Modeliavimu pagrįstas optimizavimo modelis, skirtas tirti kelių regionų įtraukimo į sąrašą ir dalijimosi informacija poveikį inkstų transplantacijos rezultatams

Zahra Gharibi 1* ir Michaelas Hahsleris 2

Santrauka:Daugiau nei 8000 pacientų laukiančiųjų sąrašeinkstastransplantacijos miršta arba tampa netinkami transplantacijai dėl sveikatos pablogėjimo. Tuo pačiu metu Jungtinėse Valstijose kasmet išmetama daugiau nei 4000 mirusių donorų inkstų. Šiame darbe kuriamas modeliavimu pagrįstas optimizavimo modelis, kuriame atsižvelgiama į kelis esminius veiksniusinkstastransplantacija pagerintiinkstaspanaudojimas. Skirtingai nuo daugelio siūlomų modelių, pateiktas optimizavimo modelis apima siūlymo procesą, paciento sveikatos pablogėjimą irinkstaskokybė laikui bėgant, koreliacija tarp pacientų sveikatos ir priėmimo sprendimų bei inkstų priėmimo tikimybė. Modelio parametrus įvertiname naudodami duomenis, gautus iš Jungtinio organų dalijimosi tinklo (UNOS) ir transplantacijos gavėjų mokslinio registro (SRTR). Naudodami šiuos parametrus iliustruojame modeliavimu pagrįsto optimizavimo modelio galią naudodami dvi susijusias programas. Pirmajame tiriamas poveikis, kai pacientai skatinami įtraukti kelių regionų laukiančiųjų sąrašą rezultatams po transplantacijos. Čia modeliavimu pagrįstas optimizavimo modelis leidžia pacientui pasirinkti geriausius regionus, kuriuose jis bus įtrauktas į laukiančiųjų sąrašą, atsižvelgiant į jų paklausos ir pasiūlos santykį. Antrojoje paraiškoje dėmesys sutelkiamas į sistemos lygmens transplantacijos aspektą, ty į keitimąsi informacija apie inkstų išmetimo rodiklių ir socialinės gerovės gerinimą. Tiriame šiuolaikinių informacinių technologijų naudojimo, siekiant paspartinti paciento, atitinkančio turimą donoro organą, paiešką, poveikį laukiančiųjų sąrašo mirtingumui, inkstų išmetimo ir transplantacijos rodikliams. Mes parodome, kad šiuolaikinė informacinių technologijų parama, kurią šiuo metu kuria Jungtinis organų dalijimosi tinklas (UNOS), yra būtinas ir gali žymiai pagerinti inkstų panaudojimą.

Raktiniai žodžiai:imitacinis modelis;inkstaspriėmimas;inkstaspaskirstymas; kelių regionų sąrašas; dalijimasis informacija

Kontaktas:joanna.jia@wecistanche.com

Cistanchetubulosa apsaugo nuo inkstų ligos, spustelėkite čia, kad gautumėte mėginį

1. Įvadas

Lėtinisinkstasliga (CKD) yra progresuojantis netekimasinkstasveikia laikui bėgant. CKD yra pasaulinė sveikatos krizė, nes šiuo metu daugiau nei 2 milijonai pacientų kenčia nuo paskutinės stadijos inkstų ligos (ESRD) arba inkstų nepakankamumo. Numatoma, kad pacientų, kuriems diagnozuota NSL, skaičius kasmet padidės 5–7 procentais [1]. Šiuo metu nėra gydymo nuoinkstasnesėkmės, o pacientams, sergantiems ESRD, reikia dažnai dializuoti arba persodinti inkstą iš gyvo ar mirusio donoro, kad išgyventų. Daugumai pacientų pageidaujamas gydymas yra inkstų transplantacija, kuri užtikrina ilgesnę gyvenimo trukmę ir aukštesnę gyvenimo kokybę nei dializė. Tačiau pacientai visame pasaulyje susiduria su lėtiniu transplantacijai prieinamų donorų inkstų trūkumu.

Šiuo metu JAV laukiančiųjų sąraše yra beveik 100,{1}} pacientų, o vidutiniškai kas mėnesį įtraukiama daugiau nei 3000 naujų pacientų. Kiekvienais metais daugiau nei 4000 pacientų miršta laukdami gelbėjimoinkstaspersodinti, o daugiau nei 4000 per daug suserga ir yra.inkstaspaskirstymo ir siūlymo procesas. Yra didelių skirtumų tarp gyvų ir mirusių donorų inkstų ir tarp skirtingų šalių. Čia mes sutelkiame dėmesį įinkstusiš mirusių donorų JAV. Svarbiausi mirusio donoro inkstų paskirstymo kriterijai yra (1) donoro ir recipiento medicininis suderinamumas, (2) logistiniai veiksniai ir (3) paciento padėtis laukiančiųjų sąraše (pvz., laukimo laikas, taškai). Tiksliau, JAV Jungtinis organų dalijimosi tinklas (UNOS) administruoja Organų įsigijimo ir transplantacijos tinklą (OPTN) ir yra atsakingas už duomenų apie pacientus ir donorus rinkimą. Be logistinės informacijos ir laukimo laiko, laukiančiųjų sąrašo duomenys apima paciento tapatybę, demografinius veiksnius (pvz., lytį, rasę, amžių) ir medicinines charakteristikas (pvz., ABO kraujo grupę, žmogaus leukocitų antigenus (HLA), skydelio reaktyvumą antikūnų (PRA)). Panašiai, norėdama sukurti mirusiųjų donorų duomenų bazę, UNOS gauna informaciją apie donorų demografinius rodiklius, donorų logistiką, atkūrimą ir išsaugojimą bei donoro medicinines charakteristikas. JAV iš viso buvo persodinti 16 534 inkstai. Nepaisant didelės paklausos ir didelio inkstų trūkumo, maždaug kas penktas mirusių donorų inkstas yra išmetamas [2].

Kad suprastume tokio didelio išmetimo lygio priežastis, turime pažvelgti įinkstaspaskirstymo ir siūlymo procesas. Yra didelių skirtumų tarp gyvo ir mirusio donoroinkstusir tarp skirtingų šalių. Čia daugiausia dėmesio skiriame JAV mirusių donorų inkstams. Svarbiausi mirusio donoro inkstų paskirstymo kriterijai yra (1) donoro ir recipiento medicininis suderinamumas, (2) logistiniai veiksniai ir (3) paciento padėtis laukiančiųjų sąraše (pvz., laukimo laikas, taškai). Tiksliau, JAV Jungtinis organų dalijimosi tinklas (UNOS) administruoja Organų įsigijimo ir transplantacijos tinklą (OPTN) ir yra atsakingas už duomenų apie pacientus ir donorus rinkimą. Be logistinės informacijos ir laukimo laiko, laukiančiųjų sąrašo duomenys apima paciento tapatybę, demografinius veiksnius (pvz., lytį, rasę, amžių) ir medicinines charakteristikas (pvz., ABO kraujo grupę, žmogaus leukocitų antigenus (HLA), skydelio reaktyvumą antikūnų (PRA)). Panašiai, norėdama sukurti mirusiųjų donorų duomenų bazę, UNOS gauna informaciją apie donorų demografinius rodiklius, donorų logistiką, atkūrimą ir išsaugojimą bei donoro medicinines charakteristikas.

UNOS naudoja centralizuotą kompiuterių tinklą, kad sujungtų visas organų įsigijimo organizacijas (OPO) ir transplantacijos centrus. Skirti paaukotąinkstusUNOS naudoja donoro ir gavėjo atitikimo sistemą. Kiekvieną kartą naujas miręs donorasinkstaspaimamas transplantacijai, UNOS taiko atitikimo algoritmą – programą, kuri palygina donoro duomenis su aktyvių laukiančiųjų pacientų duomenimis. Pagal inkstų paskirstymo taisykles ir politiką sudaromas eilės eilės pacientų sąrašas. Sudarant šį sąrašą atsižvelgta į tokius veiksnius kaip laukimo laikas, donoro ir recipiento imuninės sistemos suderinamumas, gyvo donoro pirmenybės tinkamumas, atstumas nuo donoro ligoninės, išgyvenamumo išmoka (donoro ir recipiento ilgaamžiškumo atitikimas) ir vaikų būklė.

Visas pasiūlymo procesas yra sudėtingas ir čia mes sutelkiame dėmesį tik į pagrindinius komponentus, būtinus šiame darbe aptariamam modeliavimo modeliui. Procesas prasideda nuo pacientų, įtrauktų į vietinius OPO (JAV yra 58 OPO, kurių kiekviena turi savo paslaugų sritį), kurie yra suderinami su medicina ir turi didžiausią prioritetą laukiančiųjų sąraše. Jei vietinis paskirstymas nesėkmingas, organas siūlomas regione (JAV šiuo metu yra padalintas į 11 transplantacijos regionų) ir galiausiai visoje šalyje. 1a, b paveiksluose pavaizduota atitinkamai 11 geografinių JAV regionų [3] ir geografinė inkstų siūlymo proceso hierarchija. Daugiau informacijos apie organų įsigijimą ir paskirstymo politiką rasite [4]. Viena iš priežasčių, kodėl pirmenybė teikiama vietiniams pacientamsinkstaspriskyrimo procesas yra sutrumpinti laiką nuo organo paėmimo iki implantacijos. Šis laikas vadinamas šaltuoju išemijos laiku (CIT) ir atlieka esminį vaidmenį inkstų persodinimo rezultatuose [5,6].

