Maintaining fairness in stochastic chemotherapy scheduling

Kemoterapi randevu planlaması, infüzyon sürelerindeki belirsizlik altında yönetilmesi zor olan bir konudur ve sadece beklenen performans ölçü değerlerine odaklanmak, bazı hastalar için istenmeyen sonuçlara yol açabilir. Bu çalışma, hasta bekleme süreleri açısından adilliği dikkate alarak günlük hasta randevularını planlamayı amaçlamaktadır. Bu doğrultuda, verimlilik ve adilliği aynı anda gözeten özgün bir ölçek önerilmiş ve iki aşamalı rassal karmaşık tamsayılı doğrusal olmayan programlama modeli içinde ençoklanmıştır. Oluşturulan model için ikili arama algoritması geliştirilmiştir. Bu algoritmanın her iterasyonunda oluşturulan rassal olurluluk problemlerini çözmek için, yeni bir azalt-ve-artır algoritması önerilmiştir. Senaryo azaltma yaklaşımı, literatürden gelen senaryo azaltma teknikleri ile bir onkoloji hastanesinden gerçek veriler kullanılarak karşılaştırılmıştır. Algoritma ayrıca yaygın olarak kullanılan bir doğrusal olmayan programlama çözücüsü ile karşılaştırılmştır. Elde edilen çizelgeler problemin baz alındığı hastanenin mevcut uygulaması ve yaygın olarak kullanılan sezgisel sıralama yöntemleri ile oluşturulan çizelgelerle kıyaslanmış ve önerilen çizelgelerin daha iyi performans gösterdiği gözlemlenmiştir. Ayrıca, önerilen metriğin bilinen bir eşitsizlik metriğinden (Gini katsayısı) ve Rawls tipi bir refah fonksiyonundan farkı incelenmiştir. Son olarak stokastik çözümün değeri hesaplanarak infüzyon sürelerindeki belirsizliğin önemi vurgulanmıştır.