工作量的可变性、不确定且不断增加的到达率以及资源限制之间复杂的相互作用使得改善急诊科（ED）的流量变得十分困难。这种复杂性导致急诊室拥挤不堪、患者住院时间过长以及护理人员的职业倦怠。在保持高质量医疗服务的同时提高效率的方法之一，就是从以单元为基础的孤岛式部门转变为以团队为基础的设计或吊舱系统。本文试图通过离散事件模拟，对东南健康医院急诊室的 "吊舱 "系统与以单元为基础的设计进行比较。随着到达率的提高和入院病人严重程度的不同，将对模型在一系列人员配置设计下的稳健性进行测试。最终结果表明，吊舱系统在提高资源利用率的同时还能保持护理质量指标，从而证明优化的吊舱系统可以改善急诊室的流程。
急诊科（ED）因病人逗留时间长而拥挤，增加了病人受伤害的几率，降低了病人的满意度。拥挤的急诊室还会降低工作满意度、降低生产率并导致职业倦怠（Wiler 等，2011 年）。工作量的可变性、不确定且不断增加的到达率以及资源限制之间复杂的相互作用，使得改善流程和减少拥挤变得十分困难。急诊室的复杂性和电子健康记录大数据的引入表明，循证决策工具对于支持急诊室的领导和政策至关重要。
据美国医院协会估计，33% 的农村医院和 69% 的城市医院急诊室已经超负荷运转，但注册护士仍然严重短缺。教学医院还面临更多的问题；住院医师需要从实习医生那里获得高质量的指导时间，还需要从病人的病例中获得实践学习经验，这些都会影响医生的工作效率和病人的住院时间。为克服这些障碍，同时改善患者护理，我们提出了一种方法，即重新设计孤立的急诊室，将其改造成更小但更综合的以团队为基础的单元，这样可以提高时间安排和人员配备的灵活性，并能平衡各护理团队之间的患者工作量。
东南保健中心的急诊室每天要接诊 170 多名患者，其目标是通过过渡到单元系统来缩短患者的住院时间，从而改善患者的治疗效果和员工的工作体验。这项工作的目的是利用离散事件模拟，评估和比较吊舱设计与当前单元设计的性能。将根据预期需求、增加的到达率和不同的患者严重程度组合，对人员配置模式（即每班护士人数）和科室设计（病房或吊舱）的多种配置的性能和稳健性进行评估。主要的性能指标是住院时间（LOS），按从登记到出院的时间、资源利用率和急诊室容量（即在特定时间内急诊室的病人数量）来衡量。
离散事件模拟（DES）可用于试验新政策，并为未来事件（如到达率增加或人员数量变化）做好准备。它已被用于确定最佳患者护理路径、有效分配资源和确定人员配置设计（Oh 等人，2016 年；Augusto 等人，2018 年）。特别是，Oh 等人通过评估和比较系统改进，利用模拟来减少患者的 LOS；他们最终发现，减少成人患者 CT 扫描口服造影剂的时间、增加放射科自述的使用以及减少样本重新采集率对减少 LOS 影响最大。
向吊舱系统过渡需要重新设计吊舱调度、人员分配和病人路由规则。混合整数优化（Sir 等人，2017 年）、模拟模型和排队理论是用于确定护理提供者新轮班模板和吊舱调度的技术。设计方式多种多样，从医生领导的团队分配到特定病床，每个护理舱随机分配病人（Patel 和 Vinson，2005 年），到更专门的护理舱，以满足病人群体的需求，如儿科和低危重病人专用护理舱（Oh 等，2016 年；Dinh 等，2015 年）。将患者分流到专舱对流程至关重要；Agor 等人开发了一种工作量评分，以减少急诊室在最大利用率下花费的时间。该评分考虑了吊舱和急诊室的属性，如行为健康患者的数量和排队长度（Agor 等，2016 年）。最后，要从基于单元的设计成功过渡到吊舱系统，可能需要新的角色，如监督患者流向的导航员（Dinh 等，2015 年）或将患者运送到病床的专职技术护士。