2 paveiksle ir 1 lentelėje parodyti CIT regioniniai skirtumai, laukimo laikas irinkstasatitinkamai transplantacijos rezultatų visoje JAV. JAV labai skiriasi mirusio donoro inkstų laukimo laikas. Keli veiksniai gali turėti įtakos paciento laukimo iki transplantacijos trukmei. Be paciento klinikinių veiksnių, tokių kaip kraujo tipas ir jautrumo laipsnis, rodomas PRA (panel reaktyvus antikūnas), geografija ir paciento gyvenamoji vieta turi didžiulį poveikį galimybei laiku atlikti inksto transplantaciją. Tai svarbu, nes regionuose, kuriuose CIT yra ilgesnis, po transplantacijos bus mažesnis ir pacientų išgyvenamumas. Tiksliau, kaip rodo vienerių ir penkerių metų pacientų ir transplantato išgyvenamumo rodikliai po inksto persodinimo, 9 regione, turinčiame ilgiausią CIT tarp visų regionų, vienerių ir penkerių metų pacientų ir transplantato išgyvenamumas yra žemiausias iš visų 11 regionuose. Paprastai, kai CIT pasiekia 24 val., sunku rasti pacientą, kuris priimtų siūlomą organą. Daugeliu atvejų inkstai išmetami po 48 valandų CIT. Taigi, inkstų CIT sumažinimas tobulinant vadybą galėtų būti ekonomiškai efektyvus būdas pagerinti dabartinę transplantacijos sistemą ir rezultatus.

JAV transplantacijos chirurgai ir reguliavimo institucijos išreiškė susirūpinimą dėl didelio stebėjimoinkstasatmetimo rodikliai, nepaisant augančio laukiančiųjų sąrašo, ilgo laukimo laiko ir didelio laukiančiųjų sąrašo pašalinimo rodiklio. 2 lentelėje parodytas laukiančiųjų sąrašas ir informacija apie transplantaciją JAV ir Eurotransplant (ET) šalyse. „Eurotransplant“ yra tarptautinė ne pelno organizacija, atsakinga už organų paskirstymą ir transplantaciją Austrijoje (A), Belgijoje (B), Kroatijoje (HR), Vokietijoje (D), Vengrijoje (H), Liuksemburge (LR), Nyderlanduose (NL) ir Slovėnijoje. (SLO). Nors paaukotų skaičiusinkstusir 2019 m. JAV atliktų transplantacijų skaičius pasiekė visų laikų rekordą, maždaug 26 procentų inkstų išmetimo rodiklis (skaičiuojant mirusių inksto transplantacijų skaičių, du kartus viršijantį bendrą mirusių donorų skaičių) išlieka susirūpinimą, palyginti su ET šalių į jūrą išmetamų 20 proc.

Dažniausia donoro priežastisinkstasatsisakymas ir galimas išmetimas kelia susirūpinimą dėl donoro inkstų kokybės. Duomenys rodo, kad transplantacijos chirurgai atmestų žemos kokybės inkstus santykinai sveikam pacientui, tikėdamiesi gauti geresnį pasiūlymą ateityje [7]. Be to,inkstaskokybė,inkstaspriėmimo ir išmetimo rodikliams taip pat gali turėti įtakos pats paskirstymo procesas [8]. Įrodymai rodo, kad inkstai, atmetami anksti paskirstymo proceso metu, vėliau bus priimti mažiau [9]. Kitas susirūpinimas yra didėjantis transplantacijos centrų rizikos vengimas dėl konkrečioms programoms skirtų ataskaitų, kuriose įvertinami rezultatai po transplantacijos. Tai gali paskatinti centrus reikalauti aukštesnės kokybės inkstų. Vadinasi, jie gali nuslopinti paciento inkstus, tačiau tai kelia pavojų, kad gali neigiamai paveikti jų rezultatus po transplantacijos [8,10–15].

Kita priežastis, kodėl nesilaikoma pakankamai aukštaiinkstaspanaudojimas yra JAV geografinis inkstų transplantacijos prieinamumo skirtumas. 3 lentelėje parodyti geografiniai mirusių donorų, OPO ir transplantacijos centrų skaičiaus skirtumai 11 regionų. Kai kurios valstijos, tokios kaip Vajomingas, Aidahas ir Montana, neturi transplantacijos centrų, nepaisant didelio organų donorystės lygio. Tokie OPO ir organų transplantacijos įstaigų skirtumai ir skirtumai gali lemti nesąžiningą organų prieinamumą, blogą prieigą prie priežiūros ir bereikalingą kai kurių pacientų laukimo laiką. Vienas iš penkių UNOS strateginių tikslų yra užtikrinti teisingą prieigą prie transplantacijų ir sumažinti geografinius skirtumus [16]. Siekdami pagerinti galimybę gauti tinkamą donoro organą ir sutrumpinti ilgą laukimo laiką, pacientai gali persikelti į regioną, kuriame laukimo laikas trumpesnis, arba kreiptis į kelis transplantacijos centrus, paprastai esančius skirtinguose regionuose [17]. UNOS nustatė kelias įtraukimo į sąrašus politiką, leidžiančią pacientus įtraukti į daugiau nei vieną transplantacijos centrą.

Šiuo metu maždaug 4 procentai pacientų, laukiančių ainkstastransplantacijos yra įtrauktos į kelis sąrašus, o tai yra didžiausias rodiklis tarp visų organų [18].

Kaip ir atliekant bet kokį transplantacijos tyrimą, pacientas turi atlikti vertinimo testus ir laikytis transplantacijos centro taisyklių, pavyzdžiui, turėti galimybę per tam tikrą laiką patekti į transplantacijos centrą. Norint užsiregistruoti keliuose centruose, šis procesas gali būti gana brangus, nes dauguma draudimo kompanijų gali nekompensuoti papildomų įvertinimų išlaidų [15,19]. Be to, pacientai, kuriems persodinami organai, po transplantacijos turi vartoti imunosupresinius vaistus, kad įsitikintų, jog jų organizmas neatstumia naujo organo [20]. Todėl pacientė turi sužinoti, ar priežiūra po transplantacijos gali būti perkelta į centrą arčiau jos gyvenamosios vietos. Neturint tinkamos finansinės paramos kelionių išlaidoms politikos, akivaizdu, kad tai vis dar kelia teisingumo ir sąžiningumo problemą, kurią politikos formuotojai turi spręsti.

Šiame darbe pristatome stochastinį modeliavimo modelį, kuris gali būti naudojamas analizuojant inkstų paskirstymo sistemos ir pasiūlymo proceso pokyčių poveikį. Modeliavimo modelis apima paciento sveikatos būklę, donoro ir inkstų kokybę, kurią reprezentuojaInkstasDonor Profile Index (KDPI) [21], donoro ir inksto kokybės pablogėjimas dėl besikaupiančio PIT skyrimo proceso metu, taip pat inkstų pasiūla ir paklausa. Be to, modelyje atsižvelgiama į galimybę, kad donoro inkstas negali būti priimtas dėl kitų priežasčių (pvz., trumpalaikis paciento susirgimas, nepakankami chirurginiai ištekliai, kryžminio atitikimo rezultatas). Naudodami modelio parametrus, apskaičiuotus pagal UNOS ir transplantuotų recipientų mokslinio registro (SRTR) pateiktus duomenis, taikome modeliavimo modelį, kad ištirtume šias dvi esmines tendencijas, siekiant pagerinti donoro inkstų transplantacijos dažnį:

1. Įtraukimas į kelis sąrašus: perkėlimas į regioną, kuriame laukimo laikas trumpesnis, arba įtraukimas į laukiančiųjų sąrašą keliuose regionuose gali padėti pacientui, nes padidėja galimybė anksčiau persodinti inkstą. Vadinasi, pacientas gali pagerinti rezultatus po transplantacijos dėl mažesnio sveikatos pablogėjimo dėl dializės. Tačiau sukurti strategiją, pagal kurią pacientas priimtų sprendimą perkelti ar įtraukti į sąrašą, nėra lengva. Mes suformuluojame sprendimą kaip komunalinių paslaugų maksimizavimo problemą, atsižvelgdami į biudžeto, atstumo ir įrenginių apribojimus regioniniu lygiu. Pasiūla ir paklausa labai skiriasi 11 JAV regionų ir skirtingų kraujo tipų. Dėl tokio skirtumo labai skiriasi laukimo laikas, todėl numatomos skirtingos naudingos paslaugos ir optimalios inkstų priėmimo strategijos (išreikštos kaip optimalios inkstų kokybės slenksčiai). Norėdami nustatyti paciento naudingumą skirtingiems regionams, naudojame modeliavimo modelį, kad gautume naudingumą individualizuotuose optimaliuose inkstų transplantacijos priėmimo sprendimuose, atsižvelgiant į paciento sveikatos būklę ir paciento kraujo grupės pasiūlą bei paklausą. Gautą informaciją naudojame optimizavimo problemai spręsti ir optimaliai regiono pasirinkimo politikai išvesti.

