و C) است. وقتی سطح و کلاس یک بیمارستان در این مقیاس ها بالاتر باشد، امکانات پزشکی، سطح فنی و قابلیت های مدیریت سلامت بیمارستان بهتر است. در سال 2013، شنژن دارای 143 بیمارستان بود، از جمله 16 بیمارستان سطح III، 29 بیمارستان سطح II، 41 بیمارستان سطح I و 57 بیمارستان که هیچ یک از استانداردهای درجه بندی را رعایت نکردند.
از آنجا که بیمارستانی که مرکز تروما به آن تکیه می کند باید یک بیمارستان جامع باشد، بیمارستان های کاندیدایی که برای مراکز تروما انتخاب شده اند در شکل 4 نشان داده شده است که در آن نمادهای قرمز نشان دهنده بیمارستان های سطح III، نمادهای نارنجی نشان دهنده بیمارستان های سطح II و نمادهای آبی نشان دهنده بیمارستان های سطح II هستند. بیمارستان های سطح اول شکل 4 و جدول 2 نشان می دهد که نابرابری های منطقه ای بزرگی در منابع خدمات پزشکی در میان مناطق در شنژن وجود دارد. بیشتر بیمارستان‌های سطح بالا در Futian و Luohu هستند و بیمارستان‌های کمتری در Yantian، Pingshan و Dapeng در شرق شنژن واقع شده‌اند.

2.2.3. داده های جاده

با توجه به عملکرد آنها در شبکه جاده ها، جاده های شهری در شنژن به هفت سطح تقسیم شدند: بزرگراه، بزرگراه، جاده شریانی، جاده تنه ثانویه، جاده فرعی، خیابان مسکونی و جاده امدادی. میانگین سرعت وسیله نقلیه در جاده های شهری بر اساس کد طراحی تراز جاده های شهری ( جدول 3 ) [ 36 ] تعیین شد و سریع ترین سرعت محدوده برای هر سطح به دلیل اولویت داده شده به عنوان سرعت طراحی استفاده شد. آمبولانس ها [ 37 ].
در فرآیند بهینه‌سازی مکان‌های مراکز تروما، زمان سفر یک پارامتر مهم است. در مقایسه با استفاده از فاصله اقلیدسی تقسیم بر سرعت متوسط ​​برای به دست آوردن زمان سفر بین امکانات و تقاضاها، استفاده از فاصله شبکه تقسیم بر سرعت مربوطه معقول تر و دقیق تر است.

2.3. روش شناسی

2.3.1. مدل های مکان-تخصیص

مدل تخصیص مکان روشی است که برای تعیین مکان های بهینه تاسیسات و تخصیص فضایی امکانات بر اساس تقاضاها استفاده می شود. تحقیقات کلاسیک در مورد مدل‌های تخصیص مکان شامل مدل مرکز P [ 38 ]، مدل P-median [ 38 ] و مدل پوششی است. مدل پوششی شامل مدل پوششی مجموعه مکان [ 39 ] و مدل مکان پوشش حداکثر [ 40] است.]. تفاوت عمده بین این مدل ها مربوط به معیارها یا تابع هدف مورد استفاده برای حل مسائل مکان یابی است. با این حال، با افزایش پیچیدگی مشکلات مکان، مدل‌های مکان اصلی ذکر شده در بالا – که تنها یک هدف را در نظر می‌گیرند – نمی‌توانند مشکلات را حل کنند. بنابراین، مفهوم یک مدل مکان جامع پیشنهاد شد. مدل‌های مکان جامع معمولاً مبتنی بر یک مدل مکان‌یابی پایه هستند و با توجه به اهداف مختلف مکان و ویژگی‌های سلسله مراتبی امکانات ایجاد می‌شوند.
به عنوان مثال، سرپناه های شهری امکاناتی سلسله مراتبی هستند، زیرا با توجه به انواع خدماتی که ارائه می دهند، به سطوح مختلفی تقسیم می شوند که شامل سرپناه های اضطراری، پناهگاه های موقت و سرپناه های طولانی مدت می شود. در سطح اول پناهگاه های اضطراری قرار دارند که خدمات اولیه را برای حوادث فاجعه بار ناگهانی ارائه می دهند. در سطح بعدی، پناهگاه‌های موقت قرار دارند که خدمات نسبتاً جامعی را برای حل مشکلات ازدحام که در پناهگاه‌های اضطراری تجربه می‌کنند و برای کاهش اثرات بلایای ثانویه ارائه می‌دهند. در سطح سوم پناهگاه های بلندمدت قرار دارند که جامع ترین خدمات را برای قربانیانی که مسکن آنها آسیب جدی دیده است ارائه می دهد. امکانات سطح پایین خدمات سطح پایین و امکانات سطح بالا خدمات سطح بالا ارائه می دهند. به دلیل نیازهای متفاوت،41 ].
به طور کلی، یک سیستم تسهیلات سلسله مراتبی را می توان به دو نوع تقسیم کرد: سیستم های سلسله مراتبی تو در تو و سیستم های سلسله مراتبی غیر تودرتو. در یک سیستم سلسله مراتبی تو در تو، امکانات سطح بالا هم خدمات سطح بالا و هم خدمات سطح پایین را ارائه می دهند. در یک سیستم سلسله مراتبی غیر تودرتو، هر سطح تسهیلات خدمات متفاوتی را ارائه می دهد. سیستم مرکز تروما یک سیستم سلسله مراتبی تودرتو است که در آن امکانات سطح پایین به عنوان اولین پاسخ دهنده برای ارائه خدمات اولیه اورژانسی عمل می کنند، در حالی که امکانات سطح بالا نه تنها خدمات اولیه اورژانسی را ارائه می دهند، بلکه خدماتی را نیز ارائه می دهند که امکانات سطح پایین نمی توانند برای بیماران ترومایی ارائه دهند. بیماری جدی. بنابراین، هدف اولیه یک مرکز تروما در سطح پایین، پوشش تمام خواسته‌ها در یک بازه زمانی مشخص برای تضمین خدمات اولیه اورژانس و کنترل وضعیت “به موقع” است. که در آن “در زمان” منعکس کننده استاندارد اضطراری “پلاتین 10 دقیقه” است، که حداکثر زمان لازم برای رسیدن خدمات اورژانس تروما به صحنه تروما است. انتخاب مکان مراکز ترومای سطح بالا نه تنها مستلزم در نظر گرفتن حداقل زمان سفر وزنی کل از مراکز ترومای سطح پایین به مراکز ترومای سطح بالا است، بلکه به قابلیت پوشش منطقه، قابلیت درمان پزشکی و هزینه های ساخت و ساز نیز نیاز دارد.
در این مطالعه، ما از مدل پوشش مجموعه مکان برای حل مشکل تخصیص مکان مراکز ترومای سطح پایین استفاده می کنیم که برای مکان یابی امکانات خدمات اورژانسی مانند ایستگاه های آتش نشانی و بیمارستان ها استفاده می شود. هدف این مدل تعیین حداقل هزینه مورد نیاز برای ساخت تاسیسات و تعیین مکان آنها به گونه ای است که هر تقاضا حداقل توسط یک تسهیلات در یک آستانه (مسافت یا زمان) مشخص پوشش داده شود. هنگامی که هزینه ساخت هر تاسیسات برابر است، هدف به حداقل رساندن تعداد تسهیلات واجد شرایط و تعیین مکان آنها است.
تابع هدف به شرح زیر است:

