Melhorando a Gestão do Estoque de Plaquetas Sanguíneas
Os hospitais podem melhorar a gestão do suprimento de plaquetas com um novo método que lida com a incerteza.
― 7 min ler
Índice
Gerenciar o suprimento de plaquetas de sangue é super importante para os hospitais. As plaquetas são um tipo de célula sanguínea fundamental para a coagulação. Mas, elas têm um prazo de validade bem curtinho, de apenas alguns dias, o que torna o gerenciamento meio complicado. A necessidade de plaquetas pode mudar todo dia, e os hospitais precisam garantir que tenham o suficiente disponível sem desperdiçar demais. Este artigo fala sobre como os hospitais podem gerenciar melhor seu estoque de plaquetas usando um método que leva em conta as incertezas em torno do prazo de validade e da Demanda.
Contexto sobre o Gerenciamento de Plaquetas
Na América do Norte, milhões de unidades de plaquetas são distribuídas anualmente de doadores para hospitais. Os pacientes precisam de plaquetas por vários motivos médicos, e os hospitais geralmente fazem pedidos diários para atender a essas necessidades. No entanto, o prazo de validade limitado das plaquetas – normalmente de 3 a 5 dias após os testes – e a demanda diária incerta tornam o processo de pedidos complicado.
Os hospitais precisam encontrar um equilíbrio entre ter plaquetas suficientes em estoque e minimizar o desperdício de unidades expiradas. Enquanto algumas pesquisas se concentraram em criar estratégias de pedidos eficazes, a suposição de que o prazo de validade é sempre o mesmo foi feita muitas vezes. Mas a realidade é mais complexa, já que o prazo de validade pode variar bastante baseado em fatores relacionados a como as decisões são tomadas na hora de fazer os pedidos.
O Desafio da Incerteza
A variabilidade no prazo de validade das unidades entregues traz incerteza. Quando os hospitais pedem plaquetas dos fornecedores, o prazo de validade dessas unidades pode ser afetado pela quantidade e pela frequência dos pedidos. Por exemplo, um pedido maior pode resultar em unidades mais velhas, com um prazo de validade restante menor. Isso traz desafios na gestão eficaz do estoque.
Encontrar políticas de pedido ideais se torna cada vez mais importante com essa incerteza. A maioria dos métodos existentes não aborda adequadamente a imprevisibilidade no prazo de validade, levando a ineficiências.
Solução Proposta
Para enfrentar os desafios associados à gestão do estoque de plaquetas sob incerteza, foi desenvolvido um novo método usando Programação Dinâmica Aproximada (PDA). Esse método permite uma melhor tomada de decisão sobre o que e quanto pedir, considerando a imprevisibilidade do prazo de validade e da demanda.
Entendendo a PDA
A PDA é uma técnica que ajuda a tomar decisões ao longo do tempo enquanto gerencia a incerteza. Ela aproxima processos de tomada de decisão complexos e permite ajustes com base em novas informações. Usando esse método, os hospitais podem desenvolver melhores estratégias de pedidos que levam a resultados melhores.
O principal objetivo de usar a PDA na gestão de plaquetas é encontrar políticas de pedido quase ideais que ajudem a reduzir as taxas de expiração e de suprimentos curtos, enquanto se adaptam aos dados em tempo real.
Aplicação da PDA na Gestão do Estoque de Plaquetas
Ao aplicar a PDA na gestão do estoque de plaquetas, características específicas do problema são levadas em consideração. O modelo foca em uma revisão periódica do estoque, onde tanto a demanda quanto o prazo de validade flutuam.
Componentes Chave do Modelo
Variabilidade da Demanda: A demanda por plaquetas pode variar bastante de um dia para o outro. Entender essa variabilidade é um desafio que o modelo precisa enfrentar.
Incerteza do Prazo de Validade: O prazo de validade das plaquetas não é fixo e pode mudar baseado em fatores como o tempo e a quantidade do pedido. Isso adiciona mais uma camada de complexidade na gestão do estoque.
Sensibilidade ao Custo: Os custos associados ao armazenamento de plaquetas, faltas e Desperdícios devido à expiração são considerados ao tomar decisões de pedidos.
Avaliação de Desempenho do Método Proposto
Para avaliar como o método PDA funciona, são feitas comparações com estratégias tradicionais. Isso inclui examinar dados de desempenho histórico de hospitais e medir como o novo método se sai em termos de redução de desperdício e melhoria na disponibilidade de plaquetas.
Métricas de Desempenho Chave
Taxa de Expiração: Mede quantas unidades expiraram antes de serem usadas.
Taxa de Faltas: Considera com que frequência os hospitais ficam sem plaquetas quando precisam.
Tamanho do Pedido: A quantidade média de plaquetas pedidas a cada vez.
Frequência dos Pedidos: Com que frequência o hospital faz pedidos de novas plaquetas.
Estudo de Caso: Aplicando o Modelo em um Ambiente Hospitalar
Um estudo de caso foi realizado usando dados de um hospital canadense para ver como o método PDA funciona em condições reais. Dados sobre demanda, timing de entrega e padrões de uso foram analisados para informar o modelo.
