Bedrijfscase Patiëntenlogistiek op de ICV van het VUmc

Transcriptie

1 Bedrijfscase Patiëntenlogistiek op de ICV van het VUmc

2 Voorwoord Het voor u liggend verslag beschrijft de bedrijfscase: Patiëntenlogistiek op de Intensive Care Volwassenen (ICV) van het VU Medisch Centrum (VUmc) te Amsterdam. Deze bedrijfscase is het afsluitende onderdeel van de bachelorfase van de studie Bedrijfswiskunde en Informatica (BWI) aan de Vrije Universiteit (VU) te Amsterdam. Studentenbedrijf IntensiVu Consultancy heeft zich in een drie maanden durend onderzoek, verdiept in de bedrijfscase met als doel om dit rapporterende verslag over de bedrijfscase te schrijven en een aantal daar uit voortkomende adviezen te geven. Het verslag dient hoofdzakelijk als rapport en naslagwerk voor de opdrachtgever van de bedrijfscase: Hoofd ICV van het VUmc, Prof. Dr. A. Girbes. Tevens is het een naslagwerk voor alle betrokkenen bij de bedrijfscase en kan het als studieobject worden gebruikt voor de geïnteresseerde lezer. In het verslag zijn de verschillende oplossingsmogelijkheden van de bedrijfscase beschreven in aparte paragrafen binnen het hoofdstuk Oplossingsmogelijkheden. De kern van het verslag laat zich lezen in de managementsamenvatting. In het hoofdstuk Aanbevelingen wordt meer uitgebreid ingegaan op de resultaten van het onderzoek van de bedrijfscase. Het hoofdstuk Inzichten naar aanleiding van data-onderzoek en de grafische bijlagen dienen als extra illustratie voor zaken die in de verschillende hoofdstukken aan bod komen. Zonder de hulp van de opdrachtgever, Hoofd afdeling ICV van het VUmc, Prof. Dr. A. Girbes, begeleider van de VU, Dr. G.J. Franx, verpleegkundig manager van afdeling ICV van het VUmc, de heer K. Aij en beleidsadviseur cluster IV van het VUmc, Ir. A. de Bruin, was het niet mogelijk geweest om de bedrijfscase uit te voeren en dit verslag samen te stellen. IntensiVu Consultancy wil deze personen in het bijzonder hartelijk danken voor hun betrokkenheid. Ook wil IntensiVu Consultancy de personen die op de achtergrond betrokken waren bij het project danken voor hun inbreng. IntensiVu Consultancy, augustus 25 Maarten van den Beld Hima Chander Hong-Vu Dang Adnan Fiaz Aicha Martijn Youbraj Paudel Jaap de Rue 1

3 Inhoudsopgave 1. MANAGEMENTSAMENVATTING INLEIDING DE SITUATIEBESCHRIJVING DE PROBLEEMBESCHRIJVING VOORONDERZOEK DATA EN ANDERE INFORMATIE BEDRIJFSBEZOEKEN OPLOSSINGSMOGELIJKHEDEN SCHAALVOORDELEN Data onderzoek Inzichtmodel schaalvoordelen Resultaten EFFECTEN OP BLOKKERINGKANS BIJ GELIJKE AANKOMSTENSTROOM OK-PLANNING SCENARIO S Data onderzoek Inzichtmodel OK en OK-planning Resultaten INZICHTEN NAAR AANLEIDING VAN DATA-ONDERZOEK DE VUISTREGEL OPNAMES LIGDUREN SEIZOENSINVLOEDEN AANBEVELINGEN APPENDICES APPENDIX I : AFKORTINGENLIJST SPECIALISMEN APPENDIX II: GEMIDDELDE, MEDIAAN EN STANDAARDDEVIATIE VAN LIGDUREN PER SPECIALISME PER JAAR IN UREN 37 APPENDIX III : VERDELING VAN DE LIGDUREN APPENDIX IV: OPNAMES IN DE WEEK APPENDIX V: BOXPLOTS LIGDUREN PER SPECIALISME APPENDIX VI: GESORTEERDE LIGDUREN [ & ] APPENDIX VII: GESORTEERDE LIGDUREN PER SPECIALISME []

