Vese csere program matematikai modellje

Hasonló dokumentumok
Vesecserére vonatkozó algoritmusok

Egyetemi felvételi. Vesecsere program Stabil szobatárs probléma. Sziklai Balázs. ELTEcon

A vesecsere matematikai és közgazdaságtani megközelítése

A számítástudomány alapjai

Algoritmusok bonyolultsága

Adatszerkezetek 2. Dr. Iványi Péter

Minimális feszítőfák Legyen G = (V,E,c), c : E R + egy súlyozott irányítatlan gráf. Terjesszük ki a súlyfüggvényt a T E élhalmazokra:

III. Gráfok. 1. Irányítatlan gráfok:

Diszkrét matematika 2.C szakirány

bármely másikra el lehessen jutni. A vállalat tudja, hogy tetszőlegesen adott

Gráfelméleti alapfogalmak

Diszkrét matematika 2. estis képzés

Gráfok, definíciók. Gráfok ábrázolása. Az adott probléma megoldásához ténylegesen mely műveletek szükségesek. Ábrázolások. Példa:

Megoldások 7. gyakorlat Síkgráfok, dualitás, gyenge izomorfia, Whitney-tételei

Irányított TULAJDONSÁGRA IRÁNYULÓ Melyik minta sósabb?, érettebb?, stb. KEDVELTSÉGRE IRÁNYULÓ Melyik minta jobb? rosszabb?

JAVASLAT A TOP-K ELEMCSERÉK KERESÉSÉRE NAGY ONLINE KÖZÖSSÉGEKBEN

Gráfelméleti feladatok. c f

Új típusú döntési fa építés és annak alkalmazása többtényezős döntés területén

Az optimális megoldást adó algoritmusok

Diszkrét matematika 2.C szakirány

Kereskedési rendszerek kétoldalú szerződésekkel

2. Visszalépéses keresés

Programozás II. előadás

ÚTJELZŐ A DIALÍZISRE KERÜLŐ VESEBETEGEK ÉS CSALÁDJUK RÉSZÉRE AZ ÉLŐDONOROS TRANSZPLANTÁCIÓHOZ

Diszkrét matematika 2. estis képzés

5/1. tétel: Optimalis feszítőfák, Prim és Kruskal algorithmusa. Legrövidebb utak graphokban, negatív súlyú élek, Dijkstra és Bellman Ford algorithmus.

Euler tétel következménye 1:ha G összefüggő síkgráf és legalább 3 pontja van, akkor: e 3

környezet megteremtésérõl, amelyben a hallgatag kisgyermeket megszólítják,

Algoritmuselmélet. Mélységi keresés és alkalmazásai. Katona Gyula Y.

A gráffogalom fejlődése

Struktúra nélküli adatszerkezetek

Mikroökonómia elıadás

Haladó rendezések. PPT 2007/2008 tavasz.

Feladatok, amelyek gráfokkal oldhatók meg 1) A königsbergi hidak problémája (Euler-féle probléma) a

ÁRFOLYAM TÁBLÁZAT I. kör II. kör III. kör

Diszkrét matematika 2. estis képzés

Melykeres(G) for(u in V) {szin(u):=feher Apa(u):=0} for(u in V) {if szin(u)=feher then MBejar(u)}

Diszkrét matematika 2.

Kollégiumi Felvételi Szabályzat

A programozás alapjai előadás. [<struktúra változó azonosítók>] ; Dinamikus adatszerkezetek:

30. ERŐSEN ÜSSZEFÜGGŐ KOMPONENSEK

A továbbiakban Y = {0, 1}, azaz minden szóhoz egy bináris sorozatot rendelünk

Melykeres(G) for(u in V) {szin(u):=feher Apa(u):=0} for(u in V) {if szin(u)=feher then MBejar(u)}

Adatszerkezetek II. 3. előadás

GRÁFELMÉLET. 7. előadás. Javító utak, javító utak keresése, Edmonds-algoritmus

Diszkrét matematika 2. estis képzés

Adatszerkezetek Adatszerkezet fogalma. Az értékhalmaz struktúrája

A GKF - S.A.M. GYAKORNOKI RENDSZERÉNEK BEMUTATÁSA

Gráfok 2. Legrövidebb utak, feszítőfák. Szoftvertervezés és -fejlesztés II. előadás. Szénási Sándor

Problémamegoldás kereséssel. Mesterséges intelligencia március 7.

