ANALYSE VAN STRATEGISCHE PLANNING IN ZIEKENHUIZEN

Maat: px
Weergave met pagina beginnen:

Download "ANALYSE VAN STRATEGISCHE PLANNING IN ZIEKENHUIZEN"

Transcriptie

1 UNIVERSITEIT GENT FACULTEIT ECONOMIE EN BEDRIJFSKUNDE ACADEMIEJAAR ANALYSE VAN STRATEGISCHE PLANNING IN ZIEKENHUIZEN Masterproef voorgedragen tot het bekomen van de graad van Master of Science in de Toegepaste Economische Wetenschappen: Handelsingenieur Lara Alboort onder leiding van Prof. Dr. Mario Vanhoucke en Christophe Van Huele

2

3 UNIVERSITEIT GENT FACULTEIT ECONOMIE EN BEDRIJFSKUNDE ACADEMIEJAAR ANALYSE VAN STRATEGISCHE PLANNING IN ZIEKENHUIZEN Masterproef voorgedragen tot het bekomen van de graad van Master of Science in de Toegepaste Economische Wetenschappen: Handelsingenieur Lara Alboort onder leiding van Prof. Dr. Mario Vanhoucke en Christophe Van Huele

4 Vertrouwelijkheidsclausule PERMISSION Ondergetekende verklaart dat de inhoud van deze masterproef mag geraadpleegd en/of gereproduceerd worden, mits bronvermelding. Lara Alboort I

5 Woord vooraf Tijdens mijn opleiding Handelsingenieur heb ik heel veel bijgeleerd, waaronder ook het belang en de meerwaarde van samenwerken. Het was voor mij dan ook een uitdaging om deze scriptie individueel uit te werken. Graag wil ik enkele mensen bedanken voor hun hulp en steun gedurende mijn traject. In de eerste plaats wil ik mijn promotor professor Mario Vanhoucke bedanken, en in het bijzonder zijn doctoraatstudent Christophe Van Huele. Deze scriptie was niet tot stand kunnen komen zonder zijn begeleiding. Bedankt voor het regelmatige samenzitten, het samen brainstormen, het verstrekken van nuttige informatie, de feedback en het kritisch nalezen van mijn scriptie. Ik wens mijn vriendin Iline te bedanken omdat zij voor mij haar mathematische kennis opnieuw bovenhaalde om mijn eerste, oorspronkelijke model te doorgronden. Een speciale dank gaat uit naar mijn hele gezin en mijn vriend Pieter. Zij stonden altijd voor mij klaar en deden meerdere pogingen om trachten te verstaan waar ik precies aan werkte. Graag wil ik ook mijn papa, mijn mama, mijn zus Julie, Pieter en Elisah bedanken voor het nalezen van mijn thesis. Tenslotte wil ik ook graag mijn vriendinnen Stéphanie en Lien bedanken voor hun niet aflatende morele steun in deze voor mij toch uitdagende periode. II

6 Inhoudsopgave Vertrouwelijkheidsclausule Woord vooraf I II 1 Inleiding Motivatie Toegenomen druk Kosten Complexiteit Beperkingen Structuur Werkmethode I Literatuurstudie 4 2 De ziekenhuisomgeving Organisatiestructuur van een ziekenhuis De context van een ziekenhuis Operationeel management in de gezondheidszorg Patiënten en procedures (Hulp-)Middelen Variabiliteit Stakeholders Het meten van de dienstverleningskwaliteit in een ziekenhuis De context van het operatiekwartier Het operatiekwartier De doorstroming van patiënten in het operatiekwartier III

7 INHOUDSOPGAVE IV 3 Plan- en beheerproces van het operatiekwartier Drie hiërarchische beslissingsniveaus Case mix problem Master surgical schedule Patiëntenplanning Succesfactoren van een planning Management procedures Open scheduling strategie Block scheduling strategie Modified block scheduling strategie Modelleren van het plan- en beheerproces Mathematische modellen Doelfuncties Beperkingen Indeling van de modellen Het strategische niveau: mathematische modellering II Formulering mathematische modellen 27 5 Probleemdefiniëring Formulering van het probleem Werkwijze Beperkingen Mathematische modellen Model Fase 1: MSS Model Fase 2: Surgical Case Assignment III Studie 42 7 Inleiding 43 8 Onderzoeksopzet Analyse: werkwijze Data voor onderzoek Gewijzigde data bij analyses

8 INHOUDSOPGAVE V 8.4 Opmerking Vergelijking van verschillende strategieën Geïntegreerde modellen Trade-off: Budget, Chirurgen en Patiënten Focus op het budget Budget en chirurgentevredenheid Budget en patiëntentevredenheid Trade-off met chirurgentevredenheid en patiëntentevredenheid Focus op chirurgentevredenheid Chirurgentevredenheid en budget Chirurgentevredenheid en patiëntentevredenheid Trade-off met budget en patiëntentevredenheid Focus op de patiëntentevredenheid Patiëntentevredenheid en budget Patiëntentevredenheid en chirurgentevredenheid Trade-off met budget en chirurgentevredenheid Overzicht van de output van de verschillende scenario s Overzicht van de output Verdeling van de tijdsblokken over de chirurgengroepen Operaties Budget Chirurgentevredenheid Patiëntentevredenheid Conclusie Evaluatie van de geïntegreerde modellen Overzicht van de resultaten Overzicht van de output Verdeling van de tijdsblokken over de chirurgengroepen Operaties Budget Chirurgentevredenheid Patiëntentevredenheid Conclusie

9 INHOUDSOPGAVE VI 11 Analyse van invloeden Beddencapaciteit Inkomsten per chirurgengroep Geïntegreerde simulatie Budget inclusief patiëntentevredenheid Chirurgentevredenheid inclusief patiëntentevredenheid Patiëntentevredenheid inclusief chirurgentevredenheid Passende versus niet-passende verwachte operatieduurtijd Passende verwachte operatieduurtijd Niet-Passende verwachte operatieduurtijd Granulariteit van de verwachte operatieduurtijden Mogelijke combinaties van operaties in één tijdsblok Analyse: conclusie Belangrijkste invloeden Algemeen besluit 109 Bijlagen VII 1.1 Output Scenario VII Overzicht van de output VII Budget VIII Chirurgenpreferenties VIII Patiëntentevredenheid IX Benutting van de operatiezalen X Bedbezetting XI 1.2 Overzicht wachttijden XII XIV XV

10 Lijst van figuren 2.1 Traditionele organisatiestructuur in Belgische ziekenhuizen De zorggerichte organisatie (Lega & DePietro, 2005) Het dienstverleningssysteem in een ziekenhuis (Vissers & Beech, 2005) Dienstverleningskwaliteit en tevredenheid in een ziekenhuis Het patiëntentraject in het operatiekwartier (Pham & Klinkert, 2008) Drie mogelijke planningstrategieën (Patterson, 1995) Overzicht van de interacties bij een indeling met 5 niveaus (Vissers & Beech, 2005) Trade-off in ziekenhuisomgevingen Integratie van drie objectieven: werkwijze Integratie van drie objectieven Voorbeeld: Berekening overlappende operaties Configuratie van het fictieve ziekenhuis Data voor de studie De preferenties van de chirurgen Simulatie van de arrival volgens een normale verdeling met µ=40, σ=5 (N[40,5]) Het geïntegreerd scenario Overzicht van de output van Fase 1 en Fase 2 van het geïntegreerde scenario Gedetailleerde output Fase 2 van het geïntegreerde scenario Focus op het budget Focus op de voorkeuren van de chirurgen Focus op beperkte wachttijd van de patiënten Relatieve vergelijking van Scenario s 1,2,3 en 4 met Scenario 1 = 100% Verdeling van de tijdsblokken over de chirurgengroepen Het aantal geplande/uitgevoerde operaties en de overgebleven wachtlijst VII

11 LIJST VAN FIGUREN VIII 9.10 Inkomsten van de geplande operaties Enkelvoudige preferentiescore van de chirurgen Meervoudige preferentiescore van de chirurgen Gemiddelde wachttijd van operaties Relatieve vergelijking van Scenario s 1 en Verdeling van de tijdsblokken over de chirurgengroepen Geplande/uitgevoerde operaties en de overgebleven wachtlijst Inkomsten van de geplande operaties Enkelvoudige preferentiescore van de chirurgen Meervoudige preferentiescore van de chirurgen Gemiddelde wachttijd van geplande/uitgevoerde operaties Gemiddelde wachttijd van operaties op de wachtlijst Relatieve vergelijking van Scenario s 1 en Verloop bedbezetting voor het geïntegreerde scenario met beddencapaciteit gelijk aan 30 en 50 bedden Relatieve vergelijking van Scenario s 1 en 1a Relatieve vergelijking van Scenario s 2 en 2a Relatieve vergelijking van Scenario s 3 en 3a Relatieve vergelijking van Scenario s 4 en 4a Relatieve vergelijking van Scenario s 7, 7a, 7b en 7c Relatieve vergelijking van Scenario s 8, 8a, 8b en 8c Het aantal operaties per tijdsblok voor iedere chirurgengroep Vergelijking van het aantal operaties per tijdsblok Relatieve vergelijking van Scenario s 6 en Het aantal mogelijke combinaties van General -operatieduurtijden in Scenario Het aantal mogelijke combinaties van General -operatieduurtijden in Scenario Relatieve vergelijking van Scenario s 1 en

12 Lijst van tabellen 6.1 Overzicht berekening overlap Overzicht analyses Overzicht output van Scenario s 1,2,3 en Output Fase 1 van het scenario op basis van historisch verworven rechten en het geïntegreerde scenario Output Fase 2 van het scenario op basis van historisch verworven rechten en het geïntegreerde scenario Overzicht van de analyses van invloeden Overzicht geïntegreerde simulaties met verschillende beddencapaciteit Inkomsten per chirurgengroep Overzicht geïntegreerde simulaties met verschillende inkomsten per chirurgengroep Overzicht simulaties met focus op het budget bij verschillende inkomsten per chirurgengroep Overzicht simulaties met focus op chirurgentevredenheid bij verschillende inkomsten per chirurgengroep Overzicht simulaties met focus op patiëntentevredenheid bij verschillende inkomsten per chirurgengroep Overzicht Geïntegreerde aanpak en patiëntenfocus aanpak bij passende verwachte operatieduurtijden Overzicht Geïntegreerde aanpak Overzicht Patiëntenfocus aanpak Overzicht output Scenario 6 en Scenario Overzicht output Scenario 1 en Scenario Scenario 1: Overzicht output Fase 1 en Fase VII IX

13 LIJST VAN TABELLEN X 1.2 Scenario 1: Gedetailleerde output Fase VII 1.3 Scenario 1: Inkomsten VIII 1.4 Scenario 1: Preferentiescores van de chirurgen VIII 1.5 Scenario 1: Gemiddelde wachttijd van de patiënten IX 1.6 Scenario 1: Benutting van de operatiezalen X 1.7 Scenario 1: Bedbezetting XI 1.8 Overzicht gemiddelde wachttijden (µ) en standaarafwijking (σ) van alle scenario s XIII

14 Hoofdstuk 1 Inleiding 1.1 Motivatie Toegenomen druk De druk op ziekenhuizen is de voorbije jaren ontzettend toegenomen ten gevolge van verschillende veranderingen en trends. Een grote hoeveelheid middelen is nu verbonden aan een dienstverlening die soms heel erg onder druk staat door de toenemende vraag. Evolutie in technologie en veranderingen in de medische praktijk hebben gezorgd voor wijzigingen in de dikwijls moeilijk te voorspellen zorgpatronen. Bovendien is er ook een toenemende vergrijzing van de bevolking wat een toename en verandering van het type vraag veroorzaakt (Pitt, 1997). Dit alles vindt plaats in een omgeving met beperkte middelen waar patiënten steeds hogere verwachtingen koesteren. Bijgevolg is er behoefte aan een correcte voorziening van de noodzakelijke middelen, alsook aan een efficiënt en effectief gebruik van de reeds aanwezige middelen (Harper, 2002a) Kosten De totale uitgaven voor gezondheidszorg vertonen een stijgende trend die sneller toeneemt dan het bruto binnenlands product binnen de OESO landen. Het gemiddelde percentage bruto binnenlands product van de deelnemende OESO landen dat besteed wordt aan gezondheidszorg is sinds 1990 elk jaar toegenomen of constant gebleven tot in Na een daling van 0,1% in 2005 kan deze trend opnieuw waargenomen worden (OECD Health Data 2011). Binnen ziekenhuizen zelf zijn operatiezalen de belangrijkste kost- en opbrengstcentra. Operatiekamers zouden tot 40% van de totale uitgaven van een ziekenhuis vertegenwoordigen (Denton et al., 2007). Aangezien tot 70% van de opnames in een ziekenhuis een verblijf in het operatiekwartier omvatten, is een optimale benutting van dit departement belangrijk (van Oostrum et al., 2008). 1

15 HOOFDSTUK 1. INLEIDING Complexiteit De omgeving waarin ziekenhuizen opereren wordt gekenmerkt door een hoge graad van complexiteit. De context van operationeel onderzoek in de gezondheidszorg is onderhevig aan interne dynamieken en invloeden. Inspanningen om de output van een bepaald proces te verbeteren kunnen een invloed hebben op de input en output van andere processen (Vissers & Beech, 2005). Onzekerheid is altijd aanwezig door de stochastische natuur waarmee hospitalen geconfronteerd worden. Bovendien zijn er veel middelen en meerdere partijen betrokken bij het proces. Ieder van deze spelers streeft eigen belangen na die mogelijk conflicteren met de belangen van andere betrokken partijen (van Oostrum et al., 2008). Zo willen verschillende chirurgische eenheden en afdelingen voldoende van de beperkte beschikbare operatietijd toegewezen krijgen om hun patiënten te behandelen (Testi et al., 2007). Door deze complexiteit is er geen triviale oplossing ter beschikking voor deze uitdaging, waar ziekenhuizen dagelijks mee geconfronteerd worden. 1.2 Beperkingen Aan deze scriptie zijn er beperkingen verbonden, die hieronder kort besproken worden. Variabiliteit Zoals in de vorige sectie vermeld, wordt een ziekenhuisomgeving gekenmerkt door het inherente verband met variabiliteit. In deze thesis wordt deze variabiliteit buiten beschouwing gelaten. Onderzoeksopzet De onderzoeksopzet die in deze thesis gebruikt wordt, is een vereenvoudigde veralgemening van de werkelijkheid waarbij er geen onderzoek gedaan wordt op basis van data uit de praktijk. Hierdoor zijn de analyses en daaruit volgende besluiten niet zomaar toepasbaar in alle specifieke contexten zonder dat er hiervoor verder onderzoek uitgevoerd wordt en er eventuele relevante aanpassingen worden gedaan. 1.3 Structuur Deze scriptie bestaat uit drie grote delen. In Deel I wordt er dieper ingegaan op de literatuur met betrekking tot de ziekenhuisomgeving en in het bijzonder het plan- en beheerproces van het operatiekwartier. Op deze manier wordt een beter zicht verkregen op de huidige context waarin een operatiekwartier opereert en de omliggende elementen. In Deel II wordt een mathematische formulering van het plan- en beheerproces opgesteld met als doel de belangen van verschillende stakeholders in evenwicht te brengen. Hiervoor worden

16 HOOFDSTUK 1. INLEIDING 3 twee mathematische modellen geformuleerd en verbonden met een feedbacklus. Op deze manier wordt gepoogd budget, chirurgentevredenheid en patiëntentevredenheid in evenwicht te brengen. Deel III bestaat uit analyses op basis van het opgestelde model in Deel II. In de eerste plaats wordt een overzicht gegeven van de vereenvoudigde onderzoeksopzet. Vervolgens worden de modellen uit Deel II aangepast aan een duidelijk uitgesproken strategie die op één van de drie hoofdelementen van het model focust, namelijk budget, chirurgentevredenheid of patiëntentevredenheid. De resultaten van deze scenario s worden besproken en onderling vergeleken. Omdat ziekenhuisomgevingen onderhevig zijn aan een groot aantal invloeden die samen optreden, worden er ten slotte analyses uitgevoerd met de bedoeling een beter inzicht te ontwikkelen in de dynamieken waaraan het plan- en beheerproces in ziekenhuizen onderhevig is. 1.4 Werkmethode De planning van het operatiekwartier gebeurt in het algemeen in twee onderling samenhangende fasen. In de eerste fase wordt de totale beschikbare operatietijd onderverdeeld in tijdsblokken, die vervolgens toegewezen worden aan de verschillende chirurgengroepen waardoor het master surgery schedule (MSS) ontstaat. In de tweede fase wordt een deel van de operaties op de wachtlijst gepland in deze tijdsblokken, het zogenaamde surgical case assignment problem (Testi & Tànfani, 2009). In deze thesis wordt getracht om deze twee samenhangende fases te modelleren en van een feedbacklus te voorzien. Dit heeft als doel de objectieven van verschillende stakeholders, namelijk maximalisatie van budget, chirurgentevredenheid en patiëntentevredenheid, met elkaar te relateren en in evenwicht te brengen. Dit opgestelde model zal vervolgens als basis dienen om analyses uit te voeren met het oog op het verwerven van een beter inzicht in de interne dynamieken en invloeden die eigen zijn aan een ziekenhuisomgeving.

17 Deel I Literatuurstudie 4

18 Hoofdstuk 2 De ziekenhuisomgeving 2.1 Organisatiestructuur van een ziekenhuis Sinds de tweede helft van de 19e eeuw, heeft de tendens om medische kennis verder te specialiseren geleid tot organisatiestructuren met een groot aantal klinische eenheden. Omwille van de enorme toename aan specialisten, hebben de meeste algemene ziekenhuizen over de jaren heen een functionele organisatiestructuur aangenomen met specialisaties gebaseerd op disciplines (Lega & DePietro, 2005). In België staat de historisch gegroeide traditionele organisatiestructuur beschreven in de wet. De departementale structuur bestaat uit een medisch departement, een verpleegkundig departement, een administratief departement en technische & logistieke diensten (zie Figuur 2.1). De structuur geeft de functies van de professionals weer en is aanbodgericht, niet vraaggestuurd (Degadt & Van Herck, 2003). Figuur 2.1: Traditionele organisatiestructuur in Belgische ziekenhuizen Volgens Mintzberg is een ziekenhuis een professionele bureaucratie die gekenmerkt wordt door de zoektocht naar standaardisatie van procedures en producten door ze in bepaalde vooraf gedefinieerde hokjes te plaatsen. Een ziekenhuis wordt georganiseerd rond de vaardigheden en 5

19 HOOFDSTUK 2. DE ZIEKENHUISOMGEVING 6 kennis van de professionals die de patiënten behandelen, wat het kenmerk is van een functioneel ontwerp (Mintzberg, 1993). Er kunnen twee globale modellen onderscheiden worden (Lega & DePietro, 2005). De eerste categorie komt voor in Amerikaanse en Anglo-Saksische context en bestaat uit de zogenaamde decentralized two-headed hospitals. Artsen treden in deze instellingen op als consultants en ontvangen een vergoeding voor geleverde diensten. Verpleegsters en bestuurders beheren de middelen die gedeeld worden over de verschillende departementen. De ziekenhuizen bestaan uit verschillende specialisatie-eenheden en een financiële cultuur is verspreid in de organisatie. De tweede categorie komt voor in de Europese gezondheidszorg en bestaat uit de zogenaamde centralized single-headed hospitals. Bij dit model zijn de artsen in loondienst. Het topmanagement wijst de middelen van het ziekenhuis toe aan de specialisatie-eenheden en binnen deze eenheden worden de middelen centraal beheerd door de hoofdartsen van de specialisatie. Er is in deze instellingen een tekort aan verschillende afdelingen en er is een vertraging in de verspreiding van financiële en managementcultuur. Binnen deze categorie heeft de toewijzing van middelen dikwijls geleid tot onderbenutting van de capaciteit omwille van drie redenen. Ten eerste is de hoeveelheid toegewezen middelen aan een specialiteit niet altijd in balans met de vraag ernaar. Ten tweede kunnen de tijdstippen waarop de middelen beschikbaar gesteld worden, leiden tot pieken en dalen en bijgevolg tot over- en onderbenutting. Ten derde kan de niet gebalanceerde beschikbaarheid van middelen knelpunten veroorzaken. Deze niet-rationele toewijzing kan verklaard worden doordat de toewijzing van (hulp-)middelen dikwijls gebaseerd wordt op historisch verworven rechten of machtsverhoudingen in plaats van op de vraag die voortvloeit uit de doorstroming van patiënten. De functionele organisatiestructuur is geschikt voor organisaties die in een eenvoudige, stabiele omgeving functioneren. Echter, hoe meer het leveringsproces versnipperd is in gespecialiseerde eenheden, hoe meer moeite en geld er zal moeten geïnvesteerd worden in het coördineren van deze verschillende processen. Daarom wordt er vanuit vier verschillende hoeken druk uitgevoerd voor verandering in de typische functionele organisatiestructuur van ziekenhuizen: financieel, institutioneel & sociaal, klinisch en professioneel. Dit heeft geleid tot drie soorten reorganisaties in ziekenhuizen: overbrugging bestaande uit inter-organisationele integratie, reorganisatie bestaande uit interne herstructureringen in ziekenhuizen en engagement met betrekking tot gedragsgerichte acties. Geen van de drie reorganisatievormen kan op zich de vier drukpunten oplossen, maar in combinatie hebben ze wel een sterkere impact (Lega & DePietro, 2005). De huidige trends hebben geleid tot reorganisaties waarbij ziekenhuizen de behoeften van de zorgprocessen centraal stellen in plaats van de visie van de artsen. Over het algemeen wordt een

20 HOOFDSTUK 2. DE ZIEKENHUISOMGEVING 7 nieuwe organisatievorm toegepast met als belangrijkste kenmerken klinische integratie, integratie van (hulp)middelen, focus op patiënten(groepen) en engagement van het medische personeel: de zorggerichte organisatie (zie Figuur 2.2) (Lega & DePietro, 2005). Figuur 2.2: De zorggerichte organisatie (Lega & DePietro, 2005) 2.2 De context van een ziekenhuis Operationeel management in de gezondheidszorg Het dienstverleningssysteem van ziekenhuizen wordt gekenmerkt door een aantal inputs die door processen omgezet worden naar outputs. De belangrijkste invoer is de vraag van de patiënt voor zorg. Dit is echter niet de enige invoer. Andere factoren beïnvloeden eveneens de planning en het beheer van middelen, die noodzakelijk zijn voor de realisatie van de behandeling van de patiënt. Er zijn drie transformatieprocessen. Ten eerste zijn er de klinische processen. Deze processen zijn gelinkt met het beheer van de middelen die gebruikt worden bij de behandeling van patiënten. Deze processen worden ondersteund door een tweede soort processen, de manage-

21 HOOFDSTUK 2. DE ZIEKENHUISOMGEVING 8 ment processen. Ten slotte zijn er ook ondersteunende processen die zorgen voor de algemene werking van ziekenhuizen. Na afloop kan het succes van behandelingen ingeschat worden op basis van verschillende uitkomsten van het proces, zoals statistische data betreffende de uiteindelijke status van de patiënt, de tevredenheid van de behandelde persoon en de mate waarin de middelen efficiënt en effectief aangewend zijn (Figuur 2.3) (Vissers & Beech, 2005). Figuur 2.3: Het dienstverleningssysteem in een ziekenhuis (Vissers & Beech, 2005) Patiënten en procedures Er worden verschillende soorten ingrepen uitgevoerd in een ziekenhuis. Patiënten kunnen ingedeeld worden op basis van hun soort ingreep. In de literatuur worden verschillende indelingen vermeld. Indeling op basis van planning Een eerste indeling kan gebeuren op basis van de mate waarin ingrepen gepland kunnen worden. Er kan een onderscheid gemaakt worden tussen geplande en niet-geplande patiënten. De operaties van geplande patiënten kunnen goed op voorhand vastgelegd worden. Niet-geplande ingrepen kunnen daarentegen niet gepland worden aangezien deze onverwacht opduiken en met enige urgentie dienen uitgevoerd te worden. Binnen de geplande ingrepen kan er nog een onderscheid gemaakt worden. Enerzijds zijn er ingrepen waarvoor een opname noodzakelijk is,

22 HOOFDSTUK 2. DE ZIEKENHUISOMGEVING 9 patiënten met hospitalisatie, anderzijds zijn er poliklinische of ambulante patiënten die na hun ingreep opnieuw naar huis gaan en bijgevolg niet gehospitaliseerd worden. De niet-geplande ingrepen kunnen ingedeeld worden op basis van de wachttijd van patiënten tot de start van hun ingreep. Noodgevallen moeten zo snel mogelijk behandeld worden omwille van hun levensbedreigende toestand, terwijl urgente patiënten een voldoende stabiele toestand hebben om nog een korte tijd te wachten (Cardoen et al., 2010). Indeling op basis van frequentie Een tweede indeling kan gemaakt worden op basis van de frequentie waarmee operaties voorkomen. Categorie A omvat ingrepen die gepland kunnen worden en regelmatig voorkomen. Categorie B bestaat uit ingrepen die gepland kunnen worden en die slechts sporadisch voorkomen. Ten slotte groepeert Categorie C alle ingrepen die niet gepland kunnen worden (van Oostrum et al., 2008). Patiënten die geopereerd moeten worden, kunnen steeds gekenmerkt worden door hun klinische status, de verwachte duur van hun operatie, de verwachte duur van hun verblijf in het ziekenhuis en hun wachttijd (Testi et al., 2007) (Hulp-)Middelen De (hulp-)middelen noodzakelijk voor de verwezenlijking van een operatie bestaan uit personeel, faciliteiten en materiaal (Guerriero & Guido, 2011). Volgende soorten (hulp-)middelen kunnen onderscheiden worden. Hernieuwbare versus niet-hernieuwbare (hulp-)middelen Een belangrijk onderscheid dient gemaakt te worden tussen hernieuwbare en niet-hernieuwbare bronnen. Hernieuwbare bronnen zijn periodeafhankelijk en bijgevolg slechts beperkt beschikbaar binnen een bepaald tijdsinterval, waarna ze opnieuw aangevuld worden. Ruimte, uitrusting en personeel zijn voorbeelden van dit soort middelen. Niet-hernieuwbare bronnen worden niet op regelmatige basis aangevuld. Het gebruik van dergelijke middelen is bijgevolg gelimiteerd. Het beste voorbeeld van een niet-hernieuwbaar goed is het budget dat het ziekenhuis heeft om een jaar te functioneren (Beliën et al., 2006). Een andere benaming voor dergelijke middelen is gebruiks- en verbruiksgoederen. Specifieke versus gemeenschappelijk (hulp-)middelen Middelen kunnen toegewezen worden aan patiëntgroepen of aan chirurgische groepen. Bijgevolg zijn deze middelen makkelijk beschikbaar doordat ze specifiek zijn. Sommige middelen, daarentegen, zijn gemeenschappelijk en moeten gedeeld worden. Een gemeenschappelijk middel kan ofwel toegewezen worden aan een specialist voor een bepaalde periode, ofwel algemeen beschik-

23 HOOFDSTUK 2. DE ZIEKENHUISOMGEVING 10 baar zijn zonder concrete toewijzing. Het al dan niet specifiek of gemeenschappelijk zijn van een middel wordt bepaald door het strategisch beleid van een ziekenhuis (Vissers et al., 2001). Leidende en volgende (hulp-)middelen Het toewijzen van capaciteit van bepaalde middelen, de zogenaamde leidende middelen, leidt automatisch tot de behoefte van capaciteit van andere middelen, volgende middelen genaamd. Zo zal de toewijzing van operatietijd leiden tot een behoefte aan bedden en verplegend personeel om de geopereerde patiënten op te vangen (Vissers et al., 2001) Variabiliteit Een ziekenhuisomgeving is inherent verbonden met variabiliteit. Deze variabiliteit is verbonden met de onzekerheid die vele factoren in het ziekenhuisgebeuren typeert. Zoals de onzekerheid over het aantal noodgevallen, de operatieduur, de beschikbaarheid van het medisch personeel (Lamiri et al., 2007), alsook de duur van het herstel. Deze onzekerheid heeft een sterke invloed op zowel het tijdstip waarop een ingreep van start kan gaan, als op de personeelskosten van het operatieteam. Correcte inschattingen kunnen enkel gemaakt worden door rekening te houden met deze onzekerheid (Guerriero & Guido, 2011). Er kan ook variatie opduiken tussen bepaalde ziekenhuizen of over de tijd in een bepaald ziekenhuis wat betreft demografische factoren, de vraag voor zorg, het aantal opnames en de capaciteit van afdelingen (Pitt, 1997). Naast de variabiliteit ten gevolge van het onzekere klimaat van de gezondheidszorg, ook natuurlijke variabiliteit genoemd, bestaat er ook artificiële variabiliteit die ontstaat ten gevolge van een slecht planningsbeleid (Beliën & Demeulemeester, 2007) Stakeholders Zoals reeds vermeld in de inleiding, zijn er meerdere partijen betrokken bij de activiteiten van een ziekenhuis. De patiënten, chirurgen en directie van een ziekenhuis hebben andere belangen en doelstellingen die mogelijk in conflict zijn met elkaar. Zo zal de directeur een optimale bezetting van de capaciteit willen wat mogelijk tot knelpunten leidt, terwijl de patiënt een vlotte dienstverlening verkiest, zonder knelpunten. Welke de prioriteiten van een ziekenhuis zijn, zal bepaald worden door de relatieve macht die elk van de belangengroepen heeft (Gemmel & Van Dierdonck, 1999). Dokters en patiënten kunnen zich tot elkaar verhouden als handelsagent ten opzichte van principaal. Aangezien personen die beroep doen op de dienstverlening van de gezondheidszorg meestal te weinig medische kennis hebben om zelf hun aandoening en behandeling te bepalen, vergoeden zij een dokter om dat in hun plaats te doen. Wanneer een dokter betaald wordt per consultatie, kan deze er belang bij hebben om de patiënt te onderwerpen aan zo veel mogelijk onderzoeken en

