Autoreferat - Wydział Informatyki i Zarządzania
Transkrypt
Autoreferat - Wydział Informatyki i Zarządzania
Załącznik nr 3a do wniosku o wszczęcie postępowania habilitacyjnego dr inż. Bożeny Mielczarek Autoreferat Spis treści: 1. Imię i nazwisko ................................................................................................................................ 1 2. Posiadane dyplomy, stopnie naukowe – z podaniem nazwy, miejsca i roku ich uzyskania oraz tytułu rozprawy doktorskiej ................................................................................................................. 1 3. Informacje o dotychczasowym zatrudnieniu w jednostkach naukowych ........................................ 1 4. Wskazanie osiągnięcia wynikającego z art. 16 ust. 2 ustawy z dnia 14 marca 2003 r. o stopniach naukowych i tytule naukowym (Dz. U. nr 65, poz. 595 ze zm.) ......................................................... 2 4.1. Tytuł osiągnięcia naukowego.................................................................................................... 2 4.2. Omówienie celu naukowego pracy – etapy procesu badawczego ............................................ 3 4.3. Omówienie osiągniętych wyników i ich ewentualnego wykorzystania ................................... 9 5. Omówienie pozostałych osiągnięć naukowo-badawczych ............................................................ 15 6. Omówienie działalności dydaktycznej, organizacyjnej i popularyzatorskiej ................................ 24 Bibliografia ........................................................................................................................................ 24 1. Imię i nazwisko Bożena Mielczarek 2. Posiadane dyplomy, stopnie naukowe – z podaniem nazwy, miejsca i roku ich uzyskania oraz tytułu rozprawy doktorskiej 2000: 1985 dyplom doktora nauk ekonomicznych, Wydział Informatyki i Zarządzania, Politechnika Wrocławska; tytuł rozprawy doktorskiej Symulacyjne modele komputerowe w zarządzaniu systemami ratownictwa medycznego (promotor: prof. dr hab. inż. Edward Radosiński) dyplom magistra inżyniera organizatora przemysłu, Wydział Informatyki i Zarządzania, Politechnika Wrocławska Politechniki Wrocławskiej; studia ukończone z wynikiem bardzo dobrym. 3. Informacje o dotychczasowym zatrudnieniu w jednostkach naukowych 2000- adiunkt, Wydział Informatyki i Zarządzania Politechniki Wrocławskiej 1991 - 2000 asystent, Wydział Informatyki i Zarządzania Politechniki Wrocławskiej 1986 - 1991 samodzielny organizator, Wydział Informatyki i Zarządzania Politechniki Wrocławskiej 1 4. Wskazanie osiągnięcia wynikającego z art. 16 ust. 2 ustawy z dnia 14 marca 2003 r. o stopniach naukowych i tytule naukowym (Dz. U. nr 65, poz. 595 ze zm.) 4.1. Tytuł osiągnięcia naukowego Zgodnie z treścią w/w ustawy, jako moje osiągnięcie naukowe wskazuję cykl powiązanych tematycznie publikacji objętych wspólnym tytułem: „Metody i modele symulacyjne w zarządzaniu systemami ochrony zdrowia”. Na cykl składają się dwie książki i publikacje naukowe: 1. Mielczarek Bożena, 2014, Symulacja w zarządzaniu systemami ochrony zdrowia, Wydawnictwo Naukowe PWN, Warszawa. 2. Mielczarek Bożena, Zabawa Jacek, Lubicz Marek, 2014, A system dynamics model to study the impact of an age pyramid on emergency demand, [w:] The proceedings of the 4th International Conference on Simulation and Modeling Methodologies, Technologies and Applications SIMULTECH 2014, Vienna, Austria, 28-30 August, 2014, [eds: M.S. Obaidat, J. Kacprzyk i T. Ören], SciTePress, s. 879-888. 3. Mielczarek Bożena, 2014, Simulation modelling for contracting hospital emergency services at the regional level, European Journal of Operational Research, vol. 235, nr 1, s. 287–299. 4. Mielczarek Bożena, 2013, Estimating future demand for hospital emergency services at the regional level, [w:] The proceedings of 2013 Winter Simulation Conference: Making Decisions in a Complex World, Washington DC, USA, December 8-11, 2013 [eds: R. Pasupathy i in.], Piscataway: IEEE, s. 2386-2397. 5. Mielczarek Bożena, 2013, Using discrete-event simulation to forecast the volume of hospital emergency services to be delivered at the regional level, [w:] The proceedings of the 3rd International Conference on Simulation and Modeling Methodologies, Technologies and Applications SIMULTECH 2013, Reykjavík, Iceland, 29-31 July, 2013, [eds: Tuncer Ören i in.], SciTePress, s. 197-203. 6. Mielczarek Bożena, Uziałko-Mydlikowska Justyna, 2012, Using simulation to forecast the demand for hospital emergency services at the regional level, [w:] The proceedings of 2012 Winter Simulation Conference, Berlin, Germany, December 9-12, 2012, [eds: C. Laroque i in.], Piscataway, NJ: IEEE. Komunikat konferencyjny i poster. 7. Mielczarek Bożena, Uziałko-Mydlikowska Justyna, 2012, Application of computer simulation modeling in the health care sector: a survey, Simulation - Transactions of the Society for Modeling and Simulation International, vol. 88, nr 2, s. 197-216. 8. Mielczarek Bożena, 2009, Modelowanie symulacyjne w zarządzaniu. Symulacja dyskretna, Oficyna Wydawnicza Politechniki Wrocławskiej, Wrocław. 2 4.2. Omówienie celu naukowego pracy – etapy procesu badawczego Aktualność i waga podjętego przeze mnie tematu, dotyczącego zagadnień związanych z wykorzystaniem metod symulacyjnych w zarządzaniu systemami ochrony zdrowia, wynikają przede wszystkim ze specyfiki badanego obszaru. Utrzymanie służby zdrowia wiąże się z ponoszeniem olbrzymich nakładów finansowych, a mimo to, paradoksalnie, system opieki zdrowotnej działa w warunkach nieustannego braku pieniądza. Fizyczny niedobór środków kapitałowych może być dodatkowo znacząco pogłębiony poprzez ich niewłaściwą alokację. Uzasadnione jest zatem, moim zdaniem, stwierdzenie, iż od jakości podejmowanych decyzji, a w szczególności od prawidłowego rozdziału ograniczonych zasobów finansowych, w dużym stopniu zależy efektywność funkcjonowania systemu ochrony zdrowia. Polskie społeczeństwo coraz silniej wyraża żądania, aby zapewnić wysoki standard świadczeń zdrowotnych, utrzymać ich szeroką dostępność, a jednocześnie nie ma zgody na zwiększenie obciążeń finansowych z tego tytułu. W obliczu zaistniałej sytuacji podejmowane są działania regulacyjne na poziomie systemowym, które zmierzają do podniesienia jakości świadczeń i poprawy satysfakcji pacjenta przy zachowaniu dotychczasowej skali wydatków. Pomocnym instrumentem, który w istotny sposób przyczynić się może do powodzenia tych inicjatyw są metody naukowe, od dawna wspomagające menedżerów sektora ochrony zdrowia w znajdowaniu rozwiązań racjonalnych ekonomicznie i zasadnych medycznie. Na przeszkodzie wprowadzenia instrumentarium myśli naukowej do praktyki zarządzania służbą zdrowia stają jednak złożoność, niejednorodność oraz niepewność zachodzących tam zjawisk. Głównymi determinantami kształtującymi przebieg procesów decyzyjnych w sektorze zdrowotnym są bowiem dynamiczne interakcje pomiędzy jego elementami, osadzenie systemu w nieustannie zmieniającym się otoczeniu oraz silny wpływ czynników o charakterze stochastycznym i niestacjonarnym. Utrudnieniem w naukowym badaniu systemów ochrony zdrowia jest także słabe ustrukturalizowanie zagadnień związanych z dostarczaniem usług zdrowotnych. Wyklucza to niejednokrotnie możliwość zastosowania modeli analitycznych i inspiruje naukowców do poszukiwania innych narzędzi, przy pomocy których można by usprawnić analizę decyzyjną i zwiększyć skuteczność podejmowanych decyzji. W naukowym badaniu systemów opieki zdrowotnej wykorzystuje się metody ilościowe i jakościowe. Wśród metod ilościowych symulację komputerową postrzega się jako jedno z bardziej obiecujących podejść, a jej udział w procesach wspomagania decyzji w systemach ochrony zdrowia staje się coraz bardziej znaczący (Gul i Guneri 2015). Brailsford (2007) podaje główne powody stosowania metod symulacyjnych w rozwiązywaniu problemów 3 zarządzania opieką zdrowotną: po pierwsze, charakterystyczne dla systemów ochrony zdrowia losowość i zmienność sugerują wybór podejść pozwalających na odwzorowywanie procesów stochastycznych; ponadto, wysoki stopień złożoności badanych systemów nierzadko