考虑患者行为的医疗联合体协同优化研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    71671005
  • 项目类别:
    面上项目
  • 资助金额:
    49.3万
  • 负责人:
  • 依托单位:
  • 学科分类:
    G0108.工业工程与质量管理
  • 结题年份:
    2020
  • 批准年份:
    2016
  • 项目状态:
    已结题
  • 起止时间:
    2017-01-01 至2020-12-31

项目摘要

Nowadays, the healthcare service demand induced by residents in China has the following three characteristics: large quantity, high quality, and heterogeneous. Meanwhile, the multiple healthcare service providers have been transformed from independent operators to the healthcare alliance. The crucial feature of the healthcare alliance is that heterogeneous patients are classified before being treated in different levels of healthcare facilities, so that the heterogeneous demand can be satisfied at the same time, which further reduces the healthcare expenditure. In order to promote the positive effect of classified treatment on the healthcare system, this research models the bounded rationality of patients whose behavior is influenced by both objective and subjective factors during the service process. Furthermore, we propose a win-win incentive mechanism among multi-agent healthcare facilities in the strategic level, where the heterogeneity of patients’ demand and the effect of patients’ behavior on the optimal incentive mechanism are considered. By using contract design to allocate the service capacity among multiple agents, we determine the optimal pricing policy, so as to maximize the overall social welfare. Finally, the dynamic resource sharing policy among healthcare facilities in the operational level under the equilibrium of mechanism design is discussed. The main contribution of this research is to extend the theoretical study of behavioral operations research in healthcare. In practical perspective, insights of the theoretical results provide technical support to the healthcare alliance, a typical union of service provider, with limited resources, and a win-win collaboration mode. Additionally, we also release quantitative instruction of resource sharing to multiple agents in the operation level of the healthcare alliance.
新时期居民对医疗服务呈现出高需求,高标准和异质性的特点,而医疗服务提供从各类机构独立供给转变成为医疗服务联合体的形式。为促使医疗联合体发挥分级诊疗的功效,满足居民不同的医疗服务需求,降低总的医疗成本,本研究以医联体为背景,首先通过对患者医疗服务过程中受客观、主观等多因素影响而形成的“有限理性”行为进行建模研究。进一步从战略层研究医联体内多主体医疗机构间的双赢激励机制,针对患者需求异质性的特点,考虑患者就诊行为对医联体组成主体间协同优化激励机制的影响;通过合同设计医联体多主体间的服务能力分配与保险最优定价,实现社会福利最大化。最后从运作层研究机制设计均衡条件下的医疗服务机构间的资源动态共享策略。本研究将拓展行为科学在医疗服务领域的理论研究,对以“医联体”为代表特征的服务联合体在资源有限情况下制定双赢的合作模式提供决策支持,在运作层面对医联体多主体间资源共享策略提供量化指导 。

结项摘要

在居民对医疗服务呈现出高需求,高标准和异质性的特点、医疗服务从各类机构独立供给转变成为医疗服务联合体的形式的背景下,为促使医疗联合体发挥分级诊疗的功效,满足居民不同的医疗服务需求,降低总的医疗成本,本研究以医联体为背景,通过对患者医疗服务过程中受客观、主观等多因素影响而形成的“有限理性”行为进行建模研究。在此基础上,本研究从战略层面对医联体机制设计进行优化,关注医联体内多主体医疗机构间的双赢激励机制,针对患者需求异质性的特点,考虑患者就诊行为对医联体组成主体间协同优化激励机制的影响;通过合同设计医联体多主体间的服务能力分配,实现社会福利最大化,为目前我国的医联体实践提供理论参考。在具体运作层面,依托于高速发展的在线医疗平台对患者选择行为进行引导,基于实时数据和信息,针对医患动态匹配过程进行建模优化,设计了高效且表现有理论保障并经过实际数据验证的医生推荐或指派算法,提升医疗资源的配置效率。本课题提取了医疗服务系统和在线医疗平台的典型特征进行模型构建,对模型进行求解以分析最优策略的性质,提供实际管理建议,或提出相应的算法,为在有限优质医疗资源下进一步提升我国医疗资源的利用效率、提升居民就医满意度提供了有效的理论参考依据和量化解决方案。

