Stefano Villa

1. Seminario di Alta Formazione su “Appropriatezza e variabilitànelle decisioni regionali e aziendali”. Stefano Villa Ricercatore Universitario, Università Cattolica del Sacro Cuore, Facoltà di Economia. Docente corso di laurea (triennale e specialistica) in Economia e gestione delle aziende e dei servizi sanitari, Università Cattolica del Sacro Cuore, sede di Roma. Responsabile Area Progetti CERISMAS (Centro di Ricerche e Studi in Management Sanitario) dell’Università Cattolica del Sacro Cuore (www.cerismas.com) Coordinatore Laboratorio Logistica del Paziente La gestione della variabilità a livello aziendale.

2. Agenda Intervento • La gestione della variabilità in sanità • Focus sulla gestione dei flussi dei pazienti • Due esemplificazioni tratte dall’esperienza del Laboratorio Logistica del Paziente • Messaggi chiave

3. Variabilità Quali tipi di variabilità Variabilità Naturale Variabilità ineliminabile, imprevedibile ed insita/connaturata allo stato delle cose Variabilità Artificiale Variabilità eliminabile attraverso interventi di natura organizzativa e in alcuni casi legata a comportamenti scorretti ed inadeguati. E’ causata da disfunzioni nei processi.

4. Fonti e tipologia di variabilità nelle aziende sanitarie

5. 180 170 160 150 140 130 120 110 100 90 80 12-feb 15-gen 29-gen Variabilità nei flussi dei pazienti Le possibili conseguenze RITARDI COLLI DI BOTTIGLIA INTERVENTI CANCELLATI SOVRACCARICO DI LAVORO ERRORI PAZIENTI IN APPOGGIO QUANDO LA DOMANDA E' >> DELLA CAPACITA' PRODUTTIVA PRESENZA PRESENTI MEDIA PRODUTTIVA SPRECO DI CAPACITA' QUANDO LA DOMANDA E' << USO INEFFICIENTE DELLE RISORSE... DELLA CAPACITA' PRODUTTIVA 8-ott 2-lug 4-giu 3-dic 9-apr 7-mag 22-ott 18-giu 16-lug 30-lug 5-nov 10-set 24-set 23-apr 13-ago 26-feb 12-mar 27-ago 26-mar 21-mag 19-nov

6. Parte significativa della variabilità dei flussi dei pazienti è variabilità artificiale quindi eliminabile con l’organizzazione adottando, in particolare, gli approcci e gli strumenti della logistica e dell’operations management.

7. Riferimenti bibliografici Aiken L, Sloane D, Sochalski J (2002) Hospital nurse staffing and patient mortality, nurse burnout, and job dissatisfaction. JAMA The Journal of the American Medical Association 288–16:1987–1993 Litvak et al. (2005) “Managing Unnecessary Variability in Patient Demand to Reduce Nursing Stress and Improve Patient Safety” Journal on Quality and Patient Safety Volume 31 Number 6: 330-338 Vissers J. and Beech R. (2005) Health Operations Management Routledge Health Management Series, New York. Walley P, Steyn R (2006) Managing variation in demand: lessons from the UK National Health Service. J Healthc Manag 51 (5):309–320

8. Fonte dei dati Laboratorio Logistica del Paziente (LLP) L’LLP è un gruppo di lavoro interaziendale e multi-professionale sui temi della gestione dei flussi dei pazienti nelle strutture sanitarie. L’LLP è frutto della partnership tra tre centri di ricerca: il CERISMAS dell’Università Cattolica, il CERGAS dell’Università Bocconi e il CUSAS dell’Università degli Studi di Firenze (Facoltà di Medicina e Chirurgia). Riferimenti bibliografici Bensa G., Prenestini A., Villa S. (2008) “La logistica del paziente in ospedale: aspetti concettuali, strumenti di analisi e leve di cambiamento” in Anessi Pessina E., Cantù E. L’aziendalizzazione della sanità in Italia, Rapporto OASI 2008, Egea, Milano Villa S. (2012) “L’operations management a supporto del sistema di operazioni aziendali. Modelli di analisi e soluzioni progettuali per il settore sanitario” CEDAM, Padova.

