條文本
PDF
摘要
目標印度尼西亞的目標是到2030年實現全民健康覆蓋(UHC)和可持續發展目標(SDGs)，包括以癌症控製為重點的SDG 3具體目標4。這項研究的目的是預測在11年的時間裏，印度尼西亞的癌症控製所需的衛生人力資源(HRH)和設施，以支持這些目標。
設計開發了一個兩階段馬爾可夫模型，以預測印度尼西亞11年期間癌症控製的設施需求和衛生保健需求。
設置使用的數據來源包括《印度尼西亞健康概況報告》(2019年)、印度尼西亞放射腫瘤協會數據庫和國家癌症控製委員會文件(2019年)。
方法這項研究模擬了印度尼西亞目前的人力資源和保健設施的可用性，並預測了未來的需求。分析了目前與所需的腫瘤學相關的HRH和設施之間的差距，以及滿足這些要求所需的費用。
結果結果表明，需要增加衛生保健設施和衛生人力資源的數量，以實現可持續發展目標的具體目標。然而，用於癌症護理的全民健康覆蓋仍可能無法實現，因為預計到2030年印度尼西亞東部將沒有三級醫院。預測顯示，2019年印度尼西亞的衛生保健需求中值僅為39%。填補人力資源與人力資源的差距需要增加約47.6%的工資支出。
結論本研究展示了決策分析建模方法在規劃中低收入國家的人力資源和設施方麵的應用。為實現可持續發展目標的具體目標，擴大印度尼西亞的腫瘤服務將需要擴大醫療保健設施和衛生保健機構的數量和能力。這項工作使我們能夠深入了解實現全民健康覆蓋和可持續發展目標所需的資源，並可用於其他疾病領域和背景。
- 衛生經濟學
- 衛生政策
- 腫瘤學
- 國際衛生服務
- 人力資源管理
- 衛生經濟學
數據可用性聲明
根據合理的要求提供數據。所有與研究相關的數據都包含在文章中或作為在線補充信息上傳。用於填充模型的所有數據都可以在主論文或附錄中找到。在可能的情況下，根據大學的指導方針，模型本身將提供給學術/衛生係統規劃人員使用。
這是一篇開放獲取的文章，按照創作共用署名非商業性(CC BY-NC 4.0)許可發布，該許可允許其他人以非商業性的方式發布、混編、改編、構建本作品，並以不同的條款授權他們的衍生作品，前提是原創作品被正確引用，給予適當的榮譽，任何更改都被注明，且使用是非商業性的。看到的:http://creativecommons.org/licenses/by-nc/4.0/．
統計數據來自Altmetric.com
本研究的優勢和局限性
該研究采用決策分析模型(使用馬爾可夫模型作為衛生服務發展方法的一部分)，以經驗的方式預測每年對腫瘤科工作人員的需求，以提供循證信息，支持中低收入國家(LMIC)的衛生人力資源(HRH)和設施規劃和政策製定。
該研究利用印度尼西亞的案例研究，強調了低收入和中等收入國家在人力資源資源規劃方麵遇到的一些挑戰。
這項研究隻關注印度尼西亞十種最常見癌症的公共部門的衛生保健人員的腫瘤服務，並預測了所需的衛生保健人員的需求麵。
由於該模型基於年度規劃周期，是一個離散時間過程，因此沒有應用典型的馬爾可夫模型的貼現和半周期修正等特征。
簡介
衛生人力的提供和規劃在實現全民健康覆蓋(UHC)和聯合國與衛生有關的可持續發展目標(SDGs)方麵發揮著根本作用。1實現這些目標需要一個以衛生人力為核心的健全的衛生保健提供係統。2醫療係統對勞動力的依賴程度超過了任何其他類型的組織。3.到2030年將包括癌症在內的非傳染性疾病導致的過早死亡率降低三分之一是可持續發展目標的關鍵關注領域之一，而可持續發展目標之一(可持續發展目標3具體目標4)特別關注癌症控製。由於癌症現已成為全球第二大死亡原因，世界衛生組織(世衛組織)強調了有效的衛生人力資源規劃的重要性，將其作為應對癌症的基本幹預措施之一。4衛生保健規劃在低收入和中等收入國家尤其重要，據估計，全球70%的癌症死亡發生在這些國家，衛生保健係統仍處於實現全民健康覆蓋的過渡階段。4在這種情況下，人口增長和癌症發病率往往超過了癌症服務的發展。
