Optimisation des systèmes de santé d`urgence

Optimisation des Services d’Urgences
Oualid Jouini, Maître de Conférences, ECP
Karim Ghanes (ECP)
Zied Jemai (ECP)
Ger Koole (VU University Amsterdam & ECP)
Mathias Wargon (Hôpital St Camille)
Romain Hellmann (ARS)
Hôpital Henri Mendor, Créteil le 16 juin 2014
1
Contexte de la collaboration
 Service d’urgence
 Augmentation de la fréquentation
 Problème de congestion
 Ecole Centrale Paris
 Laboratoire Génie Industriel (LGI), équipe gestion des opérations
 Anticipation et optimisation de la performance des systèmes
2
Méthodologie
1.
Elaboration du modèle de simulation
2.
Généricité du modèle
3.
Expérimentations et résultats
3
Simulation

Méthode quantitative pour l’aide à la décision
Inputs
Modèle de
simulation
Evaluation de performances
Actions
4
De la formulation du problème à l’expérimentation


Problème de congestion (Overcrowding): longues
durées d’attente, abandons, baisse de qualité des
soins, stress du personnel, insatisfaction des patients,
revisites, etc.
1
Formulation du problème
2
Collecte et analyse des
données/modèle conceptuel
3
Le modèle conceptuel
valide?
4
Modèle informatique
5
Modèle informatique
valide?
6
Expérimentation et analyse
des résultats
Comment améliorer les performances du service
d’urgence?