Számelmélet (2017. február 8.) Bogya Norbert, Kátai-Urbán Kamilla

2018, Diszkre t matematika. 10. elo ada s

Hálózati Folyamok Alkalmazásai. Mályusz Levente BME Építéskivitelezési és Szervezési Tanszék

Hálózati folyamok. Tétel: A maximális folyam értéke megegyezik a minimális vágás értékével.

Kollégiumi Felvételi Szabályzat

Diszkrét matematika 1. estis képzés

1. tétel. 1. Egy derékszögű háromszög egyik szöge 50, a szög melletti befogója 7 cm. Mekkora a háromszög átfogója? (4 pont)

Kézikönyv Sarzs (LOT) kezelés - alapok

Rendezések. Összehasonlító rendezések

Diszkrét matematika 2.C szakirány

Kupacrendezés. Az s sorban lévő elemeket rendezzük a k kupac segítségével! k.empty. not s.isempty. e:=s.out k.insert(e) not k.

Hálózati Folyamok Alkalmazásai. Mályusz Levente BME Építéskivitelezési és Szervezési Tanszék

Az idült veseelégtelen betegek transzplantációs várólistára helyezésének és várólistán tartásának eljárási rendje

HAMILTON ÚT: minden csúcson PONTOSAN egyszer áthaladó út

angolul: greedy algorithms, románul: algoritmi greedy

Algoritmusok és adatszerkezetek 2.

Ittfoglalomösszea legfontosabbtudnivalókat, részleteka honlapon, illetvea gyakorlatvezetőtől is kaptok információkat.

1. gyakorlat. Mesterséges Intelligencia 2.

HAMILTON KÖR: minden csúcson PONTOSAN egyszer áthaladó kör. Forrás: (

Halmazelméleti alapfogalmak

Ütemezési problémák. Kis Tamás 1. ELTE Problémamegoldó Szeminárium, ősz 1 MTA SZTAKI. valamint ELTE, Operációkutatási Tanszék

1. zárthelyi,

KUTATÁSMÓDSZERTAN 4. ELŐADÁS. A minta és mintavétel

Kiválasztás. A változó szerint. Rangok. Nem-paraméteres eljárások. Rang: Egy valamilyen szabály szerint felállított sorban elfoglalt hely.

Választási rendszerek axiomatikus elmélete

Teljes visszalépéses elemzés

Adatszerkezetek II. 1. előadás

Diszkrét matematika 2 (C) vizsgaanyag, 2012 tavasz

Operációs rendszerek. Folyamatok ütemezése

Miskolci Egyetem Gépészmérnöki és Informatikai Kar Informatikai Intézet Alkalmazott Informatikai Intézeti Tanszék

Táblázatos adatok használata

Online algoritmusok. Algoritmusok és bonyolultságuk. Horváth Bálint március 30. Horváth Bálint Online algoritmusok március 30.

Programozási segédlet

Érdemes egy n*n-es táblázatban (sorok-lányok, oszlopok-fiúk) ábrázolni a két színnel, mely éleket húztuk be (pirossal, kékkel)

ELTE IK Esti képzés tavaszi félév. Tartalom

Gráf csúcsainak színezése. The Four-Color Theorem 4 szín tétel Appel és Haken bebizonyították, hogy minden térkép legfeljebb 4 színnel kiszínezhető.

Diszkrét matematika 2.

Adatszerkezetek 7a. Dr. IványiPéter

Információk. Ismétlés II. Ismétlés. Ismétlés III. A PROGRAMOZÁS ALAPJAI 2. Készítette: Vénné Meskó Katalin. Algoritmus. Algoritmus ábrázolása

Acta Acad. Paed. Agriensis, Sectio Mathematicae 29 (2002) PARTÍCIÓK PÁRATLAN SZÁMOKKAL. Orosz Gyuláné (Eger, Hungary)

Runge-Kutta módszerek

A 2017/2018 tanévi Országos Középiskolai Tanulmányi Verseny második fordulójának feladatai. INFORMATIKA II. (programozás) kategória

17. A 2-3 fák és B-fák. 2-3 fák

Algoritmusok és adatszerkezetek gyakorlat 07

Diszkrét matematika 2.C szakirány

Minimális feszítőfák Legyen G = (V,E,c), c : E R + egy súlyozott irányítatlan gráf. Terjesszük ki a súlyfüggvényt a T E élhalmazokra:

Diszkrét matematika 2.

