Model Pengoptimuman Berasaskan Simulasi Untuk Mengkaji Kesan Penyenaraian Berbilang Wilayah Dan Perkongsian Maklumat Terhadap Hasil Pemindahan Buah Pinggang

Zahra Gharibi 1,* dan Michael Hahsler 2

Abstrak:Lebih daripada 8000 pesakit dalam senarai menunggu untukbuah pinggangpemindahan mati atau menjadi tidak layak menerima pemindahan kerana kemerosotan kesihatan. Pada masa yang sama, lebih daripada 4000 buah pinggang yang pulih daripada penderma yang telah meninggal dunia dibuang setiap tahun di Amerika Syarikat. Kertas kerja ini membangunkan model pengoptimuman berasaskan simulasi yang mempertimbangkan beberapa faktor penting untuk abuah pinggangpemindahan untuk bertambah baikbuah pinggangpenggunaan. Tidak seperti kebanyakan model yang dicadangkan, model pengoptimuman yang dibentangkan menggabungkan butiran proses penawaran, kemerosotan kesihatan pesakit danbuah pinggangkualiti dari semasa ke semasa, korelasi antara kesihatan pesakit dan keputusan penerimaan, dan kebarangkalian penerimaan buah pinggang. Kami menganggarkan parameter model menggunakan data yang diperoleh daripada United Network of organ sharing (UNOS) dan Scientific Registry of Transplant Recipients (SRTR). Menggunakan parameter ini, kami menggambarkan kuasa model pengoptimuman berasaskan simulasi menggunakan dua aplikasi berkaitan. Yang pertama meneroka kesan menggalakkan pesakit untuk meneruskan senarai tunggu berbilang wilayah pada hasil selepas pemindahan. Di sini, model pengoptimuman berasaskan simulasi membolehkan pesakit memilih kawasan terbaik untuk disenarai tunggu, memandangkan nisbah permintaan kepada bekalan mereka. Aplikasi kedua memfokuskan kepada aspek pemindahan peringkat sistem iaitu sumbangan perkongsian maklumat bagi meningkatkan kadar pembuangan buah pinggang dan kebajikan sosial. Kami menyiasat kesan penggunaan teknologi maklumat moden untuk mempercepatkan pencarian pesakit yang sepadan dengan organ penderma yang tersedia mengenai kadar kematian senarai tunggu, pembuangan buah pinggang dan pemindahan. Kami menunjukkan bahawa sokongan teknologi maklumat moden yang dibangunkan pada masa ini oleh United Network for Organ Sharing (UNOS) adalah penting dan boleh meningkatkan penggunaan buah pinggang dengan ketara.

Kata kunci:model simulasi;buah pinggangpenerimaan;buah pinggangperuntukan; penyenaraian berbilang wilayah; perkongsian maklumat

Hubungi:joanna.jia@wecistanche.com

Cistanchetubulosa mencegah penyakit buah pinggang, klik di sini untuk mendapatkan sampel

1. Pengenalan

Kronikbuah pinggangpenyakit (CKD) adalah kehilangan progresifbuah pinggangberfungsi dari semasa ke semasa. CKD ialah krisis kesihatan di seluruh dunia kerana, pada masa ini, lebih daripada 2 juta pesakit menghidap penyakit buah pinggang peringkat akhir (ESRD) atau kegagalan buah pinggang. Bilangan pesakit yang didiagnosis dengan ESRD dijangka meningkat pada kadar antara 5 peratus dan 7 peratus setiap tahun [1]. Pada masa ini, tiada ubat untukbuah pinggangkegagalan, dan pesakit dengan ESRD perlu menerima dialisis yang kerap atau pemindahan buah pinggang daripada penderma yang masih hidup atau yang telah meninggal dunia untuk terus hidup. Bagi kebanyakan pesakit, pemindahan buah pinggang adalah rawatan pilihan yang memberikan jangka hayat yang lebih lama dengan kualiti hidup yang lebih tinggi daripada dialisis. Walau bagaimanapun, pesakit di seluruh dunia berhadapan dengan kekurangan kronik buah pinggang penderma yang boleh diakses untuk pemindahan.

Pada masa ini di AS, hampir 100,000 pesakit berada dalam senarai menunggu dan secara purata, lebih 3000 pesakit baharu didaftarkan setiap bulan. Setiap tahun, lebih daripada 4000 pesakit mati sementara menunggu untuk menyelamatkan nyawabuah pinggangpemindahan, dan lebih 4000 menjadi terlalu sakit dan untuk memahami sebab di sebalik kadar pembuangan yang tinggi itu, kita perlu melihatbuah pinggangperuntukan dan proses penawaran. Terdapat banyak perbezaan antara buah pinggang penderma hidup dan mati dan antara negara yang berbeza. Kami fokus di sinibuah pinggangdaripada penderma yang meninggal dunia di AS. Kriteria yang paling penting untuk peruntukan buah pinggang penderma yang telah meninggal dunia ialah (1) keserasian perubatan penderma-penerima, (2) faktor logistik, dan (3) kedudukan pesakit dalam senarai menunggu (cth, masa menunggu, mata). Lebih khusus lagi, di AS, United Network of Organ Sharing (UNOS) mentadbir Rangkaian Perolehan dan Transplantasi Organ (OPTN) dan bertanggungjawab untuk mengumpul data mengenai kedua-dua pesakit dan penderma. Selain maklumat logistik dan masa menunggu, data senarai menunggu termasuk identiti pesakit, faktor demografi (cth, jantina, bangsa, umur), dan ciri-ciri perubatan (cth, jenis darah ABO, antigen leukosit manusia (HLA), panel-reaktif antibodi (PRA)). Begitu juga, untuk mencipta pangkalan data penderma yang telah meninggal dunia, UNOS mendapatkan maklumat tentang demografi penderma, logistik penderma, pemulihan dan pemeliharaan serta ciri-ciri perubatan penderma. di AS, sejumlah 16,534 buah pinggang telah dipindahkan. Walaupun permintaan tinggi dan kekurangan buah pinggang yang ketara, kira-kira satu daripada lima buah pinggang yang pulih daripada penderma yang telah meninggal dunia dibuang [2].

Untuk memahami sebab di sebalik kadar buangan yang tinggi itu, kita perlu melihat padabuah pinggangperuntukan dan proses penawaran. Terdapat banyak perbezaan antara penderma yang masih hidup dan yang sudah meninggal duniabuah pinggangdan antara negara yang berbeza. Kami memberi tumpuan di sini pada buah pinggang daripada penderma yang telah meninggal dunia di AS. Kriteria yang paling penting untuk peruntukan buah pinggang penderma yang telah meninggal dunia ialah (1) keserasian perubatan penderma-penerima, (2) faktor logistik, dan (3) kedudukan pesakit dalam senarai menunggu (cth, masa menunggu, mata). Lebih khusus lagi, di AS, United Network of Organ Sharing (UNOS) mentadbir Rangkaian Perolehan dan Transplantasi Organ (OPTN) dan bertanggungjawab untuk mengumpul data mengenai kedua-dua pesakit dan penderma. Selain maklumat logistik dan masa menunggu, data senarai menunggu termasuk identiti pesakit, faktor demografi (cth, jantina, bangsa, umur), dan ciri-ciri perubatan (cth, jenis darah ABO, antigen leukosit manusia (HLA), panel-reaktif antibodi (PRA)). Begitu juga, untuk mencipta pangkalan data penderma yang telah meninggal dunia, UNOS mendapatkan maklumat tentang demografi penderma, logistik penderma, pemulihan dan pemeliharaan serta ciri-ciri perubatan penderma.

UNOS menggunakan rangkaian komputer berpusat untuk menghubungkan semua Organisasi Perolehan Organ (OPO) dan pusat pemindahan. Untuk memperuntukkan sumbanganbuah pinggang, UNOS menggunakan sistem padanan penderma-penerimanya. Setiap kali penderma baru yang meninggal duniabuah pinggangdiambil untuk pemindahan, UNOS menggunakan algoritma larian padanan, program yang membandingkan data penderma dengan data pesakit tersenarai menunggu yang aktif. Senarai pesakit mengikut peringkat dijana menggunakan peraturan dan dasar peruntukan buah pinggang. Faktor yang dipertimbangkan dalam membuat senarai ini termasuk masa menunggu, keserasian sistem imun penderma-penerima, kelayakan keutamaan penderma hidup, jarak dari hospital penderma, faedah kelangsungan hidup (padanan umur panjang penderma-penerima) dan status pediatrik.

Proses penawaran lengkap adalah kompleks dan kami hanya memfokuskan di sini pada komponen utama yang diperlukan untuk model simulasi yang dibincangkan dalam kertas ini. Proses ini bermula dengan pesakit yang disenaraikan dalam OPO tempatan (terdapat 58 OPO di AS, masing-masing dengan kawasan perkhidmatan yang ditetapkan), yang serasi perubatan dan mempunyai keutamaan tertinggi dalam senarai tunggu. Jika peruntukan tempatan tidak berjaya, organ tersebut ditawarkan di rantau ini (AS kini dibahagikan kepada 11 wilayah pemindahan) dan akhirnya di seluruh negara. Rajah 1a,b menunjukkan 11 wilayah geografi di AS [3] dan hierarki geografi proses penawaran buah pinggang, masing-masing. Butiran lanjut mengenai perolehan organ dan dasar peruntukan tersedia dalam [4]. Salah satu sebab untuk mengutamakan pesakit tempatan dibuah pinggangproses penugasan adalah untuk mengurangkan masa antara perolehan organ dan implantasi. Masa ini dipanggil Masa Iskemia Sejuk (CIT) dan memainkan peranan penting dalam hasil pemindahan buah pinggang [5,6].