24 HOOFDSTUK 2. DE ZIEKENHUISOMGEVING 11 consultaties. Om dit risico te vermijden, kan een derde partij tussenkomen, die een regelgeving kan voorzien die het gedrag van de onafhankelijke dokter beperkt (Blake & Carter, 2003). Het medische personeel kan opgedeeld worden in twee categorieën. De eerste categorie bestaat uit de artsen die eigen patiënten hebben en verbonden zijn met bepaalde behandelingen. De tweede categorie bestaat uit personeelsleden zoals verpleegkundigen en anesthesisten. Dit medische personeel kan bij elke behandeling betrokken worden, onafhankelijk van de specifieke patiënt. Deze groep wordt ook de anoniemen genoemd. Beide categorieën bestaan uit personeelsleden die bepaalde preferenties hebben. Een eerlijke verdeling van het werk, waarbij rekening gehouden wordt met de voorkeuren van de betrokkenen, is belangrijk (Roland et al., 2010) Het meten van de dienstverleningskwaliteit in een ziekenhuis De competitiviteit tussen ziekenhuizen neemt alsmaar toe, waardoor het belangrijk is te weten hoe patiënten de kwaliteit van de dienstverlening percipiëren. Diensten worden gekenmerkt door hun ontastbaarheid, variabiliteit of heterogeniteit, onderlinge verbondenheid en vergankelijkheid. Deze vier kenmerken hebben enkele implicaties. Ten eerste kan een dienst niet ervaren worden vóór het gebruik ervan. Ten tweede kan de kwaliteit van een dienst sterk variëren met de persoon die de dienstverlening verschaft. Ten derde vormen patiënten een onderdeel van de dienst en ten vierde kunnen diensten niet in voorraad opgeslaan worden (Vandamme & Leunis, 1993). De tevredenheid over een dienst en de kwaliteit van een dienst zijn niet hetzelfde. De tevredenheid wordt namelijk bepaald door de mate waarin aan de verwachtingen van de klant over de dienstverlening voldaan is. De kwaliteit van de dienstverlening heeft dus in sterke mate invloed op de tevredenheid van de klant, of in het geval van ziekenhuizen de patiëntentevredenheid (Vandamme & Leunis, 1993). Om de dienstverleningskwaliteit van diensten te meten, wordt dikwijls gebruik gemaakt van het Servqual model, een instrument om de dienstverleningskwaliteit te meten aan de hand van meerdere kwaliteitsdimensies van een dienst (Van Looy et al., 2003). Echter, de dienstverlening in de zorgsector is sterk verschillend van de algemene dienstenbedrijven, waardoor een aangepaste methode noodzakelijk is. Uit onderzoek bleek dat volgende factoren een belangrijke invloed uitoefenen op de kwaliteit van de dienstverlening in ziekenhuizen (zie Figuur 2.4): de tastbare elementen in een ziekenhuis zoals de maaltijden, het reactievermogen om snel medische bijstand te voorzien en het aangepast reageren op de noden van de patiënt, de mate van geruststelling, de verschijning en vaardigheden van het verpleegkundig personeel en ten slotte de bekwaamheid om de persoonlijke normen en waarden van iedere patiënt te respecteren (Vandamme & Leunis, 1993)

25 HOOFDSTUK 2. DE ZIEKENHUISOMGEVING 12 Figuur 2.4: Dienstverleningskwaliteit en tevredenheid in een ziekenhuis 2.3 De context van het operatiekwartier Het operatiekwartier Een operatiekwartier bestaat uit een bedhold area, meerdere operatiezalen en een ontwaakzaal. In de bedhold area worden patiënten opgevangen door verpleegkundigen die hen klaarmaken voor de operatie. In de ontwaakruimte, ook wel post-anesthesie zorgen afdeling genoemd of recovery, worden de patiënten onmiddellijk na hun operatie opgevangen. Deze afdeling beschikt over meerdere bedden, met minstens één bed voor elke operatiezaal De doorstroming van patiënten in het operatiekwartier Het traject dat afgelegd wordt, is afhankelijk van het type patiënt. Ambulante patiënten starten vanuit de dagkliniek, terwijl de gehospitaliseerde patiënten starten in een verpleegafdeling. Iedere patiënt die een chirurgische ingreep ondergaat doorloopt drie fases (zie Figuur 2.5) (Pham & Klinkert, 2008). De preoperatieve fase De patiënt wordt verplaatst van de dagkliniek of verpleegafdeling naar de bed hold area, ook wel Preoperative Holding Unit (PHU) genoemd. In deze eenheid worden de documenten van de patiënt nagekeken en wordt de patiënt klaargemaakt voor de operatie. De perioperatieve fase De patiënt wordt vervolgens verplaatst naar de operatiezaal (OR) voor de ingreep. In de operatiezaal wordt de patiënt onder verdoving gebracht door een anesthesist, waarna één of meerdere

26 HOOFDSTUK 2. DE ZIEKENHUISOMGEVING 13 chirurgen de operatie uitvoert/uitvoeren. Zij worden bijgestaan door één of meerdere verpleegkundigen en operatieve technici. De postoperatieve fase Na de ingreep kan de patiënt naar verschillende afdelingen gebracht worden. De meeste patiënten worden naar de post-anesthesie zorgen afdeling (Post-Anaesthesia Care Unit (PACU)) gebracht ter observatie in de onmiddellijke postoperatieve fase waarin de patiënt kan bekomen van de verdoving. Patiënten met een kritieke toestand worden eerst opgevangen in de afdeling intensieve zorgen (Intensive Care Unit (ICU)) met aangepaste uitrusting en speciaal opgeleid verpleegpersoneel. Indien de gezondheidstoestand van de patiënt door de anesthesist als voldoende stabiel bevonden wordt, wordt de gehospitaliseerde patiënt teruggebracht naar de verpleegeenheid en de poliklinische patiënt wordt teruggebracht naar de dagkliniek. In sommige gevallen dient een ambulante patiënt soms toch gehospitaliseerd te worden omwille van zijn/haar gezondheidsconditie. Figuur 2.5: Het patiëntentraject in het operatiekwartier (Pham & Klinkert, 2008) Sommige ambulante patiënten krijgen slechts een beperkte plaatselijk verdoving. Na de ingreep moeten zij niet eerst opgevangen worden in de ontwaakruimte, maar keren deze patiënten onmiddellijk terug naar de dagkliniek.

27 Hoofdstuk 3 Plan- en beheerproces van het operatiekwartier 3.1 Drie hiërarchische beslissingsniveaus De planning van chirurgische activiteiten gebeurt op drie verschillende niveaus, afhankelijk van de tijdspanne waarop de planning betrekking heeft. Op lange termijn wordt de strategische planning vastgelegd, op middellange termijn de tactische planning en op korte termijn de operationele planning. De beslissingen op hoger liggende hiërarchische niveaus dienen als input voor de beslissingen op lagere niveaus en leggen bijgevolg beperkingen op Case mix problem Op het strategische niveau wordt de omvang van de belangrijkste middelen met betrekking tot het operatiekwartier bepaald, zoals onder andere het personeel, de operatiezalen en de apparatuur (van Oostrum et al., 2010). Bovendien behandelt het strategische niveau voornamelijk het probleem van de toewijzing van middelen. Nadat het aantal beschikbare middelen bepaald is, worden het aantal en type van operaties, het betrokken medische personeel en de relevante kosten vastgelegd. Dit wordt case mix planning genoemd, naar de gelijkenis met product-mix planning in productieomgevingen (Guerriero & Guido, 2011). Het budget van een operatiekwartier ligt meestal vast, wat een onmiddellijke impact heeft op de operatietijd die beschikbaar gemaakt kan worden. Een budget wordt toegewezen aan de verschillende chirurgische specialisaties. Deze verdeling kan gebeuren op basis van verschillende criteria (Guerriero & Guido, 2011). De toewijzing van operatietijd aan deze specialisaties gebeurt typisch voor een tijdsspanne van één jaar of meer (van Oostrum et al., 2008). 14

28 HOOFDSTUK 3. PLAN- EN BEHEERPROCES VAN HET OPERATIEKWARTIER Master surgical schedule Op het tactische niveau wordt een operatieschema ontwikkeld, namelijk het Master Surgery Schedule (MSS). Dit is een cyclisch tijdsschema dat het aantal en type van beschikbare operatiezalen definieert, alsook de openingsuren van deze ruimtes. Bovendien worden chirurgische groepen of chirurgen toegewezen aan concrete beschikbare operatietijd (Blake et al., 2002). Dit schema zal beïnvloed worden door de beslissingen op het hoger gelegen strategisch niveau, zoals het aantal operatiekamers, de beschikbare operatietijd en de capaciteit van de verschillende afdelingen (Guerriero & Guido, 2011). Bij het opstellen van een master surgery schedule, kunnen twee doelstellingen voorop gesteld worden. Enerzijds wil men de kloof tussen de toegewezen operatietijd aan chirurgische afdelingen en het streefcijfer van toegewezen operatietijd minimaliseren, anderzijds moet het schema zodanig zijn opgesteld dat er een minimaal aantal wijzigingen nodig zijn van week tot week. Dit houdt in dat er een balans moet gevonden worden tussen perfecte toewijzingen en consistente schema s (Blake et al., 2002). Bovendien dient er bij de opstelling van een MSS een trade-off gemaakt te worden tussen flexibiliteit enerzijds en een hogere benutting van de capaciteit van de operatieruimte anderzijds (Van Houdenhoven et al., 2007). Aangezien het master surgery schedule cyclisch is, zal het meermaals gebruikt worden. Bijgevolg zal dit schema steeds opnieuw moeten geoptimaliseerd worden, rekening houdend met de betrokken factoren. Onderzoek heeft aangetoond dat een cyclisch schema zoals een MSS in staat is om twee ogenschijnlijk conflicterende doelstellingen tegelijk te verwezenlijken. Dankzij het master surgery schedule kan zowel de efficiëntie als de beschikbaarheid van de diensten van het ziekenhuis geoptimaliseerd worden. Bijvoorbeeld door tegelijkertijd de vraag naar een bepaalde dienst meer te egaliseren over de tijd en een betere benutting van de beschikbare middelen te realiseren (Van Houdenhoven et al., 2008). De planningshorizon van het tactische niveau kan enkele weken zijn, of zelfs één tot drie maanden tot een jaar (Guerriero & Guido, 2011). Het schema heeft meestal een cyclische duur van één week (Cardoen et al., 2010) Patiëntenplanning De planning op het operationele niveau heeft typisch betrekking op de individuele patiënten. Er kan hierbij een onderscheid gemaakt worden tussen het offline en online operationeel plannen.

29 HOOFDSTUK 3. PLAN- EN BEHEERPROCES VAN HET OPERATIEKWARTIER 16 De offline operationele planning Deze planning betreft het op voorhand plannen van middelen en opeenvolgende activiteiten, en wordt gekenmerkt door een planningshorizon van één week. Dit omvat onder andere het opstellen van het personeelsrooster alsook het rangschikken van de verschillende operaties. Er wordt hierbij gepoogd de starttijden van de verschillende operaties voldoende te spreiden zodat eventuele noodgevallen voldoende snel behandeld kunnen worden in een beschikbare operatiekamer (van Oostrum et al., 2010). Het plannen van de verschillende individuele gevallen kan gebeuren door twee opeenvolgende stappen. Eerst worden patiënten toegewezen aan een specifieke operatiezaal (geavanceerde planning), waarna ze in een tweede stap gerangschikt worden (toewijzingsplannen). Niet alle toepassingen in de literatuur werken met beide stappen, sommige papers behandelen dit in slechts één stap (Guerriero & Guido, 2011). De online operationele planning De online operationele planning slaat op het toezicht op en het beheer van de activiteiten in het operatiekwartier in de loop van de dag. Deze planning wordt geconfronteerd met onvoorziene omstandigheden waardoor de operatieplanning mogelijk dient aangepast te worden. De noodgevallen die binnenkomen moeten zo snel mogelijk ingepland worden en ook aan de urgente gevallen moeten er binnen beperkte tijd operatiefaciliteiten toegewezen worden. Eventueel kan zelfs een annulering van operaties nodig zijn om de opduikende onzekerheden op te vangen (van Oostrum et al., 2010). 3.2 Succesfactoren van een planning Verschillende factoren beïnvloeden de slaagkansen van een planning. Vooreerst dient een goede planning voldoende data-intensief te zijn. Dit zorgt niet alleen voor meer inzicht en betere voorspellingen, maar de kwaliteit van de planning neemt hierdoor ook toe. De beschikbaarheid van data heeft een enorme impact op de mogelijkheid om dit te realiseren (van Oostrum et al., 2010). Door de grote onzekerheid van de omgeving waarin een hospitaal functioneert, dient een operatieplanning bovendien voldoende flexibel te zijn opdat deze waardevol zou zijn (Zhang et al., 2008). Rekening houdend met deze vereiste van voldoende soepelheid, moet de benutting van het operatiekwartier zo veel mogelijk gemaximaliseerd worden. Een planning dient ook afgestemd te zijn op de planning van andere relevante departementen en middelen. Bovendien moet er voldoende autonomie verleend worden aan de chirurgen en dient de werklast van het management geminimaliseerd te worden door de complexiteit van het systeem te beperken. Dit

30 HOOFDSTUK 3. PLAN- EN BEHEERPROCES VAN HET OPERATIEKWARTIER 17 alles moet gebeuren met voldoende financiële controle (van Oostrum et al., 2010). 3.3 Management procedures Alvorens een operatiekwartierrooster kan worden opgesteld, dient de strategie voor het plannen van de operatiezalen vastgelegd te worden. Hierbij komen drie planstrategieën naar voor: open scheduling, block scheduling en modified block scheduling Open scheduling strategie Bij deze strategie is het rooster volledig open en kunnen de chirurgen willekeurig hun operaties aanvragen. Daarom wordt naar deze strategie in de literatuur ook verwezen als Any Workday (Dexter et al., 2003). Er wordt gebruik gemaakt van het first come, first served -principe waardoor deze strategie in het voordeel speelt van specialisten die reeds lang op voorhand hun vraag kennen (Patterson, 1995) Block scheduling strategie Om deze strategie te kunnen toepassen wordt de beschikbare operatietijd opgedeeld in blokken. Vervolgens krijgen de verschillende chirurgen of chirurgenclusters een reeks van operatieblokken toegewezen. De chirurgen of chirurgenclusters worden eigenaar van de aan hen toegewezen operatieblokken en ze kunnen binnen deze toegewezen blokken hun eigen operaties plannen. Deze blokken worden dus op voorhand gereserveerd. Het nadeel aan deze strategie is dat eventuele operatietijd die niet benut wordt, gewoon bij de eigenaar blijft (Fei et al., 2010). De block scheduling strategie kan een uitdaging zijn, zowel in de praktijk als in theorie. De gewenste operatietijd van een bepaalde groep kan verschillend zijn van een veelvoud van het aantal blokken waarin de operatietijd opgedeeld is, zodat er ofwel te weinig ofwel te veel blokken toegewezen zullen worden. Bovendien kan het aantal blokken dat werkelijk toegewezen wordt, gelimiteerd worden door een beperking in beschikbare middelen (Blake et al., 2002). Hiertegenover staat dat het block scheduling systeem gemakkelijk te gebruiken is en het de tijdsblokken efficiënt verdeelt. Hierdoor wordt deze strategie als superieur beschouwd voor het oplossen van scheduling problemen (Patterson, 1995) Modified block scheduling strategie Om de hierboven beschreven planning op basis van tijdsblokken flexibeler te maken, kan de modified block scheduling strategie toegepast worden. Hierbij wordt operatietijd beschikbaar

31 HOOFDSTUK 3. PLAN- EN BEHEERPROCES VAN HET OPERATIEKWARTIER 18 gehouden in plaats van toegewezen of worden onbenutte tijdsblokken vrijgegeven op een afgesproken tijd (bijvoorbeeld 72 uur) voor de operatie (Fei et al., 2010). Deze strategie wordt ook wel top down/bottom up -planning genoemd (Hamilton & Breslawski, 1994). Figuur 3.1 geeft een overzicht van de definities en voornaamste voor- en nadelen van de drie strategieën (Patterson, 1995). Figuur 3.1: Drie mogelijke planningstrategieën (Patterson, 1995)

32 Hoofdstuk 4 Modelleren van het plan- en beheerproces 4.1 Mathematische modellen Om het probleem van de planning van het operatiekwartierrooster op te lossen, zijn er meerdere mathematische modellen opgesteld. Bovendien is de laatste decennia ook simulatie een waardevolle methode gebleken om problemen met betrekking tot het plan- en beheerproces in het operatiekwartier te benaderen. De meest voorkomende doelfuncties en beperkingen in de mathematische modellen, worden hieronder besproken Doelfuncties We kunnen in de literatuur voornamelijk acht objectieven onderscheiden (Cardoen et al., 2010). Financiële maatstaven Het minimaliseren van de kosten en het maximaliseren van de winst zijn de meest voorkomende doelfuncties. Door het besparen van kosten, is er extra geld om andere prestaties te verbeteren. Het is belangrijk voor de continuïteit van de dienstverlening dat het financiële aspect niet vergeten wordt. Wachttijd Het minimaliseren van wachttijden voor zowel patiënten als chirurgen kan ook een doelfunctie zijn. De lange wachtlijsten waarop patiënten terecht komen, hebben namelijk reeds voor veel ongenoegen gezorgd. Aangezien chirurgen deel uitmaken van de duurste middelen van een 19

33 HOOFDSTUK 4. MODELLEREN VAN HET PLAN- EN BEHEERPROCES 20 ziekenhuis, is er belang bij het minimaliseren van hun wachttijden zodat zij optimaal kunnen werken. Throughput Het objectief om de throughput te maximaliseren is nauw verbonden met het objectief om de wachttijden te verminderen. Door meer patiënten te behandelen, verkort de wachtlijst en de daarmee samenhangende wachttijd. Dit kan duidelijk aangetoond worden met Little s law die stelt dat de gemiddelde voorraad in een systeem gelijk is aan de vermenigvuldiging van de gemiddelde cyclustijd met de gemiddelde throughput. Benutting Zoals reeds eerder vermeld staat de benutting van middelen niet los van de flexibiliteit van een planning. Er dient een trade-off gemaakt te worden. Enerzijds kan er gestreefd worden naar het maximaliseren van de benutting van middelen, in het bijzonder de heel dure operatiezalen, zodat er geen onnodige kosten zijn door onderbezetting. Anderzijds heeft een volgeboekt operatiekwartierschema geen buffers en is het bijgevolg inflexibel, wat onnodige hoge kosten kan veroorzaken. Om een evenwicht te vinden tussen deze twee opties, kan er gefocust worden op een efficiënt gebruik van het operatiekwartier door onder- en overbenutting in rekening te brengen. Leveling Door het gebruik van middelen, zowel de operatiekamers als beschikbare bedden, andere uitrustingen en materiaal, te levelen, worden pieken in de vraag geëlimineerd, aangezien de vraag naar middelen meer geëgaliseerd wordt. Hierdoor wordt de kans op capaciteitsproblemen ten gevolge van overwachte gebeurtenissen geminimaliseerd. Makespan De makespan kan gedefinieerd worden als de tijd tussen het binnenkomen van de eerste patiënt in de operatiezaal en het einde van de operatie van de laatste patiënt. Een mogelijk doel is om deze makespan te verminderen. Dit objectief leidt tot een volgeboekt schema zonder ruimte voor speling. Dit doel wordt bijgevolg beter niet nagestreefd zonder ook maatregelen te implementeren die voldoende stabiliteit en flexibiliteit garanderen. Het uitstellen en weigeren van patiënten Het minimaliseren van het aantal patiënten wiens operatie uitgesteld of geweigerd wordt, kan als objectief nagestreefd worden door het tekort aan bedden in de ICU te minimaliseren. Hiervoor

34 HOOFDSTUK 4. MODELLEREN VAN HET PLAN- EN BEHEERPROCES 21 is het aangewezen aandacht te besteden aan de doorverwijzing van patiënten naar deze eenheid, zodat dit op een voldoende gestructureerde manier gebeurt. Preferenties Het volledige proces dat een patiënt doorloopt, kan niet zonder het vele personeel dat betrokken is bij alle stappen van dit proces. Daarom argumenteren verschillende onderzoekers dat de mensen die betrokken zijn en hun voorkeuren, niet genegeerd kunnen worden. Het maximaal proberen tegemoet komen aan de preferenties van alle betrokken partijen, personeel en patiënten, wordt daarom soms als doelfunctie voorop gezet Beperkingen Bij ieder model wordt de beoogde doelstelling gelimiteerd door bepaalde opgelegde beperkingen. De meest voorkomende beperkingen bij het plannen van een operatiekwartier worden hier opgesomd (Cardoen et al., 2010; Guerriero & Guido, 2011; Hamilton & Breslawski, 1994). Capaciteit De beperkingen met betrekking tot capaciteit kunnen uit verschillende elementen ontstaan. Hieronder worden mogelijke oorzaken van beperkingen in capaciteit besproken. Beschikbare operatietijd De beschikbare operatietijd is afhankelijk van het aantal beschikbare operatiekamers. Er mag niet meer operatietijd toegewezen worden dan er werkelijk beschikbaar is. Personeel De aanwezigheid van personeel wordt door twee factoren beïnvloed. Enerzijds kan een bepaald persoon nooit op meerdere plaatsen tegelijk aanwezig zijn, waardoor bijvoorbeeld geen twee operatiekamers tegelijk mogen toegewezen worden aan dezelfde chirurg. Anderzijds wordt het personeel beschermd door collectieve arbeidsovereenkomsten die de werktijden kunnen limiteren en minimale rusttijd kunnen eisen. Overuren Zowel wat betreft de openingsuren van de operatiezalen als de werkroosters van het personeel kunnen eventueel overuren toegelaten worden. Dit dient beperkt te worden en is omwille van de hierboven vermelde collectieve arbeidsovereenkomsten mogelijk zelfs wettelijk verplicht. Bedden De capaciteit van elk departement wordt beperkt door het aantal bedden die beschikbaar zijn. Sommige modellen gebruiken bij hun beperkingen bemande bedden, waarmee bedoeld wordt dat deze bedden ook het noodzakelijke aantal verzorgende personeelsleden omvatten.

35 HOOFDSTUK 4. MODELLEREN VAN HET PLAN- EN BEHEERPROCES 22 Materiaal en uitrusting Naast de hierboven vermelde beperkingen op middelen, kan er eventueel ook beperkingen opgelegd worden aan materiaal en uitrusting. Noodgevallen Er zijn verschillende manieren mogelijk om de onvoorziene omstandigheden aan te pakken. Er kan een onderscheid in aanpak gemaakt worden tussen auteurs die deze onvoorziene gevallen negeren bij het opstellen van hun planning en auteurs die deze onvoorziene gevallen wel in rekening brengen. Indien deze onzekerheid geïncorporeerd wordt in het model, kan dit op twee manieren gebeuren. Een eerste mogelijkheid bestaat uit het reserveren van capaciteit in het operatiekwartier om noodgevallen te kunnen opvangen. Een tweede mogelijkheid bestaat uit het voorzien van aparte operatiekamers voor de noodgevallen (Guerriero & Guido, 2011). Indien capaciteit gereserveerd wordt, kan er een beperking opgelegd worden die een minimale operatietijd voorziet voor de noodgevallen. Vraag Naast de capaciteitsbeperkingen wordt in vele modellen ook een beperking opgenomen om te verzekeren dat er (voldoende) aan de vraag voldaan is. Dit staat meestal in verband met een bepaald service level dat het ziekenhuis wenst te leveren. Variantie Sommige modellen laten slechts een bepaalde variantie van een factor toe. Zo kan bijvoorbeeld de variantie in de bedbezetting beperkt worden om pieken te vermijden. Preferenties Indien het model belang hecht aan de persoonlijke voorkeuren van de betrokken partijen, kunnen bepaalde vereisten of definities opgelegd worden, die hiermee in verband staan. Beleidsbeperkingen Het beleid van een ziekenhuis kan implicaties hebben die in overweging moeten genomen worden. Zo kan het beleid een minimum en maximum aan toegewezen operatietijd opleggen voor elke specialisatie. Bij academische ziekenhuizen kan een minimum aantal patiënten van bepaalde patiëntengroepen gevraagd worden, zodat het ziekenhuis voldoende opportuniteiten heeft om een bepaalde behandeling aan te leren. Afhankelijk van het beleid van een ziekenhuis worden er mogelijks beperkingen opgelegd.

36 HOOFDSTUK 4. MODELLEREN VAN HET PLAN- EN BEHEERPROCES 23 Budget Aangezien ziekenhuizen een beperkt budget hebben, wordt dit in sommige modellen ook expliciet opgenomen. In sommige gevallen is dit budget reeds verdeeld naar de verschillende departementen. 4.2 Indeling van de modellen De indeling van de modellen voor plan- en beheerscontrole van de operatiekwartieren in ziekenhuizen kan op verschillende manieren gebeuren. Indeling 1 Een eerste mogelijke indeling kan gebeuren op basis van de hiërarchische beslissingsniveaus. In dit geval kunnen vier categorieën onderscheiden worden. Naast de drie categorieën op basis van de drie hiërarchische beslissingsniveaus (strategisch, tactisch, operationeel), kan ook een overlappende categorie onderscheiden worden waarin meer dan één beslissingsniveau aangehaald wordt (Guerriero & Guido, 2011). Indeling 2 Modellen kunnen ook ingedeeld worden op basis van zes meer beschrijvende elementen. Deze elementen worden in wat volgt kort overlopen (Cardoen et al., 2010): De status van patiënten Hierbij gebeurt de indeling op basis van het type patiënt, meer bepaald het al dan niet geplande karakter van de patiënt. Prestatiemaatstaven Deze indeling komt overeen met de eerder vernoemde doelfuncties die voorop gesteld kunnen worden. Soort beslissing Verschillende types beslissingen kunnen gemaakt worden, zoals beslissingen betreffende data, tijd of capaciteit. Bovendien kan een beslissing van toepassing zijn op medische vakgebieden, op chirurgen of op patiënten. Onderzoeksmethodologie Indeling op basis van het type uitgevoerde analyse en de toegepaste oplossing of evaluatietechniek. Onzekerheid Modellen kunnen gegroepeerd worden op basis van de mate waarin onderzoekers onzekerheid in

37 HOOFDSTUK 4. MODELLEREN VAN HET PLAN- EN BEHEERPROCES 24 hun model hebben opgenomen. Het toegepast onderzoek Indeling op basis van de verschafte informatie over de testen van het onderzoek en eventuele implementatie. Indeling 3 Aangezien de planning van een ziekenhuis beslissingen tot vijf jaar op voorhand kunnen omvatten, kan er ook een raamwerk worden opgesteld met vijf niveaus (Vissers & Beech, 2005). 1. Op het hoogste niveau is er de strategische planning met een planningshorizon van twee tot vijf jaar. Op dit niveau wordt een langetermijnvisie voor het ziekenhuis vastgelegd alsook de dienstverlening die het ziekenhuis zal verschaffen. 2. Met een planningshorizon van één tot twee jaar volgt de planning en het beheer van het patiëntenvolume. Dit vormt een eerste controle of de benodigde middelen en diensten aanwezig zijn om de gewenste hoeveelheid en type patiënten te behandelen. Het nagaan van het correct aantal aanwezige diensten is niet triviaal. Een inzicht in de verbanden tussen patiënten, behandelingen en (hulp-)middelen is vereist. 3. De planning en het beheer van de middelen gebeurt vervolgens met een planningshorizon van drie maanden tot één jaar. Op dit niveau worden beslissingen genomen over de kenmerken van de middelen. Het al dan niet specifiek of vast, leidend of volgend zijn, alsook mogelijke schaarse middelen die tot knelpunten kunnen leiden, worden geïdentificeerd. 4. Voor één week tot drie maanden wordt de planning en het beheer van patiëntengroepen bepaald. Hierbij kunnen enkele aangepaste regelingen opgesteld worden voor bepaalde patiëntengroepen met een specifieke behoefte. 5. Ten slotte worden dagelijks tot wekelijks patiënten ingepland en opgevolgd. Een overzicht van de interacties tussen de verschillende niveaus wordt weergegeven door Figuur 4.1 (Vissers & Beech, 2005). 4.3 Het strategische niveau: mathematische modellering Zoals hierboven reeds vermeld, wordt op het strategische niveau de omvang van de belangrijkste middelen met betrekking tot het operatiekwartier bepaald (van Oostrum et al., 2010), alsook situeert zich op dit niveau het probleem van de toewijzing van middelen, meer bepaald het aantal en type van operaties, het betrokken medische personeel en de relevante kosten (Guerriero & Guido, 2011). Voor dit zogenaamde case mix problem werden reeds mathematische modellen opgesteld in de literatuur, die in dit onderdeel kort besproken zullen worden.

38 HOOFDSTUK 4. MODELLEREN VAN HET PLAN- EN BEHEERPROCES 25 Er kan opgemerkt worden dat er algemeen in de literatuur slechts weinig aandacht aan dit strategische niveau besteed is. Bijgevolg is de informatie over de modellering van dit niveau schaars. In 2011 werd een uitgebreid overzicht gemaakt van de literatuur in Guerriero & Guido (2011). Hierbij worden slechts tien papers van de 74 geklasseerde papers bij het strategische niveau geplaatst. Een nadere studie van de literatuur maakt duidelijk dat de manier om het strategische niveau te benaderen sterk verschilt afhankelijk van wat de beoogde doelstelling is. Er is geen éénduidige aanpak die de opstelling van de modellen domineert. Opmerkelijk is het model van Ma, Demeulemeester en Wang (Ma et al., 2009). In hun strategische model wordt het aantal bedden per afdeling bepaald, een duidelijk strategische beslissing, alsook het aantal patiënten van patiëntengroep p dat op dag a geopereerd zal worden, wat zowel een strategische als meer tactische beslissing omvat. Deze laatste beslissing is strategisch omwille van het bepalen van de hoeveelheid operatietijd die ieder type patiënt toegewezen krijgt, maar deze beslissing is ook tactisch omwille van het bepalen van de vaste dagen binnen de planningsperiode wanneer deze operatietijd toegewezen zal worden.

