清晨好,您是今天最早来到科研通的研友!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您科研之路漫漫前行!

Prediction-Driven Surge Planning with Application to Emergency Department Nurse Staffing

人员配备 急诊科 浪涌容量 浪涌 运营管理 业务 劳动力管理 医疗急救 运筹学 护理部 计算机科学 劳动力 医学 工程类 经济 2019年冠状病毒病(COVID-19) 传染病(医学专业) 病理 疾病 电气工程 经济增长
作者
Yue Hu,Carri W. Chan,Jing Dong
出处
期刊:Management Science [Institute for Operations Research and the Management Sciences]
卷期号:71 (3): 2079-2126 被引量:26
标识
DOI:10.1287/mnsc.2021.02781
摘要

Determining emergency department (ED) nurse staffing decisions to balance quality of service and staffing costs can be extremely challenging, especially when there is a high level of uncertainty in patient demand. Increasing data availability and continuing advancements in predictive analytics provide an opportunity to mitigate demand uncertainty by using demand forecasts. In this work, we study a two-stage prediction-driven staffing framework where the prediction models are integrated with the base (made weeks in advance) and surge (made nearly real-time) nurse staffing decisions in the ED. We quantify the benefit of having the ability to use the more expensive surge staffing and identify the importance of balancing demand uncertainty versus system stochasticity. We also propose a near-optimal two-stage staffing policy that is straightforward to interpret and implement. Last, we develop a unified framework that combines parameter estimation, real-time demand forecasts, and nurse staffing in the ED. High-fidelity simulation experiments for the ED demonstrate that the proposed framework has the potential to reduce annual staffing costs by 10%–16% ($2 M–$3 M) while guaranteeing timely access to care. This paper was accepted by David Simchi-Levi, healthcare management. Funding: J. Dong was partially supported by the Division of Civil, Mechanical and Manufacturing Innovation [Grant CMMI-1944209]. Supplemental Material: The data files are available at https://doi.org/10.1287/mnsc.2021.02781 .
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
yli130完成签到,获得积分10
5秒前
听话的秋白完成签到,获得积分10
5秒前
huangbs完成签到 ,获得积分10
8秒前
威武的碧玉完成签到,获得积分10
25秒前
alei089完成签到 ,获得积分10
26秒前
31秒前
李木禾完成签到 ,获得积分10
33秒前
李S完成签到 ,获得积分10
36秒前
Aman发布了新的文献求助10
38秒前
雪白的魔镜完成签到,获得积分10
41秒前
大意的山水完成签到,获得积分10
41秒前
开放的蚂蚁完成签到,获得积分10
49秒前
wwrjj完成签到,获得积分0
52秒前
SongXJ完成签到 ,获得积分10
55秒前
多情敏完成签到,获得积分10
55秒前
迅速的书雁完成签到,获得积分10
1分钟前
鲤鱼从安完成签到,获得积分10
1分钟前
积极的一江完成签到,获得积分10
1分钟前
无私的迎蓉完成签到,获得积分10
1分钟前
危机的曼卉完成签到,获得积分10
1分钟前
zhangguo完成签到 ,获得积分10
1分钟前
落后的山槐完成签到,获得积分10
2分钟前
Imran完成签到,获得积分10
2分钟前
虚拟的白云完成签到,获得积分10
2分钟前
甜甜的文轩完成签到,获得积分10
2分钟前
FashionBoy的应助被牛魔采纳,获得10
2分钟前
2分钟前
牛魔发布了新的文献求助10
2分钟前
动听的诗翠完成签到,获得积分10
2分钟前
细腻海瑶完成签到,获得积分10
2分钟前
vitamin完成签到 ,获得积分0
2分钟前
不安荟完成签到,获得积分10
2分钟前
fys131415完成签到 ,获得积分10
2分钟前
呆萌的孤云完成签到,获得积分10
2分钟前
2分钟前
嘻嘻发布了新的文献求助10
3分钟前
华无剑的应助被研友_闾丘枫采纳,获得10
3分钟前
Shiyuzz完成签到 ,获得积分10
3分钟前
华无剑的应助被研友_闾丘枫采纳,获得10
3分钟前
zyjsunye完成签到 ,获得积分10
3分钟前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
拉伸高分子熔体中缠结行为的模拟和小角中子散射研究 1500
The World Atlas of Wine 9th edition 1000
奈特基础组织学:配套组织病理学(第4版)(Netter's Essential Histology With Correlated Histopathology) 800
John McDowells Bildungstheorie 800
八旗制度の研究 600
Analyses de reconnaissances de dettes passées devant les échevins d'Ypres (1249-1291) 600
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 工程类 有机化学 化学工程 生物化学 物理 复合材料 内科学 催化作用 光电子学 人工智能 细胞生物学 无机化学 物理化学 数学
热门帖子
关注 科研通微信公众号,转发送积分 8159011
求助须知:如何正确求助?哪些是违规求助? 9554538
关于积分的说明 21719454
捐赠科研通 7748561
什么是DOI,文献DOI怎么找? 3427123
关于科研通互助平台的介绍 2552021
邀请新用户注册赠送积分活动 2471370