4 1. Managementsamenvatting Onderstaande samenvatting beschrijft zeer beknopt de conclusies van dit verslag en daarmee ook de inhoud van het onderzoek voor de bedrijfscase: Patiëntenlogistiek op de ICV van het VUmc. Voor een uitgebreid verslag dienen ook de overige hoofdstukken gelezen te worden. Het onderzoek heeft aan kunnen tonen dat er schaalvoordelen te behalen zijn bij het inzetten van meer bedden. Bij een hoger aantal bedden kan bij eenzelfde bezettingsgraad een lagere blokkeringkans behaald worden. Ook toont het onderzoek aan dat het reserveren van een vast aantal bedden voor elk afzonderlijk specialisme geen goed idee is. Dit resulteert namelijk in onacceptabel hoge blokkeringkansen. Gezien het huidig hoge aantal blokkeringen zal de bezettingsgraad bij het inzetten van meer bedden nauwelijks dalen. Ten eerste omdat bij inzet van meer bedden de huidige geblokkeerde patiënten nu daadwerkelijk opgenomen kunnen worden, maar ook omdat er sprake zal zijn van een aanzuigende werking. Bij een grotere ICV zal het aantal aangeboden patiënten, door bijvoorbeeld andere ziekenhuizen, hoogstwaarschijnlijk toenemen. Deze twee punten zullen er ondanks de inzet van meer bedden, toch voor zorgen dat de bezettingsgraad hoog blijft, alleen zal de blokkeringkans dankzij de schaalvoordelen dalen. Ook heeft het onderzoek aangetoond dat er verbeteringen te behalen zijn bij de planning van de operaties op de OK afdeling. Wanneer operaties die tot een IC-opname leiden van minder dan 2,5 dag in het begin van de week gepland worden en operaties die tot een langere IC-opname aan het eind van de week, resulteert dit in een gelijkmatiger verdeling van de bezetting van de ICV. Ook wordt zo de leegstand van bedden in het weekend tegengegaan. Ook een betere spreiding van operaties leidt tot verbeteringen. Wanneer de operaties zo gepland worden dat de druk op de IC over de werkweek genomen gelijk verdeeld is, zal dit tot verbeteringen leiden. Op deze manier kan bij een zelfde bezettingsgraad een lagere blokkeringkans behaald worden. De verrichte simulaties die in het hoofdstuk Oplossingsmogelijkheden worden beschreven geven wel een indicatie voor de huidige blokkeringkans. Deze blokkeringkans ligt vermoedelijk rond de 3%. Voor een uitgebreider overzicht van de aanbevelingen dient het hoofdstuk Aanbevelingen te worden gelezen. Een vervolgonderzoek naar het totale kostenverhaal van de hierboven genoemde punten zou zeer nuttig zijn om investeringsbeslissingen kracht bij te zetten. Daarbij zal met name ook gekeken moeten worden naar de kosten van blokkeringen, die meestal leiden tot langere ziekenhuisopnames. 3

