دانلود تحقیق چارچوب آنالیز عملیاتی برای آموزش سازماندهی و آمادگی مرکز عملیاتهای اضطراری

همان طور که دپارتمان آمریکایی امنیت ملی برای ایجاد یک سیستم پاسخ فوری یکپارچه عمل می‌کند ،‌مشخص است که راه حل‌های کامپیوتری می‌توانند این فرایند را مورد حمایت قرار دهند پکیج‌ها و پایگاه‌ اطلاعات شبیه سازی کامپیوتری و تجاری فردی وشخصی می‌تواند راه حل دیگری باشند اما به راحتی برای آنالیز جامع حوادث ، قابل یکپارچه سازی نیستند برای رسیدن به یکپارچگی دانش مدل و محیط کاربرد ،‌یک چارچوب آنالیزی برای رسیدن به محدوده‌ی وسیعی از سیستم‌ه ای شبیه سازی جهت اشتراک اطلاعات از جمله ورودیها ، مدل‌ها و نتایج ارائه می‌شود .

این چارچوب آنالیزی ،‌ترکیب کردن سناریوی مستقل را با سناریوی اصلی که در آن تمام حوادث زنجیره‌ای می‌توانند آنالیز و بهینه سازی شوند ، تسهیل می‌کند .

این مقاله به توضیح یک چارچوب زنجیره‌ای می‌توانند آنالیز و بهینه سازی شوند ، تسهیل می‌کند .

این مقاله به توضیح یک چارچوب به کار رفته در شبیه سازی حادثه شیوع سیاه زخم ، می‌پردازد .

پروسه‌ای EOC ایالتی ، شهری و دپارتمان بهداشت شبیه سازی شده ، تحت سیستم فرمان حادثه ضمنی اجرا شدند( ICS) مدل‌های مرکز توزیع و بیمارستان برای افزایش اثرات جمعیت کلی در داخل سناریو با هم ادغام شدند .

مقدمه :

 استراتژی ملی برای امنیت ملی ( میهن )‌ وقانون امنیت ملی 2002 فرایندی را برای سازماندهی منابع همراه با آژانس‌های امنیتی ایالات متحده در مقابل حملات تروریستی آغاز کرد .

همان طور که چندین آژانس شهری / روستایی ،‌ایالتی ،‌منطقه‌ای و ملی در یک کشور مجدداً سازماندهی می شوند ، کم کم مشخص می‌شود که تلاش‌های قابل توجهی برای توسعه سازماندهی‌ها و اجرا و تست روشهای علمی مدیریت آژانس‌ها و رهایی آنها از حوادث فاجعه آمیز و بلایای طبیعی ، ضروری و لازم‌اند .

فرصتهای کمی برای طرح پاسخ یک آژانس و روشهای عملیاتی استاندارد که بتوانند تست شوند ،‌وجود دارند .

 این زمانی اختصاصاً صحیح است که یک رویداد از مرزهای محلی ، منطقه‌ای یا ملی که نیاز به برقراری ارتباط و فعالیتهای هماهنگ بین آژانس‌ها دارند ، می‌گذرد .

دپارتمان هیئت مدیره‌ی علوم و تکنولوژی امنیت ملی ، وظیفه تحقیق و سازماندهی منابع علمی ، مهندسی و تکنولوژی و اهرم بندی این مسائل با ابزاری تکنولوژیکی جهت حفظ امنیت ملی ( 2004 USDHS ) را بر عهده دارد .

سیستم دستور حادثه ضمنی (ICS) ، یک مدل طراحی شده برای هماهنگ سازی اساسی و بنیادی در میان آژانس ها ، در هنگام مدیریت بحرانی و فوری و خلاصی از فاجعه می‌باشد .

خصوصیات ICS به صورت چارچوبی برای مدل سازی آنالیز عملیاتی امنیت ملی ( HLS) عمل کردند .

 در حوادث بدی که مراکزعملیات اورژانس متعددی را درگیر می‌سازند ، ICS چارچوبی برای یک ساختار سازمانی و دستور العمل‌هایی برای روندهای عملیاتی استاندارد جهت تضمین تامین مطالبات ونیاز های منبع و اولویت‌های بلایا و حوادث ،‌فراهم می‌کند .

هدف آنالیز عملیاتی در HLS:

 مدل های آنالیز عملیاتی دارای انواع بسیاری هستند ولی در کل می‌توان آنها را به 3 گروه اصلی تقسیم کرد :

1- شبیه سازی حادثه‌ی مجزا و گسسته : شبیه سازی است که وضعیت را براساس شبیه سازی تغییر می‌دهد .

