Un cadre de simulation pour la conception et l'analyse des cliniques de soins de santé

Le défi

par Jason Ceresoli et Michael Kuhl (R.I.T.)

Présenté lors de la conférence sur la simulation d'hiver 2018

Le traitement des patients dans les cliniques de soins de santé ambulatoires est une tendance en croissance continue à mesure que la technologie s'améliore et que les avantages de la récupération sont reconnus. Dans cet article, nous nous concentrons sur les aspects opérationnels des cliniques qui auront un impact sur les décisions de conception des cliniques relatives à la productivité, à l'efficacité et à la qualité des soins aux patients. Nous développons un simulateur généralisé de conception de clinique de soins de santé (HCD-Sim) afin d'étudier le comportement dynamique du système et d'analyser des conceptions alternatives de cliniques de soins de santé ambulatoires. Notre cadre de simulation est conçu pour avoir une structure axée sur les données qui est capable de représenter une grande classe de cliniques de soins ambulatoires grâce à la spécification des données de la clinique relatives aux flux de patients, aux flux de travail et aux exigences en matière de ressources. Nous décrivons notre méthodologie et démontrons les capacités d'expérimentation du cadre de simulation.

Introduction

L'un des principaux objectifs des organismes de soins de santé est de fournir des soins efficaces et efficients. Dans cette optique, les organismes de santé ont identifié la nécessité d'analyser et d'étudier leurs systèmes et processus afin d'améliorer leurs performances opérationnelles. La conception des établissements de santé est un domaine qui peut avoir un impact sur la qualité et l'efficacité des soins prodigués aux patients. Le nombre de salles de traitement, l'équipement disponible et les médecins disponibles sont quelques-uns des nombreux choix de conception que les planificateurs des soins de santé doivent déterminer lors de la conception d'un système. En outre, plusieurs tendances clés dans le domaine des soins de santé ont accru la nécessité de planifier plus soigneusement les installations : l'accent mis sur la réduction des coûts tout en augmentant la qualité, l'importance croissante de l'amélioration de la satisfaction des patients et l'évolution de l'utilisation des installations vers des soins plus ambulatoires (Ulrich 2001). Les établissements de santé mal conçus créent des environnements susceptibles de provoquer de longues attentes et des encombrements, ce qui peut accroître le stress du personnel soignant (Rohleder et al. 2011), et les affections qui étaient généralement traitées en milieu hospitalier font l'objet d'une transition vers le milieu ambulatoire en raison de la réduction significative des coûts, de l'amélioration de la qualité de vie des patients et de la diminution des risques d'infections nosocomiales (Vaughn et al. 2016). La résolution des problèmes liés à des installations mal conçues peut avoir un impact considérable sur les performances opérationnelles (Ulrich et al. 2008). C'est pourquoi les centres de soins sont désormais conçus de manière à prendre en compte les nouvelles demandes de traitements ambulatoires.

L'objectif de cette recherche est de développer un cadre de simulation pour les cliniques de soins de santé afin d'analyser leur système d'un point de vue opérationnel. Le cadre sera suffisamment général pour que son utilisation puisse être appliquée à différentes cliniques, mais suffisamment détaillé pour modéliser avec précision la nature dynamique et complexe des opérations cliniques. Le cadre peut être utilisé comme outil pour aider les planificateurs de soins de santé à faire des choix plus éclairés en comprenant l'impact d'une décision sur les mesures de performance qui nous intéressent. Le cadre soutiendra les analyses de capacité et de flux de patients afin de fournir aux décideurs une méthode pour identifier les limites d'un système de soins de santé, et pour identifier les paramètres clés qui ont le plus d'impact sur la performance.

Cette meilleure compréhension permettra d'identifier la meilleure conception dans un environnement peu coûteux et peu risqué. Le reste de ce document est organisé comme suit : un résumé des travaux connexes est présenté à la section 2 ; la méthodologie du cadre de simulation est examinée à la section 3 ; l'expérimentation à l'aide du cadre est présentée à la section 4 ; la conclusion et les travaux futurs sont examinés à la section 5.

Résumé des travaux connexes

L'utilisation de la simulation pour étudier les systèmes de soins de santé s'est considérablement développée au cours des dernières années. Dans cette section, nous résumons une partie de cette recherche liée au besoin de modèles généralisés/réutilisables, à l'utilisation de la simulation pour étudier l'analyse de la capacité et le flux de patients dans les soins de santé et, enfin, à l'application de la simulation à l'étude des cliniques ambulatoires.

