Download
1 / 30
300 likes | 439 Views
שם המאמר: Emergency Departments Operations : the basis for developing a simulation tool מיקום: IIE Transactions מחברים: David Sinreich & Yariv Marmor מציג: יריב מרמור. תוכן המצגת. סקירה כללית של המאמר הצגת הבעיה / מטרה תיאור שיטת הפתרון תכונות הפתרון דיון סיכום. סקירה כללית.
E N D
שם המאמר: Emergency Departments Operations : the basis for developing a simulation tool מיקום: IIE Transactions מחברים: David Sinreich& Yariv Marmor מציג: יריב מרמור
תוכן המצגת • סקירה כללית של המאמר • הצגת הבעיה / מטרה • תיאור שיטת הפתרון • תכונות הפתרון • דיון • סיכום
סקירה כללית • תחום המחקר • סימולציה • ביצועי מלר"ד (מיון) • סקר ספרות • תאור כללי של הבעיה • איסוף הנתונים • ניתוח הנתונים • פיתוח מודל הגעת חולים למלר"ד • פיתוח מודל הגעת חולים לרנטגן • מסקנות שילוב
הצגת הבעיה / מטרה • פיתוח גישה חדשה לבניית סימולציות עבור המלר"ד • עקרונות: • כללי • אינטואיטיבי וקל לשימוש • כולל ערכי ברירת מחדל
תיאור שיטת הפתרון • איסוף נתונים ותצפיות • ניתוח רמות דמיון בין סוגי חולים. • ניתוח מידת הדמיון בין זמני החולים. • פיתוח מודל למופע הגעת החולים למלר"ד. • פיתוח מודל למופע הגעת החולים לרנטגן.
ניתוח רמות דמיון בין תהליכי סוגי חולים • רמת הדמיון בתהליכים מוגדרת בין כל זוג תהליכים ומגדירה עד כמה יש דמיון בתהליכים עצמם ובתדירות שימושם • ככל שהתהליכים דומים כך נוכל לפשט את התהליכים ולהציע תהליך משותף כללי יותר. • לשם כך בחנו את כל אפשרויות החלוקה ל-3 קבוצות על מנת לבחון את רמת הדמיון הממוצעת בין כל זוג בקבוצה. • נבחרה החלופה השימושית הטובה ביותר, שמחלקת את החולים לפי סוג על פני חלוקה לבתי חולים.
ניתוח רמות דמיון בין תהליכים (i ו-j) • Sij- similarity between i and j • Sijmin- smallest similarity values • Sijmax- largest similarity values • - normalized similarity between i and j • i,j- 1…..19
ניתוח תהליכים – קיבוץ לקבוצות • - normalized similarity between processes i and j • Iik - indicator that is set to 1 if processes i is included in cluster k; otherwise they are set to 0 • k – 1 … 3
ניתוח תהליכים – תוצאה התקבלו 3 קבוצות: • חולים פנימיים וחולים במסלול מהיר* – 0.66 • חוליםאורטופדיים* – 0.75 • חולים כירורגיים* – 0.54 רמת הדמיון של כולם ביחד היא 0.44 *למעט חריגים
ניתוח מידת הדמיון בין זמני החולים • את מידת הדמיון בין זמני החולים ניתן להציג באופן סטטיסטי. • כל זמן בנפרד ניתן לחשב את רווח הסמך ולראות האם התצפיות אכן "נופלות" בתוך הטווח. • הטווח שמקובל בשטח הוא +- 10% מהממוצע. מאחר ואנו עוסקים בתהליכים, ניתן להוריד את דרגת ההוכחה מפעולה בודדת (כי חלק ממנה לא נעשית כל פעם) ולחשב את אי הדיוק עבור כל התהליך (כאשר מתחשבים בשכיחות של כל פעולה בתהליך).
ניתוח מידת הדמיון בין זמני החולים dip - relative precision level of element i and patient p and - the average duration and standard deviation over all observed elements of type i for patient type p at all the hospitals participating in the study mip - the number of times this element i was observed for each patient p z - the standard normal quantile
ניתוח מידת הדמיון בין זמני החולים d.p - relative precision level of patient p wip - relative weight of a specific element i of patient p - contribution each elementi makes to the totalprocess time of patientp - the maximum number of times patient typep goes through an element that is only performed once during the ED process
ניתוח מידת הדמיון בין זמני החולים - תוצאה
פיתוח מודל למופע הגעת החולים למלר"ד • מודל ההגעות למלר"ד הינו מודל סטטיסטי בעיקרו, אשר חוזה את כמויות החולים שמגיעים למלר"ד בכל שעה ובכל יום בשבוע. • השורש של ההגעות מתפלג נורמלי (=ההגעות פואסוניות). • המודל מזהה שישנו דמיון רב במופע החולים מכל סוג על פני בתי החולים עד כדי פקטור, אותו ניתן לחשב. => ניתן לחשב עבור כל בית חולים חדש פקטור ולא למצוא מופע מלא.
