Uma estrutura de simulação para o projeto e a análise de clínicas de saúde

O desafio

por Jason Ceresoli e Michael Kuhl (R.I.T.)

Conforme apresentado na Conferência de Simulação de Inverno de 2018

O tratamento de pacientes em clínicas de saúde ambulatoriais é uma tendência que cresce continuamente à medida que a tecnologia melhora e os benefícios da recuperação são reconhecidos. Neste artigo, nos concentramos nos aspectos operacionais das clínicas que afetarão as decisões de projeto da clínica em relação à produtividade, eficiência e qualidade do atendimento ao paciente. Desenvolvemos um Simulador de Projeto de Clínicas de Saúde generalizado (HCD-Sim) para estudar o comportamento dinâmico do sistema e analisar projetos alternativos de clínicas de saúde ambulatoriais. Nossa estrutura de simulação foi projetada para ter uma estrutura orientada por dados capaz de representar uma grande classe de clínicas de saúde ambulatoriais por meio da especificação de dados da clínica relativos a fluxos de pacientes, fluxos de trabalho e requisitos de recursos. Descrevemos nossa metodologia e demonstramos os recursos de experimentação que utilizam a estrutura de simulação.

Introdução

Um dos principais objetivos das organizações de saúde é oferecer atendimento eficaz e eficiente. Com esse objetivo em mente, as organizações de saúde identificaram a necessidade de analisar e estudar seus sistemas e processos para melhorar o desempenho operacional. O projeto das instalações de saúde é uma área que pode afetar a qualidade e a eficácia do atendimento que os pacientes recebem. O número de salas de tratamento, os equipamentos disponíveis e os médicos disponíveis são algumas das muitas opções de projeto que os planejadores da área de saúde devem determinar ao projetar um sistema. Além disso, há várias tendências importantes na área da saúde que aumentaram a necessidade de instalações mais cuidadosamente planejadas: o foco na redução de custos e, ao mesmo tempo, no aumento da qualidade, a crescente importância de melhorar a satisfação do paciente e a mudança no uso das instalações para um atendimento mais ambulatorial (Ulrich 2001). Instalações de saúde mal projetadas cultivam ambientes que podem causar longas esperas e congestionamentos de pacientes, o que pode resultar em aumento do estresse para a equipe de saúde (Rohleder et al. 2011), e doenças que eram comumente tratadas em ambientes de internação estão fazendo a transição para ambientes ambulatoriais devido à redução significativa dos custos, ao aumento da qualidade de vida do paciente e à diminuição da chance de infecções adquiridas no hospital (Vaughn et al. 2016). A solução dos problemas decorrentes de instalações mal projetadas pode ter um grande impacto no desempenho operacional (Ulrich et al. 2008). Por esses motivos, os centros de saúde estão sendo projetados para considerar as novas demandas de tratamentos ambulatoriais.

O objetivo desta pesquisa é desenvolver uma estrutura de simulação para que as clínicas de saúde analisem seu sistema a partir de uma perspectiva operacional. A estrutura será suficientemente geral para que seu uso possa ser aplicado a diferentes clínicas, mas suficientemente detalhada para modelar com precisão a natureza dinâmica e complexa das operações clínicas. A estrutura pode ser usada como uma ferramenta para ajudar os planejadores da área de saúde a fazer escolhas mais informadas, compreendendo o impacto que uma decisão tem sobre as medidas de desempenho de interesse. A estrutura dará suporte a análises de capacidade e fluxo de pacientes para fornecer aos tomadores de decisão um método para identificar limitações em um sistema de saúde e também para identificar os principais parâmetros que têm o maior impacto sobre o desempenho.

Essa compreensão aprimorada permitirá que o melhor projeto seja identificado em um ambiente de baixo custo e baixo risco. O restante deste documento está organizado da seguinte forma: um resumo dos trabalhos relacionados é apresentado na Seção 2; a metodologia da estrutura de simulação é discutida na Seção 3; a experimentação usando a estrutura é mostrada na Seção 4; e uma conclusão e trabalhos futuros são discutidos na Seção 5.

Resumo dos trabalhos relacionados

O uso da simulação para estudar sistemas de saúde cresceu substancialmente nos últimos anos. Nesta seção, resumimos uma parte dessa pesquisa relacionada à necessidade de modelos generalizados/reutilizáveis; o uso da simulação para investigar a análise de capacidade e o fluxo de pacientes na área da saúde; e, por fim, a aplicação da simulação para estudar clínicas ambulatoriais.

