文摘
为了应对紧急情况,关键是探讨如何交付应急物资和高效、安全地访问受灾地区人民。毫无疑问,血液被认为是其中一个至关重要的救援物资,并确保顺利血液交付可能大幅减轻灾害造成的后续影响。以红细胞产品为研究对象,这项工作提出了一个four-echelon血液供应链模型。具体来说,它包括献血者,献血屋,血液中心,和医院。此外,数值分析提供了测试血液采集和分配方案的可行性,进行灵敏度分析测试相关参数的影响(例如,apheresis捐赠比例的红细胞(红血球),献血者和血液设施之间的距离,和献血的时候)的计划。这项研究提供了一些科学合理的支持对应急部门和决策者和管理影响导致紧急血液供应链的研究。
1。介绍
多维冲突在政治、经济、和环境变得越来越明显,世界已经见证了自然和人为灾害的数量的增加。例如,2001年9月11日在纽约恐怖袭击震惊了整个世界,激发了其他国家更加关注应急响应。其次是很多类似的事件,如2008年在中国汶川地震,地震和海啸在日本2011年,好恐怖袭击在2016年在法国,2018年在希腊和山地火。这些事件造成严重的人员伤亡和经济损失,对人们的心理状态和戏剧性的负面影响生活。在这种背景下,应对如此复杂的紧急事件需要规范response-guaranteed系统。作为应急救援的关键材料之一,延迟供应的血液在紧急情况下构成威胁人们的生命和健康,而过度供给会导致浪费,甚至后来的“血饥荒。”这表明的重要性将及时、充足,和低成本的血液供应到应急响应和管理决策。
紧急血液供给的研究是一个热门分支领域的应急管理。有越来越多的文献在紧急血液供应,其中大部分血液主要集中在下游供应链(1)和更少的血液收集和调查的分布从供应链的角度2]。
本研究的目的是探索一个多节点的优化操作和four-echelon血液供应链在紧急情况下,基于中国紧急救援的现状。具体来说,考虑到低风险级别的突发事件,建立供应链four-echelon血液,包括献血者献血屋,血液中心,和医院。通过数值分析,最优的血液采集和分配方案获得的血液供给链。灵敏度的参数(例如,RBC apheresis捐赠比例、平均体积的血液供应,献血,献血者之间的距离和血液设施)测试探讨影响最优方案。
这个工作是丰富的贡献的研究紧急血液采集和分销领域的应急管理和决策者提供更科学的支持。
本研究的其余部分组织如下。部分2总结相关文献材料供应和血液供应链业务以应对紧急情况。对这些文献,它强调这项工作扩展了以前的研究模型的血液供应链在几个方面,如所选目标,供应链层次,动态随机需求,和血液收集和分配模型。节3血液self-collection模型,建立了供应链应对突发事件。部分4进行数值分析,验证该模型的可行性。最后,部分5本研究得出结论,并提供一些管理启示。
2。文献综述
先前的研究在应急管理可以有两个主要类别对疏散方向,包括受害者疏散(3- - - - - -5)和紧急救援物资的供应。血液产品是一种类型的紧急救援。在下面,它回顾了一般材料供应和血液产品供应方面,分别。
2.1。一般材料供应在紧急情况下
在紧急情况下材料调度覆盖紧急救援物质分配和转运路由。multiperiod线性规划模型提出了粮食援助非洲的布局优化(6]。它旨在最小化粮食转运和库存成本。货物交付和受害者疏散了在这种情况下,数量有限的运输资源可以从不同的地方分发到多个目的地(7]。这项研究涉及三个模型与减少后期交付的目标。地震在土耳其被例如探索如何将系统成本最小化(8]。的情况下提供的材料是有限的,对物质的需求是已知的,他们提出了一个应急物资调度问题的一个有限的时间窗口进入紧急状态。Ozdamar et al。9)提出了一个不同的模型从传统车辆路径问题。而不是返回车辆已完成他们的任务出发地点,使他们能够等待,等待下一次交付所需的车辆指挥他们在哪里。