39 HOOFDSTUK 4. MODELLEREN VAN HET PLAN- EN BEHEERPROCES 26 Figuur 4.1: Overzicht van de interacties bij een indeling met 5 niveaus (Vissers & Beech, 2005)

40 Deel II Formulering mathematische modellen 27

41 Hoofdstuk 5 Probleemdefiniëring 5.1 Formulering van het probleem Een ziekenhuisomgeving heeft verschillende stakeholders met elk hun eigen belangen. Typisch dient er een compromis gesloten te worden tussen de verschillende, dikwijls tegenstrijdige objectieven van deze belanghebbenden. De directeur van een ziekenhuis kan verlangen naar maximale opbrengsten ten gevolge van de uitgevoerde uitgrepen, terwijl de chirurgen liever een uurrooster hebben dat aansluit bij hun voorkeur en patiënten een vlotte dienstverlening wensen. De trade-off dient bijgevolg gemaakt te worden tussen budget, patiëntentevredenheid en chirurgentevredenheid (zie Figuur 5.1). Figuur 5.1: Trade-off in ziekenhuisomgevingen Zoals reeds besproken in Deel I, gebeurt in het algemeen de planning van het operatiekwartier in twee onderling samenhangende fasen. In een eerste fase wordt de totale beschikbare operatietijd onderverdeeld in tijdsblokken, die vervolgens worden toegewezen aan de verschillende chirurgengroepen waardoor het master surgical schedule (MSS) ontstaat. In een tweede fase wordt een deel van de operaties op de wachtlijsten gepland in deze tijdsblokken, het surgical case assignment problem (Testi & Tànfani, 2009). 28

42 HOOFDSTUK 5. PROBLEEMDEFINIËRING 29 Door deze twee samenhangende fasen te modelleren en een feedback-lus te voorzien, wordt gepoogd om de drie objectieven betreffende maximalisatie van budget, chirurgentevredenheid en patiëntentevredenheid met elkaar te relateren met als doel de objectieven in balans te brengen. Op basis van de opgestelde modellen kunnen vervolgens analyses uitgevoerd worden om een beter inzicht te verwerven in de invloeden van de verschillende factoren en interne dynamieken die eigen zijn aan een ziekenhuisomgeving. 5.2 Werkwijze De werkwijze wordt geïllustreerd aan de hand van Figuur 5.2. Om de drie objectieven met elkaar te integreren zal elk objectief afzonderlijk een dominante rol spelen bij de verschillende stappen van de samenhang tussen de twee fasen (zie Figuur 5.3). Er wordt verondersteld dat er gebruik gemaakt wordt van het block scheduling -planningstype. Figuur 5.2: Integratie van drie objectieven: werkwijze Budget Het doel van de eerste fase, waarin het MSS bepaald wordt, is het maximaliseren van het budget. Op deze manier wordt er meer tijd voorzien voor de chirurgengroepen die hogere gemiddelde inkomsten hebben per tijdsblok. Chirurgentevredenheid De hoeveelheid toegewezen blokken aan de verschillende chirurgengroepen uit de eerste fase dient als input voor de tweede fase waarin de chirurgentevredenheid centraal staat. De dagen en tijdsperiodes waarin de toegewezen blokken plaatsvinden in de eerste fase, wordt in deze tweede fase opnieuw vrijgelaten zodat deze toewijzing kan gebeuren op basis van de voorkeuren van de chirurgen om op bepaalde tijdstippen te opereren. De doelfunctie van deze fase maximaliseert de totale preferentiescore van de chirurgen. Hierbij wordt verondersteld dat het opstellen van

43 HOOFDSTUK 5. PROBLEEMDEFINIËRING 30 planningen, waarbij er rekening gehouden wordt met de preferentiescores van chirurgen om op bepaalde dagen en tijdstippen wel of niet te opereren, zal leiden tot een hogere chirurgentevredenheid. Patiëntentevredenheid Patiënten verkiezen een vlot verloop van hun volledige operatieproces, vanaf hun eerste onderzoek door de dokter tot na de ingreep. Patiëntentevredenheid wordt beïnvloed door de wachttijd van patiënten vanaf ze op de operatiewachtlijst komen staan tot hun operatie uitgevoerd kan worden. Daarom wordt er na de tweede fase een feedbacklus naar de eerste fase gestuurd die een minimum service level oplegt door de ondergrens van het aantal toe te wijzen blokken aan de verschillende chirurgengroepen vast te leggen. Op deze manier krijgen de verschillende chirurgengroepen voldoende operatietijd toegewezen om de operaties binnen beperkte tijd te plannen om zo tegemoet te komen aan de minimaal gewenste patiëntentevredenheid die het ziekenhuis vooropstelt voor alle patiënten. Zonder deze ondergrens zouden enkel de inkomsten bepalend zijn voor de toewijzing van de tijdsblokken, waardoor sommige chirurgengroepen sterk benadeeld zouden kunnen worden. Figuur 5.3: Integratie van drie objectieven Nadat de modellen opgesteld zijn, worden verschillende scenario s bekeken om een dieper inzicht te verwerven. 5.3 Beperkingen Bij het opstellen van de mathematische modellen voor de beoogde doelstellingen, houden we geen rekening met de natuurlijke variabiliteit waarmee een ziekenhuis verbonden is. Binnen de natuurlijke variabiliteit valt ook de categorie van ingrepen die niet gepland kunnen worden. Er wordt verondersteld dat er apart capaciteit voorzien is voor dergelijke gevallen, waardoor hiermee geen rekening moet gehouden worden in de op te stellen modellen. Door het gebruik van de modellen wordt wel gepoogd om de artificiële variabiliteit te minimaliseren.

44 Hoofdstuk 6 Mathematische modellen Om de integratie tussen de drie objectieven mogelijk te maken, dienen eerst de mathematische modellen voor de twee fases opgesteld te worden. 6.1 Model Fase 1: MSS Zoals hierboven vermeld wordt in de eerste fase een maximalisatie van de opbrengsten nagestreefd, echter rekening houdend met het minimale aantal tijdsblokken die iedere chirurgengroep dient toegewezen te krijgen om een minimum service level te kunnen garanderen. Gegevens Er is een verzameling van chirurgengroepen G in het ziekenhuis, aangeduid met de index g, die gebruik kunnen maken van de verzameling van operatiezalen R in het operatiekwartier, aangeduid met index r. De dagen in de week waarop geopereerd kan worden, vormen de verzameling J, met index j. Ten slotte kan een dag ingedeeld worden in meerdere tijdsperiodes, ook wel tijdblokken genoemd. Deze tijdsblokken vormen de verzameling B, waarbij iedere blok gekoppeld wordt met index b. Beslissingsvariabelen 1 als tijdsblok b op dag j in operatiekamer r toegewezen wordt aan chirurgengroep g x grjb = 0 anders 31

45 HOOFDSTUK 6. MATHEMATISCHE MODELLEN 32 Parameters Rev g de gemiddelde inkomsten per tijdsblok van chirurgengroep g z rjb = 1 als operatiezaal r open is op dag j gedurende tijdsblok b = 0 anders LB g het minimum aantal tijdsblokken dat per week moet toegewezen worden aan chirurgengroep g UB g het maximum aantal tijdsblokken dat per week mag toegewezen worden aan chirurgengroep g e g het aantal operatieteams of chirurgen die tot chirurgengroep g behoren a gr = 1 als chirurgengroep g operaties kan uitvoeren in operatiekamer r = 0 anders Model Doelfunctie Onderworpen aan (Rev g x grjb ) (6.1.1) g G j J b B r R z rjb j J (6.1.2) x grjb g G r R b B r R b B LB g x grjb UB g g G (6.1.3) r R j J b B x grjb e g g G, j J, b B (6.1.4) r R x grjb 1 r R, j J, b B (6.1.5) g G x grjb a gr g G, r R, j J, b B (6.1.6) x grjb z rjb g G, r R, j J, b B (6.1.7) x grjb [0, 1] g G, r R, j J, b B (6.1.8) Doelfunctie (6.1.1) Zoals eerder vermeld maximaliseert de doelfunctie de totale inkomsten die gegenereerd zullen worden tijdens de planningsperiode. Hierbij wordt verondersteld dat hogere inkomsten leiden tot hogere winst.

46 HOOFDSTUK 6. MATHEMATISCHE MODELLEN 33 Randvoorwaarden (6.1.2) Het aantal tijdsblokken dat op een bepaalde dag j toegewezen wordt, wordt beperkt tot het aantal beschikbare blokken op die dag j. Het aantal beschikbare blokken op dag j is gelijk aan de som van alle tijdsblokken in alle operatiezalen die beschikbaar zijn op dag j (Beliën & Demeulemeester, 2007; Blake et al., 2002; Blake, 2002; Ma et al., 2009; Testi et al., 2007). (6.1.3) Het aantal blokken dat toegewezen wordt aan chirurgengroep g tijdens de planningsperiode is begrensd (Blake et al., 2002; Blake & Donald, 2002; Blake, 2002; Ma et al., 2009; Santibáñez et al., 2007; Testi & Tànfani, 2009; Testi et al., 2007). Zoals reeds eerder vermeld, zal de ondergrens in deze thesis vastgelegd worden op basis van de informatie die na de tweede fase feedback geeft aan de eerste fase. De bovengrens kan maximaal gelijk zijn aan het aantal blokken nodig om alle operaties op de wachtlijst te kunnen uitvoeren. (6.1.4) Er kunnen in een bepaalde tijdsperiode b op dag j niet meer operatiekamers worden toegewezen aan chirurgengroep g dan er operatieteams of chirurgen beschikbaar zijn van chirurgengroep g (Santibáñez et al., 2007; Testi & Tànfani, 2009; Zhang et al., 2008). (6.1.5) Een operatiekamer r kan op dag j gedurende tijdsperiode b maximum aan één chirurgengroep toegewezen worden (Fei et al., 2009; Santibáñez et al., 2007; Testi et al., 2007) (6.1.6) Een chirurgengroep kan enkel toegewezen worden aan een operatiekamer waar het operaties kan uitvoeren (Roland et al., 2010). Deze randvoorwaarde kan belangrijk zijn indien bepaalde medische apparatuur niet in alle operatiezalen beschikbaar is, maar wel noodzakelijk voor bepaalde soorten ingrepen.

47 HOOFDSTUK 6. MATHEMATISCHE MODELLEN 34 (6.1.7) Een chirurgengroep g kan op dag j in tijdsperiode b enkel operatiezaal r toegewezen krijgen indien operatiezaal r in deze tijdsperiode b op dag j open is (Roland et al., 2010). (6.1.8) De beslissingsvariabelen zijn binair. 6.2 Model Fase 2: Surgical Case Assignment Nadat het aantal beschikbare blokken in de eerste fase verdeeld is over de verschillende chirurgengroepen, dient dit als input voor de tweede fase waarin deze blokken opnieuw gepland worden in de week met als doel maximaal tegemoet te komen aan de voorkeuren van de chirurgen. Bovendien worden operaties vanop de wachtlijst gepland binnen deze blokken en krijgt elke ingreep een chirurg toegewezen die de ingreep zal uitvoeren. Gegevens Iedere chirurgengroep g van chirurgenverzameling G bestaat uit een verzameling van chirurgen P g, waarbij de unie van de chirurgen van alle chirurgengroepen de verzameling van chirurgen P vormt, aangeduid met index p. Deze chirurgen zullen de operaties s uit de verzameling van operaties S uitvoeren op een bepaalde operatiedag j van de verzameling J. Deze operatie zal starten op een tijdstip i, dat deel uitmaakt van de verzameling van mogelijke starttijdstippen van ingrepen I. Ieder starttijdstip i start bovendien in een bepaalde tijdsblok en is bijgevolg ook een element van de verzameling van tijdstippen die in blok b vallen, I b. Ieder blok b is een element van de verzameling van tijdsblokken B. De operaties zullen uitgevoerd worden in één van de beschikbare operatiezalen r die element zijn van de verzameling van operatiezalen R. Elke operatie is tevens element van S c, de verzameling van alle operaties die worden gekenmerkt door het type c dat element is van de verzameling van types operaties C. Veronderstellingen Een patiënt heeft pas een bed nodig vanaf de dag waarop zijn/haar operatie uitgevoerd zal worden. De bedden zijn bemande bedden, bijgevolg dient verder geen rekening gehouden worden met het verplegend personeel dat vereist is om de patiënten op te vangen. Er zijn voldoende bedden aanwezig in de ICU om de geopereerde patiënten op te vangen.

48 HOOFDSTUK 6. MATHEMATISCHE MODELLEN 35 Beslissingsvariabelen 1 als chirurg p operatie s start op dag j op tijdstip i in operatiekamer r x psjir = 0 anders Hulpvariabelen 1 als operatie s uitgevoerd wordt op dag j y sj = 0 anders 1 als chirurgengroep g gebruik maakt van operatiekamer r op dag j in tijdsblok b z grjb = 0 anders Parameters P ref pjb de preferentiescore van chirurg p om te opereren in tijdsblok b op dag j P rior s = 1 als operatie s binnen de planningsperiode dient uitgevoerd te worden = 0 anders EOT s Reg jbr de verwachte operatieduurtijd van operatie s (in minuten) de reguliere openingstijd van operatiekamer r op dag j in tijdsperiode b (in minuten) Over jbr de overtijd van operatiekamer r op dag j in tijdsperiode b (in minuten) F ase1 g het aantal tijdsblokken dat dient toegewezen te worden aan chirurgengroep g = input van Fase 1 Beds j LB g UB g Length LOS s Hmax p het aantal beschikbare bedden op dag j het minimum aantal operaties van type c dat uitgevoerd moet worden per week het maximum aantal operaties van type c dat uitgevoerd mag worden per week de duurtijd van één tijdsperiode (in minuten) tussen twee opeenvolgende tijdstippen verwachte verblijfsduur na het ondergaan van operatie s het maximum aantal minuten dat chirurg p mag opereren binnen de planningsperiode A psr = 1 als chirurg p operatie s kan uitvoeren in operatiekamer r = 0 anders

49 HOOFDSTUK 6. MATHEMATISCHE MODELLEN 36 Model Doelfunctie (P ref pjb x psjir ) 0, 5 y sj s g b p j s i r j z grjb (6.2.1) r j b Onderworpen aan x psjir P rior s s S (6.2.2) p P j J i I r R x psjir 1 s S (6.2.3) p P j J i I r R x psjir 1 j J, i I, r R (6.2.4) p P s S p P g s S i I b (x psjir EOT s ) (Reg jbr + Over jbr ) j J, b B, r R, g G (6.2.5) x psjir z grjb p P g, s S, j J, i I b, r R, g G, b B (6.2.6) z grjb 1 r R, j J, b B (6.2.7) g G z grjb = F ase1 g g G (6.2.8) r R j J b B x psjir y sj p P, s S, j J, i I, r R (6.2.9) j s S u=j LOS s+1 LB c p P p P s S u=i EOTs y su Beds j j J, u 0 (6.2.10) x psjir UB c c C (6.2.11) s S c j J i I r R i i s S u=i EOTs Length +1 r R Length +1 x psjir 1 j J, i I, r R, u 0 (6.2.12) x psjir 1 p P, j J, i I, u 0 (6.2.13) x psjir = 0 p P, s S, j J, r R, b B, i [Eind b EOT s Length + 1, Eind b] (6.2.14) (x psjir EOT s ) Hmax p p P (6.2.15) s S j J i I r R x psjir A psr p P, s S, r R (6.2.16) j J i I x psjir [0, 1] p P, s S, j J, i I, r R (6.2.17)

50 HOOFDSTUK 6. MATHEMATISCHE MODELLEN 37 y sj [0, 1] s S, j J (6.2.18) z grjb [0, 1] g G, r R, j J, b B (6.2.19) Doelfunctie (6.2.1) De doelfunctie maximaliseert de voorkeuren van de chirurgen, terwijl de hulpvariabelen worden geminimaliseerd opdat deze precies gelijk zouden zijn aan hun vooropgezette definitie. De penalty kost voor de som van hulpvariabelen y sj is op 0,5 geplaatst opdat een extra operatie die kan uitgevoerd worden door een chirurg met preferentie één positief zou bijdragen tot de doelfunctiewaarde. Door het maximaliseren van de chirurgenpreferenties wordt ook de throughput gemaximaliseerd aangezien de doelfunctie een hogere waarde zal aannemen naarmate er meer operaties gepland worden. Randvoorwaarden (6.2.2) Alle operaties met een deadline voor het einde van de planningsperiode moeten binnen de planningsperiode gepland worden (Fei et al., 2009; Roland et al., 2010; Santibáñez et al., 2007; Testi & Tànfani, 2009). (6.2.3) Elke operatie kan maximaal één maal toegewezen worden aan een bepaalde chirurg p op een bepaalde dag j op een bepaald tijdstip i in een bepaalde operatiekamer r (Fei et al., 2009; Roland et al., 2010; Santibáñez et al., 2007; Testi & Tànfani, 2009). (6.2.4) Op ieder tijdstip i op dag j kan in operatiekamer r maximaal één operatie starten. (6.2.5) De totale operatieduurtijd van alle chirurgen p die deel uitmaken van chirurgengroep g in operatiekamer r op dag j in tijdsperiode b moet kleiner zijn dan de som van de reguliere tijd en overtijd dat operatiekamer r op dag j in tijdsperiode b beschikbaar is. Dit betekent dat de totale duur van alle operaties van een bepaalde chirurgengroep in een bepaalde tijdsblok niet groter kan zijn dan de toegewezen beschikbare

51 HOOFDSTUK 6. MATHEMATISCHE MODELLEN 38 operatietijd (Fei et al., 2009; Roland et al., 2010; Santibáñez et al., 2007; Testi & Tànfani, 2009). (6.2.6) De hulpvariabelen z grjb van chirurgengroep g in operatiekamer r op dag j in tijdsblok b moet minstens even groot zijn als de beslissingsvariabele van elke operatie s op elke dag j op tijdstip i dat onderdeel is van blok b uitgevoerd door chirurg p die deel uitmaakt van de chirurgengroep g. Door deze randvoorwaarde wordt de hulpvariabele z grjb gelijk aan één zodra een chirurg van groep g een operatie zal uitvoeren in operatiekamer r op dag j in de tijdsperiode b. (6.2.7) De som over alle chirurgengroepen van hulpvariabele z grjb kan niet groter zijn dan één voor operatiekamer r op dag j in tijdsperiode b aangezien slecht één chirurgengroep operatietijd kan toegewezen krijgen per operatiekamer per tijdsperiode op iedere dag. (6.2.8) De som van alle tijdsblokken die toegewezen worden aan chirurgengroep g in de planningsperiode moet precies gelijk zijn aan het aantal blokken dat deze chirurgengroep toegewezen hebben gekregen in de eerste fase. (6.2.9) De hulpvariabelen y sj van operatie s op dag j moet minstens even groot zijn als de beslissingsvariabelen van operatie s op dag j op elk tijdstip i door elke chirurg p in elke operatiekamer r. Door deze randvoorwaarde wordt de hulpvariabele y sj gelijk aan één zodra operatie s op dag j gepland wordt. (6.2.10) Het totaal aantal patiënten dat een bed nodig heeft op dag j moet kleiner zijn dan het totaal aantal bedden dat op die dag nog beschikbaar zijn. Meerdere modellen in de literatuur leggen een randvoorwaarde op aan de beschikbare beddencapaciteit (Ma et al., 2009; Santibáñez et al., 2007; Testi & Tànfani, 2009), maar de formulering in ons model is gebaseerd op (Adan & Vissers, 2002) omdat deze vorm het meest algemeen toepasbaar is. Bij deze formulering wordt er over meerdere dagen gesommeerd opdat alle patiënten waarvan de operaties eerder uitgevoerd zijn, maar die op dag j nog een bed nodig hebben, in rekening gebracht zouden worden. Hiertoe wordt

52 HOOFDSTUK 6. MATHEMATISCHE MODELLEN 39 (6.2.11) (6.2.12) op iedere dag j, voor iedere operatie s de hulpvariabelen y su opgeteld waarbij u loopt vanaf de dag waarop operatie s ten vroegste uitgevoerd kan zijn om op dag j nog een bed nodig te hebben tot dag j, de laatste dag waarop operatie s kan uitgevoerd zijn om op dag j een bed nodig te hebben. Het aantal operaties van type c dat in de planningsperiode uitgevoerd wordt is begrensd (Ma et al., 2009). Deze onder- en bovengrens kan opgelegd worden vanuit de strategie die het ziekenhuis wil volgen en dienen dus voor de uitvoering van het beleid. Op iedere dag j in elke operatiekamer r kan op ieder tijdstip i slechts één operatie bezig zijn. Deze randvoorwaarde zorgt ervoor dat er geen overlappende operaties gepland worden op een bepaalde dag in een bepaalde operatiekamer. Dit wordt bereikt door te sommeren over meerdere tijdstippen, zodanig dat het duidelijk wordt of er reeds een operatie s gepland is op of bezig is tijdens tijdstip i. Deze aanpak is noodzakelijk omdat de beslissingsvariabelen x psjir enkel gelijk zijn aan één op het starttijdstip (Roland et al., 2010). Ter verduidelijking volgt een voorbeeld aan de hand van Figuur 6.1. De figuur toont aan dat er gepland is dat operatie a zal starten op een bepaalde dag in een bepaalde operatiekamer op tijdstip 2. Deze operatie heeft een duurtijd van 60 minuten, wat gelijk is aan twee tijdsperiodes, namelijk 60minuten 30minuten/tijdsperiode. Voor ieder tijdstip i kan de bijhorende u voor operatie a berekend worden, alsook het resultaat van Randvoorwaarde (zie Tabel 6.1). Deze tabel maakt duidelijk dat er geen operaties meer kunnen gepland worden op tijdstippen i=2 en i=3, aangezien de waarde van randvoorwaarde dan reeds gelijk is aan één omdat operatie a dan gepland is. Op deze manier wordt een overlap van operaties vermeden. Figuur 6.1: Voorbeeld: Berekening overlappende operaties

53 HOOFDSTUK 6. MATHEMATISCHE MODELLEN 40 i u = i - EOTa length + 1 i p P s S u=i EOTs Length +1 x psjir u 0 Randvoorwaarde Tabel 6.1: Overzicht berekening overlap Opmerking In de praktijk zal de breuk EOTs Length vaak geen geheel getal zijn. In dit geval dient deze breuk naar boven afgerond te worden om het correcte begintijdstip i van operatie s te kennen. Echter, door deze afronding naar boven gaat mogelijk kostbare, beschikbare operatietijd verloren afhankelijk van Length. Daarom kan er ook geopteerd worden om naar beneden af te ronden, wetend dat hierdoor het begintijdstip niet precies gelijk zal zijn aan i. (6.2.13) Op iedere dag j kan chirurg p op ieder tijdstip i slechts één operatie uitvoeren. Deze randvoorwaarde zorgt ervoor dat er geen overlappende operaties gepland worden op een bepaalde dag voor een bepaalde chirurg (Roland et al., 2010). Deze randvoorwaarde is gelijkaardig aan Randvoorwaarde De opmerking in verband met afronding, die gemaakt werd bij Randvoorwaarde , is ook hier van toepassing. (6.2.14) (6.2.15) Er kunnen geen operaties gepland worden die pas na het eindtijdstip van blok b zouden aflopen (Roland et al., 2010). Elke beslissingsvariabele van operatie s is bijgevolg 0 wanneer deze valt na het einde van iedere blok verminderd met de verwachte operatieduurtijd van operatie s. Om hieraan te voldoen, dient in dit geval naar boven afgerond te worden. EOT s Length De totale som van de duurtijden van alle operaties die chirurg p zal uitvoeren in de planningsperiode moet kleiner zijn dan de maximale tijd dat deze chirurg mag

54 HOOFDSTUK 6. MATHEMATISCHE MODELLEN 41 opereren binnen de planningsperiode (Fei et al., 2009; Santibáñez et al., 2007). Deze randvoorwaarde is belangrijk om ervoor te zorgen dat de collectieve arbeidsovereenkomsten nageleefd worden. (6.2.16) Iedere operatie s mag enkel uitgevoerd worden door een chirurg p die hiervoor bevoegd is in een operatiekamer r die voorzien is van het vereiste materiaal, dat nodig is om deze operatie uit te voeren (Santibáñez et al., 2007). (6.2.17)-(6.2.19) De beslissingsvariabelen x psjir en hulpvariabelen y sj en z grjb zijn binair.

55 Deel III Studie 42

56 Hoofdstuk 7 Inleiding In Deel III worden de opgestelde mathematische modellen gebruikt om verschillende analyses te maken. Hiervoor wordt in het eerste onderdeel (Hoofstuk 8) de vereenvoudigde onderzoeksopzet voorgesteld en de gevolgde werkwijze toegelicht. Vervolgens worden op basis van de onderzoeksopzet verschillende scenario s naast elkaar gelegd en vergeleken, waarbij de strategie van het ziekenhuis een duidelijke focus legt op één van de drie hoofdelementen die in acht genomen worden door de modellen en feedbacklus (Hoofdstuk 9). In de eerste plaats bekijken we de output voor de vooropgestelde modellen met feedbacklus waarbij budget, chirurgenpreferenties en patiëntentevredenheid geïntegreerd worden. Vervolgens worden de modellen waarbij er achtereenvolgens nadruk gelegd wordt op de inkomsten, de voorkeuren van de chirurgen en de wachttijden van de patiënten besproken. Ten slotte worden de verschillende scenario s samengebracht in een overzicht en vergeleken. In het derde deel (Hoofdstuk 10) wordt het voorgestelde geïntegreerde gebruik van de modellen geëvalueerd door de output van dit scenario te vergelijken met de output van een minder onderbouwd scenario, waarbij de toewijzing van de tijdsblokken aan de chirurgengroepen gebaseerd is op historisch verworven rechten. Ten slotte worden de invloeden van verschillende factoren van dichterbij bekeken om een dieper inzicht te krijgen in de dynamieken aanwezig in een ziekenhuisomgeving (Hoofdstuk 11). Hierbij worden achtereenvolgens de invloeden van beddencapaciteit, inkomsten per chirurgengroep, passende versus niet-passende verwachte operatieduurtijden, granulariteit van de operatieduurtijden en mogelijke combinaties van de operatieduurtijden binnen één tijdsblok bekeken. 43

57 Hoofdstuk 8 Onderzoeksopzet 8.1 Analyse: werkwijze Om de twee geïntegreerde modellen te kunnen testen, wordt er gebruik gemaakt van een optimalisatiemodel in IBM ILOG CPLEX Optimization Studio 12.3, Academic version. Beide modellen worden aan de hand van dit programma voor een gegeven input geoptimaliseerd. Om de resultaten van de geïntegreerde modellen waarbij budget, chirurgenpreferenties en patiëntentevredenheid tegelijk in rekening gebracht worden te analyseren en evalueren, wordt er een simulatie van zes weken uitgevoerd. De bedoeling hiervan is om de komst van patiënten te simuleren om op deze manier in te spelen op de behoeften van de patiënten, zijnde een vlotte doorstroming doorheen het gehele operatieproces. De input voor de modellen wordt gegenereerd aan de hand van een datagenerator, die geprogrammeerd is in NetBeans IDE Het programma gebruikt input van het optimalisatiemodel betreffende de geplande operaties, en bepaalt vervolgens welke operaties één week later op de wachtlijst staan door de nog niet geplande operaties en nieuw bijgekomen te plannen operaties te verzamelen. Bovendien worden operaties die in de komende planningsperiode dienen ingepland te worden als prior gemarkeerd en kan de wachttijd van de patiënten van het moment dat ze op de wachtlijst verschenen tot het moment van hun operatie uitgerekend worden. Op deze manier wordt week na week de wachtlijst van alle types operaties gegenereerd en als input meegegeven aan het optimalisatiemodel dat vervolgens de planning voor de komende planningsperiode bepaalt. Dit dient opnieuw als input voor de datagenerator totdat op deze manier zes weken gesimuleerd zijn. Als startsituatie zijn er drie weken gesimuleerd waarin patiënten op de wachtlijst geplaatst zijn, zonder ze reeds in te plannen. Er kan opgemerkt worden dat een MSS normaal gezien cyclisch gebruikt wordt gedurende een langere planningsperiode, echter om de impact van de verschillende factoren te onderzoeken wordt er in deze thesis wekelijks een MSS bepaald. 44

58 HOOFDSTUK 8. ONDERZOEKSOPZET Data voor onderzoek Om de hierboven geformuleerd mathematische modellen te testen, zullen verschillende scenario s geanalyseerd worden voor een fictief ziekenhuis, waarvan de configuratie wordt samengevat in Figuur 8.1. Figuur 8.1: Configuratie van het fictieve ziekenhuis Het experiment vindt plaats in een ziekenhuis met drie verschillende chirurgengroepen, namelijk General, Gynaecology en Orthopedie. Ieder van deze drie chirurgengroepen heeft drie types patiënten waarbij binnen eenzelfde type iedere patiënt gekenmerkt wordt door een gelijke verwachte operatieduurtijd en een gelijke verblijfsduur. De chirurgengroepen hebben twee operatiekamers ter beschikking die ze gemeenschappelijk gebruiken. De operatiekamers zijn beide beschikbaar van maandag tot vrijdag en zijn zowel open in de voormiddag als de namiddag. In de voormiddag bestaat een tijdsblok uit vier uren en zijn er geen overuren toegelaten. In de namiddag zijn er vier regelmatige uren, alsook één uur overtijd voorzien. De tijdsblokken zijn opgedeeld in een verzameling van acht tijdsperioden, ieder 30 minuten lang. Analoog aan de situatie van het Universitair Ziekenhuis Gent, wordt verondersteld dat beide operatiezalen uitgerust zijn met dezelfde basisuitrusting en kunnen naargelang het type operatie specifieke toestellen en materialen worden binnengereden in de operatieruimte. Bijgevolg kunnen alle types ingrepen in beide operatiezalen doorgaan. Iedere chirurgengroep wordt verondersteld over twee chirurgen of operatieteams te beschikken die gelijktijdig de drie types patiënten van hun chirurgengroep kunnen opereren. De specifieke data voor de gemiddelde verwachte operatieduurtijd (EOT µ) en de standaardaf-