Os pesquisadores demonstraram que a simulação de eventos discretos é capaz de modelar sistemas complexos, o que torna seu uso vantajoso na análise de sistemas de saúde (Hong et al. 2013; Roberts 2011). Além disso, são necessários modelos reutilizáveis na área da saúde, pois os avanços da simulação na área da saúde são prejudicados devido à tendência de iniciar modelos do zero, em vez de implementar conceitos gerais de simulação (Günal e Pidd 2010; Mahdavi et al. 2013; Robinson et al. 2004; Roberts 2011).

A análise de capacidade e o fluxo de pacientes são duas áreas centrais para a pesquisa de simulação na área da saúde. A simulação é muito usada para análise de capacidade devido à oportunidade que ela oferece de replicar e avaliar um sistema em um ambiente de baixo custo e baixo risco (Katsaliaki e Mustafee 2011). Em uma análise abrangente da capacidade e do desempenho dos serviços de saúde, Jack e Powers (2009) descobriram que, diferentemente de outros setores de serviços, as consequências de não conseguir adequar a demanda dos pacientes aos recursos escassos são graves. Além disso, as decisões de capacidade estão associadas à alocação de recursos escassos para lidar com a demanda, o que pode afetar a quantidade de atendimento que pode ser prestado e o mix de pacientes que o sistema é capaz de tratar (Smith-Daniels et al. 1988). A aplicação da análise de capacidade incluiu estudos de departamentos de emergência (Oh et al. 2016); um centro de tratamento de câncer (Romero et al. 2013); necessidade de leitos hospitalares (Harper e Shahani 2002): e uma clínica ortopédica ambulatorial (Baril et al. 2014). Além da análise da capacidade, o fluxo de pacientes e as vias de atendimento são o centro de muitos estudos, pois podem levar a oportunidades de melhoria do desempenho (Marshall et al. 2005). Cote (2000) argumenta que o fluxo de pacientes e a capacidade estão intimamente ligados, pois o fluxo de pacientes é efetivamente a demanda imposta a um sistema de saúde. Além disso, McLaughlin e Hays (2008) indicam que a análise do fluxo de pacientes permite a identificação de atividades sem valor agregado que, se removidas, podem levar a ganhos de eficiência.

Do ponto de vista operacional, uma tendência contínua na prestação de serviços de saúde é a mudança para o tratamento de pacientes em ambientes ambulatoriais, em vez de somente em internação (Cote 2000). Nas últimas duas décadas, os sistemas de saúde notaram um aumento de quase o dobro no número de consultas ambulatoriais (Parks et al. 2011). Acredita-se que a motivação para essa tendência recente seja a inovação em medicamentos, avanços tecnológicos, procedimentos (Cote 2000) e uma redução no custo financeiro (Vaughn et al. 2016). No entanto, muitos dos problemas que assolaram os departamentos de internação (congestionamento, horas extras da equipe, altos tempos de espera etc.) foram transferidos para os ambulatórios. Hong et al. (2013) explica que esses problemas nas clínicas ambulatoriais levam ao aumento da insatisfação dos pacientes. Isso é importante porque a satisfação do paciente afeta os reembolsos que um sistema de saúde recebe do Medicare e do Medicaid (Kennedy et al. 2014).

Com base nessa pesquisa, nosso objetivo é ajudar a resolver os problemas de projeto e análise de clínicas ambulatoriais eficazes e eficientes, desenvolvendo uma estrutura de modelagem de simulação generalizada. A abordagem de modelagem reutilizável permitirá a análise da capacidade e do fluxo de pacientes para fins de tomada de decisões. A novidade de nossa estrutura de modelagem é como ela expande o formulismo DEVs e permite a escalabilidade de modelos atômicos (Zeigler et al. 2000). Além disso, essa estrutura se baseia no trabalho proposto por Pérez et al. (2010), Alvarado et al. (2018) e Abo-Hamad e Arisha (2013), permitindo que os componentes ou modelos atômicos que representam os atributos da clínica (salas de tratamento, equipe, fluxos de pacientes etc.) sejam alterados por entradas acionadas por meio de uma tabela de dados. Além disso, o número desses atributos pode ser alterado pelas entradas da tabela de dados, reduzindo assim o tempo necessário para modelar diferentes clínicas ou projetos alternativos.

