h1

000835389 001__ 835389
000835389 005__ 20251017105846.0
000835389 020__ $$a978-3-8439-4895-1
000835389 0247_ $$2HBZ$$aHT021155188
000835389 0247_ $$2Laufende Nummer$$a40713
000835389 0247_ $$2datacite_doi$$a10.18154/RWTH-2021-10500
000835389 037__ $$aRWTH-2021-10500
000835389 041__ $$aEnglish
000835389 082__ $$a510
000835389 1001_ $$0P:(DE-82)IDM02398$$aComis, Martin$$b0$$urwth
000835389 245__ $$aRobust primary care systems$$cMartin Comis$$hprint, online
000835389 250__ $$a1. Auflage
000835389 260__ $$aMünchen$$bVerlag Dr. Hut$$c2021
000835389 300__ $$axi, 235 Seiten : Illustrationen, Diagramme
000835389 3367_ $$02$$2EndNote$$aThesis
000835389 3367_ $$0PUB:(DE-HGF)11$$2PUB:(DE-HGF)$$aDissertation / PhD Thesis$$bphd$$mphd
000835389 3367_ $$0PUB:(DE-HGF)3$$2PUB:(DE-HGF)$$aBook$$mbook
000835389 3367_ $$2BibTeX$$aPHDTHESIS
000835389 3367_ $$2DRIVER$$adoctoralThesis
000835389 3367_ $$2DataCite$$aOutput Types/Dissertation
000835389 3367_ $$2ORCID$$aDISSERTATION
000835389 4900_ $$aMathematik
000835389 500__ $$aZweitveröffentlicht auf dem Publikationsserver der RWTH Aachen University
000835389 502__ $$aDissertation, RWTH Aachen University, 2021$$bDissertation$$cRWTH Aachen University$$d2021$$gFak01$$o2021-05-07
000835389 5203_ $$aDie hausärztliche Versorgung gilt als das Rückgrat der allgemeinen Gesundheitsversorgung. Da die Bevölkerung jedoch altert und die Zahl der Hausärzte zurückgeht, beginnt dieses Fundament zu bröckeln. Die Folge sind zunehmende Anfahrtswege, Wartezeiten und Arbeitsbelastungen bis zu einem Punkt, an dem die Versorgung nicht mehr gewährleistet werden kann. Um diesen Entwicklungen entgegenzuwirken, diskutieren Vertreter von Regierung, Krankenkassen und Verbänden eine Reihe neuer Versorgungskonzepte und politischer Veränderungen. Diese Arbeit möchte durch die Bereitstellung von Entscheidungsunterstützungssystemen, Algorithmen und theoretischen Ergebnissen zu dieser Diskussion beitragen. Besonderes Augenmerk wird dabei auf den ländlichen Raum gelegt, da dieser aufgrund seiner geographisch-demographischen Gegebenheiten besonders anfällig ist. Die entstandenen Resultate lassen sich in drei Hauptgruppen unterteilen und werden nachfolgend diskutiert. Der erste Teil dieser Arbeit befasst sich mit der grundlegenden Frage, wie die Qualität der hausärztlichen Versorgung quantifiziert werden kann. Da das Gesundheitswesens äußerst komplex ist, erweist sich dies als eine nicht-triviale Fragestellung. Die vorherrschende Methode der Wahl ist daher auch weiterhin die Bewertung des Arzt-Bevölkerungs-Verhältnisses. Um eine verfeinerte Analyse zu ermöglichen, wird in dieser Arbeit das hybride agentenbasierte Simulationsmodell SiM-Care vorgestellt. SiM-Care modelliert die Mikrointeraktionen von Patienten und Hausärzten auf individueller Ebene. Dadurch wird Entscheidungsträgern der Zugang zu mehreren Schlüsselindikatoren wie Patientenwartezeiten und Ärzteauslastung ermöglicht, die als Grundlage zur Bewertung des Versorgungsgrades dienen können. Darüber hinaus ermöglicht es das Modell, Veränderungen der Infrastruktur und des Patientenverhaltens zu analysieren, was mit etablierten Methoden nicht möglich ist. Der zweite Teil dieser Arbeit untersucht den Einsatz rollender Arztpraxen (MMUs) in ländlichen Gebieten. MMUs sind mit medizinischen Geräten ausgestattete Fahrzeuge, die leicht zu verlegen sind und somit eine wohnortnahe Gesundheitsversorgung ermöglichen. Zur Vorbereitung der Inbetriebnahme von MMUs, muss ein komplexer Planungsprozess durchgeführt werden. Um diesen Planungsprozess zu automatisieren, führt diese Arbeit einen integrierten mehrphasigen Optimierungsansatz ein. Neuartig an diesem Ansatz ist, dass wir zwischen Patienten die ein zentralisiertes Terminsystem verwenden sowie Patienten ohne Termin, sogenannter Laufkundschaft, unterscheiden. Darüber hinaus ermöglicht es der Optimierungsansatz, Unsicherheiten in beiden Patiententypen zu berücksichtigen, was bisher nicht untersucht wurde. Der dritte Teil dieser Arbeit untersucht zwei Matching Probleme, die aus der Einsatzplanung von MMUs hervorgegangen sind. Es wird gezeigt, dass beide Matching Probleme stark NP-schwer sind. Folglich konzentriert sich diese Arbeit auf eingeschränkte Graphenklassen und entwickelt eine Reihe von polynomiellen und pseudo-polynomiellen Algorithmen.$$lger