Rajah 2 dan Jadual 1 menunjukkan variasi serantau dalam CIT, masa menunggu danbuah pingganghasil pemindahan di seluruh AS, masing-masing. Terdapat variasi yang besar dalam masa menunggu buah pinggang penderma yang meninggal dunia di seluruh AS. Pelbagai faktor boleh mempengaruhi masa menunggu pesakit sehingga pemindahan. Selain faktor klinikal pesakit seperti jenis darah dan tahap pemekaan yang ditunjukkan oleh PRA (panel reactive antibody), geografi dan tempat kediaman pesakit mempunyai kesan yang besar terhadap peluang untuk mendapatkan pemindahan buah pinggang tepat pada masanya. Ini penting memandangkan kawasan yang mempunyai CIT yang lebih panjang lebih berkemungkinan mempunyai graft pasca pemindahan dan kadar kelangsungan hidup pesakit yang lebih rendah. Lebih tepat lagi, seperti yang dicadangkan oleh keputusan kadar kelangsungan hidup pesakit dan lima tahun selepas pemindahan buah pinggang, wilayah 9 dengan CIT terpanjang di antara semua wilayah mempunyai kadar kelangsungan hidup pesakit dan lima tahun terendah dalam kalangan 11. wilayah. Biasanya apabila CIT mencapai 24 jam, sukar untuk mencari pesakit untuk menerima organ yang ditawarkan. Dalam kebanyakan kes, buah pinggang dibuang selepas 48 jam CIT. Oleh itu, mengurangkan CIT buah pinggang melalui penambahbaikan pengurusan boleh menjadi cara yang kos efektif untuk memperbaiki sistem dan hasil pemindahan semasa.

Pakar bedah dan pengawal selia pemindahan di AS telah menyatakan kebimbangan mereka mengenai tinggi diperhatikanbuah pinggangbuang kadar walaupun senarai tunggu yang semakin meningkat, masa menunggu yang lama dan kadar pengalihan keluar senarai tunggu yang tinggi. Jadual 2 menunjukkan senarai menunggu dan maklumat pemindahan untuk negara AS dan Eurotransplant (ET). Eurotransplant ialah organisasi bukan untung antarabangsa yang bertanggungjawab untuk peruntukan dan pemindahan organ di Austria (A), Belgium (B), Croatia (HR), Jerman (D), Hungary (H), Luxembourg (LR), Belanda (NL), dan Slovenia (SLO). Walaupun jumlah yang didermakanbuah pinggangdan pemindahan yang dilakukan pada 2019 di AS telah mencapai paras tertinggi sepanjang masa, kadar pembuangan buah pinggang kira-kira 26 peratus (dikira sebagai bilangan pemindahan buah pinggang yang meninggal dunia melebihi dua kali ganda jumlah penderma yang meninggal dunia) masih membimbangkan, berbanding ET kadar pembuangan negara sebanyak 20 peratus .

Sebab yang paling biasa untuk pendermabuah pinggangpenolakan dan potensi pembuangan adalah kebimbangan mengenai kualiti buah pinggang penderma. Data menunjukkan bahawa pakar bedah pemindahan akan menolak buah pinggang berkualiti rendah untuk pesakit yang agak sihat dengan harapan untuk menerima tawaran yang lebih baik pada masa hadapan [7]. Sebagai tambahan kepadabuah pinggangkualiti,buah pinggangkadar penerimaan dan pembuangan juga mungkin dipengaruhi oleh proses peruntukan itu sendiri [8]. Bukti menunjukkan bahawa buah pinggang yang ditolak awal dalam proses peruntukan berkemungkinan kecil untuk diterima kemudian [9]. Kebimbangan lain ialah peningkatan penghindaran risiko pusat pemindahan disebabkan oleh laporan khusus program yang menilai hasil selepas pemindahan. Ini mungkin memberi insentif kepada pusat untuk menuntut buah pinggang yang lebih berkualiti. Akibatnya, mereka mungkin menolak buah pinggang yang mencukupi untuk pesakit, tetapi itu menimbulkan risiko memberi kesan negatif terhadap penilaian hasil selepas pemindahan mereka [8,10-15].

Satu lagi sebab untuk tidak memerhatikan cukup tinggibuah pinggangpenggunaan adalah perbezaan geografi AS dalam akses pemindahan buah pinggang. Jadual 3 menunjukkan perbezaan geografi dalam bilangan penderma, OPO dan pusat pemindahan yang meninggal dunia di seluruh 11 wilayah. Beberapa negeri seperti Wyoming, Idaho dan Montana tidak mempunyai pusat pemindahan walaupun kadar pendermaan organnya tinggi. Variasi dan perbezaan dalam OPO dan kemudahan pemindahan organ sedemikian boleh menyebabkan ketersediaan organ yang tidak adil, akses yang lemah kepada penjagaan, dan masa menunggu yang lama yang tidak perlu untuk sesetengah pesakit. Salah satu daripada lima matlamat strategik UNOS adalah untuk menyediakan ekuiti dalam akses kepada pemindahan dan mengurangkan jurang geografi [16]. Untuk meningkatkan peluang menerima organ yang didermakan padan dengan baik dan mengurangkan masa menunggu yang lama, pesakit boleh berpindah ke kawasan dengan masa menunggu yang lebih pendek atau mendaftar di beberapa pusat pemindahan, biasanya terletak di kawasan yang berbeza [17]. UNOS telah mewujudkan pelbagai dasar penyenaraian yang membolehkan pesakit didaftarkan di lebih daripada satu pusat pemindahan.

Pada masa ini, sekitar 4 peratus daripada pesakit menunggu abuah pinggangpemindahan adalah senarai berbilang, yang merupakan kadar tertinggi di antara semua organ [18].

Seperti mana-mana pemindahan pemindahan, pesakit mesti melengkapkan ujian penilaian dan komited kepada peraturan pusat pemindahan, seperti keupayaan untuk sampai ke pusat pemindahan dalam masa tertentu. Untuk mendaftar di beberapa pusat, proses ini boleh menjadi agak mahal kerana kebanyakan syarikat insurans mungkin tidak membayar balik kos penilaian tambahan [15,19]. Di samping itu, pesakit yang menerima pemindahan organ dikehendaki mengambil ubat imunosupresi sebagai sebahagian daripada penjagaan selepas pemindahan untuk memastikan badan mereka tidak menolak organ baru [20]. Oleh itu, pesakit perlu belajar jika penjagaan selepas pemindahan boleh dipindahkan ke pusat yang lebih dekat dengan kediamannya. Tanpa dasar untuk sokongan kewangan yang mencukupi untuk perbelanjaan perjalanan, ini jelas masih menimbulkan isu dari segi ekuiti dan keadilan yang perlu ditangani oleh pembuat dasar.

Dalam kertas kerja ini, kami memperkenalkan model simulasi stokastik yang boleh digunakan untuk menganalisis kesan perubahan kepada sistem peruntukan buah pinggang dan proses penawaran. Model simulasi melibatkan kesihatan pesakit, kualiti penderma-buah pinggang yang diwakili olehbuah pinggangIndeks Profil Penderma (KDPI) [21], kemerosotan kualiti penderma-buah pinggang akibat terkumpul CIT semasa proses peruntukan, dan juga bekalan dan permintaan buah pinggang. Tambahan pula, model mempertimbangkan kemungkinan buah pinggang penderma tidak boleh diterima atas sebab lain (cth, penyakit jangka pendek pesakit, sumber pembedahan yang tidak mencukupi, hasil padanan silang). Menggunakan parameter model yang dianggarkan daripada data yang disediakan oleh UNOS dan Pendaftaran Saintifik Penerima Transplantasi (SRTR), kami menggunakan model simulasi untuk menyiasat dua trend penting berikut untuk meningkatkan kadar pemindahan buah pinggang penderma:

1. Penyenaraian berbilang: Pemindahan ke wilayah dengan masa menunggu yang lebih singkat atau senarai menunggu di berbilang wilayah boleh membantu pesakit dengan meningkatkan peluangnya untuk menerima pemindahan buah pinggang lebih awal. Akibatnya, pesakit boleh memperbaiki hasil selepas pemindahan kerana kurang kemerosotan kesihatan akibat menjalani dialisis. Walau bagaimanapun, membangunkan strategi untuk membimbing keputusan pesakit untuk memindahkan atau penyenaraian berbilang tidak mudah. Kami merumuskan keputusan sebagai masalah pemaksimuman utiliti di bawah satu set belanjawan, jarak dan kekangan kemudahan di peringkat wilayah. Bekalan dan permintaan berbeza secara meluas di seluruh 11 wilayah AS dan untuk jenis darah yang berbeza. Variasi sedemikian menghasilkan masa menunggu yang berbeza-beza, membawa kepada utiliti yang dijangkakan berbeza dan strategi penerimaan buah pinggang yang optimum (dinyatakan sebagai ambang kualiti buah pinggang yang optimum). Untuk mendapatkan kesesuaian pesakit untuk kawasan yang berbeza, kami menggunakan model simulasi untuk mendapatkan utiliti di bawah keputusan penerimaan pemindahan buah pinggang optimum individu berdasarkan status kesihatan pesakit dan bekalan dan permintaan untuk jenis darah pesakit. Kami menggunakan maklumat yang diperoleh untuk menyelesaikan masalah pengoptimuman dan memperoleh dasar pemilihan wilayah yang optimum.