uniemożliwia zastosowanie rozwiązań analitycznych; dodatkowo, co istotne, funkcjonowanie systemów opieki zdrowotnej jest silnie uwarunkowane wpływem czynnika ludzkiego, którego uwzględnienie w modelach symulacyjnych zostało już wielokrotnie z sukcesem zademonstrowane (Brailsford i Schmidt 2003). W pracach naukowych zajmujących się problematyką wspomagania procesów zarządzania opieką zdrowotną, spośród metod symulacyjnych najczęściej opisywane są: symulacja Monte Carlo, dyskretna symulacja zdarzeniowa, dynamika systemów i symulacja agentowa. Dobór metod zmienia się w zależności od badanego obszaru decyzyjnego (np. w modelowaniu systemów ratownictwa medycznego wyraźnie dominują modele dyskretne, natomiast po metodę dynamiki systemów chętnie sięga się, analizując tempo rozprzestrzeniania się chorób zakaźnych), ale nie jest to jedyna determinanta wyboru. Modele symulacyjne odwzorowują różne typy jednostek, stawiane są przed nimi odmienne cele badawcze, dotyczą zarówno krótkiego, jak i długiego horyzontu czasowego, zapełniane są danymi wejściowymi o niskim lub wysokim stopniu zagregowania. Te i inne czynniki utrudniają wytypowanie metody symulacyjnej najbardziej adekwatnej do analizy konkretnego problemu decyzyjnego zarządzania służbą zdrowia. Mimo iż nie wydaje się możliwe zaproponowanie uniwersalnej, rozstrzygającej procedury, która automatycznie dopasowywałaby właściwą metodę do sformułowanego problemu, można podjąć próbę zidentyfikowania czynników, które powinny być brane pod uwagę w trakcie podejmowania decyzji o wyborze podejścia symulacyjnego. W literaturze polskiej stosunkowo niewiele można odnaleźć pozycji zajmujących się zastosowaniem metod symulacyjnych w zarządzaniu, natomiast właściwie nieobecne są prace poruszające problematykę wykorzystania symulacji w zarządzaniu systemami ochrony zdrowia. Przeprowadzona przeze mnie kwerenda literaturowa potwierdziła brak szerszej dyskusji na temat możliwości wykorzystania symulacji komputerowej jako efektywnego narzędzia wspomagającego decyzje strategiczne i taktyczne w służbie zdrowia. Dodatkowo zauważyć można brak spójności w aparacie pojęciowym stosowanym w definiowaniu symulacji w medycynie i ochronie zdrowia. Uznałam zatem, że podjęcie prac badawczych w tym obszarze może przyczynić się do racjonalnego i pełniejszego wykorzystania potencjału metod symulacyjnych do rozwiązywania praktycznych problemów zarządzania służbą zdrowia. 4 Nadrzędnym celem naukowym prowadzonych przeze mnie prac badawczych jest sformułowanie całościowej koncepcji stosowania głównych metod symulacyjnych do projektowania, budowy, weryfikowania i uruchamiania modeli, które mogłyby być pomocne w zarządzaniu systemami opieki zdrowotnej. Tak sformułowany ogólny cel moich badań można rozpatrywać w kontekście poznawczym oraz aplikacyjnym. W kontekście poznawczym moim pierwszym zadaniem było opracowanie oryginalnej typologii wykorzystania komputerowych metod symulacyjnych do wspomagania procesów decyzyjnych w różnych obszarach zarządzania służbą zdrowia. Zmierzając do osiągnięcia tak postawionego celu sformułowałam następujące pytania badawcze: w jakich obszarach decyzyjnych zarządzania opieką zdrowotną znajdują zastosowanie komputerowe metody symulacyjne? które obszary decyzyjne zarządzania ochroną zdrowia są łączone z poszczególnymi podejściami symulacyjnymi? jaki jest potencjał możliwości każdej metody symulacyjnej w odniesieniu do wspomagania procesów podejmowania decyzji w wyróżnionych obszarach zarządzania służbą zdrowia? co odróżnia główne podejścia symulacyjne stosowane w ochronie zdrowia w kategorii założeń, wymagań, przygotowania danych, analizy wyników, prowadzenia eksperymentów? Założyłam, że poszukiwanie odpowiedzi na sformułowane powyżej pytania badawcze pozwoli na zidentyfikowanie kluczowych zależności pomiędzy specyficznymi cechami każdej z podstawowych metod symulacyjnych, tj. metody Monte Carlo, dyskretnej symulacji zdarzeniowej, metody dynamiki systemów oraz symulacji agentowej a przesłankami wpływającymi na wybór danego podejścia do analizy konkretnego problemu decyzyjnego zarządzania opieką zdrowotną za pomocą modelu symulacyjnego. Przyjęłam ponadto, że uzyskane wyniki umożliwią realizację kolejnego zadania badawczego, jakim było opracowanie metodyk budowy symulacyjnych modeli komputerowych przeznaczonych do wspomagania zarządzania w służbie zdrowia. Zaproponowane metodyki powinny umożliwiać rzetelne odwzorowanie złożonych relacji charakterystycznych dla systemów ochrony zdrowia, a następnie posłużyć jako efektywne narzędzie badań przyczynowoskutkowych, szczególnie w kontekście zmienności struktury i wartości parametrów strumieni potrzeb zdrowotnych. W kontekście aplikacyjnym głównym celem prowadzonych przeze mnie badań było zastosowanie opracowanego instrumentarium do analizy wybranych problemów 5 decyzyjnych zarządzania w systemach ochrony zdrowia, ze szczególnym uwzględnieniem polskich realiów. Zasadność takiego sformułowania celu prac badawczych znajduje potwierdzenie w świetle następującej obserwacji: pomimo burzliwego i dynamicznego rozwoju dziedziny, jaką jest wykorzystanie metod ilościowych (w tym również modelowania symulacyjnego) w zarządzaniu ochroną zdrowia, liczba udokumentowanych przypadków skutecznej implementacji tych metod jest bardzo skromna. Wynika to być może z kontrastu pomiędzy wysokim stopniem zaawansowania teoretycznego modeli matematycznych publikowanych w czasopismach akademickich i prezentowanych na konferencjach naukowych a potrzebą prostych, gotowych do wykorzystania modeli, którymi zainteresowaliby się menedżerowie praktycy. Założyłam, że opracowane przeze mnie narzędzia i zrealizowane za ich pomocą komputerowe analizy symulacyjne pozwolą na częściowe chociaż zbliżenie obu tych obszarów, poprzez powiązanie badań empirycznych z teoretycznymi aspektami budowy i stosowania modeli symulacyjnych we wspomaganiu procesów decyzyjnych zarządzania opieką zdrowotną. Proces badawczy, który doprowadził do osiągnięcia wyznaczonych celów i uzyskania odpowiedzi na postawione pytania badawcze przebiegał w kilku etapach i obejmował kolejno: wstępne studia literaturowe, przygotowanie metod i narzędzi statystycznych oraz informatycznych do zebrania i analizy danych empirycznych, konceptualizację i oprogramowanie modeli symulacyjnych, zastosowanie opracowanych modeli do analizy wybranych problemów decyzyjnych zarządzania, właściwe badania literaturowe. Wstępne badania literaturowe, które zostały przeprowadzone w pierwszej fazie procesu badawczego pozwoliły na wyróżnienie głównych obszarów decyzyjnych zarządzania opieką zdrowotną i wskazanie przykładów modeli symulacyjnych dla każdego zaproponowanego obszaru. Wyodrębnione zostały następujące dziedziny: polityki zdrowotnej, diagnozy działalności bieżącej, prognozowania, wspomagania decyzji medycznych oraz planowania działań w sytuacjach ekstremalnych. Analizie poddałam 168 artykułów, które ukazały się w latach 1999-2006 w dziedzinowych czasopismach o zasięgu międzynarodowym. Wyniki moich badań zostały opublikowane w artykule Application of computer simulation modeling in the health care sector: a survey [7]1 w angielskojęzycznym czasopiśmie naukowym (Simulation - Transactions of the Society for Modeling and Simulation International) zaliczanym do tzw. listy filadelfijskiej. Przeprowadzone studia literaturowe zwróciły moją uwagę na jedno z kluczowych zagadnień, które często pojawia się w artykułach zajmujących 1 Numeracja poszczególnych prac odpowiada wykazowi publikacji zgłoszonych jako osiągnięcie i wyszczególnionych w rozdz. 4.1 niniejszego załącznika. 