指南与共识消化、代谢与肾脏急症

专家共识模糊下应急供应商选择的稳健共识序数优先方法

Robust consensus ordinal priority approach for improvisational emergency supplier selection under expert consensus ambiguity.
指南 / 共识 · Sci Rep · 2026-01-27
一句话结论OPA-RC方法通过共识机制客观导出专家重要性得分并纳入稳健优化框架,为极端灾害下的应急供应商选择提供透明、稳健且计算高效的决策支持工具。

本研究针对应急供应商选择(IESS)这一多属性决策问题,指出现有方法存在专家权重主观或不透明、对冲突或不确定意见处理不足、计算需求高等局限。为此提出稳健共识序数优先方法(OPA-RC),基于专家两两排序一致性共识机制客观导出名义专家重要性得分,并通过基于预算的模糊集纳入稳健优化框架,显式捕捉专家重要性得分的模糊性,最终重构为具有闭式解的易处理线性规划。基于场景的实验验证了OPA-RC的有效性,包括结果分析、敏感性分析和比较分析。研究结果表明,OPA-RC是一种透明、稳健且计算高效的决策支持工具,能够在极端灾害条件下实现可靠且有韧性的供应商选择。

要点

  • OPA-RC通过基于专家两两排序一致性的共识构建机制客观导出名义专家重要性得分,避免主观预分配。
  • 该方法将名义专家重要性得分通过基于预算的模糊集纳入稳健优化框架,显式捕捉得分模糊性。
  • 模型重构为具有闭式解的易处理线性规划,兼顾计算效率与决策稳健性。
  • 基于场景的实验(含结果分析、敏感性分析和比较分析)验证了OPA-RC的有效性。
  • 研究认为OPA-RC可为极端灾害条件下的应急供应商选择提供透明、稳健且计算高效的决策支持。

适用人群与场景

  • 应急供应商选择(IESS)场景,尤其是极端灾害条件下的供应商选择决策。

处置流程与药物剂量

  • 第一步:基于专家两两排序一致性构建共识机制,客观导出名义专家重要性得分。
  • 第二步:将名义专家重要性得分通过基于预算的模糊集纳入稳健优化框架。
  • 第三步:将模型重构为具有闭式解的易处理线性规划进行求解。

研究设计与关键结果

  • 研究类型为方法提出与基于场景的实验验证,包括结果分析、敏感性分析和比较分析。
  • OPA-RC方法客观导出名义专家重要性得分,并纳入稳健优化框架以显式捕捉专家重要性得分的模糊性。
  • 模型重构为具有闭式解的易处理线性规划。
  • 基于场景的实验结果表明OPA-RC提供了透明、稳健且计算高效的决策支持工具,能够在极端灾害条件下实现可靠且有韧性的供应商选择。

证据类型、等级与局限

  • 证据类型:方法学研究(基于场景的实验验证),原文未报告证据等级或推荐强度。
  • 局限:原文未报告局限性。

对床旁实践的改变

  • 原文未据此给出推荐。

提炼说明

  • 本条依据论文摘要整理;摘要未涉及「诊断标准与关键阈值」「红旗征与不能漏的情况」「指南或共识出处」,故未列出这些栏目;全文请点「阅读原文」。
英文原文(摘要)· 点击展开

Emergencies are inherently uncertain, urgent, and complex, rendering improvisational emergency supplier selection (IESS) a demanding multi-attribute decision-making (MADM) problem. Existing methods are constrained by subjective or opaque expert weight assignments, inadequate handling of conflicting or uncertain opinions, and high computational demands that limit their practicality in time-sensitive contexts. To address these limitations, this study introduces a Robust Consensus Ordinal Priority Approach (OPA-RC) for IESS. The method derives nominal expert importance scores objectively through a consensus-building mechanism based on pairwise ranking concordance among experts. These scores are incorporated into a robust optimization framework via a budget-based ambiguity set, explicitly capturing the ambiguity in the nominal expert importance scores rather than relying on potentially subjective pre-assignment. The proposed model is then reformulated as a tractable linear program with a closed-form solution, combining computational efficiency with decision robustness. A scenario-based experiment is conducted to verify the effectiveness of OPA-RC, including result analysis, sensitivity analysis, and comparison analysis. The findings indicate that OPA-RC provides a transparent, robust, and computationally efficient decision-support tool, enabling reliable and resilient supplier selection under extreme disaster conditions.

来源:Sci Rep,查看原文。版权归原作者所有。

参考来源

  1. Mao H, Wang R. Robust consensus ordinal priority approach for improvisational emergency supplier selection under expert consensus ambiguity. Sci Rep. 2026. PMID: 41588139. doi:10.1038/s41598-026-36876-6

供执业医师抢救与诊疗参考,不替代临床判断;剂量请结合体重、肝肾功能和本院药品规格复核,以指南原文为准。