通过结合网络流问题的车辆路径问题,本研究减少了延迟调度应急物资在最大的程度上。除此之外,采用一种基于拉格朗日松弛启发式算法来解决这个问题。解决事件响应和资源allocation-related问题在交通事故管理、数学规划模型与概率约束。易和Ozdamarb10)旨在调查洪水应急救援和复杂的调度优化问题,建立防洪应急救援编程框架,包括需求、供应、库存、和资源管理。根据这一框架,车辆被认为是材料而不是变量。在后续的研究中,提出了蚁群优化的启发式算法解决物流问题在救灾活动11]。分解原应急物流分为两个阶段。第一阶段是确定随机车辆路径的指导下的信息元素,在第二阶段,不同车辆类型的分布和各种商品的基础上确定网络流方法。此外,提出了一种动态需求管理模型对应急物流操作的情况下,主要的自然灾害信息条件不完整(12]。通过模糊聚类,受灾区域被分成不同的组。然后,现有的数据利用预测救灾需求在不同的组,这些需求被采用作为应急物资分配的基础。燕et al。13)确定应急物资调度相关受灾道路修复。出于这个原因,他们选择地震数据从1999年的台湾,把车辆旅行时间的随机性。在此基础上,全面优化模型构建了应急物资调度和受灾道路修复下的不确定性。是预期的意外损失的成本可以最小化大灾之后后勤支持。
总之,应急管理是现在被证明是具有挑战性的。相比传统的事件管理,应急管理需要进一步研究。应急管理研究侧重于疏散和物资调度。应急物资调度而言,现有的文献主要是针对紧急调度批量供应,但很少有关易腐产品,特别是在血液制品。他们中的大多数没有考虑到血液的特点。
2.2。在紧急情况下血液供应
血液制品属于重要的紧急救援物资。本节提供了一个相关的研究文献综述血液制品。血液供应链包括血液采集、血液检查和生产、血液存储和分发那些有需要的人的血液安全、及时。以前的研究集中在以下的一些阶段。
2.2.1。集合
血液收集、全血供应链操作的第一步,是最基本的任务之一为移动献血车,献血屋,中心血站,血液中心。红细胞可以收集在两种形式。一个是全血收集,另一个是apheresis集合,都是可选的。
水手长et al。14)采用逻辑回归模型来预测献血者血液银行的到来。多目标随机整数线性规划模型被用来确定一个适当的组合战略,采血(15]。为了减少所需的总成本和捐助者的数量,该模型把等因素的兼容性血型,血型和捐助者的可用性考虑。关于献血的任命安排,Seda et al。16)利用混合整数线性规划(MILP)预先指定采血时间不同血型的期望集合之间的平衡和生产不同的血型不同的日期。在此基础上,他们提供了一个稳定的血液供应系统。威廉姆斯和具有较17)评估458年献血的动机合格捐献者和得出结论,献血的意愿动机产生负面影响。他和曾18)进行了大规模现场试验3个月和15个月的随访时间而设计的。通过这种方式,他们进行了初步实验研究物质激励对献血的影响。发现分发奖励(例如,拿着彩票)发挥积极作用提高献血率。这种效果是由捐助者不太有热情。
根据上面的文献中,与血液采集相关的研究主要集中在捐助者的行为和动机,捐赠者的到来,估计和捐赠任命。在这个工作中,血液采集和操作方案考虑虽然他们很少在现有的研究调查。
2.2.2。库存管理
大部分的现有文献对血液库存管理关注宏观定性问题,而这项研究提供了一个总结和分析之前的论文结合定性和定量方法。
通过选择加拿大皇家银行产品库存/处理数据库从省级医院为研究对象,综丝等。19)犯了一个逻辑回归分析RBC存货处理数据超过21个月156医院。这个旨在澄清的因素影响红细胞库存更新和系统地确定最优目标水平的红细胞库存更新。狄龙et al。1)提出了一个两阶段随机规划模型,最小化成本和到期数量和考虑弱点和需求的不确定性。此外,血液供应链构建基于血液分类和收集模型根据两种紧急补给策略(20.]。这些策略被认为是异类血液的需求和不同的紧急补货策略的影响分析结果。