Concevoir un modèle de simulation le plus
générique possible afin que l’agence puisse se
l’approprier par la suite pour accompagner
certains SU dans leur mutation vers une meilleure
efficience de leur organisation.
Tester différentes alternatives (staffing et process)
afin de trouver celle qui optimise les
performances du système.
5
De la formulation du problème à l’expérimentation
4 sources de collecte: base de données, estimations d’experts,
données externes et chronométrage
1
Formulation du problème
2
Collecte et analyse des
données/modèle conceptuel
3
Le modèle conceptuel valide?
4
Modèle informatique
5
Modèle informatique valide?
6
Expérimentation et analyse
des résultats
Analyse et modélisation par des lois statistiques de distribution
6
De la formulation du problème à l’expérimentation
Patient Arrival
Arrival SAMU*
1
Registration
Decision after
UHCD?
5
UHCD
Release
IOA available?
No
WT1
1
Formulation du problème
2
Collecte et analyse des
données/modèle conceptuel
3
Le modèle conceptuel
valide?
4
Modèle informatique
5
Modèle informatique
valide?
6
Expérimentation et analyse
des résultats
Yes
Yes
Free bed in
UHCD?
Triage
Hosp in ED
No
Box available?
Wich Clinical
Outcome?
WT2
Yes
No (Intern waiting room)
Nurse
available?*
No
Long Hosp
Organization of
transfer*
No
WT3
Are other tests
necessary?
Transfer
Yes
Nurse installs
patient
Transport to
Box/Sock box
2
WT4
No
Consultation
Doctor
available?*
Calling
specialist and
waiting for him
Validation by
Senior
Yes
Diagnostic
Tests?*
Blood Test
WT5
None
If Junior
Yes
yes
Yes
If Junior
Checking results/
Discussion with
specialist and
decision
4
Doctor
available?*
Validation by
Senior
No
WT9
No
Specialist?
Release*
Yes
Results
Ready?
No
WT8
3
No
Radio
Nurse
available?
WT6
Yes
Sampling
Lab Tests
No
Stretcher
available?
WT7
Yes
Transport
Department of
Radiology
Xray/Scan/Echo/
MRI
No
Stretcher
available?
Yes
Transport
7
De la formulation du problème à l’expérimentation
1
Formulation du problème
2
Collecte et analyse des
données/modèle conceptuel
3
Le modèle conceptuel
valide?
4
Modèle informatique
5
Modèle informatique
valide?
6
Expérimentation et analyse
des résultats
8
De la formulation du problème à l’expérimentation
1
Formulation du problème
2
Collecte et analyse des
données/modèle conceptuel
3
Le modèle conceptuel
valide?
4
Modèle informatique
5
Modèle informatique
valide?
6
Expérimentation et analyse
des résultats
9
De la formulation du problème à l’expérimentation
Trois critères de comparaison:
1
Formulation du problème
2
Collecte et analyse des
données/modèle conceptuel
3
Le modèle conceptuel
valide?
4
Modèle informatique
5
Modèle informatique
valide?
6
Expérimentation et analyse
des résultats
 La durée moyenne des 5 étapes du processus
 Le taux d’utilisation des ressources
 La distribution de la durée totale de passage
10
Généricité du modèle
Etudes similaires
Caractéristiques
Du service
(Centeno et al.
2003))
(Komashie and
Mousavi 2005)
Duguay and
Chetouane
(2007)
(Ahmed and
Alkhamis 2009))
Weng and al
(2011)
Present study
Arrival Process
Depends on
Depends on week
Periods of the day days
Depends on
week days
Depends on day
hours
Depends on the
period of the day
Depends on
week days and
day hours
Patients’ categories
Yes (4)
Yes (2)
Yes (5)
Yes (3)
Yes (4)
Yes (5)
Included resources
Doctors, Nurses,
boxes (called
beds)
Doctors, Nurses,
Boxes (cubicles)
Doctors,
Nurses,
Boxes
Receptionists,
Doctors, Nurses,
Lab technicians,
Boxes (ER), Beds
Doctors, Nurses,
SickBeds (SR)
Doctors, Nurses,
Stretcher bearer,
SR, Boxes, beds
Resources subdivisions
Severity and/or expertise
based processing times
No
Yes, based on
severity
Yes
Yes, based on
severity
No
No
Yes, based on No
severity
Yes
No
Yes
Yes, based on
both
Lab tests/Radiology
Transportation times
Yes
No
No
No
Yes
No
Yes
No
Yes
No
Yes
Yes, for patients,
not for staff
Staff Shifts
Teaching aspects
Specialist
Abandonment
Observation Unit
Experiments
Yes
No
No
Yes
No
Simulation
combined with
Integer Linear
Programming
Nurses
No
No
No
No
Yes
Intuitive What-if
scenarios
Yes
No
No
No
No
Intuitive
What-if
scenarios
No
No
No
No
Yes
Simulation
Optimization
No
No
No
No
Yes
Simulation
Optimization
Yes
Yes
Yes
Yes
Yes
Simulation
Optimization
All included
resources
All included
resources
Doctors, Nurses,
Lab technicians
Doctors and
Nurses
All included
Human resources
Control variables in the
experiments
11
Expérimentation
Deux manières de faire:
 Elaboration de scénarios basés sur l’expérience et comparaison de
leurs performances
 Utilisation de Simulation Optimization (méthode exhaustive)
12
Expérimentation
Additional Staffing
budget (α)
Optimal solution
5%
10%
20%
323
246
205
12%
33%
44%
30%
182
50%
One additional Senior SC during Day shift
One additional Senior LC during Night shift
One additional Senior LC during Night shift
Two additional nurses LC during Night shift
Two additional Seniors LC during Night shift
One additional Senior SC during Day shift
One additional Nurse LC during Night shift
One additional Triage Nurse during Day shift
One additional Junior ESI45 during Day shift
13
Expérimentation
Analyse de sensibilité de la durée de séjour moyenne au SU en fonction du budget
La valeur marginale d’un budget supplémentaire est décroissante
400
350
-12%
300
-33%
250
-44%
200
-50%
-53%
-55%
-56%
150
100
50
0
0%
10%
20%
30%
40%
50%
60%
70%
Additional Staffing budget
14
Expérimentation (suite)
 Approche basée sur les ressources
– Optimisation de la superficie
– L’utilisation de trois roulements dans la journée au lieu de deux. Choix des
vacations ?
 Approche basée sur le processus
– Prescription des examens par l’infirmière
– Analyse de la contrainte « même patient même staff »
– Biologie délocalisée
15
Merci de votre attention!
16