5 2. Inleiding 2.1. De situatiebeschrijving Het grootste aantal patiënten dat behandeld wordt op de afdeling Intensive Care Volwassenen, van het VUmc, komt binnen na een ingrijpende operatie alvorens tot overplaatsing naar de medium- of normal- care verpleegeenheid wordt overgegaan. Een kleinere hoeveelheid van de patiënten wordt direct vanaf de Spoed Eisende Hulp opgenomen op de afdeling ICV. Ook nog zijn er opnames van patiënten die van de verpleegafdelingen binnen het eigen ziekenhuis komen en patiënten die vanuit een ander ziekenhuis komen. De ICV van het VUmc is gevestigd op twee locaties binnen het VUmc, te weten de locaties D6 en D7. Sinds vier jaren functioneren deze twee locaties als een twee-eenheid op het gebied van intensive care. Afdelingslocatie D6 heeft 14 bedden en afdelingslocatie D7 heeft 12 bedden. In totaal zijn er dus 26 bedden. Op de ICV worden patiënten met direct levensbedreigende aandoeningen behandeld. Daarom worden de zogenaamde vitale orgaanfuncties van de patiënten continu gemonitored. De ICV is een zeer kostbare afdeling (qua personeel en materieel) en wordt gekenmerkt door een zeer hoge bedbezettingsgraad. Dikwijls gaat deze bezettingsgraad richting de 1%, afhankelijk van de exacte definitie van bezettingsgraad (de gebruikte definitie van bezettingsgraad voor dit onderzoek volgt later in dit verslag). De werkdruk op de ICV is daarmee erg hoog en ook is het lastig de doorstroom van patiënten te garanderen. Soms kan bijvoorbeeld een geplande operatie die tot IC opname leidt niet doorgaan of een van elders komende patiënt niet worden opgenomen, omdat er geen plaats meer is op de ICV. Een uitzondering wordt gemaakt voor spoedpatiënten, die te allen tijde moeten worden opgenomen. De ligduren van de patiënten op de ICV worden gekenmerkt door een zeer grote spreiding. Naar aanleiding van een bezoek aan de afdeling ICV van het VUmc, waar in het hoofdstuk Vooronderzoek nog op wordt teruggekomen, is een stromenschema opgesteld van de patiëntenstromen van en naar de afdeling ICV. Dit schema ziet er als volgt uit: 4

6 Komt zelf Ambulance Schiphol Spoed Eisende Hulp Andere Ziekenhuizen Operatie Kamer Verpleegafdeling Patiënten die komen te overlijden Huis Intensive Care Special Care (Cardio) Medium Care Spoed Semi spoed 2.2. De probleembeschrijving De karakteristieken van de afdeling ICV zoals die in de situatiebeschrijving naar voren komen (hoge bedbezetting, kostbaar en tevens zeer bekwaam personeel, kostbare bedden en apparatuur, intensieve zorg en veel patiëntenstromen) vormen de basis van de hoofdprobleemstelling van het onderzoek. We hebben te maken met tegenstrijdige belangen, aan de ene kant zo min mogelijk patiënten weigeren en aan de andere kant een hoge bedbezetting behouden. De hoofdprobleemstelling laat zich dan als volgt definiëren: Hoe kan het aantal momenteel op de ICV geweigerde patiënten zo veel mogelijk worden beperkt, als een hoge bedbezettingsgraad moet worden gehandhaafd? Nergens anders dan op de afdeling ICV is het zo belangrijk dat de efficiëntie heel hoog is. Het is een afdeling waar het gaat om het behandelen van zeer zieke mensen die op de rand van de dood balanceren. Als door het verbeteren van de patiëntenlogistiek meer patiënten kunnen worden behandeld (lees: minder patiënten hoeven worden geweigerd), dan wordt een uiterst wenselijke situatie bewerkstelligd. De vraag is dus hoe deze situatie kan worden bewerkstelligd. Om goed antwoord hierop te vinden moet worden nagegaan welke factoren er invloed hebben op de bedbezetting van de ICV. Hieronder volgt de beschrijving van de belangrijkste factoren: 5