2. Informacinės technologijos: būtinas greitas ir tikslus UNOS ir transplantacijos centrų bendravimas, kad organų paskirstymas būtų veiksmingesnis, o tai netgi tampa dar svarbesnė, kai pacientai įtraukti į kelis sąrašus. UNOS siekia padidinti informacinių technologijų naudojimą organų paskirstymo ir transplantacijos srityje. Jie įdiegė saugią internetinę sistemą, kuri renka duomenis, kad padidintų transplantacijos sistemos galimybes ir pagerintų paciento galimybę gauti gyvybę gelbstintį organą. Tobulėjant technologijoms, UNOS taip pat skatina kurti ir naudoti modernias technologijas, pvz., mobiliuosius įrenginius, kad būtų galima greičiau ir efektyviau apsvarstyti donorų poreikius.inkstassiūlo pasiekti didesnį inkstų panaudojimo rodiklį [22]. Pavyzdžiui, naudojant mobiliuosius įrenginius bus lengviau surinkti naujausius pacientų transplantacijos duomenis (pvz., naudojant programėlę). Naudodamas šią informaciją, OPTN paskirstys inkstus greičiau, sumažins inkstų būklės pablogėjimą ir išmetimą. Idealiu tobulos informacijos atveju OPTN galėtų rasti pirmąjį laukiančiųjų sąraše esantį pacientą, kuris akimirksniu jį priimsinkstas, sumažinant grynųjų pinigų mokestį ir išmetant iki minimumo. Pateiktas modeliavimas įvertina tikroviško netobulo dalijimosi informacija atvejo efektą.

   
   

   
   

2. Literatūros apžvalga

Šiame skyriuje apžvelgiame su šiuo straipsniu susijusius medicininius ir analitinius organų transplantacijos tyrimus. Kalbant apie medicininius dokumentus, daugiausia dėmesio skiriame CIT ir laukimui, kol bus atlikta dializė, nes tai yra du valdomi nepriklausomi rizikos veiksniai, veiksmingai prisidedantys prie inkstų persodinimo rezultatų. Analitinėje dalyje apžvelgiame straipsnius, kurie patenka į vieną arba abu tyrimų srautus, susijusius su sprendimų priimti mirusių donorų organus ir paskirstymo proceso planu.

2.1. Medicinos literatūra

Keli mokslininkai Šiaurės Amerikoje, Pietų Amerikoje ir Europoje ištyrė ryšį tarp CIT irinkstastransplantacijos rezultatai [23,24]. Nieto-Ríos ir kt. atlikta analizė. [25] rodo, kad CIT yra nepriklausomas uždelstos transplantato funkcijos (DGF) rizikos veiksnys. Tiksliau, rizika susirgti DGF didėja, kai CIT viršija 18 val. Tačiau tai neturi neigiamos įtakos rezultatams esant ūminiam atmetimui arba vienerių metų po transplantacijos praradimo.

Debout ir kt. atliktas prancūzų tyrimas. [26] nustato, kad alotransplantacijos nesėkmės ir mirtingumo rizika po transplantacijos žymiai padidėja kiekvieną papildomą CIT valandą. Panašus tyrimas, kurį atliko Valdivia ir kt. [27] Andalūzijoje, Ispanijoje, patvirtina, kad užsitęsęs CIT gali turėti įtakos tiek pacientų, tiek transplantato išgyvenamumui. Tyrimas rodo, kad ilgas CIT gali padidinti pradinės prastos transplantato funkcijos riziką, nepaisant donoro ir recipiento amžiaus. Didėjant CIT, didėja ir DGF tikimybė. Tačiau žalingas užsitęsusio CIT ryšys su DGF rizika nėra sustiprintas vyresnio amžiaus donorams (pvz., išplėsti kriterijai, donorai). Tyrimas rodo, kad CIT poveikis ūminiam inkstų persodinimo atmetimui (ARTR) yra labiau pastebimas pacientams, kuriems atliekama.inkstasretransplantacija. Analizė taip pat rodo, kad paaukotiems inkstams, kurių CIT yra 24 val. ar ilgiau, ARTR rizika yra didesnė nei organams, kurių CIT yra trumpesnis nei 12 valandų. Koizumi ir kt. [6] praneša, kad JAV buvo pastebėti regioniniai inkstų veiklos rezultatų skirtumai, tačiau pagrindinė šių skirtumų priežastis yra neaiški. Tyrimas atskleidžia reikšmingus šalčio išemijos laiko (CIT) skirtumus tarp donorų inkstų regionų. Konkrečiai, jie nustato, kad regionuose, kuriuose CIT yra ilgesnis, po transplantacijos inkstų išgyvenamumas yra mažesnis. Jie teigia, kad valdymo patobulinimai gali būti ekonomiškas pasirinkimas siekiant pagerinti dabartinės transplantacijos sistemos našumą ir sumažinti organų išmetimo skaičių.

Meier-Kriesche ir kt. [28] naudoja Jungtinių Valstijų inkstų duomenų sistemos registro (USRDS) duomenis, kad įvertintų galimą ryšį tarp laukimo laiko ir inkstų persodinimo rezultatų. Jų tyrimas patvirtina, kad ilgas laukimo laikas yra reikšmingas rizikos veiksnys, kuris neigiamai veikia inkstų persodinimo išgyvenamumą. Dėl to jie teigia, kad kuo anksčiau ESRD pacientams bus persodintas inkstas, tuo didesnė jų ilgalaikio išgyvenimo tikimybė. Meier-Kriesche ir Kaplan [29] tiria laukimo laiko svarbą dializės metu kaip svarbiausią nepriklausomą rizikos veiksnįinkstastransplantacijos rezultatai. Atlikdami analizę, jie taiko Kaplan-Meier įvertinimus ir Cox proporcingų pavojų modelius JAV inkstų duomenų sistemos duomenų bazėje, kad ištirtų laukimo laiko poveikį mirusiam donorui.inkstasrezultatus. Jų išvados rodo, kad penkerių ir dešimties metų transplantato išgyvenamumas yra žymiai prastesnis tarp porinių inkstų recipientų, kurie laukė dializės ilgiau nei dvejus metus, palyginti su suporuotais.inkstasgavėjų, kurių laukimo laikas trumpesnis nei pusė metų.

2.2. Analitinė literatūra

Analitinėje literatūroje daugiausia dėmesio skiriama projektavimuiinkstaspaskirstymo procesą ir dažnai naudoja modeliavimo modelius. Aptariami klausimai yra paskirstymo proceso veiksmingumas ir teisingumas bei sprendimo dėl inkstų priėmimo poveikis.

Norėdami išanalizuoti 2000 m. naudotą paskirstymo procesą, Zenios ir kt. [30] siūlo dinamišką išteklių paskirstymą, kuris padidina paciento gyvenimo trukmę po inksto persodinimo ir sumažina pacientų nelygybę. Sukurtas modeliavimo modelis rodo, kad šiuo metu taikoma organų paskirstymo politika padidina paciento gyvenimo trukmę pagal kokybę ir sumažina laukiamą laukimo laiką.