6 się problematyką wykorzystania metod ilościowych do wspomagania zarządzania w systemach opieki zdrowotnej, tj. na problem szacowania wielkości popytu na świadczenia medyczne. W wielu pracach naukowych, por. (Cochran i Bharti 2006), (Matta i Patterson 2007), popyt na usługi zdrowotne określany jest w oparciu o wielkość podaży, czyli liczby udzielonych świadczeń, ponieważ wyłącznie tego typu informacje są dostępne w rejestrach systemów opieki zdrowotnej. W prowadzonych przeze mnie badaniach postanowiłam skupić się na opracowaniu takiej klasy modeli symulacyjnych, w których prognozowany popyt na usługi zdrowotne zostanie powiązany nie tylko z historycznie zarejestrowanym i ujawnionym strumieniem potrzeb, ale również z przestrzenną lokalizacją skupisk ludności, trendami demograficznymi oraz czynnikami związanymi bezpośrednio z populacją i ze środowiskiem. Proponowany przez mnie sposób modelowania popytu na świadczenia zdrowotne może, moim zdaniem, w sposób radykalny poszerzyć wachlarz potencjalnych zastosowań konstruowanych modeli symulacyjnych przeznaczonych do wspomagania procesów decyzyjnych zarządzania służbą zdrowia. Drugi etap prac badawczych obejmował przygotowanie metod oraz narzędzi statystycznych i informatycznych do pozyskania, eksploracji i analizy danych empirycznych. Zdecydowałam, że opracowywane przeze mnie metodyki budowy modeli symulacyjnych będą dotyczyć konkretnego obszaru zarządzania opieką zdrowotną, a zatem wszelkie przyjęte założenia powinny być sformułowane wyłącznie w wyniku szczegółowej analizy empirycznej przeprowadzonej w systemie rzeczywistym. Jako obiekt badawczy wybrałam tę część systemu opieki zdrowotnej, w ramach którego udzielana jest pomoc pacjentom w stanie nagłego zagrożenia zdrowia i życia w izbach przyjęć (IP) i szpitalnych oddziałach ratunkowych (SOR) zlokalizowanych w poszczególnych powiatach regionu wrocławskiego w województwie dolnośląskim. Zakres danych źródłowych, które należało objąć badaniem okazał się być jednak tak olbrzymi (analizie poddano ostatecznie ponad milion rekordów), że konieczne okazało się opracowanie narzędzi analitycznych i informatycznych, które zostały następnie wykorzystane do eksploracji kilku odrębnych dużych baz. Dane demograficzne pobrałam ze stron Głównego Urzędu Statystycznego. Badany zakres obejmował informacje o liczbie ludności, z podziałem na grupy wiekowo-płciowe, w poszczególnych powiatach Dolnego Śląska w latach 2006-2012. Najważniejsze i ilościowo najbardziej obszerne dane dotyczyły pacjentów leczonych w placówkach IP/SOR na terenie regionu wrocławskiego. Po nawiązaniu współpracy z Dolnośląskim Oddziałem Wojewódzkiego Narodowego Funduszu Zdrowia uzyskałam dostęp do zanonimizowanych danych medycznych o pacjentach poddanych leczeniu w latach 2006-2011 na izbach przyjęć we wszystkich szpitalach 7 zlokalizowanych na terenie Dolnego Śląska. I tak, pierwsza grupa danych medycznych zawierała ogólne informacje o 759 964 przyjęciach pacjentów na IP/SORy w latach 20062011. Kolejne dwie grupy danych dotyczyły lat 2010 (181 517 rekordów) i 2011 (188 381 rekordów) i obejmowały szczegółowe informacje o przyjęciach na dowolny oddział IP/SOR usytuowany na terenie wyróżnionego, poddanego badaniom regionu, tj. okręgu wrocławskiego (szczegółowymi badaniami objęłam 17 placówek medycznych, natomiast w ogólnej analizie uwzględniłam 52 jednostki). Dopełnieniem analizy empirycznej były dane o sumarycznej liczbie i kosztach leczenia w poszczególnych placówkach IP/SOR Dolnego Śląska z podziałem na główne kategorie pacjentów, wydzielone ze względu na stopień kosztochłonności procesu diagnozowania i leczenia. Dokładny opis przebiegu etapu badań empirycznych zamieszczony jest w mojej książce Symulacja w zarządzaniu systemami ochrony zdrowia, Wydawnictwo Naukowe PWN, Warszawa, 2014 [1]. W trzecim etapie procesu badawczego skupiłam się na konceptualizacji modeli, które opracowałam wykorzystując różne podejścia symulacyjne: metodę Monte Carlo, dyskretną symulację zdarzeniową oraz dynamikę systemów. Samodzielnie lub we współpracy z zespołem zrealizowaliśmy każdorazowo pełny cykl badawczy polegający na sformułowaniu założeń, budowie i oprogramowaniu modeli, zaplanowaniu i przeprowadzeniu serii eksperymentów oraz wykonaniu pełnej statystycznej analizy końcowej. Wyniki badań zostały zaprezentowane i poddane dyskusji na międzynarodowych konferencjach naukowych (Winter Simulation Conference Berlin 2012 [6]; Winter Simulation Conference Waszyngton 2013 [4]; International Conference on Simulation and Modeling Methodologies, Technologies and Applications SIMULTECH Reykjavík 2013 [5]; International Conference on Simulation and Modeling Methodologies, Technologies and Applications SIMULTECH Wiedeń 2014 [2]) oraz opublikowane w artykule Simulation modelling for contracting hospital emergency services at the regional level [3] w czasopiśmie z tzw. listy filadelfijskiej posiadającym wysoki impact factor (European Journal of Operational Research, IF=1,843). Skrótowy opis samodzielnie przeze mnie opracowanych modeli symulacyjnych, wraz z prezentacją etapu przygotowania i eksploracji danych źródłowych, zamieściłam ponadto w ostatnim rozdziale książki Symulacja w zarządzaniu systemami ochrony zdrowia, Wydawnictwo Naukowe PWN, Warszawa, 2014 [1]. W czwartej fazie badań wykorzystałam zbudowane modele symulacyjne do analizy pokrycia zapotrzebowania na świadczenia udzielane w izbach przyjęć i na szpitalnych oddziałach ratunkowych w odniesieniu do konkretnego regionu geograficznego, tj. okręgu wrocławskiego. Symulacje uwzględniały prognozowane zmiany demograficzne dotyczące 8 zarówno ogólnej liczby ludności regionu, jak i poszczególnych grup wiekowych, preferencje pacjentów w zakresie wyboru placówki udzielającej świadczeń w trybie nagłym oraz zmienność sezonową zgłoszeń charakterystyczną dla tego rodzaju usług. Wyniki symulacji umożliwiły sformułowanie prognozy wolumenu, struktury i kosztu świadczeń udzielanych w jednostkach IP/SOR oraz oszacowanie wysokości środków finansowych na kolejne lata, tak aby możliwe było pokrycie przewidywanego popytu na pomoc udzielaną w nagłych przypadkach w izbach przyjęć i na szpitalnych oddziałach ratunkowych w badanym regionie. Równolegle z realizacją trzeciego i czwartego etapu przebiegała piąta faza prac badawczych, w ramach której opracowałam typologię zastosowań metod symulacyjnych do wspomagania procesów decyzyjnych w ochronie zdrowia, uwzględniającą dwie perspektywy: poziomą, w której wyróżniam główne obszary zarządzania opieką zdrowotną oraz pionową, która odzwierciedla podstawowe grupy metod symulacyjnych. W badaniach uwzględniłam 228 prac opublikowanych w latach 1999-2012 w międzynarodowych czasopismach naukowych i 63 prace zamieszczone w materiałach konferencyjnych indeksowanych w bazie Web of Science. Wydaje mi się, że opracowana taksonomia, będąca końcowym efektem prowadzonych przeze mnie prac badawczych, doprowadziła do uzyskania racjonalnych odpowiedzi na postawione pytania badawcze. Ostateczne wyniki badań i wnioski zostały zamieszczone w mojej książce Symulacja w zarządzaniu systemami ochrony zdrowia, Wydawnictwo Naukowe PWN, Warszawa, 2014 [1]. 4.3. Omówienie osiągniętych wyników i ich ewentualnego wykorzystania Rezultatem moich prac badawczych w wymiarze utylitarnym są trzy komplementarne modele, zbudowane różnymi metodami symulacyjnymi. Modele te pozwalają prognozować wpływ zmian demograficznych zachodzących na poziomie poszczególnych powiatów w jednym z regionów Dolnego Śląska (w tzw. okręgu wrocławskim) na liczbę pacjentów w stanie nagłego zagrożenia zdrowia i życia, którym będzie potrzebna pomoc medyczna na izbach przyjęć i w szpitalnych oddziałach ratunkowych położonych na terenie regionu. Informacja na temat oczekiwanej, przyszłej liczby pacjentów w stanie nagłego zagrożenia zdrowia lub życia umożliwia z kolei symulację struktury i kosztu świadczeń, które powinny być zakontraktowane przez Narodowy Fundusz Zdrowia (NFZ) w celu pokrycia prognozowanej wielkości popytu na świadczenia medyczne udzielane w trybie nagłym. Za pomocą zbudowanych modeli możliwa jest obserwacja wartości wybranych mierników ilościowych i kosztowych na dwóch poziomach decyzyjnych. Po pierwsze, na poziomie poszczególnych placówek medycznych możliwe jest wyznaczenie prognozy stawki 9 ryczałtu dobowego, która decyduje o wysokości kontraktu zawieranego przez regionalny oddział NFZ z daną placówką. Po drugie, na poziomie regionalnego decydenta (oddziału NFZ) symulowana jest prognoza potrzeb populacji w zakresie świadczeń udzielanych w trybie nagłym i tym samym możliwe jest określenie wpływu trendów demograficznych na poziom, wolumen i strukturę kosztów usług, które powinny być dostępne na izbach przyjęć i w szpitalnych oddziałach