به حداقل رساندن z=jجیجjایکسj
موضوع به jنمن ایکسj1منمن
ایکسj{0،1}jجی

که در آن I و J به ترتیب مجموعه ای از خواسته های تروما و مراکز نامزد ترومای سطح پایین را نشان می دهند. جjنشان دهنده هزینه ساخت و ساز هنگامی است که یک مرکز ترومای سطح پایین در j قرار دارد . ایکسj=1نشان دهنده یک مرکز ترومای سطح پایین است که در j و واقع شده استایکسj=0در غیر این صورت؛ نمن={jجی | تیمنjتی}مجموعه ای از مراکز ترومای سطح پایین را نشان می دهد که می توانند تقاضای تروما i را در یک آستانه مشخص پوشش دهند. T نشان دهنده “پلاتین 10 دقیقه” است. و تیمنjنشان دهنده زمان سفر بین i و j است .

معادله (1) کل هزینه های ساخت و ساز مراکز ترومای سطح پایین را به حداقل می رساند. معادله (2) تضمین می کند که هر تقاضای تروما توسط حداقل یک مرکز ترومای سطح پایین پوشش داده می شود. معادله (3) تضمین می کند که مقدار متغیر 0 یا 1 است.
در همین حال، ما از یک مدل چندهدفه استفاده می‌کنیم که ظرفیت‌های پاسخ، پوشش، درمان و هزینه‌های مراکز کاندید تروما را برای حل مشکل تخصیص مکان مراکز ترومای سطح بالا در نظر می‌گیرد. در مقایسه با مدل مکان یابی پایه، ملاحظات مدل چند هدفه جامع تر و خاص تر است. تابع هدف به صورت زیر است:

به حداقل رساندن z1=منمنjجیwمنتیمنjyمنj
به حداکثر رساندن z2=منمنwمنyمن
به حداکثر رساندن z3=jجیکjایکسj
به حداقل رساندن z4=jجیجjایکسj
موضوع به jجیایکسj=پ
jجیyمنj=1منمن
yمنjایکسj0منمن،jجی
ایکسj{0،1}jجی
yمنj{0،1}منمن،jجی
yمن{0،1}منمن

که در آن I و J به ترتیب مجموعه ای از خواسته های تروما و مراکز نامزد تروما در سطح بالا را نشان می دهند. wمننشان دهنده نیازهای تروما در گره i است . تیمنjنشان دهنده زمان سفر بین i و j است . yمنj=1اگر تقاضای تروما i به یک مرکز ترومای سطح بالا j اختصاص داده شود ، و yمنj=0در غیر این صورت؛ yمن=1اگر یک تقاضای تروما تحت پوشش یک مرکز ترومای سطح بالا باشد، و yمن=0در غیر این صورت؛ کjنشان دهنده کیفیت پزشکی مرکز ترومای سطح بالا j است . جjنشان دهنده هزینه ساخت و ساز هنگامی است که یک مرکز تروما در سطح بالا در j قرار دارد . ایکسj=1نشان می دهد که یک مرکز تروما در سطح بالا در j و واقع شده استایکسj=0در غیر این صورت؛ و p تعداد مراکز تروما در سطح بالا را نشان می دهد.

