Bereits 2001 wies einBericht der John Hopkins Bloomberg School of Public Health darauf hin, wie unvorbereitet die Welt auf einen globalen Ausbruch von Infektionskrankheiten war. Der Bericht wies auf die Belastung hin, die eine Pandemie für die Gesundheitssysteme der Welt bedeuten würde, und auf die Schwierigkeiten, die sie haben würden, um eine angemessene Versorgung zu gewährleisten. Zwei Jahrzehnte später hat die COVID-19-Epidemie gezeigt, dass dies zutrifft, denn die Gesundheitsversorgung und die medizinischen Einrichtungen haben Mühe, den Zustrom von Patienten bei begrenzten Ressourcen zu bewältigen.
Die ersten Zahlen des Seuchenausbruchs zeigten, dass die Länder krampfhaft versuchten, mehr Ressourcen wie Beatmungsgeräte, Masken, Handschuhe oder persönliche Schutzausrüstungen (PSA) zu beschaffen, um sicherzustellen, dass das medizinische Personal damit umgehen konnte. Obwohl die Auswirkungen dieses reaktiven Ansatzes im Umgang mit Pandemien noch untersucht werden, hat der Ausbruch bewiesen, dass ein präventiver Ansatz bei Pandemien mehr Leben rettet.
Ein Beispiel dafür ist die Ausweitung der Produktion von Testkits, der Verfügbarkeit von PSA und der allgemeinen Pflegekapazitäten in Deutschland und der Schweiz. Aus den Statistiken der Weltgesundheitsorganisation (WHO) geht hervor, dass diese Länder bei der Versorgung während der Pandemie besser abschnitten und noch immer abschneiden. Diese relativen Erfolge wurden auf eine angemessene Kapazitätsplanung und Entscheidungsfindung auf der Grundlage von Entscheidungs- und Simulationsmodellen zurückgeführt.
Als Reaktion auf den COVID-19-Ausbruch und die Notwendigkeit, den Bedarf an kritischen Gesundheitsressourcen während Pandemien zu analysieren, hat das Simio-Team ein analytisches Modell für die Ressourcenplanung entwickelt.
Die Fähigkeit eines Gesundheitsdienstleisters und/oder einer Einrichtung, Infektionskrankheiten zu bekämpfen, hängt direkt von der Anzahl der zur Verfügung stehenden kritischen Ressourcen ab. Das Simio "Infektionskrankheiten- und Ressourcenplanungsmodell" verwendet die diskrete Ereignissimulation (DES), um den Bedarf an kritischen Ressourcen vorauszusehen, darunter
Zweck:
Das 'Infectious Diseases and Resource Planning Model' soll Gesundheitsdienstleistern, Behörden und Nichtregierungsorganisationen helfen, besser für Pandemien zu planen. Das Modell analysiert den Bedarf an den oben aufgeführten kritischen Ressourcen anhand der Bevölkerungszahl einer Gemeinde und der Infektionsrate innerhalb der angegebenen Bevölkerung.
Herangehensweise:
Um Genauigkeit zu gewährleisten, verwendet das Modell Echtzeitdaten wie den Ansteckungsfaktor (R0) von COVID -19 und die von der WHO empfohlenen sozialen Distanzierungspraktiken. Das Modell verwendet auch Näherungswerte wie die Bevölkerung, die eine Gesundheitseinrichtung versorgt, die Anzahl der infizierten Fälle und die der Einrichtung zur Verfügung stehenden Ressourcen. So stehen im Modell die folgenden Parameter zur Verfügung:
Das Modell umfasst auch die folgenden Metriken zur Verfügbarkeit von Ressourcen für den Anbieter von Gesundheitsdienstleistungen und/oder die Einrichtung:
*Es ist wichtig, darauf hinzuweisen, dass die Systemannahmen und Echtzeitdaten geändert werden können, um den Ressourcen und der Situation bestimmter Gesundheitsdienstleister, Bevölkerungsgruppen und verschiedener Stämme von Infektionskrankheiten Rechnung zu tragen.
Modell-Annahmen:
Das Modell geht auch von einigen wichtigen Annahmen aus, die auf Echtzeit-Ereignissen basieren. Zu diesen Annahmen gehören die folgenden:
Das Modell wurde vereinfacht, um sicherzustellen, dass es von den Beteiligten und allen, die während einer Pandemie Gesundheitsdienstleistungen erbringen oder dies planen, problemlos verwendet werden kann. Der zentrale Bereich stellt die Einrichtung dar und die Objekte sind die im Krankenhaus aufgenommenen Fälle.
Zur Ausführung und Bearbeitung des Modells wurden Schaltflächen bereitgestellt, mit denen Änderungen in Echtzeit vorgenommen werden können. Dazu gehören:
Mit diesen Schaltflächen und Reglern können dynamische Experimente mit dem Modell durchgeführt werden, während sich die Pandemie entfaltet.
Die fiktive Stadt Springfield, die als Fallstudie dient, hat eine Bevölkerung von 30.000 Personen. Die Altersdemografie dieser Bevölkerung setzt sich wie folgt zusammen
Das Krankenhaus von Springfield verfügt über eine Bettenkapazität von 100 Plätzen, 20 Beatmungsgeräte und tausend PSA und hat seiner Gemeinde schon immer hervorragende Gesundheitsdienste geboten. Mit dem erwarteten Ausbruch von COVID-19 müssen sich die Beteiligten auf einen verstärkten Zustrom von infizierten Patienten einstellen.
Das Modell integriert die Bevölkerung und ihre Altersdemografie, die verfügbaren Ressourcen und die Ausbreitung der Krankheit. Mithilfe des Modells können die Beteiligten experimentieren und mehr darüber erfahren, wie die Bereitstellung zusätzlicher Betten und Beatmungsgeräte dazu beitragen kann, eine angemessene Versorgung der Bevölkerung zu gewährleisten.
Das Modell liefert auch Echtzeitschätzungen, die Defizite bei der Verfügbarkeit von Betten, Beatmungsgeräten und PSA aufzeigen, wenn die Zahl der infizierten Fälle steigt. Als Beteiligter können Sie auf die Schaltflächen "Bett hinzufügen" und "Beatmungsgerät hinzufügen" klicken, um abzuschätzen, wie das Hinzufügen von 10, 100 oder 200 zusätzlichen Betten zur Bewältigung der Pandemie beitragen wird. Diese zusätzlichen Betten werden auch dazu führen, dass mehr PSA benötigt wird, und das Modell wird die Anzahl der zusätzlichen PSA verfolgen, die die Gesundheitsdienstleister aufgrund der erhöhten Pflegekapazität benötigen werden.
Die Beteiligten der Gesundheitseinrichtung können in Echtzeit abschätzen, wie sich eine Woche, ein Monat, zwei Monate oder mehr der Eindämmung der Pandemie auf die Ressourcen der Einrichtung auswirken wird. Die Ergebnisse des Modells helfen der Einrichtung und der Gemeinschaft, einen präventiven Ansatz im Umgang mit Infektionskrankheiten zu verfolgen, indem kritische Ressourcen rechtzeitig beschafft werden.
Hier können Sie ein Video von Simios "Infektionskrankheiten und Ressourcenplanungsmodell" in Aktion sehen. Das Video besteht aus einem einfachen Experiment, in dem gezeigt wird, wie sich eine Änderung der Systemsteuerung auf die Anzahl der kritischen Geräte auswirkt, die eine Gesundheitseinrichtung während einer Pandemie benötigt.