DOI: https://doi.org/10.1371/journal.pone.0340058
PMID: https://pubmed.ncbi.nlm.nih.gov/41525264
تاريخ النشر: 2026-01-12
المؤلف: Tingting Zhang وآخرون
الموضوع الرئيسي: تحديد مواقع المنشآت وإدارة الطوارئ
نظرة عامة
تتناول هذه الدراسة التحديات المتعلقة بتقييم الإصابات ولوجستيات الاستجابة الطارئة بعد الزلازل، مع التركيز على التأثير المزدوج للإصابات الجسدية والصدمات النفسية على جهود الإنقاذ. تقدم الدراسة نموذج تحسين قوي ذو هدفين مصمم لإدارة عدم اليقين في أعداد الإصابات، مع التركيز على التوزيع الاستراتيجي للمرافق الطبية ونقل المصابين ضمن إطار إنقاذ ثلاثي المستويات يتكون من مناطق الكوارث والمستشفيات المؤقتة والمستشفيات الشاملة. يهدف النموذج إلى تقليل كل من إجمالي درجة شدة الإصابة (ISS) والتكاليف النفسية المرتبطة بالمصابين، مستخدمًا نهج تحسين قوي للتعامل مع عدم اليقين في المعلمات من خلال بيانات الفترات واستخدام طريقة قيود $\epsilon$ لتحديد جبهة باريتو للنموذج.
تظهر النتائج الرئيسية من دراسة حالة استنادًا إلى زلزال يوشو عام 2010 أن زيادة عدم اليقين في أعداد الإصابات تؤثر بشكل كبير على إجمالي ISS، مما يسمح لصانعي القرار بتعديل معلمات عدم اليقين للتخطيط الأمثل للإنقاذ. يعزز إعطاء الأولوية للإصابات الشديدة فعالية التدخل الطبي، بينما وُجد أن قدرة المستشفيات المؤقتة أكثر أهمية من قدرة المستشفيات الشاملة في التأثير على ISS. كما تسلط الدراسة الضوء على الحاجة إلى تحقيق توازن بين تلبية الاحتياجات النفسية والحفاظ على كفاءة الإنقاذ، خاصة في الفوضى التي تعقب الزلزال. تشمل القيود تركيز النموذج فقط على عدم اليقين في الإصابات، مما يشير إلى أن الأبحاث المستقبلية يجب أن تتضمن عدم اليقين الإضافي مثل أوقات النقل واضطرابات المرافق. علاوة على ذلك، يمكن أن تعزز استكشاف طرق تحسين قوية موزعة قابلية تكيف النموذج ودقته في السيناريوهات الواقعية.
مقدمة
تسلط مقدمة الورقة الضوء على التهديد الكبير الذي تمثله الزلازل، والتي تؤدي في كثير من الأحيان إلى إصابات كبيرة وأضرار واسعة للبنية التحتية. توضح الأمثلة الحديثة، مثل الزلزال الذي بلغت قوته 7.8 في تركيا وزلزال 6.5 في اليابان، الحاجة الملحة لاستراتيجيات فعالة للاستجابة الطبية الطارئة. تؤكد الورقة على أهمية العلاج الفوري لتقليل معدلات الوفيات وتقترح نموذج “العلاج في الموقع”، الذي يتضمن إنشاء مستشفيات مؤقتة بالقرب من مناطق الكوارث لتقديم الرعاية الأولية قبل نقل المرضى إلى المرافق الشاملة. ومع ذلك، فإن التحديات مثل انقطاع الاتصالات واغلاق الطرق تعقد تقييم الإصابات وتخصيص الموارد.
لمعالجة هذه التحديات، تهدف الدراسة إلى تطوير نموذج تحسين قوي ذو هدفين يحدد مواقع المرافق الطارئة بشكل مثالي ويخصص الموارد في ظل عدم اليقين بشأن أعداد الإصابات. يسعى النموذج إلى تقليل كل من إجمالي درجة شدة الإصابة (ISS) والتكاليف النفسية المرتبطة بالمصابين، معترفًا بالتأثيرات النفسية التي غالبًا ما يتم تجاهلها في الكوارث. من خلال دمج العوامل النفسية في اللوجستيات الطارئة، تقدم الأبحاث منظورًا جديدًا حول تحقيق التوازن بين الكفاءة التشغيلية والاعتبارات الإنسانية. تحدد الورقة مساهماتها، بما في ذلك تطوير إطار تحسين قوي لا يعتمد على توزيعات الاحتمالات، مما يوفر نهجًا أكثر مرونة لاتخاذ القرار في سيناريوهات الاستجابة الطارئة.
