Calcinaro, Daniel Julio
Gürbüz, Mustafa (dir.)
Universidad de Zaragoza,
2024
Abstract: El crecimiento del desarrollo de nuevos productos farmacéuticos, en combinación con un rígido sistema regulatorio han saturado la infraestructura de los países que tradicionalmente lideraron los ensayos clínicos, resultando ello en la creciente globalización de tales experimentos, elevando también la complejidad logística de éstos, su costo y el tiempo necesario para completarlos. El costo de estos ensayos ha pasado de ser marginal ha representar una porción importante del I+D, atrayendo la atención de la industria y el interés por encontrar
metodologías para gestionar eficientemente la producción y distribución del inventario farmacéutico.
La principal dificultad de los ensayos clínicos radica en que no se sabe con exactitud dónde o cuándo los pacientes se registrarán para recibir su primera dosis. Más aún, se desconoce qué tiempo tomará completar el experimento, lo cual lo hace más complicado que los problemas de inventario tradicionales. Es éste un problema en el que el horizonte de tiempo es finito, pero no especificado. Sin embargo, se espera que el diseño garantice que los pacientes puedan recibir tratamiento allí donde decidan registrarse, sin someterlos a una espera excsiva. Si los pacientes pudieran esperar indefinidamente, en un ensayo donde H pacientes deben recibir m dosis cada uno en alguno de los N sitios habilitados, colocaríamos simplemente H × m unidades en el nivel superior, y esperaríamos a ver dónde los pacientes se presentan para entonces r la distribución; si, por el contrario, el costo de producción no fuera un problema y/o los pacientes no pudieran esperar en absoluto, colocaríamos H × m unidades en cada uno de los sitios habilitados, produciendo una cantidad N veces mayor a la que finalmente sera administrada. En la práctica, la realidad está alejada de estos casos extremos: el costo es un factor de decisión crucial, los pacientes no esperarán indefinidamente, y una serie de factores influyen en la decisión óptima, incluyendo los costos de mantenimiento de inventario, los costos de producción y distribución y los tiempos de entrega. El objetivo que perseguimos en este trabajo es la determinación de las decisiones adecuadas en un escenario
capaz de capturar tales particularidades, adaptándose a una porción considerable de ensayos clínicos.
El modelo propuesto es un Programa Stocástico Lineal Multi-Etapa que, como es esperable, requiere una cantidad prohibitivamente grande de escenarios para cubrir todas las posibles evoluciones del sistema. Por ello, proponemos una metodología de reducción de escenarios basada en clustering, la cual agrupa escenarios similares de acuerdo a una original métrica que presentamos, la cual se ajusta a cualquier problema multi-etapa y multi-escalón.
Finalmente, una serie de casos de estudio proporcionarán el marco para poner a prueba las metodologías propuestas, con resultados altamente satisfactorios en cuanto a las respuestas a nuestras preguntas de investigación, así como también abrir camino a futuras investigaciones.
Abstract (other lang.):
metodologías para gestionar eficientemente la producción y distribución del inventario farmacéutico.
La principal dificultad de los ensayos clínicos radica en que no se sabe con exactitud dónde o cuándo los pacientes se registrarán para recibir su primera dosis. Más aún, se desconoce qué tiempo tomará completar el experimento, lo cual lo hace más complicado que los problemas de inventario tradicionales. Es éste un problema en el que el horizonte de tiempo es finito, pero no especificado. Sin embargo, se espera que el diseño garantice que los pacientes puedan recibir tratamiento allí donde decidan registrarse, sin someterlos a una espera excsiva. Si los pacientes pudieran esperar indefinidamente, en un ensayo donde H pacientes deben recibir m dosis cada uno en alguno de los N sitios habilitados, colocaríamos simplemente H × m unidades en el nivel superior, y esperaríamos a ver dónde los pacientes se presentan para entonces r la distribución; si, por el contrario, el costo de producción no fuera un problema y/o los pacientes no pudieran esperar en absoluto, colocaríamos H × m unidades en cada uno de los sitios habilitados, produciendo una cantidad N veces mayor a la que finalmente sera administrada. En la práctica, la realidad está alejada de estos casos extremos: el costo es un factor de decisión crucial, los pacientes no esperarán indefinidamente, y una serie de factores influyen en la decisión óptima, incluyendo los costos de mantenimiento de inventario, los costos de producción y distribución y los tiempos de entrega. El objetivo que perseguimos en este trabajo es la determinación de las decisiones adecuadas en un escenario
capaz de capturar tales particularidades, adaptándose a una porción considerable de ensayos clínicos.
El modelo propuesto es un Programa Stocástico Lineal Multi-Etapa que, como es esperable, requiere una cantidad prohibitivamente grande de escenarios para cubrir todas las posibles evoluciones del sistema. Por ello, proponemos una metodología de reducción de escenarios basada en clustering, la cual agrupa escenarios similares de acuerdo a una original métrica que presentamos, la cual se ajusta a cualquier problema multi-etapa y multi-escalón.
Finalmente, una serie de casos de estudio proporcionarán el marco para poner a prueba las metodologías propuestas, con resultados altamente satisfactorios en cuanto a las respuestas a nuestras preguntas de investigación, así como también abrir camino a futuras investigaciones.
Abstract (other lang.):
Pal. clave: niveles óptimos de producción ; control de inventarios ; sector de la salud ; investigación operativa
Titulación: Programa de Doctorado en Logística y Gestión de la Cadena de Suministro
Plan(es): Plan 575
Knowledge area: Ingeniería y Arquitectura
Nota: Presentado: 11 04 2024
Nota: Tesis-Univ. Zaragoza, , 2024
Contribution of the TFG/M to Sustainability: Garantizar una vida saludable y promover el bienestar para todos y todas en todas las edades. Garantizar las pautas de consumo y de producción sostenibles.
Permalink:
Visitas y descargas
Record created 2024-07-02, last modified 2024-07-02