פיתוח מודל למופע הגעת החולים למלר"ד - the square-root of the number of patients of type p who arrive at the ED of hospital i at hour h on day d in week w - The average square-root estimator of the number of patients of type p arriving at hospital i per hour
פיתוח מודל למופע הגעת החולים למלר"ד - relative volume of patients of type p arriving at a hospital i (compare to all) - estimated adjusted arrival data values of patients of type p who arrive at hospital i at hour h on day d in week w - theaverage square-root of the number of patients of type p who arrive during hour h on day d - mean square-root estimator of the number of patients of type p who arrive at hospital i at hour h on day d
פיתוח מודל למופע הגעת החולים למלר"ד , - the number of patients of type p who arrive at hospital i at hour h on day d חישוב סטיית התקן בין הממוצע החזוי למצוי הוא 0.6 ללא תלות בבית החולים או בסוג החולה.
מודל למופע הגעת החולים למלר"ד - דוגמא Figure 3. Patient Arrival Process Comparison for Internal Patients During 24 Hours on a Monday (Weekday)
פיתוח מודל למופע הגעת החולים לרנטגן • המודל הינו סטטיסטי ודומה מאוד למודל של הגעות חולים למלר"ד. • ההבדל נעוץ בצורך לחלק את התקופה לתחזית לחלקים וכן להבדיל בין רנטגן המיועד לכלל בית החולים או כזה המיועד רק לחולה המלר"ד ולמרפאות.
פיתוח מודל למופע הגעת החולים לרנטגן - denotes the square-root of the average number of patients arriving to the imaging center - hospital, hour, day, and the month effects - estimate the square-root number of hospital patients arriving to the ED
פיתוח מודל למופע הגעת החולים לרנטגן - the estimate number of hospital’s patients who arrive at the imaging center in hospital i at hour h on day d and on month m
פיתוח מודל למופע הגעת החולים לרנטגן - דוגמא
תכונות הפתרון (תכונה, חסרון, שימושיות) • רמת דמיון בתהליך • תכונה: שימוש בדמיון בין זוגות שמוכיח משמעות לסוג החולה על פני תבנית אחרת. • חסרון: הבחינה נעשית בין זוגות ולא לפי דמיון בין החברים בקבוצה, כך שהמסקנה לא לגמרי מדויקת. • שימושיות: המסקנה אכן מתחשבת בשימושיות על פני פתרון מיטבי • רמת דמיון בזמנים • תכונה: אחוז שגיאה כתלות במספר תצפיות כמדד מקובל. • חסרון: חלק מהפרמטרים עצמם יוצאים לא מדוייקים, אך התהליך עצמו עומד בסטנדרטים הנדרשים. • שימושיות: העמידה של התהליך עצמו ב-% האי-דיוק הוא שגורם לתהליך להיות שימושי יותר מאשר כל פתרון אחר.
תכונות הפתרון (תכונה, חסרון, שימושיות) ....המשך • מופע הגעת חולים למלר"ד • תכונה: מתקבל שיש דמיון בהגעות החולים למלר"ד בין בתי החולים עבור כל סוג חולה, כך שההבדל הוא בפקטור יחיד. • חסרון: מעט מדי בתי חולים מופיעים על מנת שאפשר יהיה להגדיר כלל גורף, זאת למרות שהוא נבדק על בתי חולים אחרים. • שימושיות: שימוש במופע כללי עוזר לעדן חריגים. בנוסף, חישוב של נתון אחד (פקטור) נוח יותר מאשר חישוב של 168 נתונים. • מופע הגעת חולים לרנטגן • בדומה למופע הגעות החולים למלר"ד.
דיון – נימוק לשאלה האם המאמר ראוי לפרסום • עניין • צורך מהשטח. • נושא שיש בו מחקרים ספציפיים, אבל לא ניסיון לבחון מספר מלר"דים. • יש חוסר בהבנה של קשרים בין תהליכים ובין בתי חולים. • חדשנות • לא נעשה ניסיון לבדוק דמיון בפרמטרים בין בתי חולים. • לא נעשה מחקר העוזר למשתמשים בסימולציה במלר"דים • שאלת המחקר • אין שאלה מחקרית (אבל יש פיתוח של מודלים) • גודל המדגם קטן - 5 בתי חולים (אך מתוך 25 בכלל בארץ)
סיכום • שימושיות • בתי חולים שבונים מלר"ד חדש • בתי חולים שמנסים לשפר / לא עומדים בעומס .... • פוטנציאל • מחקרים ללימוד והבנה כללית של דרכי שיפור שאינם מקומיים. • מתן תוקף לשינויים בסימולציה אל מול המצב הקיים שמגובה בנתונים. • הרחבות • להמשיך לעוד בתי חולים ולנסות להרחיב את המודל • לעשות מערכות שלומדות מצב קיים וחוזות מצב עתידי (תחזוקה) • פיתוח מתודולוגיה כללית לפיתוח כלים גנריים.
