Outils et modèles pour l'organisation de réponses logistiques face aux situations de crise sanitaires

Modelling the logisitcs response to disasters

• Auteur / Autrice : Wanying Chen
• Direction : Alain Guinet
• Type : Thèse de doctorat
• Discipline(s) : Informatique
• Date : Soutenance le 27/05/2015
• Etablissement(s) : Lyon, INSA
• Ecole(s) doctorale(s) : École doctorale en Informatique et Mathématiques de Lyon (Lyon ; 2009-....)
• Partenaire(s) de recherche : Laboratoire : DISP - Décision et Information pour les Systèmes de Production (Lyon, INSA) - Décision et Information pour les Systèmes de Production / DISP
• Jury : Président / Présidente : Nadine Meskens
• Jury : Examinateurs / Examinatrices : Alain Guinet, Nadine Meskens, Andrea Matta, Nico Vandaele, Valérie Botta-Genoulaz, Caroline Prodhon, Angel Ruiz
• Jury : Rapporteurs / Rapporteuses : Andrea Matta, Nico Vandaele

Mots clés

Mots clés contrôlés

Santé publique

Gestion des crises

Optimisation mathématique

Mots clés libres

Optimisation

Gestion de crise

Santé publique

Logistique

Dimensionnement

Optimization

Crisis management

Public health

Logistics

Dimensioning

Résumé

Cette thèse est consacrée à l'optimisation de la logistique sanitaire pour soutenir les plans de gestion de crise afin de réduire les effets des catastrophes naturelles et/ou humaines en termes de santé publique. Les catastrophes naturelles peuvent être prédites, mais elles sont difficiles à éviter. Par conséquence, la prise en charge des victimes potentielles et le dimensionnement des moyens logistiques de secours y afférent sont d'une importance cruciale. Une approche analytique en trois étapes est proposée afin d'étudier le dimensionnement des ressources et l'organisation des plans de gestion de crise (plan blanc) d’origine naturelle. La première étape propose un modèle de référence pour concevoir un plan de gestion de crise. La deuxième étape considère un modèle d’optimisation linéaire pour prédire le nombre de ressources nécessaires. La dernière étape présente un modèle dynamique pour simuler l'ensemble de l’organisation de manière fine. L'évacuation d’un hôpital dans le cadre d’un plan blanc étendu à plusieurs hôpitaux pour faire face à un tsunami fluvial a été considérée comme scénario pour évaluer la justesse de notre approche. Les catastrophes d'origine humaine et la propagation des maladies peuvent donner lieu à des désastres de grande ampleur qui mobilisent de nombreuses ressources humaines et matérielles. Par exemple, un modèle de réponse logistique face à une attaque bioterroriste avec un agent non-contagieux ainsi qu’un modèle pour la réponse logistique aux épidémies ont été proposés. Elles traduisent un problème de gestion d’inventaire multi-échelons et multi-périodes. Ces deux modèles dynamiques de flux requièrent une optimisation linéaire et une optimisation non-linéaire respectivement. Ils intègrent les caractéristiques de la gestion de ces catastrophes: la propagation de l’infection ou de la maladie, les réponses médicales appropriées et le déploiement de la logistique associée. Avec ces deux modèles, le nombre de patients aux différents stades de la maladie et le nombre des ressources médicales nécessaires pour chaque période peuvent être calculés. Les facteurs qui influent sur le nombre de décès et l’efficience des différentes politiques d'intervention médicale, peuvent également être évalués. Les deux modèles peuvent ainsi aider les décideurs à prévoir les conséquences de la situation en cas de catastrophe ainsi que de connaître les informations d'une réponse pertinente, ceci à un niveau stratégique. Une réponse logistique à une attaque bioterroriste anonyme à l'anthrax dans un centre commercial et une réponse logistique à une pandémie H5N1 sont pris comme scénarios pour tester l'efficacité des modèles correspondants.

This thesis is devoted to optimize the health care logistics which can support emergency management plans to reduce the impacts of natural and/or man-made disasters. After the review of relevant papers, two main gaps have been found in the current studies. One is that most of the researches are not based on real cases. The other is that some main characteristics of disasters are neglected when disasters are studied. Therefore, based on real case scenarios, the thesis studies different disasters (natural and/or man-made disasters) separately according to the characteristics of disasters. Natural disasters may be predicted but are difficult to avoid. Therefore, the evacuation of potential victims and the dimensioning of relief resources are crucially important. A three-step approach is proposed to study the resource dimensioning and the organization of emergency management plan (French White Plan) facing natural disasters. In our three-step approach, the first step builds a framework model to get the insights of emergency management plan clearly. The second step establishes a global model (a linear model) to predict the quantity of required resources for evacuation. The third step proposes a detailed simulation model to reflect the real world more precisely. The hospital evacuation under the guidance of a French Extended White Plan in case of a flood has been taken as a real case scenario to test the correctness of our approach. The man-made disasters and the outbreak of diseases can be large-scale disasters which require a high demand of resources. In this thesis, a model for logistics response to bioterrorist attack with a non-contagious agent and another model for the logistics response to epidemics have been proposed. Multi-period and multi-echelon inventory management problems have been studied. The two models (a linear model and a non linear model respectively) combine the main characteristics of disasters: the propagation of the disease, the relevant medical interventions and the logistics deployment together. The number of patients in different disease stages and the required medical resources for each period can be estimated. The factors affecting the number of deaths and the different medical intervention policies can also be evaluated with the two models. With the help of the models, the decision makers can get an idea of the disaster situation and the relevant medical responses from a strategy level. A logistics response to an anonymous bioterrorist attack with anthrax to a shopping center and the logistics response to the outbreak of H5N1 are taken as real case scenarios to test the effectiveness of the models respectively.