基于团队的护理已在观察和 DES 模型中进行了研究，结果表明，团队护理缩短了患者首次就诊的时间，减少了未就诊即离开的病例，提高了患者满意度，缩短了 LOS，同时保持了临床护理质量（Patel 和 Vinson，2005 年；Oh 等人，2016 年；Dinh 等人，2015 年）。除患者体验外，团队护理还能改善员工体验。住院医师与一名医生组成团队，共同诊治共同的患者，这与教学质量感知的改善有关（Nable 等人，2014 年）。
在急诊室采用小组式设计的实际成功经验与离散事件模拟建模的灵活性相结合，表明这项工作可以改善急诊室的流程，并为东南健康医院的人员配置和科室调度提供参考。
使用 SimioTM University Enterprise Version 10 建立的离散事件仿真模型，评估了东南大学医疗中心当前单元设计与所建议的基于吊舱系统的性能比较。
该模型的输入和验证是从 88,000 多次独特的就诊中推断出来的，每次就诊都有 150 多个变量，包括时间戳、就诊属性和患者结果。患者级别的就诊数据可从 2017 年 11 月至 2019 年 4 月获得，并与实验室检测、放射科、转运人员、精神科和社区护理咨询等 ED 子流程相匹配。医生和护士时间表以及 2018 年和 2019 年的每日床位分配确定了当前的人员配置水平。
训练数据集和测试数据集被分割用于输入和验证。数据分析在 R（第 3 版）和 JMP Pro 14 中进行。实验室检测和放射成像分别被分为 7 个和 8 个主要类别。时间戳之间的差异被用作登记、分诊、往返放射科的交通、化验标本采集、化验和成像从下单时间到结果、处置决定以及从处置决定到出院或入院的处理时间。一些流程，如护士和医生的个人出诊，是通过系统专家访谈并与文献资料进行比较后确定的。每小时到达率的唯一定义是从周一 12:01 至周日 12:01（图 1）。从数据中提取的其他比例包括到达模式（救护车与前门）、严重程度、单位分配、最终处置，以及行为健康患者、每次就诊的化验和成像组合以及社区护理咨询的二进制变量。通过调整未知数据字段，如每位患者的护士访问次数、护士或医生访问病床的时间（取决于患者的严重程度），对模型进行校准，直至观察到的输出结果（LOS、病床利用率）得到验证。
患者通过前门或救护车到达急诊室，并立即在前台登记。急诊严重程度指数 (ESI) 级别是根据主诉以及病人估计需要的护理资源数量和组合来确定的。该级别从 1（最严重）到 5（最不严重）不等。出现严重症状（ESI 1）的患者将被立即安置在重症监护病房的病床上，其他患者则被送往分流室接受更全面的初步检查和病房分配。在目前的科室设计中，病人在分诊时会被分配到三个科室中的一个：重症监护室、小急诊室和快速通道。在吊舱系统中，病人被分配到六个小组中的一个：橙色、紫色、黄色、蓝色、绿色或灰色。分流后，病人等待空床。
在病床上，病人通过一系列护理任务接受治疗，包括护士和医生出诊、化验室标本采集、影像检查交通、精神科会诊、寄宿（入院病人）和社区护理会诊。假设病人要么入院，要么出院并离开医院。患者离开急诊室病床后，护理流程和随后的患者生命周期即告结束。医生或护士在患者整个住院期间所花费的时间取决于 ESI 级别和科室。
图 2 显示了更详细的患者护理路径，步骤逻辑（即病床护理）将在第 2.4 节中介绍。
图 3 显示了东南医疗集团急诊室的两种设计；左侧是目前以单元为基础的设计，右侧是提议的以团队为基础的单元系统。在这两种设计中，患者从前门或通过救护车进入，进行登记、分诊，然后在候诊室（目前标为 "分诊"）等待空床。护理技师将病人从候诊室转移到分诊室，病人在分诊室见到分诊护士，如果分诊护士在 12 小时轮班期间，病人在分诊室见到医生助理 (PA)。分诊后，病人等待开放床位。