2. Teknologi maklumat: Komunikasi pantas dan tepat antara UNOS dan pusat pemindahan adalah perlu untuk menjadikan peruntukan organ lebih cekap, malah menjadi lebih kritikal dalam menghadapi pesakit berbilang senarai. UNOS mempunyai matlamat untuk meningkatkan penggunaan teknologi maklumat dalam peruntukan organ dan pemindahan. Mereka telah melaksanakan sistem berasaskan dalam talian selamat yang mengumpul data untuk meningkatkan keupayaan sistem pemindahan untuk meningkatkan peluang pesakit menerima organ yang menyelamatkan nyawa. Memandangkan teknologi telah berkembang, UNOS juga menggalakkan pembangunan dan penggunaan teknologi moden seperti peranti mudah alih untuk pertimbangan penderma yang lebih pantas dan cekap.buah pinggangmenawarkan untuk mencapai kadar penggunaan buah pinggang yang lebih tinggi [22]. Sebagai contoh, peranti mudah alih akan memudahkan untuk mengumpul ketersediaan pesakit terkini untuk pemindahan (cth, melalui aplikasi). Menggunakan maklumat ini, OPTN akan memperuntukkan buah pinggang dengan lebih cepat, mengurangkan kemerosotan buah pinggang dan membuang. Dalam kes maklumat yang sempurna, OPTN boleh mencari pesakit pertama dalam senarai tunggu yang akan menerima serta-mertabuah pinggang, mengurangkan CIT dan buang ke tahap minimum. Simulasi yang dibentangkan menilai kesan kes realistik perkongsian maklumat yang tidak sempurna.

   
   

   
   

2. Kajian Literatur

Dalam bahagian ini, kami mengkaji kedua-dua kajian perubatan dan analisis mengenai pemindahan organ yang berkaitan dengan kertas ini. Untuk kertas perubatan, kami memberi tumpuan terutamanya kepada CIT dan menunggu dialisis masa sebagai dua faktor risiko bebas terurus yang menyumbang secara berkesan kepada hasil pemindahan buah pinggang. Untuk bahagian analisis, kami menyemak kertas kerja yang termasuk dalam satu atau kedua-dua aliran penyelidikan yang berkaitan dengan pembuatan keputusan untuk menerima organ penderma yang telah meninggal dunia dan reka bentuk proses peruntukan.

2.1. Kesusasteraan Perubatan

Beberapa penyelidik di seluruh Amerika Utara, Amerika Selatan dan Eropah telah mengkaji perkaitan antara CIT danbuah pingganghasil pemindahan [23,24]. Analisis yang dilakukan oleh Nieto-Ríos et al. [25] menunjukkan bahawa CIT adalah faktor risiko bebas untuk fungsi cantuman tertunda (DGF). Lebih tepat lagi, risiko membangunkan DGF meningkat apabila CIT melepasi 18 jam. Walau bagaimanapun, ia tidak memberi kesan negatif kepada keputusan dalam penolakan akut atau kehilangan rasuah selepas pemindahan satu tahun.

Kajian Perancis oleh Debout et al. [26] mendapati bahawa risiko kegagalan allograft selepas pemindahan dan mortaliti meningkat dengan ketara bagi setiap jam tambahan CIT. Kajian serupa yang dilakukan oleh Valdivia et al. [27] di Andalusia, Sepanyol, mengesahkan bahawa CIT yang berpanjangan boleh memberi kesan kepada kedua-dua pesakit dan kadar kelangsungan hidup rasuah. Kajian itu mencadangkan bahawa CIT yang panjang boleh meningkatkan risiko fungsi rasuah awal yang lemah tanpa mengira usia penderma dan penerima. Apabila CIT meningkat, peluang untuk DGF juga meningkat. Walau bagaimanapun, perkaitan berbahaya CIT yang berpanjangan dengan risiko DGF tidak diperkuatkan dalam penderma yang lebih tua (cth, kriteria yang diperluas, penderma). Kajian menunjukkan bahawa kesan CIT terhadap penolakan pemindahan buah pinggang akut (ARTR) lebih ketara dalam kalangan pesakit yang menjalanibuah pinggangpemindahan semula. Analisis juga menunjukkan bahawa buah pinggang yang didermakan dengan CIT 24 jam atau lebih berisiko lebih besar untuk ARTR berbanding organ dengan CIT kurang daripada 12 jam. Koizumi et al. [6] melaporkan bahawa variasi serantau dalam hasil buah pinggang telah diperhatikan di AS, tetapi sebab utama di sebalik variasi ini tidak jelas. Kajian itu mendedahkan variasi masa iskemia sejuk (CIT) yang ketara di seluruh kawasan untuk buah pinggang penderma. Secara khusus, mereka mendapati bahawa kawasan yang mempunyai CIT yang lebih panjang lebih berkemungkinan mempunyai kadar survival buah pinggang selepas pemindahan yang lebih rendah. Mereka mencadangkan bahawa penambahbaikan pengurusan boleh menjadi pilihan kos efektif untuk meningkatkan prestasi sistem pemindahan semasa dan potensi mengurangkan kadar pembuangan organ.

Meier-Kriesche et al. [28] gunakan data daripada Pendaftaran Sistem Data Renal Amerika Syarikat (USRDS) untuk mempertimbangkan potensi perkaitan antara masa menunggu dan hasil pemindahan buah pinggang. Kajian mereka mengesahkan bahawa masa menunggu yang lama adalah faktor risiko penting yang memberi kesan negatif kepada faedah kelangsungan hidup pemindahan buah pinggang. Akibatnya, mereka mencadangkan bahawa pesakit ESRD lebih awal menerima pemindahan buah pinggang, lebih tinggi peluang mereka untuk bertahan hidup jangka panjang. Meier-Kriesche dan Kaplan [29] menyiasat kepentingan masa menunggu pada dialisis sebagai faktor risiko bebas yang paling besar padabuah pingganghasil pemindahan. Sebagai sebahagian daripada analisis mereka, mereka menggunakan anggaran Kaplan–Meier dan model bahaya berkadar Cox pada pangkalan data sistem data buah pinggang AS untuk meneroka kesan masa menunggu ke atas penderma yang mati.buah pinggangkeputusan. Penemuan mereka menunjukkan bahawa kadar kelangsungan hidup rasuah lima dan sepuluh tahun adalah jauh lebih teruk di kalangan penerima buah pinggang berpasangan yang telah menunggu lebih daripada dua tahun untuk dialisis berbanding pasangan berpasangan.buah pinggangpenerima dengan masa menunggu kurang daripada setengah tahun.

2.2. Kesusasteraan Analisis

Kesusasteraan analisis memberi tumpuan kepada reka bentukbuah pinggangproses peruntukan dan sering menggunakan model simulasi. Isu yang dibincangkan ialah keberkesanan dan kesaksamaan proses peruntukan dan kesan keputusan penerimaan buah pinggang.

Untuk menganalisis proses peruntukan yang digunakan pada tahun 2000, Zenios et al. [30] mencadangkan peruntukan sumber dinamik yang memaksimumkan jangka hayat pesakit daripada menerima pemindahan buah pinggang sambil meminimumkan ketidaksamaan antara pesakit. Model simulasi yang dibina menunjukkan bahawa dasar peruntukan organ yang digunakan pada masa ini meningkatkan jangka hayat pesakit yang disesuaikan dengan kualiti dan mengurangkan jangkaan masa menunggu.