ratunkowych regionu. Aplikacyjny charakter wyników moich prac badawczych można scharakteryzować przyjmując różne perspektywy. Ze względu na to, że opracowane przeze mnie modele symulacyjne bazują na niezwykle obszernym zestawie danych empirycznych, które zostały pozyskane w konkretnych placówkach medycznych, mogą być one wykorzystane do wspomagania decyzji menedżerskich zarówno przez dyrektorów szpitali jak i przez decydentów regionalnych oddziałów narodowych funduszy zdrowia. Wydaje się jednak, że z punktu widzenia rozwoju naukowego całej dziedziny cenniejszy jest wkład, który został wniesiony w opracowanie metodyk prowadzenia komputerowych badań symulacyjnych w obszarze zarządzania opieką zdrowotną. Wyniki badań empirycznych, prac konceptualnych i badawczo-projektowych pozwalają na uporządkowanie wiedzy dziedzinowej i dostarczają efektywnych narzędzi w postaci zdefiniowanych założeń teoretycznych i opracowanych algorytmów wspomagających procesy konstruowania modeli symulacyjnych w konwencji trzech podstawowych metod, tj. symulacji Monte Carlo, symulacji zdarzeniowej i metody dynamiki systemów. Ogólna koncepcja badań symulacyjnych, w których proponuję wykorzystanie hybrydy dwóch modeli symulacyjnych, tj. modelu Monte Carlo i modelu dyskretnego została przeze mnie zaprezentowana w komunikacie konferencyjnym oraz w formie postera Using simulation to forecast the demand for hospital emergency services at the regional level [6], por. rys. 1. W modelu Monte Carlo badaniom poddano wpływ trendów demograficznych na kształtowanie wielkości popytu na usługi medyczne świadczone w trybie nagłym. Z kolei dyskretny model symulacyjny DES wykorzystując prognozy na temat oczekiwanego popytu symuluje przyszłoroczny poziom świadczeń medycznych oraz ich wolumen, strukturę i koszt oddzielnie dla każdej placówki w regionie oraz globalnie dla całej populacji. Jak podaje Radosiński (2013), struktury hybrydowe sprawdziły się już w wielu dziedzinach pozwalając na uzyskanie korzyści, których nie dają elementy składowe mieszańca. Również zaproponowana przez mnie hybryda pozwala radykalnie rozszerzyć dotychczasowy zakres 10 zastosowań symulacji komputerowej do prognozowania potrzeb populacji w zakresie świadczeń zdrowotnych. Modelowi Monte Carlo poświęcona jest publikacja Estimating future demand for hospital emergency services at the regional level [4], natomiast model dyskretny opisany jest w pracach Simulation modelling for contracting hospital emergency services at the regional level (artykuł opublikowany w European Journal of Operational Research, IF=1,843) [3] i Using discrete-event simulation to forecast the volume of hospital emergency services to be delivered at the regional level [5]. Prognozy demograficzne GUS 4 Model Dynamiki Systemów Model Monte Carlo 1 IP/SOR? Dane o pacjentach Dane demograficzne 2 Dane na temat popytu 3 Model dyskretny DES Liczba i struktura prognozowanych świadczeń Koszt prognozowanych świadczeń Rys.1. Relacje pomiędzy modelami Monte Carlo i dynamiki systemów oraz modelem dyskretnym. Numerami 1, 2 i 3 oznaczono poszczególne zasilające strumienie popytowe; odpowiednio: globalną prognozowaną wielkość popytu dla badanego regionu (1), dodatkowy popyt pochodzący z innych regionów Dolnego Śląska (2), dodatkowy popyt spoza województwa (3). Numer 4 odnosi się natomiast do strumienia pacjentów, którym udzielono świadczeń poza badanym regionem. Model Monte Carlo umożliwia formułowanie prognoz popytowych odnoszących się do populacji regionu z wyróżnieniem dwóch kluczowych grup wiekowych, czyli dzieci do 4 roku życia i osób starszych (60 lat i więcej). Seria eksperymentów symulacyjnych pozwoliła oszacować relacje pomiędzy trendami demograficznymi w obu wyróżnionych grupach wiekowych, generujących najwięcej zgłoszeń w stosunku do liczebności, a popytem na świadczenia udzielane w trybie nagłym. W kolejnym etapie badań postanowiliśmy wraz z zespołem wniknąć głębiej w skomplikowaną dynamikę trendów demograficznych 11 zachodzących w długookresowej perspektywie wewnątrz populacji regionu i zbadać wpływ tych zmian na liczbę zgłoszeń nagłych kierowanych do placówek opieki zdrowotnej. Skonstruowany przez nas model symulacyjny, bazujący na podejściu dynamiki systemów, został opisany w publikacji: A system dynamics model to study the impact of an age pyramid on emergency demand [2]. Model z wysoką dokładnością symuluje tzw. piramidę wieku w ujęciu dynamicznym i transformuje prognozowane procesy demograficzne na oczekiwaną zgłaszalność pacjentów do placówek udzielających świadczeń w trybie nagłym, por. rys. 1. Wymiar poznawczy prowadzonych przeze mnie prac badawczych jest zilustrowany przede wszystkim w książce Symulacja w zarządzaniu systemami ochrony zdrowia, Wydawnictwo Naukowe PWN, Warszawa, 2014 [1]. Przedstawiam tam argumenty na poparcie tezy o istnieniu zależności między wyborem metody symulacyjnej a zagadnieniem problemowym, do analizy którego posłużono się daną techniką. Należy przy tym podkreślić, że rozważania metodologiczne zamieszczone w tej monografii zostały zapoczątkowane w mojej książce Modelowanie symulacyjne w zarządzaniu: symulacja dyskretna [8], która łączy w sobie cechy zarówno podręcznika akademickiego jak i monografii. Podejmuję w niej próbę całościowego przyjrzenia się metodologii budowy i stosowania stochastycznych modeli symulacyjnych w zarządzaniu, ze szczególnym uwzględnieniem metod symulacji dyskretnej, tj. symulacji zdarzeniowej i podejścia Monte Carlo. Głównym celem rozważań zamieszczonych w monografii Symulacja w zarządzaniu systemami ochrony zdrowia, Wydawnictwo Naukowe PWN, Warszawa 2014 [1] jest omówienie metodyki budowy i stosowania symulacyjnych modeli komputerowych, przeznaczonych do wspomagania procesów zarządzania w systemach ochrony zdrowia, ze szczególnym uwzględnieniem polskich realiów. Dynamiczny rozwój dziedziny i mnogość publikacji w literaturze światowej potwierdzają konieczność teoretycznego uporządkowania problematyki zastosowania symulacji komputerowej do analizy procesów decyzyjnych zarządzania opieką zdrowotną. Pewna niejednoznaczność występuje już chociażby w odniesieniu do samego terminu symulacja: w literaturze medycznej badania symulacyjne są często utożsamiane z ciągiem eksperymentów statystycznych lub z prognozowaniem za pomocą modeli analitycznych (Falavigna et al. 2013). Brak standardów terminologicznych daje się również zauważyć w proponowanych klasyfikacjach modeli symulacyjnych przeznaczonych do wspomagania procesów zarządzania w ochronie zdrowia. Do obszaru healthcare simulation są zaliczane niejednokrotnie modele dydaktyczne pomocne w kształceniu medycznym, np. modele 12 symulujące objawy chorobowe pacjentów (Luctkar-Flude et al. 2013), modele statystyczne analizujące wpływ czynników ryzyka na zapadalność na daną jednostkę chorobową (Robertson et al. 2014), modele kliniczne pozwalające zdiagnozować stan pacjenta (Omori et al. 2015) i inne. Klasyfikacji dziedzinowej nie sprzyja ponadto, charakterystyczny dla symulacji, potencjalnie szeroki wachlarz celów, które realizowane są jednocześnie w trakcie tego samego badania symulacyjnego. Dany model symulacyjny jest nierzadko wykorzystywany najpierw do sformułowania diagnozy ekonomiczno-organizacyjnej placówki medycznej, czyli do oceny aktualnego stanu systemu, aby następnie służyć jako narzędzie prognostyczne i predykcyjne umożliwiające przeprowadzenie studiów przyczynowo-skutkowych dla proponowanych wariantów decyzyjnych. Podejmując się zatem opracowania taksonomii modeli symulacyjnych wykorzystywanych w zarządzaniu służbą zdrowia trzeba mieć świadomość ich specyfiki i wynikających stąd trudności rzutujących na przebieg procedury klasyfikującej. Krokiem prowadzącym do osiągnięcia wyznaczonego celu jest sformułowana przeze mnie w pierwszym rozdziale książki [1] propozycja typologii zastosowań modeli symulacyjnych do wspomagania zarządzania w systemach ochrony zdrowia. Zaproponowana taksonomia bazuje na dwóch perspektywach (por. rys. 2). W ujęciu dziedzinowym (perspektywa pozioma) wyróżniono główne obszary decyzyjne: polityki zdrowotnej, diagnozy działalności bieżącej, prognozowania, wspomagania decyzji medycznych oraz planowania