Optimizing Equity in Healthcare Access: An Integer Programming Approach to Emergency Department Closures and Travel Burden Disparities in Ontario
Notice bibliographique
Résumé
Emergency department (ED) closures in Ontario disproportionately affect rural communities. Patients in rural areas already face inequitable access to care, with many lacking a primary care provider. In many communities, the ED serves as both emergency and primary care. When an ED closes, local patients must still seek care, often traveling long distances to the next closest ED. This extra travel burden varies across Ontario, making ED closures have a disproportionate impact on rural communities in terms of travel burden. This thesis addresses these disparities by filling the gap in ED closure research and proposing an optimization framework as a solution. First, it examines the travel burden caused by closures and the resulting disparities in access between Northern and Southern Ontario. Data on ED closures from January 2022 to December 2024 were gathered from public sources. A network analysis mapped populations at the dissemination area (DA) level to the nearest EDs using the Google Maps API. Travel times to specialized services including computed tomography, magnetic resonance imaging, acute stroke thrombolysis centres, endovascular therapy centres, and intensive care units were also calculated. For historical closure data, travel burden for the closest DAs was calculated. A simulation then hypothetically closed all rural EDs one at a time, calculating the resulting travel burden. To compare regional disparities, closures in Northern and Southern Ontario were analyzed for both historical and simulated data. Post-closure travel burdens were also assessed across dimensions of the Ontario Marginalization Index. Second, this thesis introduces a framework for planning ED closures that minimizes travel burdens while balancing operational constraints. Two Integer Linear Programming (ILP) models were developed within this framework. The Capacitated p-Median Problem (CpMP) model identifies closures that minimize patient travel times, with results aligning to some historical closures (e.g., Durham Memorial and Chesley District), reflecting sensitivity to factors such as ED proximity and urban service density. The new Temporal Geo-constrained CpMP (TG-CpMP) extends this with multi-period planning and geographic equity mechanisms. Compared to ad hoc closures, TG-CpMP reduced affected DAs by 35–76% and lowered maximum travel times.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».