Visszalépéses keresés

Bevezetés a kvantum informatikába és kommunikációba Féléves házi feladat (2013/2014. tavasz)

Közgazdaságtan 1. ELTE TáTK Közgazdaságtudományi Tanszék. 3. hét A KERESLETELMÉLET ALAPJAI. HASZNOSSÁG, PREFERENCIÁK

Átírás:

Vese csere program matematikai modellje Varga Gábor May 1, 2011 1 Bevezetés Alvin E. Roth, Tayfun Sönmez, M. Utku Ünver Kidney Exchange című cikke alapján azzal foglalkoztam, hogy hogyan lehet különböző algoritmusok segítségével minnél hatékonyabbá tenni a vese csere programot. Manapság egy vesebetegnek, ha donor szervhez akar jutni két lehetősége van: vagy van egy hozzátartozója aki hajlandó donor lenni és ha éppen kompatibilisak, akkor elvégezhatő a transzplantáció; vagy bekerül a halott vese várólistára, ahol bizonytalan idő múlva kap egy vesét. A fent említett cikk szerzőinek az újítása az, hogy az élődonorral rendelkező betegek esetén nem csak a donor és kedvezményezettje között hajtható végre a transzplantáció, hanem lehetséges az, hogy a donor másnak adja a veséjét, annak érdekében, hogy kedvezményezettje jobb minőségű (vagy magasabb fokú kompatibilitással rendelkező) vesét kapjon. A szerzők a következő eljárásokat vizsgálták: 1. Donor és kedvezményezettje közti transzplantáció: Leggyakrabban alkalmazott eljárás. 2. Páros vese csere: Jelenleg az Egyesült Államokban működő eljárás, de nem elég hatékony, mivel csak két donor-beteg pár közt teszi lehetővé a szervek cseréjét. 3. RSD-SR algoritmus: Hátránya, hogy az eljárásban résztvevőknek nem garantál legalább olyan jó állapotot, mint amilyennel eleve rendelkeznek. 4. TTC eljárás: Az élődonorral rendelkező betegek közt Pareto-hatékonyan 1 osztja el a veséket, de nem veszi figyelembe a halott várólista lehetőségét, amivel tovább növelhető a hatékonyság. 5. YRM-IGYT eljárás: Ez az algoritmus figyelembe veszi a halott várólista lehetőségét, viszont statikusan tudja csak kezelni a problémát, azaz nem veszi figyelembe azt, hogy a halottból származó szerv minősége és megjelenésének időpontja bizonytalan. 6. TTCC algoritmus: A vizsgált algoritmusok közül a legelőnyösebb, újjítás a TTC-hez képest az, hogy a beteg magas prioritást kap a halott várólistán, ha donorja vesét ad a várólistán levőknek, a cikk szerzői ezt javasolják gyakorlati megvalósításra. (Több változata is létezik.) 1 Egy rendszer Pareto-hatékony, ha a rendszerben nem hajtható végre olyan változtatás, hogy a szereplők közül legaláb egy jóléte nő és a többieké nem csökken. 1