działań w sytuacjach ekstremalnych. Z kolei perspektywa pionowa odzwierciedla podstawowe grupy metod symulacyjnych: Monte Carlo, dyskretną symulację zdarzeniową, dynamikę systemów oraz symulację agentową. Opracowana przeze mnie klasyfikacja jest kontynuacją wcześniejszej pracy Application of computer simulation modeling in the health care sector: a survey, opublikowanej w czasopiśmie Simulation: Transactions of the Society for Modeling and Simulation International [7]. Całkowicie nową propozycją jest jednakże wewnętrzne ustrukturalizowanie każdego z wyróżnionych obszarów problemowych. Przeprowadzony obszerny przegląd literaturowy doprowadził do powstania szczegółowego wykazu, w którym uwzględniłam 291 modeli symulacyjnych grupując je według zaproponowanego dwuwymiarowego klucza klasyfikującego. W kolejnym rozdziale książki [1] scharakteryzowałam wybrane zagadnienia metodologiczne składające się na ogólny proces budowy modelu symulacyjnego. Omówiłam jeden z kluczowych aspektów analizy decyzyjnej systemów ochrony zdrowia tj. problem określania popytu na świadczenia medyczne. Zaproponowałam klasyfikację symulacyjnych modeli popytowych ze względu na cel przeprowadzania analizy, wskazując na różnice w 13 przebiegu procesu planowania i realizacji eksperymentów symulacyjnych w każdej z wyróżnionych w ten sposób klas modeli. Nieodłącznym elementem badania symulacyjnego jest ocena systemu, umożliwiająca diagnozę jego stanu i analizę porównawczą skutków różnych wariantów planowanych decyzji. Wartościowanie i selekcja proponowanych rozwiązań dokonywana jest na podstawie mierników efektywnościowych, którym poświęcono obszerny fragment wywodu. Rozdział zamykają rozważania dotyczące przebiegu procesu tworzenia modeli symulacyjnych przeznaczonych do stosowania w obszarze zarządzania ochroną zdrowia w kontekście ogólnej strategii budowy symulatorów systemów ekonomicznych. Dziedzina 1 Dziedzina 2 Dziedzina 3 Dziedzina 4 Dziedzina 5 Polityka zdrowotna Diagnoza i usprawnienia Prognozowanie Decyzje medyczne Zagrożenia DES 32 modele 68 modeli 11 modeli 4 modele 21 modeli MC 21 modeli 7 modeli 5 modeli 4 modele 9 modeli SD 25 modeli 7 modeli 6 modeli ABS 4 modele 1 model 5 modeli 2 modele Rys.2. Wykorzystanie metod symulacyjnych w wyróżnionych obszarach dziedzinowych zarządzania opieką zdrowotną. Oznaczenia metod: DES-dyskretna symulacja zdarzeniowa, MC-Monte Carlo, SDdynamika systemów, ABS- symulacja agentowa. W trzecim rozdziale monografii [1] wykazałam, że możliwości analityczne, diagnostyczne i predykcyjne omawianych metod symulacyjnych, tj. symulacji dyskretnej, metody Monte Carlo, dynamiki systemów i symulacji agentowej, nie są tożsame, a tym samym ich potencjał w zakresie analizy przyczynowo- skutkowej i przewidywania konsekwencji wariantów podejmowanych decyzji jest także zróżnicowany. Zidentyfikowałam zewnętrzne determinanty wyboru metody symulacyjnej właściwej do analizy zagadnień problemowych występujących na różnym szczeblu zarządzania opieką zdrowotną. Omówiłam również charakterystyczne dla wyróżnionych metod wewnętrzne i 14 zewnętrzne wymagania, które powinny być rozważone przed ostatecznym wyborem. Rozdział kończy się sformułowaniem wniosków na temat specyficznych cech każdego z alternatywnych podejść metodologicznych, które tłumaczą zróżnicowaną skalę zastosowań czterech typów modeli symulacyjnych w obrębie poszczególnych wyróżnionych obszarów decyzyjnych zarządzania opieką zdrowotną. Ostatni rozdział monografii Symulacja w zarządzaniu systemami ochrony zdrowia, Wydawnictwo Naukowe PWN, Warszawa, 2014 [1] zawiera skrótowy opis dwóch modeli symulacyjnych, które wcześniej zostały zaprezentowane w publikacjach anglojęzycznych, celem ilustracji rozważań zamieszczonych w części głównej. 5. Omówienie pozostałych osiągnięć naukowo-badawczych Od momentu uzyskania stopnia naukowego doktora, tj. od roku 2000, opublikowałam 39 prac naukowych, spośród których wyłącznie mojego autorstwa jest 16 publikacji, natomiast w większości pozostałych prac mój udział jest dominujący (por. zał. 4a). Mój dorobek publikacyjny od roku 2000 obejmuje 2 książki w języku polskim, 3 artykuły w języku angielskim w czasopismach indeksowanych w bazie JCR (Journal Citation Report), 4 artykuły w recenzowanych czasopismach znajdujących się w wykazie MNiSW (1 w języku polskim i 3 w języku angielskim), 6 rozdziałów w monografiach angielskojęzycznych, 6 rozdziałów w monografiach polskojęzycznych, 13 referatów konferencyjnych w języku angielskim i 4 referaty konferencyjne w języku polskim. Jestem również współredaktorką naukową opracowania zbiorowego w języku polskim. W bazie Thomson Reuters (Web of Science) indeksowanych jest 9 prac mojego autorstwa lub współautorstwa (w tym 6 po uzyskaniu stopnia doktora), które posiadają zgodnie z rokiem opublikowania sumaryczny impact factor (IF) równy 3,661 (odpowiednio: 1,843; 0,692; 0,736 i 0,39). Liczba cytowań w Web of Science (WoS) wynosi 26 (bez autocytowań), natomiast mój Indeks Hirscha2 według bazy WoS wynosi 2. W trakcie swojej pracy naukowej kierowałam krajowym projektem badawczym Metody symulacyjne i symulacyjne modele komputerowe w zarządzaniu systemami ochrony zdrowia przyznanym przez Narodowe Centrum Nauki. Brałam ponadto udział jako wykonawca w dwóch międzynarodowych projektach badawczych oraz w pięciu projektach krajowych. Aktywnie uczestniczyłam w konferencjach naukowych, na których każdorazowo 2 Wartość Indeksu Hirscha wyniesie wkrótce 3, ponieważ artykuł, w którym cytowana jest jedna z moich prac indeksowanych w WoS został przyjęty do czasopisma posiadającego Impact Factor i przydzielono mu już DOI. 15 wygłaszałam referaty. Kilkakrotnie brałam udział w międzynarodowych konferencjach naukowych indeksowanych w Web of Science: Winter Simulation Conference w Berlinie (2012) i w Waszyngtonie (2013) oraz European Conference on Modeling and Simulation w Pradze (2007). Ponadto, sześć spośród konferencji zagranicznych, w których uczestniczyłam jest indeksowanych w bazie Scopus: wspomniane WSC’2012, WSC’2013, ECMS’2007, ale także ECMS’2011 i SIMULTECH International Conference on Simulation and Modeling Methodologies, Technologies and Applications (Reykjavik‘2013 i Wiedeń’2014). Ogółem, po uzyskaniu stopnia doktora wzięłam czynny udział w 19 konferencjach naukowych, spośród których 8 było konferencjami międzynarodowymi organizowanymi przez podmiot zagraniczny, 2 konferencjami międzynarodowymi organizowanymi przez podmiot krajowy i 9 konferencjami krajowymi. W sumie wygłosiłam 22 referaty, w tym 13 w języku angielskim i 9 w języku polskim. Moje zainteresowania badawcze po uzyskaniu stopnia doktora koncentrowały się w pięciu głównych nurtach tematycznych, które mieszczą się w obszarze dyscypliny naukowej zarządzanie: metody symulacyjne w zarządzaniu systemami ochrony zdrowia, metody symulacyjne w zarządzaniu inwestycjami finansowymi na rynku kapitałowym, metody symulacyjne w zarządzaniu systemami produkcyjnymi, zagadnienia metodologiczne budowy modeli symulacyjnych, problematyka nauczania symulacji na kierunku zarządzanie. Spoiwem łączącym wszystkie wskazane nurty badawcze jest symulacja komputerowa. Jest to dość szczególne podejście, będące w rzeczywistości zbiorem wielu metod i technik, które naśladują dowolny system rzeczywisty i poprzez eksperyment komputerowy na modelu systemu dostarczają decydentom informacji wspomagających procesy podejmowania decyzji. Metody symulacyjne stosuje się w wielu różnych dziedzinach (w naukach technicznych, społecznych, matematycznych, ekonomicznych i innych), jednak to właśnie na polu zarządzania zauważyć można szczególnie silne zainteresowanie badaniami symulacyjnymi, zarówno w aspekcie aplikacyjnym w praktyce zarządzania, jak i w sferze rozwoju naukowego. Pierwszy nurt badawczy jest przeze mnie konsekwentnie eksplorowany od początku mojej pracy naukowej, co zaowocowało publikacjami w prestiżowych czasopismach z tzw. listy filadelfijskiej (Mielczarek i Uziałko-Mydlikowska 2012; Mielczarek 2014) oraz wystąpieniami na wielu uznanych międzynarodowych konferencjach naukowych np. 16 (Mielczarek 2013a; Mielczarek 2013b; Mielczarek, Zabawa & Lubicz 2014). Zagadnieniem wykorzystania metod