项目成果

期刊论文数量(8)
专著数量(0)
科研奖励数量(2)
会议论文数量(3)
专利数量(0)
Online contextual learning with perishable resources allocation
在线情境学习与易腐烂资源分配
  • DOI:
    10.1080/24725854.2020.1752958
  • 发表时间:
    2020-06
  • 期刊:
    IISE Transactions
  • 影响因子:
    2.6
  • 作者:
    Xin Pan;Jie Song;Jingtong Zhao;Van-Anh Truong
  • 通讯作者:
    Van-Anh Truong
Capacity allocation and revenue sharing in healthcare alliances
医疗联盟的能力分配和收入分享
  • DOI:
    10.1007/s10696-019-09356-5
  • 发表时间:
    2020-12-01
  • 期刊:
    FLEXIBLE SERVICES AND MANUFACTURING JOURNAL
  • 影响因子:
    2.7
  • 作者:
    Gao, Xiaoquan;Wen, Jianpei;Song, Jie
  • 通讯作者:
    Song, Jie
A Real-Time Access Control of Patient Service in the Outpatient Clinic
门诊病人服务的实时访问控制
  • DOI:
    10.1109/tase.2016.2597185
  • 发表时间:
    2017-04
  • 期刊:
    IEEE TRANSACTIONS ON AUTOMATION SCIENCE AND ENGINEERING
  • 影响因子:
    5.6
  • 作者:
    Song Jie;Qiu Yunzhe;Liu Zekun
  • 通讯作者:
    Liu Zekun
Dynamic Resource Allocation in a Hierarchical Appointment System: Optimal Structure and Heuristics
分层预约系统中的动态资源分配:最优结构和启发式
  • DOI:
    10.1109/tase.2019.2962320
  • 发表时间:
    2020-07-01
  • 期刊:
    IEEE TRANSACTIONS ON AUTOMATION SCIENCE AND ENGINEERING
  • 影响因子:
    5.6
  • 作者:
    Pan, Xin;Song, Jie;Zhang, Bo
  • 通讯作者:
    Zhang, Bo
A stochastic queueing model for capacity allocation in the hierarchical healthcare delivery system
分级医疗服务系统中容量分配的随机排队模型
  • DOI:
    10.1142/s0217595919500052
  • 发表时间:
    2019
  • 期刊:
    Asia-Pacific Journal of Operational Research
  • 影响因子:
    1.4
  • 作者:
    Jianpei Wen;Hanyu Jiang;Jie Song
  • 通讯作者:
    Jie Song

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

超高压处理对草鱼鱼肉风味物质的影响
  • DOI:
    10.13982/j.mfst.1673-9078.2016.8.031
  • 发表时间:
    2016
  • 期刊:
    现代食品科技
  • 影响因子:
    --
  • 作者:
    马海建;施文正;宋洁;刁玉段;汪之和
  • 通讯作者:
    汪之和
地铁活塞风井及迂回风道速度场特性研究
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    流体机械
  • 影响因子:
    --
  • 作者:
    王丽慧;施逵;宋洁;郑懿;WANG Li-hui1,SHI Kui2,SONG Jie3,ZHENG Yi3(1.Univer;2.Shanghai Tunnel Engineering Rail Transit Design;3.Shanghai Shentong Rail Transit Research Consulti
  • 通讯作者:
    3.Shanghai Shentong Rail Transit Research Consulti
云凝结核浓度对北京一次降水过程影响的数值模拟
  • DOI:
    --
  • 发表时间:
    2018
  • 期刊:
    气象科学
  • 影响因子:
    --
  • 作者:
    王婧卓;马红云;宋洁;邵海燕
  • 通讯作者:
    邵海燕
地铁车站轨行区热环境实测研究与分析
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    暖通空调
  • 影响因子:
    --
  • 作者:
    王丽慧;孙彬;左沪;郑懿;宋洁;王博;黄淑敏;龚伟
  • 通讯作者:
    龚伟
棉花冠层阴阳叶空间分布的日变化及其对光合作用的影响
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    大气科学学报
  • 影响因子:
    --
  • 作者:
    宋洁;申双和;张雪松
  • 通讯作者:
    张雪松

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

宋洁的其他基金

数据要素市场治理体系建设的战略研究
  • 批准号:
    72241420
  • 批准年份:
    2022
  • 资助金额:
    20.00 万元
  • 项目类别:
    专项项目
基于在线学习与优化算法研究的数字化服务管理
  • 批准号:
    72131001
  • 批准年份:
    2021
  • 资助金额:
    203 万元
  • 项目类别:
    重点项目
患者就医决策与患者流优化分布建模分析研究
  • 批准号:
    71301003
  • 批准年份:
    2013
  • 资助金额:
    20.5 万元
  • 项目类别:
    青年科学基金项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码