2.2.3。血液分布和调度
这一阶段包括分销、运输和转运的血液制品。易腐烂的产品(即。,blood) distribution strategies were analysed for different places, such as a regional centre, proposing two general policies based on optimal approximation [21]。具体而言,上述两个政策是由一个旋转的战略和保留策略。基于现有的配电系统在土耳其红新月会血液服务中心,领域等。22)考虑决策的影响关于位置的性能血液中心,电台,移动单元,建立了一个数学模型来解决决策central-location-based分配有关血液供应的问题。
说到交通,除了一个allocation-routing编程模型(IAR)建立基于多个车辆,多个供应站点,和多个目标,选择层次分析法和MILP解决相关问题(23]。此外,建立了整数规划模型来确定车辆实现血液采集所需操作的数量,减少车辆的行进距离24]。上述模型还考虑了献血车访问的不确定性并确定最优路线的最大化策略解决者和branch-and-price算法。的数量自2017年以来,关于血液运输路线规划紧急救援的文章一直在下降。一般来说,这些主题研究结合其他阶段,如血液采集、分布和库存。
至于转运,王先生和马25)实现一个有效的降低血液系统基于库存过期率通过建立运输模型存储时间。Dehghani和Abbasi26)创建了一个运输策略基于存储时间最长的转诊小组血液运输减少存货报废成本。
2.2.4。血液供给链
在过去的十年中,有越来越多的血液制品的研究,尤其是对血液产品在供应链上操作(2]。
例如,沙和黄27),以北京为背景,开发了紧急血液supply-scheduling模型,涵盖“捐助者、临时设施、献血和血液中心。“Fahimnia et al。28建立了一个four-echelon(即。,blood donors, mobile blood donation sites, blood centres, and demand sites) blood supply chain model to minimise cost and delivery time. Ramezanian and Behboodi [29日]介绍了一个基于MILP确定性选址模型。涉及献血者,移动献血设施,和血液中心,该模型认为献血者之间的距离等参数和血液设施和血液设施的广告预算,它被用来构成了效用函数来提高使用和激励献血者。最小化总成本的收集、库存和生产,欧et al。30.)建造了一个血液供给链模型与捐赠者和中心血站节点。通过考虑三种不同的血液制品,该模型使捐助者计划满足给定的范围内对血液制品的需求。哈姆丹和Diabat31日)提出了一种基于鲁棒优化的血液供给链模型和两阶段随机优化减少灾害对血液供给链的影响。dual-objective框架的同时最小化系统采用降低成本和交付时间可能的供应链的中断。根据使用的MILP模型Samani et al。32),各种血液采集和分离方法和破坏场景考虑库存和分销决策对供应链的血液。
文献对血液供应链操作至少三个阶段在过去十年在表中列出1来3。
从表可以观察到1,先前的研究在血液供给链和至少三个阶层在过去十年中相当罕见。因此,这仍然是一个新的研究领域和方向在这方面。血液供给链的研究涉及到所有节点在四层及以上(更少33- - - - - -38]。这项工作目标血液供应链包括捐助者、献血,血液中心和医院。显然,它涉及整个供应链。