在基于单元的急诊室设计中（左图 3），快速通道（FT）有 6 张病床，开放时间为上午 10 点至晚上 10 点，但晚上 9 点将停止接收新病人。轻症急诊室（ME）有 26 张病床，重症监护室（CC）有 18 张病床，均随时开放。一名中级医疗服务提供者负责所有六张快速通道病床，并在上午 10 点至晚上 10 点的全职开放时间内工作。一名医生负责管理所有 ME 病床，另一名医生负责管理所有 CC 病床，医生每天工作 48 小时。从上午 11 点到下午 11 点，假设有 6 名 ME 护士和 5 名 CC 护士；从下午 11 点到上午 11 点，假设有 5 名 ME 护士和 4 名 CC 护士。在现实中，护士的工作人数可能会因人手情况而变化。
在拟议的以单元为基础的急诊室设计中（图 3，右），有六组床位或单元，其时间安排各不相同，每组都配备了由医护人员、护士和助理组成的团队。橙色病区配备一名医生和三名护士。紫色病区配有一名医生和四名护士。橙色区域和紫色区域始终开放。一名助理医师和一名护士被分配到蓝区，开放时间为 11a-11p。黄色区域分配有一名助理医师和两名护士，开放时间为上午 9 点至晚上 9 点。绿色区域作为新的快速通道，配备一名中级医疗服务提供者（助理医师或执业护士），开放时间为上午 10 点至下午 10 点。灰色区域全天开放，配备一名中级医疗服务提供者。
全球共享资源包括四名 12 小时轮班的抽血员，从 4a 到 7a，以及一名夜班抽血员，从 7p 到 7a。有三名运送员从上午 7 点到下午 7 点，一名从下午 7 点到上午 7 点。最后，为了提供行为健康咨询，一名精神科医生每天在 8a 至 10a 之间巡视一次。
病人通过一个时间变化的到达率到达，该到达率定义为一周 168 个小时中的每个小时，以考虑每小时和每天的到达波动。病人和就诊属性通过引用数据表的行来分配。病人路由是通过一个全局路径网络定义的，路径包括分诊路径或需要护士或护理技术人员护送的病床路径。
分流是一个两步任务序列。患者首先从分诊护士那里获得一个单元或单元分配，然后访问分诊 PA。在以单元为基础的系统中，行为健康患者被分配到 ME 单元，所有其他患者则根据病情严重程度和床位情况被分配到 CC、ME 或 FT 单元。处理完毕后，分诊护理技师会将患者护送至候诊室，等待分配给他们的病房开放床位。病人首先根据历史数据趋势被分配到一个单元，然后在分诊后的等候期间，可根据不断变化的床位供应情况在 CC 和 ME 之间切换。
在以团队为基础的单元设计中，三个单元被重新定义为 6 个单元，分配的依据是平衡可用单元之间的到达人数。病人在分流后会被分配到第一个可用床位，但须遵守以下限制条件。如果有空余床位，行为健康病人会被分配到灰色病区，否则会被分配到橙色或紫色病区的行为健康病房。黄色和蓝色病房由助理医师负责，因此不接收病情严重的病人。重症病人（ESI 1 或 2）只能在紫色或橙色病房接受治疗，这两个病房均由急诊室医生负责。绿色病房专门接收快速通道病人，因此，如果有床位，ESI 4 级和 5 级病人会被分配到绿色病房。黄色、蓝色和绿色病区最多可在关闭前 45 分钟接收病人。如果所有床位都满了，病人在分流后会坐在候诊室，以先入先出的队列等待第一个可用床位（遵守上述急性病限制）。
病床处理使用任务序列数据表进行定义。表格根据患者的严重程度和当前正在执行的操作进行引用。每个病人的整体任务序列是相同的（见表 1），但执行每个任务的必要条件和资源需求在每个病床和每个病人上都是独一无二的。为了模拟现实，护士在整个轮班期间将负责 3-5 张相同的病床，而医生则负责 10 多张相同的病床，这在模型中是通过行参照定义的。最后，表 1 通过改变整数来显示顺序任务，而并行任务则通过改变小数位来表示。单个护士和医生的出诊、成像程序、实验室标本采集以及往返成像的运送都是顺序任务，而实验室处理可能与这些流程并行。