Theinkstaspriėmimo sprendimas yra esminis visame tyrimų sraute. Ahn ir Hornberger [31] sukuria teorinį modelį, kuriame atsižvelgiama į paciento sveikatą, priimant sprendimą priimti / atmesti dėl siūlomų inkstų kokybės. Jų analizė atskleidžia, kad santykinai sveikas pacientas gali sau leisti pasirinkti donoro kokybęinkstusir tikisi gauti geresnį rezultatą po transplantacijos priimdami aukštos kokybės inkstą. Paciento pasirinkimo įtaką organų paskirstymo sistemai tiria Su ir Zenios [32]. Tyrime pristatomas eilių modelis, kuriame analizuojamas paciento pasirinkimo poveikis inkstų atmetimo dažniui, įvertinant laukimo sistemos našumą tiek pagal „pirmas atėjai, pirmas aptarnauja“ (FCFS), tiek pagal „kas pirmas pirmas“ (LCFS) politiką. Jie daro išvadą, kad LCFS yra efektyvesnis nei FCFS. Tiesą sakant, priešingai nei LCFS, FCFS politika skatina pacientus atsisakyti žemos kokybės inkstų, todėl inkstų panaudojimas yra mažas. Kita vertus, modelis rodo, kad LCFS politika užtikrina optimalų organų panaudojimą. Kitame tyrime Su ir Zenios [33] tiria paciento pasirinkimo vaidmenį skirstant inkstus, taikydami nuoseklų stochastinį priskyrimo modelį. Modelis sprendžia konfliktą tarp paciento pasirinkimo ir socialinės gerovės. Analizėje nagrinėjamos dvi schemos, kur pirmoji daro prielaidą, kad pacientai turi priimti bet kurį siūlomą inkstą. Pirmas geriausias sprendimas – rasti paskirstymo politiką, kuri maksimaliai padidintų socialinę gerovę. Įvedus paciento pasirinkimą, pirmos geriausios strategijos pakeičiama taip, kad būtų pasiekta antroji geriausia politika. Dėl to įvedama paskatų suderinamumo sąlyga, dėl kurios paskirstymo politika turi būti sukurta taip, kad pacientai priimtų bet kokį inkstų pasiūlymą. Su ir Zenios [34] pristato organų paskirstymo mechanizmo modelį, kuriame atsižvelgiama į paciento pasirinkimą. Pacientai nurodo, kokius inkstų tipus (pvz., kokybę) nori gauti, prisijungdami prie inkstų transplantacijos laukiančiųjų sąrašo (ne donoro inkstų pasiūlymo metu) ir stoja į eilę, kuri aptarnauja deklaruotą inkstų tipą. Tokiu būdu modelis sumažina ilgą paieškos procesą, nes nustato tinkamus pacientus, kurie nori efektyviau priimti paimtus donoro inkstus.

Sąžiningumas ir teisingumas yra svarbios temos Bertsimas ir kt. [35] tiria geografinius prieigos prie mirusio donoro skirtumusinkstus. Jie naudoja skysčių aproksimaciją eilių modeliui, kad suformuluotų optimalų būdą, kaip pacientas būtų įtrauktas į kelių transplantacijos centrų laukiančiųjų sąrašus. Paciento tikslas yra maksimaliai pailginti gyvenimo trukmę ir sumažinti spūsčių išlaidas. Sujungę analitinius, modeliavimo ir skaitinius rezultatus, jie rodo, kad įtraukimas į kelis sąrašus labai skatina geografinį teisingumą ir padidina donorų skaičių.inkstastiekimas. Turint daugiau donorų, padidėja transplantacijos dažnis ir sumažėja pacientų mirtingumas laukiančiųjų sąraše. Keletas tyrimų [36–38] sukūrė modelius, leidžiančius nesuderinamai donoro ir recipiento porai gauti gyvo donoro inkstą keičiantis su kitomis nesuderinamomis donorų ir recipientų poromis. Nors dauguma esamų modelių siekia maksimaliai padidinti bendrą galimų inkstų mainų skaičių ir socialinę gerovę, jie neatsižvelgia į sąžiningumo komponentą, kuris apibrėžiamas kaip donoro ir recipiento pasitenkinimas. Lee ir kt. [39] pateikia dviejų pakopų stochastinį programavimo modelį, kuriame atsižvelgiama į teisingumą gyvų donorų inkstų mainų programose. Tyrime nagrinėjami keli scenarijai, siekiant ištirti teisingumo poveikį inkstų mainų rezultatams. Skaitiniai rezultatai rodo, kad pagerėjo gyvų donorų mainų programos rezultatai, kai derinant nesuderinamas poras atsižvelgiama į teisingumą. Atkreipkite dėmesį, kad kai kuriuose čia aptartuose tyrimuose atsižvelgiama į teisingumo poveikį gyvo inksto transplantacijai; tačiau mes orientuojamės tik į transplantacijas naudojant mirusių donorų inkstus.

Literatūroje pateikiamuose modeliavimuose naudojamos tvirtos prielaidos. Pavyzdžiui, Su ir Zenios [33] daro prielaidą, kad pacientai turi priimti bet kokį pasiūlymąinkstas, arba [34] pacientai negali pakeisti iš pradžių pasirinktos inkstų kokybės. Be to, dauguma modeliavimų paprastai sutelkia dėmesį į vieną kintamąjį. Pavyzdžiui, Ruth ir kt. [40] daugiausia dėmesio skiria laukiančiųjų sąrašo ilgiui. Tyrime siūlomas organų paskirstymo proceso modeliavimo modelis ir nustatyta, kad 1985 m. organų paskirstymo sąlygomis laukiančiųjų sąrašo ilgis ir toliau augs. Šiame darbe pateiktas modeliavimo modelis suteikia išsamesnį vaizdą, atsižvelgiant į paciento sprendimų poveikį, pasiūlą ir paklausą skirtinguose regionuose, paskirstymo proceso efektyvumą ir numatomą naudingumo po transplantacijos poveikį.

cistanche kultūrizmas

3. Modelių aprašymas

Tolesniuose skyriuose išsamiai aptariame pagrindinius modeliavimo ir optimizavimo modelių komponentus. Modeliavimo modeliai apima pacientą (organų poreikį), mirusįjį donorąinkstųatvykimas (organų tiekimas), mirusio donoro inksto iš eilės siūlymo procesas, siekiant rasti optimalią inkstų kokybės slenkstį, ir numatomą naudingumą po transplantacijos pacientui, turinčiam tam tikrą sveikatos lygį. Tada mes naudojame modeliavimo modelio išvestį kaip optimizavimo modelio tikslinės funkcijos koeficientus, kad galėtume rekomenduoti kelių sąrašų politiką ir pasiūlyti regionų, kuriuos pacientas gali pasirinkti, rinkinį.

3.1. Modeliavimo modelis

Kuriame modeliavimo modelį, kuris leidžia pacientui nustatyti optimaliausiąinkstaskokybės riba, kuri maksimaliai padidina jos naudingumą po transplantacijos. Modelio parametrai priklauso nuo pacientų regiono pasiūlos ir paklausos. Mes imituojameinkstaspriėmimo strategija ir gaunama nauda po transplantacijos, atitinkanti kiekvieną transplantaciją. 3 paveiksle parodytas modeliavimo procesas. Tolesniuose skyriuose aptariame pagrindinius komponentus.

3.1.1. Organų paklausa

Paklausą atstovauja laukiančiųjų sąraše esantys pacientai. Mes suskirstome pacientus į kelias konkurencingų pacientų grupes, kurios gali gauti to paties tipo mirusio donoro organą, priklausomai nuo kraujo tipų ir kitų klinikinių kriterijų. Kiekvieną grupę modeliuojame atskirai. Atsižvelgsime į grupių sąveiką (pvz., kai kurie pacientai, turintys AB kraujo grupę, gali gauti organus iš bet kokios kraujo grupės donorų), pritaikydami organų aprūpinimą atskiroms grupėms.

Kiekviena konkurencinė pacientų grupė modeliuojama pagal eilę, susijusią su j kraujo grupe, kur j ∈ {A, B, AB, O}. Pacientai gali prisijungti prie savo suderintos eilės (pvz., pagal kraujo grupę) su λj norma ir būti aptarnaujami suderinamų donorų. Suderinamasinkstusatvykti į j kraujo grupės eilę su µi greičiu. Pavyzdžiui, A kraujo grupės eilei, suderinamainkstusyra A ir O tipų. Pacientai išeina iš laukiančiųjų sąrašo j, kai transplantacijos dažnis yra ηi, kai (1) jie priima siūlomą inkstą arba (2) su θi dažniu jie per daug suserga transplantacijai arba miršta laukiančiųjų sąraše . Eilių modelio struktūra parodyta 4 pav.

Atlikus tyrimą [34], j kraujo grupės pacientai atvyksta pagal Puasono procesą ir atvyksta į laukiančiųjų sąrašą λj. Pacientai prisijungia prie laukiančiųjų sąrašo modelyje su nepastebima pradine sveikatos būkle h0, o tai reiškia, kiek laiko jie gali išgyventi nuo dializės, kai jie prisijungia. Modeliuojame h0 pasiskirstymą pacientų populiacijoje naudodami Weibull skirstinį. Weibull skirstinys dažnai naudojamas išgyvenimo analizėje, kad būtų parodytas laikas iki nesėkmės, nes jis gali išreikšti gedimų dažnį, kuris laikui bėgant mažėja, pastovus arba didėja. Imituojamo paciento sveikata, h0, yra atsitiktinio dydžio H0 ∼ Weibull(a, b) realizavimas, kur a ir b yra atitinkamai skalės ir formos parametrai. Pacientai išeina iš laukiančiųjų sąrašo, jei (1) jiems atliekama transplantacija arba (2) jie palieka eilę dėl prastos sveikatos (arba mirties). Kadangi h0 yra laikas, kai pacientas gali išgyventi nuo dializės, kai prisijungia prie laukiančiųjų sąrašo (ty indeksas rodo, kad iki šiol ji laukė nulis metų), faktinė sveikata po w metų laukimo yra hw {{1{{ 11}}}} h0 − w, o tai reiškia, kad pacientas paliks laukiančiųjų sąrašą vėliausiai tada, kai w=h0.