7 Spoedgevallen Spoedgevallen zijn zeer onvoorspelbare gebeurtenissen die relatief veel voorkomen in de patiëntenstroom naar de ICV. Aangezien een spoedpatiënt nooit geweigerd wordt, kan dit ongewenst tot situaties leiden waarbij op een volle ICV plaats moet worden gemaakt voor deze patiënt. Flexibiliteit is hier een vereiste. OK en OK-planning Bij het in kaart brengen van de patiëntenstromen blijkt het grootste gedeelte van de patiënten afkomstig te zijn van een OK. Op dit moment is er geen volledige afstemming van de OKplanning op het aantal beschikbare bedden op de ICV. Dit zorgt voor suboptimale samenwerking en daarmee voor bijvoorbeeld het annuleren van operaties. Ook zorgt dit voor een suboptimale bedbezetting op de ICV. Aantal operationele bedden Het aantal operationele bedden is zelden gelijk aan het aantal aanwezige bedden op de ICV. Hieraan liggen ziekteverzuim, weekenden en tekort aan personeel ten grondslag. Minder operationele bedden betekent uiteraard dat er meer patiënten geweigerd moeten worden. Afgezien van het aantal operationele bedden is ook een onderdeel van het onderzoek om te kijken welke invloed het inzetten van extra bedden heeft op de bezettingsgraad en kans op weigeren van een patiënt op de ICV. Patiënten uit andere ziekenhuizen Het VUmc is een ziekenhuis dat steeds meer een regiofunctie gaat vervullen. Dit betekent voor de ICV dat er in toenemende mate vanuit andere kleinere ziekenhuizen patiënten moeten kunnen worden opgenomen. Momenteel is dit door de hoge bedbezetting moeilijk mogelijk. Voor de opdrachtgever van het project, is het van belang dat het onderzoek hem inzicht geeft in de patiëntenstromen op de ICV die intuïtief voor hem duidelijk zijn, maar wellicht kracht bij kunnen worden gezet met behulp van wiskundige analyse of tenminste een wiskundige kijk erop. IntensiVu Consultancy heeft met behulp van de uitgebreide data analyse van historische data en het zelfgeschreven simulerende computermodel (eveneens gebaseerd op historische data), ingespeeld op deze wens van de opdrachtgever. 6

8 3. Vooronderzoek De tijdslijn van het project is in de kern verdeeld in een vooronderzoeksfase en twee hoofdonderzoeksfasen, die beide een data analyse gedeelte en een inzichtmodel gedeelte behelzen. Dit hoofdstuk dient als de verslaglegging van de vooronderzoeksfase. De vooronderzoeksfase was de opstartfase van het project waarin vooral nog geen concrete einddoelstelling voor het volgende onderzoek voor ogen was. Het was de fase waarin IntensiVu Consultancy zijn naam kreeg, de taken binnen het team werden verdeeld, er werd ingelezen in de stof, er data werd verkregen met betrekking tot de ICV, een Plan van Aanpak werd gemaakt en er een website werd gemaakt. Eveneens waren er drie bedrijfsbezoeken aan het VUmc, waarvan één met de opdrachtgever Prof. Dr. A. Girbes en twee met verpleegkundig manager van de ICV, de heer K. Aij Data en andere informatie Bij de start van het project was er de beschikking over een selecte hoeveelheid data. Er was een jaarverslag van het kalenderjaar en een enorm patiënten opnamebestand waarin onder andere alle opnames op de ICV van de jaren, en stonden, evenals de ligduren per opname, evenals het specialisme van herkomst van een opname, evenals de datum van opname. Al deze gegevens golden als relevante data voor het onderzoek. Het jaarverslag verschafte inzicht in het wel en wee op de ICV van het VUmc in beschrijvende zin, maar gaf ook inzicht in de cijfers van de afdeling. Er moet hierbij wel gezegd worden dat de cijfers uit het patiënten opnamebestand niet geheel overeen kwamen met de cijfers uit het jaarverslag. Voor het onderzoek is gebruik gemaakt van de cijfers uit het opnamebestand. Tijdens het onderzoek was er meer data nodig dan voorhanden was met het hierboven genoemde bestand. Met medewerking van het clusterbureau van het VUmc, in het bijzonder Ir. A. de Bruin, werd benodigde data zeer adequaat verkregen. Op de verkregen data wordt nog verder ingegaan in de hoofdstukken over de onderzochte oplossingsmogelijkheden in dit verslag Bedrijfsbezoeken Het bedrijfsbezoek ter oriëntatie op de bedrijfscase Patiënten logistiek op de ICV van het VUmc vond twee weken na de aftrap van het project plaats. Het gesprek diende tevens als kennismaking van IntensiVu Consultancy met de opdrachtgever. In een klein uur werden belangrijke vragen van IntensiVu Consultancy voorzien van antwoorden en was er een rondleiding over de, voor een buitenstaander hectische en zeer indrukwekkende, vloer van de ICV. Door het gesprek met de opdrachtgever Prof. Dr. A. Girbes en het opstellen van het stromenschema dat in de inleiding van dit verslag reeds is geplaatst, werd ons duidelijk dat de OK en de OK-planning één van de belangrijkste complicerende factoren was voor de drukke logistiek van patiënten op de ICV. Een tweede bedrijfsbezoek aan de ICV werd belegd met verpleegkundig manager de heer K. Aij. Er werden antwoorden verkregen op vragen die waren gerezen na het eerste bedrijfsbezoek. Ook werd een derde en laatste bedrijfsbezoek gepland waarin data zou worden verkregen over operationele bedden gedurende het jaar. 7