印度尼西亞為中低收入國家在人力資源資源規劃方麵所遇到的一些挑戰提供了一個有益的例子。隨著人口的快速增長，為所有居民提供全民健康覆蓋的國民健康保險體係也麵臨著巨大壓力。與此同時，該國的癌症負擔正在增加，病例從2014年的726555例增加到2018年的略低於180萬例，在4年期間增加了97.5%。5雖然這一增長不僅是由於人口增長和趨勢的增加，也是由於認識、數據獲取和報告方麵的改進6 7;不幸的是，超過70%的癌症患者在晚期才被診斷出來，8導致了更高的經濟負擔和更低的生存率。眾所周知，獲得腫瘤服務的機會有限是一個促成因素，因為腫瘤工作人員和保健設施的數量不足，而且它們在地理上分布不均。9日10
盡管存在這些挑戰，但印度尼西亞一直在通過投資衛生保健設施以改善獲得腫瘤服務的機會，在控製癌症方麵取得了長足進展。還製定了《國家癌症控製計劃》和《國家癌症戰略行動計劃》，以加強印度尼西亞的癌症控製，衛生保健規劃是其核心優先事項之一。11日12由於癌症護理具有最複雜的衛生人力資源模式之一，國家層麵的分析以確定與衛生人力資源相關的腫瘤需求，對於確保充分的規劃和提高有效的年度預算至關重要。然而，包括印度尼西亞在內的許多中低收入國家沒有提供計算所需腫瘤醫生數量的官方指南。
在低收入和中等收入國家，數據和證據的可獲得性是主要製約因素之一，決策分析模型對人力資源和保健規劃極為有用。這種模型使用數學關係來綜合來自不同來源的證據，並可用於在確定的時間段內推斷信息。13日14馬爾可夫模型是一種建模框架，通常用於模擬疾病的進化和治療。然而，該模型在人力資源規劃中的應用隻是最近才被探索。這種類型的模型能夠描述一個係統在動態情況下的行為隨時間的推移，並可以適應納入人力資源人力資源規劃的關鍵組成部分。15因此，這類模型可以為規劃者提供一個靈活的工具，以分析不同情況下所需設施和工人的數量和分布的變化。16
本文旨在利用馬爾可夫模型預測印度尼西亞未來11年癌症控製所需的衛生保健和設施，以支持到2030年實現全民健康覆蓋和可持續發展目標的目標。研究結果將提供循證信息，以支持衛生人力資源規劃和政策製定，以支持該國的癌症控製。本研究還將研究這種建模方法在此背景下的優勢和局限性。
方法
印尼的上下文
印度尼西亞是世界上最大的群島國家，由16000多個島嶼組成。在行政上，它被劃分為34個省，並可以根據地理位置進一步劃分為7個地區。人口年增長率為1.43%，預計到2019年將超過2.6億人。17但是，各省之間的人口增長和分布不均勻，爪哇地區是人口最密集的地區。大多數醫療設施和腫瘤工作人員也集中在這一領域。
在印度尼西亞，癌症服務是一個多層係統，從門診到住院Puskesmas其次是D、C、B類醫院，以A類醫院為最高的三級醫院。保健設施按其範圍和人均能力分類(在線補充附錄1)．根據衛生部對服務資源、計劃和範圍的評估，服務的狀況每年都會發生變化。可以將較低級別的保健設施升級為較高級別的設施，以改善保健服務的可及性、質量、能力和數量。18但是，如果醫院在年度檢查中因無法維持其設施或衛生保健而不符合標準標準，也可能被降級。19
造型方法
目前還沒有普遍接受的預測人力資源需求的概念性方法。每種方法都依賴於假設，采用的方法通常取決於數據可用性、計劃人員的能力和醫療保健係統的性質。20 21在本研究中，鑒於對數據的要求相對簡單，選擇了衛生服務發展分析方法，並應用於針對印度尼西亞的衛生保健和設施的需求側預測。21它還允許對基礎設施擴建計劃進行現實的考慮。此外，印度尼西亞特有的人員配備標準可用於產生腫瘤科工作人員的總需求。