Les chercheurs ont montré que la simulation d'événements discrets est capable de modéliser des systèmes complexes, ce qui la rend avantageuse pour l'analyse des systèmes de soins de santé (Hong et al. 2013 ; Roberts 2011). En outre, des modèles réutilisables sont nécessaires dans les soins de santé, car les progrès de la simulation dans les soins de santé sont freinés par la tendance à créer des modèles à partir de zéro, plutôt que de mettre en œuvre des concepts de simulation généraux (Günal et Pidd 2010 ; Mahdavi et al. 2013 ; Robinson et al. 2004 ; Roberts 2011).

L'analyse de la capacité et le flux de patients sont deux domaines centraux de la recherche sur la simulation dans les soins de santé. La simulation est largement utilisée pour l'analyse de la capacité en raison de la possibilité qu'elle offre de reproduire et d'évaluer un système dans un environnement à faible coût et à faible risque (Katsaliaki et Mustafee 2011). Dans une étude approfondie de la capacité et de la performance des services de santé, Jack et Powers (2009) ont constaté que, contrairement à d'autres industries de services, les conséquences d'un manque d'adéquation entre la demande des patients et les ressources limitées sont graves. En outre, les décisions relatives à la capacité sont associées à l'allocation de ressources rares pour gérer la demande, ce qui peut avoir un impact sur la quantité de soins qui peut être fournie et sur le mélange de patients que le système est capable de traiter (Smith-Daniels et al. 1988). Les applications de l'analyse de la capacité comprennent des études sur les services d'urgence (Oh et al. 2016), un centre de traitement du cancer (Romero et al. 2013), les besoins en lits des hôpitaux (Harper et Shahani 2002) et une clinique orthopédique ambulatoire (Baril et al. 2014). Outre l'analyse des capacités, les flux de patients et les parcours de soins sont au centre de nombreuses études, car ils peuvent conduire à des opportunités d'amélioration des performances (Marshall et al. 2005). Cote (2000) affirme que le flux de patients et la capacité sont étroitement liés, car le flux de patients est en fait la demande imposée à un système de soins de santé. En outre, McLaughlin et Hays (2008) indiquent que l'analyse du flux de patients permet d'identifier les activités sans valeur ajoutée qui, si elles sont supprimées, peuvent conduire à des gains d'efficacité.

D'un point de vue opérationnel, une tendance constante dans la prestation des soins de santé est le passage au traitement des patients en ambulatoire, plutôt qu'uniquement en hospitalisation (Cote 2000). Au cours des deux dernières décennies, les systèmes de santé ont constaté un quasi-doublement du nombre de consultations externes (Parks et al. 2011). Cette tendance récente serait motivée par l'innovation en matière de médicaments, les avancées technologiques, les procédures (Cote 2000) et la réduction des coûts financiers (Vaughn et al. 2016). Cependant, bon nombre des problèmes qui ont affecté les services d'hospitalisation (congestion, heures supplémentaires du personnel, temps d'attente élevés, etc. Hong et al. (2013) expliquent que ces problèmes dans les cliniques ambulatoires entraînent une augmentation de l'insatisfaction des patients. Ce point est important car la satisfaction des patients a un impact sur les remboursements qu'un système de santé reçoit de Medicare et Medicaid (Kennedy et al. 2014).

Sur la base de cette recherche, nous souhaitons contribuer à résoudre les problèmes liés à la conception et à l'analyse de cliniques externes efficaces et efficientes en développant un cadre de modélisation de simulation généralisé. L'approche de modélisation réutilisable permettra d'analyser la capacité et le flux de patients à des fins de prise de décision. La nouveauté de notre cadre de modélisation réside dans le fait qu'il développe le formalisme DEVs et permet l'extensibilité des modèles atomiques (Zeigler et al. 2000). En outre, ce cadre s'appuie sur les travaux proposés par Pérez et al. (2010), Alvarado et al. (2018) et Abo-Hamad et Arisha (2013) en permettant aux composants ou aux modèles atomiques qui représentent les attributs de la clinique (salles de traitement, personnel, flux de patients, etc.) d'être modifiés par des entrées provenant d'une table de données. De plus, le nombre de ces attributs peut être modifié par les entrées d'une table de données, ce qui réduit le temps nécessaire à la modélisation de différentes cliniques ou de conceptions alternatives.

La solution

Simulation de cliniques de soins de santé

Dans cette section, nous résumons les aspects opérationnels des cliniques de soins ambulatoires et la traduction de ces aspects dans le développement d'un cadre de simulation généralisé. Nous nous concentrons en particulier sur les aspects opérationnels de la clinique qui auront un impact sur les décisions de conception de la clinique en termes de productivité, d'efficacité et de qualité des soins aux patients. Il s'agit d'aspects tels que l'agencement et la configuration des locaux, les schémas d'arrivée des patients, les flux de patients et les flux de travail, entre autres. Pour représenter le comportement dynamique et les performances, un cadre de simulation à événements discrets est présenté pour faciliter la conception du système, l'analyse et la prise de décision.