9 4. Oplossingsmogelijkheden In dit hoofdstuk wordt beschreven waar gezocht kan worden naar oplossingen. Personeelsuitval Weekendsluiting Electieve patiënten Spoedgevallen Het sluiten van bedden Vraag ICV bedden > aanbod ICV vaak 1% vol Teveel weigeringen Vaak vroeg ontslaan van patiënten Bovenstaand diagram geeft schematisch de in de inleiding beschreven hoofdproblematiek, van het onderzoek naar de patiëntenlogistiek op de ICV van het VUmc, en de gevolgen en oorzaken hiervan, weer. De gevolgen staan in de ronde ballonnen, links en rechts onder het feitelijke probleem. De oorzaken staan in de vertakte rechthoekige balkjes boven het probleem. In de probleemstelling in de inleiding van dit verslag wordt in het bijzonder het huidige aantal weigeringen genoemd als de richting van het onderzoek. Dit is dan ook de uitgangsbasis geweest bij het kiezen van de nader te onderzoeken oorzaken van het probleem. In het onderzoek was de blik al snel gericht op de knelpunten Aantal operationele bedden en OK en OK-planning, zoals die tevens in de inleiding van dit verslag worden beschreven als de complicerende factoren. De andere twee belangrijke knelpunten Spoedgevallen en Patiënten uit andere ziekenhuizen zijn feitelijk nauw verbonden met de knelpunten Aantal operationele bedden en OK en OKplanning maar zijn niet specifiek opgenomen in het onderzoek. Hoe kan het aantal momenteel op de ICV geweigerde patiënten zo veel mogelijk worden beperkt, als een hoge bedbezettingsgraad moet worden gehandhaafd? IntensiVu Consultancy heeft, naar aanleiding van het blik-richten op het onderzoek naar de twee hoofdknelpunten, de oplossingsmogelijkheden van de bovenstaande hoofdprobleemstelling, opgedeeld in drie benaderingswijzen van het onderzoek. De eerste benaderingswijze richt zich op het onderzoek naar het mogelijk behalen van schaalvoordelen. Dit wordt beschreven in de paragraaf Schaalvoordelen. Alvorens met een 8

10 simulatieprogramma resultaten zichtbaar konden worden gemaakt, moesten eerst alle patiëntenstromen uitgebreid aan een studie worden onderworpen. Deze datastudie, maar ook de werking van het simulatieprogramma is eveneens beschreven in de paragraaf Schaalvoordelen. De tweede benaderingswijze is een kort onderzoek geweest naar de effecten op de blokkeringkans bij een gelijkblijvend aantal aankomsten. Dit wordt beschreven in de paragraaf Effecten op blokkeringkans bij gelijke aankomstenstroom. De derde benaderingswijze richt zich op het onderzoek naar de voordelen die te behalen zijn door het beter plannen van de electieve stroom van patiënten. De electieve patiëntenstroom komt voor het grootste deel van de OK s, dus het onderzoek naar betere planning hiervan is gedaan met testen van verschillende OK-planningen. De benaderingswijze wordt beschreven in de paragraaf OK-planning scenario s. Ook hier is een uitgebreide datastudie naar relevante gegevens voor het vaststellen van de verschillende scenario s van groot belang geweest. De beschrijving van deze datastudie is eveneens te lezen in de paragraaf OK-planning scenario s. In alle drie de oplossingsmogelijkheden is gebruik gemaakt van de termen blokkeringkans en (bed)bezettingsgraad. De blokkeringkans betreft in dit onderzoek de blokkering van electieve patiënten, dus patiënten die gepland kunnen worden, immers spoedpatiënten worden altijd geholpen. De bezettingsgraad betreft in dit onderzoek de daadwerkelijke gelegen tijd van patiënten in minuten gedeeld door de totaal beschikbare verpleegtijd op de ICV in minuten maal 1%. Deze definitie wijkt enigszins af van de definitie die in het ziekenhuis wordt gehanteerd, waarbij bezettingsgraad soms de 1% kan overstijgen. 9