建立了兩階段模型。首先，分析使用馬爾可夫模型來估計未來醫療設施的數量。隨後使用人員配備標準將每一級保健設施的數量轉化為人力資源的要求。使用Microsoft Excel V.16.33進行預測分析。患者或公眾不參與該研究的設計、實施或報告，因為重點是將分析技術應用於特定的案例研究。
模型結構和假設
模型結構反映了設施係統，並在圖1．在典型的馬爾可夫模型中，患者從一種健康狀態轉移到另一種健康狀態類似於在該模型中從一種類型的設施轉移到另一種類型的設施。每一類保健設施都被視為一個"州"，因此可能有六種州，包括門診"普斯克姆"、住院"普斯克姆"、D型醫院、C型醫院、B型醫院和a型醫院。醫療保健設施在一個周期中以一種狀態建模，並可以在下一個周期中切換到另一個類別或“狀態”(根據轉換概率)。
印度尼西亞癌症服務衛生保健設施的模型結構。iPKM,住院Puskesmas;oPKM,門診Puskesmas;tAH，甲類醫院;tBH，乙類醫院;tCH，丙類醫院;tDH D類醫院。
盡管從理論上講，降低醫療設施的等級是可能的，但該模型假設醫療設施隻能過渡到下一個更高的級別，或保持在同一類別中。這一假設是基於這樣一個事實:降級的情況很少，工作人員通常不會因為某一年降級而被逐出一個設施。此外還假定，保健設施不會關閉，因為在印度尼西亞，未得到滿足的腫瘤服務需求仍然很高。9日22根據這些假設，推導出每年每一級新設施的平均數目，並在模型結構中加以考慮。在圖1，直箭頭表示連續周期的過渡路徑。圓形箭頭表示保健設施可在同一類別中保持一個以上周期。
周期長度，時間範圍和躍遷概率
由於保健設施和衛生保健數據通常每年分析一次，因此在模型中使用了1年的周期長度。確保到2030年實現可持續發展目標的時間跨度為11年。文獻還表明，如果時間跨度遠遠超過10年，由於快速變化的衛生行業的動態，人力資源健康狀況預測往往會失去價值。20.由於該模型基於年度規劃周期，是一個離散時間過程，因此沒有應用典型的馬爾可夫模型的貼現和半周期修正等特征。
狀態之間的移動由轉移概率定義，該概率表示醫療保健設施狀態在1年時間周期內發生變化的幾率。分析了從一類醫療保健設施到另一類醫療保健設施的過渡，得出了在表1．轉移概率來自2015年至2019年醫療設施的常規數據，23然後將其轉換為模型中使用的年度概率。由於每個區域的發展情況不同，對每個區域使用了不同的過渡概率。
現有保健設施數量和對未來幾年的預測
2015年至2019年印度尼西亞現有醫療設施的數量取自《2019年印度尼西亞健康狀況報告》。然而，從2015年到2019年，每年都有幾家醫院沒有被分類。因此，根據每年各醫院在各類別中所占的比例，假設將這些醫院歸類為某一特定類型，以獲得保健設施的基線數量。保健設施的數量是根據模型結構中保健設施的可能移動和相關的轉移概率計算的。
HRH需求計算
所需人力資源估計數反映了國家員額編製規範。工作人員配備規範規定了每一類設施提供醫療保健所需的衛生保健人員的最低人數和類型。該模型中使用的人員配備規範取自衛生部人員配備標準和國家癌症控製委員會(NCCC)製定的指南(在線補充附錄2)．所需的衛生保健人力資源的估計數是根據計算出的工作人員人數和使用預測模型(在線補充附錄3)．此外，國家的衛生保健需要是根據印度尼西亞七個區域衛生保健需要的總和計算的。
人力資源人力差距和薪金總額成本
通過比較目前的人力資源和預計的人力資源需求，分析了人力資源缺口。這種分析對人力資源規劃的招聘和部署以及工資賬單的管理尤其有用。24還提出了目前人力資源人力資源的可用性與預計需求的比率，也稱為工作人員可用性比率。年度工資總額取自印度尼西亞一家國家公立轉診醫院2020年1月的工資(印度尼西亞放射腫瘤學會，2019年員工工資調查，未公布)。工資水平每年增長10%是根據前幾年的工資增長假設的。所有成本均按2020年7月20日1英鎊兌18478.29 IDR18的彙率從印尼盾(IDR)轉換為英鎊(£)。25