2- شبیه سازی پیوسته و متوالی : شبیه سازی که در آن وضعیت به طور پیوسته براساس تغییرات زمانی ، تغییر می‌کند .

3- شبیه سازی پیوسته و مجزای ترکیبی : ترکیبی از این دو نوع

مدل سازی و شبیه سازی (M&S) به پیش بینی نتیجه‌ی تصمیم گیریها ،‌ تجسم ،آنالیز و بهینه سازی قبل از برعهده گرفتن سرمایه و منابع کمک می‌کند .

برای تلاشهای امنیت ملی شرح داده شده در این مقاله ، از مدل‌های شبیه سازی حادثه‌ی مجزا برای آنالیز و تصحیح روشهای عملیاتی استاندارد و نتایج حوادث و تصمیم گیری ها به وسیله :

 - بازبینی قابلیت همکاری بین موجودیت‌ها ( entities)

- شناسایی شکاف‌ها و گلوگاه‌ها در طرح‌های موجود

- افزایش استفاده از منبع و عاملیت طرح و جستجوی سریع گزینه‌ها برای بهبود واصلاح طرح‌ها استفاده می شود .

این تلاش‌ها به حل چالش‌های یکپارچه سازی سیستم ، ترجمه اطلاعات و توسعه داده ‌ها نیز می‌پردازند که توسط Maclean & jaik ( 2003) شرح داده شده است مثل : - قابلیت همکاری بین مدل سازی پاسخ اورژانس و شبیه سازی آن ، اخیراً بسیار محدود شده است .

- هزینه انتقال داده‌ها بین درخواست‌های نرم افزار شبیه سازی پاسخ فوری ، اغلب بسیار بالاست .

- پروسه توسعه مدل شبیه سازی ، احتیاج فراوانی به نیروی کار دارد .

2- چارچوب آنالیز عملیاتی : ابزارهای مدل سازی شبیه سازی جداگانه ، توانایی توسعه و اجرای مدل‌های آنالیز پروسه‌های عملیاتی و اجرای سیستم را دارند .

این به خودی خود ،‌یک توانایی با ارزش است ولی بسیاری از این ابزارها پیچیده ‌اند و نیاز به آموزش خاص و تجربه تکنیکی دارند .

هدف این شبیه سازی ، فراهم ساختن یک دست ابزار برای برنامه ریزان و متخصصان مطلب موضوع ( موضوع اصلی ) است که برای گرفتن ، آنالیز کردن واجرای سناریوهای what – if ،‌با هدف شناسایی و بهبود نتایج بالقوه‌یکوتاه مدت طرح‌های عملیاتی‌شان در مقابل حوادث اورژانس متنوع استفاده می‌شود .

یکپارچه سازی ابزارها در یک چارچوب شبیه سازی و مدل سازی در جهت جدا ساختن کاربر از پیچیدگی ابزارها و ارائه یک محیط عملیاتی مشترک ،‌ضروری به نظر می رسد .

این چارچوب به کاربران اجازه می‌دهد تا پارامترهای اولیه و ورودی‌های فوری را اصلاح کرده و مدل‌ها را اجرا کرده و شبیه سازی را کنترل کرده و نتایج رامشاهده کنند نتایج می‌توانند برای بهبود فرایند ، شرایط اولیه یا پارامترهایی برای فعالیتهای آموزشی پیرو مثل یک تمرین یا تجربه آموزشی عملی یا شبیه سازی استفاده شوند .

شکل 1 نشان دهنده چارچوب آنالیز عملیاتی است .

جامع کاربر با ابزار د ،‌ با یک لایه‌ی نمایشی ( presentation Layer) برهمکنش و تعامل دارند که آن در نیز در عوض با یک ماشین work flow تعامل می‌کند .

تا به یک سطح مشترک کاربر همیشگی و مشترک برسیم .

این روش ، نسبتاً در قلمرو نرم افزار سرور - مشتری ، امور تجاری شناخته شده می باشد .

به علاوه ماشین work flow باعث انعطاف پذیری کنترل برهمکنش 1 و توالی عملیات د براساس نتایج و پاسخ کاربر می‌شود .

ماشین work flow به جدا کردن سطح مشترک ابزارها می‌پردازد که بعداً باعث تسهیل جانشین سازی ابزارهای ضروری دیگر و متفاوت می‌شود .

این چارچوب طراحی شده برای داده‌های ورودی موجود یا جدیدی که از آژانس‌های مختلف جمع آوری شده‌اند و در طول شبیه سازی مدنظر و بررسی قرار گرفته‌اند .تکنولوژیهای روش ذخیره سازی XML/XSLT , SQL برای تجزیه و فرمت بندی داده‌های ورودی جمع آوری شده ،‌که مورد نیاز ابزارهای مدل سازی خاص هستند ، استفاده می شوند .

