INSECTICIDE-TREATED BED NETS SUPPLY CHAIN OPTIMIZATION UNDER UNCERTAINTY FOR MALARIA PREVENTION AND CONTROL

• Autor(a) principal: ROBERTO GOMES DE MATTOS
• Data de Publicação: 2017
• Tipo de documento: Dissertação
• Idioma: eng
• Título da fonte: Repositório Institucional da PUC-RIO (Projeto Maxwell)
• Texto Completo: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=33352@1; https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=33352@2

Em 2015 quase metade da população mundial vivia em área de risco de transmissão de malária. Neste mesmo ano, estimam-se 214 milhões de casos e 438 mil fatalidades. A principal forma de prevenção e redução da transmissão da malária é através do controle dos vetores, em particular, destaca-se o uso de mosquiteiros impregnados com inseticidas de longa duração (MILD). Neste contexto, os programas de distribuição de MILDS enfrentam desafios relacionados a obtenção de fundos e à gestão da cadeia de suprimentos como, por exemplo, incertezas associadas as atividades logísticas, as variáveis de oferta e demanda, e a volatilidade de preços. À luz destes fatos, esta dissertação propõe um modelo de otimização robusta, fundamentado em extensões dos arcabouços teóricos de Bertsimas e Sim (2004) e Fernandes et al. (2016), capaz de minimizar os custos de um programa de distribuição de mosquiteiros ou, dada uma restrição orçamentária, maximizar a distribuição para áreas prioritárias. Ademais, foi realizada uma revisão da literatura acadêmica acerca de modelos de otimização robusta aplicados no contexto da logística humanitária, onde alguns aspectos ainda pouco explorados foram ressaltados e considerados no modelo proposto. Um estudo de caso real é feito sobre um projeto feito do Fundo das Nações Unidas para crianças na Costa do Marfim. Os resultados apontam que conforme esperado, à medida que o nível de robustez considerado no modelo cresce, os custos totais também aumentam. Em contrapartida, o modelo robusto fornece soluções com maior flexibilidade na cadeia de suprimentos para a eventual necessidade de se ajustar os planos de compras e distribuição. Por fim, as soluções robustas foram avaliadas através de simulações de Monte Carlo, indicando que, conforme desejado, a probabilidade de viabilidade dos planos aumentam junto com nível de conservadorismo da solução.