目标函数而言,所有合并成本的研究,虽然有些文献考虑目标函数的血液短缺点球和转运时间。一些文献增加重量系数在不同的目标(39,40]。在这项研究中,目标函数包括综合成本和短缺的惩罚成本,这两个应该最小化;此外,体重系数表明不同目标的重要性。在紧急的情况下,生命安全被认为是这项工作的主要任务。因此,成本的过期产品排除在目标函数。虽然时间因素计入目标函数,采用刚性约束转运时间作为约束条件,以确保它的紧迫性。
目前的研究都是针对four-echelon血液供给链。四级血液供应链研究的操作可以追溯到2017年。通过比较不同因素列入表中3,很明显,几乎所有的四级血液供给链上的文学树叶各种血液采集方法的考虑。的研究仅指的是一个简单的方法全血收集。在这项研究中,血液apheresis集合也认为探索他们的变化如何影响成果基于一个特定的计划。与先前的研究相比,献血屋被视为不可调整的固定设施,它们作为可调候选人集合地点在这项研究中,可以根据实际情况开启或关闭。在紧急情况的背景下,本研究也探讨如何影响结果的比例血液apheresis收集,献血者和血液设施之间的距离,血液供应的平均值,捐赠的次数的变化。少量的现有文献涉及到敏感性分析,但仍然重视目标之间的权衡,交通工具的能力,和体重的变化系数。这意味着,灵敏度分析的实际情况仍然是理解不深的。
总的来说,以往的研究主要集中在一个单一的阶段,很少采用供应链的整体观点。在这项研究中,血液构建了突发事件下的供应链模型,和相应的创新可以概括如下。(1)最广义上的紧急救援物资材料和易腐产品。血液制品很少研究。然而,这项工作的目的是血液制品和加拿大皇家银行专注于自己的产品。(2)从供应链的角度,研究血液制品是单个节点或供应链在大多数情况下不超过三层。该模型在这项研究由四个阶段组成。这扩大覆盖面的血供应链研究和描述血液供应链业务的现状。(3)本研究将综合考虑优化目标。具体而言,短缺成本和其他综合运营成本都纳入该模型。此外,介绍了权重系数为目标函数来阐明不同目标的重要性。(4)敏感性分析是通过改变的比例apheresis捐款,献血,献血者之间的距离和血液设施和血液供应的平均值,等。通过这种方式,参数如何影响结果生成的相应方案可以探索。(5)与先前的研究相比,献血屋被视为不可调整的固定设施,它们作为可调候选人集合网站,可以根据实际情况开启或关闭。
3所示。问题描述和模型公式
3.1。问题陈述
血液供给链可以是不同的在不同的国家或地区。在以下,中国作为一个例子。系统统一的血液采集和供应机构实现规划和建设。主要单位的血液采集、存储和检查,和初级用血组织提出了这里。(1)血液中心在省和直辖市设立中央政府和中央血站在地市级城市设置。两个相似函数,它们不是杰出的在这工作,被统称为“血中心。”(2)献血屋在每个城市用于分散收集和初步测试的血液。(3)用血机构、医院接受血液血液中心的日常临床输血。包括四个阶段的“血血液捐献house-blood中心医院,“血建立供应链模型等综合成本最小化短缺成本血液中心献血的开放成本房屋等等。该模型预计将包括作出以下决定(1)献血的位置。(2)在每个设备数量的血液捐赠者捐赠的。(3)当献血的房子应该是开放。(4)血从血液中心医院分配的数量在受影响的地区。此外,它还测试apheresis捐款的比例的影响,献血的时候,献血者和血液设施之间的距离,和平均血供应链的决策和目标,分别。
3.2。模型的假设
(1)医院认为是无法储存的血液,和所有在这些医院临床用血需要部署血液中心。(2)献血屋的位置是固定的,和献血屋负责运送血液,血液中心阶段。(3)平均的血液供应和需求都在受影响的区域,并供给和需求都在研究期内符合泊松分布(25]。(4)一个人只能捐一个单位的血(即。,20.0 ml of blood and referred to as 1U below) at a time.(5)血液检查故障率可以忽略。(6)汽车在受灾地区被认为是血液的车辆交付。
