Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Grupo 3 - Semana 4
Grupo 3 - Semana 4
Grupo: 6
Integrantes: Maribel Muñoz C.– Cesar Rojas S.
Fecha: 29-05-2022
ÍNDICE
1
Resumen.............................................................................................................................................3
Introducción.......................................................................................................................................4
Formulación matemática................................................................................................................8
Problema maestro..........................................................................................................................8
Subproblema................................................................................................................................8
Problema maestro........................................................................................................................12
Descomposición de Dantzig-Wolfe..............................................................................................13
Figura 2: Diagrama de asignación de ruteo para pacientes......................................................15
Tabla 2. Resolución de problema (Utilizando Solver).............................................................15
Conclusión.......................................................................................................................................16
9Bibliografía………………………………………………………………………………………...17
2
Resumen
Un modelo de redes es utilizado para identificar las rutas y horarios del personal de
Las demandas en los puntos de ruteos específicos y las alternativas se ofrecen por
medio de los nodos intermedios, de manera que siguen rutas las rutas definidas desde los
3
INTRODUCCIÓN
Diversos estudios indican que la población mayor de 65 años crece a un ritmo muy rápido.
años.
drásticamente durante la última década. Estos servicios permitirían que los pacientes
permanezcan en sus hogares el mayor tiempo posible, ya que estos servicios reducen el
pacientes todos los días y se esfuerzan continuamente sus recursos para dar la atención
mientras mantienen niveles de servicio elevados. Debido a estos recursos de gestión, las
programar la atención domiciliaria con visitas. Para mantener un alto estándar y continuo
Para resolver problemas de manera efectiva las agencias de atención domiciliaria a menudo
segmentan a los pacientes por área y resuelven los problemas de programación por grupo
las dificultades prácticas que enfrentan las agencias de atención domiciliaria y, al mismo
4
tiempo, creen soluciones de alta calidad en poco tiempo para usar en la práctica. Con base
en la literatura, la propuesta HCSPV puede describirse como una variante del problema de
programación de atención se están volviendo esenciales para tener una alta tasa de
aceptación.
maximizar las preferencias del paciente y del cuidador, equilibrar las cargas de trabajo, las
5
En este informe, los vectores que se estudiarán serán abordados de la siguiente
manera:
combinan el proveedor asignado, los días de visita y los tiempos de visita en una
única variable.
3. Las agencias de atención domiciliaria suelen dividir a los pacientes por área y resolver
los problemas de programación por equipo de proveedores (5 a 15 proveedores). Según
la literatura, la propuesta HCS-PV se puede describir como una variante del problema de
enrutamiento y programación de atención médica domiciliaria (HHCRSP) ((Begur, et al.
( 1997), Cheng & Rich (1998)).
6
El método propuesto se descompone en dos partes; un problema maestro y subproblemas.
En el primero, se consideran la aceptación y asignaciones del paciente;
El segundo se consideran la viabilidad de las restricciones de programación
Cada semana algunos pacientes salen del sistema de las agencias (fin del plan de atención,
problema que requiere un ingreso hospitalario, etc.) y, por lo tanto, las agencias tienen que
decidir cuántos nuevos pacientes pueden aceptar y cómo los pacientes serán asignados a los
proveedores y programarlos. Con el fin de conservar una alta continuidad de la atención (es
decir, una fuerte relación paciente-proveedor), los horarios para los pacientes ya presentes
en el sistema (llamado pacientes existentes) tienen que permanecer sin cambios (mismo
proveedor asignado, misma hora de visita y días).
7
Desarrollo del problema:
Modelo matemático:
(M P ) :max ∑ δρ (1)
p ∈P
s . t . ∑ xa , p=¿ δρ ¿ ∀ ρϵ P (2)
a∈ A
Y a , p ,d ≤ xa , p ∀aϵ A ,∀ pϵ P, ∀d ϵ D (3)
∑ a ∑ Y a , p ,d =¿ Vρδρ ¿ ∀ ρϵ P (4)
a∈ A d∈ E
xa, p = 0 ∀ a ϵ A , ∀ p ϵ P , Q p ⊈ Qa (5)
δ P , x a , Y a , ∈ { 0,1 }
P, P ,d
∀aϵ A ,∀ pϵ P, ∀d ϵ D (7)
(1) maximiza el número de pacientes visitados. Las restricciones (2) y (3) son las
restricciones de convexidad que vinculan las variables, y la restricción (4) impone el
número de visitas requerido por paciente. Las restricciones (5) garantizan que se respeten
los requisitos y las competencias, y las restricciones (6) controlan los conjuntos de días
permitidos para cada paciente. Por último, las restricciones (7) son las restricciones
binarias.