از طریق این روش‌ها ، تنها داده‌های ضروری برای شبیه سازی به شبیه سازی پاسخ فوری انتقال می‌یابد .

خروجیهای نمایش می‌توانند فرم‌های بسیاری به خود بگیرند ،‌مثل : گزارشات آماری داده‌های تصحیح شده ،داده‌های هزینه ، زمان بندی‌ها و انیمیشن‌ های 2 بعدی / 3 بعدی .

نمایش‌های شبکه‌ای می‌توانند با استفاده از برنامه‌های سودمند HTML ، ایجاد شوند .

ذکر این نکته مهم است که این چارچوب شامل فید بک داده‌های نتیجه به سوی پایگاه دانش برای جمع آوری داده‌ها و پارامترهایی برای گزارش‌ها و جریانات آتی می‌باشد .

2-1) معماری سناریوی مفهومی : شکل 2 معماری مفهومی سناریوی آنالیز عملیاتی HLS را نشان می‌دهد که به صورت مدل‌های صحنه وقوع اضطراری ومدل‌های مرکز عملیات‌های اضطراری ، تقسیم بندی می‌شود .

مدل‌های مرکز عملیات‌های اضطراری (EOC) فعالیتها و ارتباطات ایجاد شده بوسیله‌ی انواع آژانس‌های درگیر در شهر ، دپارتمان و سطح اوضاع را شبیه سازی می‌کنند .

صحنه اورژانسی متشکل از مجموعه‌ای از مد‌ل است که نشان دهنده‌ی محیط بیرون از EOC می‌باشند .

صحنه اضطراری دارای مدل‌ایی است که جمعیت را براساس داده‌های سرشماری ، برای جستجوی خدمات درمانی براساس شرایط قرار گیری در معرض بیماری شبیه سازی می کنند .

مدل‌‌های مرکز توزیع و بیمارستان خدمات درمانی به جمعیت جستجو گر درمان خدمات رسانی می‌کنند ،‌هم کسانی را که آسیب دیده‌ی بیماری هستند و هم کسانی که نگرانند .

بیماران مشکوک و نگران در واقع تحت تاثیر بیماری نیستند ولی اعتقاد بر این است که علائم بیماری را نشان می‌دهند و مشکوک به بیماری هستند .

شرح سناریوی تست : یک سناریوی فرضی برای یک حادثه سیاه زخم ساختگی که چندین شهر محلی ، ایالت و دپارتمان بهداشت و آژانس‌های امنیتی را درگیر کرده بود ، برای هدایت طرح و فراهم ساختن پارامترهای مدل‌ها استفاده شده بود .

یک گروه تروریستی ، باعث سازماندهی آلودگی سیاه زخم اسناد ثبت نام انجمن گروه کهنه سربازان در دالاس تگزاس می‌شود .

کارمندان و کسانی که با اتوبوس‌های تور می‌رسند از این خطر آگاه نیستند و بعد از حادثه از انجمن جدا می‌شوند .

وسعت آلودگی مسافران تعیین نشده ولی هر کدام از شرکت کنندگان همایش فرصت زیادی برای استنشاق مقداری از اسپور سیاه زخم داشتند .

احتمال آلودگی اتوبوس‌ها ، هتل‌ دالاس ، پرسنل خدمات هتل ،‌رانندگان اتوبوس و مکانهای اقامت ثانویه هرکدام از گروههای تور مورد توجه آژانس ‌های پاسخ فوری برای کشف منبع بیماری قرار داشتند .

3-1) پاسخ به حادثه ضمنی : طی 24 تا 48 ساعت ،‌چندین آژانس فدرال ،‌ایالتی و محلی در نیومکزیکو و تگزاس عملیاتهایی برای جدا کردن قربانیان بالقوه ،‌شناسایی و قرنطینه‌ی مناطق آلوده ، تعیین منبع آلودگی ،‌کمک به آژانس‌‌های بهداشتی محلی در مدیریت بیماران و شواهد مطمئن برای پیگیری جنایی بالقوه ، انجام داده بودند سایر فعالیتها شامل رفع آلودگی و جابجایی بیماران ،‌توزیع داروهای پیشگیری بین افراد در معرض خطر ، هشدارهای پلیس و تعامل محیطی و رسانه‌ای هستند .

4- مدل‌ها حادثه ضمنی یا سناریوی شرح داده شده در بالا ، به تعریز مدل‌های ضروری و فعالیت‌های لازم و نیز دستور العمل توسعه مدل‌های آنالیز عملیاتی ، کمک می‌کند .