59 HOOFDSTUK 8. ONDERZOEKSOPZET 46 wijking van de verwachte operatieduurtijd (EOT σ), alsook de frequentie waarmee de operaties voorkomen (freq) en hun onderlinge verdeling binnen eenzelfde chirurgengroep (% van de groep) of chirurgengroepen ten opzichte van elkaar (T otaal (in %)) is gebaseerd op data van Van Houdenhoven et al. (2007). Deze data werden verzameld in het Universitair Ziekenhuis Erasmus Medical Center in Rotterdam (Nederland) tussen 1994 en Op basis van deze gegevens kon de gemiddelde verwachte duurtijd van een operatie voor iedere chirurgengroep, uitgedrukt in minuten (Gemidd. EOT per groep), berekend worden, rekening houdend met de frequentie waarmee de verschillende types voorkomen. Voor de data van de gemiddelde inkomsten die ontvangen worden voor een operatie uitgevoerd door een bepaalde chirurgengroep (Gemidd. inkomsten/procedure), verwijzen we naar Calichman (2005). Hierdoor kon de verwachte gemiddelde inkomsten van een bepaalde chirurgengroep in één tijdsblok (Gemidd. inkomsten/blok) berekend worden. De verwachte verblijfsduur van de patiënten van elk type (LOS) is bepaald aan de hand van een uniforme distributie tussen één en zeven door gebruik te maken van Excel. Een overzicht van de hierboven beschreven data wordt gegeven in Figuur 8.2. Figuur 8.2: Data voor de studie De preferenties van de zes chirurgen om te opereren in een bepaalde tijdsblok op een bepaalde dag (zie Figuur 8.3) zijn bepaald aan de hand van een uniforme distributie tussen nul en tien in Excel, waarbij nul weergeeft dat de chirurg niet beschikbaar is. Hoe hoger de preferentiescore, hoe hoger de voorkeur van de chirurg om dan operaties uit te voeren. Het totaal aantal beschikbare bedden is gelijk aan dertig zodat een gemiddelde beddenbezetting van meer dan 90% bereikt wordt. Een voldoende hoge beddenbezetting is gewenst omdat het over bemande bedden gaat. Er worden geen strakke beleidsbeperkingen opgelegd. Bovendien kan iedere chirurg tot 2000 minuten per week, of iets meer dan 33 uur in het operatiekwartier doorbrengen. Een arrival rate die verdeeld is volgens een normale verdeling met een gemiddelde van 40 patiënten per week en een standaardafwijking van 5 patiënten wordt verondersteld, zoals weergegeven in Figuur 8.4. Dit is licht onder de gemiddelde capaciteit van 44 patiënten die het

60 HOOFDSTUK 8. ONDERZOEKSOPZET 47 Figuur 8.3: De preferenties van de chirurgen ziekenhuis wekelijks heeft, rekening houdend met de samenstelling van de verdeling van de soorten patiënten en hun operatieduurtijd. Dit houdt in dat het ziekenhuis wekelijks voldoende patiënten kan behandelen om de wachtlijst niet te doen toenemen, in tegendeel deze lijst kan zelfs licht afnemen in lengte. Deze keuze kan gerechtvaardigd worden doordat op deze manier de analyse van de trade-offs tussen budget, patiëntentevredenheid en chirurgentevredenheid duidelijker kan gebeuren. Gezien een ziekenhuisomgeving gekenmerkt wordt door de hoge complexiteit ten gevolge van de dynamieken tussen verschillende factoren, wordt op deze manier gepoogd aan de hand van een vereenvoudiging deze dynamieken beter te kunnen analyseren. De ondergrens van het aantal tijdsblokken die aan iedere chirurgengroep moet toegewezen worden om te voldoen aan de vooropgestelde minimale dienstverlening van Randvoorwaarde uit de eerste fase kan bepaald worden aan de hand van het aantal patiënten die reeds drie weken op de wachtlijst staan. Dit zou niet mogelijk zijn indien de gemiddelde capaciteit gepland wordt. In dit geval kan men werken met een percentage van de wachtlijsten van alle groepen die zeker iedere week behandeld dient te worden, maar dit maakt de analyse minder overzichtelijk. Figuur 8.4: Simulatie van de arrival volgens een normale verdeling met µ=40, σ=5 (N[40,5]) 8.3 Gewijzigde data bij analyses Zoals eerder reeds vermeld, zal er op verschillende factoren ingezoomd worden om hun invloed op de output van het model te analyseren. Hiervoor zal de waarde van bepaalde variabelen gewijzigd worden ten opzichte van de waarde aangegeven in Onderdeel 8.2. Een overzicht van

61 HOOFDSTUK 8. ONDERZOEKSOPZET 48 deze variaties wordt weergegeven in Tabel 8.1, waarbij de eerste kolom de analyse weergeeft, de tweede kolom de respectievelijke onderdelen waarin deze analyses behandeld worden en de derde en vierde kolom de variabelen en hun waarden die bij deze analyses afwijken van de oorspronkelijk opgegeven waarden. Analyse Onderdeel Variabelen Waarde Beddencapaciteit 11.1 Aantal bedden 50 Inkomsten per chirurgengroep 11.2 Inkomsten [$3.100 $9.400 $8.200] Passende EOT 11.3 EOT types (in min) [ ] Frequentie [33,33% 33,33% 33,33%] Aantal bedden 100 Arrival rate µ = 50, σ = 5 Niet-passende EOT 11.3 EOT types (in min) [ ] Frequentie [33,33% 33,33% 33,33%] Aantal bedden 100 Arrival rate µ = 50, σ = 5 Granulariteit van de EOT 11.4 EOT General [ ] Aantal bedden 50 Combinaties EOT 11.5 EOT General [ ] Tabel 8.1: Overzicht analyses 8.4 Opmerking Begintijdstip van de operaties Zoals reeds opgemerkt in Onderdeel 6.2, heeft het toepassen van het model op data uit de praktijk, een invloed op Randvoorwaarden en van het model van de tweede fase. Om het aantal variabelen binnen het model te beperken verschillen de begintijdstippen telkens 30 minuten. Aangezien de verwachte operatieduurtijden van de verschillende types geen veelvoud zijn van 30 minuten, kunnen grote hiaten ontstaan waardoor de operatiekamer toch niet optimaal benut wordt. In het geval de EOTs Length naar boven afgerond wordt, zullen de begintijdstippen correct aangeven wanneer iedere operatie begint, maar dit heeft als nadeel dat er veel operatietijd onbenut blijft door de verschillen tussen de verwachte operatieduurtijd en een veelvoud van 30 minuten. Indien de EOTs Length naar beneden afgerond wordt, geeft het starttijdstip niet noodzakelijk het correcte tijdstip weer waarop de operatie zal starten. De operatie zal namelijk starten tussen dit begintijdstip i en i+1, maar op deze manier gaat geen kostbare operatietijd verloren. Een

62 HOOFDSTUK 8. ONDERZOEKSOPZET 49 vergelijking tussen beide opties, waarbij de eerste week van een simulatie uitgevoerd werd, maakte de invloed van beide mogelijkheden duidelijk. De benutting van de operatiezalen over de week heen was voor het geval van de afronding naar boven gelijk aan 79%, terwijl de benutting van de operatiezalen in het tweede geval 90,85% bedroeg. Op basis van deze gegevens werd beslist om de optimale benutting van operatiezalen voorrang te geven op het weten van het exacte starttijdstip van iedere operatie aangezien dit te wijten is aan de lengte van de periode tussen de begintijdstippen. Bijgevolg zal het begintijdstip van een operatie aangeven dat de operatie start tussen dit begintijdstip en een half uur. Bij toekomstig onderzoek is het aangewezen de lengte tussen de begintijdstippen kleiner te maken om de precieze starttijd van iedere operatie te kennen. De beschikbare operatietijd in de tijdsblokken In de onderzoeksopzet is iedere dag opgedeeld in twee tijdsblokken, waarbij de tijdsblok in de voormiddag bestaat uit 240 minuten en de tijdsblok van de namiddag uit 240 minuten plus een extra 60 minuten overtijd. In deze overtijd kunnen geen operaties meer starten, maar in deze extra tijd kunnen operaties wel afgewerkt worden. Het is belangrijk dit in rekening te brengen bij de output van de verschillende analyses van scenario s die hieronder besproken worden.

63 Hoofdstuk 9 Vergelijking van verschillende strategieën Om de invloed van de integratie van budget, chirurgentevredenheid en patiëntentevredenheid te analyseren, wordt voor verschillende scenario s de simulatie uitgevoerd. Eerst wordt het geïntegreerde scenario gesimuleerd, waarbij budget, chirurgentevredenheid en patiëntentevredenheid alle drie in rekening worden gebracht (Onderdeel 9.1). Een ziekenhuis kan echter ook een strategie nastreven waarbij de nadruk slechts op één of twee elementen gelegd wordt. In dit geval dient er mogelijks een aanpassing te gebeuren aan het model om de trade-off mogelijk te maken tussen de drie elementen. Deze aanpassingen worden in Onderdeel 9.2 besproken. Vervolgens worden de mogelijke scenario s besproken, waarbij het geïntegreerde scenario als referentiepunt gebruikt zal worden om de output van deze alternatieve scenario s te bespreken. Achtereenvolgens wordt de nadruk gelegd op budget (Onderdeel 9.3), chirurgentevredenheid (Onderdeel 9.4) en patiëntentevredenheid (Onderdeel 9.5). Ten slotte wordt een overzicht gegeven van de verschillende scenario s, waarbij de verschillende outputs naast elkaar geplaatst worden (Onderdeel 9.6). Op deze manier wordt het beoogde evenwicht tussen budget, chirurgentevredenheid en patiëntentevredenheid van het geïntegreerde scenario geëvalueerd, terwijl ook duidelijk gemaakt wordt dat de voorgestelde modellen aangepast kunnen worden naargelang de strategie die een ziekenhuis wenst na te streven. 9.1 Geïntegreerde modellen In dit eerste scenario worden budget, chirurgenpreferenties en patiëntentevredenheid alle drie in rekening gebracht (zie Figuur 9.1). Gezien de patiëntentevredenheid mede bepaald wordt door de wachttijd van de patiënt, leggen we hierop een beperking van maximaal drie weken. Iedere 50

64 HOOFDSTUK 9. VERGELIJKING VAN VERSCHILLENDE STRATEGIEËN 51 operatie mag bijgevolg maximaal drie weken op de wachtlijst staan alvorens uitgevoerd te worden. Iedere week worden deze operaties aangeduid met prior, zodat deze zeker ingepland zullen worden. Op basis van het aantal operaties binnen elke chirurgengroep die aangeduid zijn als prior en de gemiddelde operatieduurtijd van operaties binnen deze chirurgengroep wordt de ondergrens van het aantal tijdsblokken dat deze chirurgengroep dient toegewezen te krijgen in Fase 1 bepaald. Gelijkaardig wordt op basis van het totaal aantal operaties op de huidige wachtlijst van iedere chirurgengroep en de gemiddelde operatieduurtijd van operaties binnen deze groep de bovengrens van het aantal toe te wijzen tijdsblokken in Fase 1 vastgelegd. Vervolgens dient de output van Fase 1, waarbij iedere chirurgengroep tijdsblokken toegewezen heeft gekregen, als input voor Fase 2 waar dit zelfde aantal tijdsblokken opnieuw wordt toegewezen rekening houdend met de voorkeuren van de chirurgen. Figuur 9.1: Het geïntegreerd scenario OUTPUT Een overzicht van het aantal toegewezen blokken aan iedere chirurgengroep van Fase 1 en het aantal geplande operaties in deze tijdsblokken wordt voor iedere week weergegeven door Figuur 9.2. Figuur 9.3 geeft een meer gedetailleerde samenvatting van de output van de tweede fase, waarbij het aantal geplande operaties per type van elke chirurgengroep voor elke week weergegeven wordt. Er worden in totaal 263 operaties gepland, waarvan 156 van de General - chirurgengroep, 53 van de Gynaecology -chirurgengroep en 54 van de Ortho -chirurgengroep. De wachtlijst bestaat na de simulatie nog uit 52 operaties. Tabel 9.1 geeft een samenvatting van de output. De volledige, gedetailleerde output kan teruggevonden worden in Bijlage 1.1. Budget Op basis van de output van Fase 1 in combinatie met de gemiddelde opbrengsten van iedere chirurgengroep worden de totale inkomsten op $ geschat. Na het uitvoeren van de tweede fase, blijkt dat de operaties slechts $ zullen binnenbrengen. Dit verschil

65 HOOFDSTUK 9. VERGELIJKING VAN VERSCHILLENDE STRATEGIEËN 52 Figuur 9.2: Overzicht van de output van Fase 1 en Fase 2 van het geïntegreerde scenario Figuur 9.3: Gedetailleerde output Fase 2 van het geïntegreerde scenario van $ kan verklaard worden doordat het gemiddeld aantal operaties niet steeds bereikt kan worden omwille van beperkingen ten gevolge van de samenloop van alle factoren, zoals bijvoorbeeld de mogelijke combinaties binnen één chirurgengroep met verschillende types. Chirurgentevredenheid De chirurgentevredenheid kan gemeten worden aan de hand van de som van alle preferentiescores van de chirurgen. Indien de preferenties van de chirurgen slechts eenmaal opgeteld worden per toegewezen tijdsblok, is de totale chirurgenpreferentiescore gelijk aan 845. Wanneer de preferenties van de chirurgen opgeteld worden voor iedere operatie die ze in elk tijdsblok uitvoeren, bereikt de totale preferentiescore een totaal van Wanneer deze chirurgenpreferentiescores vergeleken worden met deze uit Fase 1, wordt duidelijk dat het voorgestelde model beter tegemoet komt aan de voorkeuren van de chirurgen. Bij de enkelvoudige berekening zorgt het in rekening brengen van de voorkeuren van chirurgen voor een stijging van 773 naar 845, een verbetering van ruim 9,3%. Bij de meervoudige berekening neemt de score toe van naar 1.981, een toename van zo n 16,6%. Patiëntentevredenheid Zoals eerder vermeld is de maximale wachttijd van patiënten vanaf hun komst op de wachtlijst tot de operatie drie weken. Deze wachttijd gebruiken we als referen-

66 HOOFDSTUK 9. VERGELIJKING VAN VERSCHILLENDE STRATEGIEËN 53 tiepunt voor de patiëntentevredenheid en dient bijgevolg zo klein mogelijk te zijn. De gemiddelde wachttijd van de geplande/uitgevoerde operaties gedurende de gehele simulatie is 2,46 weken. De 52 overblijvende operaties die nog steeds op de wachtlijst staan hebben een gemiddelde wachttijd van 2,44 weken. Een meer gedetailleerde analyse maakt duidelijk dat de gemiddelde wachttijd van de uitgevoerde operaties van de verschillende chirurgengroepen verschilt van elkaar. De gemiddelde wachttijd bedraagt voor General 2,35 weken, voor Gynaecology 2,43 weken en voor Ortho 2,80 weken. De extra toegewezen tijdsblokken aan de chirurgengroep met de hoogste inkomsten, General, zorgt ervoor dat hun patiënten minder lang moeten wachten op hun operaties. Het verschil tussen Gynaecology en Ortho heeft verschillende mogelijke oorzaken, zoals onder andere de afronding bij de ondergrens van het aantal toe te wijzen blokken of de manier waarop de verschillende types operaties in één tijdsblok gecombineerd kunnen worden. Van de 263 geplande/uitgevoerde ingrepen zijn er 180 met een wachttijd van drie weken, 23 met een wachttijd van twee weken en 60 met een wachttijd van één week. De 52 operaties op de wachtlijst bestaat uit 29 operaties met een huidige wachttijd van twee weken en 23 operaties met een huidige wachttijd van drie weken. Een overzicht van de gemiddelden van verschillende wachttijden, alsook de bijhorende standaardafwijking kan teruggevonden worden in Bijlage 1.2 zowel voor dit scenario als voor alle scenario s die later in deze scriptie besproken worden. Benutting van de operatiezalen De benutting van de operatiezalen wordt berekend door de totale duurtijd van de geplande operaties te delen door de de beschikbare operatietijd. De gemiddelde benutting van de operatiezalen is in de planningsperiode 85,72%. Bedbezetting De capaciteit van het ziekenhuis in ons experiment is beperkt tot 30 bedden. Het gemiddelde van de totale bedbezetting bedraagt 92,36%, waarbij de bedbezetting van de eerste week niet in rekening is gebracht aangezien dan nog geen patiënten van de vorige week reeds bedden innemen. Opvallend is dat de bedbezetting op donderdag en vrijdag gemiddeld 97% bedraagt. Op deze dagen is de bedbezetting in meerdere weken van de simulatie gelijk aan 100%. Dit wordt mogelijk veroorzaakt door de combinatie van de voorkeuren van de chirurgen op de verschillende dagen en de verwachte verblijfsduren van de operaties die gepland worden. 9.2 Trade-off: Budget, Chirurgen en Patiënten In de praktijk wordt niet steeds rekening gehouden met de drie belangrijke elementen budget, chirurgentevredenheid en patiëntentevredenheid. Om de afweging tussen deze elementen te maken, kan het tweede model zodanig aangepast worden dat er afwijkingen mogelijk zijn van de

67 HOOFDSTUK 9. VERGELIJKING VAN VERSCHILLENDE STRATEGIEËN 54 vooropgestelde doelstellingen voor iedere groep. Dit is mogelijk door in het model van Fase 2 Randvoorwaarden en aan te passen, alsook de doelfunctie. De nodige aanpassingen zijn hieronder weergegeven voor de betreffende doelfunctie en vergelijkingen. α (P ref pjb x psjir )) 0, 5 y sj z grjb s S j J g G r R j J b B β P riordevs γ (F ase1dev g + + F ase1devg ) b B( p P j J s S i I r R s S g G (9.2.1) x psjir = P rior s + P riordev s + P riordevs s S (9.2.2) p P j J i I r R z grjb = F ase1 g + F ase1dev g + F ase1devg g G (9.2.3) r R j J b B P riordev s +, P riordevs [0, 1] s S (9.2.4) F ase1dev g +, F ase1devg 0 g G (9.2.5) met P riordev s +, P riordevs respectievelijk de positieve en negatieve afwijking van het priorstatuut van operatie s en F ase1dev g +, F ase1devg respectievelijk de positieve en negatieve afwijking van het aantal toegewezen tijdsblokken uit Fase 1 aan chirurgengroep g. Door de gewichten in de doelfunctie van ieder focuspunt, namelijk α, β en γ, aan te passen kan de focus verlegd worden. Hoe hoger het gewicht relatief ten opzichte van de andere, hoe meer nadruk op het element met dat gewicht. Hierbij dient wel opgemerkt te worden dat de waarde van de P ref pji steeds tussen één en tien ligt en bijgevolg de chirurgentevredenheid zwaarder zal doorwegen bij gelijke waarden voor de drie gewichten dan de negatieve afwijking van de prioroperaties en van de input van Fase 1, aangezien hierbij zowel P riordevs, als F ase1dev g + en F ase1devg slechts met kleinere sprongen toenemen in waarde bij een gelijke waarde van de gewichten. Op deze manier kunnen ziekenhuizen die in hun strategie een afweging maken tussen de hoofdelementen, dit op deze manier doen. In wat volgt zal dit model enkel gebruikt worden om een afweging tussen de drie hoofdelementen te evalueren. 9.3 Focus op het budget In het tweede scenario leggen we de nadruk op budget. Dit kan op verschillende manieren gebeuren, gebruik makend van de opgestelde modellen. Ten eerste kan men ervoor kiezen om te focussen op budget in de eerste fase om vervolgens de chirurgenpreferenties in acht te nemen. In dit geval kan de verdeling van de blokken gebeuren op basis van het budget, waarbij de

68 HOOFDSTUK 9. VERGELIJKING VAN VERSCHILLENDE STRATEGIEËN 55 ondergrens voor de tijdsblokken van iedere chirurgengroep kan beschouwd worden als historisch verworven rechten, zoals dit ook in de praktijk soms van toepassing is bij het toewijzen van de tijdsblokken (Lega & DePietro, 2005) (Figuur 9.4 (a)). Ten tweede kan gekozen worden om te focussen op budget, maar om tevens de minimale patiëntentevredenheid in rekening te brengen. In dit geval worden de voorkeuren van de chirurgen niet geïncorporeerd (Figuur 9.4 (b)). Ten derde kan er een afweging gemaakt worden tussen de drie mogelijke focuspunten aan de hand van Doelfunctie in Fase 2. De nadruk kan gelegd worden op budget door de afwijking van de beslissing in de eerste fase te minimaliseren. Dit kan gerealiseerd worden door een hoog gewicht te geven aan deze afwijking in de doelfunctie van de tweede fase, namelijk door de waarde van γ hoger te zetten relatief ten opzichte van α en β (Figuur 9.4 (c)). Figuur 9.4: Focus op het budget Budget en chirurgentevredenheid In de praktijk bepalen soms historische verworven rechten mee de verdeling van de tijdsblokken over de chirurgengroepen. Dit zou in dit scenario een invloed hebben op de ondergrens en bovengrens van het aantal toe te wijzen tijdsblokken per chirurgengroep. Deze historisch verworven rechten zijn echter niet verzameld in de literatuur. Bovendien zijn deze afhankelijk van ziekenhuis tot ziekenhuis, dus kunnen deze enkel willekeurig bepaald worden in dit scenario. Gezien de beperkte relevantie van een dergelijk scenario onafhankelijk van de context, wordt dit niet gesimuleerd voor dit scenario. In Hoofdstuk 10 wordt er wel een planning opgesteld voor een scenario op basis van fictieve historisch verworven rechten om de vergelijking te maken met de uitkomst van het volledig geïntegreerde scenario voor één dergelijk geval Budget en patiëntentevredenheid Een tweede mogelijkheid om te focussen op budget, bestaat uit het opnemen van de vereisten voor de minimum patiëntentevredenheid in de eerste fase. Vervolgens worden in de tweede fase zo veel mogelijk operaties gepland binnen de toegewezen tijdsblokken onafhankelijk van de voorkeuren van de chirurgen. Hiervoor dient de doelfunctie van de tweede fase aangepast te

69 HOOFDSTUK 9. VERGELIJKING VAN VERSCHILLENDE STRATEGIEËN 56 worden, namelijk δ x psjir 0, 5 y sj p P s S j J i I r R s S j J g G r R j J waarbij δ gelijk gesteld is aan 30 om een maximale throughput te bekomen. gemiddeld nooit 60 operaties of meer per week gepland worden, is 0, 5 s S kleiner dan 30. g G r R j J b B z grjb Aangezien er j J y sj steeds b B z grjb is steeds gelijk aan 20. Op deze manier weegt de meerwaarde van de planning van één extra operatie duidelijk meer door dan de invloed van de negatieve elementen van de doelfunctie. OUTPUT In totaal worden 264 operaties gepland, waarvan 158 van de General -chirurgengroep, 51 van de Gynaecology -chirurgengroep en 55 van de Ortho -chirurgengroep. De wachtlijst na de simulatie bestaat uit 51 operaties. Deze output is zeer gelijkaardig aan de output van het geïntegreerde scenario. Tabel 9.1 geeft een overzicht van de output. Budget De verwachte inkomsten van dit scenario op basis van de blokverdeling van Fase 1 liggen lager dan het geïntegreerde scenario, namelijk $ , doordat er één tijdsblok minder aan de chirurgengroep met de hoogste inkomsten toegewezen wordt, maar aan de chirurgengroep met de laagste inkomsten om te voldoen aan de minimale vooropgestelde dienstverlening. Dit kan verklaard worden doordat het niet in rekening brengen van de chirurgenpreferenties leidt tot een andere verzameling en combinatie van operaties die gepland worden binnen de beschikbare capaciteit. Zoals vooropgesteld, worden in dit scenario wel hogere inkomsten gegenereerd op basis van de operatieplanning van Fase 2. De som van alle inkomsten van de geplande/uitgevoerde ingrepen bedraagt $ Chirurgentevredenheid De chirurgentevredenheid wordt niet in rekening gebracht, wat ook duidelijk blijkt uit de behaalde preferentiescores. Deze score daalt zelfs van de eerste naar de tweede fase, van respectievelijk 752 en naar 743 en Dit resultaat is opmerkelijk slechter dan de preferentiescore van het geïntegreerd scenario waar de voorkeuren van de artsen wel in acht genomen zijn. Patiëntentevredenheid De gemiddelde wachttijd van de geplande/uitgevoerde operaties bedraagt 2,45 weken, dit is 0,01 week minder dan het geïntegreerde scenario. De operaties op de wachtlijst hebben na de simulatie een gemiddelde wachttijd van 2,41 weken, iets minder dan de 2,43 weken van het geïntegreerde scenario. Dit verschil kan verklaard worden doordat er enerzijds reeds één operatie meer ingepland kon worden voor dezelfde tijdspanne. Anderzijds blijken

70 HOOFDSTUK 9. VERGELIJKING VAN VERSCHILLENDE STRATEGIEËN 57 van de 264 geplande/uitgevoerde operaties er 181 een wachttijd te hebben van drie weken, 21 een wachttijd van twee weken hebben en 62 een wachttijd van één week hebben. Wanneer dit vergeleken wordt met het resultaat van het geïntegreerde scenario, blijkt dat er twee operaties met een wachttijd van twee weken vervangen zijn door twee operaties met een wachttijd van één week, wat een positieve invloed heeft op de gemiddelde wachttijd. Benutting van de operatiezalen De gemiddelde benutting van de operatiezalen neemt toe voor de simulatie met focus op budget in vergelijking met het geïntegreerde scenario, tot 86,46%. Deze hogere benutting ten opzichte van het geïntegreerde scenario kan verklaard worden doordat er één ingreep meer gepland wordt, maar ook door de types van ingrepen die gepland zijn. Er worden in dit scenario ten opzichte van het geïntegreerde scenario één operatie van General - type 1, één operatie van Gynaecology -type 1 en Gynaecology -type 2 minder ingepland, maar in de plaats worden er drie operaties van General -type 3 en één operatie van Ortho -type 1 gepland. De som van de operatieduurtijden van deze laatste categorie is 241 minuten meer dan de som van de duurtijden van de eerste categorie. Bedbezetting De gemiddelde beddenbezetting bedraagt 94,42%. Dit betekent dat er gemiddeld zo n 28,3 bedden bezet zijn. Deze hogere bedbezetting kan opnieuw verklaard worden door de types van ingrepen die gepland zijn. Het verschil tussen dit scenario en het geïntegreerde scenario maakt duidelijk dat de nieuwe combinaties in totaal een langere verwachte verblijfsduur hebben Trade-off met chirurgentevredenheid en patiëntentevredenheid Om de afweging te maken tussen budget, chirurgentevredenheid en patiëntentevredenheid, kan er gebruik gemaakt worden van de Doelfunctie en bijhorende randvoorwaarden. Aan de hand van deze doelfunctie kan er een hogere focus gelegd worden op het budget door het gewicht van deze factor, namelijk γ, een hogere waarde toe te kennen relatief ten opzichte van de gewichten gelinkt met de chirurgenpreferenties, α, en de patiëntentevredenheid, β. Wanneer in de Doelfunctie vertrokken wordt van α gelijk aan één en γ gelijk aan één als waarden voor de gewichten van de chirurgenvoorkeuren en afwijkingen van de prioroperaties, kan er behoorlijk makkelijk afgedwongen worden dat de afwijking van de input uit Fase 1 gelijk moet zijn aan nul door β gelijk te stellen aan vijf of tien, afhankelijk van de input van Fase 1. Opmerkelijk hierbij is dat dit niet altijd een negatieve invloed heeft op de preferentiescore en het aantal operaties die uitgevoerd kunnen worden, integendeel, soms is er zelfs een positieve verandering te bemerken. Indien het gewicht α verlaagd wordt tot een half, kan het niet tolereren van een afwijking van

71 HOOFDSTUK 9. VERGELIJKING VAN VERSCHILLENDE STRATEGIEËN 58 de input uit Fase 1 nog makkelijker afgewongen worden met een kleinere waarde voor β. 9.4 Focus op chirurgentevredenheid In het derde scenario wordt de nadruk gelegd op het maximaal tegemoet komen aan de voorkeuren van de chirurgen. Opnieuw kan dit op verschillende manieren verwezenlijkt worden. In een eerste geval kan de patiëntentevredenheid genegeerd worden, maar het budget wel opgenomen worden bij de optimalisatie (Figuur 9.5 (a)). In een tweede geval kan naast de chirurgentevredenheid, de minimale voorwaarden om de wachtlijsten te beperken nog in rekening gebracht worden (Figuur 9.5 (b)). Ten slotte kan de chirurgentevredenheid prioriteit worden gegeven boven budget en patiëntentevredenheid. In dit geval zal gewicht α een groter gewicht krijgen in de doelfunctie van het model van de tweede fase (Figuur 9.5 (c)). Figuur 9.5: Focus op de voorkeuren van de chirurgen Chirurgentevredenheid en budget Gezien dit scenario, gelijkaardig aan het scenario Budget en chirurgentevredenheid (Onderdeel 9.3.1) afhankelijk is van het ziekenhuis, de context en het verleden, wordt een dergelijk scenario hier niet gesimuleerd omwille van de beperkte relevantie Chirurgentevredenheid en patiëntentevredenheid Om de klemtoon op chirurgentevredenheid te leggen, maar tegelijk ook nog de lengte van de wachtlijst in rekening te brengen, geven we als input van Fase 1 voor Fase 2 de ondergrens van iedere chirurgengroep op basis van de vereiste voor het minimale service level, namelijk een maximale wachttijd van drie weken. Vervolgens worden positieve afwijkingen van de eerste fase toegestaan, waarbij de som van deze afwijkingen gelijk dient te zijn aan het aantal nog niet toegewezen blokken (Rest). Dit impliceert enkele aanpassingen aan het model van de tweede