symulacyjnych w zarządzaniu ochroną zdrowia zainteresowałam się rozpoczynając pracę naukowo-badawczą w Instytucie Organizacji i Zarządzania Politechniki Wrocławskiej pod kierunkiem dr. inż. Marka Lubicza. W latach 1987-2000 uczestniczyłam w dwóch międzynarodowych i w czterech krajowych projektach badawczych, które dotyczyły zagadnień zastosowania badań operacyjnych i systemów komputerowych w procesach wspomagania decyzji menedżerskich w służbie zdrowia. W tym okresie brałam udział w pracach nad przygotowaniem Międzynarodowego Sympozjum "Rozwój kadr menedżerskich opieki zdrowotnej" oraz Seminarium "Doskonalenie zarządzania w służbie zdrowia” zorganizowanych we Wrocławiu wspólnie z King's Fund College, Londyn, Wlk. Brytania i National Hospital Institute, Utrecht, Holandia. Efektem prowadzonych wówczas, w ramach badań zespołowych, grantów badawczych były modele komputerowe z zakresu analizy i optymalizacji systemów ochrony zdrowia, wykorzystujące metody ilościowe badań operacyjnych. Byłam główną współautorką założeń konceptualnych i główną wykonawczynią modelu symulacyjnego regionalnego systemu pomocy doraźnej, systemu komputerowego wspomagającego analizę danych medycznych opisujących przebieg procesu leczenia, systemu do monitorowania przebiegu i analizy wyników badań profilaktycznych oraz symulacyjnego modelu oceny różnych schematów odpłatności za leki. W tym okresie badawczym zajmowałam się głównie problematyką wykorzystania dyskretnej symulacji komputerowej do wspomagania procesów decyzyjnych w systemach ratownictwa medycznego i taki też temat obrałam w mojej pracy doktorskiej. Po obronie doktoratu rozszerzyłam swoje zainteresowania zarówno na inne metody symulacyjne (stochastyczne i deterministyczne), jak i na ogół zagadnień związanych z wykorzystaniem metod ilościowych, w szczególności metod symulacyjnych, w obszarze wspomagania decyzji menedżerskich w opiece zdrowotnej. Aktywnie uczestniczyłam w wielu międzynarodowych konferencjach wygłaszając referaty najczęściej w sekcjach ukierunkowanych na wykorzystanie metod symulacyjnych w zarządzaniu służbą zdrowia (tzw. Healthcare Simulation). W roku 2000 byłam przewodniczącą komitetu organizacyjnego oraz członkinią komitetu programowego 32 międzynarodowej konferencji Europejskiej Grupy Roboczej Operations Research Applied to Health Services, organizowanej we Wrocławiu przez Wydział Informatyki i Zarządzania Politechniki Wrocławskiej, przy współpracy Uniwersytetu Medycznego we Wrocławiu, Uniwersytetu Ekonomicznego we Wrocławiu i Dolnośląskiego Centrum Zaawansowanych Technologii. W 2011 roku uzyskałam indywidualny grant badawczy Narodowego Centrum Nauki, którego 17 głównym celem było opracowanie metodologii budowy i stosowania symulacyjnych modeli komputerowych, przeznaczonych do wspomagania procesów zarządzania w systemach ochrony zdrowia. Nawiązałam współpracę z Dolnośląskim Oddziałem Narodowego Funduszu Zdrowia i na podstawie uzyskanych obszernych danych empirycznych opracowałam całościową koncepcję stosowania metod symulacyjnych (tj. symulacji dyskretnej, metody Monte Carlo, dynamiki systemów) do projektowania, budowy i weryfikowania modeli symulacyjnych pomocnych w zarządzaniu służbą zdrowia. Kluczowe rezultaty moich badań w tym obszarze zostały przedstawione do oceny w niniejszym wniosku i szczegółowo omówione w pkt. 4 autoreferatu. Wśród najważniejszych moich publikacji z tego zakresu problemowego należy wymienić: 1. Mielczarek Bożena, 2014, Symulacja w zarządzaniu systemami ochrony zdrowia, Wydawnictwo Naukowe PWN, Warszawa. 2. Mielczarek Bożena, Zabawa Jacek, Lubicz Marek, 2014, A system dynamics model to study the impact of an age pyramid on emergency demand, [w:] The proceedings of the 4th International Conference on Simulation and Modeling Methodologies, Technologies and Applications SIMULTECH 2014, Vienna, Austria, 28-30 August, 2014, [eds: M.S. Obaidat, J. Kacprzyk i T. Ören], SciTePress, s. 879-888. 3. Mielczarek Bożena, 2014, Simulation modelling for contracting hospital emergency services at the regional level, European Journal of Operational Research, vol. 235, nr 1, s. 287–299, IF=1,843. 4. Mielczarek Bożena, 2013, Estimating future demand for hospital emergency services at the regional level, [w:] The proceedings of 2013 Winter Simulation Conference: Making Decisions in a Complex World, Washington DC, USA, December 8-11, 2013 [eds: R. Pasupathy i in.], Piscataway: IEEE, s. 2386-2397. 5. Mielczarek Bożena, 2013, Using discrete-event simulation to forecast the volume of hospital emergency services to be delivered at the regional level, [w:] The proceedings of the 3rd International Conference on Simulation and Modeling Methodologies, Technologies and Applications SIMULTECH 2013, Reykjavík, Iceland, 29-31 July, 2013, [eds: Tuncer Ören i in.], SciTePress, s. 197-203. 6. Mielczarek Bożena, Uziałko-Mydlikowska Justyna, 2012, Using simulation to forecast the demand for hospital emergency services at the regional level, [w:] The proceedings of 2012 Winter Simulation Conference, Berlin, Germany, December 9-12, 2012, [eds: C. Laroque i in], Piscataway, NJ: IEEE. 7. Mielczarek Bożena, Uziałko-Mydlikowska Justyna, 2012, Application of computer simulation modeling in the health care sector: a survey, Simulation - Transactions of the Society for Modeling and Simulation International, vol. 88, nr 2, s. 197-216, IF=0,692. 8. Lubicz Marek, Mielczarek Bożena, 2012, Simulation modelling of a regional healthcare system problems, framework, implementation in Arena, [w:] Information systems architecture and technology: system analysis approach to the design, control and decision support [eds: Jerzy Świątek i in.], Wrocław, Oficyna Wydawnicza Politechniki Wrocławskiej, s. 15-24. 9. Mielczarek Bożena, Lubicz Marek, 2009, Some remarks on simulation modelling of emergency medical services, Operational research applied to health services in action, [ed.: Marek Lubicz], Wrocław, Oficyna Wydawnicza Politechniki Wrocławskiej, s. 211-230. 10. Uziałko-Mydlikowska Justyna, Mielczarek Bożena, 2009, Simulation models and software tools in health care problems, [w:] Information systems architecture and technology: system analysis in decision aided problems, [eds: Jerzy Świątek i in.], Wrocław, Oficyna Wydawnicza Politechniki Wrocławskiej, s. 39-48. 18 11. Mielczarek Bożena, Zabawa Jacek, 2008, Modeling access to emergency medical service - Monte Carlo simulation model in spreadsheet, Journal of Applied Computer Science, vol. 16, nr 1, s. 3348. 12. Mielczarek Bożena, Zabawa Jacek, 2007, Modeling health management issues with Monte Carlo simulation approach in spreadsheet, [w:] The proceedings of System Modelling Control SMC XII International Conference, Zakopane, Polska, październik 17-19, 2007. 13. Mielczarek Bożena, Zabawa Jacek, 2007, Monte Carlo simulation model to study the inequalities in access to EMS services, [w:] The proceedings of 21st European Conference on Modelling and Simulation ECMS 2007. Simulations in United Europe, Prague, Czech Republic, June 4th-6th, [eds: Ivan Zelinka, Zuzana Oplatkova, Alessandra Orsoni], s. 50-55. 14. Mielczarek Bożena, 2006, Simulation analysis of stationary and mobile resource planning in emergency medical systems, Journal of Applied Computer Science, vol. 14, nr 1, s. 43-56. 15. Mielczarek Bożena, Lubicz Marek, 2005, Discrete-event simulation as a tool for optimal resource planning in emergency medical systems, [w:] The proceedings of the 11th International Conference on System Modelling Control, Zakopane, October 17-19, 2005 [eds: L. ByczkowskaLipińska, P. S. Szczepaniak, H. Niedźwiedzińska], Warszawa, "Exit", s. 195-202. 16. Mielczarek Bożena, Lubicz Marek, 2004, Optimal resource planning of emergency medical service: The benefits of simulation approach in coverage decision making, [w]: Les systemes de sante: entre gestion publique et privee, Proceedings of 8eme Conference Internationale sur la Science des Systemes en Sante, Universite de Geneve, Geneve, 1-4 Septembre 2004. 