En este modelo se introducen las variables sp, que corresponden al tiempo de visita del
paciente p, y el parámetro Vd, que es igual al número de pacientes visitados el día d (es
decir, ׀P(Spa),d)׀.
Para cada paciente programado se debe determinar el proveedor asignado, los días de la
visita y el tiempo de esta. Estas decisiones deben tener en cuenta las condiciones de los
8
pacientes existentes. Las visitas programadas de estos pacientes implican enviar siempre el
mismo proveedor, a la misma hora y al mismo paciente; a fin de construir una relación
Además en este modelo se restringen las ventanas de tiempo de los pacientes según la del
proveedor definiendo r 0 p = máx(ra, rp) y d 0 p = min(da, dp).
En esta formulación, la n objetivo (8) es 0 porque simplemente quiere comprobar que existe
una solución. Las restricciones (9) aseguran que el proveedor comienza y termina cada día
en su casa.
1. Restricciones (10) asegurarse de que se visiten todos los lugares y las restricciones (11)
9
Se tienen en cuenta las limitaciones de tiempo de viaje. Por restricciones (12) y el tiempo
máximo de trabajo por restricciones (13). Finalmente, los dominios de las variables está n
(𝑆𝑃𝑎)∶max0 (8)
s π +dur π +t π
d ,v d ,v d ,v, π d ,v+ 1 ≤ sπ d ,v+ 1
∀𝑑 𝜖 𝐷,𝑣=1,..,𝑉𝑑+ 1 (12)
s ∑ ¿¿¿ (13)
d∈ D
Subproblema
El subproblema SP se define para cada proveedor individualmente y tiene que hacer frente
a todos los problemas de enrutamiento (tiempo de viaje, visita consistencia, horas extras,
ventanas de tiempo).
10
El primer paso solo verificará el tiempo de viaje y el tiempo ganado. restricciones de dows,
el segundo resolverá todo el subproblema propuesto en la sección anterior. Para describir
este subproblema de dos pasos, presentamos la formulación de programación de
restricciones del problema diario.
El diario subproblema (SPad anuncio) es como sigue:
' '
r p ≤ s P ≤ d p−du r P ∀𝑝 ∈ 𝑃(𝑆𝑃𝑎),d (18)
s π +dur π +t π
v v v, π v+ 1 ≤ sπ v+ 1
v=1 ,.. , V d +1 (19)
para cada día de forma independiente (SPa,d). El tiempo máximo de trabajo semanal del
encuentra una ruta factible para cada día, se resuelve el subproblema completo (SPa), de lo
Problema maestro
11
el patrón de visita ω. Finalmente, ttω, ω0 corresponde al tiempo de viaje entre las
x ω +x ω' ≤1 ∀ (ω, ω’) ∈Ω, Dω Ռ, Dω` ≠ Ø, Sω + ttω , ω' > Sω` (23)
δp Є {0,1 } ∀𝑝 ∈ 𝑃 (24)
xω Є {0,1} ∀ω ∈ Ω (25)
maximiza el número de pacientes visitados. Las restricciones (22) son las convexas
restricciones de calidad que vinculan las variables de decisión, y las restricciones (23)
Las restricciones (24)–(25) son las restricciones binarias restricciones Este nuevo problema
consistentes, número requerido de visitas su, tiempo de viaje, requisitos del paciente)
excepto por las restricciones en el tiempo de trabajo de los proveedores, que se cumplen en
los subproblemas.