A solução

Simulação de clínicas de saúde

Nesta seção, resumimos os aspectos operacionais das clínicas de saúde ambulatoriais e a tradução desses aspectos para o desenvolvimento de uma estrutura de simulação generalizada. Em particular, nosso foco está nos aspectos operacionais da clínica que afetarão as decisões de projeto da clínica em relação à produtividade, eficiência e qualidade do atendimento ao paciente. Isso inclui aspectos como layout e configuração das instalações, padrões de chegada de pacientes, fluxos de pacientes e fluxos de trabalho, entre outros. Para representar o comportamento e o desempenho dinâmicos, é apresentada uma estrutura de simulação de eventos discretos para facilitar o projeto, a análise e a tomada de decisões do sistema.

Descrição do sistema clínico

Embora haja uma infinidade de clínicas ambulatoriais especializadas em saúde, do ponto de vista operacional, a maioria compartilha um fluxo e uma sequência operacionais semelhantes. Embora os detalhes específicos com relação ao diagnóstico e tratamento médico possam ser diferentes, descrevemos uma clínica representativa do ponto de vista do fluxo de pacientes e do fluxo de trabalho.

Os pacientes chegam a uma clínica com base em um cronograma, como visitantes, ou uma combinação de ambos. Em geral, os pacientes podem ser classificados por seu diagnóstico ou motivo da visita, definindo, assim, o caminho do atendimento ao paciente. Na chegada, o paciente faz o check-in (geralmente em um balcão de recepção) e a equipe da clínica é notificada de que o paciente está esperando. Do ponto de vista da equipe, a chegada do paciente aciona a equipe para determinar quem será designado para aquele paciente. Depois que um membro da equipe seleciona o paciente, ele começa a analisar os registros do paciente. Enquanto isso, a clínica determina a disponibilidade de uma sala de exames para o paciente. Uma vez disponível, o paciente terá seus sinais vitais medidos a caminho da sala de exames. Na sala de exames, serão realizadas várias avaliações ou procedimentos. Normalmente, eles incluem uma avaliação preliminar de um enfermeiro ou assistente médico, seguida de uma avaliação ou procedimento médico. Entre essas avaliações, ocorre uma transferência para informar o médico sobre os achados da avaliação preliminar. Se o paciente precisar de um procedimento, dependendo do procedimento e dos requisitos de recursos, o procedimento poderá ser realizado na sala de exames ou em uma sala de procedimentos separada (isso pode depender do procedimento necessário e/ou da disponibilidade da sala). Quando o paciente terminar de ser atendido, ele fará o check-out e sairá do sistema. Após a saída do paciente, a equipe termina a elaboração do prontuário e a redação do pedido, se necessário, antes de atender o próximo paciente. (Um fluxograma ilustrando os fluxos de pacientes é mostrado na Figura 2 para a clínica de saúde representativa usada em nosso experimento).

Estrutura de simulação de clínica de saúde

Para oferecer um método generalizado para estudar o comportamento dinâmico de clínicas de saúde e analisar projetos alternativos de clínicas de saúde ambulatoriais, desenvolvemos um Simulador de Projeto de Clínicas de Saúde (HCD-Sim). Nossa estrutura de simulação foi projetada para ter uma estrutura modular e orientada por dados. Ou seja, nossa intenção é fornecer um modelo de simulação de eventos discretos que seja capaz de representar uma grande classe de clínicas de saúde ambulatoriais somente por meio da especificação de dados da clínica relativos a fluxos de pacientes, fluxos de trabalho e requisitos de recursos. Embora a pesquisa continue em andamento, a estrutura pode ser dividida conceitualmente nos cinco componentes a seguir: (a) entradas do sistema da clínica; (b) variáveis de decisão da clínica; (c) modelo flexível da clínica; (d) projeto experimental; e (e) desempenho clínico. A estrutura geral de simulação do HCDSim é apresentada na Figura 1.

O HCD-Sim utiliza os dados operacionais que definem a clínica como entradas especificadas pelo usuário. A entrada do sistema clínico inclui os tipos de pacientes, o mix de pacientes, a programação de chegada e as vias de fluxo de pacientes. Os tipos de pacientes, do ponto de vista do simulador, referem-se aos diferentes fluxos que um paciente pode ter na clínica. Isso incluirá os recursos necessários para seu atendimento, juntamente com os tempos de processamento para avaliações, tratamentos e processos associados.

As variáveis de decisão da clínica definem o conjunto de decisões de projeto que a clínica de saúde está interessada em investigar, como pessoal, equipamento, especificações de projeto clínico e priorizações. As variáveis de pessoal podem incluir os níveis de pessoal e os horários da equipe. As variáveis do equipamento podem incluir o número de dispositivos médicos ou a capacidade do equipamento. Os parâmetros do projeto clínico referem-se ao número de salas de exames e procedimentos, além do dimensionamento das salas de espera e/ou de trabalho, etc. Além disso, a forma como a clínica prioriza os pacientes e como a equipe prioriza as tarefas são incluídas como possíveis variáveis de decisão.