معادله (4) کل زمان سفر وزنی بین مراکز ترومای سطح بالا و نیازهای تروما را به حداقل می رساند. معادله (5) پوشش خواسته های تروما را به حداکثر می رساند. معادله (6) کیفیت پزشکی کل مراکز ترومای سطح بالا را به حداکثر می رساند. معادله (7) هزینه کل ساخت و ساز مراکز تروما در سطح بالا را به حداقل می رساند. معادله (8) تضمین می کند که تعداد مطلوب مراکز تروما در سطح بالا تعیین می شود. معادله (9) تضمین می کند که هر تقاضای تروما توسط یک مرکز تروما در سطح بالا پوشش داده می شود. معادله (10) تضمین می کند که تنها مراکز ترومای سطح بالا انتخاب شده می توانند خدماتی را برای خواسته های تروما ارائه دهند. و معادلات (11)-(13) اطمینان حاصل می کنند که مقدار متغیر 0 یا 1 است.
برای کاهش تعداد اهداف متناقض، اغلب از یک روش وزنی برای تبدیل اهداف چندگانه به یک هدف واحد استفاده می شود. با ترکیب عملکردهای هدف فوق، عملکرد هدف نهایی مراکز ترومای سطح بالا به شرح زیر است:

به حداکثر رساندن z=γ1منمنjجیwمنتیمنjyمنj+γ2منمنwمنyمن+γ3jجیکjایکسjγ4jجیجjایکسj

جایی که γ1، γ2، γ3، و γ4ضرایب وزنی هر تابع هدف هستند و نتیجه شامل ساخت ماتریس قضاوت، دعوت از یک متخصص برای ارزیابی تابع و انجام یک بررسی سازگاری است [ 28 ].

2.3.2. بهینه سازی کلونی مورچه ها

یافتن مکان های بهینه مراکز تروما یک مسئله NP معمولی است که نیاز به حل تعداد زیادی چند جمله ای دارد. در مقایسه با روش‌های جامع، روش‌های اکتشافی مانند ACO می‌توانند مقدار زیادی از زمان محاسباتی را ذخیره کنند. ACO که توسط Dorigo و همکارانش معرفی شد. [ 42 ]، یک الگوریتم ابتکاری هوشمند محبوب است که از رفتار جستجوی مورچه ها الهام گرفته شده است. این نوع رفتار مورچه یک رفتار جمعی است که در آن هر مورچه یک ماده شیمیایی (فرومون) را در مسیری از مورچه تا غذا رسوب می دهد. هرچه فرمون بیشتری رسوب کند، احتمال اینکه سایر مورچه ها در جامعه مسیر را طی کنند بیشتر می شود. شدت فرمون با گذشت زمان ضعیف می شود. در نهایت مسیر با بیشترین شدت فرمون کوتاه ترین خواهد بود.
ACO اغلب برای حل مسئله فروشنده دوره گرد (TSP) استفاده شده است، اما همچنین برای حل مسئله حداکثر مجموعه مستقل (MISP)، مشکل کوله پشتی (KP) و مسئله تخصیص درجه دوم (QAP) از جمله موارد دیگر استفاده شده است [43 ] , 44 , 45 , 46 ]. ACO همچنین می تواند برای حل مشکلات تخصیص مکان استفاده شود. شکل 5 نمودار جریان الگوریتم ACO را نشان می دهد که برای حل مشکل مکان-تخصیص مربوط به مراکز ترومای سطح بالا در این مطالعه استفاده می شود. فرآیند الگوریتم ACO به شرح زیر است ( شکل 5 ).
مرحله 1: راه اندازی الگوریتم (شامل iternum (حداکثر تکرار)، m (تعداد مورچه ها)، α(پارامتر باریک شدن)، β(نرخ تبخیر)، ρ (پارامتر تبخیر)، Q (شدت فرمون)، zmin (حداقل z )، و غیره) .
بعد، وارد کنید نj(مجموعه ای از مراکز تروما در سطح بالا) نمن(مجموعه خواسته های تروما)، آ=[تیمنj](ماتریس زمان سفر بین تقاضای تروما i و مرکز ترومای سطح بالا j)، نjمن(مجموعه ای از خواسته های تروما که می تواند از مرکز ترومای سطح بالا j در “ساعت طلایی” مورد توجه قرار گیرد) و Zj (ماتریس مراکز ترومای سطح بالا که توسط ماتریس پاسخ، ماتریس پوشش، ماتریس درمان محاسبه می شود. و ماتریس هزینه نامزدها).
سپس، تنظیم کنید تکرار=0(شماره اولیه) تی=تی0=0(زمان اولیه)، Vjک(تی)=(مجموعه ای از مراکز ترومای سطح بالا انتخاب شده در زمان t پوچ است)، نjک(تی)=نj(مجموعه مراکز ترومای سطح بالا انتخاب نشده در زمان t جهانی است) Vمنک(تی)=(مجموعه خواسته های تروما انتخاب شده در زمان t صفر است)، نمنک(تی)=نمن(مجموعه خواسته های تروما انتخاب نشده در زمان t جهانی است)، زک=0(مقدار اولیه) و بهستین=(محل بهینه مراکز تروما در سطح بالا).
مرحله 2: تکرارهای داخلی را شروع کنید و هنگامی که شماره تکرار به iternum رسید ، به مرحله 11 بروید.
مرحله 3: به‌طور تصادفی شناسه‌های مرکز تروما در سطح بالا را برای مورچه k ایجاد کنید . به طور همزمان، مجموعه مراکز ترومای سطح بالای انتخابی/غیرانتخابی و خواسته های ترومای انتخابی/غیرانتخابی را به روز کنید.
مرحله 4: اگر تعداد مراکز ترومای سطح بالا انتخاب شده به p (تعداد امکانات مورد نیاز) رسید، به مرحله 7 بروید.
مرحله 5: اگر مجموعه مراکز ترومای سطح بالا انتخاب نشده پوچ است، به مرحله 10 بروید.
مرحله 6: طبق رابطه (15) مرکز ترومای سطح بالا را با بیشترین احتمال برای بازدید مورچه k انتخاب کنید. به طور همزمان، t را به t +1 به روز کنید، و مراکز ترومای سطح بالای انتخاب شده/انتخاب نشده و خواسته های تروما انتخاب شده/انتخاب نشده را به روز کنید. سپس، به مرحله 4 بروید.

