Robust primary care systems

Comis, Martin; Büsing, Christina Maria Katharina (Thesis advisor); Cleophas, Eva Catherine (Thesis advisor); Koster, Arie Marinus (Thesis advisor)

1. Auflage. - München : Verlag Dr. Hut (2021)
Buch, Doktorarbeit

In: Mathematik
Seite(n)/Artikel-Nr.: xi, 235 Seiten : Illustrationen, Diagramme

Dissertation, RWTH Aachen University, 2021

Kurzfassung

Die hausärztliche Versorgung gilt als das Rückgrat der allgemeinen Gesundheitsversorgung. Da die Bevölkerung jedoch altert und die Zahl der Hausärzte zurückgeht, beginnt dieses Fundament zu bröckeln. Die Folge sind zunehmende Anfahrtswege, Wartezeiten und Arbeitsbelastungen bis zu einem Punkt, an dem die Versorgung nicht mehr gewährleistet werden kann. Um diesen Entwicklungen entgegenzuwirken, diskutieren Vertreter von Regierung, Krankenkassen und Verbänden eine Reihe neuer Versorgungskonzepte und politischer Veränderungen. Diese Arbeit möchte durch die Bereitstellung von Entscheidungsunterstützungssystemen, Algorithmen und theoretischen Ergebnissen zu dieser Diskussion beitragen. Besonderes Augenmerk wird dabei auf den ländlichen Raum gelegt, da dieser aufgrund seiner geographisch-demographischen Gegebenheiten besonders anfällig ist. Die entstandenen Resultate lassen sich in drei Hauptgruppen unterteilen und werden nachfolgend diskutiert. Der erste Teil dieser Arbeit befasst sich mit der grundlegenden Frage, wie die Qualität der hausärztlichen Versorgung quantifiziert werden kann. Da das Gesundheitswesens äußerst komplex ist, erweist sich dies als eine nicht-triviale Fragestellung. Die vorherrschende Methode der Wahl ist daher auch weiterhin die Bewertung des Arzt-Bevölkerungs-Verhältnisses. Um eine verfeinerte Analyse zu ermöglichen, wird in dieser Arbeit das hybride agentenbasierte Simulationsmodell SiM-Care vorgestellt. SiM-Care modelliert die Mikrointeraktionen von Patienten und Hausärzten auf individueller Ebene. Dadurch wird Entscheidungsträgern der Zugang zu mehreren Schlüsselindikatoren wie Patientenwartezeiten und Ärzteauslastung ermöglicht, die als Grundlage zur Bewertung des Versorgungsgrades dienen können. Darüber hinaus ermöglicht es das Modell, Veränderungen der Infrastruktur und des Patientenverhaltens zu analysieren, was mit etablierten Methoden nicht möglich ist. Der zweite Teil dieser Arbeit untersucht den Einsatz rollender Arztpraxen (MMUs) in ländlichen Gebieten. MMUs sind mit medizinischen Geräten ausgestattete Fahrzeuge, die leicht zu verlegen sind und somit eine wohnortnahe Gesundheitsversorgung ermöglichen. Zur Vorbereitung der Inbetriebnahme von MMUs, muss ein komplexer Planungsprozess durchgeführt werden. Um diesen Planungsprozess zu automatisieren, führt diese Arbeit einen integrierten mehrphasigen Optimierungsansatz ein. Neuartig an diesem Ansatz ist, dass wir zwischen Patienten die ein zentralisiertes Terminsystem verwenden sowie Patienten ohne Termin, sogenannter Laufkundschaft, unterscheiden. Darüber hinaus ermöglicht es der Optimierungsansatz, Unsicherheiten in beiden Patiententypen zu berücksichtigen, was bisher nicht untersucht wurde. Der dritte Teil dieser Arbeit untersucht zwei Matching Probleme, die aus der Einsatzplanung von MMUs hervorgegangen sind. Es wird gezeigt, dass beide Matching Probleme stark NP-schwer sind. Folglich konzentriert sich diese Arbeit auf eingeschränkte Graphenklassen und entwickelt eine Reihe von polynomiellen und pseudo-polynomiellen Algorithmen.

Einrichtungen

• Graduiertenkolleg UnRAVeL [080060]
• Fachgruppe Mathematik [110000]
• Lehrstuhl II für Mathematik (für Ingenieure) [113210]
• Lehr- und Forschungsgebiet Diskrete Optimierung [113320]
• Juniorprofessur für Robuste Planung in der medizinischen Versorgung [119530]