Thebuah pinggangkeputusan penerimaan adalah penting kepada keseluruhan aliran penyelidikan. Ahn dan Hornberger [31] membangunkan model teori yang mempertimbangkan kesihatan pesakit dalam membuat keputusan penerimaan/penolakan mengenai kualiti buah pinggang yang ditawarkan. Analisis mereka mendedahkan bahawa pesakit yang agak sihat mampu untuk menjadi selektif tentang kualiti pendermabuah pinggangdan mengharapkan untuk menerima hasil pasca pemindahan yang lebih baik dengan menerima buah pinggang berkualiti tinggi. Kesan pilihan pesakit terhadap sistem peruntukan organ dikaji oleh Su dan Zenios [32]. Kajian itu memperkenalkan model baris gilir yang menganalisis kesan pilihan pesakit terhadap kadar penolakan buah pinggang dengan menilai prestasi sistem menunggu di bawah kedua-dua polisi dahulu-com-first-serve (FCFS) dan dasar-akhir-didahulukan-layan (LCFS). Mereka membuat kesimpulan bahawa LCFS lebih cekap daripada FCFS. Malah, berbeza dengan LCFS, dasar FCFS memberi insentif kepada pesakit untuk menolak buah pinggang berkualiti rendah, mengakibatkan penggunaan buah pinggang yang rendah. Sebaliknya, model menunjukkan bahawa dasar LCFS memperoleh penggunaan organ yang optimum. Dalam kajian yang berbeza, Su dan Zenios [33] menyiasat peranan pilihan pesakit dalam peruntukan buah pinggang menggunakan model tugasan stokastik berurutan. Model ini menangani konflik antara pilihan pesakit dan kebajikan sosial. Analisis mempertimbangkan dua skim, di mana yang pertama menganggap bahawa pesakit perlu menerima mana-mana buah pinggang yang ditawarkan. Penyelesaian terbaik pertama ialah mencari dasar peruntukan yang memaksimumkan kebajikan sosial. Dengan memperkenalkan pilihan pesakit, dasar pertama terbaik diubah suai untuk mencapai dasar kedua terbaik. Akibatnya, syarat keserasian insentif diperkenalkan, yang memaksa dasar peruntukan direka bentuk sedemikian rupa untuk memastikan pesakit akan menerima sebarang tawaran buah pinggang. Su dan Zenios [34] memperkenalkan model reka bentuk mekanisme untuk peruntukan organ yang mengambil kira pilihan pesakit. Pesakit menyatakan jenis buah pinggang (cth, kualiti) yang mereka ingin terima apabila menyertai senarai menunggu pemindahan buah pinggang (bukan pada masa tawaran buah pinggang penderma) dan menyertai baris gilir yang menyediakan jenis buah pinggang yang diisytiharkan. Dengan cara itu, model itu mengurangkan proses pencarian yang panjang dengan mengenal pasti pesakit yang sesuai yang ingin menerima buah pinggang penderma yang diambil dengan lebih berkesan.

Kesaksamaan dan kesaksamaan adalah topik penting Bertsimas et al. [35] mengkaji perbezaan geografi dalam akses kepada penderma yang telah meninggal duniabuah pinggang. Mereka menggunakan anggaran flfluid untuk model beratur untuk merumuskan cara optimum bagi pesakit untuk disenaraikan dalam senarai menunggu pusat pemindahan berbilang. Objektif pesakit adalah untuk memaksimumkan jangka hayat sambil meminimumkan kos kesesakan. Dengan menggabungkan hasil analisis, simulasi dan berangka, mereka menunjukkan bahawa berbilang penyenaraian sangat menggalakkan ekuiti geografi dan meningkatkan pendermabuah pinggangbekalan. Mempunyai lebih ramai penderma membawa kepada kadar pemindahan yang lebih tinggi dan mengurangkan kadar kematian pesakit dalam senarai menunggu. Beberapa kajian [36–38] telah membangunkan model yang membolehkan pasangan penerima penderma yang tidak serasi menerima buah pinggang penderma hidup melalui pertukaran dengan pasangan penerima penderma yang tidak serasi yang lain. Walaupun kebanyakan model sedia ada bertujuan untuk memaksimumkan jumlah kemungkinan pertukaran buah pinggang dan kebajikan sosial, mereka tidak menganggap komponen keadilan yang ditakrifkan sebagai kepuasan penderma-penerima. Lee et al. [39] mempersembahkan model pengaturcaraan stokastik dua peringkat yang mempertimbangkan keadilan dalam Program Pertukaran Buah Pinggang penderma hidup. Kajian ini mengkaji pelbagai senario untuk menyiasat kesan keadilan terhadap hasil pertukaran buah pinggang. Keputusan berangka menunjukkan peningkatan dalam hasil program pertukaran penderma hidup apabila keadilan diambil kira dalam memadankan pasangan yang tidak serasi. Ambil perhatian bahawa beberapa kajian yang dibincangkan di sini mempertimbangkan kesan keadilan dalam pemindahan buah pinggang hidup; walau bagaimanapun, kami hanya menumpukan pada pemindahan menggunakan buah pinggang penderma yang telah meninggal dunia.

Simulasi yang dibentangkan dalam literatur menggunakan andaian yang kuat. Sebagai contoh, Su dan Zenios [33] menganggap bahawa pesakit perlu menerima sebarang tawaranbuah pinggang, atau dalam [34] pesakit tidak boleh mengubah kualiti buah pinggang pilihan awal mereka. Di samping itu, kebanyakan simulasi biasanya memfokuskan pada satu pembolehubah. Sebagai contoh, kajian oleh Ruth et al. [40] memfokuskan pada panjang senarai tunggu. Kajian itu mencadangkan model simulasi untuk proses peruntukan organ dan mendapati bahawa di bawah syarat peruntukan organ pada tahun 1985, panjang senarai menunggu akan terus berkembang. Model simulasi yang kami bentangkan dalam kertas ini memberikan gambaran yang lebih teliti dengan mempertimbangkan kesan keputusan pesakit, bekalan dan permintaan di kawasan yang berbeza, kecekapan proses peruntukan, dan kesan yang dijangkakan daripada utiliti selepas pemindahan.

bina badan cistanche

3. Penerangan Model

Dalam bahagian berikut, kami membincangkan secara terperinci komponen utama kedua-dua model simulasi dan pengoptimuman. Model simulasi termasuk pesakit (permintaan organ), penderma matibuah pinggangketibaan (bekalan organ), proses tawaran buah pinggang penderma yang telah meninggal dunia untuk mencari ambang kualiti buah pinggang yang optimum, dan jangkaan utiliti selepas pemindahan untuk pesakit dengan tahap kesihatan tertentu. Kami kemudiannya menggunakan output model simulasi sebagai pekali fungsi objektif model pengoptimuman untuk mengesyorkan dasar penyenaraian berbilang dan mencadangkan satu set wilayah yang boleh dipilih oleh pesakit.

3.1. Model Simulasi

Kami membangunkan model simulasi yang membolehkan pesakit mengenal pasti yang optimumbuah pinggangambang kualiti yang memaksimumkan utiliti selepas pemindahan. Parameter model bergantung pada bekalan dan permintaan kawasan pesakit. Kami mensimulasikanbuah pinggangstrategi penerimaan dan utiliti pasca pemindahan yang terhasil sepadan dengan setiap pemindahan. Rajah 3 menggambarkan proses simulasi. Kami membincangkan komponen utama dalam bahagian berikut.

3.1.1. Permintaan Organ

Permintaan diwakili oleh pesakit dalam senarai menunggu. Kami membahagikan pesakit kepada beberapa kumpulan pesakit berdaya saing yang boleh menerima jenis organ penderma yang sama bergantung pada jenis darah dan kriteria klinikal lain. Kami memodelkan setiap kumpulan secara berasingan. Kami akan mempertimbangkan interaksi antara kumpulan (cth, sesetengah pesakit dengan jenis darah AB mungkin menerima organ daripada penderma dengan mana-mana jenis darah) dengan melaraskan bekalan organ kepada kumpulan individu.

Setiap kumpulan pesakit yang berdaya saing dimodelkan oleh baris gilir yang berkaitan dengan jenis darah j di mana j ∈ {A, B, AB, O}. Pesakit boleh menyertai baris gilir mereka yang sepadan (cth, berdasarkan jenis darah) dengan kadar λj dan mendapatkan perkhidmatan oleh penderma yang serasi. serasibuah pinggangtiba di barisan jenis darah j dengan kadar µi. Contohnya, untuk barisan darah jenis A, serasibuah pinggangadalah dari jenis A dan O. Pesakit keluar dari senarai tunggu j dengan kadar pemindahan ηi apabila (1) mereka menerima buah pinggang yang ditawarkan, atau (2) dengan kadar θi mereka sama ada terlalu sakit untuk pemindahan atau mati dalam senarai menunggu . Struktur model beratur ditunjukkan dalam Rajah 4.

Berikutan kajian di [34], pesakit jenis darah j tiba mengikut proses Poisson dengan kadar ketibaan λj untuk menyertai senarai menunggu. Pesakit menyertai senarai menunggu dalam model dengan status kesihatan awal yang tidak dapat diperhatikan h0 mewakili baki masa mereka boleh bertahan dengan dialisis apabila mereka menyertainya. Kami memodelkan taburan h0 dalam populasi pesakit menggunakan taburan Weibull. Taburan Weibull sering digunakan dalam analisis kemandirian untuk mewakili masa-ke-kegagalan kerana ia dapat menyatakan kadar kegagalan yang berkurangan, malar atau meningkat dari semasa ke semasa. Kesihatan untuk pesakit simulasi, h0, kemudiannya ialah realisasi pembolehubah rawak H0 ∼ Weibull(a, b), dengan a dan b ialah parameter skala dan bentuk, masing-masing. Pesakit keluar dari senarai menunggu jika sama ada (1) mereka menerima pemindahan atau (2) mereka meninggalkan barisan kerana kesihatan yang lemah (atau kematian). Memandangkan h0 ialah masa pesakit boleh bertahan melalui dialisis apabila dia menyertai senarai tunggu (iaitu, indeks menunjukkan bahawa dia menunggu sifar tahun setakat ini), kesihatan sebenar selepas menunggu w tahun ialah hw {{1{{ 11}}}} h0 − w yang bermaksud pesakit akan meninggalkan senarai tunggu selewat-lewatnya apabila w=h0.