9. Processi primari Attività Clinico Assistenziali Profili di cura, auit clinico, PDTA Piattaforme logistico produttive P. S. Ambulatorio Blocco Operatorio Aree di Degenza OPERATIONS MANAGEMENT Logistica del paziente Logistica delle cose Farmaci, dispositivi medici, beni economali

10. Come programmo la capacità produttiva? PL PL Come disegno il LAY-OUT e come organizzo gli spazi? PL PL Blocco Operatorio Magazzino Centrale • Come ri-progetto i processi? • Quale livello tecnologico e di informatizzazione?

11. 100% II I 95% 90% D1 C1 85% Tasso di occupazione 80% E1 A1 75% B1 70% 65% III IV 60% 30 35 40 45 50 55 Indice di rotazione Esiste un problema di capacità produttiva? F1 H1

12. Andamento presenze pazienti chirurgici (15 Gennaio – 15 Dicembre) Indicatori statistici della variabilità

13. Andamento pazienti Urgenti/Non Urgenti nel corso dell’anno 1/2

14. Andamento pazienti Urgenti/Non Urgenti nel corso dell’anno 2/2

15. Indici di variabilità dei pazienti chirurgici per tipologia urgenti e non urgenti (15 Gennaio – 15 Dicembre)

16. Quali sono le possibili cause della variabilità? Andamento pazienti ammessi per settimana (con e senza festività)

17. Quali sono le possibili cause della variabilità? Andamento pazienti ammessi per settimana (con e senza festività)

18. La variabilità dei flussi dei pazienti NON è legata ai casi urgenti ed è solo parzialmente influenzata dagli andamenti stagionali. E’ quindi importante individuare gli elementi di variabilità artificiale eliminabili con un migliore governo delle piattaforme produttive dove si realizzano i percorsi di cura. • Due esempi tratti dal Laboratorio Logistica del Paziente: • La programmazione del blocco operatorio; • Il processo di dimissioni.

19. L’analisi delle aree produttive L’esempio della sala operatoria Amb. Reparto S. O. Recovery Room T. I. Reparto DischargeRoom Area Produttiva Leader

20. Quale impatto sulle aree produttive? Il carico di attività e la variabilità nel Blocco Operatorio

21. Blocco operatorio: distribuzione numero casi e tassi di utilizzo tra i diversi giorni della settimana

22. Blocco operatorio: numero casi e tassi di utilizzo in un giorno specifico di un mese campione

23. Variabilità degli accessi in Terapia Intensiva

24. Andamento presenze per giorno della settimana per pazienti urgenti, non urgenti e complessivi della linea osteomuscolare chirurgica

25. La visione d’insieme: interazione fra le Pipeline POC PE POM PO AREE PRODUTTIVE

26. La distribuzione degli arrivi per fascia oraria

27. Analisi di sistema per la gestione dei flussi Analisi pipeline per ora di dimissione Presenza di una correlazione negativa (0,4) tra il tempo di permanenza al PS e la % di pazienti dimessi entro mezzogiorno.

28. Distribuzione accessi al PS e dimissioni

29. Indici di correlazione tra tempi di permanenza al PS e tasso dimessi-ammessi

30. Risultati metodo delphi LLP 2012, Università Bocconi Milano 16 Novembre 2012 Obiettivo: Ottimizzare il processo di dimissioni Soluzioni: Ri-progettare l’organizzazione attorno al vincolo Pianificare il processo di dimissioni 24 ore dopo l’accesso del paziente in ospedale (da logiche “pull” a logiche “push”) Utilizzare le tecniche di visualmapping Incoraggiare i medici a scrivere le lettere di dimissioni il giorno prima o entro le 9 del mattino del giorno delle dimissioni Standardizzare e semplificare le lettere di dimissioni (esempio di sovra-produzione) Attivare specifici percorsi di dimissione (definiti con la farmacia) Creare una dischargeroom Definire accordi con strutture di riabilitazione (pubbliche e private) con creazione di sistemi informativi condivisi Potenziare i programmi di assistenza domiciliare

31. Messaggi chiave • La variabilità nella gestione dei flussi dei pazienti determina un impatto su qualità, efficienza e accesso alle cure • Parte (rilevante) della variabilità è artificiale e quindi eliminabile con interventi di tipo organizzativo (migliore governo delle piattaforme produttive dove si realizzano i processi di cura) • I database amministrativi sono una fonte di informazioni già disponibili nei sistemi informativi sanitari, esistono però significativi margini di miglioramento. • Essenziale una visione d’insieme del sistema ospedale rispetto ad un focus esclusivo sulle singole aree produttive • L’operations/logistica può offrire utili strumenti e modelli (separazione responsabilità clinica da responsabilità sulla logistica)