Ebben a munkámban ezen algoritmusokat számítogéppel implementáltam Mathematica nyelven. 2 Vese átültetés jelentősége és problémái A vese transzplantásió a leghatékonyabb kezelése a komoly vesemegbetegedéseknek, hiszen transzplantáció révén nagymértékben nő a beteg életminősége (egy átültetett vese élettartama akár 30 év is lehet). Emellett az élődonor számára a veseátültetés kockázata alacsony. Az Egyesült államokban több, mint 55000 beteg vár vese transzplantációra, azonban a halottból származó vesékből hiány van évente körülberlül 3000-en halanak meg a halott várólistán. Ezért lehet szükség a lentebb ismertetett eljásokra, melyek révén mind az átültetett vesék száma, mind a kompetibilitás foka nagy mértékben növelhető. 2.0.1 Probléma Az átültetett vese két forrásból származhat: 1. halottból és 2. élő donorból. Jelenleg ha az élődonor veséje biológiai okokból nem beültethető, akkor vagy a halott vese várólistára kerül, vagy páros vese csere eljárását alkalmazzák. Azonban ez nem elég hatékony, mivel megfelelő algoritmussal növelhető mind a beültetett vesék száma, mind a kompatibilitás foka. 2.0.2 Kompatibilitási tényezők. A fő tényező, amely meghatározza egy vese beültethetőségét az a donor és a páciens vércsoportja. Négyféle fő vércsoport létezik: 0,A,B,AB. Az alábbi táblázat a vércsoport és a beültethetőség közötti kapcsolatot mutatja. Donor vércsoporja Kedvezményezett lehetséges vércsoportja 0 0,A,B,AB A A,AB B B,AB AB AB Ugyancsak jelentős tényező egy páciens számára a saját szervezete és a donor szerv HLA antigén beli különbségei. A donor és a páciens HLA típus beli különbségei csökkentik a beültetett vese élettartamát. A beültetendő vese vese harmadik fő tulajdonsága a származása. Élő donorból átültetett vese élettertama általában nagyobb, mint a halottból származóé. Egy páciens a fenti tényezők alapján határozza meg a preferenciáit a vesékről. 2

3 A vese csere programban alkalmazható algotitmusok Az algoritmusokat először az eredeti alkalmazásukban mutatjuk be, ezután megadjuk a vese csere programmal való anlógiát. Ezután rámutatunk az eljárások előnyeire, esetleges hiányosságaira. 3.1 RSD-SR eljárás, Kollégiumi férűhelyek kiosztása Az RSD-SR (random serial-dictatorship ith squatting rights) algoritmust először kollégiumi szobák kiosztására használták az Egyesült Államokban. Adottak diákok, akik már elfoglaltak egy szobát, amit véletlenszerűen kiosztottak nekik és vannak olyanok, akiknek még nincs szobájuk. Minden lakó dönt, hogy részt vesz-e a szobák újraelszotásában, ha nem vesz részt, akkor a jelenlegi szobáját kapja meg, ezután eljárásban résztvevők között létrehozunk egy véletlenszerű sorrendet. Az első diák megkapja az általa legjobba preferált üres szobát, a második a maradék szobák közül a neki legjobban tetszőt és így tovább. Az alábbi táblázat az RSD-SR eljárás és a vesecsre program tényezői közti megfeleltetést mutatja: RSD-SR eljárásban szobák szobával rendelkező diákok szobával nem rendelkező diákok Vesecsre programban vesék élő donorral rendelkezó páciensek élő donorral nem rendelkezó páciensek A probléma az, hogy a mechanizmus nem elég hatékony, mert a már szobával rendelkező résztvevőknek nem garantálja, hogy jobban preferált szobát kapnak a sajátjukénál. 3.2 TTC algoritmus, Lakáspiac A TTC (top trading circles) algoritmus használata a lakáspiacon merült fel, a cél Pareto-hatékonyan elosztani a tulajdonosok közt a házakat, úgy, hogy a piacon nincs pénz. Adottak házak és háztulajdonosok és minden tulajdonosnak van egy szigorú preferencia sorrendje a házakon. Az algoritmus során minden lépésben előállítunk egy irányított gráfot, melynek csúcsai a házak és a tulajdonosok, éleit pedig úgy határozzuk meg, hogy minden házból vezet egy él a tulajdonosa felé és minden tulajdonosból a számára legjobban tetsző ház felé. Ekkor a gráfban, mivel véges, van egy kör ami mentén végrehajthatók a lakások cseréje, ezután újra megkonstruáljuk a gráfot úgy, hogy a szóbanforgó lakások és tulajdonosok nem vesznek részt többé az eljárásban és így folytatjuk tovább, addig amíg minden tulajdonosnak nem lesz háza. Az alábbi táblázat a TTC algoritmus és a vesecsre program tényezői közti megfeleltetést mutatja: TTC eljárásban lakástulajdonosok lakások Vesecsre programban élődonorral rendelkező páciensek élő donorok 3