Resultados do Estudo de Caso
Os resultados mostraram que o método PDA superou significativamente os modelos de pedido tradicionais. Resultados específicos incluíram:
Taxas de Expiração Mais Baixas: Os hospitais que usaram a estratégia PDA experimentaram uma queda substancial no número de plaquetas que expiraram antes de serem usadas.
Redução de Faltas: As ocorrências de ficar sem plaquetas em momentos críticos também diminuíram, o que significa que o atendimento aos pacientes foi menos afetado por problemas de suprimento.
Tamanhos de Pedidos Otimizados: O tamanho médio de cada pedido estava mais equilibrado, resultando em menos desperdício, mas ainda garantindo que houvesse plaquetas suficientes disponíveis para os pacientes.
Implicações dos Resultados
Os resultados deste estudo têm implicações importantes para hospitais e sistemas de gerenciamento de produtos sanguíneos. Ao adotar a abordagem PDA, os hospitais podem esperar uma gestão melhor de seus suprimentos de plaquetas, melhorando o atendimento ao paciente através de maior disponibilidade e redução de desperdício.
Implementação Prática
Implementar essa nova abordagem pode ser feito de forma relativamente rápida. O modelo requer informações em tempo real sobre os níveis atuais de estoque e padrões de demanda. Ele pode ser incorporado aos sistemas de informação já existentes nos hospitais, facilitando para a equipe fazer pedidos precisos com base na necessidade prevista.
Direções Futuras
Embora a abordagem PDA mostre promessas na melhoria da gestão do estoque de plaquetas, ainda há desafios que poderiam ser abordados em pesquisas futuras.
Adaptação a Longo Prazo: Trabalhos futuros poderiam explorar como esses modelos podem se ajustar a mudanças de longo prazo nos padrões de demanda ou interrupções na cadeia de suprimentos, como as vistas durante a pandemia de COVID-19.
Diferentes Tipos de Demanda: Mais pesquisas poderiam ser feitas sobre como contabilizar diferentes tipos de demanda que podem exigir unidades mais frescas em comparação com o suprimento regular de sangue, aumentando a adaptabilidade do modelo.
Integração com Outros Sistemas Hospitalares: Examinar como esse modelo pode se integrar a outros sistemas em funcionamento nos hospitais, como agendamento de pacientes ou uso de emergência, poderia oferecer benefícios e eficiências adicionais.
Conclusão
Em conclusão, gerenciar o estoque de plaquetas é uma tarefa complexa, ainda mais difícil pela variabilidade na demanda e no prazo de validade. Ao adotar uma abordagem de programação dinâmica aproximada, os hospitais podem gerenciar melhor seus estoques de plaquetas, levando a um atendimento ao paciente aprimorado, menores taxas de desperdício e um gerenciamento de recursos melhor. O uso desse método representa um avanço no esforço contínuo para otimizar os recursos de saúde e melhorar os resultados dos pacientes na gestão de produtos sanguíneos.
Conforme os hospitais continuam a se adaptar aos novos desafios na entrega de cuidados, metodologias que abraçam a incerteza e a variabilidade serão fundamentais para garantir que suprimentos críticos, como plaquetas de sangue, sejam gerenciados de forma eficaz.
Título: Platelet Inventory Management with Approximate Dynamic Programming
Resumo: We study a stochastic perishable inventory control problem with endogenous (decision-dependent) uncertainty in shelf-life of units. Our primary motivation is determining ordering policies for blood platelets. Determining optimal ordering quantities is a challenging task due to the short maximum shelf-life of platelets (3-5 days after testing) and high uncertainty in daily demand. We formulate the problem as an infinite-horizon discounted Markov Decision Process (MDP). The model captures salient features observed in our data from a network of Canadian hospitals and allows for fixed ordering costs. We show that with uncertainty in shelf-life, the value function of the MDP is non-convex and key structural properties valid under deterministic shelf-life no longer hold. Hence, we propose an Approximate Dynamic Programming (ADP) algorithm to find approximate policies. We approximate the value function using a linear combination of basis functions and tune the parameters using a simulation-based policy iteration algorithm. We evaluate the performance of the proposed policy using extensive numerical experiments in parameter regimes relevant to the platelet inventory management problem. We further leverage the ADP algorithm to evaluate the impact of ignoring shelf-life uncertainty. Finally, we evaluate the out-of-sample performance of the ADP algorithm in a case study using real data and compare it to the historical hospital performance and other benchmarks. The ADP policy can be computed online in a few minutes and results in more than 50% lower expiry and shortage rates compared to the historical performance. In addition, it performs better or as well as an exact policy that ignores uncertainty in shelf-life and becomes hard to compute for larger instance of the problem.
Autores: Hossein Abouee-Mehrizi, Mahdi Mirjalili, Vahid Sarhangian
Última atualização: 2023-07-18 00:00:00
Idioma: English
Fonte URL: https://arxiv.org/abs/2307.09395
Fonte PDF: https://arxiv.org/pdf/2307.09395
Licença: https://creativecommons.org/licenses/by/4.0/
Alterações: Este resumo foi elaborado com a assistência da AI e pode conter imprecisões. Para obter informações exactas, consulte os documentos originais ligados aqui.
Obrigado ao arxiv pela utilização da sua interoperabilidade de acesso aberto.