O modelo flexível da clínica utiliza as entradas e as variáveis de decisão e cria um modelo representativo da clínica para que as variáveis de decisão possam ser estudadas por meio de experimentos. O modelo de clínica flexível é projetado em torno de uma arquitetura de tabela relacional. A arquitetura permite que a natureza complexa dos fluxos de pacientes e os recursos sejam modelados de forma flexível e capaz de representar uma grande classe de clínicas de saúde ambulatoriais. Por exemplo, equipes de atendimento multidisciplinar podem ser incluídas para modelar operações centradas no paciente por meio do uso de diferentes tipos de funcionários que tratam o paciente. O modelo de clínica também inclui uma estrutura flexível para modelar os fluxos de trabalho, os padrões de chegada de pacientes, o mix de pacientes, as programações de pessoal e outros componentes do sistema.

O componente de projeto experimental, conforme mostrado na Figura 1, está vinculado às variáveis de decisão que estão sendo estudadas, bem como às métricas de desempenho. Os experimentos para os quais a estrutura foi projetada atualmente incluem análise do fluxo de pacientes, análise de capacidade e otimizações de recursos. O fluxo de pacientes pode ser analisado para reduzir etapas que não agregam valor e analisar o tempo que um paciente tem de permanecer na clínica para receber tratamento. A análise da capacidade da clínica pode ser usada para identificar os fatores limitantes do desempenho e da produtividade do sistema. Além disso, a otimização de recursos pode ser realizada para determinar a melhor combinação de recursos do sistema (salas, equipamentos, pessoal etc.) a fim de otimizar o desempenho do sistema.

Por fim, o desempenho da clínica pode ser avaliado pela estrutura de simulação utilizando métricas de desempenho relacionadas à produtividade, eficiência e qualidade do atendimento ao paciente. As métricas de desempenho que a estrutura coleta atualmente incluem tempos de espera dos pacientes, utilização de recursos, utilização da equipe, horas extras da equipe, medidas de congestionamento (métricas de fila), tempo total de permanência do paciente no sistema e rendimento, entre outros. Atualmente, o HCD-Sim é implementado com o software de simulação Simio. O projeto da estrutura utiliza fortemente a estrutura de tabela do banco de dados relacional para permitir a especificação clínica orientada por dados dos parâmetros da clínica, fluxos operacionais e variáveis de decisão.

Experimentação usando o hcd-sim

Para demonstrar os recursos de experimentação com a estrutura do HCD-Sim, considera-se um experimento sobre o projeto e a análise de capacidade de um ambulatório geral representativo. Em particular, esse experimento explorará questões relacionadas à configuração da instalação, aos níveis de pessoal e à combinação de pacientes em relação à capacidade clínica medida em termos de rendimento do paciente. Essas perguntas incluem:

• Qual é o impacto da combinação do número de salas de exames e salas de procedimentos na capacidade clínica?
• Para uma determinada configuração de instalação, como o número de pessoal médico (enfermeiros, médicos e assistentes médicos) afeta a capacidade clínica?
• Que efeito a combinação de tipos de pacientes (com base no caminho do fluxo de pacientes) tem sobre a capacidade da clínica?

Embora o HCD-Sim possa produzir um conjunto abrangente de medidas e estatísticas de desempenho do sistema, optamos por nos concentrar no rendimento do paciente para ilustrar os tipos de análise que podem ser realizados usando a estrutura de simulação.

Operações da clínica

As instalações da clínica e as operações do ambulatório representativo usado no experimento incluem o seguinte. O layout da clínica consiste em uma estação de check-in/check-out, sala de espera, estação de avaliação de sinais vitais, salas de exames, salas de procedimentos e salas/estações de trabalho da equipe. Há seis tipos diferentes de pacientes que visitam essa clínica. Os seis tipos de pacientes diferem em relação aos recursos necessários para o tratamento e aos procedimentos que são realizados. Os tipos de pacientes, juntamente com suas sequências e requisitos de equipe, são mostrados na Tabela 1.

Tabela 1: Sequências de fluxo de pacientes, requisitos de recursos e durações de tempo de processo para a clínica geral. Todos os tempos de duração são fornecidos em minutos.

