गुर्दा प्रत्यारोपण परिणामों पर बहु-क्षेत्र सूचीकरण और सूचना साझाकरण के प्रभाव का अध्ययन करने के लिए एक सिमुलेशन-आधारित अनुकूलन मॉडल

ज़हरा ग़रीबी 1,* और माइकल हैस्लर 2

सार:8000 से अधिक मरीज प्रतीक्षा सूची मेंगुर्दाप्रत्यारोपण मर जाता है या स्वास्थ्य बिगड़ने के कारण प्रत्यारोपण प्राप्त करने के लिए अयोग्य हो जाता है। इसी समय, संयुक्त राज्य अमेरिका में हर साल मृतक दाताओं से 4000 से अधिक बरामद गुर्दे को त्याग दिया जाता है। यह पेपर एक सिमुलेशन-आधारित अनुकूलन मॉडल विकसित करता है जो एक के लिए कई महत्वपूर्ण कारकों पर विचार करता हैगुर्दासुधार के लिए प्रत्यारोपणगुर्दाउपयोग। अधिकांश प्रस्तावित मॉडलों के विपरीत, प्रस्तुत अनुकूलन मॉडल में पेशकश की प्रक्रिया, रोगी के स्वास्थ्य में गिरावट और का विवरण शामिल हैगुर्दासमय के साथ गुणवत्ता, रोगियों के स्वास्थ्य और स्वीकृति निर्णयों के बीच संबंध, और गुर्दे की स्वीकृति की संभावना। हम यूनाइटेड नेटवर्क ऑफ ऑर्गन शेयरिंग (यूएनओएस) और साइंटिफिक रजिस्ट्री ऑफ ट्रांसप्लांट रिसिपिएंट्स (एसआरटीआर) से प्राप्त डेटा का उपयोग करके मॉडल मापदंडों का अनुमान लगाते हैं। इन मापदंडों का उपयोग करते हुए, हम दो संबंधित अनुप्रयोगों का उपयोग करके सिमुलेशन-आधारित अनुकूलन मॉडल की शक्ति का वर्णन करते हैं। पूर्व रोगियों को प्रत्यारोपण के बाद के परिणामों पर बहु-क्षेत्र प्रतीक्षा सूची को आगे बढ़ाने के लिए प्रोत्साहित करने के प्रभावों की पड़ताल करता है। यहां, एक सिमुलेशन-आधारित ऑप्टिमाइज़ेशन मॉडल रोगी को उनके मांग-से-आपूर्ति अनुपात को देखते हुए प्रतीक्षासूची में शामिल होने के लिए सर्वोत्तम क्षेत्रों का चयन करने देता है। दूसरा आवेदन प्रत्यारोपण के एक सिस्टम-स्तरीय पहलू पर केंद्रित है, अर्थात् किडनी त्याग दर और सामाजिक कल्याण में सुधार पर सूचना साझा करने का योगदान। हम प्रतीक्षा सूची मृत्यु दर, गुर्दा त्याग, और प्रत्यारोपण दरों पर एक उपलब्ध दाता अंग के लिए एक मिलान रोगी को खोजने में तेजी लाने के लिए आधुनिक सूचना प्रौद्योगिकी का उपयोग करने के प्रभावों की जांच करते हैं। हम दिखाते हैं कि यूनाइटेड नेटवर्क फॉर ऑर्गन शेयरिंग (यूएनओएस) द्वारा वर्तमान में विकसित आधुनिक सूचना प्रौद्योगिकी समर्थन आवश्यक है और गुर्दे के उपयोग में काफी सुधार कर सकता है।

कीवर्ड:सिमुलेशन मॉडल;गुर्दास्वीकृति;गुर्दाआवंटन; बहु-क्षेत्र सूचीकरण; जानकारी साझाकरण

संपर्क करना:joanna.jia@wecistanche.com

सिस्टांचेट्यूबुलोसा गुर्दे की बीमारी से बचाता है, नमूना लेने के लिए यहां क्लिक करें

1 परिचय

दीर्घकालिकगुर्दारोग (सीकेडी) किसकी प्रगतिशील हानि है?गुर्दासमय के साथ कार्य करें। सीकेडी एक विश्वव्यापी स्वास्थ्य संकट है, क्योंकि इस समय 2 मिलियन से अधिक रोगी अंतिम चरण के गुर्दे की बीमारी (ईएसआरडी) या गुर्दे की विफलता से पीड़ित हैं। ईएसआरडी के निदान वाले रोगियों की संख्या प्रत्येक वर्ष 5 प्रतिशत से 7 प्रतिशत के बीच बढ़ने की उम्मीद है [1]। फिलहाल इसका कोई इलाज नहीं हैगुर्दाविफलता, और ईएसआरडी वाले रोगियों को जीवित रहने के लिए जीवित या मृत दाता से बार-बार डायलिसिस या गुर्दा प्रत्यारोपण प्राप्त करने की आवश्यकता होती है। अधिकांश रोगियों के लिए, गुर्दा प्रत्यारोपण पसंदीदा उपचार है जो डायलिसिस की तुलना में जीवन की उच्च गुणवत्ता के साथ लंबी जीवन प्रत्याशा प्रदान करता है। हालांकि, दुनिया भर में रोगियों को प्रत्यारोपण के लिए सुलभ दाता गुर्दे की पुरानी कमी का सामना करना पड़ रहा है।

वर्तमान में यू.एस. में, लगभग 100, 000 रोगी प्रतीक्षा सूची में हैं, और औसतन 3000 से अधिक नए रोगियों को हर महीने सूचीबद्ध किया जाता है। हर साल 4000 से ज्यादा मरीज जान बचाने के इंतजार में मर जाते हैंगुर्दाप्रत्यारोपण, और 4000 से अधिक बहुत बीमार हो जाते हैं और इस तरह की उच्च दर के पीछे के कारणों को समझने के लिए, हमें देखने की जरूरत हैगुर्दाआवंटन और पेशकश की प्रक्रिया। जीवित और मृत दाता गुर्दे और विभिन्न देशों के बीच काफी अंतर हैं। हम यहां पर ध्यान केंद्रित करते हैंगुर्देअमेरिका में मृत दाताओं से। मृतक दाता गुर्दा आवंटन के लिए सबसे महत्वपूर्ण मानदंड हैं (1) दाता-प्राप्तकर्ता चिकित्सा संगतता, (2) रसद कारक, और (3) प्रतीक्षा सूची में रोगी की स्थिति (जैसे, प्रतीक्षा समय, अंक)। अधिक विशेष रूप से, अमेरिका में, यूनाइटेड नेटवर्क ऑफ ऑर्गन शेयरिंग (यूएनओएस) ऑर्गन प्रोक्योरमेंट एंड ट्रांसप्लांटेशन नेटवर्क (ओपीटीएन) का प्रबंधन करता है और रोगियों और दाताओं दोनों पर डेटा एकत्र करने के लिए जिम्मेदार है। लॉजिस्टिक जानकारी और प्रतीक्षा समय के अलावा, प्रतीक्षा सूची डेटा में रोगी की पहचान, जनसांख्यिकीय कारक (जैसे, लिंग, जाति, आयु), और चिकित्सा विशेषताएं (जैसे, एबीओ रक्त प्रकार, मानव ल्यूकोसाइट एंटीजन (एचएलए), पैनल-रिएक्टिव शामिल हैं। एंटीबॉडी (पीआरए))। इसी तरह, एक मृत दाता डेटाबेस बनाने के लिए, यूएनओएस दाता जनसांख्यिकी, दाता रसद, वसूली और संरक्षण, और दाता चिकित्सा विशेषताओं के बारे में जानकारी प्राप्त करता है। अमेरिका में कुल 16,534 किडनी ट्रांसप्लांट की गई। उच्च मांग और महत्वपूर्ण गुर्दा की कमी के बावजूद, मृत दाताओं से बरामद पांच में से लगभग एक गुर्दे को छोड़ दिया जाता है [2]।

इस तरह के उच्च त्याग दरों के कारणों को समझने के लिए, हमें देखने की जरूरत हैगुर्दाआवंटन और पेशकश की प्रक्रिया। जीवित और मृत दाता के बीच काफी अंतर हैंगुर्देऔर विभिन्न देशों के बीच। हम यहां अमेरिका में मृत दाताओं के गुर्दे पर ध्यान केंद्रित करते हैं। मृतक दाता गुर्दा आवंटन के लिए सबसे महत्वपूर्ण मानदंड हैं (1) दाता-प्राप्तकर्ता चिकित्सा संगतता, (2) रसद कारक, और (3) प्रतीक्षा सूची में रोगी की स्थिति (जैसे, प्रतीक्षा समय, अंक)। अधिक विशेष रूप से, अमेरिका में, यूनाइटेड नेटवर्क ऑफ ऑर्गन शेयरिंग (यूएनओएस) ऑर्गन प्रोक्योरमेंट एंड ट्रांसप्लांटेशन नेटवर्क (ओपीटीएन) का प्रबंधन करता है और रोगियों और दाताओं दोनों पर डेटा एकत्र करने के लिए जिम्मेदार है। लॉजिस्टिक जानकारी और प्रतीक्षा समय के अलावा, प्रतीक्षा सूची डेटा में रोगी की पहचान, जनसांख्यिकीय कारक (जैसे, लिंग, जाति, आयु), और चिकित्सा विशेषताएं (जैसे, एबीओ रक्त प्रकार, मानव ल्यूकोसाइट एंटीजन (एचएलए), पैनल-रिएक्टिव शामिल हैं। एंटीबॉडी (पीआरए))। इसी तरह, एक मृत दाता डेटाबेस बनाने के लिए, यूएनओएस दाता जनसांख्यिकी, दाता रसद, वसूली और संरक्षण, और दाता चिकित्सा विशेषताओं के बारे में जानकारी प्राप्त करता है।

यूएनओएस सभी अंग खरीद संगठनों (ओपीओ) और प्रत्यारोपण केंद्रों को जोड़ने के लिए एक केंद्रीकृत कंप्यूटर नेटवर्क का उपयोग करता है। दान आवंटित करने के लिएगुर्दे, UNOS अपने दाता-प्राप्तकर्ता मिलान प्रणाली का उपयोग करता है। हर बार एक नया मृत दातागुर्दाप्रत्यारोपण के लिए पुनर्प्राप्त किया जाता है, यूएनओएस एक मैच-रन एल्गोरिदम लागू करता है, एक प्रोग्राम जो सक्रिय प्रतीक्षासूची वाले मरीजों के डेटा के साथ दाता डेटा की तुलना करता है। गुर्दा आवंटन नियमों और नीतियों का उपयोग करके रोगियों की एक रैंक-आदेशित सूची तैयार की जाती है। इस सूची को बनाने में जिन कारकों पर विचार किया गया है उनमें प्रतीक्षा समय, दाता-प्राप्तकर्ता प्रतिरक्षा प्रणाली संगतता, जीवित दाता प्राथमिकता पात्रता, दाता अस्पताल से दूरी, उत्तरजीविता लाभ (दाता-प्राप्तकर्ता दीर्घायु मिलान), और बाल चिकित्सा स्थिति शामिल हैं।

पूरी पेशकश प्रक्रिया जटिल है और हम यहां केवल उन मुख्य घटकों पर ध्यान केंद्रित करते हैं जो इस पेपर में चर्चा किए गए सिमुलेशन मॉडल के लिए आवश्यक हैं। प्रक्रिया स्थानीय ओपीओ में सूचीबद्ध रोगियों के साथ शुरू होती है (अमेरिका में 58 ओपीओ हैं, प्रत्येक अपने निर्दिष्ट सेवा क्षेत्र के साथ), जो चिकित्सा संगत हैं और प्रतीक्षा सूची में सर्वोच्च प्राथमिकता रखते हैं। यदि स्थानीय आवंटन असफल होता है, तो इस क्षेत्र में अंग की पेशकश की जाती है (अमेरिका वर्तमान में 11 प्रत्यारोपण क्षेत्रों में विभाजित है) और अंत में राष्ट्रव्यापी। आंकड़े 1a,b अमेरिका में 11 भौगोलिक क्षेत्रों को दिखाते हैं [3] और गुर्दे की पेशकश की प्रक्रिया का भौगोलिक पदानुक्रम, क्रमशः। अंग खरीद और आवंटन नीति पर अधिक विवरण [4] में उपलब्ध हैं। में स्थानीय रोगियों को प्राथमिकता देने का एक कारणगुर्दाअसाइनमेंट प्रक्रिया अंग खरीद और आरोपण के बीच के समय को कम करना है। इस समय को कोल्ड इस्किमिया टाइम (सीआईटी) कहा जाता है और गुर्दा प्रत्यारोपण परिणामों में एक आवश्यक भूमिका निभाता है [5,6]।

