The concept of a health security system model during a pandemic

• Autorzy: Szymonik Artur

Identyfikatory

DOI

10.37055/slw/163227

Warianty tytułu

PL

Koncepcja modelu systemu bezpieczeństwa zdrowotnego w czasie pandemii

• Języki publikacji: EN

Abstrakty

EN

The necessity of proper health security management is determined by its decisive role in ensuring survival conditions. Estimating the risk in the area of health security and striving to implement appropriate models of the health security system seems to be crucial in the process of managing it. The aim of this study is to propose a model of the health security system, taking into account the dynamics of changes in its determinants caused by the COVID-19 pandemic. The intention of the presented solutions is to optimize the use of available resources during the health crisis. The main research problem is the question: how would the new model of the health security system take into account the needs of health care in the conditions of the COVID-19 pandemic? Using the observational method, available research as well as exploratory and intervention data related to COVID-19, an attempt was made to propose a model aimed at efficient management of medical care provided to patients. Focusing on technology-oriented models together with a well-matched infrastructure may result in better results in the prevention and care of COVID-19 patients. The aforementioned technological development will also serve the implementation of new models enabling the application of genomics, proteomics, nanotechnology, materials science and digital devices for early diagnosis and infection control. The presented model has been developed taking into account various factors and conditions that may affect its efficiency, as well as the proper functioning of the health security system.

PL

Konieczność właściwego zarządzania bezpieczeństwem zdrowotnym determinowana jest jego decydującą rolą w zapewnieniu warunków do przetrwania. Szacowanie ryzyka w obszarze bezpieczeństwa zdrowotnego oraz dążenie do implementacji właściwych modeli systemu bezpieczeństwa zdrowotnego wydaje się kluczowe w procesie zarządzania nim. Skuteczne zarządzanie opieką zdrowotną jest jednym z głównych elementów zdrowszego społeczeństwa, w którym pozytywne działania w zidentyfikowanym segmencie badań, technologii oraz zarządzania, mają ogromny potencjał, aby poprawić globalną reakcję na potencjalne przyszłe kryzysy zdrowotne. Celem opracowania jest zaproponowanie modelu systemu bezpieczeństwa zdrowotnego, uwzględniającego dynamikę zmian jego determinantów, spowodowaną trwaniem pandemii COVID–19, a intencją zaprezentowanych rozwiązań jest optymalizacja wykorzystania dostępnych zasobów w okresie kryzysu zdrowotnego. Głównym problem badawczym artykułu jest: W jaki sposób nowy model systemu bezpieczeństwa zdrowotnego uwzględniałby potrzeby opieki zdrowotnej w warunkach trwania pandemii COVID-19? Stosując metodę obserwacyjną oraz wykorzystując dostępne badania oraz dane eksploracyjne i interwencyjne związane z CO-VID-19, podjęto próbę zaproponowania modelu, którego celem jest sprawne zarządzanie opieką medyczną świadczoną dla pacjentów, w tym właśnie z COVID-19 i innymi chorobami oraz osób zdrowych, w ramach zintegrowanych ram szeroko rozumianej profilaktyki. Ukierunkowanie się w stronę modeli zorientowanych na technologię, z dobrze dopasowaną infrastrukturą, może skutkować lepszymi wynikami w profilaktyce i opiece nad chorymi na COVID-19. Rozwój technologii służyć będzie również implementacji nowych modeli, umożliwiających zastosowanie: genomiki, proteomiki, nanotechnologii, materiałoznawstwa oraz urządzeń cyfrowych dla wcześniejszej diagnozy i kontroli zakażeń. Przedstawiony model opracowano przy uwzględnieniu różnorodnych czynników oraz uwarunkowań, które mogą mieć wpływ na jego wydajność, a także prawidłowe funkcjonowanie systemu bezpieczeństwa zdrowotnego.

Słowa kluczowe

EN

model; system; health security; pandemic; COVID–19

PL

model; system; bezpieczeństwo zdrowotne; pandemia; COVID-19

• Wydawca: Wojskowa Akademia Techniczna im. Jarosława Dąbrowskiego
• Czasopismo: Systemy Logistyczne Wojsk
• Rocznik: 2022
• Tom: Vol. 57, no. 2
• Strony: 5--18
• Opis fizyczny: Bibliogr. 28 poz., rys., wz.