72 HOOFDSTUK 9. VERGELIJKING VAN VERSCHILLENDE STRATEGIEËN 59 fase, die hieronder weergegeven worden. De doelfunctie blijft onveranderd. z grjb = F ase1 g + F ase1dev + g G (9.4.1) r R j J b B F ase1dev g + = Rest g G (9.4.2) g G F ase1dev + g 0 g G (9.4.3) Op deze manier worden de tijdsblokken die niet nodig zijn voor het voldoen aan de minimumvereiste voor de wachtlijst, verder toegewezen afhankelijk van welke combinatie leidt tot een hogere chirurgenpreferentiescore. OUTPUT In totaal worden 261 operaties gepland, waarvan 141 van de General -chirurgengroep, 58 van de Gynaecology -chirurgengroep en 62 van de Ortho -chirurgengroep. De wachtlijst na de simulatie bestaat uit 54 operaties. Tabel 9.1 geeft een overzicht van de output. Budget Het model resulteert in verwachte inkomsten gelijk aan $ Doordat budget niet in rekening is gebracht bij dit scenario, liggen de totale verwachte inkomsten zo n $ lager dan de inkomsten op basis van de planning volgens het geïntegreerde model. Chirurgentevredenheid Op basis van de enkelvoudige optelling van de preferenties, wordt een score van 890 bekomen door de toepassing van dit model. Dit ligt hoger dan de preferentiescore van het geïntegreerde model dat 845 bedraagt. Ook de score van de meervoudige optelling ligt hoger dan bij het geïntegreerde model, namelijk in plaats van De toewijzing van de tijdsblokken, die overblijven nadat de toewijzingen voor de minimale vooropgezette dienstverlening gebeurd zijn, op basis van de chirurgen die het meest wensen op deze tijdstippen te werken, leidt tot een betere chirurgenpreferentiescore. Patiëntentevredenheid De gemiddelde wachttijd van de geplande operaties in de simulatie bedraagt 2,53 weken, wat 0,07 weken hoger is dan de gemiddelde wachttijd van het geïntegreerde model. De 54 operaties die na de simulatie nog op de wachtlijst staan, hebben een gemiddelde wachttijd van 2,41 weken wat iets lager ligt dan de 2,44 weken voor de 52 operaties op de wachtlijst na de simulatie van het geïntegreerde model. De gemiddelde wachttijd van de geplande/uitgevoerde operaties van de chirurgengroepen General, Gynaecology en Ortho zijn respectievelijk 2,78 weken, 2,26 weken en 2,23 weken. Door de focus op de chirurgenpreferenties worden meer tijdsblokken toegewezen aan de chirurgengroepen Gynaecology en Ortho

73 HOOFDSTUK 9. VERGELIJKING VAN VERSCHILLENDE STRATEGIEËN 60 en worden er minder tijdsblokken toegewezen aan de General -groep. Dit kan verklaard worden doordat enerzijds deze eerste twee chirurgengroepen algemeen hogere preferenties hebben dan de laatste chirurgengroep, anderzijds doordat reeds een groter aantal blokken toegewezen wordt aan de meest gewenste tijdsblokken van General door de ondergrens in de eerste fase. Echter, doordat de General -groep de hoogste vraag vertegenwoordigt, weegt hun verhoogde wachttijd voor patiënten zwaarder door dan de verminderde wachttijden voor de patiënten van de andere twee groepen. Van de 54 overblijvende operaties hebben er 32 een huidige wachttijd van twee weken, ten opzichte van 29 bij het geïntegreerde scneario, en 22 een huidige wachttijd van drie weken, ten opzichte van 23 bij het geïntegreerde scneario. Deze samenstelling verklaart het verschil tussen de gemiddelde wachttijden van de operaties op de wachtlijst voor de twee scenario s. Benutting van de operatiezalen De gemiddelde benutting van de operatiezalen over de hele simulatie heen is 84,95%, 0,77 procentpunten lager dan in het geïntegreerde model. De toegepaste strategie bij dit scenario heeft ervoor gezorgd dat er minder operaties van General, met een hogere verwachte operatieduurtijd, en meer operaties van Gynaecology en Ortho, met een lagere verwachte operatieduurtijd, gepland zijn. Een meer gedetailleerde analyse maakt duidelijk dat deze factor in combinatie met de twee operaties die minder gepland worden bij dit scenario ten opzichte van het geïntegreerde scenario een verklaring bieden voor de lagere benutting van de operatiezalen. Er wordt immers voor 388 minuten minder operatietijd ingepland, het resultaat van 1401 minuten minder ten gevolge van de vervangen General -operaties door 415 minuten Gynaecology -operaties en 598 minuten Ortho -operaties. Bedbezetting De gemiddelde bezetting van de bedden is 93,59%. Dit resultaat ligt iets hoger dan het resultaat van het geïntegreerde model, wat verklaard kan worden door de samenstelling van de geplande operaties. Iets minder operaties met langere totale verwachte verblijfsduur worden gepland Trade-off met budget en patiëntentevredenheid Om de afweging te maken tussen chirurgentevredenheid ten opzichte van budget en patiëntentevredenheid, kan er gebruik gemaakt worden van de Doelfunctie en bijhorende randvoorwaarden. Deze doelfunctie maximaliseert reeds de voorkeuren van de chirurgen, in tegenstelling tot de factoren budget en patiëntentevredenheid. Voor deze laatste twee factoren worden de afwijkingen van de vooropgestelde objectieven geminimaliseerd. Door het gewicht van de chirurgentevredenheid, α, een grotere waarde toe te kennen ten opzichte van de gewichten van

74 HOOFDSTUK 9. VERGELIJKING VAN VERSCHILLENDE STRATEGIEËN 61 patiëntentevredenheid, β en budget, γ, wordt de nadruk op het tegemoetkomen van de chirurgenpreferenties nog meer verhoogd. Dit heeft over het algemeen steeds een negatieve impact op de planning van de prioroperaties (patiëntentevredenheid), met soms ook een afwijking van de input van de eerste fase (budget). 9.5 Focus op de patiëntentevredenheid Tot slot kan een dienstverlening waarbij de patiënt centraal staat nagestreefd worden. In dit geval kan de wachttijd van de patiënten geminimaliseerd worden in Fase 2 voor de vooropgestelde toewijzing van tijdsblokken aan chirurgengroepen uit Fase 1. Een andere mogelijkheid is om de verdeling van de blokken te doen op basis van de lengte van de wachtlijsten in de eerste fase, om vervolgens nog de chirurgenpreferenties in acht te nemen (Figuur 9.6 (a)). Ten slotte kan het voldoen aan de priorlijst van operaties als belangrijkste element beschouwd worden en in dit kader het gewicht β in de doelfunctie van het model van de tweede fase een grotere waarde toegekend worden (Figuur 9.6 (b)). Figuur 9.6: Focus op beperkte wachttijd van de patiënten Patiëntentevredenheid en budget De manier waarop de modellen gedefinieerd zijn, maken het niet mogelijk om dit scenario uit te voeren door slechts enkele aanpassingen te doen. Omwille van deze reden, wordt er voor dit scenario geen simulatie uitgevoerd. Indien een ziekenhuis de focus wil leggen op patiëntentevredenheid, maar ook budget in rekening wil brengen, kan dit wel gebeuren door gebruik te maken van Doelfunctie en bijhorende randvoorwaarden. Dit is mogelijk door het gewicht van de factor van patiëntentevredenheid β en het gewicht van de factor van budget γ een relatief hogere waarde toe te kennen in vergelijking met α, het gewicht van de chirurgentevredenheid.

75 HOOFDSTUK 9. VERGELIJKING VAN VERSCHILLENDE STRATEGIEËN Patiëntentevredenheid en chirurgentevredenheid Zoals hierboven reeds vermeld, kan men de toewijzing van de tijdsblokken aan de verschillende chirurgengroepen volledig baseren op de wachtlijsten van iedere chirurgengroep. Bij deze werkwijze wordt eerst opnieuw de ondergrens van het aantal tijdsblokken nodig om de prioroperaties te kunnen uitvoeren toegekend. Vervolgens worden de nog niet toegewezen tijdsblokken verdeeld op basis van het aantal niet-prioroperaties die nog op de wachtlijsten staan van de verschillende chirurgengroepen rekening houdend met de gemiddelde verwachte operatieduurtijd. De toewijzing gebeurt dus evenredig met de lengte van de wachtlijsten uitgedrukt in totale verwachte operatieduurtijd in plaats van het aantal operaties. Op deze manier wordt getracht om de patiënten een gelijke zo kort mogelijk wachttijd te garanderen. OUTPUT In totaal worden 260 operaties gepland, waarvan 146 van de General -chirurgengroep, 57 van de Gynaecology -chirurgengroep en 57 van de Ortho -chirurgengroep. De wachtlijst na de simulatie bestaat uit 55 operaties. Tabel 9.1 bevat een samenvatting van de output van dit scenario. Budget De totale inkomsten die verwacht worden op basis van de toegepaste strategie, bedragen $ volgens de output van de eerste fase en $ op basis van de tweede fase. Dit is $ minder dan de inkomsten die gegenereerd zullen worden op basis van de strategie van het geïntegreerde model, waar er drie operaties meer uitgevoerd zullen worden. Dit kan verklaard worden doordat de toegepaste strategie budget niet in rekening brengt. Hierdoor worden er tien operaties minder gepland van de chirurgengroep met de hoogste gemiddelde inkomsten per ingreep. Deze worden vervangen door slechts zeven operaties van de chirurgengroepen met lagere gemiddelde inkomsten per ingreep. Chirurgentevredenheid De chirurgentevredenheid op basis van enkelvoudige optelling van de preferenties is 873, de meervoudige optelling van de chirurgenvoorkeuren leidt tot een score van Dit is respectievelijk 28 en 19 punten hoger dan de score uit het geïntegreerde model. Dit verschil kan mogelijk verklaard worden doordat de blokken meer gespreid verdeeld worden over de chirurgengroepen, waardoor er meer toewijzingen kunnen gebeuren op de momenten die de chirurgen zelf meer verkiezen. Indien 11 blokken worden toegewezen aan de General - chirurgengroep in plaats van 13 blokken, dan kunnen de twee blokken waarin de General - chirurgen het minst graag willen werken, vervangen worden door twee blokken die mogelijk met een hogere voorkeur ingevuld worden door de andere chirurgengroepen.

76 HOOFDSTUK 9. VERGELIJKING VAN VERSCHILLENDE STRATEGIEËN 63 Patiëntentevredenheid Aangezien de focus van deze aanpak op de wachttijden ligt, wordt verwacht dat de score van dit onderdeel beter zal zijn dan in het geïntegreerde model. Echter de gemiddelde wachttijd in de totale planningsperiode is langer, namelijk 2,53 weken in plaats van de 2,46 weken op basis van de geïntegreerde simulatie. De gemiddelde wachttijd van de operaties op de wachtlijst is gelijk aan de gemiddelde wachttijd in het geïntegreerde model, namelijk 2,44 weken. Dit resultaat is onverwacht en toont aan dat het focussen op patiëntentevredenheid niet steeds de beoogde uitkomst bereikt. Gezien de vele beïnvloedende factoren, is een dieper inzicht nodig in de mogelijke oorzaken om een verklaring te bieden. Dit wordt behandeld in Hoofdstuk 11. De gemiddelde wachttijd van de chirurgengroepen General, Gynaecology en Ortho is voor de geplande/uitgevoerde operaties respectievelijk 2,64 weken, 2,12 weken en 2,63 weken. In tegenstelling tot het geïntegreerde scenario waarbij het verschil tussen de gemiddelde wachttijd van de General -groep en de Ortho -groep het grootst was, is de gemiddelde wachttijd van beide groepen nu ongeveer gelijk door de gevolgde strategie waarbij iedere groep tijdsblokken krijgt toegewezen op basis van de openstaande wachtlijst. Dat de gemiddelde wachttijd van de Gynaecology -groep lager ligt, is mogelijk te wijten aan een combinatie van meerdere factoren zoals de afronding bij het toewijzen van de tijdsblokken en de benutting van de toegewezen tijdsblokken door de mogelijke combinaties die gemaakt kunnen worden met de verschillende types. Benutting van de operatiezalen De gemiddelde benutting van de operatiezalen over de hele simulatie heen is 84,69%, 1,03 procentpunten lager dan in het geïntegreerde model. Dit is mogelijk vooral te wijten zijn aan de drie operaties die door deze strategie minder worden ingepland. Het verschil tussen de samenstelling van de operatieplanning van dit scenario en het geïntegreerde scenario leidt tot een totale operatieduurtijd die 170 minuten korter is voor dit scenario. Bedbezetting De gemiddelde bezetting van de bedden is 93,70%, wat betekent dat er gemiddeld meer dan 28 van de 30 beschikbare bedden door patiënten zijn ingenomen. De operatieplanning is zodanig samengesteld dat er in totaal zes dagen meer verwachte verblijfsduur is in vergelijking met het geïntegreerde scenario, ondanks het feit dat er drie operaties minder uitgevoerd worden. De gemiddelde bedbezetting op dinsdag bedraagt zelfs 100% en op vrijdag 99%. Deze extra beperking in vergelijking met het geïntegreerde scenario kan mogelijks een verklaring bieden voor de niet-verbeterde wachttijd van patiënten. De bedbezetting op dinsdag en vrijdag kan mogelijk verklaard worden door de combinatie van de voorkeuren van de chirurgen en de nieuwe blokverdeling. Door de toegepaste strategie wordt er meer operatie-

77 HOOFDSTUK 9. VERGELIJKING VAN VERSCHILLENDE STRATEGIEËN 64 tijd toegewezen aan Gynaecology en Ortho. De Gynaecology -groep, en in mindere mate ook de Ortho -groep, kunnen gemiddeld gezien meer operaties uitvoeren in één tijdsblok dan de General -groep. Gezien de verwachte verblijfsduur van de operaties voor de verschillende chirurgengroepen vergelijkbaar zijn, impliceert dit dat tijdsblokken toegewezen aan de Gynaecology - en Ortho -groep sneller leiden tot een hogere beddenbezetting. De invloed die beddencapaciteit kan hebben op de output wordt meer gedetailleerd geanalyseerd in Onderdeel Trade-off met budget en chirurgentevredenheid De afweging van patiëntentevredenheid ten opzichte van budget en chirurgentevredenheid kan gebeuren door gebruik te maken van Doelfunctie en de bijhorende randvoorwaarden. Om de nadruk te leggen op de patiëntentevredenheid zal het gewicht β een hogere waarde worden toegekend relatief ten opzichte van de gewichten van chirurgentevredenheid, α, en budget, γ. Indien de input van Fase 1 enkel gebaseerd is op budget en geen rekening houdt met de lijst van prioroperaties, kan de optie om alle prioroperaties in te plannen niet altijd afgedwongen worden. Algemeen dient β groter te zijn dan γ om geen afwijking toe te staan van het beoogde focuspunt. 9.6 Overzicht van de output van de verschillende scenario s In dit onderdeel worden de resultaten van hierboven omschreven simulaties naast elkaar gelegd. Hierbij kunnen we vier scenario s onderscheiden: Scenario 1: Het geïntegreerde scenario Scenario 2: Het budgetscenario inclusief patiëntentevredenheid Scenario 3: Het chirurgenpreferentiescenario inclusief patiëntentevredenheid Scenario 4: Het patiëntentevredenheidscenario inclusief chirurgenpreferenties Overzicht van de output Om de resultaten van de vier scenario s makkelijk te kunnen vergelijken, worden deze samen weergegeven in Tabel 9.1. Figuur 9.7 vat de relatieve scores voor budget, chirurgenpreferenties en gemiddelde wachttijd van de vier scenario s samen.

78 HOOFDSTUK 9. VERGELIJKING VAN VERSCHILLENDE STRATEGIEËN 65 Scenario 1 Scenario 2 Scenario 3 Scenario 4 Integratie Budget Chirurg Patiënt incl. Patiënt incl. Patiënt incl. Chirurg Totaal aantal Operaties Blokverdeling Fase 1 [ ] [ ] [ ] [ ] Operatieverdeling Fase 2 [ ] [ ] [ ] [ ] Budget Fase 1 $ $ $ $ ,46% -1,79% -1,17% Fase 2 $ $ $ $ ,00% -2,89% -2,75% Preferentiescore enkelvoudig ,07% +5,33% +3,31% meervoudig ,08% +2,88% +0,96% Wachttijd Gepland 2,46 weken 2,45 weken 2,53 weken 2,53 weken - -0,41% +2,85% +2,85% Wachtlijst 2,44 weken 2,41 weken 2,41 weken 2,44 weken - -1,23% -1,23% +0,00% Benutting van de OKs 85,72% 86,46% 84,95% 84,69% Bedbezetting 92,36% 94,42% 93,59% 93,70% Tabel 9.1: Overzicht output van Scenario s 1,2,3 en 4 Figuur 9.7: Relatieve vergelijking van Scenario s 1,2,3 en 4 met Scenario 1 = 100%

79 HOOFDSTUK 9. VERGELIJKING VAN VERSCHILLENDE STRATEGIEËN Verdeling van de tijdsblokken over de chirurgengroepen Figuur 9.8 geeft weer hoe de verdeling van de tijdsblokken over de chirurgengroepen gebeurt in de eerste fase. In Scenario s 1 en 2 waarbij de tijdsblokken die overblijven eerst worden Figuur 9.8: Verdeling van de tijdsblokken over de chirurgengroepen toegewezen aan de chirurgengroep met de hoogste inkomsten, wordt duidelijk een groter aantal blokken toegewezen aan General, de chirurgengroep met de hoogste gemiddelde inkomsten per operatie. Wanneer de voorkeuren van de chirurgen centraal staan, worden er opmerkelijk meer toewijzingen gedaan aan Ortho. Een meer gedetailleerde analyse van de voorkeuren van de chirurgen toont aan dat de chirurgen van deze Ortho -groep gemiddeld hogere voorkeuren hebben, waardoor deze in Scenario 3 sneller de extra tijdsblokken zullen toegewezen krijgen. Bovendien worden al een groter aantal tijdsblokken toegewezen aan de hoogste voorkeuren van de General -groep, waardoor een extra toewijzing van een tijdsblok aan deze groep mogelijk niet met hoge voorkeur kan gebeuren Operaties Niet alle scenario s leiden tot een zelfde aantal geplande en uitgevoerde operaties. Figuur 9.9 geeft een overzicht. Het aantal operaties dat gepland/uitgevoerd wordt in de periode van de simulatie is onder andere afhankelijk van de blokverdelingen die gebeuren in de eerste fase en de manier waarop verschillende types van operaties van de chirurgengroepen hierin gecombineerd kunnen worden, rekening houdend met de opgelegde beperkingen.

80 HOOFDSTUK 9. VERGELIJKING VAN VERSCHILLENDE STRATEGIEËN 67 Figuur 9.9: Het aantal geplande/uitgevoerde operaties en de overgebleven wachtlijst Budget Naast het aantal operaties, speelt ook het type van operaties een belangrijke rol voor het bepalen van de totale inkomsten. Figuur 9.10 toont aan dat Scenario s 3 en 4, waarbij budget niet in rekening wordt gebracht, leiden tot lagere totale inkomsten. Scenario 2, waarbij budget centraal staat, genereert de hoogste inkomsten. Figuur 9.10: Inkomsten van de geplande operaties

81 HOOFDSTUK 9. VERGELIJKING VAN VERSCHILLENDE STRATEGIEËN Chirurgentevredenheid De totale preferentiescores van de vier scenario s worden voor de enkelvoudige optelling weergegeven in Figuur 9.11 en voor de meervoudige optelling in Figuur Scenario s 3 en 4 hebben duidelijk een beter resultaat, waarbij het scenario met de focus op de chirurgenvoorkeuren de beste score heeft. Bij de voorgestelde modellen worden de voorkeuren van de chirurgen in acht genomen, wat duidelijk tot een hogere chirurgentevredenheid leidt wanneer we de score van Fase 1 en Fase 2 bekijken voor de scenario s die de chirurgenpreferenties in rekening gebracht hebben. Scenario 2, waarbij de voorkeuren van de chirurgen niet in acht genomen zijn, leidt duidelijk tot een veel lagere preferentiescore. Figuur 9.11: Enkelvoudige preferentiescore van de chirurgen Figuur 9.12: Meervoudige preferentiescore van de chirurgen

82 HOOFDSTUK 9. VERGELIJKING VAN VERSCHILLENDE STRATEGIEËN Patiëntentevredenheid De patiëntentevredenheid wordt gemeten aan de hand van de wachttijd tussen de komst op de wachtlijst en de uitvoering van de operatie. Zoals in het vorige onderdeel opgemerkt werd, leidt de focus op deze wachttijd niet tot het verwachte betere resultaat voor Scenario 4. Figuur 9.13 toont een dalende trend van de gemiddelde wachttijd. Dit kan verklaard worden doordat de capaciteit van het ziekenhuis voldoende groot is om wekelijks meer patiënten te opereren dan er wekelijks patiënten bijkomen. Figuur 9.13: Gemiddelde wachttijd van operaties Conclusie Het overzicht van de output van de verschillende scenario s maakt duidelijk dat het voorgestelde mathematische model met geïntegreerde aanpak over de hele lijn goede resultaten behaalt. Daar de scenario s met een focus op een bepaald zwaartepunt het best scoren op één element, maar slechtere resultaten behalen op een ander element, leidt in de geanalyseerde scenario s het in rekening brengen van budget, chirurgenvoorkeuren en de wachttijden van patiënten tot een meer evenwichtige planning waarbij alle betrokken partijen een degelijk resultaat behalen.

83 Hoofdstuk 10 Evaluatie van de geïntegreerde modellen In dit onderdeel wordt het voorgestelde volledig geïntegreerde scenario (Scenario 1) geëvalueerd ten opzichte van een scenario waarbij de beschikbare tijdsblokken toegewezen worden op basis van historisch verworven rechten, zoals dit in sommige ziekenhuizen gebeurt. Een scenario ontworpen op basis van fictieve historisch verworven rechten (Scenario 5) wordt als referentiepunt genomen om het gebruik van de ontwikkelde mathematische modellen te evalueren. We bepalen de historisch verworven rechten op basis van het aandeel van de chirurgengroep ten opzichte van alle operaties. Op deze manier heeft de chirurgengroep General recht op 12 van de 20 tijdsblokken, chirurgengroep Gynaecology en Ortho krijgen ieder 4 tijdsblokken toegewezen Overzicht van de resultaten Overzicht van de output Op basis van deze veronderstellingen kunnen we aan de hand van Fase 1 afleiden wat de inkomsten en bijhorende chirurgenpreferentiescore van dit scenario is. Door bij Fase 2 ook de chirurgenpreferenties in acht te nemen, krijgen we een nieuwe chirurgenpreferentiescore en bijhorende gemiddelde wachttijd van de patiënten. Een overzicht van de output na Fase 1 en Fase 2 van dit scenario en het geïntegreerde scenario wordt weergegeven in Tabellen 10.1 en Figuur 10.1 toont een relatieve vergelijking van de resultaten, betreffende budget, chirurgenvoorkeuren en wachttijden van patiënten. 70

84 HOOFDSTUK 10. EVALUATIE VAN DE GEÏNTEGREERDE MODELLEN 71 Scenario 1 Scenario 5 Integratie Historisch Blokverdeling Fase 1 [ ] [ ] Budget Fase 1 $ $ ,02% Chirurgenpreferentiescore enkelvoudig ,56% meervoudig ,12% Tabel 10.1: Output Fase 1 van het scenario op basis van historisch verworven rechten en het geïntegreerde scenario Scenario 1 Scenario 5 Integratie Historisch Totaal aantal Operaties Operatieverdeling Fase 2 [ ] [ ] Budget Fase 2 $ $ ,83% Chirurgenpreferentiescore enkelvoudig ,47% meervoudig ,40% Wachttijd Gepland 2,46 weken 2,55 weken - +3,66% Wachtlijst 2,44 weken 2,49 weken - +2,05% Benutting van de OKs 85,72% 83,39% Beddenbezetting 92,36% 93,88% Tabel 10.2: Output Fase 2 van het scenario op basis van historisch verworven rechten en het geïntegreerde scenario

85 HOOFDSTUK 10. EVALUATIE VAN DE GEÏNTEGREERDE MODELLEN 72 Figuur 10.1: Relatieve vergelijking van Scenario s 1 en Verdeling van de tijdsblokken over de chirurgengroepen Figuur 10.2 geeft weer hoe de relatieve verdeling van de tijdsblokken over de chirurgengroepen gebeurt in de eerste fase. De figuur maakt duidelijk dat de twee scenario s een verschillende blok- Figuur 10.2: Verdeling van de tijdsblokken over de chirurgengroepen verdeling hebben, waarbij Scenario 1 meer operatietijd toewijst aan de General -chirurgengroep. Dit kan verklaard worden doordat deze chirurgengroep de hoogste inkomsten genereert per operatie waardoor bij Scenario 1 de extra tijdsblokken, die overblijven na de verdeling van de tijdsblokken nodig om aan de minimale niveau van dienstverlening te voldoen voor alle groepen, in de eerste plaats aan deze chirurgengroep toegewezen worden.

86 HOOFDSTUK 10. EVALUATIE VAN DE GEÏNTEGREERDE MODELLEN Operaties Figuur 10.3 toont aan dat er bij Scenario 1 vijf operaties meer gepland worden binnen de gesimuleerde tijdsperiode. Het gemiddeld aantal operaties per tijdsblok voor de chirurgengroepen General, Gynaecology en Ortho voor de verdeling op basis van de historisch verworven rechten bedraagt respectievelijk 2,01, 2,58 en 2,13. De overeenkomstige resultaten van het geïntegreerde scenario bedragen respectievelijk 2,08, 3,53 en 2,08 operaties per tijdsblok. Dit wijst erop dat de tijdsblokken beter benut zijn in Scenario 1 in vergelijking met Scenario 5. Figuur 10.3: Geplande/uitgevoerde operaties en de overgebleven wachtlijst Budget Figuur 10.4 geeft de totale inkomsten weer van de twee scenario s na Fase 2. De geïntegreerde aanpak genereert hogere inkomsten dan wanneer de verdeling van de tijdsblok gebeurt op basis van historisch verworven rechten, wat ook verwacht kon worden aangezien budget niet in rekening gebracht is bij Scenario 5.

87 HOOFDSTUK 10. EVALUATIE VAN DE GEÏNTEGREERDE MODELLEN 74 Figuur 10.4: Inkomsten van de geplande operaties Chirurgentevredenheid Om de chirurgentevredenheid te evalueren plaatsen we zowel de twee scenario s als de uitkomst van Fase 1 en Fase 2 naast elkaar, zowel voor de enkelvoudige berekening (Figuur 10.5) als voor de meervoudige berekening (Figuur 10.6). De reden hiervoor is dat de verbetering door het voorgestelde geïntegreerde model eigenlijk weergegeven wordt door het verschil tussen Fase 1 en Fase 2. Beide figuren tonen aan dat het voorgestelde model de chirurgenpreferentiescore duidelijk verbetert. De preferentiescore van Scenario 5 ligt hoger dan Scenario 1. Dit kan, zoals eerder reeds aangehaald, verklaard worden doordat de preferenties over meerdere chirurgen verdeeld kunnen worden aangezien de General -chirurgengroep minder tijdsblokken toegewezen krijgt. Figuur 10.5: Enkelvoudige preferentiescore van de chirurgen

88 HOOFDSTUK 10. EVALUATIE VAN DE GEÏNTEGREERDE MODELLEN 75 Figuur 10.6: Meervoudige preferentiescore van de chirurgen Patiëntentevredenheid De gemiddelde wachttijd van Scenario 1 is lager dan de wachttijd van Scenario 5, zowel voor de reeds geplande operaties als voor de operaties die nog op de wachtlijst staan. Figuur 10.7 geeft weer dat de gemiddelde wachttijd van Scenario 1 iedere week lager is dan de wachttijd van Scenario 5, terwijl Figuur 10.8 weergeeft dat ook de gemiddelde wachttijd van de operaties die nog op de operatielijst staan lager is voor Scenario 1. Dit kan mogelijk verklaard worden door de reeds eerder vermelde hogere benutting van de toegewezen operatieblokken aan de verschillende chirurgengroepen waardoor er meer operaties gepland kunnen worden. Figuur 10.7: Gemiddelde wachttijd van geplande/uitgevoerde operaties

89 HOOFDSTUK 10. EVALUATIE VAN DE GEÏNTEGREERDE MODELLEN 76 Figuur 10.8: Gemiddelde wachttijd van operaties op de wachtlijst Conclusie Bovenstaande evaluatie maakt duidelijk dat de voorgestelde geïntegreerde aanpak waarbij zowel budget als chirurgentevredenheid en de wachttijden van patiënten in rekening worden gebracht, leidt tot een betere output dan in het willekeurige geval waarin de toewijzing gebeurt op basis van historisch verworven rechten, een minder onderbouwd systeem die deze verschillende factoren niet in acht neemt. De voorgestelde modellen met feedbacklus leiden tot een beter resultaat, zowel op vlak van budget, chirurgentevredenheid als patiëntentevredenheid.