Az algoritmus kizárólag az élődonorall rendelkező pácienseket veszi figyelembe. A halott várólista lehetőségét is bevéve az eljárásba a hatékonyság tovább növelhető. 3.2.1 Egy példa a TTC algoritmus menetére t 8 h 8 t 7 h 7 t 6 h 6 t 8 h 8 t 7 h 7 t 6 h 6 h 9 t 5 h 9 t 5 t 9 h 5 t 9 h 5 h 10 t 4 h 10 t 4 t 10 h 4 t 10 h 4 h 1 t 1 h 2 t 2 h 3 t 3 h 1 t 1 h 2 t 2 h 3 t 3 1. lépés 2. lépés t 8 h 8 t 7 h 7 t 8 h 8 t 7 h 7 h 10 t 4 h 10 t 4 t 10 h 4 t 10 h 4 h 1 t 1 h 3 t 3 3.lépés h 1 t 1 h 3 t 3 4.lépés Az 1. lépésben megkonstruálunk egy iányított páros gráftot, melynek egyik csúcsai a tulajdonosok (t 1, t 2,, t 10 ) és a házaik (h 1, h 2,, h 10 ). Minden házból vezet egy él a tulajdonosa felé és minden tulajdonosból az általa legjobban preferált ház felé. 2. lépésben megkeressük a köröket a gráfban: h 2 t 2 h 6 t 6 h 9 t 9 h 2 és h 5 t 5 h 5. Ezen körök mentén végrehajtható a házak cseréje. Nyilvánvalóan így minden trésztvevő legalább olyan jól jár, mintha nem vett volna részt az eljárásbvan, hiszen ha saját házát preferálja a többivel szemben, az a gráfban egy hurokélt jelent és akkor e mentén hajtódik végre a csere. Az algoritmus az előbb meghatározott körök beli csúcsok nélül folytatődik tovább (3. lépés). A 4. lépésben azon háztulajdonosok, akik az éppen letörölt körök beli házakat preferálták a preferenciasorrendjüknek megfelelő következő házra mutatnak. 3.3 YRMH-IGYT eljárás Az YRM-IGYT algoritmus (you reques my house-i get your turn) algoritmus az RSD-SA eljárás hiányosságainak megoldására találták ki. Néhány diáknak 4

van (nem biztos, hogy neki tetsző) szobája, néhánynak nincs. Minden diáknak van egy preferenciasorrendet a szobákon. Véletlenszerűen sorbarendezzük a diákokat, majd sorban a diákok rendre rámutatnak a legjobban preferált szobára. Ha a szoba üres üres, akkor a diák megkapja a szobát és többé sem a diák, sem a szoba nem szerepel az eljárásban, ha foglalt, akkor a szoba lakója a sor elejére kerül és így folytatódik az eljárás. Az eljárás során az alábbi esetekben hajtjuk végre a szobák cseréjét l 1, l 2,, l n lakók között: l 1 l 2 szobáját, l 2 l 3 -ét,l n l 1 -ét szeretné (kör mentén) l 1 l 2 szobáját, l 2 l 3 -ét,l n egy üres szobát szerete (út mentén) Az alábbi táblázat az YRMH-IGYT eljárás és a vesecsre programban tényezői közti megfeletetést mutatja. YRMH-IGYT eljárásban lakással rendelkező diákok már elfoglalt lakások lakással nem rendelkező diákok el nem foglalt lakások Vesecsre programban élődonorral rendelkező páciensek élő donorok várólistás páciensek halottból származó vesék Ez az eljárás pareto hatékonya osztja el a szobákat a hallgatók közt. Viszont az analógia a két probléma közt nem vesz figyelembe egy fontos különbséget, azt hogy az el nem foglalt lakásokkal szemben, a halottból származó vesék minősége, elérhetőségének időpontja nem pontosan meghatározott. Ezért az YRMH-IGYT eljárás módosításra szorul. 5

