Ce résumé étendu donne un aperçu du développement d'un modèle de simulation à utiliser dans l'assistance au triage des patients dans le département de médecine interne hospitalière (HIM) de la Mayo Clinic à Rochester, MN, dans un effort pour équilibrer la charge de travail entre les services du département. La principale contribution de ce travail est le développement d'un score qui mesure la charge de travail des prestataires avec plus de précision. Des enquêtes Delphi, des analyses conjointes et des méthodes d'optimisation ont été utilisées pour créer ce score qui devrait mieux représenter la charge de travail des prestataires. Les résultats préliminaires étaient basés sur la proportion de temps au cours d'un mois où chaque service était au niveau ou au-dessus de "l'utilisation maximale", ce qui est la façon dont la charge de travail est actuellement considérée dans une instance. Un modèle de simulation construit dans SIMIO 8 a permis de réduire de 12,1 % la proportion de temps pendant laquelle un service était en moyenne à son "utilisation maximale" ou au-dessus, tout en constatant une diminution de la différence moyenne entre ces proportions de 8,3 % (meilleur équilibre entre tous les services).
Depuis 1990, la littérature sur les soins de santé a connu une augmentation substantielle des publications concernant la charge de travail des professionnels de la santé. Le concept de charge de travail est un sujet d'intérêt en raison de ses implications dans le domaine des soins de santé. Par exemple, la recherche a montré que la charge de travail imposée au personnel infirmier a une incidence directe sur les résultats pour les patients, ainsi que sur la satisfaction et la résilience du personnel infirmier sur le lieu de travail. Afin de prévenir les conséquences négatives d'une charge de travail élevée, des méthodes doivent être créées pour gérer et équilibrer la charge de travail des prestataires de soins de santé. L'objectif du projet est de développer un score qui représente plus précisément la "charge de travail perçue" parmi les prestataires opérant dans 13 services hospitaliers au sein du département HIM de la Mayo Clinic située à Rochester, MN, et de vérifier la validité des scores par simulation. D'autres objectifs du projet sont de fournir au département HIM un outil de simulation qui permettra aux prestataires et à l'administration d'exécuter des "scénarios de simulation" et de tester toute politique découlant du score créé (en cours). Bien que le score doive être ajusté en fonction des suggestions des prestataires et des administrateurs, les résultats préliminaires générés par la simulation indiquent que l'utilisation de notre score conduira à une charge de travail plus équilibrée entre les services de l'hôpital (voir la figure 2 ci-dessous).
Actuellement, le recensement (nombre de patients dans le service) est le seul outil utilisé par le médecin du jour pour trier les patients dans l'hôpital, ce qui ne reflète pas exactement la charge de travail des prestataires de ces services, à la fois objectivement et subjectivement. Grâce à deux enquêtes Delphi (l'une menée avant l'arrivée à la clinique Mayo et l'autre sur place) et à une analyse conjointe de la seconde enquête, nous avons pu déterminer les facteurs (xi) qui contribuent à la charge de travail perçue par les prestataires. Un modèle d'optimisation linéaire a ensuite été élaboré afin de pondérer (wi) ces facteurs, l'objectif étant de minimiser l'écart par rapport aux données fournies par les prestataires. Le score obtenu est la combinaison linéaire de ces poids et facteurs (Score = ∑ 𝑤𝑖𝑥𝑖 ). Ensuite, une simulation complète a été réalisée pour reproduire le processus de progression d'un patient dans le service de GIS afin de valider le score proposé. La figure 1 ci-dessous présente le schéma de haut niveau de la simulation :
Nous avons simulé des patients se déplaçant dans les 13 services médicaux du département HIM (services résidents 1 à 4, services médicaux 5 à 9, 11 et 14, et services gastro et pulmonaires). Au sein de chaque service, des sous-modèles ont été construits, dans lesquels les prestataires sont modélisés comme des travailleurs qui peuvent être saisis par les emplois créés par les patients au sein de leur service. Chaque jour, la simulation décide si un patient restera dans le service sur la base de son historique de sortie et, si c'est le cas, des tâches sont créées au début de chaque journée que les prestataires devront prendre le temps de faire (c'est-à-dire des visites, des visites familiales, de la paperasserie, etc.) Un travail d'admission similaire est créé pour les prestataires lorsqu'un patient est admis pour la première fois dans leur service (c'est-à-dire assigné à leur service par le MOD). En utilisant les données historiques, nous avons pu mettre en œuvre une politique basée sur le score de charge de travail le plus bas et comparer les résultats à la réalité.
La figure 2 ci-dessous montre la proportion moyenne du mois pendant laquelle chaque service a atteint ou dépassé l'"utilisation maximale", telle qu'elle est actuellement définie par les fournisseurs du département. Historiquement, nous constatons un déséquilibre important en ce qui concerne le temps que chaque service passe à l'utilisation maximale. Cependant, grâce à une mise en œuvre rudimentaire du triage vers un service ayant le score de charge de travail le plus bas, nous constatons un équilibre nettement meilleur en ce qui concerne la distribution du temps que chaque service passe à l'utilisation maximale. Nous constatons également que, dans l'ensemble, la proportion de temps que chaque service passe en utilisation maximale est réduite, ce qui implique une diminution de la charge de travail parmi les prestataires, ce qui conduira très probablement à une amélioration globale des services de santé fournis aux patients. La Mayo Clinic nous a fourni une étude de cas pour le triage des patients dans un scénario hospitalier, mais cette simulation et ce score peuvent être généralisés pour d'autres services et établissements qui ont un processus similaire.