النتائج
في قسم النتائج من الدراسة، يقدم المؤلفون نتائج من كل من النماذج الحتمية والنماذج المعتمدة على عدم اليقين بشأن تحسين إدارة الإصابات في سيناريوهات الكوارث. بالنسبة للنموذج الحتمي، تم تحديد القيم الدنيا للدالتين الهدفين كـ $f_1^* = 2413.5$ و $f_2^* = 69637$. من خلال اعتبار $f_1$ كهدف رئيسي ودمج التكاليف النفسية كقيود، تم اشتقاق مجموعة من الحلول المثلى باريتو. من الجدير بالذكر أنه مع زيادة عتبة التكلفة النفسية ($\epsilon$)، انخفض إجمالي ISS (درجة شدة الإصابة) للمصابين، مما يدل على وجود تبادل بين التكاليف النفسية ونتائج العلاج. ومع ذلك، بعد قيمة معينة من $\epsilon$ (تحديدًا $\epsilon \geq 75000$)، ظل ISS دون تغيير، مما يبرز ضرورة أن يوازن صانعو القرار بين العلاج الفسيولوجي والاعتبارات النفسية بناءً على مرحلة الإنقاذ.
في نموذج عدم اليقين، استكشف المؤلفون تأثير درجات مختلفة من عدم اليقين المعلوماتي على الدالة الهدف الرئيسية. أظهرت النتائج أنه مع زيادة عدم اليقين، ارتفع ISS أيضًا، خاصة في ظل ظروف تباين البيانات العالية. تشير النتائج إلى أنه يجب إعطاء الأولوية للإصابات الخطيرة في تخصيص الموارد، حيث أنها الأكثر حساسية لتأخيرات العلاج. علاوة على ذلك، تؤكد الدراسة على أهمية المستشفيات المؤقتة في تحسين كفاءة الإنقاذ، حيث أن زيادة قدرتها قللت بشكل كبير من ISS. أظهر نموذج التحسين القوي أداءً متفوقًا مقارنة بالنماذج الحتمية التقليدية، حيث قدم حلولًا قابلة للتطبيق حتى في السيناريوهات غير المؤكدة. بشكل عام، توفر الأبحاث رؤى حاسمة لإدارة الطوارئ، داعية إلى تخصيص استراتيجي للموارد ي prioritizes الإصابات الخطيرة مع مراعاة الجوانب النفسية للعلاج.
المناقشة
يوفر قسم المناقشة من ورقة البحث مراجعة شاملة للأدبيات الموجودة حول لوجستيات الإغاثة في الكوارث، مع التركيز على أربعة جوانب رئيسية: لوجستيات الإنقاذ بعد الكارثة، نقل المصابين، العوامل النفسية التي تؤثر على المصابين، والتحسين القوي في عمليات الإنقاذ. تشير الأدبيات إلى أنه بينما تناولت العديد من الدراسات تحسين مواقع المرافق الطبية ونقل المصابين، فإنها غالبًا ما تتجاهل التدهور الديناميكي لحالات المصابين مع مرور الوقت. تؤكد هذه الورقة على أهمية دمج هذه العوامل لتعزيز كفاءة أنظمة لوجستيات الإغاثة في الكوارث.
يبرز المؤلفون أن النماذج الحالية تهدف بشكل أساسي إلى تقليل وقت النقل والتكاليف أو زيادة عدد الناجين، متجاهلين التأثير النفسي على المصابين. من خلال دمج التكاليف النفسية في نموذج التحسين القوي ذو الهدفين، تهدف الدراسة إلى عكس التغيرات في الوقت الحقيقي في حالات المصابين والأعباء النفسية المرتبطة بها. علاوة على ذلك، تقترح الورقة دالة قطعة زمنية متغيرة لنمذجة تدهور المصابين، متماشية مع الملاحظات السريرية التي تشير إلى معدلات تدهور متغيرة بناءً على شدة الإصابة والوقت المنقضي منذ الإصابة. لا يعزز هذا النهج الصلة العملية للنموذج فحسب، بل يعالج أيضًا الحاجة الملحة للتدخل الطبي في الوقت المناسب في سيناريوهات الكوارث.
DOI: https://doi.org/10.1371/journal.pone.0340058
PMID: https://pubmed.ncbi.nlm.nih.gov/41525264
Publication Date: 2026-01-12
Author(s): Tingting Zhang et al.
Primary Topic: Facility Location and Emergency Management
Overview
This research addresses the challenges of casualty assessment and emergency response logistics following earthquakes, emphasizing the dual impact of physical injuries and psychological trauma on rescue efforts. The study introduces a bi-objective robust optimization model designed to manage the uncertainty in casualty numbers, focusing on the strategic placement of medical facilities and the transportation of casualties within a three-tier rescue framework comprising disaster areas, temporary hospitals, and comprehensive hospitals. The model aims to minimize both the total injury severity score (ISS) and the psychological costs associated with casualties, utilizing a robust optimization approach to handle parameter uncertainties through interval data and employing the $\epsilon$-constraint method to delineate the Pareto front of the model.