3.1.2. Organų aprūpinimas

Po [34], suderinamas miręs donorasinkstusatvykti į j kraujo grupės eilę pagal nepriklausomą homogeninį Puasono procesą su atvykimo rodikliu µj. OPTN apibrėžtas ainkstaskokybės metrika, vadinama inkstų donoro profilio indeksu (KDPI), apimanti dešimt klinikinių donoro faktorių, pagal kuriuos inkstai klasifikuojami pagal numatomą inkstų išgyvenamumą po transplantacijos [41]. KDPI atsižvelgia į šias donoro charakteristikas: amžių, ūgį, svorį, etninę kilmę, ar donoras mirė dėl širdies veiklos sutrikimo ar smegenų funkcijos sutrikimo, insulto kaip mirties priežastį, aukšto kraujospūdžio anamnezėje, diabeto istorijoje, hepatito C virusas, kreatinino kiekis serume (inkstų funkcijos matas). Pagal konstrukciją KDPI yra beveik tolygiai paskirstytas visuose tam tikrais metais surinktuose inkstuose. Pagal KDPI modeliuojame atvykusio donoro inksto kokybę, parodytą q0 kaip atsitiktinio dydžio Q ∼ Unif(0, 1) realizavimą. Naudojame 0, kad pavaizduotume žemiausią, o 1 – aukščiausią inkstų kokybę, ty q0=1 − KDPI. Kai modeliuojant tampa prieinamas naujas donoro inkstas, inkstas tuo pačiu metu siūlomas g pacientų grupei tam tikru laikotarpiu, kad būtų galima apsvarstyti pasiūlymą ir priimti sprendimą dėl priėmimo / atmetimo. Jei po paskirto laiko niekas iš g pacientų grupės negali priimti inksto, tai inkstas siūlomas kitai laukiančiųjų sąraše esančiai g pacientų grupei. Paskirstymo procesas tęsiasi tol, kol pacientas organą priima arba išmeta (dėl nesėkmingos paieškos ar organo įdėjimo). Esant dabartiniam donoro inkstų trūkumui, turime µj < λj,="" ty="" inkstai="" patenka="" rečiau="" nei="" nauji="" pacientai.="" išvežus="" pacientą="" dėl="" sveikatos="" ar="" mirties,="" eilė="" išlieka="" ribota.="" dėl="" ilgesnių="" laukiančiųjų="" sąrašų="" pailgėja="" laukimo="" laikas="" ir="" labiau="" pablogėja="" pacientų="" sveikata.="" tai="" savo="" ruožtu="" padidina="" pašalinimo="" greitį="" (pacientai="" išvyksta="" negavę="" transplantacijos).="" eilės="" ilgis="" stabilizuojasi="" esant="" pusiausvyrai,="" kai="" transplantacijos="" greitis="" ir="" paciento="" pašalinimo="" greitis="" atitinka="" paciento="" atvykimo="">

3.1.3. Inkstų priėmimo / atmetimo sprendimas

Laikui bėgant, kaip donoro procesasinkstassiūlymas tęsiasi, inkstuose kaupiasi CIT ir prastėja jo kokybė. Šį pablogėjimą modeliuojame kaip qt {{0}} f(q0, δ, t). Šioje lygtyje t reiškia sukauptą CIT, o q0 – inkstų kokybę atsigavimo metu, kai t=0. Kintamasis δ reiškia inkstų kokybės pablogėjimo faktorių. Reikalaujame, kad kokybės funkcija f mažėtų δ ir t, ty ∂ f(q0,δ,t)∂δ < 0="" ir∂="" f="" (q0,δ,t)="" ∂t="">< 0.="" modeliavimo="" modelyje="" laiką="" matuojame="" kaip="" laiko,="" leidžiamo="" vienam="" pasiūlymų="" raundai,="" kartotinius.="" jei="" pacientai="" turi="" vieną="" valandą="" apsispręsti,="" tai="" t="" reiškia="" sukauptą="" miestą="" valandomis.="" modeliuojame,="" kaip="" inkstai="" priima="" atmeta="" paciento="" sprendimą="" ir="" tolesnę="" transplantaciją="" dviem="" etapais.="" pirma,="" pacientas="" naudoja="" slenksčio="" strategiją,="" kad="" nuspręstų,="" ar="">inkstasyra priimtina. Pacientas priimtų pasiūlymą, jei qt Didesnis arba lygus k, kur k yra paciento ir chirurgo nustatyta inkstų kokybės riba. Dėl priimtinų inkstų atsižvelgiame į keletą veiksnių, susijusių su paciento sveikata ir transplantacijos centru. Modeliavimo modelyje mes naudojame transplantacijos tikimybę, jei siūlomas priimtinas inkstas

kur p (paciento veiksniai) reiškia konkrečią paciento medicininę situaciją ir bet kokį faktą, dėl kurio pacientas arba chirurgas gali nuspręsti prieštarautiinkstasdėl priežasčių, nepaaiškintų vien tik inkstų kokybe (pvz., pacientas laikinai neįtrauktas į laukiančiųjų sąrašą, nepalankus kryžminio atitikimo rezultatas). Tikimybė p (centro veiksniai) parodo transplantacijos centro pasirengimą (pvz., personalo prieinamumą, operacines ir pan.), taip pat transplantacijos įtakos centro veiklos vertinimui svarstymus. Apsisprendimo slenkstį k pacientė pasirenka pasikonsultavusi su chirurgu. Tokiai ribai įtakos turės paciento sveikata h0, nes pacientas, kuriam liko daugiau laiko dializei, lauks geresnės kokybės inksto. Modeliuodami šį ryšį modeliuojame, kiekvienam pacientui pasirinkdami atsitiktinį kintamąjį K ∼ Unif(0,1), kuris yra koreliuojamas su paciento sh0, atstovaujamu Spearmano rango koreliacijos koeficientu ρH. 0, K.

3.1.4. Paciento po transplantacijos programa

Jei pacientas priima mirusį donorąinkstaspasiūla ir įvyksta transplantacija, pacientas gauna po transplantacijos naudingumą. Naudingumas po transplantacijos priklauso nuo inkstų kokybės transplantacijos metu qt ir paciento laukimo laiko w, dėl kurio sveikatos būklė yra hw=h0 − w. Naudingumą po transplantacijos galima suskirstyti į du komponentus

kur B(·) reiškia naudą pacientui, priklausomai nuoinkstaskokybė, o D(·)atsižvelgiama į laukiančiųjų sąraše esančio paciento būklės pablogėjimą. Naudingumo suskirstymas į šiuos du komponentus naudingas nustatant parametrus iš duomenų. Funkcija B(·) gali būti vertinama kaip paciento nauda, ​​jei ji nelaukdama gautų kokybišką qt inkstą. Naudos funkcija turi būti patenkinta, kad ji didėja didėjant paciento sveikatai h{{0}} ir inkstų kokybei, ty ∂B(∂hh00, qt) > 0 ir ∂ B(∂hq0t, qt) > 0. D(·) reiškia sąnaudas pablogėjimo koeficiento forma dėl to, kad inkstas laukia w. Sąnaudų funkcija turi didėti, nes laukimo laikas ilgėja ir mažėja atsižvelgiant į paciento sveikatą. ty Įprastas būdas apibrėžti tokias funkcijas kaip B(·) yra logistinė išgyvenimo regresija, kurią pasiūlė Cox [42], kuri modeliuoja sąlyginius šansus miršta bet kuriuo momentu, atsižvelgiant į išgyvenimą iki to momento

kur m(h{0}}) rodo transplantacijos rezultatą paciento, kurio sveikatos lygis h0 ir kuriam iš karto buvo tobulas inkstas (qt=1) (w {{3). }}). Natūralu, kad m(h0) didėja kartu su paciento sveikata h0. D(·) naudojame funkcinį nuo

kur kontroliuoja gedimo greitį. Pablogėjimo koeficientas yra lygus vienetui (ty nėra pablogėjimo), kai laukimo laikas yra lygus nuliui (w {0}}). Jei pacientas laukia labai kokybiško inksto ir pritrūksta laiko (ty w=h0), tada blogėjimo koeficientas tampa lygus nuliui. Pasirinkta funkcinė forma yra labai lanksti ir gali išreikšti linijinį pablogėjimą ( {{ 4}}), sulėtinantis gedimą (> 1) ir didėjantis blogėjimas (< 1).="" įvertinę="" parametrus="" iš="" duomenų="" ir="" taikydami="" modeliavimo="" optimizavimą,="" galime="" rasti="" kiekvienam="" pacientui="">inkstaskokybės slenkstis k∗, kuris maksimaliai padidina naudą po transplantacijos.