پjک(تی)={τjα(منتیهr)ηjβ(تی)jنjکτjα(منتیهr)ηjβ(تی)،jنjک(تی)0،jنjک(تی)
در معادله (15)، پjک(تی)نشان دهنده این احتمال است که مورچه k در زمان t از مرکز ترومای سطح بالا j بازدید کند ، τj(منتیهr)نشان دهنده شدت فرمون مرکز ترومای سطح بالا j است ، ηj(تی)تابع اکتشافی در معادله (15) را نشان می دهد. نjکمجموعه ای از مراکز ترومای سطح بالا را نشان می دهد که مورچه k در زمان t از آنها بازدید نکرده است ، α نشان دهنده پارامتر باریک شدن، β نشان دهنده نرخ تبخیر فرمون، و iter نشان دهنده تعداد تکرارها است.

ηj(تی)=|نمنک(تی)نjمن|مننمنک(تی)zمن،jنjک(تی)
در معادله (16) نمنک(تی)مجموعه ای از خواسته های تروما را نشان می دهد که مورچه k در زمان t از آنها بازدید نکرده است . نjمنمجموعه ای از خواسته های تروما را نشان می دهد که می تواند توسط مرکز ترومای سطح بالا j پوشش داده شود ، و مننمنک(تی)zمنتعداد خواسته های ترومایی را نشان می دهد که مورچه k در زمان t از آنها بازدید نکرده است .
مرحله 7: z را محاسبه کنید. اگر z < min ، z = min و BestN = نjک.
مرحله 8: بازدید مورچه بعدی را شروع کنید، k = k + 1; اگر k ≤ m , سپس به مرحله 3 بروید.
مرحله 9: شدت فرمون را مطابق با رابطه (16) به روز کنید و سپس به مرحله 2 بروید.

τj(منتیهr+1)=(1ρ)τj(منتیهr)+Δτj
در معادله (17) ρنشان دهنده پارامتر فرار، iter تعداد تکرارها و Δτjنشان‌دهنده مجموع شدت‌های فرمون در مرکز ترومای سطح بالا j است .

Δτj=ک=1مترΔτjک
در معادله (18) Δτjکنشان دهنده شدت فرمون مورچه k در مرکز ترومای سطح بالا j است .

Δτjک={سLک،jVjک0،jVjک
در معادله (19)، Q شدت فرمون را نشان می دهد، Lکتعداد مراکز ترومای سطح بالایی را نشان می دهد که ant k بازدید کرده است، و Vjکمجموعه ای از مراکز ترومای سطح بالا را نشان می دهد که مورچه k در زمان t از آنها بازدید کرده است .
مرحله 10: «خطا: کار را نمی توان حل کرد» را چاپ کنید، سپس به مرحله 12 بروید.
مرحله 11: کار را کامل کنید و مقادیر BestN و z را چاپ کنید .
مرحله 12: پایان

3. نتایج و بحث

3.1. مراکز ترومای سطح پایین

یک مدل پوشش مجموعه مکان برای حل مشکل مکان برای مراکز ترومای سطح پایین استفاده شد. در این مشکل، داده‌های تقاضا تقاضای تروما، داده‌های تسهیلات بیمارستان‌های جامع کاندید و آستانه زمان سفر مشخص شده 10 دقیقه بود. ArcGIS Network Analyst دارای مدل های تخصیص مکان است که شامل یک مدل پوشش مجموعه مکان می باشد. شکل 6نتایج مکان مراکز ترومای سطح پایین را با استفاده از مدل پوشش مجموعه مکان از جعبه ابزار تحلیل شبکه ArcGIS نشان می دهد. این مدل محاسبه می‌کند که حداقل 46 مرکز تروما در سطح پایین می‌توانند اطمینان حاصل کنند که هر تقاضای قابل دسترسی با معیار اضطراری “پلاتین 10 دقیقه” پوشش داده می‌شود. نتایج شامل 7 بیمارستان سطح III، 17 بیمارستان سطح II و 22 بیمارستان سطح I است. در تئوری، مدل تضمین می کند که هر تقاضا می تواند توسط حداقل یک مرکز تروما پوشش داده شود. با این حال، به دلیل محدودیت منابع پزشکی در شنژن، چند درخواست از راه دور را نمی توان در 10 دقیقه پوشش داد.
شکل 7 مناطق اداری مراکز ترومای سطح پایین انتخاب شده را نشان می دهد. شکل به وضوح نشان می دهد که موارد تروما بیشتری در Baoan و Longgang رخ می دهد، جایی که تعداد مراکز ترومای سطح پایین به ترتیب باید 8 و 13 باشد. در Yantian و Dapeng که موارد تروما کمتری رخ می دهد، تعداد مراکز ترومای سطح پایین باید به ترتیب 2 و 3 باشد.
علاوه بر این، جدول 4 اطلاعاتی را در مورد مراکز ترومای سطح پایین انتخاب شده فهرست می کند. میانگین زمان نشان دهنده میانگین زمان پاسخ بین خواسته های تروما و مراکز تروما است. اکثر مراکز ترومای سطح پایین انتخاب شده دارای زمان پاسخگویی سریع هستند که تضمین می کند خدمات اولیه اورژانس می تواند به موقع ارائه شود.