برای آنالیز لازم است که مدل‌های مرکز عملیات‌های اورژانس (EOC) ،‌بیمارستان ،‌مرکز توزیع ،‌جمعیت و یک بیماری سیاه زخم (‌پیشرفت نگرانی توسعه یافته Arena یک ابزار شبیه سازی و مدل ،‌برای اجرای مدل‌های فرعی که شبیه سازی آنالیز عملیاتی را می‌سازند ، به کار رفت .

مدل‌های فرعی ابتدا به عنوان مدل‌های مستقل توسعه یافتند و سپس در داخل یک مدل Arena برای این آنالیز ،‌ادغام شدند .

4-1) مدل مرکز عملیاتهای اضطراری : مراکز عملیات‌های اضطراری بعد از توصیف سیستم‌ دستور حادثه ضمنی (ICS) مدل سازی می‌شوند .

این مدل ، همان طور که در شکل 3 نشان داده شده ، شامل موقعیت کارمندان برای دستور گرفتن ، عملیات‌ها ، برنامه‌ریزی ،تدارکات و آزمایش‌ها و امور مالی است و برای چندین مرکز عملیات ایالتی و محلی از جمله دپارتمان بهداشت ( DOH) استفاده شده است .

موقعیت هر کارمندی در هر نمونه‌ای از یک EOC ، دارای منابع فیزیکی مثل فکس ، e-mail ،‌تلفن ، کامپیوتر و اتاق میتینگ می‌باشد .

یک آنالیز آماری فعالیت‌های کارمند EOC ،‌با استفاده از یک لیست حوادث سناریوی اصلی (MSEL) آماده شده برای سناریوی سیاه زخم فرضی ، انجام گرفت .MSEL لیستی یا جدولی است که به ترتیب زمانی حوادث کلیدی و پاسخ‌های کلیدی را با توجه به زبان سناریو و اهداف شرح داده شده در USDHS ،‌فهرست بندی و خلاصه وار بیان می‌کند .

این داده‌ها به زمان بندی و تعیین فرکانس و توالی فعالیتهای کارمندان EOC کمک کردند .

این مدل باعث می‌شود این فعالیتها از طریق تلفن یا email ،‌شبکه ای کامپیوتری ،‌مثلاً با پر کردن فرم‌های کامپیوتری فرضی ، انجام شوند .

در این حادثه ضمنی ،‌یک مثال از تصمیم گرفته شده بوسیله مدل EOC،‌ زمان بندی بازگشایی مرکز توزیع ذکر شده می باشد .

ابزار Arena ،‌به تعریف الگوهای مدل می‌پردازد که دارای برهمکنش‌های کاربر گرافیکی هستند .

این ویژگی‌ می‌تواند برای انتخاب منابع هر عضو کارمند توسط کاربر و نوع تماس‌ها ، ارتباطات و فعالیت‌های انجام شده بوسیله اعضای کارمند EOC مثال همان مورد نشان داده شده در شکل 4 به کار رود .

که به کاربر اجازه‌ی تغییر هر کدام از پارامترهای فرضی را بدون کاوش در خود مدل و بنابراین خلق یک برهمکنش عمومی برای کارهای بینابینی مدل ، می‌دهد .

در طول سناریوی فرضی ، یک EOC محلی در ابتدا بوسیله مدل بیمارستانی شبیه سازی می‌شود که محلی که نیاز به گزارش وضعیت برای بیمارستان ، بیماران و تدارکات بیمارستان‌های پرجمعیت دارند ،‌بدست می آید .

برقراری ارتباط بین EOC های محلی و ایالتی ، در حین پیشروی حادثه ضمنی ایجاد می شود .

توانایی هدایت یک حادثه‌ی ضمنی عمومی برای ایجاد انعطاف پذیری لازم جهت تعیین توانایی انتقال و ارتباط کارمندان EOC توسط کاربر ، توسعه و افزایش یافت .

4-2) مدل بیمارستانی : مدل بیمارستانی شامل اتاق انتظار ، بررسی وضع بیمار در هنگام مرخصی و پذیرش ،‌معاینه تخت‌ها و انتقال بیماران در هنگام افزایش جمعیت می‌باشد .

شکل‌ 5 نشان دهنده‌ی ورودیها و خروجیهای مدل بیمارستان می باشد .

4-2-1) پذیرش بیمارستان : هویت‌ها ظرف 1 الی 2 دقیقه توسط پذیرش‌گر، ثبت می‌شوند چون اکثر بیمارانی که وارد سیستم‌های ارزیابی خدمات پزشکی و نیازهای درمانی پرسنلی در بیمارستان می‌شوند ، به طور نرمال چک می شوند ، تنها 10% افراد مشکوک ،‌مرخص می شوند .