敏感性分析
通過一係列確定性敏感性分析(SA)來探討人力資源需求和成本點估計值的不確定性。進行了一係列單向SA。這涉及根據95%置信區間(ci)改變預測衛生設施模型中的轉移概率，而其餘值保持在基線值。一次隻改變一個輸入。所產生的模型產出，包括保健設施的數目、人力資源和人力資源需求和薪金費用，代表預測區間的下限和上限，描述了預期觀測值內的一個範圍。26在這個模型中沒有進行概率SA，因為它會產生各種結果，在指導決策的上下文中沒有意義。還進行了以最佳情況和最壞情況形式的單向安全津貼的擴展，並將其定義為政府為滿足未來所需的人力資源所需分別提供的最低和最高費用估計數。將醫療保健設施的較低估計數和衛生保健人員所需估計數以及最低標準工作人員薪金的組合用於計算“最佳情況”的設想，而將較高估計數和最高工作人員薪金的組合假定為代表“最壞情況”的設想。
患者和公眾的參與
研究參與者或公眾沒有參與我們研究的傳播計劃的設計、實施、報告或開發。這項研究沒有資金支持，涉及利用已公布的數據對衛生保健和癌症控製所需設施進行建模。
結果
醫療保健設施預測
天氣預報(表2)顯示，衛生保健設施的總數顯著增加，從2019年的13011個增至2030年的27935個(在11年期間增長了114.7%)。據估計，在所有醫療保健設施中，不包括門診病人，這一數字都在穩步上升。門診普斯克馬斯人數預計將比基線水平減少近一半，從2019年的4048人減少到2030年的2064人，因為他們擴大並進入住院普斯克馬斯。這反映了一個事實，即在初級保健一級，門診普斯克馬斯人數在過去5年期間從2015年的6358人減少到2019年的4048人，住院普斯克馬斯人數從2015年的3396人增加到2019年的6086人，幾乎是同期的兩倍。因此，住院普斯克馬斯患者的數量預計將從2019年的6086人增加到2030年的14015人。
二級醫院的醫療設施也預計將繼續增長，2019年丙型醫院的需求將比基線增長近400%，其次是B型和D型醫院。第三級甲類醫院數量預計也將穩步增加，從2019年的61家增加到2030年的87家，增長42.6%。然而，在區域一級存在顯著差異(在線補充附錄4-10)，特別是發展二級和三級醫療設施。在印度尼西亞東部，如馬魯古和巴布亞地區，差異甚至更大。預計這兩個地區都沒有甲類醫院，而巴布亞地區預計在2030年之前仍將擁有相同數量的乙類醫院(隻有兩家)。
人力資源人力資源需求預測，差距和成本影響
預計的11年期間的人力資源需求見表2．該模型預測2019年至2030年所有工作人員類別的衛生保健需求將穩步增加，但巴布亞地區(在線補充附錄4-10)．據估計，到2030年，該地區所需的腫瘤學家人數僅為兩名。如上所述，由於衛生保健設施發展的區域差異，預計衛生人力的分布也會不平衡。與其他地區相比，衛生工作者集中在爪哇地區，這一趨勢一直持續到2030年。
香港特別行政區圖2表示根據這些預測已滿足所需工作人員的比例。一般來說，全國SAR中位數(截至2019年12月)為39%。然而，從3%到超過100%之間的差異很大。全科醫生(GP)、護士、內科醫生和醫學物理學家的SAR超過70%。而放射治療技術人員(rtt)和其他專家(不包括普通外科醫生)的SAR在50%到70%之間。最大的差距存在於腫瘤醫生的可用性和需求之間。在這個預測中考慮的所有腫瘤醫生和普通外科醫生的SAR都低於50%，這被認為是嚴重短缺。
Staff-availability比率。耳鼻喉，耳朵，鼻子和喉嚨。
工資成本
由於所需的工作人員人數預計每年都會增加，預計在預測期間薪金費用也會增加。2020年，印尼10種最常見癌症的衛生保健人員的年薪成本估計將達到約39億英鎊。預計人力需求的成本每年都在穩步增長，到2030年將達到約315億英鎊。