Key findings from a case study based on the 2010 Yushu earthquake reveal that increased uncertainty in casualty numbers significantly affects total ISS, allowing decision-makers to adjust uncertainty parameters for optimal rescue planning. Prioritizing severe casualties enhances medical intervention effectiveness, while the capacity of temporary hospitals is found to be more critical than that of comprehensive hospitals in influencing ISS. The study also highlights the need for a balance between addressing psychological needs and maintaining rescue efficiency, particularly in the chaotic aftermath of an earthquake. Limitations include the model’s focus solely on casualty uncertainty, suggesting future research should incorporate additional uncertainties such as transportation times and facility disruptions. Furthermore, exploring distributed robust optimization methods could enhance the model’s adaptability and accuracy in real-world scenarios.
Introduction
The introduction of the paper highlights the significant threat posed by earthquakes, which frequently result in substantial casualties and extensive damage to infrastructure. Recent examples, such as the magnitude 7.8 earthquake in Turkey and the 6.5 earthquake in Japan, illustrate the urgent need for effective emergency medical response strategies. The paper emphasizes the importance of timely treatment to reduce mortality rates and proposes the “on-site treatment” model, which involves establishing temporary hospitals near disaster zones to provide initial care before transferring patients to comprehensive facilities. However, challenges such as communication breakdowns and road blockages complicate casualty assessment and resource allocation.
To address these challenges, the study aims to develop a robust bi-objective optimization model that optimally locates emergency facilities and allocates resources under uncertainty regarding casualty numbers. The model seeks to minimize both the total Injury Severity Score (ISS) and the psychological costs associated with casualties, acknowledging the often-overlooked psychological impacts of disasters. By integrating psychological factors into emergency logistics, the research provides a novel perspective on balancing operational efficiency with humanitarian considerations. The paper outlines its contributions, including the development of a robust optimization framework that does not rely on probability distributions, thus offering a more flexible approach to decision-making in emergency response scenarios.
Results
In the results section of the study, the authors present findings from both deterministic and uncertainty-based models regarding the optimization of casualty management in disaster scenarios. For the deterministic model, the minimum values of the two objective functions were identified as $f_1^* = 2413.5$ and $f_2^* = 69637$. By treating $f_1$ as the primary objective and incorporating psychological costs as constraints, a set of Pareto optimal solutions was derived. Notably, as the psychological cost threshold ($\epsilon$) increased, the total ISS (Injury Severity Score) of casualties decreased, indicating a trade-off between psychological costs and treatment outcomes. However, beyond a certain $\epsilon$ value (specifically $\epsilon \geq 75000$), the ISS remained unchanged, highlighting the necessity for decision-makers to balance physiological treatment and psychological considerations based on the rescue phase.
In the uncertainty model, the authors explored the impact of varying degrees of information uncertainty on the main objective function. The results indicated that as uncertainty increased, the ISS also rose, particularly under high data variability conditions. The findings suggest that serious casualties should be prioritized in resource allocation, as they are most sensitive to treatment delays. Furthermore, the study emphasizes the importance of temporary hospitals in improving rescue efficiency, as increasing their capacity significantly reduced the ISS. The robust optimization model demonstrated superior performance compared to traditional deterministic models, yielding feasible solutions even under uncertain scenarios. Overall, the research provides critical insights for emergency management, advocating for strategic resource allocation that prioritizes serious casualties while considering the psychological aspects of treatment.
Discussion
The discussion section of the research paper provides a comprehensive review of existing literature on disaster relief logistics, focusing on four key aspects: post-disaster logistics rescue, casualty transportation, the psychological factors affecting casualties, and robust optimization in rescue operations. The literature indicates that while many studies have addressed the optimization of medical facility locations and casualty transportation, they often overlook the dynamic deterioration of casualties’ conditions over time. This paper emphasizes the importance of integrating these factors to enhance the efficiency of disaster relief logistics systems.
The authors highlight that existing models primarily aim to minimize transportation time and costs or maximize the number of survivors, neglecting the psychological impact on casualties. By incorporating psychological costs into their bi-objective optimization model, the study aims to reflect the real-time changes in casualties’ conditions and the associated psychological burdens. Furthermore, the paper proposes a time-varying piecewise function to model the deterioration of casualties, aligning with clinical observations that suggest varying deterioration rates based on injury severity and time elapsed since injury. This approach not only enhances the model’s practical relevance but also addresses the critical need for timely medical intervention in disaster scenarios.