3.1.2. Bekalan Organ

Mengikuti [34], penderma mati yang serasibuah pinggangtiba di barisan untuk jenis darah j mengikut proses Poisson homogen bebas dengan kadar ketibaan µj. OPTN ditakrifkan abuah pinggangmetrik kualiti yang dipanggil Indeks Profil Penderma Buah Pinggang (KDPI) yang menggabungkan sepuluh faktor penderma klinikal untuk menentukan kedudukan buah pinggang mengikut anggaran survival buah pinggang selepas pemindahan [41]. KDPI mengambil kira ciri penderma berikut: umur, ketinggian, berat badan, etnik, sama ada penderma meninggal dunia akibat kehilangan fungsi jantung atau kehilangan fungsi otak, strok sebagai punca kematian, sejarah tekanan darah tinggi, sejarah diabetes, pendedahan kepada virus hepatitis-C, kreatinin serum (ukuran fungsi buah pinggang). Dengan pembinaan, KDPI hampir diagihkan secara seragam ke atas semua buah pinggang yang dituai pada tahun tertentu. Mengikuti KDPI, kami memodelkan kualiti buah pinggang penderma yang tiba ditunjukkan dengan q0 sebagai realisasi pembolehubah rawak Q ∼ Unif(0, 1). Kami menggunakan 0 untuk mewakili kualiti buah pinggang terendah dan 1 tertinggi, iaitu q0=1 − KDPI. Apabila buah pinggang penderma baharu tersedia dalam simulasi maka buah pinggang itu ditawarkan secara serentak kepada sekumpulan pesakit g dengan tetingkap masa tertentu untuk mempertimbangkan tawaran dan membuat keputusan penerimaan/penolakan. Jika tiada sesiapa dalam kumpulan pesakit g boleh menerima buah pinggang selepas masa yang diperuntukkan, maka buah pinggang ditawarkan kepada kumpulan pesakit seterusnya dalam senarai menunggu. Proses peruntukan berterusan sehingga organ sama ada diterima oleh pesakit atau dibuang (disebabkan pencarian atau penempatan organ yang tidak berjaya). Untuk kekurangan buah pinggang penderma semasa, kami mempunyai µj < λj,="" iaitu,="" buah="" pinggang="" tiba="" pada="" kadar="" yang="" lebih="" rendah="" daripada="" pesakit="" baru.="" pembuangan="" pesakit="" kerana="" kesihatan="" atau="" kematian="" mengekalkan="" baris="" gilir="" pada="" saiz="" yang="" terhad.="" senarai="" tunggu="" yang="" lebih="" panjang="" mengakibatkan="" masa="" menunggu="" yang="" lebih="" lama="" dan="" lebih="" banyak="" kemerosotan="" kesihatan="" bagi="" pesakit.="" sebaliknya,="" ini="" meningkatkan="" kadar="" penyingkiran="" (pesakit="" pergi="" tanpa="" menerima="" pemindahan).="" panjang="" giliran="" menjadi="" stabil="" pada="" keseimbangan="" di="" mana="" kadar="" pemindahan="" serta="" kadar="" penyingkiran="" pesakit="" sepadan="" dengan="" kadar="" ketibaan="">

3.1.3. Keputusan Penerimaan/Penolakan Buah Pinggang

Lama kelamaan, sebagai proses pendermabuah pinggangtawaran berterusan, buah pinggang mengumpulCIT dan kualitinya merosot. Kami memodelkan kemerosotan ini sebagai qt {{0}} f(q0, δ, t). Dalam persamaan ini, t mewakili CIT terkumpul dan q0 mewakili kualiti buah pinggang pada masa pemulihan apabila t=0. Pembolehubah δ mewakili faktor kemerosotan kualiti buah pinggang. Kami memerlukan fungsi kualiti f berkurangan dalam δ dan t, iaitu, ∂ f(q0,δ,t)∂δ < 0="" dan∂="" f="" (q0,δ,t)="" ∂t="">< 0.="" dalam="" model="" simulasi,="" kami="" mengukur="" masa="" sebagai="" gandaan="" masa="" yang="" dibenarkan="" untuk="" satu="" pusingan="" tawaran.="" jika="" pesakit="" mempunyai="" satu="" jam="" untuk="" membuat="" keputusan,="" maka="" t="" mewakili="" bandar="" terkumpul="" dalam="" jam.="" kami="" memodelkan="" buah="" pinggang="" menerima/menolak="" keputusan="" oleh="" pesakit="" dan="" pemindahan="" seterusnya="" dalam="" dua="" langkah.="" pertama,="" pesakit="" menggunakan="" strategi="" ambang="" untuk="" memutuskan="" sama="" ada="">buah pinggangboleh diterima. Pesakit akan menerima tawaran jika qt Lebih besar daripada atau sama dengan k, di mana k ialah ambang kualiti buah pinggang yang diputuskan oleh pesakit dan pakar bedah. Untuk buah pinggang yang boleh diterima, kami mempertimbangkan beberapa faktor yang berkaitan dengan kesihatan pesakit dan pusat pemindahan. Dalam model simulasi, kami menggunakan kebarangkalian pemindahan dilakukan memandangkan buah pinggang yang boleh diterima ditawarkan sebagai

di mana p(faktor pesakit) mewakili situasi perubatan khusus pesakit dan sebarang fakta yang mungkin diputuskan oleh pesakit atau pakar bedah terhadapbuah pinggangatas sebab-sebab yang tidak dijelaskan semata-mata oleh kualiti buah pinggang (cth, pesakit ditetapkan sementara tidak aktif pada senarai tunggu, hasil padanan silang yang tidak menguntungkan). Kebarangkalian p(faktor pusat) mewakili kesediaan pusat pemindahan (cth, ketersediaan kakitangan, bilik bedah, dsb.) serta pertimbangan kesan pemindahan ke atas penilaian prestasi pusat. Pesakit memilih ambang keputusannya k dengan berunding dengan pakar bedah. Ambang sedemikian akan dipengaruhi oleh kesihatan pesakit0 memandangkan pesakit yang mempunyai lebih banyak masa untuk dialisis akan menunggu untuk mendapatkan buah pinggang yang lebih berkualiti. Kami memodelkan hubungan ini dalam simulasi dengan memilih untuk setiap pesakit daripada pembolehubah rawak K ∼ Unif(0,1) yang dikaitkan dengan pesakit0 yang diwakili oleh pekali korelasi pangkat Spearman ρH 0, K.

3.1.4. Utiliti Selepas Pemindahan Pesakit

Sekiranya pesakit menerima penderma yang telah meninggal duniabuah pinggangtawaran dan pemindahan berlaku, pesakit menerima utiliti selepas pemindahan. Utiliti selepas pemindahan bergantung pada kualiti buah pinggang pada masa pemindahan qt, dan masa menunggu pesakit w mengakibatkan status kesihatan hw=h0 − w. Utiliti selepas pemindahan boleh dipecahkan kepada dua komponen

di mana B(·) mewakili faedah untuk pesakit bergantung kepadabuah pinggangkualiti, dan D(·)mengira kemerosotan pesakit dalam senarai tunggu. Memecahkan utiliti kepada dua komponen ini mempunyai faedah untuk menganggar parameter daripada data. Fungsi B(·) boleh dilihat sebagai manfaat pesakit jika dia akan menerima buah pinggang dengan kualiti qt tanpa menunggu. Fungsi manfaat perlu memenuhi bahawa ia meningkat dengan kesihatan pesakit h{{0}} dan kualiti buah pinggang, iaitu, ∂B(∂hh00, qt) > 0 dan ∂ B(∂hq0t, qt) > 0. D(·) mewakili kos dalam bentuk faktor kemerosotan akibat menunggu w untuk buah pinggang. Fungsi kos perlu meningkat apabila masa menunggu meningkat dan berkurangan dengan kesihatan pesakit., iaitu cara biasa untuk menentukan fungsi seperti B(·) adalah dalam bentuk regresi logistik untuk kelangsungan hidup yang dicadangkan oleh Cox [42] yang memodelkan kemungkinan bersyarat bagi mati pada bila-bila masa diberi kelangsungan hidup sehingga ke tahap itu

dengan m(h{{0}}) menunjukkan hasil pemindahan untuk pesakit dengan tahap kesihatan h0 yang menerima buah pinggang yang sempurna (qt=1) serta-merta (w {{3 }}). Sememangnya, m(h0) semakin meningkat dengan h0 kesihatan pesakit. Kami menggunakan untuk D(·) fungsi dari

di mana mengawal kadar kemerosotan. Faktor kemerosotan sama dengan satu (iaitu, tiada kemerosotan) apabila masa menunggu adalah sifar (w {{0}}). Jika pesakit menunggu buah pinggang yang sangat berkualiti tinggi dan kehabisan masa (iaitu, w=h0), maka faktor kemerosotan menjadi sifar. Bentuk fungsian yang dipilih adalah sangat fleksibel dan boleh menyatakan kemerosotan linear ( {{ 4}}), memperlahankan kemerosotan ( > 1), dan meningkatkan kemerosotan ( < 1).="" dengan="" menganggar="" parameter="" daripada="" data="" dan="" menggunakan="" pengoptimuman="" simulasi,="" kami="" boleh="" mencari="" yang="" optimum="" untuk="" setiap="">buah pinggangambang kualiti k∗yang memaksimumkan utiliti selepas pemindahan.