चित्र 2 और तालिका 1 सीआईटी, प्रतीक्षा समय, और में क्षेत्रीय भिन्नताओं को दर्शाती हैगुर्दाक्रमशः पूरे अमेरिका में प्रत्यारोपण के परिणाम। पूरे अमेरिका में मृतक दाता गुर्दा प्रतीक्षा समय में पर्याप्त भिन्नता है। प्रत्यारोपण तक रोगी के प्रतीक्षा समय को कई कारक प्रभावित कर सकते हैं। पीआरए (पैनल रिएक्टिव एंटीबॉडी) द्वारा दिखाए गए रक्त के प्रकार और संवेदनशीलता की डिग्री जैसे रोगी के नैदानिक ​​कारकों के अलावा, भूगोल और रोगी के निवास स्थान का समय पर गुर्दा प्रत्यारोपण तक पहुंचने की संभावना पर जबरदस्त प्रभाव पड़ता है। यह महत्वपूर्ण है क्योंकि लंबे समय तक सीआईटी वाले क्षेत्रों में पोस्ट-ट्रांसप्लांट ग्राफ्ट और रोगी के जीवित रहने की दर कम होने की संभावना अधिक होती है। अधिक सटीक रूप से, जैसा कि गुर्दा प्रत्यारोपण के बाद एक और पांच साल के रोगी और ग्राफ्ट के जीवित रहने की दर के परिणाम बताते हैं, सभी क्षेत्रों में सबसे लंबे सीआईटी वाले क्षेत्र 9 में सबसे कम एक और पांच साल के रोगी और सभी 11 के बीच ग्राफ्ट जीवित रहने की दर है। क्षेत्र। आमतौर पर जब सीआईटी 24 घंटे तक पहुंच जाता है, तो पेश किए गए अंग को स्वीकार करने के लिए रोगी को ढूंढना मुश्किल होता है। ज्यादातर मामलों में, सीआईटी के 48 घंटे के बाद किडनी निकाल दी जाती है। इस प्रकार प्रबंधकीय सुधार के माध्यम से किडनी सीआईटी को कम करना वर्तमान प्रत्यारोपण प्रणाली और परिणामों में सुधार के लिए एक लागत प्रभावी तरीका हो सकता है।

अमेरिका में ट्रांसप्लांट सर्जन और नियामकों ने उच्च मनाया के बारे में अपनी चिंता व्यक्त की हैगुर्दाबढ़ती प्रतीक्षा सूची, लंबे प्रतीक्षा समय और उच्च प्रतीक्षा सूची हटाने की दर के बावजूद दरों को त्यागें। तालिका 2 यूएस और यूरोट्रांसप्लांट (ईटी) देशों के लिए प्रतीक्षा सूची और प्रत्यारोपण जानकारी दर्शाती है। यूरोट्रांसप्लांट ऑस्ट्रिया (ए), बेल्जियम (बी), क्रोएशिया (एचआर), जर्मनी (डी), हंगरी (एच), लक्जमबर्ग (एलआर), नीदरलैंड (एनएल) और स्लोवेनिया में अंग आवंटन और प्रत्यारोपण के लिए जिम्मेदार एक अंतरराष्ट्रीय गैर-लाभकारी संगठन है। (एसएलओ)। भले ही दान की संख्यागुर्देऔर अमेरिका में 2019 में किए गए प्रत्यारोपण अब तक के उच्चतम स्तर पर पहुंच गए हैं, ईटी की तुलना में लगभग 26 प्रतिशत की किडनी त्याग दर (मृत दाताओं की कुल संख्या के दोगुने से अधिक मृत किडनी प्रत्यारोपण की संख्या के रूप में गणना की गई) चिंता का विषय बनी हुई है। 20 प्रतिशत की देशों की त्याग दर।

दाता का सबसे आम कारणगुर्दाइनकार और संभावित त्याग दाता गुर्दे की गुणवत्ता के बारे में चिंताएं हैं। डेटा से पता चलता है कि प्रत्यारोपण सर्जन भविष्य में बेहतर प्रस्ताव प्राप्त करने की उम्मीद में अपेक्षाकृत स्वस्थ रोगी के लिए निम्न-गुणवत्ता वाले गुर्दे को अस्वीकार कर देंगे [7]। इसके अलावागुर्दागुणवत्ता,गुर्दास्वीकृति और त्याग की दरें भी आवंटन प्रक्रिया से ही प्रभावित हो सकती हैं [8]। साक्ष्य से पता चलता है कि आवंटन प्रक्रिया में जल्दी खारिज किए गए गुर्दे बाद में [9] स्वीकार किए जाने की संभावना कम है। एक अन्य चिंता कार्यक्रम-विशिष्ट रिपोर्टों के कारण प्रत्यारोपण केंद्रों के बढ़ते जोखिम से बचने की है जो प्रत्यारोपण के बाद के परिणामों का मूल्यांकन करते हैं। ये केंद्रों को उच्च गुणवत्ता वाली किडनी की मांग के लिए प्रोत्साहन प्रदान कर सकते हैं। नतीजतन, वे रोगी के लिए गुर्दे को पर्याप्त रूप से बंद कर सकते हैं, लेकिन इससे उनके प्रत्यारोपण के बाद के परिणामों [8,10-15] के मूल्यांकन पर नकारात्मक प्रभाव पड़ने का खतरा है।

पर्याप्त रूप से उच्च नहीं देखने का एक अन्य कारणगुर्दाउपयोग गुर्दा प्रत्यारोपण पहुंच में अमेरिकी भौगोलिक असमानता है। तालिका 3 11 क्षेत्रों में मृत दाताओं, ओपीओ और प्रत्यारोपण केंद्रों की संख्या में भौगोलिक असमानताओं को दर्शाती है। व्योमिंग, इडाहो और मोंटाना जैसे कई राज्यों में अंगदान की उच्च दर के बावजूद प्रत्यारोपण केंद्र नहीं हैं। ओपीओ और अंग प्रत्यारोपण सुविधाओं में इस तरह की भिन्नता और अंतर से अनुचित अंग उपलब्धता, देखभाल की खराब पहुंच और कुछ रोगियों के लिए अनावश्यक लंबा इंतजार हो सकता है। यूएनओएस के पांच रणनीतिक लक्ष्यों में से एक प्रत्यारोपण तक पहुंच में समानता प्रदान करना और भौगोलिक असमानता को कम करना है [16]। एक सुमेलित दान किए गए अंग को प्राप्त करने की संभावना को बेहतर बनाने और लंबे प्रतीक्षा समय को कम करने के लिए, रोगी कम प्रतीक्षा समय वाले क्षेत्र में जा सकते हैं या कई प्रत्यारोपण केंद्रों में भर्ती हो सकते हैं, जो आमतौर पर विभिन्न क्षेत्रों में स्थित होते हैं [17]। यूएनओएस ने कई लिस्टिंग नीतियां स्थापित की हैं जो रोगियों को एक से अधिक प्रत्यारोपण केंद्र में सूचीबद्ध करने की अनुमति देती हैं।

वर्तमान में करीब 4 फीसदी मरीज एक का इंतजार कर रहे हैंगुर्दाप्रत्यारोपण बहु-सूचीबद्ध हैं, जो सभी अंगों में उच्चतम दर है [18]।

किसी भी प्रत्यारोपण सूची के साथ, रोगी को मूल्यांकन परीक्षण पूरा करना चाहिए और प्रत्यारोपण केंद्र के विनियमन के लिए प्रतिबद्ध होना चाहिए, जैसे कि एक निश्चित समय के भीतर प्रत्यारोपण केंद्र तक पहुंचने की क्षमता। कई केंद्रों में सूचीबद्ध होने के लिए, यह प्रक्रिया काफी महंगी हो सकती है क्योंकि अधिकांश बीमा कंपनियां अतिरिक्त मूल्यांकन की लागत की प्रतिपूर्ति नहीं कर सकती हैं [15,19]। इसके अलावा, अंग प्रत्यारोपण प्राप्त करने वाले रोगियों को यह सुनिश्चित करने के लिए कि उनका शरीर एक नए अंग [20] को अस्वीकार नहीं करता है, प्रत्यारोपण के बाद उनकी देखभाल के हिस्से के रूप में इम्यूनोसप्रेशन दवाएं लेने की आवश्यकता होती है। इसलिए, एक मरीज को यह जानने की जरूरत है कि क्या पोस्ट-ट्रांसप्लांट केयर को उसके निवास के करीब के केंद्र में स्थानांतरित किया जा सकता है। यात्रा व्यय के लिए पर्याप्त वित्तीय सहायता के लिए नीतियों के बिना, यह स्पष्ट रूप से अभी भी इक्विटी और निष्पक्षता के मामले में एक मुद्दा है जिसे नीति निर्माताओं को संबोधित करने की आवश्यकता है।

इस पत्र में, हम एक स्टोकेस्टिक सिमुलेशन मॉडल पेश करते हैं जिसका उपयोग गुर्दा आवंटन प्रणाली और भेंट प्रक्रिया में परिवर्तन के प्रभाव का विश्लेषण करने के लिए किया जा सकता है। सिमुलेशन मॉडल में रोगी का स्वास्थ्य, दाता-गुर्दे की गुणवत्ता शामिल होती है जिसका प्रतिनिधित्व किया जाता हैगुर्दाडोनर प्रोफाइल इंडेक्स (केडीपीआई) [21], आवंटन प्रक्रिया के दौरान सीआईटी जमा होने के कारण डोनर-किडनी की गुणवत्ता में गिरावट, और किडनी की आपूर्ति और मांग भी। इसके अलावा, मॉडल इस अवसर पर विचार करता है कि एक दाता गुर्दे को अन्य कारणों से स्वीकार नहीं किया जा सकता है (उदाहरण के लिए, रोगी की अल्पकालिक बीमारी, अपर्याप्त शल्य चिकित्सा संसाधन, क्रॉस-मिलान परिणाम)। UNOS और ट्रांसप्लांट प्राप्तकर्ताओं की वैज्ञानिक रजिस्ट्री (SRTR) द्वारा प्रदान किए गए डेटा से अनुमानित मॉडल मापदंडों का उपयोग करते हुए, हम डोनर किडनी प्रत्यारोपण दरों में सुधार के लिए निम्नलिखित दो महत्वपूर्ण रुझानों की जांच के लिए सिमुलेशन मॉडल लागू करते हैं:

1. एकाधिक-सूचीकरण: कम प्रतीक्षा समय वाले क्षेत्र में स्थानांतरण या कई क्षेत्रों में प्रतीक्षा सूची से रोगी को पहले गुर्दा प्रत्यारोपण प्राप्त करने का मौका बढ़ाकर मदद मिल सकती है। नतीजतन, डायलिसिस पर रहने के स्वास्थ्य में कम गिरावट के कारण रोगी प्रत्यारोपण के बाद के परिणामों में सुधार कर सकता है। हालांकि, स्थानांतरण या बहु-सूचीकरण के रोगी के निर्णय का मार्गदर्शन करने के लिए रणनीति विकसित करना आसान नहीं है। हम क्षेत्रीय स्तर पर बजट, दूरी और सुविधा बाधाओं के एक सेट के तहत उपयोगिता अधिकतमकरण समस्या के रूप में निर्णय तैयार करते हैं। आपूर्ति और मांग 11 अमेरिकी क्षेत्रों में और विभिन्न प्रकार के रक्त के लिए व्यापक रूप से भिन्न है। इस तरह की भिन्नता के परिणामस्वरूप व्यापक रूप से भिन्न प्रतीक्षा समय होता है, जिससे विभिन्न अपेक्षित उपयोगिताओं और इष्टतम गुर्दा स्वीकृति रणनीतियों (इष्टतम गुर्दा गुणवत्ता थ्रेसहोल्ड के रूप में व्यक्त) के लिए अग्रणी होता है। विभिन्न क्षेत्रों के लिए रोगी की उपयोगिता प्राप्त करने के लिए, हम रोगी के स्वास्थ्य की स्थिति और रोगी के रक्त प्रकार की आपूर्ति और मांग के आधार पर व्यक्तिगत इष्टतम गुर्दा प्रत्यारोपण स्वीकृति निर्णयों के तहत उपयोगिता प्राप्त करने के लिए सिमुलेशन मॉडल का उपयोग करते हैं। हम अनुकूलन समस्या को हल करने और इष्टतम क्षेत्र चयन नीति प्राप्त करने के लिए प्राप्त जानकारी का उपयोग करते हैं।