Description du système clinique

Bien qu'il existe une multitude de cliniques spécialisées dans les soins de santé ambulatoires, d'un point de vue opérationnel, la plupart d'entre elles partagent un flux et une séquence opérationnels similaires. Bien que les détails spécifiques concernant le diagnostic médical et le traitement puissent différer, nous décrivons une clinique représentative du point de vue du flux de patients et du flux de travail.

Les patients arrivent dans une clinique soit en fonction d'un horaire, soit sans rendez-vous, soit une combinaison des deux. Les patients peuvent généralement être classés en fonction de leur diagnostic ou de la raison de leur visite, ce qui permet de définir leur parcours de soins. À son arrivée, le patient s'enregistre (souvent à la réception) et le personnel de la clinique est informé que le patient attend. Du point de vue du personnel, l'arrivée du patient incite le personnel à déterminer qui sera affecté à ce patient. Une fois qu'un membre du personnel a sélectionné le patient, il commence à examiner son dossier. Pendant ce temps, la clinique détermine la disponibilité d'une salle d'examen pour le patient. Une fois la salle disponible, les signes vitaux du patient sont pris en compte sur le chemin de la salle d'examen. Dans la salle d'examen, diverses évaluations ou procédures sont effectuées. Il s'agit généralement d'une évaluation préliminaire par une infirmière ou un assistant médical, suivie d'une évaluation ou d'une procédure par un médecin. Entre ces deux évaluations, le médecin est informé des résultats de l'évaluation préliminaire. Si le patient a besoin d'une intervention, celle-ci peut être effectuée dans la salle d'examen ou dans une salle d'intervention séparée (en fonction de l'intervention requise et/ou de la disponibilité de la salle), selon l'intervention et les besoins en ressources. Une fois que le patient a terminé ses soins, il quitte le système. Après le départ du patient, le personnel termine l'établissement du dossier et la rédaction des ordonnances, le cas échéant, avant de recevoir le patient suivant. (Un organigramme illustrant les flux de patients est présenté à la figure 2 pour la clinique représentative utilisée dans notre expérience).

Cadre de simulation d'une clinique de soins de santé

Afin de fournir une méthode généralisée pour étudier le comportement dynamique des cliniques de soins de santé et pour analyser d'autres conceptions de cliniques de soins de santé ambulatoires, nous avons développé un simulateur de conception de clinique de soins de santé (HCD-Sim). Notre cadre de simulation est conçu pour avoir une structure modulaire axée sur les données. En d'autres termes, notre intention est de fournir un modèle de simulation à événements discrets capable de représenter une grande catégorie de cliniques de soins ambulatoires uniquement en spécifiant les données de la clinique relatives aux flux de patients, aux flux de travail et aux exigences en matière de ressources. Bien que les recherches se poursuivent, le cadre peut être divisé conceptuellement en cinq composantes - (a) entrées du système de la clinique ; (b) variables de décision de la clinique ; (c) modèle flexible de la clinique ; (d) conception expérimentale ; et (e) performance clinique. Le cadre de simulation global de HCDSim est présenté à la figure 1.

HCD-Sim utilise les données opérationnelles qui définissent la clinique en tant qu'entrées spécifiées par l'utilisateur. Les données d'entrée du système clinique comprennent les types de patients, la composition des patients, l'horaire d'arrivée et les voies d'acheminement des patients. Du point de vue du simulateur, les types de patients correspondent aux différents flux qu'un patient peut emprunter dans la clinique. Cela inclut les ressources nécessaires à leur prise en charge ainsi que les temps de traitement pour les évaluations, les traitements et les processus associés.

Les variables de décision de la clinique définissent l'ensemble des décisions de conception que la clinique de soins de santé souhaite étudier, telles que la dotation en personnel, l'équipement, les spécifications de conception clinique et les priorités. Les variables relatives à la dotation en personnel peuvent inclure les niveaux de dotation et les horaires du personnel. Les variables relatives à l'équipement peuvent inclure le nombre de dispositifs médicaux ou la capacité de l'équipement. Les paramètres de conception clinique font référence au nombre de salles d'examen et de procédure, ainsi qu'à la taille des salles d'attente et/ou de travail, etc. En outre, la manière dont la clinique hiérarchise les patients et dont le personnel hiérarchise les tâches est incluse en tant que variable de décision potentielle.

