Una heurística de búsqueda local para problemas de asignación de enfermeras con preferencias personales
DOI:
https://doi.org/10.47456/bjpe.v10i2.44130Palabras clave:
Heurísticas, Administración Hospitalaria, Busqueda LocalResumen
En los últimos tiempos, la investigación en optimización sanitaria ha experimentado un crecimiento exponencial, despertando un gran interés entre investigadores y organizaciones sanitarias. Este aumento del interés viene motivado por la complejidad y relevancia de los retos a los que se enfrenta la sociedad, y está directamente relacionado con la creciente necesidad de mejorar los procesos y la búsqueda de una mayor eficiencia en los sistemas sanitarios a escala global. El objetivo de este estudio es desarrollar un enfoque de optimización, basado en heurísticas computacionales, para realizar la planificación y asignación de profesionales de enfermería en sectores hospitalarios, buscando maximizar tanto las preferencias personales de los profesionales como la eficiencia en la atención a la salud. El método propuesto utiliza un algoritmo heurístico de optimización basado en búsqueda local con mecanismos de perturbación de solución y vecindades de búsqueda eficientes. Los resultados computacionales mostraron que el método es capaz de realizar asignaciones eficientes de profesionales de enfermería en sectores hospitalarios, optimizando la satisfacción profesional y la calidad del servicio prestado. En conclusión, el estudio demostró que el método desarrollado permite una eficiente gestión y asignación de profesionales de enfermería en ambientes hospitalarios, logrando aportes científicos y prácticos para las áreas de optimización asistencial y administración hospitalaria.
Descargas
Referencias
Abdalkareem, Z. A., Amir, A., Al-Betar, M. A., Ekhan, P., & Hammouri, A. I. (2021). Healthcare scheduling in optimization context: a review. Health and Technology, 11, 445-469. https://doi.org/10.1007/s12553-021-00547-5
Awadallah, M. A., Bolaji, A. L. A., & Al-Betar, M. A. (2015). A hybrid artificial bee colony for a nurse rostering problem. Applied Soft Computing, 35, 726-739. https://doi.org/10.1016/j.asoc.2015.07.004
Bilgin, B., Demeester, P., Misir, M., Vancroonenburg, W., & Vanden Berghe, G. (2012). One hyper-heuristic approach to two timetabling problems in health care. Journal of Heuristics, 18, 401-434. https://doi.org/10.1007/s10732-011-9192-0
Burke, E. K., Curtois, T., Post, G., Qu, R., & Veltman, B. (2008). A hybrid heuristic ordering and variable neighbourhood search for the nurse rostering problem. European journal of operational research, 188(2), 330-341. https://doi.org/10.1016/j.ejor.2007.04.030
Camargo, F. C., Fonseca, C. C. M., Pereira, G. de A., Manzan, W. A., & Junior, H. B. N. (2018). Produção nacional sobre Softwares apoiadores da atuação de enfermeiros hospitalares. Journal of Health Informatics, 10(4), 125-130. Retrieved from https://jhi.sbis.org.br/index.php/jhi-sbis/article/view/584
Castaño, F., & Velasco, N. (2020). Exact and heuristic approaches for the automated design of medical trainee’s rotation schedules. Omega, 97, 102107. https://doi.org/10.1016/j.omega.2019.102107
Chen, P. S., Huang, W. T., Chiang, T. H., & Chen, G. Y. H. (2020). Applying heuristic algorithms to solve inter-hospital hierarchical allocation and scheduling problems of medical staff. International Journal of computational intelligence systems, 13(1), 318-331. https://doi.org/10.2991/ijcis.d.200310.004
Chen, P. S., Tsai, C. C., Dang, J. F., & Huang, W. T. (2022). Developing three-phase modified bat algorithms to solve medical staff scheduling problems while considering minimal violations of preferences and mean workload. Technology and Health Care, 30(3), 519-540. https://doi.org/10.3233/THC-202547
Constantino, A. A., Landa-Silva, D., Melo, E. L. de, Mendonça, C. F. X. de, Rizzato, D. B., & Romão, W. (2014). A heuristic algorithm based on multi-assignment procedures for nurse scheduling. Annals of Operations Research, 218, 165-183. https://doi.org/10.1007/s10479-013-1357-9
Du, G., Jiang, Z., Yao, Y., & Diao, X. (2013). Clinical pathways scheduling using hybrid genetic algorithm. Journal of Medical Systems, 37, 1-17. https://doi.org/10.1007/s10916-013-9945-4
Gür, Ş. & Eren, T. (2018). Application of operational research techniques in operating room scheduling problems: literature overview. Journal of Healthcare Engineering, 2018, 1-15. https://doi.org/10.1155/2018/5341394