3.2. Regiono pasirinkimas ir kelių sąrašų optimizavimo modelis

Pacientas gali pagerinti savo galimybes gauti transplantaciją persikeldamas į kitą regioną (regiono pasirinkimas) arba įtraukdamas į transplantacijos centrus keliuose regionuose. Kad padėtume pacientui nustatyti regionų rinkinį daugkartiniam įtraukimui, mes naudojame modeliavimo modelį, kad apskaičiuotume optimalų slenksčio politikos parametrą k∗i ir didžiausią numatomą naudą, kurią pacientas gali gauti iš transplantacijos kiekviename regione. Tai pavaizduota 11 naudingumo reikšmių Ui(k∗i , h0, w), i ∈ 1, 2, . . . , 11. Paprastumo sumetimais rašome Ui(k∗i ), kad pavaizduotume numatomą naudingumą po transplantacijos pacientui su duotomis h0 ir w. Regiono pasirinkimas dabar atliekamas pasirenkant regioną, kuriame yra didžiausias naudingumas.

Įtraukus į kelis sąrašus, įtraukimo į i regioną veiksmą pavaizduojame dvejetainiu sprendimo kintamuoju

Pacientas turi 11 sprendimo kintamųjų, po vieną kiekvienam regionui. Darome prielaidą, kad pacientė norės padidinti savo galimybes įtraukdama į geriausius regionus, kuriuose numatomas didžiausias naudingumas, atsižvelgiant į tam tikrus apribojimus. Tai galima suformuluoti kaip sekančią optimizavimo problemą.

Susumavus regiono paslaugų programą, įsitikinama, kad regionai, kuriuose teikiamos didžiausios komunalinės paslaugos, yra įtraukti į sprendimą. Pirmasis apribojimas užtikrina, kad sprendimas patenkins bendrą konkretaus paciento biudžetą C. Antrasis apribojimas apima didžiausią atstumą D, kurį pacientas gali nuvažiuoti, kad laiku patektų į transplantacijos centrą. Trečiasis apribojimas atsižvelgia į paciento lūkesčius dėl regiono veiklos P, ir galiausiai paskutinis apribojimas riboja rito būti 0 arba 1. Kadangi regionų skaičius yra mažas, tik 11, šią problemą galima išspręsti išvardijant.

4. Programos ir skaitiniai rezultatai

Šį skyrių pradedame įvertindami modeliavimo modeliui reikalingus parametrus, o tada pristatome, kaip modelis gali būti naudojamas dviem programoms. Pirmoji programa iliustruoja, kaip modelis gali suteikti strategines gaires, padedančias pacientui pasirinkti persikelti į kitą regioną arba įsidarbinti keliuose regionuose.

Antroji programa analizuoja galimą šiuolaikinių dalijamasi informacija technologijų (pvz., naudojant išmaniųjų telefonų programas) naudą siekiant pagerinti socialinę gerovę, didinant pacientų naudingumą po transplantacijos irinkstaspanaudojimo rodikliai.

cistanche kultūrizmas

4.1. Parametrų įvertinimas

Modelio parametrams įvertinti naudojame duomenis iš UNOS ir SRTR. Ištraukiame 2019 m. UNOSduomenis, kad įvertintume laukiančiųjų sąrašo papildymus ir donorusinkstastiekimas. Skaičiuodami laukimo laiką, naudojame SRTR pateiktas vertes. SRTR duomenų sistemoje yra išsamūs medicininiai ir demografiniai duomenys apie visus donorus, laukiančiųjų sąrašus ir transplantacijos recipientus JAV. Naudojamą duomenų rinkinį sudaro daugiau nei 400 000 pacientų, kuriems nuo 1987 m. spalio mėn. iki 2019 m. pabaigos pirmą kartą buvo persodintas mirusio donoro inkstas.

SRTR ir UNOS metinėse ataskaitose pateikiama informacija apie organų atvežimą ir laukiančiųjų sąrašo veiklą (pvz., pacientų pridėjimo ir pašalinimo statistika). Mes naudojame šiuos duomenis, kad įvertintume λj ir µjin kiekvienam laikotarpiui.

Svarbus veiksnys įvertinant inkstų patekimo į j kraujo grupę dažnį yra pacientų ir donorų kraujo grupių suderinamumas. Pagal kraujo grupių suderinamumo kriterijus O kraujo grupės donorai yra universalūs donorai, kurių inkstų organus galima pasiūlyti visų kraujo grupių pacientams. Kita vertus, donorai, turintys AB kraujo grupę, gali dovanoti savo inkstus tik AB kraujo grupės pacientams, o jie yra universalūs visų kraujo tipų recipientai. 4 lentelėje išsamiai parodytas kraujo grupių suderinamumas persodinus inkstus. Šiame dokumente pateikiami tik A kraujo grupės rezultatai. Kitų kraujo tipų rezultatus galima gauti panašiai. 5 lentelėje parodyti A kraujo grupės donorai ir pacientai.

Remiantis SRTR duomenimis, A kraujo grupės pacientai vidutiniškai gauna atitinkamai 94 procentus ir 6 procentus organų iš A ir O kraujo grupių donorų, o tai atsispindiinkstastiekimo parametrą µj 5 lentelėje. Vadovaudamiesi dabartine pasiūlymo schema, kurią OPTN naudoja JAV, savo modeliavimo modelyje naudojame pacientų grupės dydį g=5. Mes nustatėme inkstų degradacijos greitį δ iki 5 procentų pagal ataskaitas, kad po 48 valandų CIT organai naudojami retai [6]. Esant δ=0.05, inkstų kokybė pablogėja iki (1 − 0.05) {{10}}.5 procentų savo pradinės kokybės po 48 val. Remdamiesi diskusijomis su medicinos bendradarbiu, visuose regionuose naudojame transplantacijos tikimybę p(transplantacija)=0.8. Kiekvieno regiono tikimybę taip pat būtų galima įvertinti pagal duomenis, tačiau informacijos apie inkstų pasiūlymų atmetimą šiuo metu neturime. Parametrai , ir naudos funkcijai B(h0, qt) ir sąnaudų faktoriui C(h{{30}}, w) gali būti įvertinti, jei rezultatų duomenys, įskaitant įrašą - galimas transplantacijos išgyvenimas. Tačiau kadangi mūsų duomenų rinkinyje šie duomenys nėra, modeliavime naudojame=0.4,=8 ir=0.5. Mes įtraukiame pacientus į laukiančiųjų sąrašą su sveikata h0, paimta iš atsitiktinio dydžio H0 su Weibull skirstiniu. Naudojame mastelio parametrą a=8 ir formos parametrą b=2, kad gautume vidutinę beveik 7 metų sveikatą ir maždaug 90 procentų jaunesnių nei 12 metų gyventojų. Mes naudojame Spearman'o rango koreliaciją ρ (H0, K) 0, 2, artimą koreliacijai tarp priimtos inkstų kokybės ir paciento sveikatos, stebimos duomenyse.

4.2. Regiono pasirinkimas ir kelių sąrašas

Siekdami iliustruoti regiono atrankos metodą, pateikiame tikslinio paciento, turinčio A kraujo grupę, vienerius gyvenimo metus dializuojamas (h0=1), kuris šiuo metu yra 1 pozicijoje00, rezultatus. iš laukiančiųjų sąrašo. Mes pildome laukiančiųjų sąrašą su atsitiktinai sugeneruotais pacientais (kurių sveikata nustatoma iš Weibull paskirstymo su susijusia politikos riba). Atliekame tą patį modeliavimą 100 kartus, kai priimame sprendimo slenksčių vertes k ∈ {0, 0,1, 0,2, · · ·, 0,9} ir apskaičiuojame 100 paėjimų rezultatų vidurkį, kad įvertintume numatomą naudingumą už kiekvieną slenkstį.

6 lentelėje pateikiami kiekvieno regiono optimalios slenksčio k∗i rezultatai, dėl kurių gaunamas didžiausias numatomas naudingumas po transplantacijos Ui(k∗i ). Theinkstasatvykimo į eilę (A kraujo grupės pacientų laukiančiųjų sąraše) rodiklis per metus yra µA, o qt – vidutinė persodinto inksto kokybė. Pavyzdžiui, jei tikslinis pacientas įtrauktas į 6 regioną, optimalus yra k=0.65 slenkstis, todėl naudingumas yra 9,6 metų. Priešingai, jei ji įtraukta į 2 regioną, optimalus sprendimas gali būti net 0,85, o naudingumas – 13,22 metų.