علت ترخیص این افراد نیز براساس این فرضیه است که در طول یک حادثه و فاجعه، منابع کم می‌شوند و کسانی که فرض می‌شود دارای سند کامل سلامتی و بدون علائم فرضی هستند ، برای خالی شدن جا برای بیماران مرخص می‌شوند .

زمانیکه اتاق انتظار مملو از 200 بیمار است ،‌بیمارانی که باید معاینه شوند به بیمارستان دیگر منتقل خواهند شد .

مدل تمام منابع سازمانی ، تعداد منابع در دسترس کافی نیست ، بلکه تعداد افراد در یک شیفت فرضی ، کافی می‌باشد (‌یعنی چندین پذیرش‌گر در طول روز ممکن است وجود داشته باشند ، اما تنها یک پذیرش گر در هر زمان فرضی وجود دارد ) 4-2-2) اتاق‌های انتظار بیمارستان : فرض بر این است که بیماران مجبورند تشریفات اداری برای بیمه و علائم مرخصی را در حین منتظر بودن برای اتاق معاینه طی کنند .

زمانیکه یک اتاق معاینه خالی می‌شود ، بیمار بعدی این اتاق را اشغال می‌کند .

4-2-3) اتاق‌های معاینه بیمارستان : فرآیندهای زیر باید قبل از ورود یک بیمار به اتاق معاینه ، انجام گیرند .

فرآیندها و منابع و تمام فرضیات مشتق از ملاقات یک اتاق اورژانس نمونه و معمولی هستند .

بیماران از یک اتاق معاینه ، پرستار و دکتر در تمام فرایندها استفاده می‌کنند .

اگر یک پرستار اتاق معاینه را در زمانی ترک کند و دوباره وارد شود ، این همان پرستاری است که قبلاً بیمار را دیده بود .

4-2-4) اتاق‌های بیمار بیمارستان : در صورت امکان ، یک بیمار پذیرش شده وارد یکی از اتاق‌های بیمارستان می شود .

این فرایند یک اتاق اشغال می‌کند و پرستار شب نیز برای کمک مورد استفاده قرار می‌گیرد .

مقدار زمانی که یک بیمار در بیمارستان طی می‌کند بوسیله مرحله بیماری‌اش تعیین می شود ودر جدول زیر نشان داده شده است : بعد از دوره‌ی اقامت ، اتاق بیمارستان و بیمار براساس الگوریتم پیشرفت بیماری ، تعیین مسیر شده و سپس بیمار به سمت تصفیه حساب بیمارستان هدایت می‌شود .

4-2-5) تصفیه حساب بیمارستان : این مدل فرعی ،‌نتیجه‌ هر بیماری را به ثبت می‌رساند .

بیمارانی که هنوز آلوده هستند بعد از یک دوره‌ی انتظار 10 روزه به مدل فرعی بیمارستان بر می‌گردند و این امکان را به وجود می آورند که افراد چندین دفعه به مدل فرعی تصفیه حساب بیمارستان وارد شوند .

بیمارانی که برای اولین بار وارد این بخش می‌شوند ، وارد یک مسیر فرعی خواهند شد که تعداد افراد آلوده ، متوفی و مشکوک را براساس جنس ، نژاد و سن‌شان گزارش می‌دهد این مسیر فرعی سپس بیماری که داخل فهرست قرار گرفته را ثبت کرده و او را به مدل فرعی بر می‌گرداند و این مانع ذکر شدن مجرد نام فرد در فهرست و درست بودن محاسبات می‌شود .

منطق باقی مانده‌ی سلول فرعی ، بیمار را به سوی دیگر بخشهای مدل ، براساس نتیجه‌اش ، هدایت می‌کند .

به استثنای بیماران متوفی افرادی که دوباره وارد مدل checkout می‌شوند، دیگر از مسیر فرعیupalate ،‌فهرست نمی‌گذرند .

بیماران سالم لز شبیه سازی حذف شده ، بیماران آلوده به مدل فرعی بیمارستان بر می‌گردند و بیماران متوفی به زیر مدل محاسبات سرشماری هدایت می‌شوند .

4-2-6 ) انتقال بیمار : بیمارانی که در طول پذیرش بیمارستان برگردانده می‌شوند ،‌به بخش انتقال بیمار هدایت می‌شوند .

اگر بیمار مشکوک باشد ، از شبیه سازی حذف خواهد شد .

بیماری که مشکوک نیست و برگردانده می‌شود نشان دهنده ‌ی حضور متجاوز از 200 بیمار در بیمارستان است و این افراد به بیمارستان دیگری انتقال داده می‌شود .