护理结束由医生的处置决定来定义。如果病人入院，他们将等待院内床位分配和转运。如果是出院，病人将由护士 "办理出院手续"，并可能接受社区护理咨询。所有行为健康患者在分配最终处置之前都要接受精神科医生的会诊；入院患者要等待床位，出院到社区机构的患者必须等待空闲地点，平均要在急诊室多等三天。入院和出院病人都要在 "出院登记 "台停留，然后离开系统。当一个单元或单元关闭时（如 FT、黄色、蓝色和绿色），病床 "完成已开始的工作"，不再接受新病人。
模拟模型运行 4 周，其中有 2 周的上升期。每次运行重复 10 次，以确保验证参数在真实参数周围具有所需的宽度。
从测试数据中提取病人类型（急性程度、单位分配）和到达系统的预期病人总数的比例，并与假设基于单位的急诊室设计的模拟输出进行比较，以进行验证。该模型通过调整未知数据点进行校准，这些数据点包括护士的访问次数以及护士或医生每次访问病人所花费的时间，并根据严重程度进行调整，直到达到与 LOS 和 ED 容量相关的预期输出。
我们考虑了两种急诊室配置：1）基于单元的[当前]系统；2）基于单元的设计。在每种配置中，人员配备和吊舱计划都有所不同，并对预期需求、增加的到达率和增加的行为健康患者数量进行性能比较。表 2 列出了每种急诊室配置和人员配备（针对单元）或排班（针对单元）模式。需要注意的是，在为吊舱系统分流病人时，这些实验假定病人被分配到病人有资格去的任何吊舱中的第一个可用床位（编程逻辑部分描述了基于 ESI 的资格规则）。
表 2 中每种配置的性能都在三种情况下进行了评估：预期需求、到达率增加和行为健康患者比例增加。第一种情况是东南健康医院急诊室当前的需求环境。在未来潜在需求的情况下，对到达率增加 10%进行测试，以评估每种配置。最后，测试了行为健康患者比例增加 10% 的情况（假设到达率为标准值），以模拟佛罗伦萨飓风等灾难发生后的环境。每种需求情况都测试了人员配置和单位配置的稳健性。
这里评估的三个关键性能指标是患者生命周期、床位利用率和急诊室容量。LOS 在每个患者严重程度（ESI 1-5）中进行评估。床位利用率是针对每个病房或单元单独考虑的。急诊室容量是指在特定时间内整个急诊室内病人数量的平均值。
在预期需求下，根据每个病人严重程度组（即 ESI 等级）的平均 LOS 对配置进行评估。图 4 显示了当前系统（"单位"）与所列配置之间平均 LOS 的百分比变化。最佳模型的负变化最大。使用当前的单元设计，增加一名 CC 护士可使所有患者严重程度等级的 LOS 缩短 10%以上，而 "Pod:YB24 "在 ESI 等级 1-4 的患者 LOS 方面表现最佳。
从图 4 中还可以推断出，只有蓝色或黄色吊舱全天候开放（即黄色或蓝色吊舱每天分别只开放 12 小时）不足以满足该急诊室的需求。这一点可以从平均 LOS 的高百分比增长中看出，这对低危重患者的影响更为严重。