3.2. Pemilihan Wilayah dan Model Pengoptimuman Pelbagai Penyenaraian

Seorang pesakit boleh meningkatkan peluangnya untuk menerima pemindahan dengan berpindah ke wilayah lain (pemilihan wilayah) atau dengan menyenaraikan dalam pusat pemindahan di beberapa wilayah. Untuk membantu pesakit mengenal pasti satu set wilayah untuk pendaftaran berbilang, kami menggunakan model simulasi untuk mengira parameter dasar ambang optimum k∗ dan utiliti jangkaan maksimum yang mungkin diperoleh pesakit daripada pemindahan di setiap wilayah. Ini diwakili oleh 11nilai utiliti Ui(k∗i , h0, w), i ∈ 1, 2, . . . , 11. Untuk kesederhanaan, kami menulis Ui(k∗i ) untuk mewakili utiliti yang dijangkakan selepas pemindahan bagi pesakit dengan h0 dan w yang diberikan. Pemilihan wilayah kini dilakukan dengan memilih wilayah yang mempunyai utiliti terbesar.

Untuk penyenaraian berbilang, kami mewakili tindakan mendaftar di wilayah i dengan pembolehubah keputusan binari

Pesakit mempunyai 11 pembolehubah keputusan, satu untuk setiap wilayah. Kami mengandaikan bahawa pesakit akan mahu meningkatkan peluangnya dengan menyenaraikan di kawasan terbaik dengan utiliti yang dijangkakan tertinggi diberikan satu set kekangan. Ini boleh dirumuskan sebagai masalah pengoptimuman berikut.

Menjumlahkan utiliti rantau memastikan bahawa wilayah yang mempunyai utiliti terbesar disertakan dalam penyelesaian. Kekangan pertama memastikan bahawa penyelesaian memenuhi jumlah bajet C pesakit yang diberikan. Kekangan kedua mengambil kira jarak maksimum Dpesakit boleh pergi untuk sampai ke pusat pemindahan tepat pada masanya. Kekangan ketiga menganggap jangkaan pesakit tentang prestasi rantau P, dan akhirnya, kekangan terakhir mengehadkan rito ialah 0 atau 1. Memandangkan bilangan wilayah adalah kecil, dengan hanya 11, masalah ini boleh diselesaikan dengan penghitungan.

4. Aplikasi dan Keputusan Berangka

Kami memulakan bahagian ini dengan menganggarkan parameter yang diperlukan untuk model simulasi dan kemudian membentangkan bagaimana model boleh digunakan untuk dua aplikasi. Aplikasi pertama menggambarkan bagaimana model boleh menyediakan garis panduan strategik untuk menyokong pilihan pesakit untuk berpindah ke wilayah lain atau mendaftar di beberapa wilayah.

Aplikasi kedua menganalisis potensi faedah menggunakan teknologi perkongsian maklumat moden (cth, melalui aplikasi telefon pintar) untuk meningkatkan kebajikan sosial melalui peningkatan utiliti selepas pemindahan pesakit danbuah pinggangkadar penggunaan.

bina badan cistanche

4.1. Anggaran Parameter

Kami menggunakan data daripada UNOS dan SRTR untuk menganggar parameter model. Kami mengekstrak data UNOS untuk tahun 2019 untuk menganggarkan penambahan senarai menunggu dan pendermabuah pinggangbekalan. Untuk pengiraan masa menunggu, kami menggunakan nilai yang dilaporkan oleh SRTR. Sistem data SRTR mengandungi data perubatan dan demografi terperinci untuk semua penderma, pesakit tersenarai menunggu dan penerima pemindahan di AS. Set data yang digunakan terdiri daripada lebih daripada 400,000 pesakit yang merupakan penerima kali pertama pemindahan buah pinggang penderma yang telah meninggal dunia antara Oktober 1987 dan penghujung 2019.

Laporan tahunan oleh SRTR dan UNOS menyediakan maklumat mengenai ketibaan organ dan aktiviti senarai menunggu (cth, statistik penambahan dan penyingkiran pesakit). Kami menggunakan data ini untuk menganggarkan λj dan µjin bagi setiap tempoh.

Faktor penting untuk menganggar kadar ketibaan buah pinggang kepada barisan jenis darah j ialah keserasian jenis darah antara pesakit dan penderma. Mengikut kriteria keserasian jenis darah, penderma dengan jenis darah O adalah penderma universal yang organ buah pinggangnya boleh ditawarkan kepada pesakit semua jenis darah. Sebaliknya, penderma dengan jenis darah AB boleh menderma buah pinggang mereka kepada pesakit jenis darah AB sahaja manakala mereka adalah penerima universal daripada semua jenis darah. Jadual 4 menunjukkan keserasian jenis darah untuk pemindahan buah pinggang secara terperinci. Kertas ini hanya melaporkan keputusan untuk jenis darah A. Keputusan untuk jenis darah lain boleh diperolehi dengan cara yang sama. Jadual 5 menunjukkan kedatangan penderma dan pesakit bagi golongan darah A.

Berdasarkan data SRTR jenis darah A pesakit menerima secara purata 94 peratus dan 6 peratus organ daripada penderma jenis darah A dan O, masing-masing, yang ditunjukkan dalambuah pinggangparameter bekalan µj dalam Jadual 5. Mengikuti skim penawaran semasa yang digunakan oleh OPTN di AS, kami menggunakan saiz kumpulan pesakit g=5 dalam model simulasi kami. Kami menetapkan kadar degradasi buah pinggang δ kepada 5 peratus mengikut laporan bahawa organ jarang digunakan selepas CIT selama 48 jam [6]. Pada δ=0.05, kualiti buah pinggang merosot kepada (1 − 0.05) {{10}}.5 peratus kualiti awalnya selepas 48 jam. Berdasarkan perbincangan dengan kolaborator perubatan, kami menggunakan kebarangkalian pemindahan p(transplant)=0.8 untuk semua wilayah. Kebarangkalian untuk setiap rantau juga boleh dianggarkan daripada data, tetapi maklumat tentang penolakan tawaran buah pinggang tidak tersedia kepada kami pada masa ini. Parameter , , dan untuk fungsi manfaat B(h0, qt) dan faktor kos C(h{{30}}, w) boleh dianggarkan jika data hasil termasuk siaran -kemandirian pemindahan boleh didapati. Walau bagaimanapun, memandangkan set data kami tidak termasuk data ini, kami menggunakan=0.4,=8 dan=0.5 dalam simulasi kami. Kami menambah pesakit ke senarai tunggu dengan h0 kesihatan yang diambil daripada pembolehubah rawak H0 dengan taburan Weibull. Kami menggunakan parameter skala a=8 dan parameter bentuk b=2 untuk mendapatkan purata kesihatan hampir 7 tahun dan sekitar 90 peratus daripada populasi di bawah 12 tahun. Kami menggunakan korelasi pangkat Spearman ρ(H0, K) sebanyak 0.2, hampir dengan korelasi antara kualiti buah pinggang yang diterima dan kesihatan pesakit yang diperhatikan dalam data.

4.2. Pemilihan Wilayah dan Penyenaraian Berbilang

Untuk menggambarkan pendekatan pemilihan wilayah, kami melaporkan keputusan untuk pesakit sasaran dengan jenis darah A, satu tahun menjalani dialisis (h0=1) yang kini berada di kedudukan 100 daripada senarai tunggu. Kami memenuhi senarai tunggu dengan pesakit yang dijana secara rawak (yang kesihatannya diambil daripada pengedaran Weibull dengan ambang dasar berkorelasi). Kami melakukan simulasi yang sama100 kali setiap satu untuk nilai ambang keputusan k ∈ {0, 0.1, 0.2, · · ·, 0.9} dan purata keputusan 100 larian untuk menganggarkan utiliti yang dijangkakan untuk setiap ambang.

Jadual 6 melaporkan keputusan untuk ambang optimum, k∗i, menghasilkan utiliti pasca pemindahan terbesar yang dijangka, Ui(k∗i), untuk setiap rantau. Thebuah pinggangkadar ketibaan ke baris gilir (pesakit senarai tunggu jenis darah A) setahun ialah µA dan qt ialah purata kualiti buah pinggang yang dipindahkan. Contohnya, jika pesakit sasaran didaftarkan di rantau 6, ambang k=0.65 adalah optimum, yang membawa kepada utiliti selama 9.6 tahun. Sebaliknya, jika dia didaftarkan di rantau 2, keputusan optimum boleh setinggi 0.85 dengan utiliti selama 13.22 tahun.