معادله زیر برای تعیین مدت انتظار یک بیمار استفاده می‌شود .

(‌تعداد در اتاق انتظار بیمارستان و 60)Max فرضیه بر این است که یک بیمار برای حداقل یک ساعت منتظر می‌ماند .

اگر متجاوز از 60 بیمار در بیمارستان در اتاق انتظار باشد ، بیمار یک دقیقه دیگر برای هر بیمار دیگری که طی 60 دقیقه گذشته‌ی او رسیده‌اند ، منتظر خواهد ماند .

4-2-7) بیمار فهرست بندی می شود : نتیجه الگوریتم پیشرفت بیماری تعیین می‌کند که آیا بیمار هنوز آلوده است یا خیر .

اگر فردی هنوز آلوده باشد ، باید طی 10 روز طبق تجویز پزشک ، به بیمارستان برگردد .

اگر بیمار آلوده نباشد و هنوز زنده باشد ، به سمت checkout بیمارستان هدایت می‌شود .

اگر بیمار آلوده نباشد و مرده باشد ، مرگ او در فهرست ذکر شده و بیمار سپس به سوی محاسبات سرشماری هدایت می‌شود .

4-3) مدل مرکز توزیع : مراکز توزیع برای درمان پیشگیرانه‌ی وسیع و کاهش بار بیمارستان‌ها به کار می روند .

مراکز توزیعی موقتی هستند ودر سازمانها و ساختمانهای موجود مثل مراکز خرید ،‌ مدارس ،‌کلیساها و ...

برپا می‌شوند .

دراین سناریو ،‌مراکز توزیع برای توزیع آنتی بیوتیک جهت جلوگیری از شیوع سیاه زخم ،‌به کار می‌روند .

4-3-1)بازگشایی یک مرکز توزیع : رابط مرکز عملیات‌های ستاد مشترک ( joc) در مدل بیمارستان ، یک منبع است .

پس از برقراری این رابطه ، رابط منتظر علامت بیمارستان برای ذخیره کردن آنتی بیوتیکهای مورد نیاز می باشد .

در عین حال ، نه تنها آذوقه و تدارکات بیمارستان را ذخیره می‌کند ،‌بلکه مرکز توزیع ،‌یک منبع آنتی بیوتیک جدید نیز دریافت می‌کند .

با رسیدن آنتی بیوتیک‌ها ، مرکز توزیع رسماً باز می‌شود وافراد علاوه بر بیمارستان به آنجا نیز هدایت می‌شوند .

4-3-2) مرکز توزیع : افراد در حین ورود به مرکز توزیع ،‌بلافاصله آنتی بیوتیک دریافت می‌کنند .

مرکز توزیع تدارکات و ذخیره را چک کرده و در صورت لزوم مواد جدید را خریداری می‌کند .

اگر بیماری آلوده باشد و در مرکز توزیع درمان نشود طی 10 روز به بیمارستان منتقل می‌شود .

4-4) جمعیت : مدل جمعیت ، نمایشی از جمعیت کلی فراهم می‌کند و با استفاده از داده‌های سرشماری شروع به کار می‌کند .

در ابتدا ، به طور متوسط 4 نفر غیر آلوده ، هر 10 دقیقه ثبت می‌شوند ویژگی‌های این افراد نیز منطق با داد‌های سرشماری ،‌برای یک نمایش دقیق از جمعیت کلی استفاده می‌شود .

تعداد افراد مشکوک ، که هر 10 دقیقه ثبت می‌شوند ، بوسیله معادله زیر محاسبه می شوند .

( 20/4 + 25/6 * (( تعداد بیماران آلوده ) و 1) max/ (‌تعداد بیماران متوفی )) min نسبت افراد مشکوک به مبتلا باید از 4:1 تا 20:1 باشد معادله بالا دارای ویژگی‌های زیر است: - این مقادیر متغییر از 20- 4 مشمول است .

- این مقدار در ابتدای شبیه سازی از 4 آغاز می‌شود .

- این مقدار ، برای هر 20/6 % افزایش در نسبت متوفی به مبتلا حدوداً یک واحد افزایش می‌یابد .

- این مقدار ،‌برای هر 20/6% کاهش در نسبت متوفی به مبتلا حدوداً یک واحد کاهش می‌یابد .

محاسبه نسبت به این شیوه ، نسبت مشکوک به مبتلا را متنوع ولی ثابت و پایدار نگه می‌دارد .

اگر مرکز توزیع باز شود ، سپس 98% افراد مشکوک برای دریافت آنتی بیوتیک به مرکز توزیع هدایت می‌شوند و 2% باقی مانده ، به بیمارستان منتقل می شوند .