90 Hoofdstuk 11 Analyse van invloeden Iedere ziekenhuisomgeving wordt gekenmerkt door een groot aantal factoren die gelijktijdig een invloed uitoefenen. Hoewel de variabiliteit waarmee een ziekenhuisomgeving inherent verbonden is niet beschouwd wordt in deze thesis, zorgt de samenvloeiing van deze factoren voor soms onverwachte resultaten, zoals bijvoorbeeld in Onderdeel waar de focus op de wachttijden van de patiënten niet leidde tot een betere patiëntentevredenheid. Om een dieper inzicht te krijgen in deze factoren, beschouwen we achtereenvolgens de invloed van beddencapaciteit, inkomsten per chirurgengroep, passende versus niet-passende verwachte operatieduurtijden, granulariteit van operatieduurtijden en mogelijke combinaties van operaties en types binnen één tijdsblok. Een samenvatting van de verschillende analyses wordt weergegeven in Tabel

91 HOOFDSTUK 11. ANALYSE VAN INVLOEDEN 78 Analyse Sectie Omschrijving Beddencapaciteit 11.1 Indien de beschikbare beddencapaciteit op bepaalde dagen leidt tot een beddenbezetting van 100%, legt de beddencapaciteit beperkingen op aan de mogelijke output. De invloed hiervan wordt in dit onderdeel besproken door de beperking van de beddencapaciteit op te heffen en dit resultaat te vergelijken met het oorspronkelijke resultaat waarbij de beddencapaciteit wel beperkend is. Inkomsten 11.2 De wijze waarop de tijdsblokken verdeeld worden over de verschillende chirurgengroepen wordt in belangrijke mate bepaald door de inkomsten van de verschillende chirurgengroepen. In het oorspronkelijke geïntegreerde scenario heeft de chirurgengroep met de hoogste inkomsten ook de grootste vraag. In dit onderdeel wordt de invloed van een alternatieve verdeling van de gemiddelde inkomsten over de chirurgengroepen bij een gelijkblijvende verdeling van de vraag bekeken. (Niet-)Passende EOT 11.3 De verwachte operatieduurtijden van de verschillende types operaties binnen één chirurgengroep kunnen zodanig zijn dat ze perfect de tijdsblokken kunnen opvullen of ze kunnen net niet passen om een tijdsblok te vullen waardoor een groot deel van de beschikbare operatietijd niet benut kan worden. De invloed van deze factor wordt in dit onderdeel besproken. Granulariteit EOT 11.4 Binnen een tijdsblok kunnen meerdere operaties met korte duurtijd, enkele operaties met langere duurtijd of een mix van beide gepland worden. In dit onderdeel worden de operatieduurtijden aangepast om de invloed van deze factor te analyseren. Combinaties EOT 11.5 De operatieduurtijden van de drie types operaties van een chirurgengroep bepalen welke combinaties van types operaties er allemaal gemaakt kunnen worden. De invloed hiervan wordt als laatste van dichterbij bekeken. Tabel 11.1: Overzicht van de analyses van invloeden

92 HOOFDSTUK 11. ANALYSE VAN INVLOEDEN Beddencapaciteit De eerder uitgevoerde simulaties hebben een beddencapaciteit van 30 bedden, waardoor een gemiddelde beddenbezetting van meer dan 90% bekomen wordt, wat zo gewenst was omdat het bemande bedden betreft. Aangezien er soms een beddenbezetting van 100% bereikt wordt, legt deze factor beperkingen op aan het resultaat die niet te wijten zijn aan de beschikbare operatietijd. In wat volgt zullen we de beddencapaciteit verhogen tot 50 bedden (Scenario 6), om de invloed van deze beperkende factor op te heffen. Het resultaat van de geïntegreerde strategie met een beddencapaciteit van 30 en 50 bedden wordt vergeleken. Een overzicht wordt gegeven aan de hand van Tabel Een relatieve vergelijking van de drie hoofdelementen kan gemaakt worden op basis van Figuur Scenario 1 Scenario 6 30 bedden 50 bedden (beddencapaciteit beperkend) (beddencapaciteit niet beperkend) Totaal aantal Operaties Blokkenverdeling Fase 1 [ ] [ ] Operatieverdeling Fase 2 [ ] [ ] Budget Fase 1 $ $ ,00% Fase 2 $ $ ,96% Chirurgenpreferentiescore enkelvoudig ,00% meervoudig ,03% Wachttijd Gepland 2,46 weken 2,34 weken - -4,88% Wachtlijst 2,44 weken 2,47 weken - +1,23% Benutting van de OKs 85,72% 89,12% Beddenbezetting 92,36% 52,66% Tabel 11.2: Overzicht geïntegreerde simulaties met verschillende beddencapaciteit

93 HOOFDSTUK 11. ANALYSE VAN INVLOEDEN 80 Figuur 11.1: Relatieve vergelijking van Scenario s 1 en 6 OUTPUT De beddencapaciteit is in een dergelijke mate verhoogd dat de beschikbare operatietijd de enige resterende bottleneck is. Bijgevolg kunnen er meer operaties gepland worden, namelijk 272, negen meer dan in het geval waarbij de beddencapaciteit wel beperkingen oplegt. In totaal worden 163 General -operaties, 53 Gynaecology -operaties en 56 Ortho -operaties gepland. Budget De toewijzing van de tijdsblokken aan de chirurgengroepen in de eerste fase, geeft dezelfde uitkomst bij een beddencapaciteit van 30 en 50 bedden aangezien er eenzelfde aantal blokken moet toegewezen worden en er geen relevante factor voor deze toewijzing gewijzigd is. De verhoging van het aantal beschikbare bedden heeft vooral een positieve invloed op de benutting van de operatietijd, in het bijzonder van de chirurgengroep General, die in dit geval zeven operaties meer kan uitvoeren in dezelfde tijdshorizon. Doordat er meer operaties kunnen uitgevoerd worden, verhogen de inkomsten na Fase 2 met $ tot $ Chirurgentevredenheid Gezien de verandering van het aantal beschikbare bedden geen invloed heeft op de output van de eerste fase, blijft de enkelvoudige berekening van de chirurgenpreferentiescore dezelfde, 845. De meervoudige berekening leidt tot een hogere totale score van 2.041, dit wil zeggen dat er voor 60 punten meer voorkeuren van chirurgen zijn ingewilligd. Dit kan verklaard worden doordat er meer operaties uitgevoerd kunnen worden doordat de beddencapaciteit minder beperkend is. Hierdoor worden er meer preferentiescores van chirurgen bij elkaar opgeteld om de totale meervoudige chirurgenpreferentiescore te berekenen.

94 HOOFDSTUK 11. ANALYSE VAN INVLOEDEN 81 Patiëntentevredenheid De gemiddelde wachttijd van de patiënten gaat duidelijk naar beneden door de optimale benutting van de beschikbare operatietijd. Deze wachttijd bedraagt slechts 2,34 weken over de gehele simulatie met 50 bedden, meer dan 0,1 week minder dan de simulatie met 30 bedden. Een beddencapaciteit die geen beperkende invloed heeft op de resultaten van een planning, maakt het mogelijk om meer operaties te plannen waardoor de gemiddelde wachttijd van de patiënten vermindert. De gemiddelde wachttijd van operaties op de wachtlijst is 0,03 weken langer in vergelijking met het geïntegreerde scenario, echter aangezien er slechts 43 in plaats van 52 operaties op de wachtlijst staan, zal dit uiteindelijk niet tot een slechter resultaat leiden. Benutting van de operatiezalen Meer operaties zorgen voor een hogere benutting van de operatiezalen, gemiddeld 89,12%. Dit is bijna 3,5 procentpunten meer dan bij de beperkte beddencapaciteit. Bedbezetting Aangezien de beddencapaciteit ruim gezet is om geen beperkingen op te leggen, daalt de graad van bedbezetting significant tot slechts 52,66%. De output maakt duidelijk dat er nooit meer dan 40 bedden tegelijk gebruikt worden. Het verloop van de bedbezetting voor Scenario 1 en Scenario 6 wordt weergegeven in Figuur Figuur 11.2: Verloop bedbezetting voor het geïntegreerde scenario met beddencapaciteit gelijk aan 30 en 50 bedden Besluit In dit onderdeel hebben we de invloed van beddencapaciteit bekeken wanneer deze factor wel en niet beperkingen oplegt. De analyse maakt duidelijk dat het scenario waarbij de beddencapaciteit niet bepalend is voor het resultaat, in het geheel een betere output genereert. De beddenbe-

95 HOOFDSTUK 11. ANALYSE VAN INVLOEDEN 82 zetting daalt wel opmerkelijk, wat mogelijk niet wenselijk is aangezien het om bemande bedden gaat waarbij de personeelskost van het verplegend personeel een belangrijke factor vormt. Opmerking In Onderdeel 9.5.1, waarin er gefocust werd op de patiëntentevredenheid maar dit niet tot een lagere gemiddelde wachttijd voor patiënten leidde, werd er reeds geïnsinueerd dat de onverwachte output mogelijk veroorzaakt zou kunnen zijn door de beschikbare beddencapaciteit. Het scenario waarbij er gefocust wordt op de patiëntentevredenheid waarbij de beddencapaciteit geen beperkende factor is, leidt weldegelijk tot een betere gemiddelde wachttijd voor de patiënten in vergelijking met een geïntegreerde aanpak. De gemiddelde wachttijd van de uitgevoerde operaties daalt in dit geval tot 2,27 weken, wat minder is dan de gemiddelde wachttijd van 2,34 weken in het geïntegreerde scenario. Ma en Demeulemeester hebben een model ontwikkeld waarbij op het niveau van het MSS gestreefd wordt naar een minimalisatie van het totale tekort aan bedden (Ma & Demeulemeester, 2012). Hun experimenten tonen aan dat een grotere beddencapaciteit leidt tot een kleiner tekort aan bedden, alsook dat de hoge beddenbezetting daalt waardoor de (hulp-)middelen efficiënter gebruikt kunnen worden Inkomsten per chirurgengroep De data waarop de simulaties gebaseerd zijn, hebben toevallig het voordeel dat de chirurgengroep met het hoogste aantal van de patiënten, namelijk General met 59% van de patiënten, tevens de chirurgengroep is met de hoogste inkomsten. Dit zal niet telkens het geval zijn. Daarom bekijken we in dit onderdeel de invloed van de wijziging in inkomsten ten opzichte van de vraag. Dezelfde drie inkomsten per operatie worden toegekend als in de simulaties eerder uitgevoerd, echter in deze scenario s, aangeduid met de letter a, komt de chirurgengroep met de grootste vraag overeen met de laagste inkomsten per ingreep en de chirurgengroep met de kleinste vraag komt overeen met de hoogste inkomsten per ingreep. Dit houdt in dat de chirurgengroep General, die 59% van de ingrepen behandelt de laagste gemiddelde inkomsten heeft per ingreep, namelijk $ terwijl de chirurgengroep Gynaecology die slechts 19% van de ingrepen voor zich neemt de hoogste gemiddelde inkomsten per ingreep krijgt, namelijk $ Voor de Ortho -afdeling verandert er niets. De nieuwe inkomsten per operatie van iedere chirugengroep wordt weergegeven in Tabel De invloed van deze factor bij toepassing van verschillende strategieën wordt in wat volgt besproken. Achtereenvolgens worden de varianten van Scenario 1 tot en met Scenario 4 besproken.

96 HOOFDSTUK 11. ANALYSE VAN INVLOEDEN 83 Inkomsten/operatie Groep Scenario 1-4 Scenario 1a-4a General $ $ Gynaecology $ $ Ortho $ $ Tabel 11.3: Inkomsten per chirurgengroep Geïntegreerde simulatie Met de nieuwe inkomstenverdeling wordt de geïntegreerde simulatie waarbij rekening gehouden wordt met budget, chirurgenvoorkeuren en wachttijden van de patiënten, uitgevoerd. Tabel 11.4 geeft een samenvatting van de resultaten. Een relatieve vergelijking tussen beide scenario s kan gemaakt worden op basis van Figuur Figuur 11.3: Relatieve vergelijking van Scenario s 1 en 1a OUPUT In totaal zijn er 256 operaties gepland, waarvan 135 van het General -type, 62 van de Gynaecology -groep en 59 van de Ortho -groep. Budget De toegewezen tijdsblokken in de eerste fase geven de mogelijkheid om $ te verzamelen. In de tweede fase geven de 256 operaties aanleiding tot totale inkomsten van $ Deze totale inkomsten liggen opmerkelijk lager dan in het geïntegreerde scenario met de oorspronkelijke inkomstenverdeling door de kleinere vraag naar operaties die het meest opbrengen en de verhoogde vraag van de ingrepen met de laagste inkomsten.

97 HOOFDSTUK 11. ANALYSE VAN INVLOEDEN 84 Scenario 1 Scenario 1a [$9.400 $3.100 $8.200] [$3.100 $9.400 $8.200] Integratie Integratie Totaal aantal Operaties Blokkenverdeling Fase 1 [ ] [ ] Operatieverdeling Fase 2 [ ] [ ] Budget Fase 1 $ $ ,93% Fase 2 $ $ ,38% Chirurgenpreferentiescore enkelvoudig ,84% meervoudig ,51% Wachttijd Gepland 2,46 weken 2,59 weken - +5,28% Wachtlijst 2,44 weken 2,47 weken - +1,23% Benutting van de OKs 85,72% 83,21% Beddenbezetting 92,36% 92,72% Tabel 11.4: Overzicht geïntegreerde simulaties met verschillende inkomsten per chirurgengroep Chirurgentevredenheid Met de enkelvoudige berekening van de chirurgenpreferentiescore wordt een totale score van 869 bereikt. Indien de meervoudige berekening toegepast wordt, bereikt de totale score een waarde van Deze preferentiescores liggen hoger dan de 845 en uit Scenario 1. Dit kan verklaard worden doordat de tijdsblokken meer gespreid verdeeld worden over de verschillende chirurgengroepen. De vraag van de chirurgengroep met de hoogste inkomsten in Scenario 1a, Gynaecology, is immers beperkt en bijgevolg worden ook extra tijdsblokken aan de Ortho -chirurgengroep toegewezen. Zoals reeds eerder aangehaald, kunnen hierdoor meer blokken toegewezen worden aan de hoogste voorkeuren van de verschillende chirurgen over de groepen heen. Patiëntentevredenheid De gemiddelde wachttijd over de simulatie heen bedraagt 2,59 weken voor de geplande operaties en 2,47 weken voor de operaties op de wachtlijst. In dit scenario

98 HOOFDSTUK 11. ANALYSE VAN INVLOEDEN 85 worden zeven operaties minder uitgevoerd in vergelijking met Scenario 1. Een meer gedetailleerde analyse van het gemiddeld aantal operaties die uitgevoerd wordt per tijdsblok voor iedere chirurgengroep maakt duidelijk dat de benutting van de tijdsblokken toegewezen aan de Gynaecology -groep daalt van 3,52 operaties per operatieblok naar 2,48 operaties per tijdsblok. De benutting van de tijdsblokken van de General -groep neemt licht toe van 1,97 naar 2,04 operaties per tijdsblok terwijl de benutting van de tijdsblokken van de Ortho -groep licht afneemt van 2,08 naar 2,03 operaties per tijdsblok. Deze tendensen kunnen mogelijk verklaard worden door de inkomsten per chirurgengroep en de vraag die anders verdeeld zijn en bijgevolg leiden tot een verschillende planning waarin andere operaties samen gecombineerd worden binnen de beschikbare tijdsblokken. Deze benutting van de operatieblokken bepaalt mee dat van de 256 geplande of uitgevoerde operaties er 194 een wachttijd hebben van drie weken, 19 een wachttijd van twee weken en 43 een wachttijd van één week. Dit houdt in dat er in Scenario 1a niet enkel minder operaties uitgevoerd worden dan in Scenario 1, maar dat er binnen de geplande en uitgevoerde operaties er ook minder operaties een kortere wachttijd hebben van één of twee weken en meer operaties een wachttijd van drie weken hebben. Benutting van de operatiezalen De gemiddelde graad van benutting bedraagt 83,21%, wat minder is dan de 85,72% uit Scenario 1. Dit kan verklaard worden doordat er minder operaties gepland worden, maar ook omdat er door de nieuwe inkomstenverdeling minder operaties uitgevoerd worden van de chirurgengroep met de langste gemiddelde operatietijd, namelijk General en meer operaties uitgevoerd worden van de chirurgengroep met de kortste gemiddelde operatieduurtijd, namelijk Gynaecology. Bedbezetting Er worden gemiddeld meer dan 27,8 bedden in gebruik genomen, goed voor een beddenbezetting van 92,72%. De bedbezetting neemt dus licht toe ten opzichte van Scenario 1 wat verklaard kan worden door het verschil in combinatie van de operaties, die een hogere verwachte verblijfsduur hebben Budget inclusief patiëntentevredenheid Wanneer de focus gelegd wordt op de inkomsten, krijgen we een vergelijkbaar resultaat ten opzichte van het geïntegreerde scenario als bij de oorspronkelijke inkomstenverdeling. Tabel 11.5 vat de belangrijkste resultaten samen, in Figuur 11.4 wordt een relatieve vergelijking tussen beide scenario s gemaakt voor de drie hoofdelementen. Ten opzichte van het scenario waarbij ook de nadruk gelegd wordt op de inkomsten met de oorspronkelijke inkomstenverdeling, leidt deze nieuwe inkomstenverdeling die niet gelijk loopt met de vraag over de hele lijn tot een

99 HOOFDSTUK 11. ANALYSE VAN INVLOEDEN 86 slechter resultaat. Er worden twee operaties minder uitgevoerd. De inkomsten dalen doordat de vraag van de chirurgengroep met de hoogste inkomsten beperkt is. Aangezien de voorkeuren van de artsen niet in rekening gebracht worden, ligt de totale preferentiescore al lager dan bij toepassing van strategieën die dit wel doen. Maar bij de nieuwe inkomstenverdeling neemt de chirurgentevredenheid nog af terwijl de wachttijd van de patiënten hoger ligt. Deze hogere gemiddelde wachttijd van de geplande/uitgevoerde operaties kan mogelijks verklaard worden doordat de chirurgengroep met de hoogste vraag niet snel extra tijdsblokken krijgt toegewezen. Van de 138 geplande/uitgevoerde General -operaties hebben er daarom 127 een wachttijd van drie weken. Deze chirurgengroep heeft wel de grootste vraag, waardoor dit mogelijk zwaarder doorweegt dan de kortere wachttijd voor de patiënten van de andere twee chirurgengroepen. Hoewel de benutting van het operatiekwartier lager ligt, is er toch een hogere beddenbezetting met op dinsdag zo n 100% en donderdag 99%. Dit is het resultaat van de combinatie van de voorkeuren van de chirurgen en de resulterende planning van de operaties met hun bijhorende verwachte verblijfsduur. Figuur 11.4: Relatieve vergelijking van Scenario s 2 en 2a

100 HOOFDSTUK 11. ANALYSE VAN INVLOEDEN 87 Scenario 2 Scenario 2a [$9.400 $3.100 $8.200] [$3.100 $9.400 $8.200] Budget Budget Totaal aantal Operaties Blokkenverdeling Fase 1 [ ] [ ] Operatieverdeling Fase 2 [ ] [ ] Budget Fase 1 $ $ ,21% Fase 2 $ $ ,61% Chirurgenpreferentiescore enkelvoudig ,52% meervoudig ,92% Wachttijd Gepland 2,45 weken 2,52 weken - +2,86% Wachtlijst 2,45 weken 2,43 weken - -0,82% Benutting van de OKs 86,46% 84,80% Beddenbezetting 94,42% 95,11% Tabel 11.5: Overzicht simulaties met focus op het budget bij verschillende inkomsten per chirurgengroep

101 HOOFDSTUK 11. ANALYSE VAN INVLOEDEN Chirurgentevredenheid inclusief patiëntentevredenheid De invloed van de herverdeling van de inkomsten over de chirurgengroepen heeft slechts een beperkte invloed op de simulatie waarbij de chirurgentevredenheid centraal staat, zoals weergegeven in Tabel 11.6 en Figuur Aangezien budget in deze simulatie geen invloed heeft op de verdeling van de tijdsblokken en operaties wijzigt enkel de som van de totale inkomsten ten op zichte van de oorspronkelijke simulatie met focus op chirurgenvoorkeuren inclusief wachttijden. Deze som is na Fase 1 gelijk aan $ en na Fase 2 $ , wat lager is dan de inkomsten uit Scenario 3 ten gevolge van de nieuwe inkomstenverdeling waarbij de vraag van de chirurgengroep met de hoogste inkomsten beperkt is. Scenario 3 Scenario 3a [$9.400 $3.100 $8.200] [$3.100 $9.400 $8.200] Chirurg Chirurg Totaal aantal Operaties Blokverdeling Fase 1 [ ] [ ] Operatieverdeling Fase 2 [ ] [ ] Budget Fase 1 $ $ ,07% Fase 2 $ $ ,97% Chirurgenpreferentiescore enkelvoudig meervoudig Wachttijd Gepland 2,53 weken 2,53 weken Wachtlijst 2,41 weken 2,41 weken Benutting van de OKs 84,95% 84,95% Beddenbezetting 93,59% 93,59% Tabel 11.6: Overzicht simulaties met focus op chirurgentevredenheid bij verschillende inkomsten per chirurgengroep

102 HOOFDSTUK 11. ANALYSE VAN INVLOEDEN 89 Figuur 11.5: Relatieve vergelijking van Scenario s 3 en 3a Patiëntentevredenheid inclusief chirurgentevredenheid Zoals bij de chirurgenpreferentiesimulatie zijn ook bij de patiëntentevredenheidsimulatie de inkomsten eveneens van minimaal belang voor de output (zie Tabel 11.7 en Figuur 11.6). De toewijzing van tijdsblokken en operaties is ook met deze strategie onafhankelijk van de inkomsten die door iedere operatie of tijdsblok per chirurgengroep opgebracht worden. Het budget na de eerste fase is in totaal $ , terwijl de totale inkomsten na de tweede fase gelijk is aan $ Het verschil van de inkomsten tussen Scenario 4 en 4a kan opnieuw verklaard worden door de beperkte vraag van de chirurgengroep met de hoogste inkomsten. Figuur 11.6: Relatieve vergelijking van Scenario s 4 en 4a

103 HOOFDSTUK 11. ANALYSE VAN INVLOEDEN 90 Scenario 4 Scenario 4a [$9.400 $3.100 $8.200] [$3.100 $9.400 $8.200] Patiënt Patiënt Totaal aantal Operaties Blokverdeling Fase 1 [ ] [ ] Operatieverdeling Fase 2 [ ] [ ] Budget Fase 1 $ $ ,79% Fase 2 $ $ ,81% Chirurgenpreferentiescore enkelvoudig meervoudig Wachttijd Gepland 2,53 weken 2,53 weken Wachtlijst 2,44 weken 2,44 weken Benutting van de OKs 84,69% 84,69% Beddenbezetting 93,70% 93,70 Tabel 11.7: Overzicht simulaties met focus op patiëntentevredenheid bij verschillende inkomsten per chirurgengroep Besluit Er kan besloten worden dat voor de uitgevoerde analyses er, in het geval ook budget in rekening gebracht wordt, een betere planning opgesteld wordt wanneer de toestroom van de patiënten van iedere chirurgengroep en de gemiddelde inkomsten, die gegenereerd worden voor iedere uitgevoerde ingreep van deze chirurgengroepen, op elkaar afgestemd zijn Passende versus niet-passende verwachte operatieduurtijd Het aantal operaties die binnen de beschouwde tijdsperiodes kan beschouwd worden heeft een invloed op zowel budget, als chirurgenpreferentiescore en gemiddelde wachttijd. Hoe meer operaties kunnen uitgevoerd worden, hoe beter deze factoren. Naarmate operaties beter in elkaar gepuzzeld kunnen worden binnen één tijdsblok, worden operaties sneller van de wachtlijst verwijderd. Bij het plannen van de operaties, zal een chirurgengroep die drie types heeft waarvan de duurtijd mooi gecombineerd kan worden in één tijdsblok mogelijk voordeel hebben op een chirurgengroep waarbij de types net niet in één tijdsblok passen. Om de invloed van deze factor

104 HOOFDSTUK 11. ANALYSE VAN INVLOEDEN 91 te analyseren, leggen we beide scenario s naast elkaar. Hierbij dienen we op te merken dat het aanpassen van de verwachte operatieduurtijden opdat deze samen zouden passen in een tijdsblok ook een invloed heeft op andere factoren. Zo zal de gemiddelde operatieduurtijd van de chirurgengroep mogelijk wijzigen, de frequentie waarmee de types voorkomen zal dienen aangepast te worden opdat de operaties iedere week bij elkaar gepuzzeld kunnen worden, de nieuwe verdeling zal invloed hebben op de bedbezetting waardoor dit mogelijk extra beperkingen oplegt, het aantal mogelijke combinaties van operatietypes zal mogelijk wijzigen... Om alleen de invloed van passende versus niet-passende operatieduurtijd te kunnen analyseren, zal een simulatie uitgevoerd worden op basis van data die toelaat om enkel de invloed van de passende versus niet-passende operatieduurtijden te kunnen analyseren. In Onderdeel 8.4 werd reeds een opmerking gemaakt over het beschikbare overuur in de namiddag. Dit zal in dit onderdeel van belang zijn, aangezien de invloed van niet-passende operatieduurtijden hierdoor mogelijks afgezwakt wordt Passende verwachte operatieduurtijd Voor het algemene passende scenario worden de types van kortste naar langste verwachte operatieduurtijd respectievelijk 30, 90 en 120 minuten en de frequentie van ieder type 33,33%. Dit wordt gedaan voor alle chirurgengroepen, zodat iedere chirurgengroep passende operatieduurtijden heeft. Aangezien de gemiddelde verwachte operatieduurtijden bijgevolg voor alle chirurgengroepen zo n 80 minuten bedraagt, kunnen er meer operaties behandeld worden. Daarom worden de aankomsten van de patiënten opnieuw gegenereerd aan de hand van een normaalverdeling met gemiddelde 50 en standaardafwijking 5. Bovendien leiden meer operaties tot een hogere beperking door de beschikbare beddencapaciteit. Opdat dit geen invloed zou hebben op het resultaat wordt daarom de nieuwe beddencapaciteit op 100 bedden gelegd. Het resultaat voor de geïntegreerde aanpak (Scenario 7) en de patiëntenfocus aanpak (Scenario 8) worden weergegeven in Tabel Beide scenario s worden hieronder samen besproken. OUPUT Budget De geïntegreerde aanpak leidt zowel in de eerste als in de tweede fase tot hogere inkomsten dan de aanpak met focus op de wachttijden van de patiënten. Het in rekening brengen van budget bij de geïntegreerde scenario is hiervan de oorzaak. Chirurgentevredenheid De chirurgenpreferentiescore is voor beide scenario s beter na de tweede fase. Zowel de enkelvoudige als de meervoudige berekening van de chirurgenpreferentiescore leidt tot een hogere tevredenheid bij de focus op de wachttijden. Dit is zoals verwacht

105 HOOFDSTUK 11. ANALYSE VAN INVLOEDEN 92 Scenario 7 Scenario 8 Passend Integratie Passend Patiënt Totaal aantal Operaties Blokverdeling Fase 1 [ ] [ ] Operatieverdeling Fase 2 [ ] [ ] Budget Fase 1 $ $ ,83% Fase 2 $ $ ,35% Chirurgenpreferentiescore enkelvoudig ,19% meervoudig ,69% Wachttijd Gepland 2,00 weken 1,96 weken - -2,00% Wachtlijst 2,50 weken 2,43 weken - -2,80% Benutting van de OKs 89,63% 91,67% Tabel 11.8: Overzicht Geïntegreerde aanpak en patiëntenfocus aanpak bij passende verwachte operatieduurtijden aangezien de tweede fase beoogt om maximaal tegemoet te komen aan de voorkeuren van de chirurgen binnen de opgelegde beperkingen. Patiëntentevredenheid De gemiddelde wachttijd van de simulaties bedraagt respectievelijk 2,00 en 1,96 weken voor de reeds geplande en uitgevoerde ingrepen. De gemiddelde wachttijd van de nog resterende operaties ligt voor de geïntegreerde simulatie op 2,50 weken terwijl dit 2,43 weken bedraagt bij de simulatie met patiëntenfocus. De focus op patiëntentevredenheid verklaart de lagere wachttijden bij Scenario 8 in vergelijking met Scenario 7. Zoals reeds eerder besproken, heeft de niet-beperkende beddencapaciteit een positieve invloed op de gemiddelde wachttijd. De gemiddelde wachttijd ligt echter nog lager dan het scenario met de oorspronkelijke operatieduurtijden en frequenties zonder beperkende beddencapaciteit. Dit kan verklaard worden doordat de operaties een kortere operatieduurtijd hebben waardoor er meer operaties

106 HOOFDSTUK 11. ANALYSE VAN INVLOEDEN 93 uitgevoerd kunnen worden. Dit ondanks de hogere arrival rate. Benutting van de operatiezalen De extra zeven operaties die uitgevoerd worden bij de patiëntenfocus geven aanleiding tot een hogere benutting van de operatiezalen, namelijk 91,67% tegenover 89,63% bij de geïntegreerde aanpak. Bedbezetting factor bij de analyse. Aangezien de beddencapaciteit geen beperking oplegt, is dit geen relevante Niet-Passende verwachte operatieduurtijd Niet-passende verwachte operatieduurtijden kunnen op meerdere manieren impact hebben. Achtereenvolgens wordt de invloed van het wijzigen van de verwachte operatieduurtijden van 30, 90 en 120 minuten naar 31, 91 en 121 minuten voor iedere chirurgengroep bekeken, zowel voor het geïntegreerde scenario als het scenario met patiëntenfocus. Bij een focus op chirurgentevredenheid wordt er, gelijkaardig aan een focus op patiëntentevredenheid, minder nadruk gelegd op de chirurgengroep met de hoogste gemiddelde inkomsten per ingreep. De invloed hiervan zal daarom enkel bekeken aan de hand van simulaties op basis van patiëntentevredenheid. Eerst worden het geïntegreerde scenario met passende operatiewachttijden voor iedere chirurgengroep (Scenario 7) met de geïntegreerde scenario s waarin de verwachte operatieduurtijden niet passen voor chirurgengroep General (Scenario 7a), Gynaecology (Scenario 7b) en Ortho (Scenario 7c) vergeleken. Tabel 11.9 geeft een overzicht van de output en Figuur 11.7 toont een relatieve vergelijking. Vervolgens wordt het scenario met de focus op patiëntentevredenheid met passende operatieduurtijden (Scenario 8) en de scenario s met dezelfde focus maar met operatieduurtijden die niet passen voor chirurgengroep General (Scenario 8a), Gynaecology (Scenario 8b) en Ortho (Scenario 8c) bekeken. Een overzicht van de output wordt gegeven in Tabel 11.10, een relatieve vergelijking van deze output wordt weergegeven in Figuur Aangezien voor beide aanpakken gelijkaardige resultaten bekomen worden, worden ze gezamenlijk besproken.