敏感性分析
為滿足95% ci內所需人力資源總監每年的總工資成本列於圖3，以最好和最壞的情況的形式。在最好的情況下，2020年滿足所有所需人力資源的工資成本預計將達到29億英鎊，到2030年將增加到221億英鎊。而在最壞的情況下，預計2020年成本將達到近50億英鎊，到2030年將上升到約410億英鎊。SA表明，在較窄的預測區間內，模型結果是相對穩健的。
2019-2030年預計總工資成本範圍(最佳和最壞情況)。
討論
發展保健設施
該模型表明，到2030年實現可持續發展目標，特別是癌症保健的全民健康覆蓋，需要增加衛生保健設施的數量和能力。然而，該模型預測了門診人數的減少puskesmas隨著時間的推移，他們被假設升級為住院患者puskesmas．三分之一的癌症是可以預防的，另外三分之一如果及早發現是可以治療的，4初級保健中心不僅將在提高對癌症的認識方麵發揮重要作用，而且還將在癌症篩查和早期發現方麵發揮重要作用。住院病人數量和能力的預期擴張puskesmas在11年的時間內，初級衛生保健將作為印度尼西亞公共衛生係統的基石和第一個接觸點，從而改善患者獲得保健的機會。
初級保健醫院是癌症早期發現的主要支柱，而二級和三級醫院是癌症診斷和治療護理的主要提供者。該模型表明，盡管這些水平的醫療服務總體上將有所增加，但各地區之間的醫院發展可能存在差異。保健設施集中分布在爪哇地區。該模型預測了除馬魯古和巴布亞地區以外所有地區B、C和D類醫院的增加。根據印度尼西亞過去5年的服務發展趨勢，在印度尼西亞最東端的巴布亞地區提供B型醫院的情況預計將維持到2030年，隻有兩家醫院為其居民提供服務。在2019年至2030年全國甲類醫院增加42.6%的情況下，馬魯古和巴布亞地區預計到2030年才會有甲類醫院。盡管bb0指出，目標是在馬魯古和巴布亞各地區至少提供一家甲類醫院，27這一目標尚未得到執行或進一步發展。這意味著，除非采取具體行動解決嚴重的區域差異，否則到2030年可能無法實現癌症保健的公平全民健康覆蓋。因此，這篇論文強調了印度尼西亞在實現各區域平等準入方麵麵臨的主要挑戰，同時提出了擴大基礎設施的一般需求。
HRH要求和差距
基於這一模型，全科醫生和護士的可用性足以滿足衛生部指南規定的衛生設施最低要求標準，甚至超過了2019年所需的SAR值，分別為1.35和1.11。最近也有報道稱，國內護士的供應量超過了國家保健市場的吸收能力。2014-2019年期間，約有2445名印尼護士被派往日本工作。17
最低70%的SAR被認為是實現和維持保健服務提供的一個重要裏程碑。21然而，在該模型考慮的20種工作人員中，2019年隻有四種工作人員的SAR超過70%，即內科醫生、醫學物理學家、全科醫生和護士。2019年其他基礎醫學專業人員SARs感染率均低於70%。除麻醉師的SARs短缺率約為45%外，醫療輔助專家的SARs甚至低於50%。目前的預測還表明，醫療物理學家等輔助臨床工作人員(短缺38%)和實時測試人員(短缺46%)短缺。在腫瘤學家中觀察到更嚴重的短缺。這種短缺從54%的外科腫瘤學家到97%的肺腫瘤學家不等。這些短缺，特別是在腫瘤學家中，可以用各種因素來解釋。首先，印度尼西亞缺乏專科醫師培訓計劃已成為滿足更多腫瘤學家需求的障礙之一。11其次，完成培訓所需的時間相當長，從6年到8年不等，這導致醫生對在腫瘤學領域追求職業生涯缺乏興趣。11第三，經濟因素是重要的考慮因素，因為候選人必須支付大學培訓的學費，而不是獲得獎勵。這與發達國家形成了鮮明的對比，在發達國家，通過醫院服務接受教育的醫生仍然以工資的形式獲得獎勵。因此，似乎在短期內很難解決腫瘤學家數量所需增加的問題。