17. Lubicz Marek, Mielczarek Bożena, 2004, Priorities, classifications and allocation in health systems - the main issues of restructuring hospital care system in Poland, [w:] Les systemes de sante: entre gestion publique et privee. Proceedings of 8eme Conference Internationale sur la Science des Systemes en Sante, Universite de Geneve, Geneve, 1-4 Septembre 2004. 18. Mielczarek Bożena, Radosiński Edward, 2002, Simulation modelling in emergency medical services systems- crucial steps of model formulation, Journal of Applied Computer Science, vol. 10, nr 2, s. 89-104. 19. Mielczarek Bożena, 2004, Symulacja komputerowa jako narzędzie wspomagania decyzji w ochronie zdrowia, [w:] Symulacja systemów gospodarczych Cz. 2, [eds: Alicja Balcerak, Witold Kwaśnicki], Wrocław, Oficyna Wydawnicza Politechniki Wrocławskiej, s. 59-81. 20. Mielczarek Bożena, 2002, Dyskretne modelowanie symulacyjne systemów ochrony zdrowia, [w:] Symulacja systemów gospodarczych. Prace Szkoły Duszniki, Duszniki Zdrój, 22-24 listopada 2002, Wrocław, Oficyna Wydawnicza Politechniki Wrocławskiej, s. 65-74. 21. Mielczarek Bożena, 2001, Weryfikacja i walidacja modeli symulacyjnych systemów ratownictwa medycznego, [w:] Symulacja systemów gospodarczych. Prace Szkoły Antałówka '2001, Zakopane, 14-17 września 2001, Warszawa, Wyższa Szkoła Przedsiębiorczości i Zarządzania, s. 149-160. 22. Mielczarek Bożena, Radosiński Edward, 2001, Simulation modelling in emergency medical services systems, [w:] the proceedings of the 10th International Conference on System Modelling Control SMC, Zakopane, May 21-25, 2001, Vol. 2, [eds: Piotr S. Szczepaniak], Łódź, Institute of Computer Science, Technical University of Łódź, s. 59-64. 23. Mielczarek Bożena, Lubicz Marek, 2000, Założenia modelu symulacyjnego RAMD regionalnego systemu ratownictwa medycznego, [w:] Symulacja systemów gospodarczych. Prace Szkoły Antałówka'2000, Zakopane, 21-25 września 2000, Warszawa, Wyższa Szkoła Przedsiębiorczości i Zarządzania, s. 141-155. 24. Mielczarek Bożena, Lubicz Marek, 2000, Using simulation in emergency medical services systems, [w:] The proceedings of the 7th International Conference on System Science in Health Care, Budapest, 29 May – 2 June 2000, Vol. 2, [eds: Andras Javor, Wilhelm van Eimeren, Gerard Duru], Budapest, International Society on System Science in Health Care, s. 56-59. Drugi z wymienionych obszarów mojej aktywności naukowo-badawczej dotyczy wykorzystania metod symulacyjnych w zarządzaniu inwestycjami finansowymi na rynku kapitałowym. Celem prowadzonych przeze mnie badań jest sformułowanie metodologii wykorzystania stochastycznych metod symulacyjnych (w szczególności metody symulacji 19 Monte Carlo) do oceny ryzyka finansowego. Ocena ta jest przeprowadzana na potrzeby analizy efektywności inwestycji w instrumenty finansowe, lub też ogólniej – jako jeden z elementów prospektywnej analizy finansowej. W zagadnieniach takich jak optymalizacja portfela, wycena aktywów, wyznaczanie efektywności inwestycji w długoterminowe aktywa finansowe lub rzeczowe środki trwałe stosowane są różne metody ilościowe, np. programowanie kwadratowe, regresja, drzewa dwumianowe i inne. Pomimo użyteczności tych narzędzi, oszacowanie ryzyka finansowego pozostaje ciągle zadaniem stosunkowo trudnym i złożonym, wymagającym zaawansowanej wiedzy matematycznej. Symulacja komputerowa postrzegana jest jako narzędzie dobrze przystosowane do przeprowadzania analizy ryzyka finansowego o czym świadczą liczne przykłady zastosowania metod symulacyjnych do prowadzenia analiz finansowych, które można odnaleźć w literaturze światowej. Wydaje mi się, że moim kluczowym osiągnięciem w tym obszarze było opracowanie modelu symulacyjnego i przeprowadzenie eksperymentów, za pomocą których możliwe było porównanie efektywności inwestycji kapitałowych w polskim systemie emerytalnym przed i po decyzji obniżającej w 2012 roku część składki emerytalnej przekazywanej do otwartego funduszu emerytalnego. Artykuł podsumowujący moje badania został opublikowany w czasopiśmie Economic Modelling zaliczanym do tzw. listy filadelfiskiej (Mielczarek 2013c). Wśród najważniejszych moich publikacji z omawianego zakresu problemowego należy wymienić: 1. Mielczarek Bożena, 2013, Simulation model to forecast the consequences of changes introduced into the 2nd pillar of the Polish pension system, Economic Modelling, nr 30, s. 706-714, IF=0,736. 2. Mielczarek Bożena, 2011, Badania symulacyjne efektywności inwestycyjnej w dotychczasowym i znowelizowanym systemie emerytalnym z perspektywy przyszłego emeryta, Polityka Społeczna, nr specjalny, s. 39-42. 3. Zabawa Jacek, Mielczarek Bożena, 2011, Applying simulation models in budgeting, [w:] Information systems architecture and technology: information as the intangible assets and company value source [eds: Zofia Wilimowska i in.], Wrocław, Oficyna Wydawnicza Politechniki Wrocławskiej, s. 105-115. 4. Mielczarek Bożena, Zabawa Jacek, 2010, Simulation modeling in investments decisions, [w:] Information systems architecture and technology: IT models in management process, [eds: Zofia Wilimowska i in.], Wrocław, Oficyna Wydawnicza Politechniki Wrocławskiej, s. 327-337. W ramach trzeciego obszaru badałam, wspólnie z dr. inż. Jackiem Zabawą, możliwości wykorzystania metod symulacyjnych w efektywnym zarządzaniu wybranymi procesami w przedsiębiorstwie. Analizowaliśmy między innymi zagadnienie utrzymywania optymalnego poziomu zapasów oraz sterowania łańcuchem dostaw w przypadku występowania w badanych procesach zmienności najistotniejszych publikacji z tego zakresu należy zaliczyć: 20 o charakterze losowym. Do 1. Zabawa Jacek, Mielczarek Bożena, 2009, Simulation modeling of supply chain management system, [w:] Information systems architecture and technology: IT technologies in knowledge oriented management process [eds: Zofia Wilimowska i in.], Wrocław, Oficyna Wydawnicza Politechniki Wrocławskiej, s. 263-274. 2. Zabawa Jacek, Mielczarek Bożena, Tools of Monte Carlo simulation in inventory management problems, [w:] The proceedings of 21st European Conference on Modelling and Simulation ECMS 2007 Simulations in United Europe, Prague, Czech Republic, June 4th-6th, 2007, [eds: Ivan Zelinka, Zuzana Oplatkova, Alessandra Orsoni] s. 56-61. 3. Zabawa Jacek, Mielczarek Bożena, 2007, An attempt to comparison of inventory model implementations in Arena and Extend environments, [w:] The proceedings of System Modelling Control SMC XII International Conference, Zakopane, październik 17-19, 2007. Czwarty obszar moich zainteresowań dotyczy ogólnych zagadnień metodologicznych związanych z budową modeli symulacyjnych, pozyskiwaniem, analizą i doborem danych wejściowych, planowaniem i prowadzeniem eksperymentów komputerowych oraz projektowaniem procedur weryfikacji i walidacji modeli symulacyjnych. Podsumowaniem moich prób całościowego przyjrzenia się metodologii budowy i stosowania stochastycznych modeli symulacyjnych jest książka Modelowanie symulacyjne w zarządzaniu: symulacja dyskretna (Mielczarek 2009). Wydaje mi się, że efektem mojej znajomości ogólnych zagadnień dotyczących metodologii prowadzenia badań symulacyjnych jest zaproszenie mnie do Komitetu Programowego International Conference on Simulation and Modeling Methodologies, Technologies and Applications SIMULTECH, któremu przewodniczą prof. Janusz Kacprzyk z PAN (Polska) i prof. Tuncer Ören z Uniwersytetu w Ottawie (Kanada). Brałam udział w procesie recenzowania referatów zgłoszonych na konferencję SIMULTECH’2014, która odbyła się w Wiedniu i zostałam ponownie zaproszona do pracy w Komitecie Programowym tej konferencji (SIMULTECH’2015), która planowana jest we Francji. Konferencja jest indeksowana w bazie Scopus. Kierowane są również do mnie zaproszenia wydawców czasopism z tzw. listy filadelfijskiej do zrecenzowania artykułów, w których autorzy zajmują się zastosowaniem metod symulacyjnych w różnych obszarach zarządzania: produkcyjnych, logistycznych, medycznych i innych. Recenzowałam siedem artykułów dla czasopism posiadających Impact Factor (dokładny wykaz zamieszczony jest w punkcie B7 w załączniku nr 5). Ogólne zagadnienia metodologii badań symulacyjnych poruszałam na kilku konferencjach naukowych, które odbywały się w ramach jednolitego cyklu pod nazwą Szkoła Symulacji Systemów Gospodarczych i Społecznych. Konferencje były organizowane przez Politechnikę Wrocławską, Uniwersytet Wrocławski i Akademię Leona Koźmińskiego na przestrzeni lat 1978-2010. Byłam członkiem Komitetu Organizacyjnego i Programowego 21 tej konferencji w latach 2002-2009, (Nowak 2014). Odzwierciedleniem moich zainteresowań naukowych są następujące publikacje: 1. Mielczarek Bożena, 2008, Symulacja za pomocą arkusza kalkulacyjnego, [w:] Metody symulacyjne w badaniu organizacji i w dydaktyce menedżerskiej [eds: Alicja Balcerak i Witold Kwaśnicki], Wrocław: Oficyna Wydawnicza Politechniki Wrocławskiej, s. 205-218. 