اگر مرکز بیمارستان تا کنون باز نشده باشد ، 100% افراد مشکوک به بیمارستان منتقل می‌شوند اساس و منطق منشأ و اصل سیاه زخم ،‌از دیاگرام شکل 6 گرفته شده است.

4-5) تهدید ( سیاه زخم ) 4-5-1) الگوریتم پیشرفت بیماری : زمانی که افراد به این ایستگاه وارد می‌شوند ،‌مرحله بیماریشان محاسبه می‌شود .

داده‌های پیشرفت بیماری ،‌از روی مطالعه‌ی chen و همکارانش ( 2003) گرفته شده‌اند .

جدول درصدهای زیر ، احتمال بودن یک فرد در یک مرحله بیماری فرضی را به ما نشان می‌دهد .

افراد در ابتدا مبتلا هستند مادامیکه شیوع و عقل سلیم هم در ایجاد نگرانی دخالت دارند .

چون سیاه زخم یک بیمای غیر مسری است که باگذشت زمان پیشرفت می‌کند ،‌فرض بر این گذاشته می‌شود که بعد از آگاه شدن جمعیت و رسانه‌های گروهی از این شیوع ، زودتر نسبت به علائم مریضی هم مطلع شوند و به این ترتیب افراد بیشتری در مراحل تمیز و بستری شدن بیماری باقی می‌مانند .

مدت هرمرحله (‌درمان نشده ) که در زیر آورده شده است ،‌از مراکز کنترل و پیشگیری از بیماری بدست آمده است (2002) از روی این داده ها ، نوع درمان تعیین می‌شود چون 5 نوع درمان وجود دارد ، فرض بر این است که این درمان ‌ها براساس 5 نوع مرحله بیماری تعیین شده‌اند و نوع درمان به وسیله جدول زیر تعیین می‌شود : اگر بیماری زیر 5 سال یا بالای 64 سال داشته باشد ،‌الگوریتم سطح درمان 2-1 مرحله بالاتر خواهد بود یک احتمال 80% برای افزایش سطح درمان به اندازه یک واحد بیشتر از آنچه که پیشنهاد شده وجود خواهد داشت و یک شانس 20 درصدی که بیمار دو واحد بیشتر از سطح پیشنهادی درمان دریافت کند .

زمان درمان بیشتر از زمان بستری شدن نخواهد بود .

اگر مرکز توزیع باز باشد 1% تمام بیماران مبتلا به آنجا هدایت می‌شوند ، بدون توجه به مرحله بیماریشان 99% باقیمانده به بیمارستان می روند .

زمانی که مرکز توزیع باز نیست 100% بیماران مبتلا به بیمارستان می‌روند .

اساس و منطق الگوریتم پیشرفت بیماری براساس دیاگرام نشان داده شده در شکل 7 بوده است .

4-5-2) نتیجه الگوریتم پیشرفت بیماری : بعد از معاینه بیمار ،‌منطق برای تعیین نتیجه حال بیمار به الگوریتم پیشرفت بیماری اضافه می‌شود نرخ مرگ و میز هر مرحله از بیماری که در زیر آورده شده ، از داده‌های اینترنتی CDC گرفته شده‌اند : این الگوریتم ، احتمال پیشرفت بیماری براساس مرحله کنونی بیمار را شرح می‌دهد برای هر مرحله از بیماری فرد ، در حین ورود به بیمارستان ، احتمال پیشرفت بیمار به سمت مرحله بعد ، طی 10 روز درمان ،‌تعیین می شود .

استثنای طول درمان ، بستری شدن است که در آن بیمار در مرحله بستری شدن ( خوابیدن روی تخت ) برای 1-2 روز تحت درمان قرار می‌گیرد ، بیماری که علائم مریضی را نشان می‌دهد برای 6-5 روز تحت درمان قرار می‌گیرد .

افراد از الگوریتم پیشرفت بیماری به سوی بیمارستان هدایت می‌شوند ، سپس به سوی نتیجه‌ی حاصل از الگوریتم پیشرفت بیماری باز می‌گردند و نهایتاً به سوی check Out بیمارستان هدایت می‌شوند .

5) نتایج : EOC ،‌مدل‌های مرکز توزیع بیمارستان ،‌ همگی برای بدست آوردن نتایج نشان دهنده‌ی اجرای تمام مدل‌های ترکیبی درهم ادغام می‌شوند .

نتایج آماری برای فعالیتهای EOC ها ، جمعیت کلی و بیمارستان‌ها ، جمع آوری می‌شوند .