本文還表明，員工的地域分布差異很大。人力資源專員不喜歡在欠發達的服務業工作。17與其他地區相比，爪哇地區擁有最多的各類勞動力，大部分腫瘤醫生都集中在這裏。相反，馬魯古區域沒有觀察到腫瘤學家，而巴布亞區域隻有一名外科腫瘤學家和一名婦科腫瘤學家。因此，如果前5年的趨勢繼續下去，本研究預測，設施和衛生保健服務持續不足可能仍然是實現可持續發展目標目標和在癌症護理中實現全民健康覆蓋的主要障礙。
工資成本
到2020年，滿足這一模式所要求的20種員工所需的成本估計略低於40億英鎊，預計在11年後將增加到315億英鎊，與所需的額外員工數量保持一致。其中，大約需要額外支出12億英鎊，以在2020年前消除目前的人員缺口。這比2019年估計工資成本(在線補充附錄11)．這種大規模的支出擴張在短期內可能是不可行的，因為自2014年首次實施以來，BPJS就一直存在巨大的財政赤字。28因此，即使在勞動力市場上有所需的擴大的勞動力，預算空間可能太有限，無法在中短期解決所有新的空缺。
政策影響
這一分析表明，如果要實現可持續發展目標和全民健康覆蓋的目標，就需要增加對衛生部門的中長期投資。需要進行投資以增加衛生保健服務的提供，而且必須在大幅度增加保健服務覆蓋率之前進行投資。盡管據估計，在2019年至2030年期間，全國甲類醫院的數量將增加42.6%，但該研究還預測，鑒於印度尼西亞以前的趨勢，到2030年，最東端地區將不會出現這種增加。因此，這筆投資的很大一部分應集中於在印度尼西亞東部建立更多的保健設施，並擴大現有設施的能力，以應付伴隨人口增長而增加的需求。在馬魯古和巴布亞地區至少需要建立一家A型醫院，以確保在實現癌症保健的全民健康覆蓋的過程中，沒有一個地區掉隊。
此外，需要建立及時和準確的以人口為基礎的癌症登記處，以便作出適當的人口層麵的政策決定來解決癌症問題。這些數據對於確定真正的癌症負擔至關重要，目前在印度尼西亞的所有地區都無法獲得這些數據。
優勢與局限
到目前為止，該研究首次使用馬爾可夫模型，以衛生服務發展分析作為概念方法，對專家人力需求進行了實證預測。利用該模型，本研究首次預測了印尼在11年內每年所需的醫療保健設施和腫瘤學家數量。這項研究強調了決策分析建模方法可用於為勞動力規劃提供信息，作為實現全民健康覆蓋的一個組成部分。
不可避免的，這個模型也有局限性。首先，這一預測隻關注公共部門的腫瘤服務，針對印尼10種最常見的癌症。由於數據限製，沒有考慮私營部門和本部門以外的其他工作人員職類。因此，在使用或解釋這一預測時，人們應該意識到，它並不一定代表腫瘤服務或印度尼西亞衛生係統的全貌。第二，該研究隻關注於預測需求側，而不是供給側。因此，這些差距並不代表勞動力市場供需差距的均衡，而是將目前雇用的工作人員與所需的工作人員進行比較。第三，該模型中使用的工資成本來源僅來自印度尼西亞一家(最大的)轉診醫院，因為大多數腫瘤醫生都集中在這家醫院，模型中沒有應用折扣。此外，短缺的計算隻是基於滿足每個設施級別的衛生保健最低標準需求的需要，這仍然沒有明確定義，特別是對於腫瘤醫生組，而不管當地條件如何。因此，在使用預測作為決策輔助時，應始終考慮這些不確定性。最後，該模型沒有考慮到與所考慮的癌症相關的更廣泛的疾病負擔。
研究結果與現有文獻的比較
本研究對文獻的貢獻主要體現在兩個方麵。首先，該研究為印度尼西亞實現全民健康覆蓋的重要目標和重要的可持續發展目標(特別是可持續發展目標3具體目標4)的未來需求提供了有價值的見解。有幾項研究分析了印度尼西亞一般的人力資源和保健的現狀和需要。11日17然而，每年所需腫瘤醫生人數的預測還沒有被探索。第二，在使用決策分析方法為人力資源規劃提供信息方麵，也有方法學貢獻。在這項研究中，利用決策分析模型(作為衛生服務發展方法一部分的馬爾可夫模型)為衛生人力資源規劃提供信息。這一方法已在加納得到應用，並證明了預測一般衛生保健需求的能力。21本研究在印度尼西亞的一個特定部門(腫瘤學領域)調整和發展了這種方法。雖然該方法在這一領域的應用仍未得到充分利用，但本研究展示了這種建模方法的潛在範圍。