Le modèle de clinique flexible prend les données d'entrée et les variables de décision et crée un modèle représentatif de la clinique afin que les variables de décision puissent être étudiées par le biais de l'expérimentation. Le modèle de clinique flexible est conçu autour d'une architecture de table relationnelle. Cette architecture permet de modéliser la nature complexe des flux de patients et des ressources d'une manière flexible et capable de représenter une grande catégorie de cliniques de soins ambulatoires. Par exemple, des équipes de soins multidisciplinaires peuvent être incluses pour modéliser des opérations centrées sur le patient grâce à l'utilisation de différents types de personnel traitant le patient. Le modèle de clinique comprend également une structure flexible pour modéliser les flux de travail, les schémas d'arrivée des patients, la répartition des patients, les horaires du personnel et d'autres composants du système.

La composante de conception expérimentale, comme le montre la figure 1, est liée aux variables de décision qui sont étudiées ainsi qu'aux mesures de performance. Les expériences que le cadre est actuellement conçu pour réaliser comprennent l'analyse du flux de patients, l'analyse de la capacité et l'optimisation des ressources. Le flux de patients peut être analysé afin de réduire les étapes sans valeur ajoutée et d'analyser le temps qu'un patient doit passer dans la clinique pour recevoir un traitement. L'analyse de la capacité de la clinique peut être utilisée pour identifier les facteurs limitant les performances et la productivité du système. De plus, l'optimisation des ressources peut être réalisée pour déterminer la meilleure combinaison de ressources du système (salles, équipement, personnel, etc.) afin d'optimiser les performances du système.

Enfin, la performance de la clinique peut être évaluée par le cadre de simulation à l'aide d'indicateurs de performance liés à la productivité, à l'efficacité et à la qualité des soins aux patients. Les mesures de performance que le cadre recueille actuellement comprennent les temps d'attente des patients, l'utilisation des ressources, l'utilisation du personnel, les heures supplémentaires du personnel, les mesures d'encombrement (mesures de file d'attente), la durée totale de séjour du patient dans le système et le débit, entre autres. HCD-Sim est actuellement mis en œuvre à l'aide du logiciel de simulation Simio. La conception du cadre utilise largement la structure de table de la base de données relationnelle pour permettre la spécification des paramètres cliniques, des flux opérationnels et des variables de décision en fonction des données.

Expérimentation à l'aide de hcd-sim

Pour démontrer les capacités d'expérimentation du cadre HCD-Sim, une expérience sur la conception et l'analyse de la capacité d'une clinique ambulatoire générale représentative est envisagée. En particulier, cette expérience explorera les questions liées à la configuration de l'établissement, aux niveaux de personnel et à la composition de la clientèle en ce qui concerne la capacité clinique mesurée en termes de débit de patients. Ces questions sont les suivantes

• Quel est l'impact de la combinaison du nombre de salles d'examen et de salles d'intervention sur la capacité d'accueil de la clinique ?
• Pour une configuration donnée de l'établissement, quel est l'impact du nombre de personnel médical (infirmières, médecins et auxiliaires médicaux) sur la capacité de la clinique ?
• Quel est l'effet de la combinaison des types de patients (en fonction du flux de patients) sur la capacité de la clinique ?

Bien que HCD-Sim puisse produire une gamme complète de mesures de performance et de statistiques, nous avons choisi de nous concentrer sur le débit des patients afin d'illustrer les types d'analyse que l'on peut effectuer en utilisant le cadre de simulation.

Fonctionnement de la clinique

Les installations et les opérations de la clinique ambulatoire représentative utilisée dans l'expérience sont les suivantes. La clinique se compose d'un poste d'enregistrement et de sortie, d'une salle d'attente, d'un poste d'évaluation des signes vitaux, de salles d'examen, de salles d'intervention et de postes de travail pour le personnel. Six types de patients différents fréquentent cette clinique. Ces six types de patients diffèrent par les ressources dont ils ont besoin pour leur traitement et les procédures qu'ils subissent. Les types de patients, leurs séquences et les besoins en personnel sont présentés dans le tableau 1.

Tableau 1 : Séquences de flux de patients, besoins en ressources et durée des processus pour la clinique générale. Toutes les durées sont exprimées en minutes.