3.3。参数和变量的定义
集、参数和变量参与模型定义如下。(1)集的定义 :捐赠者的集合, :候选人的集合网站献血屋, :血液中心的设置, :的医院, :的救援时间(一天一段时间在这项研究), (2)参数的定义 献血屋的数量 :惩罚成本的短缺 :单位收集和初步测试全血收集的成本 :单位收集和初步测试apheresis收集的成本 :单位全血收集深入测试和生产成本 :单位深入apheresis集合的测试和生产成本 :单位运输成本的车辆 :单位血液库存维护成本 :医院在医院需求在时间 :献血时代的限制 :最大存储容量献血的房子 :血液中心的最大存储容量 :捐赠组织的最大数量在时间 :apheresis献血,献血总量的比例 :距离供体组献血的房子 :距离供体组血液中心 :距离献血的房子血液中心 :血液中心的距离去医院 :最大距离接受捐赠 :血从血液中心交付的时间要求送往医院 :车辆运输速度 :较大的值而不是献血的个人行为,本研究聚焦于组织献血后紧急的同质性,因此,集团作为研究对象。(3)变量的定义 :0 - 1变量;它是1,如果献血的房子是开放的,,如果不是0。 :0 - 1变量;1如果供体组去献血在时间捐款,如果不是0。 :0 - 1变量;1如果供体组去血液中心在时间捐款,如果不是0。 :0 - 1变量;1如果供体组去献血在时间捐款和提供血液,血液中心 ,,如果不是0。 0 - 1变量;它是1,如果血液中心提供血液送往医院在时间 ,,如果不是0。 :血液运送到血液中心的数量在时间 ,由捐赠者捐赠的组织在医院献血 。 :的血液捐赠者捐赠的组织在时间血液中心 。 :血从血液中心交付的数量去医院在时间 。 :血液中心的期初存货量在时间 。
3.4。模型公式
血液供应的操作过程链模型在这项研究中所示图1。
3.4.1。目标函数
针对血液制品在应急管理的作用,血液短缺供应链应该最小化。所示的短缺成本以下方程: 在哪里短缺的惩罚成本;的需求是医院吗在时间 ; 血从血液中心交付的数量吗去医院在时间;和代表的数量短缺,血液供给链。
此外,血液供应连锁经营应注意成本控制。所示的成本目标是以下方程: 在哪里是献血屋的成本;采血的操作成本和测试;是运输成本;X的向上舍入值在符号;和存储成本,公式如下。
总体目标函数方程所示(4),和分别是对应的权重系数短缺成本目标和其他成本目标,代表每个目标的综合测量的重量重点。
3.4.2。模型约束
方程(5)表明,血液收集的数量不应超过最大血液供应数量在时间限制吗在该地区。方程(6)表示,采集血液总量在献血的房子不会超过的体积 。方程(7)表明,组应该只选择一个位置或同时捐赠。方程(8)计算捐献次数的限制。方程(9)表示的极限献血屋开放的数量。方程(10)意味着只有当献血的房子是开放的供体组吗去捐赠。方程(11)和(12)表明,如果组不献血,献血的房子 ,没有血液捐献的将从血液中心 。方程(13)表明,组到达血液中心后只能捐吗 。方程(14)表明,血液不会来自医院的血液中心没有作业。方程(15)和(16)暗示组会选择捐赠的机构在其可接受的距离。方程(17)演示了血液中心库存状态更新的约束。方程(18)表明,血液中心的库存不会超过最大存储容量的 。方程(19)提供期限血液中心提供的血液送到医院。方程(20.)假设医院没有存储容量。方程(21)表达的血液由血液中心医院不会超过其库存。
上面的模型是动态随机规划和需要特定的数据来测试其可行性在下一节。
4所示。数值分析
