Equity-aware stochastic optimization of mammography screening facility location under demand and capacity uncertainty
Diese Studie präsentiert ein auf Gerechtigkeit ausgerichtetes stochastisches Optimierungsverfahren für Texas, das optimale Standorte für neue Mammographie-Einrichtungen identifiziert, um die Screening-Abdeckung signifikant zu erhöhen und rassistische sowie geografische Disparitäten zu verringern, indem unterdrückte Gemeinschaften strategisch gezielt werden und gleichzeitig Nachfrage- und Kapazitätsunsicherheiten explizit berücksichtigt werden.
Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Brustkrebs bleibt eine der häufigsten und tödlichsten Krankheiten, die Frauen in den Vereinigten Staaten betreffen, aber die Früherkennung durch Mammographie-Screenings kann Leben retten, indem sie die Krankheit entdeckt, während sie noch behandelbar ist. Damit diese Untersuchungen jedoch funktionieren, müssen Frauen physisch in der Lage sein, eine Einrichtung zu erreichen, die über die richtige Ausrüstung und das passende Personal verfügt. In vielen Teilen des Landes, insbesondere in ländlichen Gebieten oder Gemeinden mit weniger Ressourcen, ist der Weg zu einem Screening-Zentrum lang, schwierig oder schlichtweg unmöglich. Diese ungleiche Verteilung von Gesundheitsdienstleistungen schafft eine Lücke, in der einige Frauen die Pflege erhalten, die sie benötigen, während andere dies nicht tun, oft basend darauf, wo sie leben oder welchen Hintergrund sie haben. Um dies zu beheben, benötigen Planer mehr als nur eine Liste der Standorte von Kliniken; sie brauchen eine Möglichkeit zu entscheiden, wo neue gebaut werden sollen, wenn sie sich nicht genau sicher sein können, wie viele Frauen sie benötigen werden oder wie ausgelastet die bestehenden Kliniken sein werden.
Ein Team von Forschern am University of Texas Health Science Center at Houston hat einen neuen Weg entwickelt, um dieses Rätsel zu lösen. Sie haben ein Computermodell erstellt, das darauf ausgelegt ist, die besten Orte für die Eröffnung neuer Mammographie-Screening-Einrichtungen im gesamten Bundesstaat Texas zu finden. Das Ziel war nicht nur, so vielen Frauen wie möglich zu helfen, sondern dies auf eine Weise zu tun, die jede rassische und ethnische Gruppe fair behandelt. Die Forscher standen vor der schwierigen Herausforderung, dass sie Entscheidungen über den Bau treffen mussten, bevor sie genau wussten, wie viele Frauen zu den Screenings erscheinen würden oder wie viele Termine die derzeitigen Kliniken bewältigen könnten. Um diese Unsicherheit zu bewältigen, verwendeten sie eine Methode namens stochastische Optimierung, die im Wesentlichen tausende verschiedene „Was-wäre-wenn“-Szenarien durchläuft, um einen Plan zu finden, der funktioniert, egal wie die Zukunft aussieht.
Die Studie konzentrierte sich auf mehr als 5,5 Millionen Frauen in Texas im Alter zwischen 40 und 74 Jahren, der Gruppe, für die ein regelmäßiges Screening empfohlen wird. Die Forscher begannen damit, die 615 bestehenden Mammographie-Einrichtungen abzubilden und zu schätzen, wie viele Frauen sie versorgen könnten. Dann identifizierten sie tausende potenzielle Standorte, an denen eine neue Klinik gebaut werden könnte, wobei sie sich auf Gebiete konzentrierten, in denen Frauen bisher zu weit reisen mussten oder in denen die lokalen Kliniken bereits überlastet waren. Mit ihrem Modell testeten sie, welche Kombination von neuen Standorten die beste Abdeckung für den gesamten Bundesstaat bieten würde und gleichzeitig sicherstellte, dass keine bestimmte Gruppe von Menschen zurückgelassen wird.