接下来，我们考虑意外需求下的性能（图 5(a) 和 5(b)）。首先考虑到达率增加 10%（图 5(a)）。在单元设计中，性能最好的配置是在 CC 和 ME 中增加一名护士。在吊舱设计中，最佳配置是保持黄色和蓝色吊舱 24 小时开放。在增加到达率的情况下，当前系统（单元）所有病人的平均 LOS 为 264 分钟。表现最好的配置缩短了平均 LOS；Unit:CCME 的平均 LOS 为 235 分钟，而 Pod:YB24 的平均 LOS 为 206 分钟。从每个 ESI 级别来看，对于 ESI 5 中病情较轻的病人，单元式系统的 LOS 较短，而对于 ESI 1、2 和 3 中病情较重的病人，吊舱系统的 LOS 较短。在到达人数增加的情况下，全天候开放黄色和蓝色吊舱的吊舱配置总体上优于基于单元的系统。另一种意外情况是行为健康患者增加 10%（图 5(b)）。在这种情况下，表现最好的配置是 Pod:YB24 和 CC2，其中全天候开放黄色和蓝色吊舱的吊舱配置总体上优于其他配置。这里特别值得关注的是 ESI 2，即行为健康患者的严重程度分类。同样，PodYB24 在这一严重程度上略微优于 CC2。在两种意外情况下，与目前的人员配置相比，Unit:CC2 和 Pod:YB24 均缩短了各严重程度的平均 LOS。吊舱和单元设计之间的最大变化体现在最严重的病人身上；吊舱系统及其平衡工作量的目标降低了 ESI 1 病人的平均 LOS。
为了评估资源的有效利用情况，我们计算了每个病房或每个单元的加权平均利用率，以考虑到每个单元的病床数量不同。如上所述，在吊舱配置中，床位数从 10 张（紫色和橙色）到 4 张（蓝色）不等，而在单元配置中，ME 有 26 张，FT 有 6 张。对于图 6 中的每个配置，条形图显示了每个吊舱或单元利用率乘以该吊舱或单元床位数的总和。
每天 24 小时开放的蓝色吊舱配置的加权利用率最高，而每天 24 小时开放的黄色和蓝色吊舱配置的加权利用率最低。此外，图 6 显示，在不同的人员配置水平下，不同单元配置之间的利用率变化不大。这里最令人感兴趣的是了解床位利用率与患者 ED LOS 的关系。对比图 4-6 中的 Pod:YB24 配置，加权床位利用率越低，急诊室病人的 LOS 就越低。
考虑性能的最后一个指标是特定时间内急诊室病人数量的快照。在 10 次重复中，计算出了每种配置的急诊室平均病人数量及其 95% 置信区间，汇总于表 3。
通过置信区间可以了解 ED 在四周模拟期内可能出现的患者量范围。例如，与当前的单元配置相比，CC2 单元的置信区间略小，病人数量的标准偏差也略小。此外，在所有吊舱设计中，黄色和蓝色 24 小时开放的吊舱设计的置信区间和标准偏差最小。由此可以推断，置信区间宽度和标准偏差越小，该配置就越能促进病人在科室内的持续流动，避免病人不必要的等待时间。总体而言，与吊舱配置相比，单元配置的急诊室病人流量较低，但正如前面的图表所示，吊舱系统在病人等候时间方面往往优于单元配置。
图 4-6 和表 3 从不同角度对单元配置和吊舱配置进行了评估，只有通过对每种人员配置设计的所有指标进行评估，我们才能了解它将对急诊室的患者和工作人员产生怎样的影响。
工作量的多变性、到达时间的不确定性和资源的限制导致急诊室过度拥挤、患者不满和医护人员倦怠。在此，我们使用离散事件模拟对急诊室病人流量的改善情况进行了评估，并将基于团队的 pod 系统与当前系统进行了比较。每种系统的性能都是通过患者的就诊时间、急诊室容量和资源效率来衡量的。模拟应用和预测结果已在东南健康中心的急诊室进行了演示。
在当前的预期需求下，24 小时开放黄色和蓝色吊舱的吊舱配置大大降低了严重程度为 ESI 1-4 级的病人的就诊时间。这种配置在急诊室病人数量方面也表现出色（表 3），Pod:YB24 的病人数量与当前单元设计相当。另外，该配置的加权平均床位利用率最低，这表明可以制定一个更优化的时间表来利用床位以满足预期需求。