本节选择8.0距离地波级(Ms)在中国的汶川地震数据分析基于模型部分3,汶川及周边环境造成严重的破坏。大城市附近,成都承担大部分的医疗治疗的受害者。因此,本研究是基于在成都地区的相关数据。
4.1。数据
根据2019统计年鉴的成都发布公共信息网站上成都统计局的数据,在成都有20个市辖区和县级城市,如图2。通过比较,发现只有细微的差别在于其2008年和2019年的行政区划地图。本文选择行政区划地图的最新版本来执行相关的计算。
以下4.4.1。供应数据
献血者是基于成都行政区划分成不同的组。因此,20献血组织,表示我= 1,2,…,20日分别。此外,每个部门的行政中心被选为一群献血的起点。
在紧急情况下,所有献血组织变得活跃。他们无私地献血,帮助受灾人民。据统计,献血者在紧急的数量比平时三倍。这段工作的研究持续了15天,和相应的调查了1天的时间框架。处理后,每日平均数量的献血者自紧急了,也就是说,平均值(60、73、80、129、80、72年,44岁,81年,48岁,95年,125年,63年,54岁,28岁,33岁,66年,85年,69年,70年,158年)的献血者相应组我。认为,《每日血液供应从单个组织服从泊松分布。因此,血容量可以计算相应的捐赠。
4.1.2。需求数据
在5月12日汶川大地震,许多医院在不同的区、县成都积极接受和拯救病人从受灾地区转移。其中,9个主要医院被选为这项研究,包括四川省人民医院。除了编号这些医院,他们的意思是需求表中列出的值4(41,42]。
假设每日需求, ,每个医院遵循泊松分布,认为上述数据的平均值。在这种情况下,从泊松分布随机数可以生成基于这些平均值,医院的具体要求。
4.1.3。距离数据
成都市血液中心,用 ,位于武侯区,成都的城市。它有多个献血的房子。为了简化计算,10献血房子选择和编号。此外,献血屋的距离, 成都市血液中心, ,提出了,= 1,2,…,10日= 1(表5)。
20献血组织, ,捐赠红血球在献血屋, 或血液中心, ,和相应的距离如表所示6和7。
其他参数设置如下。该模型的研究周期t在这项研究中被定义为15天。第一阶段的期初存货, ,等于600 U (1U= 200毫升)。单位运输成本的车辆为代表 ,并设置为0.8元/ 100单位/公里。当血容量在100单位(一个单位= 1 U),它仅仅是计算为100辆。定义是40元/ U;设置为600 U;意味着血液中心的存储容量是15000 U; ,等于10,指的是献血屋的总数;设置为2.5 h;意味着最大可接受献血组织中心的距离是15公里;和 ,30公里/小时,是血液运载工具的速度。
4.2。数值结果与讨论
4.2.1。准备捐款和献血的房子
设置= 0.1,= 0.8,= 0.2,根据给定的平均泊松生成随机数组供给和医院需求得到每组的日常供应数量和每个医院的日常需求数量。在接下来的数值分析,比率apheresis捐赠波动范围从0到1。体重系数( )表示两个目标的重要性。生命安全是最重要的任务在这工作。因此,违约成本短缺的权重系数( )给定一个更高的价值,而其他成本系数相对较低。术语介绍解决模型获得打开的献血屋和血液收集的数量在每一个时期,如表所示8(括号外的序列号是开放献血的房子,和数字的序列号托架对应采集血液量在献血的房子)。
当范围从1到14岁组会选择血液中心或者献血屋献血,献血的房子将打开或关闭。采集的血液开始在每个阶段将被添加到库存血液中心的下一个阶段。
结果表明,在当前的数据设置,并不是所有的献血房子需要运行在当前数据设置。如果有一个房子和一个血液中心献血可接受的距离内,血液中心将优先考虑。因为献血的血液收集房子必须交付给血液中心,有服务员运输成本,除了打开献血屋的成本。
4.2.2。分配方案
由于初始数据设置在本节中,计算分配方案如表所示9。