107 HOOFDSTUK 11. ANALYSE VAN INVLOEDEN 94 Scenario 7 Scenario 7a Scenario 7b Scenario 7c Passend Niet-Passend Niet-Passend Niet-Passend Integratie General Gynaecology Ortho Totaal aantal Operaties Blokverdeling Fase 1 [ ] [ ] [ ] [ ] Operatieverdeling Fase 2 [ ] [ ] [ ] [ ] Budget Fase 1 $ $ $ $ ,00% - 0,94% -0,16% Fase 2 $ $ $ $ ,36% -2,50% -0,10% Preferentiescore enkelvoudig ,30% -0,59% +3,42% meervoudig ,58% -0,93% -0,48% Wachttijd Gepland 2,00 weken 2,17 weken 2,08 weken 2,05 weken - +8,50% +4,00% +2,50% Wachtlijst 2,50 weken 2,49 weken 2,47 weken 2,48 weken - -0,40% -1,20% -0,80% Benutting van de OKs 89,63% 83,92% 86,68% 89,70% Tabel 11.9: Overzicht Geïntegreerde aanpak Figuur 11.7: Relatieve vergelijking van Scenario s 7, 7a, 7b en 7c

108 HOOFDSTUK 11. ANALYSE VAN INVLOEDEN 95 Scenario 8 Scenario 8a Scenario 8b Scenario 8c Passend Niet-Passend Niet-Passend Niet-Passend Patiënt General Gynaecology Ortho Totaal aantal Operaties Blokverdeling Fase 1 [ ] [ ] [ ] [ ] Operatieverdeling Fase 2 [ ] [ ] [ ] [ ] Budget Fase 1 $ $ $ $ ,21% +0,08% +0,32% Fase 2 $ $ $ $ ,90% -1,15% -1,36% Preferentiescore enkelvoudig ,74% -1,33% +1,10% meervoudig ,55% -1,36% +0,60% Wachttijd Gepland 1,96 weken 2,18 weken 2,03 weken 2,03 weken - +11,22% +3,57% +3,57% Wachtlijst 2,43 weken 2,33 weken 2,36 weken 2,42 weken - -4,12% -2,88% -0,41% Benutting van de OKs 91,67% 84,62% 89,01% 89,45% Tabel 11.10: Overzicht Patiëntenfocus aanpak Figuur 11.8: Relatieve vergelijking van Scenario s 8, 8a, 8b en 8c

109 HOOFDSTUK 11. ANALYSE VAN INVLOEDEN 96 OUPUT Algemeen kunnen we opmerken dat de output van de niet-passende scenario s leidt tot een kleiner aantal geplande/uitgevoerde ingrepen. Bovendien kan worden opgemerkt dat het aantal tijdsblokken van iedere chirurgengroep met niet-passende operatieduurtijd gelijk blijft of toeneemt ten opzicht van het passende scenario, waarbij algemeen het aantal operaties per tijdblok afneemt. In Scenario 7 is het gemiddeld aantal operaties per tijdsblok voor de chirurgengroepen General, Gynaecology en Ortho respectievelijk 2,93, 3,50 en 3,38. In Scenario 7a daalt dit gemiddelde tot 2,70 voor de General -groep, in Scenario 7b daalt dit gemiddelde tot 3,15 voor de Gynaecology -groep en in Scenario 7c daalt dit gemiddelde tot 3,09 voor de Ortho -groep. Gelijkaardig zijn deze gemiddeldes voor de drie chirurgengroepen, General, Gynaecology en Ortho, respectievelijk 3,19, 3,17 en 3,04 in Scenario 8 en dalen deze naar respectievelijk 2,79, 2,96 en 2,83 voor Scenario 8a, 8b en 8c. Figuur 11.9 geeft een overzicht. Figuur 11.9: Het aantal operaties per tijdsblok voor iedere chirurgengroep

110 HOOFDSTUK 11. ANALYSE VAN INVLOEDEN 97 Budget De totale inkomsten van de niet-passende scenario s liggen systematisch onder de vergelijkbare scenario s met passende operatietijden. Doordat de operatieduurtijden niet passen, kunnen er minder operatie uitgevoerd worden in dezelfde tijdspanne, waardoor er ook minder inkomsten zijn. Bovendien dient er bij niet-passende operatietijden van de chirurgengroepen Gynaecology en Ortho meer tijdsblokken worden toegewezen aan deze groepen om te voldoen aan de vooropgestelde minimale dienstverlening. Dit impliceert dat er minder tijdsblokken kunnen toegewezen worden aan de chirurgengroep met de hoogste inkomsten, wat ook tot minder inkomsten leidt. Chirurgentevredenheid De chirurgenpreferentiescore voor de passende scenario s is groter dan voor de niet-passende scenario s, met uitzondering van de niet-passende scenario s met betrekking tot de operatieduurtijd van de Ortho -groep. Zoals reeds eerder vermeld hebben de twee artsen binnen deze laatste chirurgengroep hogere voorkeuren relatief ten opzichte van de artsen van de andere chirurgengroepen. Dit kan mogelijk een verklaring bieden voor deze vaststelling. Patiëntentevredenheid De gemiddelde wachttijden van de simulaties liggen steeds hoger bij de niet-passende scenario s. Aangezien er minder operaties in dezelfde tijdspanne kunnen uitgevoerd worden, neemt de wachttijd voor de patiënten logischerwijs toe. Niet-passende operatieduurtijden hebben een negatief effect op de benutting van de beschikbare operatietijd, met als gevolg een daling in de patiëntentevredenheid omwille van een minder vlotte doorstroming. De wachttijd van de operaties die nog op de wachtlijst staan ligt iets onder de gemiddelde wachttijd van Scenario 7 en 8. Echter rekening houdend met het aantal operaties die nog uitgevoerd moeten worden, zullen uiteindelijk de niet-passende scenario s toch een hogere wachttijd hebben. Benutting van de operatiezalen Aangezien er minder operaties kunnen gepland en uitgevoerd worden bij de niet-passende scenario s, ligt de benutting van de operatiekamers in deze gevallen steeds lager dan bij de passende scenario s. Opmerking De scenario s op basis van de geïntegreerde aanpak en de patiëntgerichte aanpak lijken hetzelfde effect te ondervinden van niet-passende operatieduurtijden bij verschillende chirurgengroepen. Echter, wanneer we nauwkeuriger kijken naar het aantal operaties per tijdsblok bij de nietpassende chirurgengroep, merken we op dat dit aantal kleiner is bij Scenario 7a in vergelijking met 8a, maar groter bij Scenario s 7b en 7c ten opzichte van Scenario s 8b en 8c. Dit wordt

111 HOOFDSTUK 11. ANALYSE VAN INVLOEDEN 98 weergegeven in Figuur Dit wijst erop dat het niet-passend maken van operatieduurtijden zwaarder doorweegt in het geval er meer nadruk op de betreffende chirurgengroep gelegd wordt. Bij het geïntegreerde scenario worden extra tijdsblokken in de eerste plaats toegewezen aan de chirurgengroep met de hoogste inkomsten per ingreep, wat in dit geval de General - chirurgengroep betreft. Indien de extra tijdsblokken toegewezen worden op basis van de lengte van de wachtlijst, worden meer blokken toegewezen aan de chirurgengroepen die niet de hoogste inkomsten hebben. Hoe meer tijdsblokken toegewezen worden, hoe meer operaties er gepland worden waardoor het aantal mogelijke combinaties vermindert gezien er minder speling is. Figuur 11.10: Vergelijking van het aantal operaties per tijdsblok Besluit Algemeen kan er besloten worden dat passende operatieduurtijden leiden tot een betere planning dan niet-passende operatieduurtijden. Bovendien werd vastgesteld dat het negatieve effect van niet-passende operatieduurtijden sterker doorweegt indien er meer nadruk gelegd wordt op de chirurgengroep met niet-passende operatieduurtijden naar aanleiding van de gevolgde strategie bij het opstellen van de planning.

112 HOOFDSTUK 11. ANALYSE VAN INVLOEDEN Granulariteit van de verwachte operatieduurtijden Een tijdsblok kan toegewezen worden aan enkele operaties met een korte verwachte operatieduurtijd, aan een paar of één operatie met een langere duurtijd of aan een mix van beide. De invloed van de granulariteit van de operatieduurtijd wordt in dit onderdeel behandeld. Twee scenario s worden naast elkaar gelegd. Het eerste scenario is het eerder aangehaalde geïntegreerde scenario met een beddencapaciteit van 50 bedden, namelijk Scenario 6. Het tweede scenario, Scenario 9, is grotendeels gelijk aan het eerste scenario, maar de verwachte operatieduurtijd van de drie types van de General -chirurgengroep is gehalveerd terwijl de frequentie van het aantal ingrepen van ieder type van de General -chirurgengroep verdubbeld is in vergelijking met het eerste scenario. Een overzicht van de resultaten van Scenario s 6 en 9 wordt weergegeven in Tabel en in Figuur Scenario 6 Scenario 9 Lage granulariteit Hoge granulariteit EOT General = [ ] EOT General = [ ] Totaal aantal Operaties Blokverdeling Fase 1 [ ] [ ] Operatieverdeling Fase 2 [ ] [ ] Budget Fase 1 $ $ ,77% Fase 2 $ $ ,04% Preferentiescore enkelvoudig ,42% meervoudig ,29% Wachttijd Gepland 2,34 weken 2,27 weken - -2,99% Wachtlijst 2,47 weken 2,40 weken - -2,83% Benutting van de OKs 89,12% 88,46% Beddenbezetting 52,66% 92,61% Tabel 11.11: Overzicht output Scenario 6 en Scenario 9

113 HOOFDSTUK 11. ANALYSE VAN INVLOEDEN 100 Figuur 11.11: Relatieve vergelijking van Scenario s 6 en 9 Niet alle elementen zijn even interessant om naast elkaar te leggen. In wat volgt, worden enkel de relevante analyses gemaakt. OUTPUT De output van de General -chirurgengroep bestaat bij Scenario 9 uit net iets meer dan twee maal het aantal operaties van Scenario 6. De andere chirurgengroepen hebben net iets minder operaties gepland in Scenario 9 in vergelijking met Scenario 6, ondanks het gelijk aantal tijdsblokken die er toegewezen werden. Dit kan enerzijds liggen aan de instellingen van CPLEX Optimization Studio waarbij de nadruk meer gelegd wordt op het vinden van een oplossing die element is van de verzameling van de gehele getallen dan op het vinden van de optimale oplossing. Bovendien is de tolerantie van de relatieve mixed integer programming kloof ingesteld op 0,1 waardoor er niet gegarandeerd kan worden dat de bekomen oplossing zeker de meest optimale oplossing is. Anderzijds kan dit verklaard worden door een andere factor die een beperking oplegt. De verdere analyse zal meer duidelijkheid bieden. Patiëntentevredenheid De gemiddelde wachttijd van de simulaties liggen lager bij een hogere granulariteit van de operatieduurtijd, zowel voor de reeds geplande of uitgevoerde ingrepen als de operaties op de wachtlijst. Door een hogere granulariteit kunnen binnen eenzelfde tijdsperiode meer operaties gepland worden in vergelijking met een lage granulariteit. Hierdoor worden meer operaties gekenmerkt door een kortere wachttijd, wat een positief effect heeft op de gemiddelde wachttijd van de patiënten.

114 HOOFDSTUK 11. ANALYSE VAN INVLOEDEN 101 Benutting van de operatiezalen De operatiezalen worden in Scenario 9 net iets minder benut dan in Scenario 6. Mogelijk heeft het beschikbare overuur in de namiddag hier een invloed. Hogere granulariteit betekent dat de operatieduurtijden korter zijn en bijgevolg wordt in dit geval minder overtijd benut. In het overuur kunnen operaties immers enkel afgewerkt worden, maar er kunnen geen nieuwe operaties opgestart worden. Bedbezetting De verwachte verblijfsduur van de drie types ingrepen van de General -groep zijn dezelfde in beide scenario s. Dit heeft een enorm grote impact. De bedbezetting stijgt van 52,66% naar 92,61% door de geïmplementeerde hogere granulariteit. Waar de beddencapaciteit in Scenario 6 helemaal geen rol speelde, oefent deze capaciteit wel invloed uit op de uitkomst van Scenario 9. De volledige bedbezetting wordt meermaals bereikt en legt op deze manier een extra beperking op. Besluit Naarmate de operatieduurtijd korter wordt, is er meer speling mogelijk tussen de operaties. Echter, dit is enkel mogelijk indien voldoende bedden beschikbaar zijn om de herstellende patiënten op te vangen. Indien een chirurgengroep kortere operatieduurtijden heeft, kunnen bijgevolg makkelijker meer operaties uitgevoerd worden in een gelijke tijdsperiode. Het voordeel hiervan zal nog meer versterkt worden indien de operaties binnen deze groep een korte verblijfsduur hebben Mogelijke combinaties van operaties in één tijdsblok De combinaties die gemaakt kunnen worden met de operatieduurtijden van de verschillende types opdat ze in één tijdsblok zouden passen, kunnen mogelijk ook een invloed hebben op de output. Twee verschillende scenario s, ieder met eigen voordelen en nadelen, worden naast elkaar gelegd om deze invloed te bekijken. In dit onderdeel leggen we Scenario 1 naast een nieuw scenario, Scenario 10, waarbij de drie types van de chirurgengroep General een operatieduurtijd hebben van 120 minuten. Bijgevolg is de gemiddelde operatieduurtijd van beide groepen ongeveer gelijk, namelijk 117 minuten en 120 minuten. De frequentie waarmee ieder type voorkomt blijft ongewijzigd, maar het aantal mogelijke combinaties van operaties die gepland kunnen worden in één tijdsblok is verschillend. Figuur geeft weer welke combinaties er gemaakt kunnen worden in één tijdsblok in de voormiddag en namiddag met de drie General -operatietypes bij Scenario 1. Iedere blok binnen één kolom stelt de operatieduurtijd van het type operatie voor, waarbij de types verwachte ope-

115 HOOFDSTUK 11. ANALYSE VAN INVLOEDEN 102 ratieduurtijden hebben van 67, 100 en 135 minuten. Gelijkaardig geeft Figuur de mogelijke combinaties weer die gemaakt kunnen worden in één tijdsblok in de voormiddag en namiddag met de drie General -operatietypes bij Scenario 10. Deze figuren maken duidelijk dat er meer combinaties mogelijk zijn bij Scenario 1 dan bij Scenario 10. Hierbij dient wel opgemerkt te worden dat de ene combinatie van Scenario 10 op 6 verschillende manieren opgesteld kan worden, rekening houdend met de verschillende types. Wat beide figuren ook duidelijk maken is dat er bij Scenario 10 nooit gebruik gemaakt kan worden van de operatietijd van het overuur in de namiddag. De combinaties resulteren in 240 minuten operatieduurtijd, bijgevolg kan er niet nog een derde operatie starten om twee redenen. Enerzijds kunnen er geen operaties opgestart worden in het overuur, anderzijds is de duurtijd van de operatie te lang waardoor er onvoldoende operatietijd beschikbaar is. Tabel legt de output van beide scenario s naast elkaar. Figuur maakt een relatieve vergelijking van de resultaten betreffende budget, chirurgentevredenheid en wachttijd van patiënten. Figuur 11.12: Het aantal mogelijke combinaties van General -operatieduurtijden in Scenario 1

Hoe houden we de gezondheidszorg bemensbaar?

Hoe houden we de gezondheidszorg bemensbaar? Hoe houden we de gezondheidszorg bemensbaar? Richard J. Boucherie CHOIR: Center for Healthcare Operations Improvement & Research Symposium LSSH, 24/06/2014 20140407 r.j.boucherie@utwente.nl / www.utwente.nl/choir

Nadere informatie

PICA seminar 22 april 2013. Presentatie naar aanleiding van proefschrift Paul Joustra

PICA seminar 22 april 2013. Presentatie naar aanleiding van proefschrift Paul Joustra PICA seminar 22 april 2013 Presentatie naar aanleiding van proefschrift Paul Joustra Hoe om te gaan met fluctuaties in ziekenhuisprocessen teneinde de toegankelijkheid op een efficiënte manier te verbeteren?

Nadere informatie

Ir. Jeroen van Oostrum PhD kandidaat Econometrisch Instituut, Erasmus School of Economics

Ir. Jeroen van Oostrum PhD kandidaat Econometrisch Instituut, Erasmus School of Economics Optimaliseren van patiëntplanning met behulp van zorgpaden en cyclische planningsmethoden Ir. Jeroen van Oostrum PhD kandidaat Econometrisch Instituut, Erasmus School of Economics (vanoostrum@few.eur.nl)

Nadere informatie

Logistiek management in de gezondheidszorg

Logistiek management in de gezondheidszorg Katholieke Universiteit Leuven Faculteit Geneeskunde Departement Maatschappelijke Gezondheidszorg Centrum voor Ziekenhuis- en Verplegingswetenschap Master in management en beleid van de gezondheidszorg

Nadere informatie

Plannen van operatiezalen op basis van capaciteitsmanagement Kan de stuurman wind en zeilen op mekaar afstellen?

Plannen van operatiezalen op basis van capaciteitsmanagement Kan de stuurman wind en zeilen op mekaar afstellen? Plannen van operatiezalen op basis van capaciteitsmanagement Kan de stuurman wind en zeilen op mekaar afstellen? Vanderwegen Luc Adjunct hoofdverpleegkundige operatiezaal Inleiding De activiteiten verricht

Nadere informatie

Michel Kats unithoofd ZGT regiecentrum. Tactisch plannen ZGT

Michel Kats unithoofd ZGT regiecentrum. Tactisch plannen ZGT Michel Kats unithoofd ZGT regiecentrum Tactisch plannen ZGT 3 november 2017 Agenda Even voorstellen Over ZGT Start tactisch plannen ZGT Rendement verbeteren per unit Integraal plannen Voorbeeld dagopname

Nadere informatie

OK-PLANNING MET OPERATIEGROEPEN - Een brug slaan tussen tactische en operationele planning -

OK-PLANNING MET OPERATIEGROEPEN - Een brug slaan tussen tactische en operationele planning - OK-PLANNING MET OPERATIEGROEPEN - Een brug slaan tussen tactische en operationele planning - Thomas Schneider Directoraat Kwaliteit en Patiëntveiligheid - LUMC Center for Healthcare Operations & Improvement

Nadere informatie

FUNCTIEFAMILIE 5.1 Lager kader

FUNCTIEFAMILIE 5.1 Lager kader Doel van de functiefamilie Leiden van een geheel van activiteiten en medewerkers en input geven naar het beleid teneinde een kwaliteitsvolle, klantgerichte dienstverlening te verzekeren en zodoende bij

Nadere informatie

EFFICIËNTIE EN CONSTANTE KWALITEIT VAN ZORG DOOR PERSONEELSPLANNING MET EEN FLEX POOL

EFFICIËNTIE EN CONSTANTE KWALITEIT VAN ZORG DOOR PERSONEELSPLANNING MET EEN FLEX POOL EFFICIËNTIE EN CONSTANTE KWALITEIT VAN ZORG DOOR PERSONEELSPLANNING MET EEN FLEX POOL ALEIDA BRAAKSMA, NIKKY KORTBEEK, CHRISTIAN BURGER, PIET BAKKER, RICHARD BOUCHERIE INTRODUCTIE Hoeveel verpleegkundigen

Nadere informatie

Gaat het nu wat beter, dokter? Oratie prof.dr.ir. Erwin W. Hans

Gaat het nu wat beter, dokter? Oratie prof.dr.ir. Erwin W. Hans Gaat het nu wat beter, dokter? Oratie prof.dr.ir. Erwin W. Hans Hoogleraar Operations Management in Healthcare CTIT onderzoekscentrum CHOIR Wachtlijsten 2 Heb jij geen wachtlijst?? dan ben jij vast geen

Nadere informatie

Center for Healthcare Operations Improvement & Research www.utwente.nl/choir

Center for Healthcare Operations Improvement & Research www.utwente.nl/choir Zorglogistiek / Operations Management onderzoek in Universiteit Twente s multi-disciplinaire onderzoekscentrum: Center for Healthcare Operations Improvement & Research www.utwente.nl/choir e.w.hans@utwente.nl

Nadere informatie

Zorgherallocatie: wat doet dat met het logistieke systeem? Annelies van der Ham

Zorgherallocatie: wat doet dat met het logistieke systeem? Annelies van der Ham Zorgherallocatie: wat doet dat met het logistieke systeem? Annelies van der Ham 29-5-2018 Technisch bestuurskundig ingenieur, werkzaam als onderzoeker en adviseur 2 Grote transformaties zoals nieuwbouw

Nadere informatie

De Dagbehandeling Onderzocht

De Dagbehandeling Onderzocht F.M. de Goeij De Dagbehandeling Onderzocht Een onderzoek naar de capaciteitsbenutting van de Dagbehandeling van het Deventer Ziekenhuis Openbare versie De Dagbehandeling Onderzocht Een onderzoek naar de

Nadere informatie

EEN SIMULATIESTUDIE VAN DE SCHEDULE CONTROL INDEX

EEN SIMULATIESTUDIE VAN DE SCHEDULE CONTROL INDEX EEN SIMULATIESTUDIE VAN DE SCHEDULE CONTROL INDEX Universiteit Gent Faculteit economie en bedrijfskunde Student X Tussentijds Rapport Promotor: prof. dr. M. Vanhoucke Begeleider: Y Academiejaar 20XX-20XX

Nadere informatie

VERANDERING OK-PLANNING LEIDT TOT MINDER BEDDEN

VERANDERING OK-PLANNING LEIDT TOT MINDER BEDDEN VERANDERING OK-PLANNING LEIDT TOT MINDER BEDDEN Dr. ir. Theresia van Essen # Het begint met een idee SITUATIE HAGAZIEKENHUIS Aantal benodigde bedden verminderen: Minder opnames Verkorting ligduur Hogere

Nadere informatie

Studie over de implementatie en het gebruik van de Safe Surgery Checklist in het operatiekwartier

Studie over de implementatie en het gebruik van de Safe Surgery Checklist in het operatiekwartier Studie over de implementatie en het gebruik van de Safe Surgery Checklist in het operatiekwartier Individuele feedback Ziekenhuis : AZ Monica Erkenningsnummer : 682 Contactpersoon : Greet.Peeters@azmonica.be

Nadere informatie

Leeftijdbewust personeelsbeleid Ingrediënten voor een plan van aanpak

Leeftijdbewust personeelsbeleid Ingrediënten voor een plan van aanpak Leeftijdbewust personeelsbeleid Ingrediënten voor een plan van aanpak Inhoud Inleiding 3 Stap 1 De noodzaak vaststellen 4 Stap 2 De business case 5 Stap 3 Probleemverdieping 6 Stap 4 Actieplan 8 Stap 5

Nadere informatie

Coordinatie--ZH--KB uitvoering-art-17bis--Hoofd-verpleegkundig-departement--Functie.doc

Coordinatie--ZH--KB uitvoering-art-17bis--Hoofd-verpleegkundig-departement--Functie.doc 14 DECEMBER 2006. - Koninklijk besluit houdende uitvoering van artikel 17bis van de wet op de ziekenhuizen, gecoördineerd op 7 augustus 1987, voor wat de functie van hoofd van het verpleegkundig departement

Nadere informatie

UNIVERSITEIT GENT FACULTEIT ECONOMIE EN BEDRIJFSKUNDE ACADEMIEJAAR

UNIVERSITEIT GENT FACULTEIT ECONOMIE EN BEDRIJFSKUNDE ACADEMIEJAAR UNIVERSITEIT GENT FACULTEIT ECONOMIE EN BEDRIJFSKUNDE ACADEMIEJAAR 2006-2007 PLANNING VAN PATIENTEN IN HET OPERATIEKWARTIER Scriptie voorgedragen tot het bekomen van de graad van: licentiaat in de toegepaste

Nadere informatie

Strategische Personeelsplanning

Strategische Personeelsplanning Strategische Personeelsplanning en Onderwijslogistiek Strategische Personeelsplanning 1 Strategische Personeelsplanning / onderwijslogistiek 1.Impact van ontwikkelingen 2.Integraal plannen 3.De oplossing

Nadere informatie

VLAAMS MINISTERIE VAN WELZIJN, VOLKSGEZONDHEID EN GEZIN

VLAAMS MINISTERIE VAN WELZIJN, VOLKSGEZONDHEID EN GEZIN VLAAMS MINISTERIE VAN WELZIJN, VOLKSGEZONDHEID EN GEZIN Evaluatierapport in het kader van het kwaliteitsdecreet Evaluatie van de zelfevaluatie AZ Sint-Maarten Mechelen April, 2006 1 Inleiding Sinds 1997

Nadere informatie

managing people meeting aspirations Natuurlijke groei

managing people meeting aspirations Natuurlijke groei managing people meeting aspirations Natuurlijke groei geloof Wij hebben een gemeenschappelijke visie pagina - managing people, meeting aspirations Vandaag verhoogt CPM de prestaties op elk niveau van uw

Nadere informatie

Managing Variability. Agenda. Wat is variabiliteit Management of Variability Program Effecten van variabiliteit Illustraties

Managing Variability. Agenda. Wat is variabiliteit Management of Variability Program Effecten van variabiliteit Illustraties Managing Variability Agenda Wat is variabiliteit Management of Variability Program Effecten van variabiliteit Illustraties Wat is variabiliteit Ziekenhuizen zijn continu op methoden om de kwaliteit, veiligheid,

Nadere informatie

Samenvatting Flanders DC studie Internationalisatie van KMO s

Samenvatting Flanders DC studie Internationalisatie van KMO s Samenvatting Flanders DC studie Internationalisatie van KMO s In een globaliserende economie moeten regio s en ondernemingen internationaal concurreren. Internationalisatie draagt bij tot de economische

Nadere informatie

Hoe kan u strategie implementeren en tot leven brengen in uw organisatie?

Hoe kan u strategie implementeren en tot leven brengen in uw organisatie? Hoe kan u strategie implementeren en tot leven brengen in uw organisatie? De externe omgeving wordt voor meer en meer organisaties een onzekere factor. Het is een complexe oefening voor directieteams om

Nadere informatie

Een passie voor zorg. Een partner voor u.

Een passie voor zorg. Een partner voor u. Een passie voor zorg. Een partner voor u. Linde Healthcare Benelux De Keten 7, 5651 GJ Eindhoven Tel. +31.40.2825825, Fax +31.40.2816875 info.healthcare.nl@linde.com, www.linde-healthcare.nl 1100_004 (0713/1500)

Nadere informatie

Variabiliteit in de zorg: geluk of ongeluk?

Variabiliteit in de zorg: geluk of ongeluk? Variabiliteit in de zorg: geluk of ongeluk? Rekenen met variabiliteit Dr. René Bekker Vrije Universiteit PICA, kenniscentrum patiëntenlogistiek 2 Flaw of averages 3 Aantal bedden 35 3 25 2 15 1 5 Scenario

Nadere informatie

Capaciteitsplanning kliniek Sint Maartenskliniek, Nijmegen. Marcel Weijers, Afdelingshoofd Zorglogistiek SMK,

Capaciteitsplanning kliniek Sint Maartenskliniek, Nijmegen. Marcel Weijers, Afdelingshoofd Zorglogistiek SMK, Capaciteitsplanning kliniek Sint Maartenskliniek, Nijmegen Marcel Weijers, Afdelingshoofd Zorglogistiek SMK, 06-04-2018 Wie ben ik? Marcel Weijers Gedurende de afgelopen 15 jaren afdelingshoofd op diverse

Nadere informatie

6/11/2012. Wat is case management? Case management. Case management en ontslagmanagement in algemene en psychiatrische ziekenhuizen

6/11/2012. Wat is case management? Case management. Case management en ontslagmanagement in algemene en psychiatrische ziekenhuizen Case management en ontslagmanagement in algemene en psychiatrische ziekenhuizen Prof. Dr. Philip Moons Eva Goossens Centrum voor Ziekenhuis- en Verplegingswetenschap KU Leuven Wat is case management? Management:

Nadere informatie

Figuur 1. Schematisch overzicht van de structuur van het twee-stadia recourse model.