在不同的需求环境下，以团队为基础的吊舱设计往往比单元设计更加稳健。如果到达急诊室的人数增加 10%，吊舱设计的病人平均 LOS 预计将比东南健康医院目前的人员配置设计少 1 小时（图 5（a））。吊舱系统对严重程度高的病人影响最大，其平均 LOS 甚至明显低于表现最好的病房配置。此外，行为健康患者比例的增加也是考虑因素之一，这些患者在急诊室至少停留 24 小时，因此对急诊室的患者流量产生了重大影响。以团队为基础的吊舱设计能更有效地吸收这种需求变化，并保持较低的患者平均住院时间。具体来说，与单元配置相比，吊舱设计大大降低了 ESI 2（行为健康患者的严重程度）患者的平均住院时间，这对降低其他严重程度患者的住院时间具有连带效应。
这项工作是东南医疗中心急诊室护理重新设计的第一步。LOS 和 ED 容量等患者护理性能指标与调度舱开放时间和人员配备等财务指标之间的权衡是特别值得关注的问题。使用其他指标（如 "未就诊就离开 "的病人数量、急诊室床位的等待时间以及护士和医疗服务提供者的利用率）来分析单元和吊舱配置的性能方面的工作仍在进行中。其他需要考虑的实验还包括吊舱的其他路由规则以及将住院医师作为一种资源添加进来。最后，该模型还可以通过增加细节（如识别外伤病人和增加社区护理咨询）来继续改进。随着东南健康中心吊舱系统的发展，可以对吊舱分配进行进一步试验，以改善工作量平衡并进一步缩短等待时间。此外，对吊舱调度和人员配备的探索将有助于为东南健康医院的急诊室运营提供信息。
由于全国各地急诊室的到达率都在增加，而预算和人员却可能减少，因此需要在不增加资源需求的情况下提高护理效率。本文开发的模拟模型表明，急诊室可以通过改用团队护理设计来改善患者流量，同时更有效地利用资源。除绩效指标外，研究还发现急诊室的团队护理模式可提高患者满意度，改善住院医生的学习环境，并减少医护人员的职业倦怠。进一步改进这一模式，并在人员配置和患者路径方面进行新的试验，将为医院决策者提供信息，使他们能够做出循证决策；最终利用足以经受未来不确定性的强大人员配置模式，为患者提供优质高效的护理服务。
作者要特别感谢凯蒂-史密斯（Katy Smith），她是 Simio 的常备资源和不可替代的问题解决者。此外，如果没有 Donna Coleman、Kyle Collins、Jason Cox 和东南健康的整个急诊科团队，这个项目也不可能完成。
BREANNA SWAN 是北卡罗来纳州立大学 Edward P. Fitts 工业与系统工程系的博士生。她拥有威斯康星大学密尔沃基分校的数学硕士学位。她的研究兴趣是通过模拟、预测分析和优化模型有效地实时使用大数据，特别是在医疗保健领域。她的电子邮件地址是bpswan@ncsu.edu。
OSMAN Y. ÖZALTIN 是北卡罗莱纳州立大学 Edward P. Fitts 工业与系统工程系助理教授，也是个性化医学系群成员。他在匹兹堡大学获得工业工程硕士学位和博士学位。他的研究兴趣涵盖数学编程的理论、计算和应用方面，重点研究公共卫生、个性化医疗和医疗保健服务中出现的优化问题。他的研究方法包括整数编程、随机编程和双层编程。他的电子邮件地址是oyozalti@ncsu.edu。
宋佳-希尔伯恩（SONJA HILBURN）是东南健康公司的急诊服务总监。她在北卡罗来纳大学威尔明顿分校获得学士学位，在西部州长大学获得硕士学位。她的研究兴趣是缩短住院时间和改善急诊室的患者体验；她的工作得到了 Atrium Health 2018 年 "试金石奖"（Touchstone Awards）的认可，该奖项授予在患者安全和临床结果方面展示最佳实践的高成就项目。她的电子邮件地址是hilbur01@srmc.org。