Os pacientes fluem pela clínica conforme mostrado na Figura 2. Quando um paciente chega, ele faz o check-in e fica em uma sala de espera até que uma sala de exames esteja disponível. Uma vez disponível, uma enfermeira acompanha o paciente até a sala de exames e realiza uma avaliação geral. A enfermeira sai da sala de exames e analisa o paciente com o médico ou assistente médico (PA) na sala de trabalho da equipe. Em seguida, o médico encontra o paciente e faz uma avaliação. Após a conclusão de todas as avaliações, o paciente faz o check-out e sai da clínica ou realiza um procedimento com um médico e/ou enfermeiro. Quando o procedimento é concluído, o paciente deixa a clínica.

Para testar os limites teóricos da capacidade da clínica, os pacientes chegam individualmente de acordo com um evento que é acionado quando o paciente anterior termina a etapa de check-in. Embora não seja totalmente representativo das operações da clínica, esse método permite um fluxo infinito de pacientes, de modo que os limites de demanda e capacidade podem ser avaliados ao alterar a equipe e os recursos de sala da clínica.

Configuração experimental

As variáveis de decisão consideradas neste experimento são o número de salas de exames e de procedimentos, os níveis de pessoal e o mix de pacientes. O experimento será conduzido em três etapas, utilizando o rendimento como a principal medida de desempenho de interesse. Primeiro, a clínica é examinada para determinar a melhor combinação de salas de exames e de procedimentos, sujeita a uma limitação de espaço de 10 salas no total e sem restrições de pessoal, em que todos os tipos de pacientes têm a mesma probabilidade. Em seguida, os níveis de pessoal são investigados usando a melhor combinação de salas do primeiro experimento. Por fim, o mix de pacientes é estudado variando o mix de pacientes sob a melhor combinação de salas e equipe. Os resultados experimentais desses três estágios são apresentados e discutidos na próxima seção.

O impacto nos negócios

Resultados experimentais

Os resultados experimentais dos experimentos em três estágios foram coletados usando 25 replicações independentes de dias de clínica de 10 horas. Esse método experimental em três etapas foi usado para identificar sistematicamente o impacto de cada variável de decisão (número de salas, níveis de pessoal e combinação de pacientes). A análise de capacidade para a configuração da sala foi realizada para cinco configurações diferentes de sala. Os resultados são mostrados na Figura 3. Esses resultados mostram a configuração com os resultados mais altos de rendimento de pacientes quando há uma divisão uniforme de 5 salas de exames e 5 salas de procedimentos. Além disso, essa análise fornece dados que sugerem que as salas de exames são mais impactantes no rendimento do que as salas de procedimentos. Nos experimentos subsequentes, a combinação de pacientes será examinada.

Considerando a configuração de 5 salas de exames/5 salas de procedimentos, avaliamos o impacto de diferentes níveis de pessoal sobre o desempenho da clínica. Em particular, sete combinações de pessoal são selecionadas e comparadas com base no rendimento médio da clínica. Os resultados dessa análise de pessoal são mostrados na Figura 4. Das configurações de pessoal examinadas, a configuração de 5 assistentes médicos, 5 médicos e 10 enfermeiros foi capaz de atingir o mesmo rendimento médio de 58,6 pacientes por dia que o experimento sem restrição de pessoal.

O experimento final investiga o impacto de diferentes combinações de pacientes no desempenho da capacidade da clínica. O experimento é realizado usando a melhor combinação de salas (Combinação 3 na Figura 3) e a combinação 6 na análise de pessoal. Para avaliar o impacto de diferentes políticas de agendamento, são testadas cinco combinações de pacientes. As cinco combinações são selecionadas para investigar o impacto dos três procedimentos realizados na clínica. Os resultados são mostrados na Figura 5. A combinação 1 é o caso base, que é idêntico aos resultados dos experimentos anteriores. A combinação 2 aumenta a porcentagem de pacientes que precisam de procedimentos, o que corresponde à menor taxa de transferência em comparação com o caso base. A combinação 3 aumenta os dois tipos de tarefas de pacientes que têm procedimentos significativamente mais longos (B e C). A combinação 4 é o inverso da combinação 3, que, intuitivamente, tem a maior taxa de transferência, pois os procedimentos mais longos têm menos probabilidade de serem necessários. Por fim, a combinação 5 investiga o rendimento quando os pacientes que chegam à clínica precisam mais do médico do que do médico assistente. Analisando todas as cinco combinações, os resultados são razoáveis. Essas informações podem ser úteis para a clínica no futuro, para evitar o agendamento de pacientes de uma forma que restrinja o fluxo de pacientes e reduza o rendimento.