Jadual 7 mewakili data anggaran yang kami gunakan dalam model pengoptimuman kami untuk mencari satu set kawasan yang boleh dilaksanakan bagi pesakit jenis darah A yang diandaikan sedang hidup dan disenaraikan di wilayah 6. Kami menggunakan set data UNOS untuk menganggarkan jangkaan masa menunggu dan { {2}}kadar kelangsungan hidup tahun untuk pesakit sedemikian di semua 11 wilayah. Di setiap wilayah, kami memilih bandar utama dan menganggarkan kos sara hidup bulanan yang sepadan menggunakan indeks kos sara hidup bandar tersebut. Kos penilaian ditakrifkan sebagai hasil daripada jumlah jangkaan bilangan penilaian sehinggabuah pinggangpemindahan dan kos setiap penilaian. Bilangan jangkaan penilaian dianggarkan berdasarkan 6-dasar penilaian semula bulan yang dimandatkan oleh kebanyakan pusat pemindahan. Secara amnya, pesakit bertanggungjawab untuk membayar kos penilaian berkala jika dia ingin mendaftar di lebih daripada satu wilayah kerana kebanyakan polisi insurans meliputi kos penilaian berkala bagi satu pendaftaran sahaja. Jumlah kos dikira seperti berikut: jumlah wang yang perlu dibayar oleh pesakit (bilangan penilaian kali kos penilaian) ditambah kos perjalanan ke dan tinggal di wilayah lain selama tiga hari.

Sebagai contoh, di sini kita andaikan pesakit mempunyai belanjawan sebanyak C=$15,000. Dia juga boleh mengembara sejauh D=1500 batu, dan jangkaan minimumnya daripada prestasi rantau ialah 75 peratus daripada kelangsungan hidup lima tahun. Berhasrat untuk memaksimumkan hasil selepas pemindahannya di bawah tiga kekangan ini, model kami mendapati bahawa selain wilayah rumah 6, pesakit juga boleh didaftarkan di wilayah 5, 4, atau 8, dengan wilayah 5 menyediakan utiliti yang dijangkakan tertinggi. OPTN komited untuk menyediakan ekuiti dalam akses kepada pemindahan dan mengurangkan jurang geografi [16]. Di bawah penyenaraian berbilang percuma, pesakit mempunyai insentif untuk mendaftar di seberapa banyak wilayah yang mereka boleh, memandangkan kekangan belanjawan mereka. Ini bermakna akses kepada pemindahan terjejas oleh sumber kewangan pesakit, yang mungkin menimbulkan masalah dari segi ekuiti dan keadilan. Walau bagaimanapun, dalam jangka panjang, pemilihan wilayah percuma dan berbilang penyenaraian boleh mengurangkan jurang geografi. Lebih ramai pesakit akan mendaftar di kawasan yang kini menawarkan utiliti yang lebih tinggi, meratakan jurang permintaan dan mengurangkan jurang utiliti. Pada ketika itu, kelebihan mempunyai lebih banyak belanjawan untuk mendaftar di berbilang wilayah akan berkurangan, membawa kepada situasi yang lebih saksama. Dalam jangka pendek, ekuiti perlu dipastikan buat sementara waktu oleh dasar yang sesuai untuk menyediakan berbilang penyenaraian kepada lebih ramai pesakit.

4.3. Kesan Perkongsian Maklumat Terhadap Kecekapan Peruntukan

Salah satu inisiatif dalam Pelan Strategik OPTN (2018–2021) [16] di bawah matlamat meningkatkan bilangan pemindahan adalah untuk mengejar alat sistem untuk pemadanan penderma/penerima yang lebih cekap. Alat tersebut termasuk alat untuk perkongsian maklumat, yang bermaksud pusat pemindahan dan pesakit berkongsi maklumat terkini dengan OPTN, yang berpotensi untuk mempercepatkanbuah pinggangproses peruntukan dan dengan itu mengurangkan masa iskemia sejuk (CIT) dan kadar pembuangan buah pinggang.

Maklumat yang boleh dikongsi termasuk:

1. Ambang penerimaan pesakit k: Setiap pesakit melaporkannyabuah pinggangambang penerimaan kualiti k diputuskan sendiri dan doktornya.

2. Sebarang kriteria keputusan tambahan yang digunakan oleh pesakit: Keputusan pesakit dan pakar bedah boleh dipengaruhi oleh maklumat yang tidak termasuk dalambuah pinggangpenilaian kualiti (KDPI). Mempunyai lebih banyak parameter kualiti piawai, di mana pesakit boleh menentukan apa yang dia terima, akan bertambah baikbuah pinggangperuntukan. Di bawah maklumat yang lengkap, OPTN boleh mengenal pasti serta-merta pesakit yang akan menerima buah pinggang dan menyimpan CIT yang berharga.

3. Ketersediaan semasa pesakit: Petunjuk terkini jika pesakit boleh menerima pemindahan pada masa ini. Faktor termasuk kesihatan semasa dan perjalanan.

4. Ketersediaan pusat pemindahan: Mengambil kira ketersediaan pusat pemindahan- terdapat kemudahan seperti bilik pembedahan yang disediakan, pakar bedah, jururawat, dan kakitangan untuk melakukan pembedahan tepat pada masanya.

Di bawah maklumat yang sempurna, OPTN akan mempunyai akses kepada maklumat terkini tentang semua ambang penerimaan pesakit k, sebarang keperluan tambahan untuk organ, dan jika pesakit dan pusat tersedia. Oleh itu, OPTN boleh mengenal pasti secara langsung pesakit pertama dalam senarai menunggu yang akan menerima dan menerima pemindahan. Ini secara berkesan akan mengurangkan CIT, iaitu, t, kepada tahap minimum yang diperlukan untuk mengekstrak organ dan melakukan pemindahan. Dalam model simulasi, maklumat sempurna boleh dinyatakan dengan menetapkan g kepada panjang senarai tunggu, menunjukkan bahawa keseluruhan senarai tunggu dicari untuk pesakit yang sepadan dengan serta-merta. Mengandaikan maklumat yang sempurna adalah tidak realistik atas banyak sebab. Contohnya, isu teknikal boleh memberi kesan kepada ketersediaan maklumat dan pesakit atau pusat mungkin tidak memastikan semua maklumat sentiasa dikemas kini. Tetapan yang lebih realistik dipertingkatkan tetapi perkongsian maklumat masih tidak sempurna. Lebih banyak maklumat bermakna pesakit boleh dikenal pasti dengan lebih cepat menggunakan maklumat yang dikongsi. Kami menyatakan fakta ini dalam model simulasi dengan peningkatan bilangan pesakit yang boleh dicari setiap jam (iaitu, peningkatan dalam g).

Untuk menggambarkan kesan perkongsian maklumat yang lebih baik, kami melaporkan keputusan untuk pesakit jenis darah A di rantau 6. Kami memulakan senarai menunggu dengan 1000 pesakit dan menjalankan simulasi sehingga panjang senarai menunggu stabil sekitar 1800 pesakit (200 bulan). Kami melaporkan keputusan selepas tempoh pemanasan purata ini melebihi 300 bulan. Garis dasar ialah saiz kumpulan yang digunakan pada masa ini bagi g=5. Kami mengubah g untuk mewakili pelbagai peringkat perkongsian maklumat.

Jadual 8 menunjukkan kesan perkongsian maklumat yang dinyatakan oleh bilangan pesakit dalam senarai tunggu yang boleh dipertimbangkan secara berkesan setiap jam. Pada saiz kumpulan asas lima, purata kualiti buah pinggang yang diterima ialah 0.66, membawa kepada purata utiliti 10.76 tahun bagi setiap pesakit yang dipindahkan. Buah pinggang boleh bergerak sejauh 45 pesakit dalam senarai menunggu dan diterima secara purata oleh pesakit keenam. Jadual 9 menunjukkan kadar kematian penggunaan buah pinggang dan senarai tunggu, sebagai tambahan kepada kadar pemindahan. Kadar penggunaan buah pinggang meningkat dengan ketara apabila g meningkat.

Seperti yang ditunjukkan oleh Rajah 5, peningkatan dalambuah pinggangkadar pemindahan ialah 17 peratus untuk menggandakan kelajuan proses penawaran g=10, dan ia mencapai 47 peratus apabila maklumat sempurna tersedia. Sebaliknya, kadar kematian senarai tunggu berkurangan sebanyak 7 peratus apabila g=10, dan pengurangan boleh setinggi 21 peratus . Simulasi menggambarkan kesan ke atas kecekapan yang boleh dibawa oleh perkongsian maklumat kepada proses peruntukan.

Perkongsian maklumat boleh dilaksanakan dalam pelbagai cara, menggunakan teknologi semasa. Contohnya termasuk menggunakan apl dan peranti boleh pakai perubatan untuk menjejaki ketersediaan pesakit hampir dengan masa nyata. Antara muka standard antara sistem maklumat pusat pemindahan dan OPTN boleh digunakan untuk mengurus ketersediaan pusat. Melancarkan teknologi ini akan mengambil masa, tetapi hasil yang dibentangkan dalam kajian simulasi ini menunjukkan bahawa potensi hasil adalah signifikan dengan potensi untuk mengurangkanbuah pinggangbuang kadar minimum.