000835389 520__ $$aPrimary care systems are generally considered to be the backbone of universal health care. However, as the population ages and the number of primary care physicians declines, this foundation is starting to crumble. There result increasing access distances, waiting times, and workloads up to the point where the system's functioning can no longer be guaranteed. To counteract these developments, representatives from the government, insurances, and associations discuss an array of novel supply concepts and policy changes. This thesis aims to advance this discussion by providing suitable decision support tools, algorithms, and theoretic results. Special attention is thereby put on rural primary care systems, as these are particularly vulnerable due to their geographic-demographic facts. The resulting contributions can be categorized into three main groups and we summarize them hereinafter.The first part of this thesis addresses the fundamental question of how the quality of primary care systems can be quantified. Due to the inherent complexity and micro-level detail of primary care systems, this turns out to be a highly non-trivial problem and the predominant method of choice is therefore still an assessment of the physician-to-population ratio. To facilitate a more refined analysis, this thesis introduces the hybrid agent-based simulation model SiM-Care. SiM-Care models and tracks the micro-interactions of patients and primary care physicians on an individual level. The model thereby enables decision makers to access several performance indicators such as patient waiting times and physician utilization that can serve as a sound basis for the assessment and comparison of primary care systems. Furthermore, it becomes possible to evaluate changes in the infrastructure, patient behavior, and service design which is impossible with purely ratio-based assessments.The second part of this thesis examines mobile medical units (MMUs) for the supply of primary care services in rural environments. MMUs are customized vehicles fitted with medical equipment that are easy to relocate and therefore enable a demand-oriented and local provision of health services. Prior to their operation, MMUs necessitate a complex prelaunch strategy to ensure their effectiveness and sustainability. To devise such strategies, this thesis contributes an integrated multi-phased optimization framework. Novel to this framework is the consideration of two types of patient demands, namely patients who seek health services through a centralized appointment system as well as walk-ins who do not announce their visits. Moreover, the framework allows for the incorporation of uncertainties in both types of patient demands which was previously unconsidered.The third part of this thesis studies two matching problems that derive from the application of MMUs in primary care. It is shown that very restricted variants of these matching problems are already strongly NP-hard. Consequently, this thesis focuses on restricted graph classes and contributes a range of polynomial and pseudo-polynomial algorithms.$$leng
000835389 536__ $$0G:(GEPRIS)282652900$$aGRK 2236: UNRAVEL - UNcertainty and Randomness in Algorithms, VErification, and Logic (282652900)$$c282652900$$x0
000835389 536__ $$0G:(BMBF)BMBF-05M16PAA$$aVerbundprojekt 05M2016 - HealthFaCT: Optimierung der ambulanten medizinischen Versorgung im ländlichen Raum - Teilprojekt 3 (BMBF-05M16PAA)$$cBMBF-05M16PAA$$x1
000835389 588__ $$aDataset connected to Lobid/HBZ
000835389 591__ $$aGermany
000835389 7001_ $$0P:(DE-82)IDM02252$$aBüsing, Christina Maria Katharina$$b1$$eThesis advisor$$urwth
000835389 7001_ $$0P:(DE-82)IDM01343$$aCleophas, Eva Catherine$$b2$$eThesis advisor
000835389 7001_ $$0P:(DE-82)IDM00097$$aKoster, Arie Marinus$$b3$$eThesis advisor$$urwth
000835389 8564_ $$uhttps://www.dr.hut-verlag.de/9783843948951.html$$yHomepage of publisher
000835389 8564_ $$uhttps://publications.rwth-aachen.de/record/835389/files/835389.pdf$$yOpenAccess
000835389 909CO $$ooai:publications.rwth-aachen.de:835389$$pdnbdelivery$$pdriver$$pVDB$$popen_access$$popenaire
000835389 9101_ $$0I:(DE-588b)36225-6$$6P:(DE-82)IDM02398$$aRWTH Aachen$$b0$$kRWTH
000835389 9101_ $$0I:(DE-588b)36225-6$$6P:(DE-82)IDM02252$$aRWTH Aachen$$b1$$kRWTH
000835389 9101_ $$0I:(DE-588b)36225-6$$6P:(DE-82)IDM00097$$aRWTH Aachen$$b3$$kRWTH
000835389 9141_ $$y2021
000835389 915__ $$0StatID:(DE-HGF)0510$$2StatID$$aOpenAccess
000835389 9201_ $$0I:(DE-82)119530_20160630$$k119530$$lJuniorprofessur für Robuste Planung in der medizinischen Versorgung$$x0
000835389 9201_ $$0I:(DE-82)110000_20140620$$k110000$$lFachgruppe Mathematik$$x1
000835389 9201_ $$0I:(DE-82)113210_20140620$$k113210$$lLehrstuhl II für Mathematik (für Ingenieure)$$x2
000835389 9201_ $$0I:(DE-82)113320_20140620$$k113320$$lLehr- und Forschungsgebiet Mathematik (Diskrete Optimierung)$$x3
000835389 9201_ $$0I:(DE-82)080060_20170720$$k080060$$lGraduiertenkolleg UnRAVeL$$x4
000835389 961__ $$c2021-12-08T08:11:54.467300$$x2021-11-14T15:16:04.362664$$z2021-12-08T08:11:54.467300
000835389 9801_ $$aFullTexts
000835389 980__ $$aI:(DE-82)080060_20170720
000835389 980__ $$aI:(DE-82)110000_20140620
000835389 980__ $$aI:(DE-82)113210_20140620
000835389 980__ $$aI:(DE-82)113320_20140620
000835389 980__ $$aI:(DE-82)119530_20160630
000835389 980__ $$aUNRESTRICTED
000835389 980__ $$aVDB
000835389 980__ $$abook
000835389 980__ $$aphd