7 lentelėje pateikti apskaičiuoti duomenys, kuriuos naudojome optimizavimo modelyje, kad surastume galimų regionų rinkinį A kraujo grupės pacientui, kuris, kaip manoma, šiuo metu gyvena ir yra įtrauktas į 6 regioną. Naudojame UNOS duomenų rinkinį, kad įvertintume numatomą laukimo laiką ir { {2}} metų tokių pacientų išgyvenamumas visuose 11 regionų. Kiekviename regione pasirenkame didįjį miestą ir įvertiname atitinkamas mėnesines pragyvenimo išlaidas pagal miesto pragyvenimo išlaidų indeksą. Vertinimo kaina apibrėžiama kaip viso numatomo įvertinimų skaičiaus sandauga ikiinkstastransplantacija ir įvertinimo kaina. Numatomas vertinimų skaičius apskaičiuotas remiantis 6-mėnesio pakartotinio įvertinimo politika, kurią įpareigojo dauguma transplantacijos centrų. Paprastai pacientas yra atsakingas už periodinio vertinimo išlaidas, jei ji nori būti įtraukta į daugiau nei vieną regioną, nes dauguma draudimo polisų padengia tik vienos registracijos periodinio vertinimo išlaidas. Bendra kaina apskaičiuojama taip: bendra pinigų suma, kurią pacientas turi sumokėti (vertinimų skaičius ir įvertinimo kaina), pridėjus kelionės į kitą regioną ir trijų dienų buvimo jame išlaidas.

Pavyzdžiui, manome, kad paciento biudžetas yra C=$15,000. Ji taip pat gali nukeliauti iki D=1500 mylių, o jos minimalūs lūkesčiai iš regiono veiklos yra 75 procentai penkerių metų išgyvenimo. Siekdami maksimaliai padidinti jos rezultatus po transplantacijos pagal šiuos tris apribojimus, mūsų modelis nustato, kad, be 6 namų regiono, pacientė taip pat gali būti įtraukta į 5, 4 arba 8 regionus, o 5 regionas teikia didžiausią tikėtiną naudingumą. OPTN yra įsipareigojusi užtikrinti teisingą prieigą prie transplantacijų ir mažinti geografinius skirtumus [16]. Pagal nemokamą kelių sąrašą pacientai turi paskatą užsiregistruoti kuo daugiau regionų, atsižvelgiant į jų biudžeto apribojimus. Tai reiškia, kad galimybę gauti transplantaciją veikia paciento finansiniai ištekliai, o tai gali kelti problemų teisingumo ir sąžiningumo požiūriu. Tačiau ilgainiui nemokamas regiono pasirinkimas ir keli sąrašai gali sumažinti geografinius skirtumus. Daugiau pacientų bus įtraukta į regionus, kurie šiuo metu siūlo didesnį naudingumą, išlygina paklausos skirtumus ir sumažina naudingumo atotrūkį. Tuo metu sumažės pranašumas dėl didesnio biudžeto įdarbinimui keliuose regionuose, todėl padėtis bus teisingesnė. Per trumpą laiką teisingumas turi būti laikinai užtikrintas taikant atitinkamą politiką, kad daugiau pacientų būtų prieinami keli sąrašai.

4.3. Dalijimosi informacija įtaka paskirstymo efektyvumui

Viena iš OPTN strateginio plano (2018–2021 m.) [16] iniciatyvų, siekiant padidinti transplantacijų skaičių, yra sisteminių priemonių, skirtų veiksmingesniam donoro ir recipiento suderinimui, paieška. Tokios priemonės apima dalijimosi informacija priemones, o tai reiškia, kad transplantacijos centras ir pacientas dalijasi naujausia informacija su OPTN, o tai gali pagreitintiinkstaspaskirstymo procesą ir taip sumažinti šalčio išemijos laiką (CIT) bei inkstų išmetimo dažnį.

Informacija, kuria galima dalytis, apima:

1. Paciento priėmimo slenkstis k: Kiekvienas pacientas apie ją pranešainkstaskokybės priėmimo slenkstis k, kurį nustato ji pati ir jos gydytojas.

2. Bet kokie papildomi paciento taikomi sprendimo kriterijai: paciento ir chirurgo sprendimams gali turėti įtakos informacija, kuri nėra įtraukta įinkstaskokybės vertinimas (KDPI). Turint labiau standartizuotus kokybės parametrus, kai pacientas gali iš anksto nurodyti, ką ji priima, pagerėtųinkstaspaskirstymas. Turėdamas išsamią informaciją, OPTN galėtų akimirksniu nustatyti pacientus, kurie priimtų inkstus ir sutaupytų vertingą CIT.

3. Dabartinis paciento prieinamumas: naujausia nuoroda, ar pacientui šiuo metu gali būti atlikta transplantacija. Veiksniai apima dabartinę sveikatą ir keliones.

4. Transplantacijos centro prieinamumas: atsižvelgiama į transplantacijos centro prieinamumą – yra tokios patalpos kaip paruoštos operacinės, chirurgai, slaugytojai ir personalas, kad operacija būtų atlikta laiku.

Turėdamas nepriekaištingą informaciją, OPTN turėtų prieigą prie naujausios informacijos apie visus pacientų priėmimo slenksčius k, bet kokius papildomus reikalavimus organui ir apie tai, ar pacientas ir centras yra prieinami. Todėl OPTN galėtų tiesiogiai nustatyti pirmąjį laukiančiųjų sąraše esantį pacientą, kuris priims ir gaus transplantaciją. Tai efektyviai sumažins CIT, ty t, iki minimumo, kurio reikia organui išgauti ir transplantacijai atlikti. Modeliavimo modelyje tobula informacija gali būti išreikšta nustatant g laukimo sąrašo ilgį, nurodant, kad visame laukiančiųjų sąraše akimirksniu ieškoma atitinkančio paciento. Daryti prielaidą, kad informacija yra tobula, nerealu dėl daugelio priežasčių. Pavyzdžiui, techninės problemos gali turėti įtakos informacijos prieinamumui, o pacientai ar centrai gali neturėti visos informacijos nuolatos. Patobulinta tikroviškesnė nuostata, tačiau dalijimasis informacija vis dar netobulas. Daugiau informacijos reiškia, kad naudojant bendrinamą informaciją galima greičiau atpažinti pacientus. Šį faktą modeliavimo modelyje išreiškiame padidėjusiu pacientų, kurių galima ieškoti per valandą, skaičiumi (ty g padidėjimu).

Siekdami iliustruoti geresnio dalijimosi informacija poveikį, pateikiame A kraujo grupės pacientų rezultatus 6 regione. Pradedame laukiančiųjų sąrašą su 1000 pacientų ir vykdome modeliavimą, kol laukiančiųjų sąrašo ilgis stabilizuosis apie 1800 pacientų (200 mėnesių). Pranešame apie rezultatus po šio atšilimo laikotarpio, kurio vidurkis yra 300 mėnesių. Bazinė linija yra šiuo metu naudojamas grupės dydis g=5. Mes keičiame g, kad atspindėtume skirtingus dalijimosi informacija lygius.

8 lentelėje parodytas dalijimosi informacija poveikis, išreikštas tuo, kiek pacientų iš laukiančiųjų sąrašo galima veiksmingai apsvarstyti per valandą. Kai pradinis grupės dydis yra penki, vidutinė inksto kokybė yra 0,66, todėl vienam persodintam pacientui vidutinis naudingumas yra 10,76 metų. Inkstas gali keliauti net 45 laukiančiųjų sąraše ir vidutiniškai jį priima šeštas pacientas. 9 lentelėje pateikiami inkstų panaudojimo ir laukiančiųjų mirtingumo rodikliai, be transplantacijos rodiklio. Inkstų panaudojimo lygis žymiai padidėja, kai didėja g.

Kaip parodyta 5 paveiksle, pagerėjoinkstastransplantacijos dažnis yra 17 procentų, kad padvigubėtų siūlymo proceso greitis g=10, o kai yra tobula informacija, jis pasiekia 47 procentus. Kita vertus, mirtingumas laukiančiųjų sąraše sumažėja 7 proc., kai g=10, o sumažėjimas gali siekti net 21 proc. Modeliavimas parodo poveikį efektyvumui, kurį dalijimasis informacija gali turėti paskirstymo procesui.

Dalijimasis informacija gali būti įgyvendinamas įvairiais būdais, naudojant dabartines technologijas. Pavyzdžiai apima programų ir medicininių nešiojamų prietaisų naudojimą, kad būtų galima stebėti paciento pasiekiamumą beveik realiuoju laiku. Standartizuotos sąsajos tarp transplantacijos centrų informacinės sistemos ir OPTN gali būti naudojamos centrų prieinamumui valdyti. Šių technologijų įdiegimas užtruks, tačiau šiame modeliavimo tyrime pateikti rezultatai rodo, kad galimas pelnas yra reikšmingas ir gali sumažintiinkstasišmetimo normos iki minimumo.

5. Baigiamosios pastabos

Pirmasis šio tyrimo indėlis yra modeliavimo modelio kūrimas, kuris suteikia optimalų mirusį donorąinkstasPriėmimo gairės sprendimus priimantiems asmenims (pacientams ir chirurgams). Pagrindinis iššūkis modeliuojant organų priėmimą / atmetimą yra atsižvelgti į realias sąlygas ir situacijas, kad būtų priimtas esminis gyvybę gelbstintis sprendimas. Dėl šios priežasties mūsų pagrindinis tikslas, kaip pagrindinė šio darbo naujovė, yra atpažinti, apibendrinti ir įgyvendinti skirtingus esminius elementus, kurie prisideda prie inkstų atrankos kriterijų. Siūlomas modelis leidžia įvairinti pacientų sveikatą irinkstaskokybę, taip pat jų koreliaciją. Be to, į skirstymo procesą įtraukiame ir inkstų kokybės pablogėjimą dėl besikaupiančio grynųjų pinigų. Be visų pirmiau minėtų elementų, mes taip pat įtraukiame pacientų sveikatą ir prieinamumą kartu su žmogiškaisiais ir įstaigos ištekliais, kad pasiūlytume optimalų transplantacijos sprendimą.