Figuur 1. Schematisch overzicht van de structuur van het twee-stadia recourse model. Samenvatting In dit proefschrift worden planningsproblemen op het gebied van routering en roostering bestudeerd met behulp van wiskundige modellen en (numerieke) optimalisatie. Kenmerkend voor de bestudeerde

Nadere informatie

Charter van de ombudsdienst

Charter van de ombudsdienst Federaal Agentschap voor de Veiligheid van de Voedselketen Ombudsdienst AC-Kruidtuin - Food Safety Center Kruidtuinlaan 55 B-1000 Brussel Tel. 02/211 82 11 www.favv.be Charter van de ombudsdienst 1. Doelstelling

Nadere informatie

Kennismaking CHOIR onderzoekscentrum

Kennismaking CHOIR onderzoekscentrum Kennismaking CHOIR onderzoekscentrum Prof.dr Richard Boucherie Hoogleraar Stsochastic Operations Research Center for Healthcare Operations Improvement & Research ERWIN INGEBORG THOMAS RICHARD NARDO BRUNO

Nadere informatie

Mintzberg Organisatiestructuren / modellen Geschreven door Chris Stapper op 17 mei 2012 00:00 Categorie: Strategische HRM

Mintzberg Organisatiestructuren / modellen Geschreven door Chris Stapper op 17 mei 2012 00:00 Categorie: Strategische HRM Mintzberg Organisatiestructuren / modellen Geschreven door Chris Stapper op 17 mei 2012 00:00 Categorie: Strategische HRM De Mintzberg organisatiestructuren, of eigenlijk de Mintzberg configuraties, zijn

Nadere informatie

Het meten van performantie in het operatiekwartier. Project HIPS

Het meten van performantie in het operatiekwartier. Project HIPS Het meten van performantie in het operatiekwartier Project HIPS Samenwerking Doelstelling 3 Dashboard Een dashboard brengt een organisatie zijn KPI s in één enkele display (Lapointe 2005). Ontwerpen van

Nadere informatie

Kwalificatie structuur en kwalificatie niveaus binnen het verpleegkundig onderwijs. Mw. Y. Lieuw A Soe

Kwalificatie structuur en kwalificatie niveaus binnen het verpleegkundig onderwijs. Mw. Y. Lieuw A Soe Kwalificatie structuur en kwalificatie niveaus binnen het verpleegkundig onderwijs Mw. Y. Lieuw A Soe FACTOREN DIE VAN INVLOED ZIJN OP DE ZORG EN HET VERPLEEGKUNDIG ONDERWIJS Toenemende vergrijzing Toenemend

Nadere informatie

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

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

Nadere informatie

De strategische keuzes die moeten gemaakt worden zijn als volgt: Interne controle of zelfcontrole/sociale controle

De strategische keuzes die moeten gemaakt worden zijn als volgt: Interne controle of zelfcontrole/sociale controle 1 Hoofdstuk 1 1.1 Dirigeren en coördineren p43 1.1.1 Dirigeren Dirigeren is een synoniem voor delegeren. Dirigeren houdt in dat bepaalde bevoegdheden overgedragen worden naar een persoon met een lagere

Nadere informatie

Heelkunde. trajectopname. C-plateau

Heelkunde. trajectopname. C-plateau Heelkunde trajectopname C-plateau Inhoud C-plateau 3 Heelkunde 1 3 Heelkunde 2 3 Dag-hospitalisatie 3 Preoperatieve consultatie 4 Wachtzaal 4 Voorbereiding 5 Dagopname 5 Verblijfsopname 5 Verblijf 6 Bezoekuren

Nadere informatie

De doelstellingen van directie en personeel worden expliciet omschreven in een beleidsplan en worden jaarlijks beoordeeld door de directie.

De doelstellingen van directie en personeel worden expliciet omschreven in een beleidsplan en worden jaarlijks beoordeeld door de directie. FUNCTIE: Directeur POC AFKORTING: DIR AFDELING: Management 1. DOELSTELLINGEN INSTELLING De doelstellingen staan omschreven in het beleidsplan POC. Vermits de directie de eindverantwoordelijkheid heeft

Nadere informatie

Coordinatie--ZH--Chirurgische-daghospitalisatie--Normen--KB-25-11-1997.doc

Coordinatie--ZH--Chirurgische-daghospitalisatie--Normen--KB-25-11-1997.doc 25 NOVEMBER 1997. Koninklijk besluit houdende vaststelling van de normen waaraan de functie chirurgische daghospitalisatie moet voldoen om te worden erkend BS 05/12/1997 Gewijzigd door: KB 13/07/2006 (art

Nadere informatie

MEER WAARDE IN DE ZORG

MEER WAARDE IN DE ZORG GIBBIS MEER WAARDE IN DE ZORG Memorandum van GIBBIS van april 2019 met het oog op de verkiezingen van 26 mei 2019 EXECUTIVE SUMMARY Gezondheidsinstellingen Brussel Bruxelles Institutions de Santé Samengevat:

Nadere informatie

Patiënt centraal RAPID RECOVERY SYMPOSIUM 11 APRIL 2013

Patiënt centraal RAPID RECOVERY SYMPOSIUM 11 APRIL 2013 Patiënt centraal RAPID RECOVERY SYMPOSIUM 11 APRIL 2013 I HAVE A DREAM MARTIN LUTHER KING JR. 28 AUGUSTUS 1963 LINCOLN MEMORIAL IN WASHINGTON Historie Frustratie van het niet kunnen anticiperen en handelen

Nadere informatie

FUNCTIEFAMILIE 1.3 Technisch specialist

FUNCTIEFAMILIE 1.3 Technisch specialist FUNCTIEFAMILIE 1.3 Technisch specialist Doel van de functiefamilie Vanuit de eigen technische specialisatie voorbereiden en opmaken van plannen, ontwerpen of studies en de uitvoering ervan opvolgen specialistische

Nadere informatie

Schaal- en synergie-effecten bij de spoedeisende hulp

Schaal- en synergie-effecten bij de spoedeisende hulp Schaal- en synergie-effecten bij de spoedeisende hulp Een literatuur- en empirisch onderzoek naar de kostenstructuur van de spoedeisende hulp Centrum voor Innovaties en Publieke Sector Efficiëntie Studies,

Nadere informatie

METHODOLOGIE & TECHNISCHE FICHE KWALITEITSINDICATOR POSTOPERATIEVE MORTALITEIT RECTUMKANKER ( )

METHODOLOGIE & TECHNISCHE FICHE KWALITEITSINDICATOR POSTOPERATIEVE MORTALITEIT RECTUMKANKER ( ) METHODOLOGIE & TECHNISCHE FICHE KWALITEITSINDICATOR POSTOPERATIEVE MORTALITEIT RECTUMKANKER (2014-2016) A. In- en exclusiecriteria voor deze studie Inclusiecriteria: Patiënten gediagnosticeerd met een

Nadere informatie

Inleiding. Inleiding. Een goede Missie, Visie en Strategie (MVS) bestaat uit twee gedeelten: Strategie Ontwikkeling en Strategie Implementatie.

Inleiding. Inleiding. Een goede Missie, Visie en Strategie (MVS) bestaat uit twee gedeelten: Strategie Ontwikkeling en Strategie Implementatie. Inleiding Inleiding Veel bedrijven hebben wel eens een Visie, Missie en Strategie uitgewerkt. Maar slechts weinig bedrijven hebben er ook daadwerkelijk voordeel van. Bij veel bedrijven is het niet meer

Nadere informatie

Hidden Profit.! Optimal Hotel Performance!

Hidden Profit.! Optimal Hotel Performance! Creatieve Omzet! Verantwoorde Kostenbesparingen! Een Uitdagende Economische Realiteit.! Loopt u voorop en groeit uw marktaandeel! of staat u achter en verliest u terrein?! Royal Bank of Scotland klaar!

Nadere informatie

Richting een patiënt vriendelijker radiodiagnostich traject

Richting een patiënt vriendelijker radiodiagnostich traject Richting een patiënt vriendelijker radiodiagnostich traject Nieuwe manieren om patiëntstromen te organiseren en analyseren Casemix Karin De Booij Aanleiding onderzoek Congres operations research in de

Nadere informatie

De HRM Cockpit. Naar een duurzaam HRM beleid

De HRM Cockpit. Naar een duurzaam HRM beleid De HRM Cockpit Naar een duurzaam HRM beleid Inhoud Voorstelling Wat is Human Resources? Waarom de HRM Cockpit? Doel van de HRM Cockpit Opbouw van het model De HRM Cockpit Aan de slag: case Voorstelling

Nadere informatie

Opleidingsprogramma DoenDenken

Opleidingsprogramma DoenDenken 15-10-2015 Opleidingsprogramma DoenDenken Inleiding Het opleidingsprogramma DoenDenken is gericht op medewerkers die leren en innoveren in hun organisatie belangrijk vinden en zich daar zelf actief voor

Nadere informatie

Duurzaam creëren van waarde. Onze Werkmethoden. Onze waarden. Onze bedrijfsprincipes

Duurzaam creëren van waarde. Onze Werkmethoden. Onze waarden. Onze bedrijfsprincipes Onze Werkmethoden Samen met Onze Bedrijfsprincipes en Onze Waarden vormen ze de basis voor onze processen. Onze Werkmethoden beschrijft hoe wij onze middelen omzetten in resultaten. Wij begeleiden u in

Nadere informatie

BEHA-INFO, jaargang 12, nr. 101, p VERSCHUERE, B., (2007), De problematiek van de wachtlijsten in de zorg,

BEHA-INFO, jaargang 12, nr. 101, p VERSCHUERE, B., (2007), De problematiek van de wachtlijsten in de zorg, De verscheidenheid aan wachtlijsten bij de palliatieve eenheden in Vlaanderen Een onderzoek naar de achterliggende oorzaken van wachtlijsten bij palliatieve eenheden en hun ethische impact op de betrokken

Nadere informatie

Minder logistieke zorgen én efficiëntere zorg

Minder logistieke zorgen én efficiëntere zorg Minder logistieke zorgen én efficiëntere zorg De logistieke scan van CB ontdekt het verbeterpotentieel van uw goederenlogistiek Een efficiëntere logistiek levert (soms onverwacht) belangrijke bijdragen

Nadere informatie

Zes waarden gedragen door de vzw Werken Glorieux

Zes waarden gedragen door de vzw Werken Glorieux Zes waarden gedragen door de vzw Werken Glorieux FINANCIELE EN LOGISTIEKE INFO Financiële informatie Omzet 118.526.662 Balanstotaal 103.844.293 Personeelslasten 48.974.289 Bron: Jaarverslag 2012 2/12/2014

Nadere informatie

Dossier kandidaatstelling pilootprojecten thuishospitalisatie

Dossier kandidaatstelling pilootprojecten thuishospitalisatie Dossier kandidaatstelling pilootprojecten thuishospitalisatie Werkwijze : Dit sjabloon is bedoeld als kandidaatstelling voor een pilootproject thuishospitalisatie (TH). Voor alle thema s dient de nodige

Nadere informatie

b Kerntaak gekoppeld aan het werkprogramma van het college Financiën helder en op orde

b Kerntaak gekoppeld aan het werkprogramma van het college Financiën helder en op orde gemeente Eindhoven Inboeknummer 12bst01585 Dossiernummer 12.38.651 18 september 2012 Commissienotitie Betreft startnotitie over Sturen met normen: domein 'flexibiliteit'. Inleiding Op 28 augustus is in

Nadere informatie

Pre-operatieve consultatie versie 2.0

Pre-operatieve consultatie versie 2.0 Pre-operatieve consultatie versie 2.0 AZ Alma Ringlaan 15 9900 Eeklo vzw AZ Alma, maatschappelijke zetel Ringlaan 15 9900 Eeklo Ond.nr. 0463.862.908. Preoperatieve consultatie VOORSTELLING POC = preoperatieve

Nadere informatie

Samenvatting beloningsbeleid

Samenvatting beloningsbeleid Samenvatting beloningsbeleid 1. Inleiding In de wet van 25 april 2014 op het statuut van en het toezicht op kredietinstellingen werden de regels vastgelegd met betrekking tot het beloningsbeleid van financiële

Nadere informatie

CONSTANT ONDERHANDEN WERK ZORGT VOOR STABIELE DOORLOOPTIJDEN

CONSTANT ONDERHANDEN WERK ZORGT VOOR STABIELE DOORLOOPTIJDEN CONSTANT ONDERHANDEN WERK ZORGT VOOR STABIELE DOORLOOPTIJDEN Klanten verwachten tegenwoordig een grotere leverbetrouwbaarheid, tegen lagere kosten, met betere kwaliteit en dat allemaal tegelijk. Diegenen

Nadere informatie

TOPCLASS HOSPITAL CAPACITY MANAGEMENT

TOPCLASS HOSPITAL CAPACITY MANAGEMENT TOPCLASS HOSPITAL CAPACITY MANAGEMENT HOTflo Academy is een onderdeel van HOTflo Company HOTFLO ACADEMY Bewustwording, expertise en vaardigheden vormen de basis voor verandering. Op basis hiervan is de

Nadere informatie

Informatie de sleutel tot Excellente Service Logistiek! Zijn we er klaar voor?

Informatie de sleutel tot Excellente Service Logistiek! Zijn we er klaar voor? Informatie de sleutel tot Excellente Service Logistiek! Zijn we er klaar voor? Jacques Adriaansen Director Every Angle UAMS Executive Professor Service Logistics Forum 24 april 2008 j.adriaansen@everyangle.com

Nadere informatie

DE AFDELING STRATEGIE MANAGEMENT VAN STRATEGIE NAAR EXECUTIE STRATAEGOS.COM

DE AFDELING STRATEGIE MANAGEMENT VAN STRATEGIE NAAR EXECUTIE STRATAEGOS.COM DE AFDELING MANAGEMENT VAN NAAR EXECUTIE STRATAEGOS.COM VERANDERING CRUCIAAL IN TURBULENTE OMGEVINGEN 1 Bedrijfstakken worden continue verstoord door start-ups, nieuwe technologieën, veranderde consumenten

Nadere informatie

DEFINITIES COMPETENTIES

DEFINITIES COMPETENTIES DEFINITIES COMPETENTIES A. MENSEN LEIDINGGEVEN A1 Sturen Geeft op een duidelijke manier richting aan een team, neemt de leiding op zich, zet mensen en middelen zodanig in dat doelen met succes worden bereikt.

Nadere informatie

Samenvatting. Beginselen van Productie. en Logistiek Management

Samenvatting. Beginselen van Productie. en Logistiek Management Samenvatting Beginselen van Productie en Logistiek Management Pieter-Jan Smets 5 maart 2015 Inhoudsopgave I Voorraadbeheer 4 1 Inleiding 4 1.1 Globalisering........................................... 4

Nadere informatie

De cruciale rol van cijfers voor Continu Verbeteren

De cruciale rol van cijfers voor Continu Verbeteren KPMG Lean Six Sigma De cruciale rol van cijfers voor Continu Verbeteren Landelijk Congres V&J 18 Februari 2016 Wij zijn wij? http://www.linkedin.com/in/sajburgers https://nl.linkedin.com/in/markkopmels

Nadere informatie

De impact van supersterbedrijven op de inkomensverdeling

De impact van supersterbedrijven op de inkomensverdeling VIVES BRIEFING 2018/05 De impact van supersterbedrijven op de inkomensverdeling Relatief verlies, absolute winst voor werknemers Yannick Bormans KU Leuven, Faculteit Economie en Bedrijfswetenschappen,

Nadere informatie

Samenvatting (Summary in Dutch)

Samenvatting (Summary in Dutch) Het voornaamste doel van dit proefschrift is nieuwe methoden te ontwikkelen en te valideren om de effectiviteit van customization te kunnen bepalen en hoe dataverzameling kan worden verbeterd. Om deze

Nadere informatie

Tabel competentiereferentiesysteem

Tabel competentiereferentiesysteem Bijlage 3 bij het ministerieel besluit van tot wijziging van het ministerieel besluit van 28 december 2001 tot uitvoering van sommige bepalingen van het koninklijk besluit van 30 maart 2001 tot regeling

Nadere informatie

TH-MI Motivation Indicator. Brown Jeremy Manager Brainwave Ltd.

TH-MI Motivation Indicator. Brown Jeremy Manager Brainwave Ltd. Brown Jeremy Manager Brainwave Ltd. TH-MI Motivation Indicator Dit rapport werd gegenereerd op 30-08-2013 door White Alan van Brainwave Ltd.. De onderliggende data dateren van 30-08-2013. OVER DE MOTIVATION

Nadere informatie

IN ZES STAPPEN MVO IMPLEMENTEREN IN UW KWALITEITSSYSTEEM

IN ZES STAPPEN MVO IMPLEMENTEREN IN UW KWALITEITSSYSTEEM IN ZES STAPPEN MVO IMPLEMENTEREN IN UW KWALITEITSSYSTEEM De tijd dat MVO was voorbehouden aan idealisten ligt achter ons. Inmiddels wordt erkend dat MVO geen hype is, maar van strategisch belang voor ieder

Nadere informatie

EVOLUTIE VAN DE GEZONDHEIDSZORG IN BELGIË

EVOLUTIE VAN DE GEZONDHEIDSZORG IN BELGIË EVOLUTIE VAN DE GEZONDHEIDSZORG IN BELGIË QUO VADIS, GEZONDHEIDSZORG? 1 INHOUDSTAFEL 1. SITUERING BELGISCHE GEZONDHEIDSZORG 2. DE ZIEKENHUIZEN 3. DE AMBULANTE ZORG EN DE THUISZORG 4. DE HUISARTSGENEESKUNDE

Nadere informatie

Invloed van planning op bedbezetting. 26 januari 2009 Paulien Out p.out@cczorgadviseurs.nl

Invloed van planning op bedbezetting. 26 januari 2009 Paulien Out p.out@cczorgadviseurs.nl Invloed van planning op bedbezetting 26 januari 2009 Paulien Out p.out@cczorgadviseurs.nl Programma Aanleiding voor onderzoek: opdracht van ziekenhuis aan CC Zorgadviseurs Aanpak en resultaten van de opdracht

Nadere informatie

24/09/2014. Indeling. Definitie Klinisch Pad. Klinische paden in de psychiatrie: twee jaar later. Sabine Buntinx

24/09/2014. Indeling. Definitie Klinisch Pad. Klinische paden in de psychiatrie: twee jaar later. Sabine Buntinx Klinische paden in de psychiatrie: twee jaar later Sabine Buntinx Indeling Intro KP Methodiek ontwikkelen zorgpad Hoe verliep het proces voor zorgpad Korsakov? Conclusie 11/9/ 2014 Icuro Q&S slide 2 Definitie

Nadere informatie

Multidisciplinaire poliplanning Ir. Gréanne Leeftink Elieke van Sark BSc. 08/02/2016 1

Multidisciplinaire poliplanning Ir. Gréanne Leeftink Elieke van Sark BSc. 08/02/2016 1 Multidisciplinaire poliplanning Ir. Gréanne Leeftink Elieke van Sark BSc 08/02/2016 a.g.leeftink@utwente.nl 1 Inhoud Wie zijn wij? Wat is multidisciplinaire poliplanning? Organisatie van multidisciplinaire

Nadere informatie

Graduation Document. General Information. Master of Science Architecture, Urbanism & Building Sciences. Student Number

Graduation Document. General Information. Master of Science Architecture, Urbanism & Building Sciences. Student Number Graduation Document Master of Science Architecture, Urbanism & Building Sciences General Information Student Number 4106105 Student Name Nicky Joy Sargentini E. nickysargentini@gmail.com T. 06 10 56 52

Nadere informatie

GOVERNANCE, RISK & COMPLIANCE WHITEPAPER

GOVERNANCE, RISK & COMPLIANCE WHITEPAPER GOVERNANCE, RISK & COMPLIANCE De wereld van vandaag wordt gekenmerkt door de snelle ontwikkeling van nieuwe technologieën en disruptieve marktomstandigheden. Deze ontwikkelingen hebben verregaande gevolgen

Nadere informatie

Brussels Observatorium voor de Werkgelegenheid

Brussels Observatorium voor de Werkgelegenheid Brussels Observatorium voor de Werkgelegenheid Juli 2013 De evolutie van de werkende beroepsbevolking te Brussel van demografische invloeden tot structurele veranderingen van de tewerkstelling Het afgelopen

Nadere informatie

Spinnenweb t.b.v. evaluatie stand van zaken implementatie Zo.Leer.Ik! concept

Spinnenweb t.b.v. evaluatie stand van zaken implementatie Zo.Leer.Ik! concept Spinnenweb t.b.v. evaluatie stand van zaken implementatie Zo.Leer.Ik! concept Dit document beschrijft het model dat binnen het netwerk ontwikkeld wordt om: Aan de ene kant te dienen als een leidraad om

Nadere informatie

STRATAEGOS CONSULTING

STRATAEGOS CONSULTING STRATAEGOS CONSULTING EXECUTIE CONSULTING STRATAEGOS.COM WELKOM EXECUTIE CONSULTING WELKOM BIJ STRATAEGOS CONSULTING Strataegos Consulting is een strategie consultancy met speciale focus op strategie executie.

Nadere informatie

FONDS VOOR ARBEIDSONGEVALLEN

FONDS VOOR ARBEIDSONGEVALLEN FONDS VOOR ARBEIDSONGEVALLEN Oktober 2011 De arbeidsongevallen in de uitzendarbeidsector in 2010 1 Inleiding De arbeidsongevallen van de uitzendkrachten kunnen worden geanalyseerd op basis van drie selectiecriteria

Nadere informatie

Capaciteitsmanagement

Capaciteitsmanagement Capaciteitsmanagement samenvoeging van twee ziekenhuizen op één nieuwe locatie 17-05-2013 Inhoud Het nieuwe ziekenhuis Capaciteitsbehoefte Capaciteit Toebedeling capaciteit Nieuwbouwen 1999-2000 2007 2008

Nadere informatie

Marleen van de Westelaken Vincent Peters Informatie over Participatieve Methoden

Marleen van de Westelaken Vincent Peters Informatie over Participatieve Methoden HANDOUT SCENARIO-ONTWIKKELING Marleen van de Westelaken Vincent Peters Informatie over Participatieve Methoden SCENARIO-ONTWIKKELING I n h o u d Scenario-ontwikkeling 1 1 Wat zijn scenario s? 1 2 Waarom

Nadere informatie

Inleiding. Sabine Drieskens

Inleiding. Sabine Drieskens Inleiding Sabine Drieskens Wetenschappelijk Instituut Volksgezondheid Operationele Directie Volksgezondheid en surveillance J. Wytsmanstraat, 14 B - 1050 Brussel 02 / 642 50 25 E-mail : sabine.drieskens@wiv-isp.be

Nadere informatie

W H I T E P A P E R. Wat is capaciteitsmanagement, waar liggen de uitdagingen en wat zijn de succesfactoren?

W H I T E P A P E R. Wat is capaciteitsmanagement, waar liggen de uitdagingen en wat zijn de succesfactoren? W H I T E P A P E R Wat is capaciteitsmanagement, waar liggen de uitdagingen en wat zijn de succesfactoren? Met deze vragen gingen Studelta-pioniers werkzaam in zeven verschillende ziekenhuizen op pad.

Nadere informatie

Jonge werknemers en werkstress: een beknopte weergave van de feiten

Jonge werknemers en werkstress: een beknopte weergave van de feiten Jonge werknemers en werkstress: een beknopte weergave van de feiten Irene Houtman & Ernest de Vroome (TNO) In het kort: Onderzoek naar de ontwikkeling van burn-outklachten en verzuim door psychosociale

Nadere informatie

Hefbomen van Leiderschap. Simpel. Voorspellend. Invloedrijk.

Hefbomen van Leiderschap. Simpel. Voorspellend. Invloedrijk. Hefbomen van Leiderschap Simpel. Voorspellend. Invloedrijk. Excellente Competentiemodellen Organisaties zoeken naar simpele, praktische middelen voor de ontwikkeling van leiderschap. Een grote focus op

Nadere informatie

FUNCTIEFAMILIE 5.2 Operationeel leidinggeven

FUNCTIEFAMILIE 5.2 Operationeel leidinggeven Doel van de functiefamilie Aansturen van medewerkers en organiseren en superviseren van hun dagelijkse werkzaamheden teneinde een efficiënte en continue werking van het eigen team te garanderen en zodoende

Nadere informatie

Beleid inzake het beheer van belangenconflicten in de VMOB «Ziekenfonds voor Hospitalisatiekosten»

Beleid inzake het beheer van belangenconflicten in de VMOB «Ziekenfonds voor Hospitalisatiekosten» Department Legal Affairs Beleid inzake het beheer van belangenconflicten in de VMOB «Ziekenfonds voor Hospitalisatiekosten» 1. Inleiding Overeenkomstig de bepalingen van de wet van 30 juli 2013 tot versterking

Nadere informatie

Webgebaseerde workflowautomatisering in klinische labs. by Eric Spannenburg Eric.spannenburg@vision4health.be +32476304280

Webgebaseerde workflowautomatisering in klinische labs. by Eric Spannenburg Eric.spannenburg@vision4health.be +32476304280 Webgebaseerde workflowautomatisering in klinische labs by Eric Spannenburg Eric.spannenburg@vision4health.be +32476304280 Historie, visie en bedrijfswaarden + 20 jaar Laufenberg & LIMS leverancier Specialisten

Nadere informatie

FUNCTIEFAMILIE 4.2 Beleidsthemabeheerder

FUNCTIEFAMILIE 4.2 Beleidsthemabeheerder Doel van de functiefamilie Het beleidsthema vanuit theoretische en praktische deskundigheid implementeren en uitbouwen teneinde toepassingen omtrent het thema te initiëren, te stimuleren en te bewaken

Nadere informatie

De veranderende rol van Managementondersteuning

De veranderende rol van Managementondersteuning De veranderende rol van Managementondersteuning Inhoud 1. Inleiding 1 2. Onderbouwing van het onderzoek 2 3. Uitkomsten van het onderzoek 2 3.1 Initiatie van het verandertraject 3 3.2 Doelstellingen van

Nadere informatie

Praktijkboek Strategie Bruggen bouwen naar de toekomst Aimé Heene

Praktijkboek Strategie Bruggen bouwen naar de toekomst Aimé Heene Praktijkboek Strategie Bruggen bouwen naar de toekomst Aimé Heene Inhoud Woord vooraf Ontstaan en achtergronden van het 'Praktijkboek Strategie' 5 Doelstellingen en uitgangspunten 5 Het gebruik van de

Nadere informatie

SPD Bedrijfsadministratie. Correctiemodel ORGANISATIE & MANAGEMENT DINSDAG 8 MAART UUR. SPD Bedrijfsadministratie B / 6

SPD Bedrijfsadministratie. Correctiemodel ORGANISATIE & MANAGEMENT DINSDAG 8 MAART UUR. SPD Bedrijfsadministratie B / 6 SPD Bedrijfsadministratie Correctiemodel ORGANISATIE & MANAGEMENT DINSDAG 8 MAART 2016 14.45 16.15 UUR SPD Bedrijfsadministratie B / 6 Opgave 1 Vitens: van restproduct naar super-pokon 1 Vraag 1 Vraag

Nadere informatie

Slim organiseren De organisatie van de organisatie. Jac Christis, 29 mei 2013

Slim organiseren De organisatie van de organisatie. Jac Christis, 29 mei 2013 Slim organiseren De organisatie van de organisatie Jac Christis, Wat is organiseren? Twee betekenissen van het woord organisatie : 1. Institutionele betekenis: werkgever 2. Instrumentele betekenis: arbeidsorganisatie

Nadere informatie

Inhoudsopgave. Inleiding. Conclusie. Resultaten. Colofon In opdracht van: Willem Brethouwer Directeur SAMR 033 330 33 90 Willem.brethouwer@samr.

Inhoudsopgave. Inleiding. Conclusie. Resultaten. Colofon In opdracht van: Willem Brethouwer Directeur SAMR 033 330 33 90 Willem.brethouwer@samr. Rapport Inhoudsopgave Inleiding Conclusie Resultaten Colofon In opdracht van: Willem Brethouwer Directeur SAMR 033 330 33 90 Willem.brethouwer@samr.nl Inleiding Meest patiëntvriendelijk De prijs voor meest

Nadere informatie

Vragenlijst SAFE SURGERY voor het uitvoeren van een zelfevaluatie in contractjaar 2013

Vragenlijst SAFE SURGERY voor het uitvoeren van een zelfevaluatie in contractjaar 2013 Vragenlijst SAFE SURGERY voor het uitvoeren van een zelfevaluatie in contractjaar 2013 De vragen zijn opgedeeld in verschillende rubrieken en betreffen het thema safe surgery. Het is de bedoeling dat de

Nadere informatie

Diabetes en ziekenhuisopname

Diabetes en ziekenhuisopname Diabetes en ziekenhuisopname 1. Wat bij een hospitalisatie? Voor een diabetespatiënt kan een hospitalisatie behoorlijk vervelend zijn, zeker wanneer je gewoon bent om je behandeling zelf te regelen. Plots

Nadere informatie

Inhoud. Lijst van tabellen... Lijst van figuren... Inleiding... HOOFDSTUK 1 FINANCIËLE ANALYSE: INLEIDING... 1

Inhoud. Lijst van tabellen... Lijst van figuren... Inleiding... HOOFDSTUK 1 FINANCIËLE ANALYSE: INLEIDING... 1 Lijst van tabellen... Lijst van figuren... Inleiding... xv xix xxi HOOFDSTUK 1 FINANCIËLE ANALYSE: INLEIDING... 1 1.1. Onderneming, toegevoegde waarde en belanghebbenden... 2 1.2. Rol van de financiële

Nadere informatie

Kenniscentrum patiëntenlogistiek VUmc-VU

Kenniscentrum patiëntenlogistiek VUmc-VU Kenniscentrum patiëntenlogistiek VUmc-VU Prof. Dr. Ger Koole Hoogleraar Optimalisatie van Bedrijfsprocessen VU, Faculteit der Exacte Wetenschappen Wat is er al gebeurd: een terugblik (1) Deelname VUmc

Nadere informatie

20 mei 2008. Management van IT 1. Management van IT. Wat is dat eigenlijk? IT organisaties: overeenkomsten en verschillen

20 mei 2008. Management van IT 1. Management van IT. Wat is dat eigenlijk? IT organisaties: overeenkomsten en verschillen Management van IT Han Verniers PrincipalConsultant Han.Verniers@Logica.com Logica 2008. All rights reserved Programma Management van IT Wat is dat eigenlijk? IT organisaties: overeenkomsten en verschillen

Nadere informatie