ELIZABETH GIGNAC 博士是位于北卡罗来纳州兰伯顿的东南健康公司急诊医学住院医师项目的副主任兼项目主任。Gignac 博士与坎贝尔大学骨科医学院共同创办了该州首个骨科急诊医学住院医师培训项目，并继续担任该项目教员。她曾就读于密歇根州立大学骨科医学院，并在密歇根州大急流城的 Metro Health 完成了急诊科住院医师培训。她的电子邮件地址是gignac01@srmc.org。
乔治-麦卡蒙（GEORGE MCCAMMON JR.），医学博士，在北卡罗来纳州兰伯顿的东南健康公司担任急诊科医疗总监、助理急救医疗总监、Epic 医生联络专家和急诊医学住院医师项目副主任。他还是坎贝尔大学骨科医学院的急诊医学教员。他的研究兴趣包括在马修飓风和佛罗伦萨飓风等突发情况下开展医疗工作。他曾就读于西弗吉尼亚州骨科医学院，并在密歇根州大急流城的 Metro Health 医院完成了急诊科住院医师培训。他的电子邮件地址是mccamm01@srmc.org。
Agor, J., K. McKenzie, M. Mayorga, O. Ozaltin, R. Parikh, and J. Huddleston.2018."模拟内科病人分流，验证基于优化的工作量评分的使用》。冬季模拟会议论文集》，W. K. V. Chan、A. D'Ambrogio、G. Zacharewicz、N. Mustafee、G. Wainer 和 E. Page 编辑，2881-2892 页。
Augusto, V., M. Murgier, and A. Viallon.2018 ."重大危机情况下应急单位智能控制的建模与仿真框架".In Proceedings of the 2018 Winter Simulation Conference, edited by M. Rabe, A.A. Juan, N. Mustafee, A. Skoogh, S. Jain, and B. Johansson, 2495-2506.
Dinh, M. M., T. C. Green, K. J. Bein, S. Lo, A. Jones, and T. Johnson.2015."急诊科临床重新设计、团队护理和医院绩效的提高：时间序列分析》。澳大利亚急诊医学》27（4）：317-22。
Nable, J., J. C. Greenwood, M. K. Abraham, M. C. Bond, a nd M. E. Winters.2014.在学术性急诊科实施基于团队的医生配置模式》（"Implementation of a Team-Based Physician Staffing Model at an Academic Emergency Department"）。西部急诊医学杂志》15（6）：682-686。
Oh, C., A. M. Novotny, P. L. Carter, R. K. Ready, D. D. Campbell, and M. C. Leckie.2016."使用基于模拟的决策支持工具提高急诊科吞吐量》。医疗保健运筹学》9:29-39。
Patel, P. B. and D. R. Vinson.2005."团队分配系统：加速急诊科护理"。急诊医学年鉴》46（6）：499-506。
Sir, M. Y., D. Nestler, T. Hellmich, D. Das, M. J. Laughlin Jr., M. C. Dohlman, and K. Pasupathy.2017."优化人员配置改善梅奥诊所的患者体验"。Interface 47(5):369-471.
Wiler, J. L., R. T. Griffey, and T. Olsen.2011."急诊科患者流量和拥挤研究建模方法综述》。学术急诊医学》18（12）：1371-79。