3.3.1 Egy példa az YRMH-IGYT eljárásra: h 3 h 6 h 2 h 5 h 8 h 1 h 7 h 4 h 3 h 6 h 2 h 5 h 8 h 1 h 7 h 4 sz 1 sz 2 sz 3 sz 4 sz 5 sz 6 sz 7 sz 8 sz 1 sz 2 sz 3 sz 4 sz 5 sz 6 sz 7 sz 8 1. lépés 2. lépés h 6 h 2 h 5 h 8 h 1 h 7 h 4 h 6 h 2 h 5 h 8 h 1 h 7 h 4 sz 1 sz 2 sz 3 sz 5 sz 6 sz 7 sz 8 sz 1 sz 2 sz 3 sz 5 sz 6 sz 7 sz 8 3. lépés 4.lépés h 8 h 1 h 7 h 4 h 8 h 1 h 7 h 4 sz 2 sz 3 sz 5 sz 7 sz 2 sz 3 sz 5 sz 7 5. lépés 6. lépés Az 1. lépésben megkunstruáljuk a gráfot, h 1, h 2,, h 8 a hallgatókat jelenti, sz 1, sz 2,, sz 8 pedig a szobákat. Egy hallgató és szoba közt fut él, ha a szóban forgó hallgatónak már megkapta a szobát (kék élek) és a hallgatókat véletlenszerűen sorbarendezzük. A 2. lépésen a sorrend szerint első hallgató, h 3 a negyedik szobát szeretné, amit meg is kap, mivel ennek a szobának még nincs tulajdonosa, ezután már sem a hallgató, sem a szoba nem fog részt venni az eljárásban (3. lépés). A 4. lépésben egy út alakult ki, mivel h 6 a hatodik szobát szeretné, aminek már van tulajdonososa (h 5 ) és most ő kapja meg a jogot, hogy szobát válasszon attól függetlenül, hogy hol szerepel a sorrendben. Mindez addig folytatódott míg valaki egy üres szobára nem mutatott. A szobák kiosztása végrehajtható a h 6 sz 6 h 5 sz 1 h 2 sz 8 út mentén. Az 5. lépésben megint letöröljük az újonnan szobát kapott hallgatókat és szobáikat. A 6. lépésben a 4. lépéshez hasonlóan a hallgatók tulajdonossal rendelkező szobákra mutatnak, viszont itt egy kör alakul ki. Ekkor a h 8 sz 7 h 4 sz 3 h 8 kör mentén hajthatók végre a szóbák cseréi. Az eljárás addig folytatódik, míg minden hallgatónak nincs szobája. 3.4 TTCC eljárás A TTCC algoritmus (top trading cicles and chains) a TTC továbbfejlesztése a a vese csere problémára. Az algoritmus minden lépésben előállítunk egy G irányított gráfot, melynek csúcsai a páciensek (p 1, p 2,, p n ), a donorok (v 1, v 2,, v n ) és a halott várólista lehetősége (). Ha egy páciens a halott várólistát preferálja, az azt jelenti, hogy a saját donorának veséjéért cserébe ő 6

kap egy kedvezményezett helyet a várólistán. Minden donortól fut él a kedvezményezettjéhez és minden pácienstől az általa legjobban preferált donorhoz, vagy a halott várólistához. Ezután a következő történik: ha van irányított kör, akkor a kör mentén végrehajthatók a transzplantációk, ha nincs irányított kör, akkor minden p i pontból indul út -be. Ekkor ezen utak (-láncok) valamelyike mentén hajthatók végre a transzplantációk, úgy, hogy az út végén levő páciens donora bekerül a halott várólistára. Az algoritmus addig fut, míg minden páciensnek nincs donora, vagy egy kedvezményezett helye a halott várólistán. 3.4.1 Példák a -láncok kiválasztásásnak szabályára Az algoritmus során a halott várólistába vezető utakat hívjuk -láncoknak. A láncok utolsó pácienséhez tartozó donor veséjét megtarthatjuk, ami azt jelenti, hogy az eljárás következő lépésében e donor veséje nem kerül be a halott várólistába, hanem a még vesét nem kapott páciensek mutathatnak rá. Példák láncok kiválasztásának szabályára: Válasszunk minimális -láncot és távolítsuk el, vagy tartsuk meg. Válasszunk a maximális -láncot és távolítsuk el, vagy tartsuk meg. Adjunk meg prioritási sorrendet a donor páciens párok között és válasszuk mindig azt a -láncot, amely a legmagasabb prioritású párral kezdődik, majd távolítsuk el, vagy tartsuk meg. Adott meg proritási sorrend a párokon, (0-ás donorral magasabb), válasszuk a legnagyobb prioritású párral kezdődő -láncot és tartsuk meg, ha a donor 0-ás, ellenkező esetben távolítsuk el. A TTCC eljárás miatt a várólistán levő 0-ás vércsoportuak hátrányba kerülhetnek, mivel nekik csak 0-ás vércsoportú donor megfelelő és a TTCC eljárás révén több nem 0-ás szerv kerül a halott váró listára, mint amennyi bekerül oda. A legutóbbi lánc kiválasztási szabállyal kompenzálahtó a várólistán levő 0-ás vércsoportúak hátránybakerülése, hiszen azon -láncokat preferáljuk, ahonnan 0-ás szerv kerül a várólistára. 7