Die Ergebnisse zeigten, dass die Eröffnung von 62 neuen Einrichtungen an sorgfältig gewählten Standorten den Zugang drastisch verbessern könnte. Unter dem derzeitigen System wurde erwartet, dass etwa 92 Prozent der berechtigten Frauen Zugang zu einem Screening innerhalb einer angemessenen Fahrtzeit hätten. Mit dem neuen Plan würde diese Zahl auf fast 98 Prozent steigen. Wichtiger noch: Der Plan reduzierte die Kluft beim Zugang zwischen verschiedenen rassischen und ethnischen Gruppen erheblich. Vor den neuen Einrichtungen hatten Frauen in ländlichen Gebieten, insbesondere jene, die weiß, indigene Amerikaner oder Pazifikinsulaner waren, die größte Schwierigkeit, eine Klinik zu erreichen. Die neuen Standorte wurden gezielt platziert, um diesen unterversorgten Bevölkerungsgruppen zu helfen, wodurch ihr Zugangsniveau an das von Frauen in eher urbanen Gebieten angeglichen wurde. Das Modell stellte sicher, dass jede Gruppe eine Verbesserung erlebte, wobei die am stärksten benachteiligten Gruppen die größten Fortschritte machten.
Die Forscher fanden heraus, dass die neuen Einrichtungen über den Bundesstaat verteilt wären, wobei fast die Hälfte an nicht-metropolitanen Counties liegen würde. Tatsächlich wären 39 Prozent der neuen Standorte die allererste Mammographie-Einrichtung in ihren jeweiligen Counties, was effektiv das Ende des Status dieser Gebiete als „Mammographie-Wüsten“ bedeuten würde. Die Studie zeigte auch auf, dass der bloße Bau von mehr Kliniken in Städten das Problem nicht lösen würde. Die effektivste Strategie bestand darin, Einrichtungen dort zu platzieren, wo der Bedarf am größten ist, selbst wenn diese Gebiete geringere Bevölkerungszahlen aufweisen. Dieser Ansatz bedeutete, dass die neuen Kliniken an Orten angesiedelt würden, an denen die Frauen tatsächlich leben, statt nur dort, wo sich bereits das höchste Patientenaufkommen sammelt.
Die Forscher stellten jedoch auch die Grenzen fest, die feste Gebäude erreichen können. In den am weitesten abgelegenen und dünn besiedelten Teilen von West-Texas konnte selbst der beste Plan für neue permanente Kliniken nicht jede Frau innerhalb einer sechzigminütigen Fahrt erreichen. In diesen spezifischen Gebieten merkten die Forscher an, dass mobile Screening-Einheiten wahrscheinlich eine bessere Lösung als der Bau weiterer permanenter Standorte wären. Das Modell bewies zudem, dass die Berücksichtigung von Unsicherheit entscheidend war. Wenn die Planer die Möglichkeit schwankender Nachfrage und Kapazität ignoriert und einfach basierend auf Durchschnittswerten gebaut hätten, wäre das Ergebnis gewesen, dass jedes Jahr fast 30.000 Frauen mehr keinen Zugang gehabt hätten. Durch die Planung für das Unbekannte sicherte das Modell den Zugang für diese zusätzlichen Frauen.
Letztendlich zeigt die Studie, dass eine moderate Erweiterung der Screening-Kapazität, geleitet durch Daten und ein Engagement für Fairness, signifikante Lücken schließen kann. Die Forscher haben gezeigt, dass es möglich ist, die Anzahl der Frauen, die untersucht werden können, zu erhöhen und gleichzeitig das System für alle gerechter zu gestalten. Die Ergebnisse legen nahe, dass durch die Platzierung von Einrichtungen dort, wo unterversorgte Bevölkerungsgruppen leben, anstatt nur dort, wo die meisten Menschen sind, Gesundheitssysteme die Kluft zwischen ländlichem und urbanem Zugang sowie zwischen verschiedenen ethnischen Gruppen verringern können. Während kein einzelner Plan alle geografischen Herausforderungen lösen kann, bietet dieser Ansatz einen klaren, evidenzbasierten Weg nach vorn, um lebensrettende Screenings für mehr Frauen verfügbar zu machen, unabhängig von ihrer Postleitzahl oder ihrem Hintergrund.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.