Artigo em revista científica Q1
Fostering long-term care planning in practice: extending objectives and advancing stochastic treatment within location-allocation modelling
Teresa Grilo (Cardoso-Grilo, T.); Mónica Duarte Correia de Oliveira (Oliveira, M. D.); Ana Barbosa-Póvoa (Barbosa-Póvoa, A.);
Título Revista
European Journal of Operational Research
Estados Unidos da América
Mais Informação
Web of Science®

N.º de citações: 1

(Última verificação: 2022-05-25 22:01)

Ver o registo na Web of Science®

: 0.2

N.º de citações: 0

(Última verificação: 2022-05-21 22:27)

Ver o registo na Scopus

Google Scholar

N.º de citações: 1

(Última verificação: 2022-05-23 10:25)

Ver o registo no Google Scholar

Many countries are currently concerned with the planning of networks of Long-Term Care (LTC), which requires considering a multiplicity of policy objectives and anticipating the impact of key uncertainties. Nevertheless, location-allocation literature has not been modelling key health policy objectives, and the use of stochastic planning models entails low practical usability due to prohibitive computational times. This study tackles these issues by proposing an approach that supports the reorganization of LTC networks (in terms of services location, capacity planning and patients allocation) while exploring different health policy objectives and considering uncertainty within a reasonable computational time, leading to the development of a stochastic multi-objective mathematical programming model – the LTCNetPlanner. The LTCNetPlanner builds upon health economics and policy concepts to model the maximization of health and wellbeing together with cost- and equity-related objectives within location-allocation literature. Concerning uncertainty, a scenario-based stochastic approach is developed and alternative scenario reduction methods enabling a faster model resolution are explored within the LTCNetPlanner. Specifically, it is proposed a novel Morphol-KMG method able to reduce the number of scenarios while accounting for experts’ knowledge. A case study in the Great Lisbon region is explored, showing the usefulness of the proposed scenario reduction method to reduce computational times, and how planning decisions change when health and wellbeing benefits are considered.
OR in health services,Long-term care planning,Multi-objective,Stochastic programming,Scenario reduction methods
  • Economia e Gestão - Ciências Sociais
Registos de financiamentos
Referência de financiamento Entidade Financiadora
UIDB/00315/2020 Fundação para a Ciência e a Tecnologia
LISBOA-01-0145-FEDER-016738 Fundação para a Ciência e a Tecnologia
UIDP/00097/2020 Fundação para a Ciência e a Tecnologia
SFRH/BPD/98270/2013 Fundação para a Ciência e a Tecnologia
PTDC/IIMGES/4770/2014 Fundação para a Ciência e a Tecnologia

Com o objetivo de aumentar a investigação direcionada para o cumprimento dos Objetivos do Desenvolvimento Sustentável para 2030 das Nações Unidas, é disponibilizada no Ciência-IUL a possibilidade de associação, quando aplicável, dos artigos científicos aos Objetivos do Desenvolvimento Sustentável. Estes são os Objetivos do Desenvolvimento Sustentável identificados pelo(s) autor(es) para esta publicação. Para uma informação detalhada dos Objetivos do Desenvolvimento Sustentável, clique aqui.