Twórcy

autor

Szymonik Artur

• Military University of Technology, Poland

• https://orcid.org/0000-0002-6308-2782

Bibliografia

• [1] Afzal, S., Ghani S., Jenkins-Smith, H.C., Ebert, D.S., Hadwiger, M., Hoteit, I., 2020. A visual analytics based decision making environment for covid-19 modelling and visualization, 2020 IEEE Visualization conference (VIS).
• [2] Bozyiğit, F., Aktaş, Ö., Kılınç, D., 2021. Linking software requirements and conceptual models: A systematic literature review, Engineering Science and Technology, an International Journal, 24 (1).
• [3] Covid-19: Operational guidance for maintaining essential health services during an outbreak, World Health Organization, 2020.
• [4] COVID-19: vulnerable and high risk groups [online], 2021. World Health Organization. Available at: https://www.who.int/westernpacific/emergencies/covid-19/information/high-risk-groups, [5 December 2021].
• [5] COVID-19: Who’s at higher risk of serious symptoms? [online], 2021. MAYO CLINIC. Available at: https://www.mayoclinic.org/diseases-conditions/coronavirus/in-depth/coronavirus-who-is-at-risk/art-20483301 [5 December 2021].
• [6] Gilbert, J.K., Boutler, C.J.,1998. Learning Science through Models and Modelling, In B.J. Fraser, K.G. Tobin, International Handbook of Science Education, London.
• [7] Habli, I., 2020. Alexander, R., Hawkins, R., et al, Enhancing COVID-19 decision making by creating an assurance case for epidemiological models, BMJ Health & Care Informatics.
• [8] Han, T., Bernardo, Gois F.N., Oliveira, R., et al., 2021. Modeling the progression of COVID-19 deaths using Kalman Filter and AutoML, Soft Computing, January 2021.
• [9] Kahn E., Ramsey L., Brownson R., et al., 2002. The effectiveness of interventions to increase physical activity, American Journal of preventive Medicine, 22 (4), Supplement 1, May 2002.
• [10] Kalippan, J., Srinivasan, K., Qaisar, S.M., et al., 2021. Performance Evaluation of Regression Models for the Prediction of the COVID-19 Reproduction Rate, Frontiers in Public Health, September 2021.
• [11] Kiok Liang Teow, Kelvin Bryan Tan, Hwee Pin Phua, Zhu Zhecheng, 2018. Applying Gravity model to predict demand of public hospital beds, Operations Research for Health Care, 17.
• [12] Kitler W., (red), 2014. Koncepcja systemu bezpieczeństwa narodowego Rzeczypospolitej Polskiej, AON, Warszawa.The concept of a health security system model during a pandemic 17.
• [13] Kluczowe czynniki rozwoju systemu ochrony zdrowia i ich znaczenie dla działań Public Relations jednostek ochrony zdrowia [online], 2011. Prawo.pl. Available at: https://www.prawo.pl/zdrowie/kluczowe-czynniki-rozwoju-systemu-ochrony-zdrowia-i-ich,235433.html [27 February 2021].
• [14] Książkowski, M., 2021. Prof. Filipiak: Polska najgorzej poradziła sobie z pandemią. Zaciągnęliśmy duży dług zdrowotny [online]. Puls Medycyny. Available at: https://pulsmedycyny.pl/prof-filipia k-polska-najgorzej-poradzila-sobie-z-pandemia-zaciagnelismy-duzy-dlug-zdrowotny-1127149 [05 August 2021].
• [15] Kuvvetli, Y., Deveci, M., Paksoy, T., et al., 2021. A predictive analytics model for Covid-19 pandemic using artificial neural networks, Decision Analytics Journal, 1 (November).
• [16] Legido-Quigley, H., Asgari, N., et. al, 2020. Are high performing health systems resilient against the COVID-19 epidemic? Lancet.
• [17] Lobo Marques, J.A., Bernardo Gois, F.N., Xavier-Neto, J., et al., 2021. Predictive Models for Decision Support in the COVID-19 Crisis, SpringerBriefs in Applied Sciences and Technology, Switzerland.
• [18] Lowe, J.M., Sen, A.,1996. Gravity model applications in health planning: analysis of an urban hospital market, Journal of Regional Science, 36 (3).
• [19] McNulty, C., Collin, S., Cooper, E., et al., 2019. Public understanding and use of antibiotics in England: findings from a household survey in 2017, BMJ Open.
• [20] Panovska-Griffiths, J., Kerr, C.C., Waites, W., Stuart, R.M., 2021. Mathematical modelling as a tool for policy decision making: Applications to the COVID - 19 pandemic, Handbook of Statistics, 44, 291-326.
• [21] Paplicki, M., 2020. Bezpieczeństwo zdrowotne obywatela w polskim systemie ratownictwa medycznego, Wydział Prawa, Administracji i Ekonomii Uniwersytetu Wrocławskiego, Wrocław.
• [22] Sanderson, C., Gruen, R., 2006. Analytical Models for Decision Making, Open University Press, London.
• [23] Simon, H. A., 1976. From substantive to procedural rationality, Models of bounded rationality: behavioural and business organization, Cambidge, MIT Press.
• [24] Skyttner L., 2005. General Systems Theory: Problems, Perspectives, Practice, World Scientific Publishing, 2nd edition, Singapore.
• [25] Sockwell, T., Sherk, A., Norström, T., et al., 2018. Estimating the public health impact of disbanding a government alcohol monopoly: application of new methods to the case of Sweden, BMC Public Health.
• [26] Surma, S., Szyndler A., Narkiewicz K., 2017. Świadomość wybranych czynników ryzyka chorób układu sercowo-naczyniowego w populacji młodych osób, Choroby Serca i Naczyń, 14 (4).
• [27] Thomson, K., Berry, R., Robinson, T., 2020. An examination of trends in antibiotic prescribing in primary care and the association with area-level deprivation in England, BMC Public Health.
• [28] Unified Modeling Language [online], 2021. Wikipedia. Available at: https://en.wikipedia.org/wiki/Unified_Modeling_Language [05 August 2021].

Uwagi

Opracowanie rekordu ze środków MNiSW, umowa nr SONP/SP/546092/2022 w ramach programu "Społeczna odpowiedzialność nauki" - moduł: Popularyzacja nauki i promocja sportu (2024).