3.2. مراکز تروما سطح بالا

مدل چند هدفه شرح داده شده در بخش 2.3.1 برای حل مشکل مکان یابی مراکز تروما در سطح بالا استفاده شد، که در آن تقاضاهای تروما بر اساس داده های تقاضا بود، داده های تسهیلات شامل 46 مرکز ترومای سطح پایین، سفر مشخص شده بود. آستانه زمانی 30 دقیقه و تعداد مراکز ترومای سطح بالا 8 بود (به دلیل قاعده ای که مشخص می کند برای هر 2 میلیون نفر یک مرکز تروما لازم است [ 4 ]). الگوریتم ACO شرح داده شده در بخش 2.3.2 برای حل مدل (اجرا شده در MATLAB) با استفاده از پارامترهای زیر استفاده شد: iternum = 100، m = 50، α = 1، β = 5، ρ = 0.1، و Q= 1.5. توجه داشته باشید که یک انحراف استاندارد برای هر مقدار پارامتر قبل از محاسبه برای کاهش مشکلات ناشی از استفاده از واحدهای مختلف استفاده شده است.
شکل 8 منحنی های همگرایی z (قابلیت پوشش جامع مراکز تروما در سطح بالا) را نشان می دهد. مقدار z به تدریج از 1 به 82 تکرار افزایش یافت. علاوه بر این، یک راه حل بهینه z = 8.359 پس از 83 تکرار به دست آمد. سپس، راه حل یک حالت پایدار به طور مداوم تا پایان شبیه سازی نشان داد. شکل 9 راه حل بهینه را برای مراکز ترومای سطح بالا نشان می دهد که شامل چهار بیمارستان سطح III و چهار بیمارستان سطح II است.
اطلاعات مربوط به مکان های شناسایی شده مراکز تروما در سطح بالا در جدول 5 آمده است که در آن میانگین زمان نشان دهنده میانگین زمان پاسخگویی بین مراکز ترومای سطح بالا و مراکز ترومای سطح پایین است و نسبت پوشش نشان دهنده نسبت تعداد است. مراکز ترومای سطح پایین که هر مرکز ترومای سطح بالا به مجموع مراکز ترومای سطح پایین پوشش می دهد. میانگین زمان پاسخ هر مرکز ترومای سطح بالا تقریباً 20 دقیقه است. بنابراین، خدمات سطح بالا به بیماران ترومایی جدی در “ساعت طلایی” ارائه می شود. در همین حال، میانگین نسبت پوشش تقریباً یک سوم است، که نشان می‌دهد هر مرکز ترومای سطح بالا دارای منطقه تحت پوشش گسترده است.
مراکز ترومای سطح بالا نه تنها خدمات اورژانسی را به بیماران ترومایی نزدیک ارائه می دهند، بلکه خدمات جامعی را برای بیماران ترومای جدی که توسط مراکز ترومای سطح پایین قابل درمان نیستند، ارائه می دهند. تخصیص مراکز تروما برای خدمات اورژانس باید کارایی مدیریت بیمار ترومایی را افزایش دهد. هر مرکز تروما سطح پایین نزدیکترین مرکز تروما سطح بالا را به عنوان یک موسسه پزشکی درجه بالاتر درمان می کند. شکل 10 و جدول 6 تخصیص خدمات اورژانسی را بین مراکز ترومای سطح بالا و پایین و همچنین لیست دقیق بیمارستان ها نشان می دهد.

3.3. بحث

یک سیستم اورژانس تروما که شامل 46 مرکز ترومای سطح پایین و 8 مرکز تروما در سطح بالا است با استفاده از مدل تخصیص مکان سلسله مراتبی و یک الگوریتم ACO ساخته شد. مراکز تروما انتخاب شده توزیع یکنواخت فضایی را نشان می دهند و مکان همه مراکز تروما 04/54 درصد از مساحت شهر را در 10 دقیقه، 71/85 درصد از مساحت شهر را در مدت 20 دقیقه و 19/93 درصد از مساحت شهر را در 30 دقیقه پوشش می دهند. شکل 11). اکثر مناطق در Futian، Luohu، Longhua، Nanshan و Longgang، که نیاز به تروما بالایی دارند، می توانند در مدت زمان مشخص شده پاسخ اضطراری تحت پوشش قرار گیرند، در حالی که تنها 6.81٪ از کل منطقه شهر در مدت زمان مشخص خارج از محدوده اضطراری است. . این به دلیل محدودیت های زمین و منابع پزشکی محدود در آن مناطق رخ می دهد. در نتیجه، سیستم اورژانس تروما می تواند یک منطقه خدماتی بزرگ را پوشش دهد و زمان خدمات سریع را ارائه دهد و اطمینان حاصل کند که اورژانس های تروما به موقع درمان می شوند و میزان مرگ و میر و ناتوانی ناشی از تروما کاهش می یابد. این نتیجه امکان‌سنجی مدل تخصیص مکان سلسله مراتبی پیشنهادی را نشان می‌دهد.

