Het reduceren van variatie in bedbezetting door het toewijzen van specialismen aan verpleegafdelingen

Transcriptie

1 Het reduceren van variatie in bedbezetting door het toewijzen van specialismen aan verpleegafdelingen R. Buter (Utwente, bachelor technische bedrijfskunde) Begeleiders Ir. A.G. Leeftink (Utwente, CHOIR) Dr. IR. N.J. Borgman (Utwente, CHOIR) A.W.J. Slootbeek (UMC Utrecht, DHS, KNO)

2 Organogram

3 Het probleem Ontevredenheid over bedbezetting: 1) Verschil in gem. bedbezetting per verpleegafdeling 2) Fluctuaties in bedbezetting 3) Sterkte fluctuaties verschillen per verpleegafdeling 80% 70% Gemiddelde Bedbezetting 64% 75% 60% 50% 48% 48% 40% 30% 20% 10% 0% A B C D

4 Waarom is dit een probleem? 1) Inefficiënt gebruik bedden en ruimte 2) Te weinig bedden Bedweigering Verkeerde verpleegafdeling Daling in kwaliteit van zorg 3) Te weinig personeel Hoge werkdruk Daling in kwaliteit van zorg

5 Oorzaken van het probleem 1) Pieken en dalen in OK-planning 2) Patiënten indelen op basis van specialisme werkt niet goed genoeg 3) Huidige toewijzing van specialismen aan verpleegafdelingen is niet optimaal onderzoek naar samenstelling specialismen - Indeling verpleegafdelingen zijn niet onderbouwd - Realistische tijdelijke oplossing

6 Probleemaanpak Operationele bedbezetting GGGGGGGGGGGGGGGGGGee aaaaaaaaaaaa ppppppppppppppppp aaaaaaaaaaaaaaaa GGGGGGGGGGGGGGGGGGGG aaaaaaaaaaaa oooooooo bbbbbbbbbbbb 100%. Fase 1: Analyse van huidige situatie Fase 2: Beddencapaciteit berekenen Fase 3: Simulatiemodel

7 Fase 1: Analyse huidige situatie

8 Bedbezetting verpleegafdelingen 80% 70% 60% 50% Gemiddelde bedbezetting per dag 75% 64% 48% 48% 40% 30% 20% 10% 0% A B C D 0,3 0,25 0,248 Variatiecoëfficiënt 0,279 0,2 0,15 0,178 0,141 0,1 0,05 0 A B C D

9 Ligduur verpleegafdelingen Totale ligduur A B C D Gemiddeld aantal bedden open A B C D

10 Belangrijkste uitkomsten data analyse Aankomsten van patiënten: 1) Zelden opnames in het weekend 2) Doordeweekse electieve opnames zijn erg variabel Ligduur van patiënten: 1) Variatie in ligduur verschilt per specialisme

11 Fase 2 : Beddencapaciteit

12 Beddencapaciteit Erlang verlies model volgens De Bruin et al. (2010) Blokkeringskans Aantal benodigde bedden doordeweeks Risk pooling effect!

13 Risk pooling Bedden voor 3% blokkeringskans Specialismen los Per verpleegafdeling Alles samengevoegd Huidig

14 Effect blokkeringskans Totaal # bedden verpleegafdeling per blokkeringskans % 5% 3% Huidig (3%)

15 Fase 3: Simulatiemodel

16 Simulatiemodel Simulatie van aanwezigheid in verpleegafdelingen Dag- en tijdsafhankelijke aankomsten per specialisme

17 Scenario s 3 categorieën experimenten: 1) Indelingen gegeven huidige situatie 2) Afdeling B en C samengevoegd 3) Één grote verpleegafdeling Eisen aan categorie 1): -Moet voldoen aan maximale beddencapaciteit -Een aantal specialismen zijn al toegewezen Uiteindelijk 16 nieuwe scenarios

18 Resultaten simulatie Beoordeeld op variatie: 1) doordeweeks 2) hele week Alle experimenten presteren beter Samenvoegen leidt tot minder variatie Huidig Beste hele week A 48% 65% B 64% 64% C 75% 63% D 48% 59% Gemiddeld 59% 63%

19 80% Gemiddelde bedbezetting 75% 70% 60% 59% 63% 66% 50% 40% 30% 20% 10% 0% Huidig Beste hele week B+C samengevoegd Één verpleegafdeling

20 Aanbevelingenen

21 Aanbevelingen Zorg dat verpleegkundigen alle patiënten op een verpleegafdeling kunnen verzorgen (risk pooling!). Probeer het aantal aankomsten per dag te stabiliseren. Combineer specialismen zodanig dat: 1) het gem. aantal patiënten aanwezig gelijk verdeeld is over de verpeegafdelingen 2) Een specialisme met een lange gem. ligduur bij een specialisme met een korte ligduur wordt geplaatst.

22 Bedankt voor jullie aandacht!

23 Variabiliteit in aankomsten

24 Variabiliteit in aankomsten VAT electief weekend VAT spoed Aanal dagen Aantal dagen Aantal patiënten Aantal patiënten

25 Aankomsten vaatchirurgie op dinsdag

26 Eerste 80% v/d patiënten gebruikt 50 % v/d capaciteit

27 Eerste 90% v/d patiënten gebruikt 50 % v/d capaciteit