2. सूचना प्रौद्योगिकी: अंग आवंटन को अधिक कुशल बनाने के लिए यूएनओएस और प्रत्यारोपण केंद्रों के बीच तीव्र और सटीक संचार आवश्यक है, जो बहु-सूचीबद्ध रोगियों के सामने और भी महत्वपूर्ण हो जाता है। UNOS का लक्ष्य अंग आवंटन और प्रत्यारोपण में सूचना प्रौद्योगिकी के उपयोग को बढ़ाना है। उन्होंने एक सुरक्षित ऑनलाइन-आधारित प्रणाली लागू की है जो प्रत्यारोपण प्रणाली की क्षमता को बढ़ाने के लिए डेटा एकत्र करती है ताकि रोगी को जीवन रक्षक अंग प्राप्त करने की संभावना में सुधार हो सके। जैसे-जैसे प्रौद्योगिकी विकसित हुई है, यूएनओएस दाताओं के तेजी से और अधिक कुशल विचार के लिए मोबाइल उपकरणों जैसी आधुनिक तकनीक के विकास और उपयोग को भी प्रोत्साहित करता है।गुर्दाएक उच्च गुर्दा उपयोग दर प्राप्त करने की पेशकश करता है [22]। उदाहरण के लिए, मोबाइल उपकरणों से प्रत्यारोपण के लिए अप-टू-डेट रोगियों की उपलब्धता एकत्र करना आसान हो जाएगा (उदाहरण के लिए, एक ऐप के माध्यम से)। इस जानकारी का उपयोग करते हुए, OPTN किडनी को तेजी से आवंटित करेगा, किडनी खराब होने को कम करेगा और त्याग देगा। सही जानकारी के आदर्श मामले में, OPTN प्रतीक्षा सूची में पहला रोगी ढूंढ सकता है जो तुरंत स्वीकार करेगागुर्दा, सीआईटी को कम करना और कम से कम त्यागना। प्रस्तुत अनुकरण अपूर्ण सूचना साझाकरण के यथार्थवादी मामले के प्रभाव का मूल्यांकन करता है।

   
   

   
   

2। साहित्य समीक्षा

इस खंड में, हम इस पेपर से संबंधित अंग प्रत्यारोपण के बारे में चिकित्सा और विश्लेषणात्मक दोनों अध्ययनों की समीक्षा करते हैं। मेडिकल पेपर के लिए, हम मुख्य रूप से सीआईटी पर ध्यान केंद्रित करते हैं और डायलिसिस पर समय की प्रतीक्षा करते हैं क्योंकि दो प्रबंधनीय स्वतंत्र जोखिम कारक प्रभावी रूप से गुर्दे के प्रत्यारोपण परिणामों में योगदान करते हैं। विश्लेषणात्मक अनुभाग के लिए, हम उन पत्रों की समीक्षा करते हैं जो मृतक-दाता अंगों और आवंटन प्रक्रिया डिजाइन को स्वीकार करने के निर्णय लेने से संबंधित दो शोध धाराओं में से एक या दोनों के भीतर आते हैं।

2.1. चिकित्सा साहित्य

उत्तरी अमेरिका, दक्षिण अमेरिका और यूरोप के कई शोधकर्ताओं ने सीआईटी और के बीच संबंध का अध्ययन किया हैगुर्दाप्रत्यारोपण के परिणाम [23,24]। नीटो-रियोस एट अल द्वारा किया गया विश्लेषण। [25] दर्शाता है कि सीआईटी विलंबित ग्राफ्ट फंक्शन (डीजीएफ) के लिए एक स्वतंत्र जोखिम कारक है। अधिक सटीक रूप से, डीजीएफ विकसित होने का जोखिम बढ़ जाता है क्योंकि सीआईटी 18 घंटे से अधिक हो जाता है। हालांकि, यह तीव्र अस्वीकृति या एक साल के बाद प्रत्यारोपण भ्रष्टाचार हानि के परिणामों को नकारात्मक रूप से प्रभावित नहीं करता है।

डेबाउट एट अल द्वारा एक फ्रांसीसी अध्ययन। [26] पता चलता है कि सीआईटी के प्रत्येक अतिरिक्त घंटे के लिए पोस्ट-ट्रांसप्लांट एलोग्राफ़्ट विफलता और मृत्यु दर का जोखिम विशेष रूप से बढ़ जाता है। वाल्डिविया एट अल द्वारा किया गया एक समान अध्ययन। [27] स्पेन के अंडालूसिया में, पुष्टि करता है कि लंबे समय तक सीआईटी रोगी और भ्रष्टाचार के जीवित रहने की दर दोनों को प्रभावित कर सकता है। अध्ययन से पता चलता है कि लंबी सीआईटी दाता और प्राप्तकर्ता दोनों की उम्र की परवाह किए बिना प्रारंभिक खराब ग्राफ्ट फ़ंक्शन के जोखिम को बढ़ा सकती है। सीआईटी बढ़ने के साथ ही डीजीएफ की संभावना भी बढ़ जाती है। हालांकि, डीजीएफ के जोखिम के साथ लंबे समय तक सीआईटी के हानिकारक जुड़ाव को पुराने दाताओं (जैसे, विस्तारित मानदंड, दाताओं) में नहीं बढ़ाया गया है। अध्ययन से पता चलता है कि एक्यूट रीनल ट्रांसप्लांट रिजेक्शन (एआरटीआर) पर सीआईटी का प्रभाव रोगियों में अधिक ध्यान देने योग्य हैगुर्दापुनर्प्रत्यारोपण। विश्लेषण से यह भी पता चलता है कि 12 घंटे से कम सीआईटी वाले अंगों की तुलना में 24 घंटे या उससे अधिक के सीआईटी के साथ दान किए गए गुर्दे एआरटीआर के अधिक जोखिम में हैं। कोइज़ुमी एट अल। [6] रिपोर्ट में कहा गया है कि अमेरिका में गुर्दे के परिणामों में क्षेत्रीय भिन्नताएं देखी गई हैं, लेकिन इन विविधताओं के पीछे का मुख्य कारण स्पष्ट नहीं है। अध्ययन से पता चलता है कि दाताओं के गुर्दे के लिए क्षेत्रों में महत्वपूर्ण ठंडे इस्किमिया समय (सीआईटी) भिन्नताएं हैं। विशेष रूप से, वे पाते हैं कि लंबे समय तक सीआईटी वाले क्षेत्रों में कम पोस्ट-ट्रांसप्लांट गुर्दा जीवित रहने की दर होने की संभावना है। उनका सुझाव है कि वर्तमान प्रत्यारोपण प्रणाली के प्रदर्शन को बढ़ाने के लिए प्रबंधकीय सुधार एक लागत प्रभावी विकल्प हो सकता है और संभावित अंग त्याग दरों को कम कर सकता है।

मेयर-क्रिश एट अल। [28] यूनाइटेड स्टेट्स रीनल डेटा सिस्टम रजिस्ट्री (यूएसआरडीएस) के डेटा का उपयोग प्रतीक्षा समय और रीनल ट्रांसप्लांट परिणामों के बीच संभावित संबंध पर विचार करने के लिए करें। उनका अध्ययन इस बात की पुष्टि करता है कि लंबे समय तक प्रतीक्षा करना एक महत्वपूर्ण जोखिम कारक है जो गुर्दे के प्रत्यारोपण के जीवित रहने के लाभों को नकारात्मक रूप से प्रभावित करता है। नतीजतन, वे सुझाव देते हैं कि पहले के ईएसआरडी रोगियों को एक गुर्दा प्रत्यारोपण प्राप्त होता है, उनके लंबे समय तक जीवित रहने की संभावना अधिक होती है। मेयर-क्रिश और कपलान [29] डायलिसिस पर प्रतीक्षा समय के महत्व की जांच करते हैं क्योंकि यह सबसे महत्वपूर्ण स्वतंत्र जोखिम कारक है।गुर्दाप्रत्यारोपण परिणाम। अपने विश्लेषण के हिस्से के रूप में, वे मृत दाता पर प्रतीक्षा समय के प्रभाव का पता लगाने के लिए यूएस रीनल डेटा सिस्टम डेटाबेस पर कपलान-मीयर अनुमान और कॉक्स आनुपातिक खतरों के मॉडल लागू करते हैं।गुर्दापरिणाम। उनके निष्कर्ष बताते हैं कि युग्मित गुर्दा प्राप्तकर्ताओं में पांच और दस साल के भ्रष्टाचार की जीवित रहने की दर काफी खराब है, जिन्होंने युग्मित की तुलना में डायलिसिस पर दो साल से अधिक समय तक इंतजार किया है।गुर्दाआधे साल से कम के प्रतीक्षा समय वाले प्राप्तकर्ता।

2.2. विश्लेषणात्मक साहित्य

विश्लेषणात्मक साहित्य के डिजाइन पर केंद्रित हैगुर्दाआवंटन प्रक्रिया और अक्सर सिमुलेशन मॉडल नियोजित करते हैं। चर्चा किए गए मुद्दे आवंटन प्रक्रिया की प्रभावशीलता और समानता और गुर्दा स्वीकृति निर्णय के प्रभाव हैं।

2000 में उपयोग की गई आवंटन प्रक्रिया का विश्लेषण करने के लिए, Zenios et al। [30] गतिशील संसाधन आवंटन का प्रस्ताव है जो रोगियों के बीच असमानता को कम करते हुए गुर्दा प्रत्यारोपण प्राप्त करने से रोगी की जीवन प्रत्याशा को अधिकतम करता है। निर्मित सिमुलेशन मॉडल से पता चलता है कि वर्तमान में नियोजित अंग आवंटन नीति रोगी की गुणवत्ता-समायोजित जीवन प्रत्याशा को बढ़ाती है और अपेक्षित प्रतीक्षा समय को कम करती है।

