Optimization-based approaches to improve the planning of home social services

Ana Raquel Pena de Aguiar

Key information

Authors:

Ana Raquel Pena de Aguiar (Ana Raquel Pena de Aguiar)

Supervisors:

Tânia Rodrigues Pereira Ramos (Tânia Rodrigues Pereira Ramos); Maria Isabel Azevedo Rodrigues Gomes (Maria Isabel Azevedo Rodrigues Gomes (Fct - Universidade Nova de Lisboa))

Published in

February 9, 2025

Abstract

O setor social tem potencial para reduzir os custos de saúde, ao servir procuras de saúde menos especializada e mitigar situações de risco que gerem necessidades de saúde futuras. Esta tese aborda desafios de otimização na afetação, roteamento e agendamento de trabalhadores sociais na prestação de serviços sociais domiciliários. Desenvolve modelos matemáticos e algoritmos heurísticos visando melhorar o planeamento das visitas ao domicílio, essenciais para populações vulneráveis. As principais contribuições são dois modelos MILP: um para intervenções sociais domiciliárias direcionadas para a proteção infantil e outro para roteamento e agendamento de cuidados domiciliários com sincronização de equipas, validados com casos de estudo reais. O modelo que agendavisitas para intervenções familiares garante visitas adequadamente espaçadas, equilibra a carga de trabalho, considera preferências dos trabalhadores e incorpora isenções de tempo de trabalho. A qualidade do serviço e o equilíbrio entre vida pessoal e profissional são melhorados. Resultados chave incluem um aumento de 260% de visitas através de um planeamento mais eficiente e um aumento de 735% nas “slots" com duas visitas, melhoria conseguida por planear a vários meses, em vez de semanal. O modelo para roteamento e agendamento de cuidados domiciliários garante continuidade de cuidados e introduz a sincronização de equipas, visando melhorar a organização dos recursos humanos em equipas de um ou dois cuidadores. Testando políticas operacionais observou-se que o planeamento integrado, considerando ambos os tipos de equipa simultaneamente, reduz o número de cuidadores, com a sincronização permitindo reduzir um veículo. A complexidade acrescida pela sincronização é abordada por heurísticas, incluindo o “BRKGA“ e uma heurística construtiva híbrida integrando aleatoriedade enviesada, reduzindo o tempo computacional em comparação ao método exato. Os modelos e algoritmos propostos melhoram significativamente aeficiência das organizações, permitindo mais e melhores serviços. Este trabalho fundamental permite futuras extensões a aspetos multiperíodo, multiobjetivo e de incerteza. The social sector is recognized for its potential to reduce healthcare costs by handling less specialized healthcare demands and mitigating risk situations that could lead to future healthcare needs. This thesis addresses the optimization challenges in assignment, routing, and scheduling social workers within home social services organizations. It develops mathematical models and heuristic algorithms to improve the planning of home social services, essential for supporting vulnerable populations such as the elderly and at-risk children. The main contributions are two MILP models: one for home social interventions targeting child protection cases, and another for home care routing and scheduling with team synchronization, primarily for the elderly, being validated through two real-world case studies. The model scheduling home visits for family interventions ensures adequately spaced visits, balances workload, considers worker preferences, and incorporates worktime exemptions. It enhances service quality and improves social workers’ work-life balance. Key outcomes include a 260% increase in visits through more efficient planning due to a 735% rise in time slots with two visits. This gain results from planning for several months rather than weekly. The model for routing and scheduling home care services, ensures continuity of care and introduces team synchronization. It improves the organization of human resources into teams of one or two caregivers. Testing different operational policies revealed that integrated planning, planning for both team types simultaneously, reduces the number of caregivers, with synchronization even enabling a reduction of a vehicle. The increased complexity from synchronization is addressed by heuristic approaches, including the BRKGA and a hybrid biased-randomized constructive heuristic, achieving reductions in computational time compared to the exact solver. The proposed models and algorithms can significantly enhance the efficiency of social organizations, enabling better service for more patients. This foundational work enables future research to extend these models to multi-period, multi-objective, and uncertainty.