4. نتیجه گیری

سهم اصلی این مطالعه پیشنهاد یک مدل سلسله مراتبی با ترکیب یک مدل پوشش مجموعه مکان و یک مدل چند هدفه بود که عوامل پاسخ، پوشش، درمان و هزینه مکان‌یابی بهینه را برای دو سطح از مراکز تروما در شنژن، چین در نظر می‌گیرد. . مدل‌های قبلی مکان‌یابی مراکز تروما، عمدتاً مدل‌های تک هدفی بودند که تنها بر یک جنبه واحد، مانند حداکثر کردن منطقه پوشش، تمرکز داشتند. در مقابل، مدل در این مطالعه جامع تر است، زیرا دانش جغرافیایی و پزشکی را برای ارائه نتیجه معقول تری ترکیب می کند. به طور همزمان، مدل تخصیص مکان مبتنی بر تقاضاهای ترومای بزرگ به طور کلی منجر به تعداد زیادی چند جمله ای در فرآیند حل مشکل مکان می شود. با این حال، یک روش اکتشافی برای کاهش زمان محاسبه و تعیین راه حل فضایی استفاده شد. در نهایت، نتیجه تخصیص مکان برای مراکز تروما بر اساس این مدل و روش نشان داد که می‌توان منطقه خدماتی وسیعی را تحت پوشش قرار داد و زمان خدمات رسانی سریع را فراهم کرد که نقش بسزایی در بهبود سیستم اورژانس تروما در شنژن خواهد داشت. بنابراین، مدل سلسله مراتبی و روش اکتشافی چارچوب جدیدی برای بهینه‌سازی مکان‌های مراکز تروما فراهم می‌کند.
با این حال، به دلیل محدودیت داده ها، تقاضاهای تروما در این مطالعه تنها بر اساس داده های تروما از سال 2013 بود و تقاضاهای تروما در سال های اخیر افزایش یافته است. بنابراین، نتیجه تخصیص مکان برای مراکز تروما نشان داده شده در اینجا ممکن است خدمات اضطراری را برای هر درخواست به موقع ارائه ندهد (مانند 6.81٪ از نقاط کور). مراکز تروما باید اضافه شوند و سیستم اورژانس تروما باید بهبود یابد تا نیازهای جدید تروما را برآورده کند. در همین حال، تجزیه و تحلیل بیشتر از نیازهای تروما اضافی ممکن است اهداف مکان جدیدی را شناسایی کند و مدل را حتی معقول‌تر و قابل اعتمادتر کند.