5. Penutup

Sumbangan pertama penyelidikan ini adalah membangunkan model simulasi yang menyediakan penderma mati yang optimumbuah pinggangpanduan penerimaan untuk pembuat keputusan (pesakit dan pakar bedah). Cabaran utama untuk memodelkan penerimaan/penolakan organ ialah menggabungkan keadaan dan situasi dunia sebenar untuk membuat keputusan penting yang menyelamatkan nyawa. Atas sebab ini, niat utama kami sebagai kebaharuan utama kerja ini adalah untuk mengiktiraf, mengagregat dan melaksanakan elemen penting yang berbeza yang menyumbang kepada kriteria pemilihan buah pinggang. Model yang dicadangkan membolehkan kepelbagaian dalam kesihatan pesakit danbuah pinggangkualiti, serta perkaitannya. Selain itu, kami memasukkan kemerosotan kualiti buah pinggang yang disebabkan oleh pengumpulan CIT semasa proses peruntukan berjalan. Sebagai tambahan kepada semua elemen yang disebutkan di atas, kami juga menggabungkan kesihatan dan ketersediaan pesakit bersama-sama dengan sumber manusia dan kemudahan untuk mencadangkan penyelesaian pemindahan yang optimum.

Model yang dicadangkan boleh digunakan untuk menyiasat bagaimana pilihan dasar yang berbeza boleh mempengaruhi matlamat strategik yang dinyatakan oleh OTPN [16]. Kami menggambarkan ini dengan dua aplikasi. Mula-mula, kami menunjukkan cara model itu boleh digunakan untuk memaklumkan keputusan pesakit berkenaan berbilang pendaftaran yang diberikan kos, jarak dan kekangan kualiti penjagaan. Walaupun penyenaraian berbilang dalam jangka pendek boleh menimbulkan cabaran kepada ekuiti antara pesakit berdasarkan sumber kewangan, ia berpotensi untuk menyelaraskan jurang geografi dalam akses kepada pemindahan dan dengan itu meningkatkan ekuiti.

Ilustrasi kedua menarik perhatian kepada aspek kebajikan sosialbuah pinggangpemindahan daripada memberi tumpuan kepada mencari penyelesaian yang optimum seperti yang dipertimbangkan dalam permohonan pertama. Kami membandingkan keputusan kebajikan sosial (iaitu, penggunaan buah pinggang penderma dan utiliti pasca pemindahan seluruh sistem) untuk beberapa tahap maklumat yang tersedia, daripada tiada maklumat kepada maklumat yang sempurna. Maklumat yang bertambah membawa kepada penugasan buah pinggang yang lebih cepat dan kadar pembuangan buah pinggang yang berkurangan. Meningkatkan kadar pemindahan meningkatkan utiliti kebajikan sosial dan mengurangkan tempohbuah pinggangsenarai menunggu pemindahan, masa, dan kadar kematian. Pembuat dasar boleh menggunakan keputusan ini untuk memotivasikan nilai teknologi maklumat moden untuk mengumpul maklumat yang diperlukan dan menunjukkan kepentingan mereka bentuk struktur insentif yang menggalakkan perkongsian maklumat tepat pada masanya oleh pesakit dan pusat. Contohnya, mereka bentuk aplikasi pemindahan organ untuk peranti telefon pintar boleh menyediakan cara yang selamat, mudah dan pantas untuk menyerahkan dan mengemas kini maklumat yang diperlukan tepat pada masanya. Pembuat polisi mungkin ingin mewujudkan peraturan asas yang perlu dipatuhi oleh semua pesakit dan pusat pemindahan untuk menerima tawaran. Contohnya, menggunakan teknologi dan perkhidmatan aplikasi mandatori, pusat pemindahan boleh menyemak atau mengesahkan data yang diserahkan mereka dengan kerap (cth, setiap hari) selepas kedudukan pesakit dalam senarai tunggu melepasi ambang tertentu. Model yang dicadangkan adalah mudah dan cukup fleksibel untuk disesuaikan dengan mudah untuk menyiasat banyak aspek lain dalam proses penugasan buah pinggang.

Author Cpadatributipadas:Para pengarang memberi sumbangan yang sama untuk kerja ini. Semua pengarang telah membaca dan bersetuju dengan versi manuskrip yang diterbitkan

Danaing:Penyelidikan ini tidak menerima pembiayaan luar.

Institutipadaal Review Board Statement:Tidak berkaitan.

Informed Consent Statement:Tidak berkaitan.

Data Availability Statement:Set data yang digunakan dalam analisis ini boleh diperolehi melalui UNOS.

Conflicts of Interest:Pengarang mengisytiharkan tiada percanggahan kepentingan.

bina badan cistanche

References

1. Universiti California San Francisco. Thebuah pinggangProjek—Mencipta Bioartifisialbuah pinggangsebagai Penyelesaian Kekal kepada Kegagalan Buah Pinggang. Tersedia dalam talian: (diakses pada 4 April 2020).

2. Kebangsaanbuah pinggangAsas. Statistik Pendermaan Organ dan Pemindahan. 2016. Tersedia dalam talian: (diakses pada 16 April 2020).

3. Kawasan UNOS: Sumber Serantau Pemindahan Organ. Tersedia dalam talian: (diakses pada 20 Mac 2020).

4. OPTN. Polisi Berkuatkuasa mulai 6 Disember 2020 [Ex Comm 9.9.A.]. Tersedia dalam talian: (diakses pada 2 Januari 2021).

5. Wey, A.; Salkowski, N.; Kasiske, BL; Israni, AK; Snyder, JJ Pengaruh daripadabuah pinggangmenawarkan tingkah laku penerimaan pada metrik kecekapan peruntukan. Clin. Pemindahan. 2017, 31, e13057.

6. Koizumi, N.; DasGupta, D.; Patel, AV; Smith, TE; Mayer, JD; Pemanggil, C.; Melancon, JK Variasi Geografi dalam Masa Iskemia Sejuk:buah pinggangBerbanding Pemindahan Hati di Amerika Syarikat, 2003 hingga 2011. Pemindahan. Langsung2015, 1, e27.

7. Howard, DH Mengapa pakar bedah pemindahan menolak organ?: Model keputusan terima/tolak. J. Ekon Kesihatan. 2002, 21, 957–969.

8. Lawson, C.; Johnson, D.; Clapper, D.; Fowler, K.; Kapur, S. Menurunkanbuah pinggangKadar Buang. Berita Buah Pinggang. 2017. Tersedia dalam talian:(diakses pada 22 Februari 2020).

9. Zhang, J. Bunyi kesunyian: Pembelajaran pemerhatian di ASbuah pinggangpasaran. Mark. Sci. 2010, 29, 315–335.

10. Schold, JD; Buccini, L.; Srinivas, T.; Srinivas, R.; Poggio, E.; Flechner, S.; Soria, C.; Segev, D.; Fung, J.; Goldfarb, D. Persatuan penilaian prestasi pusat danbuah pinggangjumlah pemindahan di Amerika Syarikat. Am. J. Pemindahan. 2013, 13, 67–75.

11. Schold, J.; Buccini, L.; Poggio, E.; Flechner, S.; Goldfarb, D. Persatuan Penyingkiran Calon Daripadabuah pinggangSenarai Menunggu Pemindahan dan Pemantauan Prestasi Pusat. Am. J. Pemindahan. Mati. J. Am. Soc. Pemindahan. Am. Soc. Transpl. Surg. 2016, 16, 1276–1284.

12. Bae, S.; Massie, AB; Luo, X.; Anjum, S.; Desai, NM; Segev, DL Perubahan dalam kadar pembuangan selepas pengenalan Indeks Profil Penderma Buah Pinggang (KDPI). Am. J. Pemindahan. 2016, 16, 2202–2207.

13. Schold, JD; Buccini, LD; Goldfarb, DA; Flechner, SM; Poggio, ED; Sehgal, Persatuan AR antarabuah pinggangprestasi pusat pemindahan dan faedah kelangsungan hidup pemindahan berbanding dialisis. Clin. J. Am. Soc. Nephrol. 2014, 9, 1773–1780.

14. Haller, MC; Kainz, A.; Baer, ​​H.; Oberbauer, R. Dialisis vintaj dan hasil selepasbuah pinggangpemindahan: Kajian kohort retrospektif. Clin. J. Am. Soc. Nephrol. 2016, 12, 122–130.

15. UNOS. Bercakap tentang Pemindahan—Soalan Lazim tentang Penyenaraian Berbilang dan Pemindahan Masa Menunggu. 2017. Tersedia dalam talian: (diakses pada 13 Jun 2020).

16. OPTN. Pelan Strategik OPTN/UNOS 2018–2021. Tersedia dalam talian: (diakses pada 12 April 2020).

17. Chakkera, HA; Chetow, GM; O'Hare, AM; Pindaan, WJ; Gonwa, TA Variasi serantau dalambuah pingganghasil pemindahan: Trend dari semasa ke semasa. Clin. J. Am. Soc. Nephrol. 2009, 4, 152–159.

18. Ardekani, MS; Orlowski, JM Penyenaraian berbilang dalambuah pinggangpemindahan. Am. J.buah pinggangDis. 2010, 55, 717–725.

19. UNOS. Penyenaraian Berbilang. Tersedia dalam talian: (diakses pada 1 Disember 2018).

20. Gharibi, Z.; Ayvaci, MU; Hahsler, M.; Giacoma, T.; Gaston, RS; Tanriover, B. Keberkesanan kos terapi induksi berasaskan antibodi dalam penderma yang meninggal duniabuah pinggangpemindahan di Amerika Syarikat. Pemindahan 2017, 101, 1234.