5-1) آمار EOC: در حین اجرای شبیه سازی ، آمار روتین و معمولی برای هر کدام از EOCها نمایش داده می‌شود که نشان دهنده‌ی بار کارمندان و پرسنل در مقابل زمان ( شکل 8) می‌باشد .

آمار EOCها شامل استفاده از منابع ، فکس ،‌تلفن ،‌کامپیوتر ، email ،‌اتاق کنفرانس و مکالمه‌های کلامی و موقعیت و محل پرسنل می باشند .

منظور از محل ، 7 ایالت تگزاس ، نیومکزیکو ، Austell و...

هستند .

گزارشات نمونه برای آمارهای جمع آوری شده در شکل 9 و 10 می باشد .

5-2) آمار بیمارستان : آمار مدل بیمارستان شامل سازماندهی‌ کارمندان ، هزینه‌های استفاده از منبع تدارکات و...

به صورت زیر است : بهره وری : دکتر ،‌پرستار ،‌پذیرش‌گر ، اتاق معاینه وتخت‌ها سازماندهی پرسنل : دکتر ،‌پرستار ، پرستار شب و پذیرش‌گر تدارکات : بانداژها ، توپ‌های پنبه ،‌سوزن ،‌آنتی بیوتیک و...

برخی آمارهای نمونه در دیاگرام‌های شکل 11 و 12 ترسیم شده‌اند .

6) نتیجه گیری : ابتکار عمل‌ها و ابداعات اخیر امنیت ملی آمریکا ، فرصتی منحصر به فرد برای استفاده از توانایی مدل سازی و شبیه سازی برای جستجو تعریف روش‌های عملیاتی در حال تکامل و توسعه فراهم ساخته‌اند و زیر ساختار ، نیازهایی که درحین فعالیت آژانس‌ها و مراکز محلی ، ایالتی و منطقه بوجود می‌آیند را حل خواهد کرد .

چون این سازمان ‌ها ، وظیفه‌شان پاسخ گویی به حوادث ضمنی فاجعه آمیز است ، استاندارد سازی روش‌های عملیاتی و برقراری رابطه آمازیشی بین مراکز و آژانس‌ها توسط این سازمان‌ها ، بسیار ارزشمند ومهم می باشد .

اخیراً فرصت‌های محدودی مثل Top off وجود دارند که در یک محیط چند آژانسی ، تحت شرایط WMb شبه حادثه‌ای ، به تمرین و آزمایش روشهای عملیاتی استاندارد می‌پردازند .

تمرین و تجربه که به صورت گاهگاه اتفاق می افتد دارای هزینه طراحی و اجرایی سنگین بوده و بخش کوچکی از جامعه را درگیر می‌سازد .

تکنولوژیهای مدل سازی و شبیه سازی ،‌ فرصتی برای طراحی و تست آموزش پرسنل راجع به کلیه‌ی عملیات‌های داخلی یک مرکزو برقرای ارتباطات و هماهنگی بین آژانس ها فراهم می‌سازد .

چارچوبی که اجازه ی بروز نیازهای آژانس‌های چندگانه ورود اطلاعات اصلی را می‌دهد ، برای اجرای موفق شبیه سازی‌های پاسخ فوری لازم است و این همراه است با سطوح مشترک کاربر گرافیکی و کنترل سناریو از طریق یک ماشین workflow می‌تواند یک سیستم آنالیز عملیاتی یکپارچه ،‌جامع و قابل همکاری که مورد نیاز سیستم سازماندهی و پاسخ اضطراری هیئت تکنولوژی وعلوم DHS است را فراهم کند .

روزهای سپری شده در بیمارستانمرحلهروز 2-1 روز 3-2 روز 6-5مرحله بستری شدن مرحله نشانه‌های مریضی نشانه‌های مریضی شدید مدل جمعیتمدل تهدیدمنشاء سیاه زخم100% 0% 0% 0% 0%0% 70% 99/14% 99/14% 01/0%0% 33% 33% 33% 1%مرحله تمیز مرحله بستری شدن مرحله نشانه‌ای مریضی مرحله نشانه‌ای شدید مرحله مرگ پیشرفت بیماری در صورت عدم درمان0روز 7-1 روز 10-8 روز 13-11 روز 14 روزمرحله تمیز مرحله بستری شدن مرحله نشانه مریضی مرحله نشانه مریضی شدید مرحله مرگ طول بیماری در زمان درمان0روز- 14 روز 4-1 روز 8-5 روز 11-9 روز 13-12 روزعدم درمان درمان سبک و خفیف درمان متوسط درمان شدید بستری شدن نرخ مرگ و میر0% 20% 90% 93% 100%مرحله تمیز مرحله بستری شدن مرحله علائم مریضی مرحله علائم مریضی شدید مرحله مرگ