3.5 Egy példa a TTCC eljárásra p 8 d 8 p 7 d 7 p 6 d 6 p 8 d 8 p 7 d 7 p 6 d 6 d 10 d 10 p 10 p 10 d 1 p 1 d 2 p 2 d 3 p 3 d 1 p 1 d 2 p 2 d 3 p 3 1. lépés 2. lépés p 8 d 8 p 7 d 7 p 8 d 8 p 7 d 7 d 1 p 1 d 3 p 3 d 1 p 1 d 3 p 3 p 8 d 8 p 7 d 7 3. lépés 4. lépés d 1 p 1 d 3 p 3 5. lépés Az első lépésben megkonstruáljuk a G gráfot: minden donortól vezet él a kedvezményezettjéhez és a páciensektől az általuk legjobban preferált donorhoz, vagy a halott várólistához (). Ekkor kialakult egy kör (2. léplés), d 2 p 2 d 6 p 6 d 1 0 p 1 0 d 2 mentén végrehajthatók a transzplantációk. 3. lépésben kitöröljük a az előbbi csúcsokat, majd (4. lépés) az érintett páciensek preferenciasorrendjüknek megfelelően változtatják a preferált lehetősget (halott várolista, vagy donor). Ezután egy olyan gráfot kaptunk, amely nem kör, ekkor 8

a leghosszabb -be vezető út mentén, d 7 p 7 d 1 p 1 d 3 p 3 mentén hajthatók végre a transzplantációk, azaz a hetes számú donor veséje bekerül a a halott várólistára, pedig kap egy halottból származó vesét. 3.6 TTCC eljárás taktikázásbiztossága és Pareto hatékonysága A TTCC eljárás például az alábbi esetekben Pareto-hatékony: Legrövidebb -láncot választjuk és megtartjuk azt. Prioritási sorrendet definiálunk a párok felett és mindig a legmagasabb prioritású párral kezdődő -láncot választjuk. A TTCC eljárás taktikázásbiztos 2 például az alábbi esetekben: Válasszunk minimális -láncot és távolítsuk el Adott prioritási sorrend a párokon, válasszuk a legnagyobb prioritású párral kezdődő -láncot és távolítsuk el, vagy tartsuk meg. Adott proritási sorrend a párokon, (0-ás donorral magasabb) válasszuk a legnagyobb prioritású párral kezdődő -láncot és tartsuk meg, ha a donor 0-ás, ellenkező esetben távolítsuk el. 4 További feladatok Továbbiakban érdemes lenne felhasználni a megírt algoritmusokat egy szimulációhoz, amellyel a következő szempontok szerint lehetne összehasonlítani ezeket az eljárásokat: 1. Pareto-hatékonyság. 2. A vesét kapók aránya az élődonorral rendelkezők között. 3. Az átültetett vesék kompatibilitásának foka. 4. A halott várólistán levők esetén a különböző vércsoportal rendelkezők várakozási idejének megváltozása. 5. A halott várólistán levő egyes betegek esetleges hátránybakerülése. 6. A halott várólistáról beültetett vesék kompatibilitásának foka. 7. Milyen hatással van a kimenetelre, az ha az algoritmus nem taktikázásbiztos. Emellett ki lehetne egészíteni az algoritmusokat azzal, hogy egy páciensek nem csak egy donorja lehet, hanem több is, ekkor a kör kereső algoritmust módosítani kell (például szélességi bejárással), hiszen kihasználtuk azt, hogy minden csúcsnak pontosan egy akifoka. 5 Felhasznált irodalom Wikipedia Alvin E. Rot, Tayfun Sönmez, M. Utku Ünver: KIDNEY EXCHANGE 2 Egy rendszert taktikázásbiztosnak nevezünk, ha a rendszer szereplőinek nem áll érdekükben, hogy hazudjanak, vagy eltitkolják a tudomásukban levő információkat. 9