Siūlomas modelis gali būti naudojamas tiriant, kaip skirtingi politikos pasirinkimai gali paveikti OTPN iškeltus strateginius tikslus [16]. Mes tai iliustravome dviem programomis. Pirma, parodėme, kaip modelis gali būti taikomas siekiant informuoti pacientų sprendimus dėl kelių įtraukimo, atsižvelgiant į išlaidas, atstumą ir priežiūros kokybės apribojimus. Nors daugialypis įtraukimas į sąrašą trumpuoju laikotarpiu gali kelti iššūkių pacientų lygybei, pagrįstai finansiniais ištekliais, ji gali išlyginti geografinius transplantacijos prieinamumo skirtumus ir taip padidinti teisingumą.

Antroji iliustracija atkreipia dėmesį į socialinės gerovės aspektąinkstastransplantacija, o ne sutelkti dėmesį į optimalaus sprendimo paiešką, kaip buvo svarstoma pirmoje paraiškoje. Mes lyginame socialinės gerovės rezultatus (ty donoro inkstų panaudojimą ir visos sistemos naudingumą po transplantacijos) įvairiais turimos informacijos lygiais – nuo ​​informacijos nebuvimo iki tobulos informacijos. Gausesnė informacija lemia greitesnį inkstų priskyrimą ir sumažintą inkstų išmetimo dažnį. Padidinus transplantacijų skaičių, pagerėja socialinės gerovės naudingumas ir sutrumpėja transplantacijos trukmėinkstastransplantacijos laukiančiųjų sąrašas, laikas ir mirtingumas. Politikos formuotojai gali panaudoti šiuos rezultatus siekdami motyvuoti šiuolaikinių informacinių technologijų vertę rinkti reikiamą informaciją ir parodyti, kaip svarbu kurti paskatas, kurios skatintų pacientus ir centrus laiku dalytis informacija. Pavyzdžiui, sukūrus organų transplantacijos programą išmaniajam telefonui, galima saugiai, lengvai ir greitai pateikti ir atnaujinti reikiamą informaciją. Politikos formuotojas gali norėti nustatyti pagrindinę taisyklę, kurios turi laikytis visi pacientai ir transplantacijos centrai, norėdami gauti pasiūlymus. Pavyzdžiui, naudodamiesi privaloma programėlių technologija ir paslauga, transplantacijos centrai gali reguliariai (pvz., kiekvieną dieną) peržiūrėti arba tikrinti savo pateiktus duomenis, kai paciento padėtis laukiančiųjų sąraše peržengia tam tikrą ribą. Siūlomas modelis yra pakankamai paprastas ir lankstus, kad jį būtų galima lengvai pritaikyti tiriant daugelį kitų inkstų priskyrimo proceso aspektų.

Author Cįjungtatributiįjungtas:Autoriai vienodai prisidėjo prie šio darbo. Visi autoriai perskaitė ir sutiko su paskelbta rankraščio versija

fondasing:Šis tyrimas negavo išorės finansavimo.

Institutiįjungtaal Review Board Statement:Netaikoma.

Informred Consltt Statemltt:Netaikoma.

Data Availability Statement:Šioje analizėje naudojamus duomenų rinkinius galima gauti per UNOS.

Conflicts of Interest:Autoriai nepareiškia interesų konflikto.

cistanche kultūrizmas

References

1. Kalifornijos universitetas San Franciskas. TheInkstasProjektas – biodirbtinės medžiagos kūrimasInkstaskaip nuolatinis inkstų nepakankamumo sprendimas. Prieiga per internetą: (žiūrėta 2020 m. balandžio 4 d.).

2. NacionalinisInkstasFondas. Organų donorystės ir transplantacijos statistika. 2016. Prieiga per internetą: (žiūrėta 2020 m. balandžio 16 d.).

3. UNOS regionai: organų transplantacijos regioniniai ištekliai. Prieiga per internetą: (žiūrėta 2020 m. kovo 20 d.).

4. OPTN. Politika galioja nuo 2020 m. gruodžio 6 d. [Ex Comm 9.9.A.]. Prieiga per internetą: (žiūrėta 2021 m. sausio 2 d.).

5. Wey, A.; Salkovskis, N.; Kasiškė, BL; Israni, AK; Snyder, JJ Įtakainkstaspasiūlyti priėmimo elgesį pagal paskirstymo efektyvumo metriką. Clin. Transplantacija. 2017, 31, e13057.

6. Koizumis, N.; DasGupta, D.; Patelis, AV; Smith, TE; Mayer, JD; Callender, C.; Melancon, JK geografinis šaltojo išemijos laiko kitimas:InkstasVersus Liver Transplantation Jungtinėse Amerikos Valstijose, 2003–2011. Transplantacija. Tiesioginis2015, 1, e27.

7. Howard, DH Kodėl transplantacijos chirurgai atsisako organų?: Sprendimo priimti/atmesti modelis. J. Sveikatos ekonom. 2002, 21, 957–969.

8. Lawson, C.; Johnsonas, D.; Clapperis, D.; Fowleris, K.; Kapur, S. MažinantInkstasIšmetimo rodiklis. Inkstų naujienos. 2017. Prieiga per internetą:(žiūrėta 2020 m. vasario 22 d.).

9. Zhang, J. Tylos garsas: stebėjimo mokymasis JAVinkstasturgus. Ženklas. Sci. 2010, 29, 315–335.

10. Scholdas, JD; Buccini, L.; Šrinivas, T.; Šrinivas, R.; Poggio, E.; Flechner, S.; Soria, C.; Segevas, D.; Fungas, J.; Goldfarb, D. Centro veiklos vertinimų asociacija irinkstastransplantacijos apimtis Jungtinėse Valstijose. Esu. J. Transplantacija. 2013, 13, 67–75.

11. Scholdas, J.; Buccini, L.; Poggio, E.; Flechner, S.; Goldfarb, D. Kandidatų pašalinimų asociacija išInkstasTransplantacijos laukiančiųjų sąrašas ir centro veiklos priežiūra. Esu. J. Transplantacija. Išjungta. J. Am. Soc. Transplantacija. Esu. Soc. Transpl. Surg. 2016, 16, 1276–1284.

12. Bae, S.; Massie, AB; Luo, X.; Anjum, S.; Desai, NM; Segev, DL Išmetimo rodiklio pokyčiai įvedus inkstų donoro profilio indeksą (KDPI). Esu. J. Transplantacija. 2016, 16, 2202–2207.

13. Scholdas, JD; Buccini, LD; Goldfarbas, DA; Flechneris, SM; Poggio, ED; Sehgal, AR asociacija tarpinkstastransplantacijos centro veikla ir transplantacijos, palyginti su dializės, išgyvenimo nauda. Clin. J. Am. Soc. Nefrolis. 2014, 9, 1773–1780.

14. Halleris, MC; Kainzas, A.; Baer, ​​H.; Oberbauer, R. Dializės derlius ir rezultatai poinkstastransplantacija: retrospektyvus kohortos tyrimas. Clin. J. Am. Soc. Nefrolis. 2016, 12, 122–130.

15. UNOS. Kalbant apie transplantaciją – dažnai užduodami klausimai apie kelių sąrašą ir laukimo laiko perkėlimą. 2017. Prieiga per internetą: (žiūrėta 2020 m. birželio 13 d.).

16. OPTN. OPTN/UNOS strateginis planas 2018–2021 m. Prieiga per internetą: (žiūrėta 2020 m. balandžio 12 d.).

17. Chakkera, HA; Chertow, GM; O'Hare'as, AM; Amend, WJ; Gonwa, TA Regioniniai skirtumai ininkstastransplantacijos rezultatai: tendencijos laikui bėgant. Clin. J. Am. Soc. Nefrolis. 2009, 4, 152–159.

18. Ardekani, MS; Orlowski, JM Keli sąrašaiinkstastransplantacija. Esu. J.InkstasDis. 2010, 55, 717–725.

19. UNOS. Keli sąrašai. Prieiga per internetą:(žiūrėta 2018 m. gruodžio 1 d.).

20. Gharibi, Z.; Ayvaci, MU; Hahsleris, M.; Giacoma, T.; Gastonas, RS; Tanriover, B. Antikūnais pagrįstos indukcinės terapijos ekonominis efektyvumas mirusiems donoramsinkstastransplantacija Jungtinėse Amerikos Valstijose. Transplantacija 2017, 101, 1234.