गुर्दास्वीकृति निर्णय अनुसंधान की एक पूरी धारा के लिए केंद्रीय है। अहं और हॉर्नबर्गर [31] एक सैद्धांतिक मॉडल विकसित करते हैं जो प्रस्तावित गुर्दे की गुणवत्ता के संबंध में स्वीकृति/अस्वीकृति निर्णय लेने में रोगी के स्वास्थ्य पर विचार करता है। उनके विश्लेषण से पता चलता है कि एक अपेक्षाकृत स्वस्थ रोगी दाता की गुणवत्ता के बारे में चयनात्मक होने का जोखिम उठा सकता हैगुर्देऔर उच्च गुणवत्ता वाली किडनी को स्वीकार करके प्रत्यारोपण के बाद बेहतर परिणाम प्राप्त करने की उम्मीद करते हैं। अंग आवंटन प्रणाली पर रोगी की पसंद के प्रभाव का अध्ययन Su और Zenios [32] द्वारा किया जाता है। अध्ययन एक कतारबद्ध मॉडल पेश करता है जो पहले आओ-पहले पाओ (एफसीएफएस) और आखिरी आओ-पहले पाओ (एलसीएफएस) नीतियों के तहत प्रतीक्षा प्रणाली के प्रदर्शन का मूल्यांकन करके गुर्दे की अस्वीकृति दर पर रोगी की पसंद के प्रभावों का विश्लेषण करता है। उन्होंने निष्कर्ष निकाला कि एलसीएफएस एफसीएफएस की तुलना में अधिक कुशल है। वास्तव में, एलसीएफएस के विपरीत, एफसीएफएस नीति रोगियों को निम्न-गुणवत्ता वाली किडनी को मना करने के लिए प्रोत्साहित करती है, जिसके परिणामस्वरूप किडनी का उपयोग कम होता है। दूसरी ओर, मॉडल दर्शाता है कि एलसीएफएस नीति इष्टतम अंग उपयोग प्राप्त करती है। एक अलग अध्ययन में, सु और जेनिओस [33] क्रमिक स्टोकेस्टिक असाइनमेंट मॉडल का उपयोग करके गुर्दे के आवंटन में रोगी की पसंद की भूमिका की जांच करते हैं। मॉडल रोगी की पसंद और सामाजिक कल्याण के बीच संघर्ष को संबोधित करता है। विश्लेषण दो योजनाओं पर विचार करता है, जहां पहला यह मानता है कि रोगियों को किसी भी प्रस्तावित किडनी को स्वीकार करना होगा। पहला सबसे अच्छा समाधान एक आवंटन नीति खोजना है जो सामाजिक कल्याण को अधिकतम करता है। रोगी की पसंद की शुरुआत करके, दूसरी सबसे अच्छी नीति प्राप्त करने के लिए पहली-सर्वश्रेष्ठ नीति को संशोधित किया जाता है। नतीजतन, एक प्रोत्साहन संगतता शर्त पेश की जाती है, जो आवंटन नीति को इस तरह से डिजाइन करने के लिए मजबूर करती है ताकि यह सुनिश्चित हो सके कि मरीज किसी भी किडनी प्रस्ताव को स्वीकार करेंगे। सु और जेनिओस [34] अंग आवंटन के लिए एक तंत्र डिजाइन मॉडल पेश करते हैं जो रोगी की पसंद को ध्यान में रखता है। रोगी किडनी के प्रकार (जैसे, गुणवत्ता) बताते हैं कि वे गुर्दा प्रत्यारोपण प्रतीक्षा सूची में शामिल होने पर प्राप्त करना चाहते हैं (दाता गुर्दा की पेशकश के समय नहीं) और उस कतार में शामिल हो जाते हैं जो घोषित किडनी प्रकार की सेवा करता है। इस तरह, मॉडल उन उपयुक्त रोगियों की पहचान करके लंबी खोज प्रक्रिया को कम करता है जो पुनर्प्राप्त किए गए दाता गुर्दे को अधिक प्रभावी ढंग से स्वीकार करना चाहते हैं।

निष्पक्षता और समानता महत्वपूर्ण विषय हैं बर्टसिमास एट अल। [35] मृतक दाता तक पहुंच में भौगोलिक विषमताओं का अध्ययनगुर्दे. वे कई प्रत्यारोपण केंद्रों की प्रतीक्षा सूची में एक मरीज को सूचीबद्ध करने के लिए इष्टतम तरीका तैयार करने के लिए एक कतारबद्ध मॉडल के लिए एक द्रव सन्निकटन का उपयोग करते हैं। रोगी का उद्देश्य भीड़भाड़ लागत को कम करते हुए जीवन प्रत्याशा को अधिकतम करना है। विश्लेषणात्मक, अनुकरण और संख्यात्मक परिणामों के संयोजन से, वे दिखाते हैं कि एकाधिक लिस्टिंग भौगोलिक समानता को बढ़ावा देती है और दाता को बढ़ाती हैगुर्दाआपूर्ति। अधिक दाताओं के होने से उच्च प्रत्यारोपण दर होती है और प्रतीक्षा सूची में रोगी मृत्यु दर में कमी आती है। कुछ अध्ययनों [36-38] ने ऐसे मॉडल विकसित किए हैं जो दाता-प्राप्तकर्ता की एक असंगत जोड़ी को अन्य असंगत दाता-प्राप्तकर्ता जोड़े के साथ विनिमय के माध्यम से एक जीवित-दाता गुर्दा प्राप्त करने में सक्षम बनाते हैं। जबकि अधिकांश मौजूदा मॉडलों का लक्ष्य संभावित गुर्दा आदान-प्रदान और सामाजिक कल्याण की कुल संख्या को अधिकतम करना है, वे दाता-प्राप्तकर्ता संतुष्टि के रूप में परिभाषित निष्पक्षता घटक पर विचार नहीं करते हैं। ली एट अल। [39] एक दो-चरण स्टोकेस्टिक प्रोग्रामिंग मॉडल प्रस्तुत करते हैं जो जीवित-दाता किडनी एक्सचेंज कार्यक्रमों में निष्पक्षता पर विचार करता है। अध्ययन गुर्दा विनिमय परिणामों पर निष्पक्षता के प्रभाव की जांच के लिए कई परिदृश्यों की जांच करता है। संख्यात्मक परिणाम जीवित दाता-विनिमय कार्यक्रम के परिणाम में सुधार दिखाते हैं जब असंगत जोड़े के मिलान में निष्पक्षता को ध्यान में रखा जाता है। ध्यान दें कि यहां चर्चा की गई कुछ अध्ययनों में जीवित गुर्दा प्रत्यारोपण में निष्पक्षता के प्रभाव पर विचार किया गया है; हालांकि, हम केवल मृतक-दाता गुर्दे का उपयोग करके प्रत्यारोपण पर ध्यान केंद्रित करते हैं।

साहित्य में प्रस्तुत सिमुलेशन मजबूत मान्यताओं का उपयोग करते हैं। उदाहरण के लिए, सु और जेनिओस [33] यह मानते हैं कि मरीजों को किसी भी पेशकश को स्वीकार करना होगागुर्दा, या [34] में रोगी अपनी प्रारंभिक रूप से चुनी गई किडनी की गुणवत्ता को नहीं बदल सकते। इसके अलावा, अधिकांश सिमुलेशन आमतौर पर एक चर पर ध्यान केंद्रित करते हैं। उदाहरण के लिए, रूथ एट अल द्वारा अध्ययन। [40] प्रतीक्षा सूची की लंबाई पर केंद्रित है। अध्ययन अंग आवंटन प्रक्रिया के लिए एक सिमुलेशन मॉडल का प्रस्ताव करता है और पाता है कि 1985 में अंग आवंटन की स्थिति के तहत, प्रतीक्षा सूची की लंबाई बढ़ती रहेगी। इस पेपर में हम जो सिमुलेशन मॉडल प्रस्तुत करते हैं, वह रोगी के निर्णयों के प्रभाव, विभिन्न क्षेत्रों में आपूर्ति और मांग, आवंटन प्रक्रिया की दक्षता और पोस्ट-ट्रांसप्लांट उपयोगिता के अपेक्षित प्रभाव पर विचार करके एक अधिक गहन तस्वीर देता है।

शरीर सौष्ठव

3. मॉडल विवरण

निम्नलिखित अनुभागों में, हम सिमुलेशन और अनुकूलन मॉडल दोनों के मुख्य घटकों के बारे में विस्तार से चर्चा करते हैं। सिमुलेशन मॉडल में रोगी (अंग मांग), मृतक-दाता शामिल हैंगुर्दे काआगमन (अंग आपूर्ति), मृतक दाता गुर्दा लगातार इष्टतम गुर्दा गुणवत्ता थ्रेशोल्ड खोजने के लिए प्रक्रिया की पेशकश करता है, और किसी दिए गए स्वास्थ्य स्तर वाले रोगी के लिए अपेक्षित पोस्ट-प्रत्यारोपण उपयोगिता। फिर हम सिमुलेशन मॉडल के आउटपुट का उपयोग अनुकूलन मॉडल के उद्देश्य फ़ंक्शन के गुणांक के रूप में एक बहु-सूची नीति की सिफारिश करने के लिए करते हैं और उन क्षेत्रों के एक समूह का सुझाव देते हैं जिन्हें रोगी चुन सकता है।

3.1. सिमुलेशन मॉडल

हम एक सिमुलेशन मॉडल विकसित करते हैं जो रोगी को इष्टतम की पहचान करने देता हैगुर्दागुणवत्ता सीमा जो उसकी पोस्ट-ट्रांसप्लांट उपयोगिता को अधिकतम करती है। मॉडल पैरामीटर मरीजों के क्षेत्र की आपूर्ति और मांग पर निर्भर करते हैं। हम अनुकरण करते हैंगुर्दास्वीकृति रणनीति और प्रत्येक प्रत्यारोपण के अनुरूप परिणामी पोस्ट-प्रत्यारोपण उपयोगिता। चित्र 3 सिमुलेशन प्रक्रिया को दिखाता है। हम निम्नलिखित अनुभागों में प्रमुख घटकों पर चर्चा करते हैं।

3.1.1. अंग मांग

प्रतीक्षा सूची में रोगियों द्वारा मांग का प्रतिनिधित्व किया जाता है। हम रोगियों को प्रतिस्पर्धी रोगियों के कई समूहों में विभाजित करते हैं जो रक्त प्रकार और अन्य नैदानिक ​​मानदंडों के आधार पर एक ही प्रकार के मृत दाता अंग प्राप्त कर सकते हैं। हम प्रत्येक समूह को अलग से मॉडल करते हैं। हम अलग-अलग समूहों में अंग आपूर्ति को समायोजित करके समूहों के बीच बातचीत पर विचार करेंगे (उदाहरण के लिए, रक्त प्रकार एबी वाले कुछ रोगी किसी भी रक्त प्रकार के दाताओं से अंग प्राप्त कर सकते हैं)।

प्रत्येक प्रतिस्पर्धी रोगी समूह को रक्त प्रकार j से संबंधित एक कतार द्वारा तैयार किया जाता है जहाँ j {A, B, AB, O}। मरीज j की दर से अपनी सुमेलित कतार (जैसे, रक्त प्रकार के आधार पर) में शामिल हो सकते हैं और संगत दाताओं द्वारा सेवा प्राप्त कर सकते हैं। अनुकूलगुर्देरक्त प्रकार j कतार में μi की दर से पहुंचें। उदाहरण के लिए, रक्त प्रकार A कतार के लिए, संगतगुर्देA और O प्रकार के होते हैं। रोगी प्रतीक्षा सूची j से i की प्रत्यारोपण दर के साथ प्रस्थान करते हैं जब (1) वे प्रस्तावित गुर्दा स्वीकार करते हैं, या (2) i की दर से वे या तो प्रत्यारोपण के लिए बहुत बीमार हो जाते हैं या प्रतीक्षा सूची में मर जाते हैं . कतार मॉडल की संरचना चित्र 4में दिखाई गई है।

[34] में अध्ययन के बाद, रक्त प्रकार j के रोगी पॉइसन प्रक्रिया के अनुसार प्रतीक्षा सूची में शामिल होने के लिए j की आगमन दर के साथ पहुंचते हैं। रोगी मॉडल में प्रतीक्षा सूची में शामिल हो जाते हैं, एक अप्राप्य प्रारंभिक स्वास्थ्य स्थिति h0 के साथ शेष समय का प्रतिनिधित्व करते हुए वे डायलिसिस पर शामिल होने पर जीवित रह सकते हैं। हम वीबुल वितरण का उपयोग करके रोगी आबादी में एच 0 के वितरण का मॉडल तैयार करते हैं। वेइबुल वितरण का उपयोग अक्सर उत्तरजीविता विश्लेषण में समय-से-विफलता का प्रतिनिधित्व करने के लिए किया जाता है क्योंकि यह समय के साथ घटती, स्थिर या बढ़ती हुई विफलता दर को व्यक्त करने में सक्षम है। एक नकली रोगी के लिए स्वास्थ्य, एच 0, फिर एक यादृच्छिक चर एच 0 वीबुल (ए, बी) की प्राप्ति है, जहां ए और बी क्रमशः पैमाने और आकार पैरामीटर हैं। मरीज प्रतीक्षा सूची से हट जाते हैं यदि या तो (1) उन्हें प्रत्यारोपण प्राप्त होता है या (2) वे खराब स्वास्थ्य (या मृत्यु) के कारण कतार छोड़ देते हैं। चूँकि h0 वह समय है जब रोगी प्रतीक्षा सूची में शामिल होने पर डायलिसिस पर जीवित रह सकता है (अर्थात, सूचकांक इंगित करता है कि उसने अब तक शून्य वर्ष प्रतीक्षा की है), w वर्षों की प्रतीक्षा के बाद वास्तविक स्वास्थ्य hw है {{1{{ 11}}}} h0 - w जिसका अर्थ है कि रोगी प्रतीक्षा सूची को नवीनतम समय पर छोड़ देगा जब w=h0।

3.1.2. अंग आपूर्ति

[34] के बाद, संगत मृतक दातागुर्देआगमन दर µj के साथ एक स्वतंत्र सजातीय पॉइसन प्रक्रिया के अनुसार रक्त प्रकार j के लिए कतार में पहुंचें। OPTN परिभाषित aगुर्दाकिडनी डोनर प्रोफाइल इंडेक्स (केडीपीआई) नामक गुणवत्ता मीट्रिक जिसमें अनुमानित पोस्ट-ट्रांसप्लांट किडनी सर्वाइवल [41] के अनुसार किडनी को रैंक करने के लिए दस क्लिनिकल डोनर फैक्टर शामिल हैं। केडीपीआई निम्नलिखित दाता विशेषताओं पर विचार करता है: आयु, ऊंचाई, वजन, जातीयता, क्या दाता की मृत्यु हृदय कार्य के नुकसान या मस्तिष्क समारोह के नुकसान के कारण हुई, मृत्यु के कारण के रूप में स्ट्रोक, उच्च रक्तचाप का इतिहास, मधुमेह का इतिहास, जोखिम हेपेटाइटिस-सी वायरस, सीरम क्रिएटिनिन (गुर्दे के कार्य का एक उपाय)। निर्माण के द्वारा, केडीपीआई किसी दिए गए वर्ष में काटे गए सभी गुर्दों पर समान रूप से वितरित होने के करीब है। केडीपीआई के बाद, हम एक आने वाले डोनर किडनी की गुणवत्ता को q 0 के साथ एक यादृच्छिक चर Q Unif (0, 1) की प्राप्ति के रूप में दिखाते हैं। हम निम्नतम और 1 उच्चतम गुर्दा गुणवत्ता का प्रतिनिधित्व करने के लिए 0 का उपयोग करते हैं, अर्थात, q0=1 - KDPI। जब अनुकरण में एक नया दाता गुर्दा उपलब्ध हो जाता है तो गुर्दा एक साथ जी रोगियों के समूह को एक निर्दिष्ट समय खिड़की के साथ प्रस्ताव पर विचार करने और स्वीकृति/अस्वीकृति निर्णय लेने के लिए पेश किया जाता है। यदि निर्धारित समय के बाद जी रोगियों के समूह में कोई भी किडनी स्वीकार नहीं कर सकता है, तो गुर्दा प्रतीक्षा सूची में जी रोगियों के अगले समूह को दिया जाता है। आवंटन प्रक्रिया तब तक जारी रहती है जब तक कि रोगी द्वारा अंग को या तो स्वीकार नहीं किया जाता है या त्याग दिया जाता है (असफल खोज या अंग प्लेसमेंट के कारण)। वर्तमान डोनर किडनी की कमी के लिए, हमारे पास µj <λj है,="" यानी="" किडनी="" नए="" मरीजों="" की="" तुलना="" में="" कम="" दर="" पर="" पहुंचती="" है।="" स्वास्थ्य="" या="" मृत्यु="" के="" कारण="" रोगी="" को="" हटाने="" से="" कतार="" एक="" सीमित="" आकार="" में="" रहती="" है।="" लंबी="" प्रतीक्षा="" सूची="" के="" परिणामस्वरूप="" रोगियों="" के="" लिए="" अधिक="" प्रतीक्षा="" समय="" और="" स्वास्थ्य="" में="" अधिक="" गिरावट="" आती="" है।="" बदले="" में,="" यह="" हटाने="" की="" दर="" (प्रत्यारोपण="" प्राप्त="" किए="" बिना="" छोड़ने="" वाले="" रोगियों)="" को="" बढ़ाता="" है।="" कतार="" की="" लंबाई="" संतुलन="" पर="" स्थिर="" हो="" जाती="" है="" जहां="" प्रत्यारोपण="" दर="" और="" रोगी="" को="" हटाने="" की="" दर="" रोगी="" के="" आगमन="" दर="" से="" मेल="" खाती="">

3.1.3. गुर्दा स्वीकृति / अस्वीकृति निर्णय

समय के साथ, दाता की प्रक्रिया के रूप मेंगुर्दाभेंट जारी है, गुर्दा सीआईटी जमा करता है और इसकी गुणवत्ता बिगड़ती है। हम इस गिरावट को qt {{0}} f(q0, , t) के रूप में मॉडल करते हैं। इस समीकरण में, टी संचित सीआईटी का प्रतिनिधित्व करता है और क्यू 0 वसूली के समय गुर्दे की गुणवत्ता का प्रतिनिधित्व करता है जब टी=0। चर δ गुर्दे की गुणवत्ता में गिरावट कारक का प्रतिनिधित्व करता है। हमें आवश्यकता है कि गुणवत्ता फ़ंक्शन f δ और t में घट रहा है, अर्थात, f(q0,δ,t)∂δ < 0="" और∂="" f="" (q0,δ,t)="" t="">< 0.="" सिमुलेशन="" मॉडल="" में,="" हम="" समय="" को="" ऑफ़र="" के="" एक="" दौर="" के="" लिए="" अनुमत="" समय="" के="" गुणकों="" के="" रूप="" में="" मापते="" हैं।="" यदि="" रोगियों="" के="" पास="" निर्णय="" लेने="" के="" लिए="" एक="" घंटा="" है,="" तो="" t="" घंटों="" में="" संचित="" शहर="" का="" प्रतिनिधित्व="" करता="" है।="" हम="" किडनी="" को="" मरीज="" के="" निर्णय="" को="" स्वीकार/अस्वीकार="" करने="" और="" उसके="" बाद="" के="" प्रत्यारोपण="" को="" दो="" चरणों="" में="" मॉडल="" करते="" हैं।="" सबसे="" पहले,="" रोगी="" यह="" तय="" करने="" के="" लिए="" एक="" थ्रेशोल्ड="" रणनीति="" का="" उपयोग="" करता="" है="" कि="" क्या="" पेशकश="" की="" गई="">गुर्दाको स्वीकार। रोगी प्रस्ताव को स्वीकार करेगा यदि qt k से अधिक या उसके बराबर है, जहाँ k गुर्दे की गुणवत्ता की सीमा है जो रोगी और सर्जन द्वारा तय की जाती है। स्वीकार्य किडनी के लिए, हम रोगी के स्वास्थ्य और प्रत्यारोपण केंद्र से संबंधित कई कारकों पर विचार करते हैं। सिमुलेशन मॉडल में, हम एक स्वीकार्य किडनी के रूप में पेश किए जाने वाले प्रत्यारोपण की संभावना का उपयोग करते हैं

जहां पी (रोगी कारक) रोगी की विशिष्ट चिकित्सा स्थिति का प्रतिनिधित्व करता है और कोई भी तथ्य जो रोगी या सर्जन द्वारा तय किया जा सकता हैगुर्दागुर्दे की गुणवत्ता द्वारा विशुद्ध रूप से स्पष्ट नहीं किए गए कारणों के लिए (उदाहरण के लिए, रोगी प्रतीक्षा सूची में अस्थायी रूप से निष्क्रिय है, प्रतिकूल क्रॉस-मिलान परिणाम)। संभाव्यता पी (केंद्र कारक) प्रत्यारोपण केंद्र की तैयारी (उदाहरण के लिए, कर्मचारियों की उपलब्धता, ऑपरेटिंग कमरे, आदि) के साथ-साथ केंद्र के प्रदर्शन मूल्यांकन पर प्रत्यारोपण के प्रभाव के विचारों का प्रतिनिधित्व करता है। रोगी सर्जन के परामर्श से अपना निर्णय सीमा k चुनता है। इस तरह की सीमा रोगी के स्वास्थ्य h0 से प्रभावित होगी क्योंकि जिस रोगी के पास डायलिसिस पर अधिक समय बचा है, वह बेहतर गुणवत्ता वाले गुर्दे की प्रतीक्षा करेगा। हम प्रत्येक रोगी के लिए एक यादृच्छिक चर K Unif (0, 1) से चयन करके इस संबंध को अनुकरण में मॉडल करते हैं, जो कि रोगी के साथ सहसंबद्ध है 0 H के स्पीयरमैन के रैंक सहसंबंध गुणांक द्वारा दर्शाया गया है। 0, के.

3.1.4. रोगी की पोस्ट-प्रत्यारोपण उपयोगिता

यदि रोगी मृत दाता को स्वीकार करता हैगुर्दाप्रस्ताव और प्रत्यारोपण होता है, एक मरीज को पोस्ट-ट्रांसप्लांट उपयोगिता प्राप्त होती है। प्रत्यारोपण के बाद की उपयोगिता, प्रत्यारोपण के समय qt पर गुर्दे की गुणवत्ता पर निर्भर करती है, और रोगी की प्रतीक्षा समय w जिसके परिणामस्वरूप hw=h 0 - w की स्वास्थ्य स्थिति होती है। पोस्ट-ट्रांसप्लांट उपयोगिता को दो घटकों में विभाजित किया जा सकता है

जहां बी(·) रोगी के लिए लाभ का प्रतिनिधित्व करता है, जो कि पर निर्भर करता हैगुर्दागुणवत्ता, और डी(·) प्रतीक्षा सूची में रोगी के बिगड़ने के लिए जिम्मेदार है। इन दो घटकों में उपयोगिता को तोड़ने से डेटा से मापदंडों का अनुमान लगाने के लाभ होते हैं। फ़ंक्शन बी (·) को रोगी के लाभ के रूप में देखा जा सकता है यदि उसे बिना प्रतीक्षा किए गुणवत्ता क्यूटी के साथ एक गुर्दा प्राप्त होता है। लाभ फ़ंक्शन को यह संतुष्ट करने की आवश्यकता है कि यह रोगी के स्वास्थ्य h{{0}} और गुर्दे की गुणवत्ता, यानी ∂B(∂hh00, qt)> 0 और के साथ बढ़ता है। B(∂hq0t, qt) > 0. D(·) किडनी के लिए w प्रतीक्षा करने के कारण गिरावट कारक के रूप में एक लागत का प्रतिनिधित्व करता है। रोगी के स्वास्थ्य के साथ प्रतीक्षा समय बढ़ने और घटने के साथ लागत फ़ंक्शन को बढ़ाने की आवश्यकता होती है, अर्थात बी (·) जैसे कार्यों को परिभाषित करने का एक सामान्य तरीका कॉक्स द्वारा प्रस्तावित अस्तित्व के लिए लॉजिस्टिक रिग्रेशन के रूप में है [42] जो सशर्त बाधाओं को मॉडल करता है किसी भी समय मरने पर उस बिंदु तक जीवित रहने के कारण

जहां m(h{{0}}) स्वास्थ्य स्तर h0 वाले रोगी के लिए प्रत्यारोपण परिणाम को इंगित करता है, जिसे तुरंत एक पूर्ण गुर्दा (qt=1) प्राप्त हुआ (w {{3 }}). स्वाभाविक रूप से, m(h0) रोगी के स्वास्थ्य h0 के साथ बढ़ रहा है। हम डी (·) से कार्यात्मक के लिए उपयोग करते हैं

जहां गिरावट की दर को नियंत्रित करता है। जब प्रतीक्षा समय शून्य (w {0}}) होता है, तो गिरावट कारक एक (यानी, कोई गिरावट नहीं) के बराबर होता है। यदि रोगी बहुत उच्च गुणवत्ता वाली किडनी की प्रतीक्षा करता है और समय से बाहर चला जाता है (यानी, w=h0), तो गिरावट कारक शून्य हो जाता है। चुना हुआ कार्यात्मक रूप बहुत लचीला है और रैखिक गिरावट को व्यक्त कर सकता है ( {{ 4}}), गिरावट को धीमा करना (> 1), और बढ़ती गिरावट (<1)। डेटा="" से="" मापदंडों="" का="" अनुमान="" लगाकर="" और="" सिमुलेशन="" ऑप्टिमाइज़ेशन="" का="" उपयोग="" करके,="" हम="" प्रत्येक="" रोगी="" के="" लिए="" इष्टतम="" पा="" सकते="">गुर्दागुणवत्ता थ्रेशोल्ड k∗ जो पोस्ट-ट्रांसप्लांट उपयोगिता को अधिकतम करता है।

3.2. क्षेत्र चयन और एकाधिक लिस्टिंग अनुकूलन मॉडल

एक रोगी एक अलग क्षेत्र (क्षेत्र चयन) में जाकर या कई क्षेत्रों में प्रत्यारोपण केंद्रों में सूचीबद्ध करके प्रत्यारोपण प्राप्त करने की संभावनाओं में सुधार कर सकता है। रोगी को बहु-सूचीबद्ध करने के लिए क्षेत्रों के एक समूह की पहचान करने में मदद करने के लिए, हम इष्टतम थ्रेशोल्ड नीति पैरामीटर की गणना करने के लिए सिमुलेशन मॉडल का उपयोग करते हैं और अधिकतम अपेक्षित उपयोगिता जो एक रोगी को प्रत्येक क्षेत्र में एक प्रत्यारोपण से प्राप्त होने की संभावना है। इसे 11उपयोगिता मानों Ui(k∗i , h0, w), i 1, 2, द्वारा दर्शाया जाता है। . . , 11. सादगी के लिए, हम दिए गए h0 और w वाले रोगी के लिए प्रत्यारोपण के बाद अपेक्षित उपयोगिता का प्रतिनिधित्व करने के लिए Ui(k∗i) लिखते हैं। क्षेत्र का चयन अब सबसे बड़ी उपयोगिता वाले क्षेत्र को चुनकर किया जाता है।

एकाधिक लिस्टिंग के लिए, हम द्विआधारी निर्णय चर द्वारा क्षेत्र I में सूचीबद्ध करने की क्रिया का प्रतिनिधित्व करते हैं

रोगी के पास 11 निर्णय चर हैं, प्रत्येक क्षेत्र के लिए एक। हम मानते हैं कि रोगी बाधाओं के एक सेट को देखते हुए उच्चतम अपेक्षित उपयोगिता वाले सर्वोत्तम क्षेत्रों में सूचीबद्ध करके अपने अवसरों को बढ़ाना चाहेगा। इसे निम्नलिखित अनुकूलन समस्या के रूप में तैयार किया जा सकता है।

क्षेत्र उपयोगिता का सारांश यह सुनिश्चित करता है कि सबसे बड़ी उपयोगिताओं वाले क्षेत्रों को समाधान में शामिल किया गया है। पहली बाधा यह सुनिश्चित करती है कि समाधान दिए गए रोगी के कुल बजट सी को संतुष्ट करता है। दूसरी बाधा अधिकतम दूरी पर विचार करती है डी रोगी समय पर प्रत्यारोपण केंद्र तक पहुंचने के लिए यात्रा कर सकता है। तीसरी बाधा क्षेत्र के प्रदर्शन पी के बारे में रोगी की अपेक्षा पर विचार करती है, और अंत में, अंतिम बाधा रीटो को 0 या 1 तक सीमित करती है। चूंकि क्षेत्रों की संख्या कम है, केवल 11 के साथ, इस समस्या को गणना द्वारा हल किया जा सकता है।

4. आवेदन और संख्यात्मक परिणाम

हम सिमुलेशन मॉडल के लिए आवश्यक मापदंडों का अनुमान लगाकर इस खंड को शुरू करते हैं और फिर प्रस्तुत करते हैं कि मॉडल को दो अनुप्रयोगों के लिए कैसे उपयोग किया जा सकता है। पहला एप्लिकेशन बताता है कि कैसे मॉडल एक अलग क्षेत्र में जाने या कई क्षेत्रों में भर्ती होने के लिए एक मरीज की पसंद का समर्थन करने के लिए एक रणनीतिक दिशानिर्देश प्रदान कर सकता है।

दूसरा एप्लिकेशन रोगियों की पोस्ट-ट्रांसप्लांट उपयोगिता बढ़ाने के माध्यम से सामाजिक कल्याण में सुधार के लिए आधुनिक सूचना साझा प्रौद्योगिकी (उदाहरण के लिए, स्मार्टफोन ऐप्स के माध्यम से) का उपयोग करने के संभावित लाभों का विश्लेषण करता है औरगुर्दाउपयोग दर।

शरीर सौष्ठव

4.1. पैरामीटर अनुमान

हम मॉडल मापदंडों का अनुमान लगाने के लिए UNOS और SRTR के डेटा का उपयोग करते हैं। हम प्रतीक्षा सूची में वृद्धि और दाता का अनुमान लगाने के लिए वर्ष 2019 के लिए यूएनओएस डेटा निकालते हैंगुर्दाआपूर्ति। प्रतीक्षा समय गणना के लिए, हम SRTR द्वारा रिपोर्ट किए गए मानों का उपयोग करते हैं। एसआरटीआर डेटा सिस्टम में अमेरिका में सभी दाताओं, प्रतीक्षा सूची वाले मरीजों और प्रत्यारोपण प्राप्तकर्ताओं के लिए विस्तृत चिकित्सा और जनसांख्यिकीय डेटा शामिल है। उपयोग किए गए डेटासेट में 400 से अधिक, 000 मरीज़ शामिल हैं, जो अक्टूबर 1987 और 2019 के अंत के बीच मृतक दाता गुर्दा प्रत्यारोपण के पहली बार प्राप्तकर्ता हैं।

एसआरटीआर और यूएनओएस की वार्षिक रिपोर्ट अंग आगमन और प्रतीक्षा सूची गतिविधि (जैसे, रोगी के जोड़ और हटाने के आंकड़े) के बारे में जानकारी प्रदान करती है। हम इस डेटा का उपयोग प्रत्येक अवधि के लिए j और µjin का अनुमान लगाने के लिए करते हैं।

रक्त समूह j कतार में गुर्दे की आगमन दर का आकलन करने के लिए एक महत्वपूर्ण कारक रोगियों और दाताओं के बीच रक्त प्रकार की अनुकूलता है। रक्त प्रकार अनुकूलता मानदंड के अनुसार, रक्त प्रकार O वाले दाता सार्वभौमिक दाता होते हैं जिनके गुर्दे के अंग सभी रक्त प्रकार के रोगियों को दिए जा सकते हैं। दूसरी ओर, रक्त प्रकार AB वाले दाता अपनी किडनी केवल रक्त प्रकार AB रोगियों को दान कर सकते हैं, जबकि वे सभी प्रकार के रक्त से सार्वभौमिक प्राप्तकर्ता होते हैं। तालिका 4 एक गुर्दा प्रत्यारोपण के लिए रक्त प्रकार की अनुकूलता को विस्तार से दर्शाती है। यह पेपर केवल रक्त प्रकार ए के परिणामों की रिपोर्ट करता है। अन्य रक्त प्रकारों के परिणाम इसी तरह प्राप्त किए जा सकते हैं। तालिका 5 रक्त प्रकार ए के लिए दाताओं और रोगी के आगमन को दर्शाती है।

एसआरटीआर डेटा के आधार पर रक्त प्रकार ए रोगियों को रक्त प्रकार ए और ओ के दाताओं से औसतन 94 प्रतिशत और 6 प्रतिशत अंग प्राप्त होते हैं, जो कि निम्न में परिलक्षित होता है।गुर्दातालिका 5 में आपूर्ति पैरामीटर µj। यूएस में OPTN द्वारा उपयोग की जाने वाली वर्तमान पेशकश योजना के बाद, हम अपने सिमुलेशन मॉडल में रोगी समूह आकार g=5 का उपयोग करते हैं। हम रिपोर्ट के अनुसार गुर्दे की गिरावट दर δ से 5 प्रतिशत तक निर्धारित करते हैं कि 48 घंटे [6] के सीआईटी के बाद अंगों का शायद ही कभी उपयोग किया जाता है। δ=0.05 पर, गुर्दे की गुणवत्ता बिगड़ जाती है (1 - 0.05) {{10}}.5 48 घंटे के बाद इसकी प्रारंभिक गुणवत्ता का प्रतिशत। एक चिकित्सा सहयोगी के साथ चर्चा के आधार पर, हम सभी क्षेत्रों के लिए एक प्रत्यारोपण संभाव्यता p(प्रत्यारोपण)=0.8 का उपयोग करते हैं। डेटा से प्रत्येक क्षेत्र के लिए एक संभावना का भी अनुमान लगाया जा सकता है, लेकिन किडनी के प्रस्तावों को अस्वीकार करने की जानकारी वर्तमान में हमारे पास उपलब्ध नहीं है। पैरामीटर , , और लाभ फ़ंक्शन के लिए B(h0, qt) और लागत कारक C(h{{30}}, w) का अनुमान लगाया जा सकता है यदि पोस्ट सहित परिणाम डेटा -प्रत्यारोपण अस्तित्व उपलब्ध है। हालांकि, चूंकि हमारे डेटासेट में ये डेटा शामिल नहीं है, इसलिए हम अपने सिमुलेशन में=0.4,=8 और=0.5 का उपयोग करते हैं। हम वेबुल वितरण के साथ एक यादृच्छिक चर H0 से खींचे गए स्वास्थ्य h0 के साथ प्रतीक्षा सूची में रोगियों को जोड़ते हैं। हम एक स्केल पैरामीटर a=8 और एक शेप पैरामीटर b=2 का उपयोग करते हैं ताकि करीब 7 साल और 12 साल से कम उम्र की आबादी के करीब 90 प्रतिशत का औसत स्वास्थ्य प्राप्त किया जा सके। हम स्पीयरमैन के रैंक सहसंबंध (H0, K) 0.2 का उपयोग करते हैं, जो कि स्वीकृत गुर्दे की गुणवत्ता और डेटा में देखे गए रोगी के स्वास्थ्य के बीच संबंध के करीब है।

4.2. क्षेत्र चयन और एकाधिक लिस्टिंग

क्षेत्र चयन दृष्टिकोण को स्पष्ट करने के लिए, हम रक्त प्रकार A वाले लक्षित रोगी के परिणामों की रिपोर्ट करते हैं, डायलिसिस पर एक जीवन-वर्ष (h0=1) जो वर्तमान में स्थिति 100 पर है प्रतीक्षा सूची का। हम बेतरतीब ढंग से उत्पन्न रोगियों के साथ प्रतीक्षा सूची को पूरा करते हैं (जिनका स्वास्थ्य एक सहसंबद्ध नीति सीमा के साथ वीबुल वितरण से लिया गया है)। हम निर्णय थ्रेशोल्ड मानों k ∈ {0, 0.1, 0.2, · · ·, 0.9} के लिए एक ही सिमुलेशन100 बार प्रत्येक का प्रदर्शन करते हैं और अपेक्षित उपयोगिता का अनुमान लगाने के लिए 100 रनों के परिणामों का औसत निकालते हैं प्रत्येक दहलीज के लिए।

तालिका 6 इष्टतम सीमा के लिए परिणामों की रिपोर्ट करती है, k∗i, जिसके परिणामस्वरूप प्रत्येक क्षेत्र के लिए सबसे बड़ी अपेक्षित पोस्ट-ट्रांसप्लांट उपयोगिता, Ui(k∗i) है।गुर्दाप्रति वर्ष कतार में आने की दर (रक्त प्रकार ए प्रतीक्षासूची वाले रोगी) प्रति वर्ष μA है और क्यूटी औसत प्रतिरोपित गुर्दा गुणवत्ता है। उदाहरण के लिए, यदि लक्षित रोगी क्षेत्र 6 में नामांकित है, तो k=0.65 की सीमा इष्टतम है, जो 9.6 वर्षों की उपयोगिता की ओर ले जाती है। इसके विपरीत, यदि वह क्षेत्र 2 में सूचीबद्ध है, तो 13.22 वर्षों की उपयोगिता के साथ इष्टतम निर्णय 0.85 तक हो सकता है।

तालिका 7 उस अनुमानित डेटा का प्रतिनिधित्व करती है जिसका उपयोग हमने अपने अनुकूलन मॉडल में रक्त प्रकार के लिए व्यवहार्य क्षेत्रों का एक सेट खोजने के लिए किया था। एक मरीज को वर्तमान में रहने वाला और क्षेत्र 6 में सूचीबद्ध माना जाता है। हम अपेक्षित प्रतीक्षा समय का अनुमान लगाने के लिए एक यूएनओएस डेटासेट का उपयोग करते हैं और { {2}}सभी 11 क्षेत्रों में ऐसे रोगियों के लिए जीवित रहने की दर। प्रत्येक क्षेत्र में, हम एक प्रमुख शहर का चयन करते हैं और शहर के रहने की लागत सूचकांक का उपयोग करके इसके अनुरूप मासिक जीवन लागत का अनुमान लगाते हैं। मूल्यांकन लागत को तब तक मूल्यांकनों की कुल अपेक्षित संख्या के उत्पाद के रूप में परिभाषित किया जाता है जब तकगुर्दाप्रत्यारोपण और प्रति मूल्यांकन लागत। मूल्यांकनों की अपेक्षित संख्या का अनुमान अधिकांश प्रत्यारोपण केंद्रों द्वारा अनिवार्य 6-माह की पुनर्मूल्यांकन नीति के आधार पर लगाया जाता है। सामान्य तौर पर, यदि रोगी एक से अधिक क्षेत्रों में सूचीबद्ध होना चाहती है, तो वह आवधिक मूल्यांकन लागत के भुगतान के लिए जिम्मेदार है क्योंकि अधिकांश बीमा पॉलिसियां ​​केवल एक पंजीकरण की आवधिक मूल्यांकन लागत को कवर करती हैं। कुल लागत की गणना इस प्रकार की जाती है: एक मरीज को भुगतान की जाने वाली कुल राशि (मूल्यांकन की संख्या गुणा मूल्यांकन की लागत) प्लस तीन दिनों के लिए दूसरे क्षेत्र में यात्रा करने और रहने की लागत।

उदाहरण के तौर पर, यहां हम मानते हैं कि मरीज के पास C=$15,000 का बजट है। वह D=1500 मील तक भी यात्रा कर सकती है, और किसी क्षेत्र के प्रदर्शन से उसकी न्यूनतम अपेक्षा पांच साल के अस्तित्व का 75 प्रतिशत है। इन तीन बाधाओं के तहत उसके पोस्ट-ट्रांसप्लांट परिणाम को अधिकतम करने का इरादा रखते हुए, हमारे मॉडल ने पाया कि घर-क्षेत्र 6 के अलावा, रोगी को 5, 4, या 8 क्षेत्रों में भी सूचीबद्ध किया जा सकता है, जिसमें क्षेत्र 5 उच्चतम अपेक्षित उपयोगिता प्रदान करता है। OPTN प्रत्यारोपण तक पहुंच में समानता प्रदान करने और भौगोलिक विषमताओं को कम करने के लिए प्रतिबद्ध है [16]। नि: शुल्क एकाधिक लिस्टिंग के तहत, मरीजों को उनके बजट की कमी को देखते हुए अधिक से अधिक क्षेत्रों में नामांकन करने के लिए प्रोत्साहन मिलता है। इसका मतलब यह है कि प्रत्यारोपण तक पहुंच रोगी के वित्तीय संसाधनों से प्रभावित होती है, जो इक्विटी और निष्पक्षता के मामले में समस्या पैदा कर सकती है। हालांकि, लंबे समय में, मुक्त क्षेत्र चयन और एकाधिक लिस्टिंग भौगोलिक असमानताओं को कम कर सकते हैं। अधिक रोगियों को उन क्षेत्रों में भर्ती किया जाएगा जो वर्तमान में उच्च उपयोगिता की पेशकश कर रहे हैं, मांग असमानताओं को कम कर रहे हैं, और उपयोगिता अंतर को कम कर रहे हैं। उस समय, कई क्षेत्रों में भर्ती करने के लिए अधिक बजट होने का लाभ कम हो जाएगा, जिससे अधिक न्यायसंगत स्थिति पैदा होगी। अल्पावधि में, अधिक रोगियों को एकाधिक लिस्टिंग उपलब्ध कराने के लिए उपयुक्त नीतियों द्वारा इक्विटी को अस्थायी रूप से सुनिश्चित करने की आवश्यकता है।

4.3. आवंटन दक्षता पर सूचना साझा करने का प्रभाव

प्रत्यारोपण की संख्या बढ़ाने के लक्ष्य के तहत OPTN रणनीतिक योजना (2018-2021) [16] में एक पहल अधिक कुशल दाता/प्राप्तकर्ता मिलान के लिए सिस्टम टूल्स को आगे बढ़ाना है। इस तरह के उपकरणों में सूचना साझा करने के लिए उपकरण शामिल हैं, जिसका अर्थ है प्रत्यारोपण केंद्र और रोगी ओपीटीएन के साथ अप-टू-डेट जानकारी साझा करते हैं, जिसमें ऑपरेशन को गति देने की क्षमता है।गुर्दाआवंटन प्रक्रिया और इस प्रकार ठंड इस्किमिया समय (सीआईटी) और गुर्दा त्याग दर को कम करता है।

साझा की जा सकने वाली जानकारी में शामिल हैं:

1. रोगी की स्वीकृति सीमा k: प्रत्येक रोगी उसकी रिपोर्ट करता हैगुर्दागुणवत्ता स्वीकृति सीमा k स्वयं और उसके चिकित्सक द्वारा तय की गई।

2. रोगी द्वारा उपयोग किया जाने वाला कोई भी अतिरिक्त निर्णय मानदंड: रोगी और सर्जन के निर्णय उस जानकारी से प्रभावित हो सकते हैं जो इसमें शामिल नहीं है।गुर्दागुणवत्ता मूल्यांकन (केडीपीआई)। अधिक मानकीकृत गुणवत्ता पैरामीटर होने से, जहां रोगी यह निर्धारित कर सकता है कि वह क्या स्वीकार करती है, इसमें सुधार होगागुर्दाआवंटन। पूरी जानकारी के तहत, OPTN उन रोगियों की तुरंत पहचान कर सकता है जो किडनी को स्वीकार करेंगे और मूल्यवान CIT को बचाएंगे।

3. रोगी की वर्तमान उपलब्धता: रोगी वर्तमान में प्रत्यारोपण प्राप्त कर सकता है या नहीं, इसका एक अद्यतन संकेत। कारकों में वर्तमान स्वास्थ्य और यात्रा शामिल हैं।

4. प्रत्यारोपण केंद्र की उपलब्धता: प्रत्यारोपण केंद्र की उपलब्धता पर विचार करें- समय पर सर्जरी करने के लिए तैयार ऑपरेटिंग रूम, सर्जन, नर्स और स्टाफ जैसी सुविधाएं हैं।

संपूर्ण जानकारी के तहत, OPTN के पास सभी रोगियों की स्वीकृति सीमा k, अंग के लिए कोई अतिरिक्त आवश्यकता, और यदि रोगी और केंद्र उपलब्ध हैं, के बारे में अप-टू-डेट जानकारी तक पहुंच होगी। इसलिए, OPTN सीधे प्रतीक्षा सूची में पहले रोगी की पहचान कर सकता है जो प्रत्यारोपण को स्वीकार करेगा और प्राप्त करेगा। यह सीआईटी को प्रभावी ढंग से कम कर देगा, यानी टी, अंग को निकालने और प्रत्यारोपण करने के लिए आवश्यक न्यूनतम तक। सिमुलेशन मॉडल में, प्रतीक्षा सूची की लंबाई के लिए जी सेट करके सही जानकारी व्यक्त की जा सकती है, यह दर्शाता है कि पूरी प्रतीक्षा सूची एक मिलान रोगी के लिए तुरंत खोजी जाती है। सही जानकारी मानना ​​कई कारणों से अवास्तविक है। उदाहरण के लिए, तकनीकी समस्याएं सूचना की उपलब्धता को प्रभावित कर सकती हैं और रोगी या केंद्र सभी सूचनाओं को लगातार अद्यतन नहीं रख सकते हैं। एक अधिक यथार्थवादी सेटिंग में सुधार हुआ है लेकिन फिर भी अपूर्ण जानकारी साझा करना है। अधिक जानकारी का अर्थ है कि साझा जानकारी का उपयोग करके रोगियों की तेज़ी से पहचान की जा सकती है। हम इस तथ्य को सिमुलेशन मॉडल में उन रोगियों की बढ़ी हुई संख्या द्वारा व्यक्त करते हैं जिन्हें प्रति घंटे खोजा जा सकता है (यानी, जी में वृद्धि)।

बेहतर जानकारी साझा करने के प्रभाव को स्पष्ट करने के लिए, हम क्षेत्र 6 में रक्त प्रकार ए के रोगियों के परिणामों की रिपोर्ट करते हैं। हम 1000 रोगियों के साथ प्रतीक्षा सूची शुरू करते हैं और सिमुलेशन चलाते हैं जब तक कि प्रतीक्षा सूची की लंबाई लगभग 1800 रोगियों (200 महीने) स्थिर नहीं हो जाती। हम इस वार्म-अप अवधि के बाद परिणामों की रिपोर्ट करते हैं जो औसतन 300 महीनों से अधिक है। आधार रेखा वर्तमान में उपयोग किया जाने वाला समूह आकार g=5 है। हम जानकारी साझा करने के विभिन्न स्तरों का प्रतिनिधित्व करने के लिए जी बदलते हैं।

तालिका 8 प्रतीक्षा सूची में कितने रोगियों द्वारा प्रति घंटे प्रभावी रूप से विचार किया जा सकता है, द्वारा व्यक्त की गई जानकारी साझा करने के प्रभाव को दर्शाता है। पांच के आधारभूत समूह आकार में, स्वीकृत गुर्दा की औसत गुणवत्ता 0.66 है, जिससे प्रति प्रतिरोपित रोगी की औसत उपयोगिता 10.76 वर्ष है। गुर्दा प्रतीक्षा सूची में 45 रोगियों तक यात्रा कर सकता है और औसतन छठे रोगी द्वारा स्वीकार किया जाता है। तालिका 9 प्रत्यारोपण दर के अलावा गुर्दे के उपयोग और प्रतीक्षा सूची मृत्यु दर को प्रस्तुत करती है। जी बढ़ने पर गुर्दे की उपयोगिता दर काफी बढ़ जाती है।

जैसा कि चित्र 5 दर्शाता है, में सुधारगुर्दाभेंट प्रक्रिया g=10 की गति को दोगुना करने के लिए प्रत्यारोपण दर 17 प्रतिशत है, और सही जानकारी उपलब्ध होने पर यह 47 प्रतिशत तक पहुंच जाती है। दूसरी ओर, प्रतीक्षा सूची मृत्यु दर में 7 प्रतिशत की कमी आती है जब जी=10, और कमी 21 प्रतिशत तक हो सकती है। सिमुलेशन दक्षता पर प्रभाव को दिखाता है कि सूचना साझाकरण आवंटन प्रक्रिया में ला सकता है।

वर्तमान तकनीक का उपयोग करके सूचना साझाकरण को कई तरीकों से लागू किया जा सकता है। उदाहरणों में रीयल-टाइम के करीब रोगी की उपलब्धता को ट्रैक करने के लिए ऐप्स और चिकित्सा पहनने योग्य उपकरणों का उपयोग करना शामिल है। प्रत्यारोपण केंद्रों की सूचना प्रणाली और ओपीटीएन के बीच मानकीकृत इंटरफेस का उपयोग केंद्र की उपलब्धता के प्रबंधन के लिए किया जा सकता है। इन तकनीकों को लागू करने में समय लगेगा, लेकिन इस सिमुलेशन अध्ययन में प्रस्तुत परिणाम बताते हैं कि संभावित अदायगी कम करने की क्षमता के साथ महत्वपूर्ण हैगुर्दादरों को कम से कम छोड़ दें।