منابع

  1. سازمان بهداشت جهانی. صدمات. در دسترس آنلاین: http://www.who.int/topics/injuries/ (در 19 آوریل 2015 قابل دسترسی است).
  2. سازمان بهداشت جهانی. آسیب ها: بار نادیده گرفته شده در کشورهای در حال توسعه. در دسترس آنلاین: http://www.who.int/bulletin/volumes/87/4/08-052290/ (دسترسی در 19 آوریل 2015).
  3. لی، اچ. لیو، تی. یین، ایکس. بررسی و تحلیل وضعیت تحقیقاتی اورژانس تروما در ده سال اخیر در چین. J. تروما Surg. 2012 ، 14 ، 104-107. [ Google Scholar ]
  4. آلبرت، جی. فیلیپس، H. سیستم های مراقبت تروما در بریتانیا. Injury 2003 , 34 , 728-734. [ Google Scholar ] [ CrossRef ]
  5. بلک ول، تی. کلام، جی اف. Thomason, M. سیستم های مراقبت تروما در ایالات متحده. Injury 2003 , 34 , 735-739. [ Google Scholar ] [ CrossRef ]
  6. Croser، JL سیستم های مراقبت از تروما در استرالیا. Injury 2003 , 34 , 649-651. [ Google Scholar ] [ CrossRef ]
  7. آلمر، سی. گوشل، تی. اقتصاد سیاسی سیستم عدالت کیفری محیطی: رویکرد تابع تولید. انتخاب عمومی 2011 ، 148 ، 611-630. [ Google Scholar ] [ CrossRef ]
  8. آلمانی، آر. مورون، پی. تستا، جی. عدالت محیطی و آلودگی هوا: مطالعه موردی در استان های ایتالیا. Ecol. اقتصاد 2014 ، 106 ، 69-82. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  9. کوری، دی سی؛ رحمان، ت. عدالت زیست محیطی و اجرای قانون آب آشامیدنی سالم: تجربه آرسنیک آریزونا. Ecol. اقتصاد 2009 ، 68 ، 1825-1837. [ Google Scholar ] [ CrossRef ]
  10. گافرون، پ. Niemeier, D. مکان های مدرسه و انتشارات ترافیک – یافته های عدالت زیست محیطی (در) با استفاده از یک روش غربالگری جدید. بین المللی جی. محیط زیست. Res. بهداشت عمومی 2015 ، 12 ، 2009-2025. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  11. جرت، ام. گیل، اس. کونتگیس، سی. مدلسازی فضایی در تحقیقات محیطی و بهداشت عمومی. بین المللی جی. محیط زیست. Res. بهداشت عمومی 2010 ، 7 ، 1302-1329. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  12. چن، اف. Zhong، H. توسعه و وضعیت فعلی سیستم مراقبت از تروما در اروپا و آمریکای شمالی. J. تروما Surg. 2014 ، 16 ، 170-172. [ Google Scholar ]
  13. کامینگز، جنرال الکتریک؛ میز، دی سی یک مطالعه مقایسه ای از رهبران تیم تروما تعیین شده در مورد بقای بیمار تروما و طول مدت اقامت بخش اورژانس. CJEM 2007 ، 9 ، 105-110. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  14. آندروشکوف، اچ. فرینک، م. زکی، سی. کرتک، سی. هیلدبراند، اف. Mammsen, P. شایستگی ها و قابلیت های خدمات فوریت های پزشکی هلیکوپتر (HEMS) در بیماران آسیب دیده. تکنولوژی مراقبت های بهداشتی 2012 ، 20 ، 435-444. [ Google Scholar ] [ PubMed ]
  15. وستوف، جی. هیلدبراند، اف. گروتز، ام. ریشتر، ام. Pape، HC; Krettek, C. مراقبت از تروما در آلمان. Injury 2003 , 34 , 674-683. [ Google Scholar ] [ CrossRef ]
  16. Pape، HC; گروتز، ام. شوورمن، تی. روکهولتز، اس. لفرینگ، آر. ریگر، ام. تروگر، ام. Graf von der Schulenburg، JM; کرتک، سی. AG Polytrauma der DGU. توسعه یک مدل برای محاسبه هزینه مراقبت برای مصدومان شدید – ابتکار ثبت تروما DGU. Unfallchirurg 2003 ، 106 ، 348-357. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  17. لیو، سی. مدل محل مرکز اورژانس حادثه. ایمنی ترافیک جاده ای 2010 ، 10 ، 55-58. [ Google Scholar ]
  18. دای، ک. خو، ز. Zhu, L. سیستم های مراقبت از تروما در چین. Injury 2003 , 34 , 664-668. [ Google Scholar ] [ CrossRef ]
  19. رحمان، س. اسمیت، DK استفاده از مدل‌های تخصیص مکان در برنامه‌ریزی توسعه خدمات سلامت در کشورهای در حال توسعه. یورو جی. اوپر. Res. 2000 ، 123 ، 437-452. [ Google Scholar ] [ CrossRef ]
  20. ماریانوف، وی. Serra، D. مکان سلسله مراتبی – مدل های تخصیص برای سیستم های متراکم. یورو جی. اوپر. Res. 2001 ، 135 ، 195-208. [ Google Scholar ] [ CrossRef ]
  21. چن، ZZ; شما، JX یک رویکرد مدلسازی برای مشکل مکان یابی سلسله مراتبی تسهیلات پیشگیری و کاهش بلایای شهری. جی. نات. بلایا 2005 ، 14 ، 131-135. [ Google Scholar ]
  22. لو، سی. مدل مرکز p راس وزن دار قوی با در نظر گرفتن داده های نامشخص: برنامه ای برای مدیریت اضطراری. یورو جی. اوپر. Res. 2013 ، 230 ، 113-121. [ Google Scholar ] [ CrossRef ]
  23. شریعت مهیمانی، ع. بابایی، م. معادی، س. امیری پور، مدل های پوشش عدم دسترسی کران بالا خطی برای مکان یابی آمبولانس ها: کاربرد در راه های روستایی تهران. یورو جی. اوپر. Res. 2012 ، 221 ، 263-272. [ Google Scholar ] [ CrossRef ]
  24. ایندریاساری، وی. محمود، ع. احمد، ن. مشکل منطقه خدمات حداکثری ARM برای مکان یابی بهینه امکانات اضطراری. بین المللی جی. جئوگر. Inf. علمی 2010 ، 24 ، 213-230. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  25. بهشتی فر، س. علیمحمدی، ع. رویکرد بهینه‌سازی چندهدفه برای مکان‌یابی-تخصیص کلینیک‌ها. بین المللی ترانس. اپراتور Res. 2015 ، 22 ، 313-328. [ Google Scholar ] [ CrossRef ]
  26. بارای، جی. Cliquet، G. بهینه سازی مکان ها از طریق مدل سلسله مراتبی پوشش حداکثر/p-میانگین: بیمارستان های زایمان در فرانسه. اتوبوس جی. Res. 2013 ، 66 ، 127-132. [ Google Scholar ] [ CrossRef ]
  27. وایدنر، ام جی. هورنر، MW یک رویکرد سلسله مراتبی برای مدل‌سازی توزیع کالاهای امدادی طوفان. J. Transp. Geogr. 2011 ، 19 ، 821-828. [ Google Scholar ] [ CrossRef ]