11 4.1. Schaalvoordelen Bij schaalvoordelen gaat het om het onderzoeken van de invloed van de grootte van de afdeling ICV op de bezettingsgraad en de blokkeringkans. Hierbij is onder andere het aantal operationele bedden op de ICV bepalend voor de bedbezettingsgraad en de kans op weigeren van patiënten. Zoals eerder vermeld, bestaat de afdeling ICV uit 26 bedden waarvan dagelijks bedden gesloten worden bijvoorbeeld vanwege ziekte van het personeel. In de extreme gevallen dat slechts 1 of minder bedden operationeel zijn, kan worden gezegd dat de ICV maar hooguit 1 bedden heeft. De effecten van het hebben van meer of minder bedden wordt beschreven in dit hoofdstuk. Zijn er schaalvoordelen te halen als bijvoorbeeld meer bedden worden geplaatst. Een schaalvoordeel, in het geval van bedden op de ICV, betekent dat zowel de bedbezettingsgraad toeneemt als de kans op weigeren van patiënten afneemt. Allereerst wordt in dit hoofdstuk het data onderzoek beschreven. Vervolgens zal het gebruikte computer inzichtmodel worden beschreven, alsmede de resultaten die hier uit voorgekomen zijn Data onderzoek Het modelleren van de patiëntenstromen naar de ICV vereist eerst een kwantificering van deze stromen. Onderscheiding van deze stromen is weergegeven in het stromenschema dat in de inleiding al aan bod is geweest. Een precieze kwantificering van alle stromen is echter niet mogelijk om het simpele feit dat niet elke stroom expliciet in de data is gegeven. De focus in dit onderzoek ligt dus meer op het kwantificeren van de stroom patiënten afkomstig uit electieve operaties. Dit zijn operaties die dus van tevoren zijn ingepland en tot een opname op de ICV hebben geleid. Tot een opname wordt de aankomst van een patiënt gerekend wanneer deze op de ICV opgenomen wordt. Een aankomst is een gebeurtenis die tot een opname kan leiden, een blokkering is een aankomst die niet tot een opname leidt. De historische aankomsten die niet geaccepteerd zijn, komen niet terug in de data en blijven dus ook buiten het bereik van het onderzoek. Uit het onderzoek blijkt dat maar liefst 46% van alle opnames het gevolg zijn van electieve operaties. Verder is ook gebleken dat 93% van deze opnames binnen kantooruren plaatsvinden. Onder kantooruren wordt de tijd tussen 8: en 18: verstaan. In plaats van 17: is er dus 18: gekozen, omdat bepaalde operaties kunnen uitlopen. Door deze definitie van kantooruren is ook gebleken dat ongeveer 66,6% van alle opnames binnen kantooruren plaatsvindt. Van deze opnames is 64% electief. Naast de electieve stroom van patiënten zijn er natuurlijk ook patiënten die niet electief zijn. Deze stroom van patiënten wordt gedomineerd door spoedopnames. Het is namelijk bekend dat buiten kantooruren, negen van de tien opnames een opname van hoge spoed is. De overige 1% kan worden toegeschreven aan heropnames en/of opnames vanuit andere ziekenhuizen. Binnen kantooruren is deze verhouding anders omdat nu ook de electieve stroom een rol speelt. Het percentage spoed is in dit geval ongeveer 36%. 1

