Equity-aware stochastic optimization of mammography screening facility location under demand and capacity uncertainty
Deze studie presenteert een rechtvaardigheidsbewust stochastisch optimalisatiekader voor Texas dat optimale locaties voor nieuwe mammografievoorzieningen identificeert om de screeningsdekking aanzienlijk te vergroten en raciale en geografische ongelijkheden te verminderen door strategisch te richten op onderbediende gemeenschappen, terwijl expliciet rekening wordt gehouden met onzekerheden in vraag en capaciteit.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
Borstkanker blijft een van de meest voorkomende en dodelijke ziekten die vrouwen in de Verenigde Staten treffen, maar vroege detectie via screening met mammografie kan levens redden door de ziekte te ontdekken terwijl deze nog behandelbaar is. Voor deze screeningsingen moet een vrouw echter fysiek in staat zijn om een faciliteit te bereiken die over de juiste apparatuur en personeel beschikt. In veel delen van het land, met name in landelijke gebieden of gemeenschappen met minder middelen, is de reis naar een screeningscentrum lang, moeilijk of simpelweg onmogelijk. Deze ongelijke verdeling van gezondheidszorgdiensten creëert een kloof waarbij sommige vrouwen de zorg krijgen die ze nodig hebben, terwijl anderen dat niet krijgen, vaak gebaseerd op waar ze wonen of hun achtergrond. Om dit op te lossen, hebben planners meer nodig dan alleen een lijst van waar klinieken zich bevinden; ze hebben een manier nodig om te beslissen waar ze nieuwe klinieken moeten bouwen wanneer ze niet precies weten hoeveel vrouwen er precies behoefte aan zullen hebben of hoe druk de bestaande klinieken zullen zijn.
Een team van onderzoekers aan de University of Texas Health Science Center at Houston heeft een nieuwe manier ontwikkeld om dit puzzelstukje op te lossen. Ze hebben een computermodel ontwikkeld dat ontworpen is om de beste locaties te vinden voor het openen van nieuwe mammografische screeningsfaciliteiten in de hele staat Texas. Het doel was niet alleen om zoveel mogelijk vrouwen te helpen, maar om dit te doen op een manier die elke raciale en etnische groep eerlijk behandelt. De onderzoekers stonden voor een moeilijke uitdaging: ze moesten beslissingen nemen over waar te bouwen voordat ze precies wisten hoeveel vrouwen er zouden komen opdagen voor screenings of hoeveel afspraken de huidige klinieken konden afhandelen. Om deze onzekerheid aan te pakken, gebruikten ze een methode genaamd stochastische optimalisatie, wat in essentie duizenden verschillende "wat als"-scenario's draait om een plan te vinden dat goed werkt, ongeacht hoe de toekomst verloopt.
De studie richtte zich op meer dan 5,5 miljoen vrouwen in Texas tussen de 40 en 74 jaar, de groep voor wie regelmatige screening wordt aanbevolen. De onderzoekers begonnen door de 615 bestaande mammografische faciliteiten in kaart te brengen en in te schatten hoeveel vrouwen zij konden bedienen. Vervolgens identificeerden ze duizenden potentiële plekken waar een nieuwe kliniek gebouwd zou kunnen worden, met de focus op gebieden waar vrouwen momenteel te ver moesten reizen of waar de lokale klinieken al overbelast waren. Met behulp van hun model testten ze welke combinatie van nieuwe locaties de beste dekking voor de hele staat zou bieden, terwijl ze ook ervoor zorgden dat geen specifieke groep mensen werd achtergelaten.
De resultaten toonden aan dat het openen van 62 nieuwe faciliteiten op zorgvuldig gekozen locaties de toegang drastisch kan verbeteren. Onder het huidige systeem werd verwacht dat ongeveer 92 procent van de in aanmerking komende vrouwen toegang zou hebben tot screening binnen een redelijke reistijd. Met het nieuwe plan zou dat aantal stijgen naar bijna 98 procent. Belangrijker nog, het plan verminderde de kloof in toegang tussen verschillende raciale en etnische groepen aanzienlijk. Vóór de komst van de nieuwe faciliteiten hadden vrouwen in landelijke gebieden, in het bijzonder vrouwen die Wit, inheems Amerikaans of eilandbewoner uit de Stille Oceaan waren, de grootste moeite om een kliniek te bereiken. De nieuwe locaties werden specifiek geplaatst om deze onderbediende populaties te helpen, waardoor hun toegangspercentages steeg om gelijk te komen met die van vrouwen in stedelijke gebieden. Het model zorgde ervoor dat elke groep verbetering zag, waarbij de meest benadeelde groepen de meeste vooruitgang bochten.
De onderzoekers ontdekten dat de nieuwe faciliteiten verspreid over de staat zouden worden geopend, waarbij bijna de helft in niet-stedelijke districten (counties) zou worden gevestigd. Sterker nog, 39 procent van de nieuwe locaties zou de allereerste mammografische faciliteit in hun respectieve districten zijn, waarmee de status van die gebieden als "mammografiewoestijnen" effectief wordt beëindigd. De studie onthulde ook dat het simpelweg bouwen van meer klinieken in steden het probleem niet zou oplossen. De meest effectieve strategie was om faciliteiten te plaatsen waar de behoefte het grootst was, zelfs als die gebieden een lager inwoneraantal hadden. Deze aanpak betekende dat de nieuwe klinieken geplaatst zouden worden op plaatsen waar vrouwen momenteel wonen, in plaats van alleen daar waar de hoogste volumes aan patiënten zich al verzamelden.
De studie benadrukte echter ook de beperkingen van wat vaste gebouwen kunnen bereiken. In de meest afgelegen en dunbevolkte delen van West-Texas kon zelfs het beste plan voor nieuwe permanente klinieken er niet in slagen om elke vrouw binnen een rit van zestig minuten te bereiken. In deze specifieke gebieden merkten de onderzoekers op dat mobiele screeningsunits waarschijnlijk een betere oplossing zouden zijn dan het bouwen van meer permanente locaties. Het model bewees ook dat het rekening houden met onzekerheid cruciaal was. Als de planners de mogelijkheid van fluctuerende vraag en capaciteit hadden genegeerd en simpelweg hadden gebouwd op basis van gemiddelde aantallen, dan zou het resultaat bijna 30.000 vrouwen per jaar meer zonder toegang hebben gelaten. Door te plannen voor het onbekende, verzekerde het model de toegang voor die extra vrouwen.
Uiteindelijk demonstreert de studie dat een bescheiden uitbreiding van de screeningscapaciteit, wanneer deze wordt gestuurd door data en een toewijding aan rechtvaardigheid, de aanzienlijke hiaten kan dichten. De onderzoekers lieten zien dat het mogelijk is om het aantal vrouwen dat gescreend kan worden te vergroten en tegelijkertijd het systeem evenwichtiger te maken voor iedereen. De bevindingen suggereren dat door faciliteiten te plaatsen waar onderbediende populaties wonen, in plaats van alleen waar de meeste mensen zijn, gezondheidssystemen de kloof tussen rurale en stedelijke toegang en tussen verschillende raciale groepen kunnen verkleinen. Hoewel geen enkel plan elk geografisch probleem kan oplossen, biedt deze aanpak een duidelijk, op bewijs gebaseerd pad voorwaarts om levensreddende screenings beschikbaar te maken aan meer vrouwen, ongeacht hun postcode of achtergrond.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.