2. Mielczarek Bożena, 2007, Metody próbkowania w symulacji Monte Carlo, [w:] Modelowanie symulacyjne systemów społecznych i gospodarczych II. [eds: Alicja Balcerak i Edward Radosiński], Wrocław, Oficyna Wydawnicza Politechniki Wrocławskiej, s. 187-199. 3. Mielczarek Bożena, 2005, Aspekty losowości w modelach symulacyjnych, [w:] Symulacja systemów społeczno-gospodarczych, [eds: Alicja Balcerak i Witold Kwaśnicki], Wrocław, Oficyna Wydawnicza Politechniki Wrocławskiej, s. 29-44. 4. Mielczarek Bożena, 2009, Modelowanie symulacyjne w zarządzaniu: symulacja dyskretna, Wrocław, Oficyna Wydawnicza Politechniki Wrocławskiej. Ostatni, piąty nurt badawczy łączy moją pracę naukową i dydaktyczną. Opublikowałam kilka artykułów, w których dokonałam analizy kilkunastu programów nauczania symulacji komputerowej na kierunku Zarządzanie, realizowanych na polskich uczelniach wyższych. W artykułach sformułowałam tezę, że metody symulacyjne są wyłącznie środkiem a nie celem samym w sobie. Nadrzędnym zadaniem kursu z zakresu symulacji powinno być nauczenie studentów umiejętności zadawania właściwych pytań odnoszących się do zachowania systemu i rozpoznawania poprawnych odpowiedzi. Celowe wydaje się zatem rozróżnienie pomiędzy nabywaniem wiedzy a kształceniem pewnych umiejętności. Nabyta wiedza powinna sprawić, że student umiejętnie wprowadzi do modelu niepewności świata rzeczywistego, będzie się czuł swobodnie przy zetknięciu z dużymi, złożonymi systemami, będzie wiedział jak odpowiednio planując eksperyment symulacyjny poruszać się w gąszczu różnorodnych rozwiązań. Umiejętności pozwolą mu natomiast sprawnie wykorzystać wybrane narzędzie programistyczne, zbudować poprawny model komputerowy i przeprowadzić jego weryfikację. W artykułach postawiłam kilka pytań, będących zaproszeniem do dyskusji na temat celów i sposobów nauczania symulacji na kierunku Zarządzanie. Swoje przemyślenia zaprezentowałam na kilku konferencjach naukowych oraz we wspomnianej już wcześniej książce Modelowanie symulacyjne w zarządzaniu: symulacja dyskretna (Mielczarek 2009). Do najważniejszych publikacji z tego nurtu zaliczam: 1. Mielczarek Bożena, Zabawa Jacek, 2011, Integrating Monte Carlo simulation with other spreadsheet-based modelling methods to teach management science, [w:] The proceedings of 25th European Conference on Modelling and Simulation ECMS 2011, Kraków, Polska, 7-10 czerwca 2011, [eds: by Tadeusz Burczyński i in.], s. 348-354. 2. Mielczarek Bożena, 2006, Metoda Monte Carlo w nauczaniu symulacji - niesłusznie pomijane podejście? [w:] Modelowanie symulacyjne systemów społecznych i gospodarczych I. [eds: Alicja Balcerak i Witold Kwaśnicki], Wrocław, Oficyna Wydawnicza Politechniki Wrocławskiej, s. 1120. 3. Mielczarek Bożena, 2003, Rozważania na temat nauczania symulacji w szkołach wyższych, [w:] 22 Symulacja systemów gospodarczych, [eds: Alicja Balcerak, Edward Radosiński, Bożena Mielczarek], Wrocław, Oficyna Wydawnicza Politechniki Wrocławskiej, s. 133-141. 4. Mielczarek Bożena, 2009, Modelowanie symulacyjne w zarządzaniu: symulacja dyskretna, Wrocław, Oficyna Wydawnicza Politechniki Wrocławskiej. Podejmowana przeze mnie w pracach badawczych problematyka jest ze sobą ściśle powiązana i konsekwentnie pogłębiana w kolejnych publikacjach naukowych oraz w referatach wygłaszanych na konferencjach krajowych i zagranicznych. Moje plany naukowe zostały pozytywnie ocenione przez Narodowe Centrum Nauki, co zaowocowało przyznaniem w roku 2011 grantu badawczego Metody symulacyjne i symulacyjne modele komputerowe w zarządzaniu systemami ochrony zdrowia, którego byłam kierownikiem i główną wykonawczynią. Należy podkreślić, że znaczący wpływ na rozwój mojego dorobku miało umiędzynarodowienie moich aktywności naukowych. Ponad 75% publikacji napisana jest w języku angielskim, a ponad połowa wystąpień miała miejsce na konferencjach zagranicznych gromadzących naukowców z całego świata. Uczestniczyłam w dwóch międzynarodowych projektach badawczych (por. punkt F2, załącznik nr 4) i brałam udział w seminarium naukowym organizowanym przez Instytut Ochrony i Bezpieczeństwa Obywateli (The Institute for the Protection and the Security of the Citizens) Wspólnotowego Centrum Badawczego (Joint Research Centre) we Włoszech. Jestem członkiem międzynarodowego stowarzyszenia naukowego The Society for Modeling & Simulation International. Aktywnie uczestniczę w pracach komitetu programowego międzynarodowej konferencji SIMULTECH International Conference on Simulation and Modeling Methodologies, Technologies and Applications. Pracuję również jako ekspert Research Executive Agency (REA) przy Komisji Europejskiej w Brukseli (por. punkt B6, załącznik nr 5). W siódmym programie unijnym Marie Curie-Skłodowskiej FP7-PEOPLE-2013 oceniałam 17 projektów naukowo- badawczych oraz prowadziłam obrady 5 komisji eksperckich. W roku 2014 zostałam ponownie zaproszona do pracy w charakterze recenzentki w programie Horyzont 2020 i aktualnie uczestniczę w pracach panelu SME Instruments 2015 (Small and Medium-sized Enterprises) Horizon 2020. Wielokrotnie recenzowałam również artykuły kierowane do wydawców międzynarodowych czasopism z tzw. listy filadelfijskiej (por. punkt B7, załącznik nr 5). 23 6. Omówienie działalności popularyzatorskiej dydaktycznej, organizacyjnej i Od początku mojej pracy zawodowej na Politechnice Wrocławskiej prowadzę zajęcia dydaktyczne zarówno w formie wykładów, jak również laboratoriów, ćwiczeń, projektów i seminariów na studiach stacjonarnych i niestacjonarnych pierwszego i drugiego stopnia. Zdecydowana większość prowadzonych przeze mnie przedmiotów dotyczy wykorzystania symulacji komputerowej w zarządzaniu. Jestem autorką kilkunastu programów nauczania (sylabusów) i aktywnie uczestniczę w pracach nad kształtowaniem strategii programowej Wydziału dla kierunku Zarządzanie. Wypromowałam ponad 50 dyplomantek i dyplomantów (głównie absolwentów studiów magisterskich), wielokrotnie recenzowałam prace dyplomowe w języku polskim i angielskim oraz uczestniczyłam w obronach prac dyplomowych. Zajęcia dydaktyczne w formie wykładów i warsztatów prowadzę również na studiach podyplomowych oraz na studiach MBA (w języku polskim i angielskim) na Politechnice Wrocławskiej oraz w Wyższej Szkole Handlowej we Wrocławiu. W ramach studiów MBA opiekowałam się kilkunastoma dyplomantami i brałam udział w obronach prac końcowych. Od roku akademickiego 2013/2014 jestem kierownikiem studiów podyplomowych Polsko Amerykańska Szkoła Biznesu – program Executive MBA, które prowadzone są na Wydziale Informatyki i Zarządzania Politechniki Wrocławskiej we współpracy z Central Connecticut State University, USA. Formą przygotowania do pełnienia tej funkcji był mój tygodniowy pobyt w Bled na Słowenii na szkoleniu Program Management Seminar, które organizowane jest przez CEEMAN, międzynarodowe stowarzyszenie zajmujące się problematyką kształcenia w zakresie zarządzania. Pełnię również funkcję opiekuna specjalności Inżynieria Finansowa na Wydziale Informatyki i Zarządzania Politechniki Wrocławskiej oraz kierownika zespołu naukowodydaktycznego Symulacji Komputerowej w Katedrze Badań Operacyjnych, Finansów i Zastosowań Informatyki na Wydziale Informatyki i Zarządzania Politechniki Wrocławskiej. Szczegółowe informacje odnoszące się do mojej działalności dydaktycznej, organizacyjnej i popularyzatorskiej zamieściłam w załączniku nr 5. Bibliografia Brailsford, S.C. 2007, "Advances and Challenges in Healthcare Simulation Modeling: Tutorial", Proceedings of the 39th Conference on Winter Simulation: 40 Years! The Best is Yet to Come, IEEE Press, Piscataway, NJ, USA, s. 1436. 24