Un estudio de revisión de estudios de optimización para la programación de citas del sistema
Autores: Niu, Tiantian; Lei, Bingyin; Guo, Li; Fang, Shu; Li, Qihang; Gao, Bingrui; Yang, Li; Gao, Kaiye
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Un estudio de revisión de estudios de optimización para la programación de citas del sistema
Categoría
Matemáticas
Subcategoría
Análisis matemático
Palabras clave
Programación de citas
Optimización del sistema
Algoritmos
Marcos de toma de decisiones
Gestión de la salud
Simulación
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 20
Citaciones: Sin citaciones
Ante un entorno de alta demanda cada vez mayor para los pacientes ambulatorios, lograr un equilibrio entre la asignación de recursos médicos limitados y la satisfacción del paciente tiene beneficios sociales y económicos considerables. Por lo tanto, la operación del sistema de programación de citas (AS) se utiliza en clínicas y hospitales, y la investigación de optimización de su funcionamiento es de gran importancia. Este estudio revisa el progreso de la investigación sobre la optimización del sistema de programación de citas. En primer lugar, clasificamos y concluimos las estructuras existentes del sistema de programación de citas y los marcos de toma de decisiones. Posteriormente, resumimos el marco de optimización de la confiabilidad del sistema desde tres aspectos: objetivos de optimización del sistema de programación de citas, variables de decisión y restricciones. Después, revisamos de manera metódica los algoritmos de optimización de sistema más aplicados en diferentes sistemas de programación de citas. Por último, se proporciona un análisis bibliométrico de la literatura. Durante nuestra revisión de la literatura, observamos que (1) los métodos de optimización en los AS involucran predominantemente la aplicación de algoritmos genéticos y algoritmos de optimización de simulación; (2) las redes neuronales y los métodos de aprendizaje profundo son tecnologías centrales en la optimización de la gestión de la salud; (3) un análisis bibliométrico revela un interés creciente en la tecnología de optimización de los AS en China en comparación con otras naciones; y (4) son esenciales avances adicionales en la optimización integral del sistema, la exploración de escenarios de uso práctico y la aplicación de técnicas avanzadas de simulación y modelado en esta investigación.
Descripción
Ante un entorno de alta demanda cada vez mayor para los pacientes ambulatorios, lograr un equilibrio entre la asignación de recursos médicos limitados y la satisfacción del paciente tiene beneficios sociales y económicos considerables. Por lo tanto, la operación del sistema de programación de citas (AS) se utiliza en clínicas y hospitales, y la investigación de optimización de su funcionamiento es de gran importancia. Este estudio revisa el progreso de la investigación sobre la optimización del sistema de programación de citas. En primer lugar, clasificamos y concluimos las estructuras existentes del sistema de programación de citas y los marcos de toma de decisiones. Posteriormente, resumimos el marco de optimización de la confiabilidad del sistema desde tres aspectos: objetivos de optimización del sistema de programación de citas, variables de decisión y restricciones. Después, revisamos de manera metódica los algoritmos de optimización de sistema más aplicados en diferentes sistemas de programación de citas. Por último, se proporciona un análisis bibliométrico de la literatura. Durante nuestra revisión de la literatura, observamos que (1) los métodos de optimización en los AS involucran predominantemente la aplicación de algoritmos genéticos y algoritmos de optimización de simulación; (2) las redes neuronales y los métodos de aprendizaje profundo son tecnologías centrales en la optimización de la gestión de la salud; (3) un análisis bibliométrico revela un interés creciente en la tecnología de optimización de los AS en China en comparación con otras naciones; y (4) son esenciales avances adicionales en la optimización integral del sistema, la exploración de escenarios de uso práctico y la aplicación de técnicas avanzadas de simulación y modelado en esta investigación.