Les patients circulent dans la clinique comme le montre la figure 2. Lorsqu'un patient arrive, il s'enregistre et reste dans une salle d'attente jusqu'à ce qu'une salle d'examen soit disponible. Une fois disponible, une infirmière accompagne le patient jusqu'à la salle d'examen et procède à une évaluation générale. L'infirmière quitte la salle d'examen et examine le patient avec le médecin ou l'assistant médical dans la salle de travail du personnel. Le médecin rencontre ensuite le patient et procède à une évaluation. Une fois toutes les évaluations terminées, le patient peut soit quitter la clinique, soit subir une intervention avec un médecin et/ou une infirmière. Une fois l'intervention terminée, le patient quitte la clinique.

Pour tester les limites théoriques de la capacité de la clinique, les patients arrivent individuellement en fonction d'un événement qui est déclenché une fois que le patient précédent a terminé l'étape d'enregistrement. Bien qu'elle ne soit pas totalement représentative du fonctionnement de la clinique, cette méthode permet un flux infini de patients, de sorte que les limites de la demande et de la capacité peuvent être évaluées lorsque l'on modifie les ressources en personnel et en salles de la clinique.

Configuration expérimentale

Les variables décisionnelles prises en compte pour cette expérience sont le nombre de salles d'examen et de salles de procédure, les niveaux de personnel et le nombre de patients. L'expérience sera menée en trois étapes en utilisant le débit comme principale mesure de performance. Tout d'abord, la clinique est examinée afin de déterminer la meilleure combinaison de salles d'examen et de salles de procédure, sous réserve d'une limitation de l'espace à 10 salles au total et de l'absence de contraintes en matière de personnel, lorsque tous les types de patients sont susceptibles d'être traités de la même manière. Ensuite, les niveaux de dotation en personnel sont étudiés en utilisant la meilleure combinaison de salles obtenue lors de la première expérience. Enfin, l'éventail des patients est étudié en faisant varier l'éventail des patients dans la meilleure combinaison de salles et de personnel. Les résultats expérimentaux de ces trois étapes sont présentés et discutés dans la section suivante.

L'impact sur l'activité

Résultats expérimentaux

Les résultats expérimentaux pour les trois étapes ont été collectés en utilisant 25 répétitions indépendantes de journées cliniques de 10 heures. Cette méthode expérimentale en trois étapes a été utilisée pour identifier systématiquement l'impact de chaque variable de décision (nombre de chambres, niveaux de dotation en personnel et éventail de patients). L'analyse de la capacité pour la configuration des salles a été réalisée pour cinq configurations différentes. Les résultats sont présentés dans la figure 3. Ces résultats montrent que la configuration la plus performante en termes de débit de patients est celle où il y a une répartition égale de 5 salles d'examen et de 5 salles de procédure. En outre, cette analyse fournit des données qui suggèrent que les salles d'examen ont plus d'impact sur le débit que les salles de procédure. Dans les expériences suivantes, la répartition des patients sera examinée.

Compte tenu de la configuration 5 salles d'examen/5 salles d'intervention, nous évaluons l'impact des différents niveaux de personnel sur les performances de la clinique. En particulier, sept combinaisons de personnel sont sélectionnées et comparées sur la base du débit moyen de la clinique. Les résultats de cette analyse sont présentés dans la figure 4. Parmi les configurations examinées, la configuration composée de 5 assistants médicaux, 5 médecins et 10 infirmières a permis d'atteindre le même débit moyen de 58,6 patients par jour que l'expérience sans contrainte de personnel.

La dernière expérience étudie l'impact des différentes combinaisons de patients sur la capacité de la clinique. L'expérience est menée en utilisant la meilleure combinaison de salles (combinaison 3 dans la figure 3) et la combinaison 6 dans l'analyse de la dotation en personnel. Pour évaluer l'impact des différentes politiques de programmation, cinq combinaisons de patients sont testées. Ces cinq combinaisons sont choisies pour étudier l'impact des trois procédures pratiquées à la clinique. Les résultats sont présentés dans la figure 5. La combinaison 1 est le cas de base, identique aux résultats des expériences précédentes. La combinaison 2 augmente le pourcentage de patients nécessitant des procédures, ce qui correspond à un débit plus faible que dans le cas de base. La combinaison 3 augmente les deux types de tâches pour les patients qui ont des procédures significativement plus longues (B et C). La combinaison 4 est l'inverse de la combinaison 3 qui, intuitivement, a le débit le plus élevé puisque les procédures les plus longues sont moins susceptibles d'être requises. Enfin, la combinaison 5 étudie le débit lorsque les patients qui arrivent à la clinique ont davantage besoin du médecin que de l'assistant médical. Si l'on examine les cinq combinaisons, les résultats sont raisonnables. Ces informations pourraient être utiles à la clinique à l'avenir pour éviter de programmer les patients d'une manière qui restreindrait le flux de patients et réduirait le débit.