  28. زو، ی. دو، س. لیانگ، اس. شی، جی. لین، دی. مدل سلسله مراتبی تحلیلی برای انتخاب مکان فضایی مراکز ترومای شهر. GeoWorld 2015 ، 3 ، 1-7. [ Google Scholar ]
  29. وانگ، ز. دو، س. لیانگ، اس. نی، ک. Lin، DN; چن، ی. Li، JJ تجزیه و تحلیل تنوع فضایی بستری شدن در بیمارستان برای بیماری فشار خون بالا در شنژن، چین. بین المللی جی. محیط زیست. Res. بهداشت عمومی 2014 ، 11 ، 713-733. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  30. هو، تی. دو، س. رن، اف. لیانگ، اس. لین، دی. لی، جی. Chen, Y. تجزیه و تحلیل فضایی آدرس خانه بیماران بیمارستانی مبتلا به عفونت هپاتیت B یا هپاتوم در شنژن، چین از سال 2010 تا 2012 . جی. محیط زیست. Res. بهداشت عمومی 2014 ، 11 ، 3143-3155. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  31. وانگ، ی. دو، س. رن، اف. لیانگ، اس. Lin، DN; تیان، کیو. چن، ی. تغییرات فضایی-زمانی لی، جی جی و پیش بینی بستری شدن در بیمارستان ایسکمیک قلبی در شنژن، چین. بین المللی جی. محیط زیست. Res. بهداشت عمومی 2014 ، 11 ، 4799-4824. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  32. شی، ی. رن، اف. لیانگ، اس. ژانگ، جی. Lin، DN تجزیه و تحلیل فضایی توزیع، عوامل خطر و دسترسی به منابع پزشکی بیماران مبتلا به هپاتیت B در شنژن، چین. بین المللی جی. محیط زیست. Res. بهداشت عمومی 2014 ، 11 ، 11505-11527. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  33. وایدنر، ام. گینزبرگ، ز. Schleith، D. زمین و هلیکوپتر خدمات فوریت های پزشکی معاوضه زمانی با اطلاعات جغرافیایی ارزیابی شده است. هوانوردی پزشکی هوم انجام دادن. منبع. 2015 ، 86 ، 620-627. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  34. دفتر آمار و اطلاعات شنژن سالنامه آماری 1387 ; انتشارات آمار چین: پکن، چین، 2008.
  35. یومرالی اوغلو، تی. کولاک، ای اچ. آیدین اوغلو، AC رابطه جغرافیایی بین موارد سرطان و محیط زیست توسط GIS: مطالعه موردی ترابزون در ترکیه. بین المللی جی. محیط زیست. Res. بهداشت عمومی 2009 ، 6 ، 3190-3204. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  36. وزارت مسکن و توسعه شهری و روستایی جمهوری چین؛ نیش، جی. لو، اف. ژانگ، اچ. شائو، ال. او، P. استاندارد ملی جمهوری خلق چین-کد طراحی تراز جاده های شهری . چاپ معماری و ساختمان چین: پکن، چین، 2013.
  37. سورهون، ال. تیمپلدون، ام. Marseken، S. قانون جمهوری خلق چین در مورد ایمنی ترافیک جاده ای. برای. کار Saf. Res. 2007 ، 9 ، 67-71. [ Google Scholar ]
  38. حکیمی، SL توزیع بهینه مراکز سوئیچینگ در یک شبکه ارتباطی و برخی مسائل نظری گراف مرتبط. اپراتور Res. 1965 ، 13 ، 462-475. [ Google Scholar ] [ CrossRef ]
  39. تورگاس، سی. سواین، آر. ریول، سی. برگمن، ال. محل تأسیسات خدمات اضطراری. اپراتور Res. 1971 ، 19 ، 1363-1373. [ Google Scholar ] [ CrossRef ]
  40. کلیسا، آر. ReVelle, C. مشکل مکان پوشش حداکثر. پاپ Reg. علمی دانشیار 1974 ، 32 ، 101-118. [ Google Scholar ] [ CrossRef ]
  41. جایرامان، وی. گوپتا، آر. Pirkul, H. انتخاب امکانات سلسله مراتبی در یک محیط عملیات خدماتی. یورو جی. اوپر. Res. 2003 ، 147 ، 613-628. [ Google Scholar ] [ CrossRef ]
  42. دوریگو، م. دی کارو، جی. الگوریتم های Gambardella، LM Ant برای بهینه سازی گسسته. آرتیف. زندگی 1999 ، 5 ، 137-172. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  43. گانچ، ام. میدندورف، ام. Schmeck، H. رویکرد بهینه سازی کلونی مورچه ها برای TSP پویا. در مجموعه مقالات کنفرانس محاسبات ژنتیکی و تکاملی، سانفرانسیسکو، کالیفرنیا، ایالات متحده آمریکا، 7 تا 11 ژوئیه 2001.
  44. Busygin، S. بوتنکو، اس. Pardalos، PM یک اکتشافی برای حداکثر مسئله مجموعه مستقل بر اساس بهینه سازی یک درجه دوم بر روی یک کره. جی. شانه. بهینه. 2002 ، 6 ، 287-297. [ Google Scholar ] [ CrossRef ]
  45. فیدانوا، S. بهینه سازی کلنی مورچه برای مشکل کوله پشتی چندگانه و تعصب مدل. در تحلیل عددی و کاربردهای آن ; Li, Z., Vulkov, L., Waśniewski, J., Eds. Springer: Heidelberg & Berlin, Germany, 2005; ص 280-287. [ Google Scholar ]
  46. دمیرل، N.Ç. توکساری، MD بهینه سازی مسئله تخصیص درجه دوم با استفاده از الگوریتم کلونی مورچه ها. Appl. ریاضی. محاسبه کنید. 2006 ، 183 ، 427-435. [ Google Scholar ] [ CrossRef ]
شکل 1. نقشه شنژن و موقعیت آن در چین.
شکل 2. توزیع حوادث تروما در شنژن.
شکل 3. توزیع فضایی-زمانی تروما در شنژن.
شکل 4. توزیع بیمارستان های کاندید در شنژن.
شکل 5. نمودار جریان الگوریتم بهینه سازی کلونی مورچه ها.
شکل 6. نتایج مکان یابی مراکز ترومای سطح پایین.
شکل 7. تعداد مراکز ترومای سطح پایین که هر منطقه اداری باید داشته باشد.
شکل 8. منحنی همگرایی z.
شکل 9. نتایج مکان یابی مراکز تروما در سطح بالا.
شکل 10. تخصیص خدمات اورژانسی در میان مراکز ترومای سطح بالا و پایین.
شکل 11. پوشش مرکز تروما.
جدول 1. تعداد موارد تروما در هر منطقه در شنژن.
جدول 2. تعداد بیمارستان های کاندید در هر منطقه در شنژن.
جدول 3. طراحی سرعت خودرو در جاده های شهری در شنژن.
جدول 4. اطلاعات در مورد مراکز ترومای سطح پایین.
جدول 5. اطلاعات در مورد مراکز تروما در سطح بالا.
جدول 6. فهرست تخصیص خدمات اورژانسی مراکز تروما.

بدون نظر

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *