دانلود رایگان ترجمه مقاله مدیریت موجودی خون – الزویر 2012

دانلود رایگان مقاله انگلیسی مدیریت موجودی خون: بهترین روش بیمارستانی به همراه ترجمه فارسی

 

عنوان فارسی مقاله مدیریت موجودی خون: بهترین روش بیمارستانی
عنوان انگلیسی مقاله Blood Inventory Management: Hospital Best Practice
رشته های مرتبط پزشکی، مهندسی صنایع، لجستیک و زنجیره تامین، هماتولوژی یا خون شناسی
فرمت مقالات رایگان

مقالات انگلیسی و ترجمه های فارسی رایگان با فرمت PDF آماده دانلود رایگان میباشند

همچنین ترجمه مقاله با فرمت ورد نیز قابل خریداری و دانلود میباشد

کیفیت ترجمه کیفیت ترجمه این مقاله متوسط میباشد 
نشریه الزویر – Elsevier
مجله مروری بر پزشکی انتقال خون – Transfusion Medicine Reviews
سال انتشار 20012
کد محصول F803

مقاله انگلیسی رایگان (PDF)

دانلود رایگان مقاله انگلیسی

ترجمه فارسی رایگان (PDF)

دانلود رایگان ترجمه مقاله

خرید ترجمه با فرمت ورد

خرید ترجمه مقاله با فرمت ورد
جستجوی ترجمه مقالات جستجوی ترجمه مقالات مهندسی صنایع

  

فهرست مقاله:

بررسی منابع
مواد و روش ها
روش مصاحبه
یافته ها
سطوح ذخایر و الگوهای سفارش
تاکید بر تازگی خون
همکاری های داخلی در بیمارستان
آزمایش سازگاری خون الکترونیکی
نتیجه گیری
شفافیت موجودی ها
تاکید بر تازگی خون

 

بخشی از ترجمه فارسی مقاله:

اجزای خون جزو منابع ارزشمند و نادر(1-4) بوده علی رغم این که 1.9 میلیون واحد خون در انگلییس و ولز در هر سال ، 0.9 میلیون واحد در کانادا (5)، و بین 4.3 و 4.9 میلیون واحد در آلمان طی 10 ساله کذشته اهدا می شود. در امریکا خرید خون، 1 درصد هزینه بیمارستانی است زیرا خون به روش های مختلف مورد استفاده قرار می گیرد. ماهیت زنجیره های عرضه خون در دنیا ثابت نیست. این ماهیت ها از نظر ساختار بیمارستان( خصوصی یا دولتی)، نوع عرضه(رایگان یا پولی)، قیمت خون، نوزیع خون، و کمبود آن(7) متغیر است.
استفاده از واحد های خون قبل از انقضا، امکان استفاده از آن ها را برای درمان و کاهش هزینه های غیر ضروری می دهد. بهبود مدیریت موجودی خون موجب کاهش زیان های ناشی از زمان انقضا شده و استفاده کارامد از خون را تسهیل می بخشد. حفظ تعادل بین کمبود و مازاد، کلید مدیریت خوب ذخایر خون است. عملکرد های مدیریت موجودی خوب مستلزم حفظ ذخایر خوب برای تضمین موجودی 100 درصد و کمینه سازی زمان انقضا (8-9) است. عدم دست یابی به این اهداف موجود کاهش توان بیمارستان ها در رفع تقاضاهای بالینی می شود. اگرچه مازاد خون منجر به هزنیه های غیر ضروری برای سیستم بهداشت و درمان می شود، در سیست های بیمارستانی دنیا، ملاحطات اقتضادی روز به روز مهم تر شده و برای مدیران ازمایشگاهی از اهمیت بالایی برخوردار است. برخی مطالعات به شناسایی محرک ها و دلیل مدیریت انوانتوری و موجودی خوب خون می پردازند. یافته های مطالعه موردی با منابع مقایسه شد. منابع موجود بیان می دارد که محرک های اصلی عملکرد مدیریت خوب موحودی شامل استفاده از مدل های موجودی و الکوریتم هاست. در این مطالعه به این موضوع پرداخته نشده است. در عوض، عملکرد خوب ناشی از کیفیت کارکنان ازمایشگاهی است که مجرب،آموزش دیده و با تجربه هستند. شفافیت موجودی و روش های مدیریتی ساده نیز موجب تسهیل عملکرد خوب می شوند. این موارد برای کنترل منابع ارزشمند نظیر خون مورد استفاده قرار گرفته است(10). مازاد یک واحد خون، از بین رفتن زمان یک اهدا کننده و نقش او در امریکا، اسکاتلند، انگلیس و ولز می باشد که بیشتر به صورت داوطلبانه صورت می گیرد(7). در مطالعه انجام شده توسط سازمان بهداشت جهانی، از 124 کشور، 49 کشور به 100 درصد اهدای خون داوطلبانه رسیده بودند(11). تلفات و پسماند خون در بسیاری از نقاط زنجیره عرضه خون رخ داد با این حال در انگلیس و آلمان، پسماند خونی در بیمارستان به شدت بیش از پسماند ها در مراکز خونی دیگر بوده است که در شکل 1 نشان داده شده است.
مدیریت موجودی و توزیع خون مولفه های اصلی هزینه برای خون هستند(13). از این روی مدیریت کارامد موجودی و لجستیک خون می تواند در کاهش هزینه کل خون موثر باشد. روش های مختلف برای کاهش مصرف خون و هزینه آن پیشنهاد شده اند و در منابع مختلف کزارش شده اند. از این روی این مقاله مروری بر عملیات مدیریت موجودی در بیمارستان دارد. این مقاله دارای دو هدف است. 1- بررسی مدیریت موجودی و ارزیابی مدل های قابل کاربرد در زنجیره عرضه خون بیمارستانی و 2- شناسایی عوامل موثر بر عملکرد موحودی خون با برررسی عملیات بیمارستانی که تلفات آن را به حداقل رسانده و آن ها را بایافته های منابع دیکر مقایسه کند.

بررسی منابع
منابع در خصوص زنجیره عرضه خون نسبتا محدود است. با این حال خون یک کالای فاسد شدنی بوده و از این روی نظریه موجودی کالاهای فاسد شدنی عمومی را می توان به مدیریت آن تعمیم داد. روش های مورد استفاده در محیط های صنعتی برای سیستم عرضه خون به دلیل اثرات کمبود موجودی قابل استفاده نمی باشند(17). مدیریت موجودی به سال 1960 بر می گردد(18-19). در 1973، جنینگ در مقاله خود(20)، اصول عملکرد زنجیره عرضه خون را بررسی کرده و سه شاخص کلیدی عملکرد را معرفی کرد: کمبود، مازاد، و هزینه اطلاعات و حمل و نقل. برودیم و همکاران 21، به بررسی و توسعه مدل موجودی بر اساس سن متوسط و مازاد متوسط واحد های خون با استفاده از رویکرد زنجیره مارکوف پرداخت. کامینگ و همکاران 22، مدل برنامه ریزی را برای صدور واحد ها به بیمارستان ارایه کرد. پراستکوس و برادیم 23، مدل توزیع منطقه ای کامپیوتر محور را در امریکا موسوم به سیستم توزیع خون ارایه کرد. با یک رویکرد متفاوت، کوهن و پریسکالا، سطوح ذخایر هدف را برای بانک های خون بیمارستان با داده های ارایه شده توسط بیمارستان امریکا و مرکز خون ارایه کردند. پرستکوس (9) در یک مقاله به بررسی منابع در خصوص مدل های موجود پرداخته اند. اونز (26)، به تحلیل اثر سن واحد های خوبی بر عملکرد موجودی پرداخته و پی برد که سن متوسط از یک گروه خوبی به گروه دیگر متغیر بود. نتیجه این شد که افزایش طول عمر می تواند موجب کاهش زیادی در پسماند شود. از این روی مدیریت موجودی تنها عامل موثر بر تلفات و انقضای اجزای خون نیست. در مطالعه دیگر در خصوص مدیریت زنجیره عرضه خون، اسپن (27)، همکاری را یک عامل موثر بر عملکرد خوب در زنجیره عرضه خون ذکر کرد. تاسیس طرح مدیریت ذخایر حون در بریتا نیا و ایجاد یک پایگاه اطاعاتی راه را برای تحقیقات مدیریت موجودی خون باز کرد.(28). قابلیت دسترسی به این داده های جدید منجر به افزایش شفافیت و افزایش درک و. دانش مدیریت موجودی حون و بهبود شفافیت زنجیره عرضه خون شده است. این خود با بهبود فناوری رایانه ای و قابلیت دسترسی به ابزار های شبیه سازی با توامایی مدل سازی فرایند همراه بوده است. رویکرد های قبلی برای استفاده از روش های شبیه سازی و روش های کراسینگ، نیز اجرا شده و نتیجه این شده است که شبیه سازی به تصمیم گیرنده ها برای گرفتن تصمیمات غیر ریسکی در تغییرات زنجیره عرضه کمک کند(29-31). مطالعه اخیر توسط پررا و همکاران 32، بر اساس نظر سنحی در 265 بیمارستان، یک سری عوامل دیگر موثر در مدیریت موجودی را نشان داد. تحقیق نشان داد که کاهش دوره رزور برای واحد های رزورو شده موحب کاهش سطح موجودی و فاسد شدن می شود. به علاوه، فرایند رتبه بندی رایانه ای و برنامه های آموزشی، اثر مهمی بر میزان موجودی داشتند.
لازم به خاطر نشان است که همه مدل ها و رویکرد های شناسایی شده در منابع علمی با محدودیت هایی همراه هستند که همگی بر اساس فرضیات بوده و نیاز به ورودی های تعریف شده دارند. برای مثال، مدل های موجودی موسوم به هزینه های فروش از دست رفته یا هزینه های کمبود، نی ز اهمیت دارند زیرا بدست اوردن این هزینه ها بسیار سخت بوده و روش های رتبه بندی ساده اغلب استفاده می شوند(33). ماتسون(34) استدلال کردند که مدل های کنترل موجودی اثر منفی بر اعبار آن و کل سیستم دارند. سامراس 35، این را االیید کرد و می گوید که این فرضیات ممکن است یک سری نتایج غیر طبیعی در اختیار بگذارد و از این روی مدل ها قادر به ترسیم واقعیت نمی باشند. در این مدل تقاضا وابسته به قیمت فروش که یک متغیر تصمیم است؛ فرض می شود. ابد ]3،4[، دای ]5[ و دای و هسی ]6[ هریک مدل‏هایی با فرض کالای فاسد شدنی و کمبود مجاز ارایه دادند و همگی قیمت را به عنوان متغیر تصمیم در نظر گرفتند. ابد و دای در مدل خود تقاضا را به صورت تابع کلی از قیمت فرض نمودند در حالی که در مدل دای و هسی تقاضا تابعی از قیمت و زمان است. ماخوپدهای و همکاران ]7 [ [ در مقالاتشان کمبود را غیر مجاز و افق زمانی را نیز نامحدود در نظر گرفتند. ماخوپدهای و همکاران تقاضا را به صورت غیرخطی وابسته به قیمت در نظر گرفتند در حالی که در مدل ارایه شده توسط اسمعیلی تقاضا تابع کلی از قیمت است و مقادیر قیمت فروش، هزینه های بازاریابی و اندازه انباشته به گونه ای تعیین شده است که سود سالانه تولیدکننده ماکزیمم گردد. سانا ]9[ درسال 2011 مدل موجودی احتمالی ارایه داد که در آن تقاضا وابسته به متغیر تصادفی قیمت در نظر گرفته شده است.
دسته دوم مدل های چند هدفه می باشند. اغلب مدل های موجودی مفهوم هزینه ها ی مختلف و همچنین خدمات را در یک هدف جای داده اند و برای حل آن ها از روش های سنتی استفاده می شود در حالی که از ویژگی‏های بارز تجارت امروزی، تنوع خواسته های تصمیم گیرندگان است. در مسایل چند هدفه تصمیم گیرنده به دنبال حداکثر یا حداقل نمودن دو یا چند هدف به طور همزمان می باشد. این دسته از مدل ها در زمینه های زیادی به‏کار رفته اما تاکنون تعداد اندکی از مسایل چند هدفه به بهینه‏سازی کنترل موجودی پرداخته اند.
گاردنر و دننبرینگ در سال 1979 اولین کسانی بودند که سطح خدمت را به عنوان تابع هدف دیگری معرفی نمودند. پادمنبهان و وارت نیز در سال 1990 مساله موجودی چند هدفه برای کالاهای فاسد شدنی با تقاضای وابسته به موجودی ارایه دادند و برای حل روش برنامه‏ریزی غیر خطی آرمانی را به‏کار بردند. آگرل در سال 1995 مدل موجودی چند هدفه ای را ارایه نمود که در آن سه هدف حداقل نمودن هزینه های سالانه، کمبود مورد انتظار و کاهش تعداد دفعات مواجه با کمبود در نظر گرفته شده بود. وی در مدل خود افق زمانی را نامحدود، کمبود را مجاز و تقاضا را احتمالی با توزیع نرمال فرض نمود. همچنین اندازه انباشته و ضریب اطمینان را به عنوان متغیرهای تصمیم در نظر گرفت. تسو ]10،11[ و مسلمی و زندیه ]12[ مقالاتشان را بر پایه مدل آگرل ارایه نمودند. تسو ]10[ با استفاده از الگوریتم MOPSO، راه حل های غیر مسلط را به‏دست آورد و سپس با روش TOPSIS و با توجه به اولویت های تصمیم گیرنده به دسته بندی آن ها پرداخت. او یک سال بعد در مقاله دیگری که بر مبنای همین مدل ارایه شد؛ برای حل، الگوریتم های MOEMO و MOPSO را انتخاب نمود. مسلمی و زندیه نیز الگوریتم MOPSO را در حل مدل آگرل به‏کار گرفتند.
روی و میتی ]13[ همچنین ماندل و همکاران ]14[ هر یک مدل موجودی چند هدفه چند کالایی در فضای فازی با فرض اینکه کالا فاسد شدنی است ارایه دادند. روی و میتی با در نظر گرفتن محدودیت های بودجه و فضا، اهداف ماکزیمم سازی سود و کاهش هزینه ضایعات را دنبال نمودند در حالی که تقاضا را وابسته به سطح موجودی، کمبود را غیر مجاز و افق زمانی را محدود در نظر گرفته اند. آن ها با استفاده از روش های FNLP و FAGP به حل بهینه دست یافتند. این در حالی است که ماندل و همکاران محدودیت های فضای انبار، تعداد سفارش و هزینه تولید را در مدلشان اعمال و برای حل از روش برنامه‏ریزی هندسی استفاده نمودند. در ادامه مایتی و میتی ]15[ و ایسلام ]16[ نیز مدل های موجودی چندهدفه چندکالایی تحت تورم و تخفیف فازی ارایه دادند. مایتی و میتی فرض کردند که افق زمانی محدود، کمبود غیر مجاز و تقاضا وابسته به تبلیغات می-باشد. آن ها روش های UFM و GRG را برای حل به‏کار گرفتند. از سوی دیگر ایسلام محدودیت فضا و مجموع کمبود را در مدل خود اعمال نمود به طوری که افق زمانی نامحدود و تقاضا یکنواخت و وابسته به هزینه های بازاریابی در نظر گرفته شد. او هدفش حداقل ساختن هزینه های موجودی و همچنین هزینه های بازار یابی و تولید بود و برای حل مدل مذکور از روش معیار سراسری و برنامه‏ریزی هندسی استفاده نمود.

بخشی از مقاله انگلیسی:

BLOOD COMPONENTS REMAIN a scarce and precious resource [1-4], this is despite the fact that over 1.9 million units of blood are donated in England and North Wales every year, 0.9 million in Canada [5], and between 4.3 and 4.9 million whole blood donations have been collected in Germany annually over the last 10 years. In the United States, buying blood accounts for about 1% of total hospital spend, as blood is utilized in many procedures [6]. The nature of the blood supply chains established across the world is not consistent. They differ in the structure of hospitals (private vs state), the type of supply (free vs paid donations), pricing for blood, the distribution of blood, and the handling of shortages [7]. All systems, however, have the same objectives, to provide sufficient supply while keeping wastage to a minimum. Using blood units before they time expire allows them to be used for treatments and hence reduces unnecessary costs. Improving blood inventory management practice reduces losses due to time expiry and facilitates the efficient use of blood. Maintaining the critical balance between shortage and wastage is the key to good blood stocks management. Good inventory management performance entails carrying enough stock to guarantee 100% availability while at the same time minimizing time expiry [8,9]. Failure to meet these 2 objectives can result in a hospital transfusion laboratory not being able to meet clinical demand. While excess stock will lead to unnecessary costs for the health-care system; in hospitals across the world, economic considerations are becoming increasingly important and are therefore being used to control precious resources such as blood [10]. Wasting a unit of blood is also a waste of the donors’ time, effort, and contribution which in the United States, Scotland, England, and Wales, for example, is made on an entirely voluntary basis [7]. In a study carried out by the World Health organization (WHO), of the 124 countries investigated, only 49 (39.5) had reached 100% unpaid voluntary blood donation [11]. Wastage can occur at many points across the blood supply chain [8,12]; however, for example, in the United Kingdom and Germany, in recent years, wastage in hospitals has been significantly higher than wastage in blood centers as shown in Figure 1. Inventory management and distribution of blood are seen as major components of the cost for blood [13]. Hence, both efficient management of blood inventories and logistics can contribute to a reduction in the overall cost of blood. Various approaches have been proposed to reduce the use of blood, and hence its cost; these have been discussed in the wider literature along with a number of studies looking at the storage of blood and its impact on supply [14-16]. Therefore, this research article will focus on a review of inventory practice in hospitals. This article has 2 key objectives, to review the available literature on generic perishable inventory management and in doing so evaluate potential models that can be applied to the blood supply chain. Second, the article will identify the key drivers for good blood inventory performance by investigating practice in hospitals that have minimized their wastage and compare these with the findings from the literature.

LITERATURE REVIEW

Literature on inventory management within the blood supply chain is rather limited. However, blood is a perishable and deteriorating product, and therefore, more general perishable inventory theory can potentially be applied to its management. Techniques used in industrial environments, for example, just in time, are not suitable for the blood supply system due to the consequences of an inventory shortage [17]. The majority of the extant literature is specifically related to the development of inventory theory within the blood supply chain management context and has concentrated on the development of a variety of increasingly complex inventory models based on a range of analytical and simulation techniques. This has been done on the premise that, by improving the complexity and, by extension, the accuracy of the inventory models used to manage the blood supply chain, wastage can be reduced. Research in blood inventory management dates back to the 1960s [18,19]; there have been 2 major periods of activity, the 1970s and the 2000s. In 1973, in the first article of note, Jennings [20] described the fundamentals of how the blood supply chain operates and identified the 3 key measures of performance: shortage, outdating/ wastage, and cost of information and transportation. Brodheim et al [21] went on to develop an inventory model based on the average age and average wastage of blood units using a Markov chain approach. Cumming et al [22] subsequently developed a planning model for the collection of donations and a basic model for issuing units to hospitals. Prastacos and Brodheim [23,24] published a prototype computer-based regional distribution model implemented in the United States called Programmed Blood Distribution System (PBDS). Taking a different approach, Cohen and Pierskalla [25] developed target stock levels for hospital blood banks derived from data provided by 1 US hospital and 1 blood center. In a later article, the last of this period of research activity, Prastacos [9] reviewed the literature looking at various models from an operations research point of view. There is then a gap of nearly 20 years before Owens et al [26] analyzed the impact of the average age of blood units on the inventory performance and found that the average age varied from blood group to blood group. They concluded that an extension of shelf life had the potential to yield significant reductions in wastage. Hence, inventory management is not the only factor that impacts on the wastage of blood components. In another study from a supply chain perspective, Spens [27] identified collaboration and “doing things together” as a driver for good performance in the blood supply chain. The establishment of the Blood Stocks Management Scheme (BSMS) in the United Kingdom and the instigation of a large database monitoring stock levels and wastage rates in hospitals and blood centers has opened new possibilities in blood inventory management research [28]. The availability of these new data has led to greatly improved transparency and consequently an increased understanding of blood inventory management and improved visibility of the blood supply chain. This has been coupled with improvements in computer technology, which have led to the availability of simulation tools with sufficient power to build meaningful models of this extremely complicated process. Various approaches to employ simulation techniques (such as discrete event simulation and level crossing techniques) have been carried out, concluding that simulation can help decision makers to make less risky decisions regarding changes in the supply chain [29-31]. A recent study by Perera et al [32] based on a survey of 265 UK hospitals identified a number of additional factors for efficient inventory management. The research showed that reducing the reservation period for reserved units (assigned inventory) leads to lower inventory levels and reduced wastage. In addition, computer-assisted ordering processes and training programs were identified as having a significant impact on the amount of stock held. It is important to note that all of the models and approaches identified in the academic literature have limitations and weaknesses, as, by their very nature, all models are based on assumptions and require defined inputs. For example, various inventory models consider the so-called costs of lost sales or shortage costs in case of a stock out; however, due to the fact that it is hard to obtain these costs, simple ordering policies are often applied [33]. Mattsson [34] argued that simplifying assumptions made in inventory control models have a negative effect on their validity, and hence, systems built on such models cannot be expected to perform as well as anticipated. Småros et al [35] confirm this by admitting that imposing strict assumptions leads to distorted results; therefore, the models do not depict reality and cannot be applied. This section has summarized the findings from the review of the blood inventory management literature. As has been mentioned previously, this literature is rather limited; however, as a perishable and deteriorating product, blood represents a subset of the broader field of perishable inventory management literature and therefore should be considered in this context. Table 1 summarizes the major models identified in a review of the more general perishable inventory literature. In each case, it provides a summary of the model together with the model pros and cons. Pros are indicated with the + symbol and cons are listed with the – symbol. It is found that, due to the added complexity of the presence of both assigned and unassigned inventory, most of the general models from perishable inventory theory discussed in Table 1 are not applicable. In summary, the research to date in blood inventory is dominated by operations research specialists who develop mathematical models and use them to derive policies [23,25,31,39,50,52]. This academic work creates the impression that the adoption of more advanced and complex inventory management models leads directly to improved performance within the blood supply chain by determining optimal order quantities and additionally or alternatively optimizing distribution.

 

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

دکمه بازگشت به بالا