Liu, Z., Liu, Z., Zhu, Z., Shen, Y., & Dong, J. (2018). Simulated annealing for a multi-level nurse rostering problem in hemodialysis service. Applied Soft Computing, 64, 148-160. https://doi.org/10.1016/j.asoc.2017.12.005
Mendonca, E. A. & Tachinardi, U. (2018). Artificial Intelligence and Medicine: “times are a’changing”. Journal of Health Informatics, 10(4), 1-2. Retrieved from https://jhi.sbis.org.br/index.php/jhi-sbis/article/view/684
Millard, D., Mesmer, B., Gholston, S., & Kuhn, S. (2018). Optimization of Nurse Staffing under Varying Preferences. Journal of Management & Engineering Integration, 11(1), 11-19. Retrieved from https://www.proquest.com/scholarly-journals/optimization-nurse-staffing-under-varying/docview/2316725562/se-2
Mohd Rasip, N., Basari, A. S. H., Ibrahim, N. K., & Hussin, B. (2015). Enhancement of nurse scheduling steps using particle swarm optimization. In Sulaiman, H., Othman, M., Othman, M., Rahim, Y., Pee, N. (eds), Advanced Computer and Communication Engineering Technology (Volume 315, Chapter 45, pp. 459-469). Springer, Cham. https://doi.org/10.1007/978-3-319-07674-4_45
Mutingi, M. & Mbohwa, C. (2014). Healthcare staff scheduling in a fuzzy environment: A fuzzy genetic algorithm approach. Annals International Conference on Industrial Engineering and Operations Management, Bali, Indonesia, 3038-3047. Retrieved from https://hdl.handle.net/10210/13071
Özder, E. H., Özcan, E., & Eren, T. (2020). A systematic literature review for personnel scheduling problems. International Journal of Information Technology & Decision Making, 19(06), 1695-1735. https://doi.org/10.1142/S0219622020300050
Rahimian, E., Akartunalı, K., & Levine, J. (2017). A hybrid integer and constraint programming approach to solve nurse rostering problems. Computers & Operations Research, 82, 83-94. https://doi.org/10.1016/j.cor.2017.01.016
Soares, C. R., Peres, H. H. C., & de Oliveira, N. B. (2018). Processo de Enfermagem: revisão integrativa sobre as contribuições da informática. Journal of Health Informatics, 10(4), 112-118. Retrieved from https://jhi.sbis.org.br/index.php/jhi-sbis/article/view/550
Strandmark, P., Qu, Y., & Curtois, T. (2020). First-order linear programming in a column generation-based heuristic approach to the nurse rostering problem. Computers & Operations Research, 120, 104945. https://doi.org/10.1016/j.cor.2020.104945
Wong, T. C., Xu, M., & Chin, K. S. (2014). A two-stage heuristic approach for nurse scheduling problem: A case study in an emergency department. Computers & Operations Research, 51, 99-110. https://doi.org/10.1016/j.cor.2014.05.018
Xiang, W., Yin, J., & Lim, G. (2015). An ant colony optimization approach for solving an operating room surgery scheduling problem. Computers & Industrial Engineering, 85, 335-345. https://doi.org/10.1016/j.cie.2015.04.010
You, P. S. & Hsieh, Y. C. (2021). A heuristic algorithm for medical staff’s scheduling problems with multiskills and vacation control. Science Progress, 104(S3), 1-22. https://doi.org/10.1177/00368504211050301
Silva, Y. L. T. V. & Silva, N. E. F. (2023). A Hybrid Non-Dominated Sorting Genetic Algorithm with Local Search for Portfolio Selection Problem with Cardinality Constraints. Exacta. https://doi.org/10.5585/2023.22046
Zhong, X., Zhang, J., & Zhang, X. (2017). A two-stage heuristic algorithm for the nurse scheduling problem with fairness objective on weekend workload under different shift designs. IISE transactions on healthcare systems engineering, 7(4), 224-235. https://doi.org/10.1080/24725579.2017.1356891
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2024 Brazilian Journal of Production Engineering
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Todas las obras publicadas en la Revista Brasileña de Ingeniería de Producción (BJPE) están bajo la licencia Creative Commons Atribución 4.0 Internacional (CC BY 4.0).
Esto significa que:
Cualquier persona puede copiar, distribuir, exhibir, adaptar, remezclar e incluso utilizar comercialmente el contenido publicado en la revista;
Siempre que se reconozca debidamente a los autores y a BJPE como fuente original;
No se requiere permiso adicional para la reutilización, siempre que se respeten los términos de la licencia.
Esta política cumple con los principios de acceso abierto, promoviendo la amplia difusión del conocimiento científico.
2.png)