其中,7医院的要求= 1都满足,而红细胞的医院的需求编号5和7未能完全反应。在这段时间= 1,红细胞的短缺是27。
4.2.3。最优分配成本
表10显示细节的每一个成本的最优分布在血液中供应链。
4.3。敏感性分析
下面是一个探索的敏感性参数对最优目标,最优决策。
4.3.1。不同的供应状态
供应的例子是基于期望的更高层次的对捐款的热情在紧急情况下,而现实可能比预期的更积极的还是消极的。产品的供应和多个可以测试计划供应状态的影响,多个范围从0.1到1.5。
如图3红细胞的短缺与平均供应负相关,而献血屋的开放成本也与供应数量负相关,与目标函数值下降。这是因为当平均供应低,减少供应和更多的短缺。随着平均值的增加,红细胞减少的短缺。供应不能满足需求,大量的献血房子将是开放为采血。随着供给的增加,需要减少献血房屋。因此,献血屋的开放时间和成本降低随着供给的增加。
4.3.2。波动的比例Apheresis捐赠
apheresis捐赠的比率是波动的,的价值范围从0到1。的变化演示轻微影响简而言之,该计划和数量计算由原供给和需求数量。在本节中,初始供应的0.4倍的意思是作为新供应意味着之前通过泊松分布生成提供数据。需求数据保持不变。值的变化的影响β在短缺量如图4。
的增加 ,有一个戏剧性的减少红细胞数量的短缺。原因是红细胞的数量由单一捐赠者捐赠的形式apheresis红细胞数的两倍是全血捐献的。当范围从0.6到1的总量短缺仍然是27。这是因为没有短缺以来第二个时期,竞争和红细胞缺乏相关的初始库存设置第一时期供给数量满足需求。开幕式的时候献血房屋的价值时保持不变范围从0到0.5,然后减少与增加的价值 。相应的原因是供给数量满足需求从第二时期的价值范围从0.6到1。因为它是不再需要打开所有献血房子应对血液采集需求,开放的总数乘以献血的房子是减少。目标函数的值随的增加的价值 。
因此,增加的比率apheresis捐赠将在某种程度上减少短缺和目标函数的值。
4.3.3。捐赠时代的限制
基于初始数据的设置,通过调整捐献次数的限制,捐献次数变化的影响在本节讨论的方案。图5显示缺乏红细胞和献血屋的数量的变化与不同的捐赠时间限制。
如图5,有一个显著的减少红细胞的短缺和目标函数的值与捐赠的放松时间限制在研究期间献血者。打开献血屋的数量先增加然后减少。原因是,有些人,在一个伟大的捐赠时间限制,不允许献血不止一次在研究期间,导致不必要的开幕献血房屋和开放时间的减少。然而,捐款时间限制的放松,大群的人会获得献血,导致可用捐款的数量的增加和献血屋的开放时间。捐款时间限制时放松这样的水平(例如,七次或更多),血液供应满足需求,献血屋的数量将会减少。
4.3.4。改变交流的距离
在本节中,初始供应的0.4倍的意思是作为新供应意味着之前通过泊松分布生成提供数据。然而,需求数据保持不变。
表11显示红细胞的数量短缺献血15-50公里的距离,打开献血屋的最大数量在每一个时期,和新包括献血者组织距离后扩张。
隐含在表11,红细胞的短缺和人们的可接受的距离后距离的崛起扩张。加入一些新的献血者,献血房屋所需的数量减少。打开献血屋的成本减少了,因为有些团体捐赠去同一房屋或血液中心在一个可接受的距离后距离扩张。
5。结论和未来的研究
5.1。结论