12
Descomposición de Dantzig-Wolfe
Como se describe en la introducción, los métodos de sucursal y precio ampliamente
Para cada solución factible, podemos definir el horario del proveedor por el subconjunto de
consiste en patrones de visitas que satisfacen los viajes y el tiempo de trabajo restricciones
Usamos esta agregación de patrones (es decir, los horarios) para construir la tercera
proveedor a (con ᴧ = Uᴧa). Sean λ el número de pacientes visitados por horario λ. Sea vλ,p
s . t . ∑ xλ ≤1 ∀𝑝 ∈ 𝑃 (27)
λ∈ λ
s . t . ∑ vλ , pxλ ≤ 1 ∀p ∈ P (28)
λ∈ ᴧ
xλ Є {0,1} ∀λ ∈ ᴧ (29)
13
La función objetivo (26) maximiza el número de pacientes programados. Las restricciones
(27) aseguran que haya como máximo un horario por proveedor, y las restricciones (28)
aseguran que haya como máximo un programa por paciente. Finalmente, las restricciones
Formalmente, sea:
restricciones generales que involucran todas las variables y grupos de restricciones que afectan a
para crear una descomposición más eficiente: la idea es que en lugar de resolver un
14
En el siguiente diagrama, se presentan 11 trayectos posibles como ejemplo. El problema de la ruta
más corta entre pacientes para ir de A hasta F (los trayectos se pueden ejemplificar en comunas,
regiones, etc.).
Las distancias de la ruta; los números interlineales, representan los kilómetros que tiene se tiene que
recorrer entre pacientes.
Figura 2: Diagrama de asignación de ruteo para pacientes.
15
En la tabla anterior, se visualiza que, al restringir las condiciones con las distancias, los valores 1
determinados en la columna “Ruta” refieren al trayecto más corto.
Por lo tanto, la ruta más corta será de “A”-“D”, “D”-“E” y “E” hasta “F”.
CONCLUSIÓN
Sin duda alguna los servicios de atención domiciliaria reducen el flujo de pacientes en los
hospitales y reduce el costo de la atención (Macintyre et al., 2002), por lo tanto, la
maximización del recurso debe ser implementada y mejorada, reduciendo con esto
hospitalizaciones y camas ocupadas en los recintos hospitalarios.
Como una forma de resolver eficientemente los problemas, las agencias de atención
domiciliaria suelen dividir a los pacientes por área y resolver los problemas de
programación por equipo de proveedores (5 a 15 proveedores).
Se diseñó una metodología para tratar los problemas Optimización Combinatoria, dicha
metodología dista de la forma en que normalmente los libros clásicos tratan estos temas ya
que los problemas se resuelven de una forma intuitiva, sencilla y práctica, la cual fue
estructura de la siguiente manera: a) Introducción; b) Desarrollo del problema; c)
Formulación matemática del problema; d) Resultados y e) Bibliografía.
16
Por lo que la optimización nos lleva a la mejor elección y selección de elementos
disponibles para la maximización de nuestros recursos con el fin de mantener las atenciones
medicas y descongestionar los hospitales.
Bibliografia:
Sivalli Campos C.M., Buffette Silva B.R., Forlin D.C., Trapé C.A., de Oliveira Lopes I.
Práticas emancipatórias de enfermeiros na Atenção Básica à Saúde: a visita domiciliar
como instrumento de reconhecimento de necessidades de saúde. Rev Esc Enferm USP
[Internet]. 2019;48(Spe):119–125. [consultado 28 Ene 2019].
CENSO . (2017). CENSO 2017 REVELÓ QUE MÁS DEL 16% DE LA POBLACIÓN
CHILENA ES ADULTO MAYOR. 2022, de Ministerio de Desarrollo social y Familia
Sitio web: http://www.senama.gob.cl/noticias/censo-2017-revelo-que-mas-del-16-de-la-
poblacion-chilena-es-adulto-mayor
Giraldo Osorio A., Betancurth Loaiza D.P., Orozco Castillo L., Mejía Alarcón A.M.
Fundamentación de la visita domiciliaria desde un enfoque de enfermería familiar y
cultural. Rev Cienc Cuidad. 2020;17:99–111.
Contel, J.C.. (2021). Atención domiciliaria: La necesidad de más atención integrada que
nunca. La Gestión Importa. Salud y Sociedad. 28-06-2021. http://lagestioimporta.cat/arees/
atencion-domiciliaria-la-necesidad-de-masatencion-integrada/?lang=es
Marino Germán Narváez Reyes. (13 de Junio de 2013). Un Enfoque Basado en Generación
de Columnas para la Planeación de Personal y Asignación de Rutas en un Programa de
Atención Médica Domiciliaria. Bogotá, Colombia. Departamento de ingeniería Industrial
Universidad de los Andes.
https://repositorio.uniandes.edu.co/bitstream/handle/1992/12159/u670955.pdf?sequence
17
18