5. समापन टिप्पणी

इस शोध का पहला योगदान एक सिमुलेशन मॉडल विकसित करना है जो एक इष्टतम मृत दाता प्रदान करता हैगुर्दानिर्णय निर्माताओं (रोगियों और सर्जनों) के लिए स्वीकृति मार्गदर्शन। अंग स्वीकृति/अस्वीकृति मॉडलिंग की प्रमुख चुनौती एक महत्वपूर्ण जीवन रक्षक निर्णय लेने के लिए वास्तविक दुनिया की स्थितियों और स्थितियों को शामिल करना है। इस कारण से, इस काम की मुख्य नवीनता के रूप में हमारा प्राथमिक उद्देश्य विभिन्न आवश्यक तत्वों को पहचानना, एकत्र करना और कार्यान्वित करना है जो कि गुर्दा चयन मानदंड में योगदान करते हैं। प्रस्तावित मॉडल रोगियों के स्वास्थ्य में विविधता की अनुमति देता है औरगुर्दागुणवत्ता, साथ ही साथ उनका सहसंबंध। इसके अलावा, हम सीआईटी के जमा होने के कारण गुर्दे की गुणवत्ता में गिरावट को शामिल करते हैं क्योंकि आवंटन प्रक्रिया चलती रहती है। उपरोक्त सभी तत्वों के अलावा, हम एक इष्टतम प्रत्यारोपण समाधान का प्रस्ताव करने के लिए मानव और सुविधा संसाधनों के साथ रोगी स्वास्थ्य और उपलब्धता को भी शामिल करते हैं।

प्रस्तावित मॉडल का उपयोग यह जांचने के लिए किया जा सकता है कि विभिन्न नीति विकल्प ओटीपीएन [16] द्वारा बताए गए रणनीतिक लक्ष्यों को कैसे प्रभावित कर सकते हैं। हमने इसे दो अनुप्रयोगों के साथ चित्रित किया है। सबसे पहले, हमने दिखाया कि कैसे मॉडल को लागू किया जा सकता है ताकि मरीजों के निर्णयों को दी गई लागत, दूरी और देखभाल की गुणवत्ता की बाधाओं के बारे में सूचित किया जा सके। जबकि अल्पावधि में एकाधिक लिस्टिंग वित्तीय संसाधनों के आधार पर रोगियों के बीच इक्विटी के लिए चुनौतियों का सामना कर सकती है, इसमें प्रत्यारोपण तक पहुंच में भौगोलिक असमानताओं को दूर करने और इस प्रकार इक्विटी में वृद्धि करने की क्षमता है।

एक दूसरा दृष्टांत समाज कल्याण के पहलू की ओर ध्यान आकर्षित करता हैगुर्दापहले आवेदन में विचार के अनुसार इष्टतम समाधान खोजने पर ध्यान केंद्रित करने के बजाय प्रत्यारोपण। हम उपलब्ध जानकारी के कई स्तरों के लिए सामाजिक कल्याण परिणामों (यानी, डोनर किडनी उपयोग और सिस्टम-वाइड पोस्ट-ट्रांसप्लांट उपयोगिता) की तुलना करते हैं, जिसमें कोई जानकारी नहीं से लेकर सही जानकारी तक होती है। बढ़ी हुई जानकारी से गुर्दा का काम तेजी से होता है और गुर्दा त्यागने की दर कम हो जाती है। प्रत्यारोपण दर में वृद्धि से सामाजिक कल्याण उपयोगिता में सुधार होता है और इसकी लंबाई कम हो जाती हैगुर्दाप्रत्यारोपण प्रतीक्षा सूची, समय और मृत्यु दर। नीति निर्माता इन परिणामों का उपयोग आवश्यक जानकारी एकत्र करने के लिए आधुनिक सूचना प्रौद्योगिकी के मूल्य को प्रेरित करने और रोगियों और केंद्रों द्वारा समय पर सूचना साझा करने को प्रोत्साहित करने वाली प्रोत्साहन संरचनाओं को डिजाइन करने के महत्व को दिखाने के लिए कर सकते हैं। उदाहरण के लिए, स्मार्टफोन डिवाइस के लिए अंग प्रत्यारोपण एप्लिकेशन को डिजाइन करना समय पर आवश्यक जानकारी जमा करने और अपडेट करने का एक सुरक्षित, आसान और तेज़ तरीका प्रदान कर सकता है। नीति निर्माता एक बुनियादी नियम स्थापित करना चाह सकते हैं जिसका सभी रोगियों और प्रत्यारोपण केंद्रों को प्रस्ताव प्राप्त करने के लिए पालन करना होगा। उदाहरण के लिए, अनिवार्य ऐप तकनीक और सेवा का उपयोग करते हुए, प्रत्यारोपण केंद्र अपने सबमिट किए गए डेटा को नियमित रूप से संशोधित या सत्यापित कर सकते हैं (उदाहरण के लिए, हर दिन) प्रतीक्षा सूची में रोगी की स्थिति एक निश्चित सीमा से गुजरने के बाद। प्रस्तावित मॉडल इतना सरल और लचीला है कि गुर्दा असाइनमेंट प्रक्रिया के कई अन्य पहलुओं की जांच के लिए आसानी से अनुकूलित किया जा सकता है।

Autहोr Cपरtriबूtiपरs:लेखकों ने इस काम में समान रूप से योगदान दिया। सभी लेखकों ने पांडुलिपि के प्रकाशित संस्करण को पढ़ लिया है और सहमत हैं

निधिiएनजी:इस शोध को कोई बाहरी वित्त पोषण नहीं मिला।

Institutiपरal Rईवीiew बोard Statement:लागू नहीं।

Informईडी Cऑन्सएनt Statemएनt:लागू नहीं।

Data Aवाइलabइलीty Statement:इस विश्लेषण में प्रयुक्त डेटा सेट UNOS के माध्यम से प्राप्त किया जा सकता है।

Cऑनफ्लोicts of Interतोंt:लेखक हितों के टकराव की घोषणा नहीं करते हैं।

शरीर सौष्ठव

References

1. कैलिफोर्निया विश्वविद्यालय सैन फ्रांसिस्को।गुर्दाप्रोजेक्ट—बायोआर्टिफिशियल बनानागुर्दागुर्दे की विफलता के स्थायी समाधान के रूप में। ऑनलाइन उपलब्ध: (4 अप्रैल 2020 को एक्सेस किया गया)।

2. राष्ट्रीयगुर्दानींव। अंग दान और प्रत्यारोपण सांख्यिकी। 2016. ऑनलाइन उपलब्ध: (16 अप्रैल 2020 को एक्सेस किया गया)।

3. यूएनओएस क्षेत्र: अंग प्रत्यारोपण क्षेत्रीय संसाधन। ऑनलाइन उपलब्ध: (20 मार्च 2020 को एक्सेस किया गया)।

4. ऑप्टन। 6 दिसंबर 2020 से प्रभावी नीतियां [पूर्व कॉम 9.9.ए.]। ऑनलाइन उपलब्ध: (2 जनवरी 2021 को एक्सेस किया गया)।

5. वी, ए.; साल्कोव्स्की, एन.; कसिस्के, बीएल; इसरानी, ​​एके; स्नाइडर, जे.जे. का प्रभावगुर्दाआवंटन दक्षता के मेट्रिक्स पर स्वीकृति व्यवहार की पेशकश करें। क्लीन. प्रत्यारोपण। 2017, 31, e13057।

6. कोइज़ुमी, एन.; दासगुप्ता, डी.; पटेल, ए.वी.; स्मिथ, ते; मेयर, जद; कॉलेंडर, सी.; मेलानकॉन, जेके कोल्ड इस्किमिया समय में भौगोलिक भिन्नता:गुर्दासंयुक्त राज्य अमेरिका में बनाम लीवर प्रत्यारोपण, 2003 से 2011। प्रत्यारोपण। प्रत्यक्ष2015, 1, e27.

7. हावर्ड, डीएच ट्रांसप्लांट सर्जन अंगों को क्यों बंद कर देते हैं?: निर्णय को स्वीकार/अस्वीकार करने का एक मॉडल। जे स्वास्थ्य इकोन। 2002, 21, 957-969।

8. लॉसन, सी.; जॉनसन, डी.; क्लैपर, डी.; फाउलर, के.; कपूर, एसगुर्दादर त्यागें। गुर्दा समाचार। 2017. ऑनलाइन उपलब्ध: (22 फरवरी 2020 को एक्सेस किया गया)।

9. झांग, जे। द साउंड ऑफ साइलेंस: ऑब्जर्वेशनल लर्निंग इन यूएसगुर्दामंडी। निशान। विज्ञान 2010, 29, 315-335।

10. शोल्ड, जेडी; बुक्किनी, एल.; श्रीनिवास, टी.; श्रीनिवास, आर.; पोगियो, ई.; फ्लेचनर, एस.; सोरिया, सी.; सेगेव, डी.; फंग, जे.; गोल्डफार्ब, डी। केंद्र प्रदर्शन मूल्यांकन का संघ औरगुर्दासंयुक्त राज्य अमेरिका में प्रत्यारोपण की मात्रा। पूर्वाह्न। जे. प्रत्यारोपण। 2013, 13, 67-75।

11. शोल्ड, जे।; बुक्किनी, एल.; पोगियो, ई.; फ्लेचनर, एस.; गोल्डफार्ब, डी. एसोसिएशन ऑफ कैंडिडेट रिमूवल्स फ्रॉम दगुर्दाप्रत्यारोपण प्रतीक्षा सूची और केंद्र प्रदर्शन निरीक्षण। पूर्वाह्न। जे. प्रत्यारोपण। बंद। जाम। समाज. प्रत्यारोपण। पूर्वाह्न। समाज. ट्रांसप्ला. शल्य चिकित्सा। 2016, 16, 1276-1284।

12. बीए, एस।; मैसी, एबी; लुओ, एक्स.; अंजुम, एस.; देसाई, एनएम; किडनी डोनर प्रोएल इंडेक्स (केडीपीआई) की शुरुआत के बाद सेगेव, डीएल डिस्कार्ड रेट में बदलाव। पूर्वाह्न। जे. प्रत्यारोपण। 2016, 16, 2202–2207।

13. शोल्ड, जेडी; बुक्किनी, एलडी; गोल्डफार्ब, डीए; फ्लेचनर, एसएम; पोगियो, ईडी; सहगल, एआर एसोसिएशन के बीचगुर्दाट्रांसप्लांट सेंटर परफॉर्मेंस एंड सर्वाइवल बेनिफिट ऑफ ट्रांसप्लांटेशन बनाम डायलिसिस। क्लीन. जाम। समाज. नेफ्रोल। 2014, 9, 1773-1780।

14. हॉलर, एमसी; केंज, ए.; बेयर, एच.; ओबरबाउर, आर। डायलिसिस विंटेज और उसके बाद के परिणामगुर्दाप्रत्यारोपण: एक पूर्वव्यापी कोहोर्ट अध्ययन। क्लीन. जाम। समाज. नेफ्रोल। 2016, 12, 122-130।

15. यूएनओएस। ट्रांसप्लांटेशन के बारे में बात करना - मल्टीपल लिस्टिंग और वेटिंग टाइम ट्रांसफर के बारे में अक्सर पूछे जाने वाले प्रश्न। 2017 ऑनलाइन उपलब्ध: (13 जून 2020 को एक्सेस किया गया)।

16. ऑप्ट। OPTN/UNOS सामरिक योजना 2018–2021। ऑनलाइन उपलब्ध: (12 अप्रैल 2020 को एक्सेस किया गया)।

17. चक्कर, हा; चेर्तो, जीएम; ओ'हारे, एएम; संशोधन, डब्ल्यूजे; गोनवा, टीए क्षेत्रीय भिन्नतागुर्दाप्रत्यारोपण परिणाम: समय के साथ रुझान। क्लीन. जाम। समाज. नेफ्रोल। 2009, 4, 152–159।

18. अर्देकानी, एमएस; Orlowski, JM मल्टीपल लिस्टिंग inगुर्दाप्रत्यारोपण। पूर्वाह्न। जे।गुर्दाडिस्. 2010, 55, 717-725।

19. यूएनओएस। एकाधिक लिस्टिंग। ऑनलाइन उपलब्ध: (1 दिसंबर 2018 को एक्सेस किया गया)।

20. ग़रीबी, जेड.; अयवसी, एमयू; हैस्लर, एम.; जियाकोमा, टी.; गैस्टन, आरएस; टैनरियोवर, बी। मृतक दाता में एंटीबॉडी-आधारित प्रेरण चिकित्सा की लागत-प्रभावशीलतागुर्दासंयुक्त राज्य अमेरिका में प्रत्यारोपण। प्रत्यारोपण 2017, 101, 1234।