本研究着重于血液在紧急情况下供应链与操作相关的问题。它提出了four-echelon血液供应链模型组成的献血者,献血屋,血液中心,和医院。通过该模型,本研究试图减少血液中的复合成本包括短缺成本中心,打开一个献血的房子的成本,和相应的操作成本。通过数值分析,验证了模型的可行性,得出以下结论。(1)从供应链整体的角度来看,一个随机文中针对血液供应链模型。同时,需要采血和血液供应链中供应问题考虑在内。术语介绍解决模型找到相对应的最优操作方案的血液供给链,如决定何时何地献血的房子应该是开放的,有多少献血屋应该开一次,多少要收集血液,血液中心应如何分配血液在灾区医院,等等。此外,血液供给链的的敏感性参数(例如,RBC apheresis捐赠比例、平均的血液供应,献血的时候,和献血者和血液设施之间的距离)分析测试方案上的各种参数设置的影响。因此,建议相关决策者需要一个可行的操作方案根据实际情况通过设置相关参数。(2)通过改变平均血液供应,血液短缺情况缓解平均供应的增加。献血屋的开放时间和综合成本也负相关的供应数量。因此,相应的要求能满足不开更多的献血屋。因此,应该鼓励献血通过有效的宣传和信息共享的透明度。在这方面,建议有关决策者应制定应急计划和宣传之前高风险地区突发事件应急机制,及时采取措施,加强居民的意愿献血的供应数量不足的情况下,为了减少数量短缺的威胁,并调整的献血房屋和采血方法来降低总成本。(3)基于血液的比例波动apheresis收集,人们认为这一比例的增加导致明显降低红细胞总数的短缺和加拿大皇家银行短缺成本。如果这个比例上升,献血屋的数量服务可以有所降低。换句话说,血液需求能满足不开所有献血房子。此外,血液供应短缺引起的早期阶段的过度使用了紧急也缓解了(捐献者捐献的血液的人禁止再次捐赠在很短的时间内)。考虑到这一点,有必要鼓励apheresis红血球的集合。它可能是重要的,不断创新的技术红细胞apheresis收集、适当提高apheresis献血的比例,为了增加红细胞的数量单位捐赠的捐赠者和缓解血液短缺的要求捐赠间隔,和增加血液收集在短期内减少献血屋的开放成本。(4)如图所示通过修改接受捐赠者的距离,发现一些新的献血者是随着距离的增加捐款。如果其他参数保持不变,这个距离的增加会导致血容量的增加。当血液供应不高,平均鼓励献血者(特别是忠诚的献血人群)增加可接受距离血设施可能使血液供应,从而缓解血液短缺的情况。考虑到不同的献血人群可以选择相同的献血的房子,开的总数乘以献血的房子也降低。另外,捐助者可能在血液中心献血在他们可接受的距离而不是一个献血的房子。因此,成本通过打开一个伟大的献血屋的数量减少。在这种情况下,应急管理和血液部门预计将为献血者提供便利扩大捐款通过特殊的转移或奖励范围,从而促进他们扩大捐赠距离,增加管辖内的血液供应来缓解供应压力,和减少献血的开放时间和总成本的房子。(5)适当的调整捐赠团体的捐赠频率是必要的。给定的时间间隔要求献血,组织多次献血在研究期间意味着显著减少后续捐赠的数量。然而,次生灾害与突发事件频繁带来伤亡,引发血液需求再次上升。大幅下降的捐款在早期接受的距离可能会导致供应短缺。
增加可用的血液总量和消除血液短缺的风险,建议鼓励更多的捐助者参与血液采集,进行红细胞集合的形式apheresis流程,增加的比率apheresis收集通过技术研究和相关投资和培训,并促进捐助者来扩展他们的捐赠距离可用捐赠团体的数量增加,从而提高血液量,减少血液短缺的风险。此外,建议适当放松捐赠时间限制为献血者缓解血液短缺由于过度短期捐款。这四个措施预计将通过组合效果最好。
5.2。未来的研究
也存在一些潜在问题的未来研究。首先,移动献血地点也是很重要的血液采集渠道,建议纳入未来血液供给链。第二,血型和其他索引建议被纳入后续调查进一步探索血液供应链操作。
数据可用性
使用的数据来支持本研究的结果包括在本文中。
的利益冲突
作者宣称没有利益冲突有关的出版。
确认
本研究支持的“三个层次”科技人才珠海学院的建设项目,2018年纪律Co-Construction项目13日广东省哲学社会科学的五年计划(批准号GD18XTS06), 13岁th广东省哲学社会科学的五年计划(批准号GD18XGL24),广东省科技部(批准号2020 a0505090004)。