包括印度尼西亞在內的大多數國家都沒有提供計算所需腫瘤醫生數量的官方指導方針。國家癌症研究所(NCI)的一項國際指南根據癌症患者的估計人數估計了低收入和中等收入國家所需的腫瘤學家人數。29然而，該指南估計，2019年印度尼西亞的腫瘤學家需求比當前模型估計的高近兩倍。例如，根據目前的模型，2019年估計至少需要557名外科腫瘤學家，而根據NCI指南，這一數字為994名。鑒於印度尼西亞的培訓周期長和亞專業培訓名額有限，這一指導目標在短期內不太可能可行和現實。此外，印尼經濟增長緩慢，估計國內生產總值增長5%，30.不太可能允許按本指導方針計算的勞動力需求的大規模增長。鑒於印度尼西亞目前的經濟增長水平，目前研究估計的要求比這些現有準則的要求更合理。
結論
擴大印度尼西亞的腫瘤服務，以實現可持續發展目標中確定的具體目標，特別是可持續發展目標3具體目標4，將需要擴大和/或增加保健設施的數量和能力，特別是在印度尼西亞東部。如果前5年服務發展的趨勢繼續下去，公平的癌症保健全民健康覆蓋可能無法實現，因為馬魯古和巴布亞地區甚至到2030年都沒有三級醫院。本研究預測，設施和衛生保健提供的持續不足和不公平可能仍然是實現可持續發展目標目標和在癌症護理中實現全民健康覆蓋的主要障礙。印度尼西亞的衛生人力資源相關腫瘤學需求中位數為39%。根據模型要求，在醫療保健專業人員中已經觀察到嚴重的人員短缺，這種短缺在腫瘤學家中甚至更加嚴重。解決這一問題需要至少增加47.6%的人力資源支出，但由於預算限製，這一目標可能難以實現。因此，b政府需要優先投資，以改善較不利地區，特別是馬魯古和巴布亞的某些工作人員群體的質量和數量。
本研究展示了決策分析建模方法在LMIC環境下的人力資源和設施規劃中的應用。這些方法使我們能夠深入了解實現全民健康覆蓋所需的資源，並使我們能夠關注特定的差距和挑戰。可以在不同的疾病領域和背景下更廣泛地使用這種方法，以促進對實現與健康相關的可持續發展目標所需的衛生人力資源和設施需求進行詳細分析。
數據可用性聲明
根據合理的要求提供數據。所有與研究相關的數據都包含在文章中或作為在線補充信息上傳。用於填充模型的所有數據都可以在主論文或附錄中找到。在可能的情況下，根據大學的指導方針，模型本身將提供給學術/衛生係統規劃人員使用。
倫理語句
病人同意發表
倫理批準
這項研究不需要倫理批準，因為它涉及使用已發表的信息建模。
補充材料
-
補充數據
這個網絡僅文件已由BMJ出版集團從作者提供的電子文件生產(s)，並沒有編輯的內容。
腳注
貢獻者MM, LJJ和RO設計了研究，進行了分析和解釋結果。SG對數據收集和分析做出了貢獻。MM撰寫了初稿，然後對初稿進行了修改，並從所有研究作者那裏獲得了輸入。所有作者都參與並批準了最終手稿，他們同意對工作的各個方麵負責。MM是擔保人。
資金作者們還沒有從任何公共、商業或非營利部門的資助機構為這項研究宣布具體的資助。
相互競爭的利益沒有宣布。
患者和公眾的參與患者和/或公眾未參與本研究的設計、實施、報告或傳播計劃。
來源和同行評審不是委托;外部同行評審。
補充材料本內容由作者提供。它沒有經過BMJ出版集團有限公司(BMJ)的審查，也可能沒有經過同行評審。討論的任何意見或建議僅僅是那些作者(s)和不被BMJ認可。BMJ放棄從放在內容上的任何依賴產生的所有責任和責任。如果內容包含任何翻譯材料，BMJ不保證翻譯的準確性和可靠性(包括但不限於當地法規、臨床指南、術語、藥品名稱和藥物劑量)，並且不對翻譯和改編或其他原因引起的任何錯誤和/或遺漏負責。