12 electief spoed totaal Binnen kantooruren 42,66 23,94 66,6 Buiten kantooruren 3,34 3,6 33,4 totaal Tabel 1 kans op spoed binnen kantooruren:,36 kans op spoed buiten kantooruren:,9 Tabel 2 De bovenstaande splitsing van het aantal opnames is een eerste manier om naar de patiëntenstromen te kijken. Een andere manier is die van het kijken per specialisme. De afzonderlijke specialismen leveren elk hun eigen aandeel in de patiëntenstromen naar de ICV. Dit aandeel wordt zowel uitgedrukt in opnames als in ligduren. De ligduren worden uitgedrukt in de tijd dat een bed daadwerkelijk bezet is door een patiënt. De volgende grafiek laat het percentage opnames per specialismen zien over de jaren, en. Er zijn negen specialismen afgebeeld die een significant percentage opnames voor hun rekening namen. De overige specialismen zijn onder de categorie REST geplaatst. De betekenis van de afkortingen is te vinden in Appendix I. 5% 45% 4% Opnames per specialisme Percentage opnames 35% 3% 25% 2% 15% Figuur 1 1% 5% % CAR CCH HLK ICV INW KNO LON NCH NEU REST Specialismen In bovenstaande grafiek is duidelijk te zien dat CCH een groot deel van de opnames voor zijn rekening neemt gevolgd door HLK. Deze twee specialismen samen (afhankelijk van het jaar) verzorgden tussen de 54 en 66% van alle opnames op de ICV. Van de andere 7 specialismen steken alleen nog ICV en NCH boven de 5% uit. De overige specialismen spelen dus niet een grote rol bij de opnames van patiënten. Dit wil echter niet zeggen dat ze geen invloed hebben op de patiëntenstromen van en naar de ICV. Deze hangt namelijk ook nog samen met de ligduren van de patiënten. Om deze samenhang aan te tonen worden nu niet de ligduren en opnames afzonderlijk bekeken maar gecombineerd tot verpleeguren. Deze vormen namelijk een maatstaf voor de capaciteit waarop beslag is gelegd door een bepaald specialisme. 11

13 In Figuur 2 is de grafiek hiervan te zien met wederom dezelfde specialismen. 6 Capaciteit per specialisme Aantal verpleeguren (duizenden) Figuur 2 CAR CCH HLK ICV INW KNO LON NCH NEU REST Specialismen Het is nu veel duidelijker te zien dat niet alleen CCH veel capaciteit opeist, maar dat ook HLK een groot aandeel hierin heeft. Dus ondanks dat CCH een groot deel van opnames verzorgt, valt door de vele lage ligduren van de patiënten het beslag op de capaciteit lager uit dan verwacht. Naast HLK en CCH valt ook op dat ICV en NCH een redelijk aandeel van de capaciteit opeisen. Het dalende aantal opnames voor ICV in de jaren en heeft dus niet tot lagere capaciteitseisen geleidt. De oorzaak hiervan ligt in de hogere ligduren van ICV-patiënten. Voor NCH geldt dit ook, dit specialisme heeft wel weinig opnames verzorgd maar doordat deze patiënten waren die lang gelegen hebben is het aantal verpleeguren voor NCH redelijk groot geworden Inzichtmodel schaalvoordelen Om inzicht te krijgen in de patiëntenstromen van de ICV is door IntensiVu Consultancy een simulatieprogramma geschreven. Dit programma is gezien het doel ervan, het inzichtmodel genoemd. Voor het maken van het inzichtmodel moesten vooraf de grote lijnen van hoe de logistiek op de ICV in elkaar zit, bekend zijn. Het data onderzoek verschafte hierbij veel relevante informatie. Omdat niet alle facetten van de patiëntenstromen programmeerbaar waren, zijn vooraf verschillende aannames gedaan ter inperking van de zeer complexe logistiek op de ICV. In de eerste opzet van het programma was het doel om te kijken naar hoe de verhoudingen tussen de blokkeringkans en de bedbezettingsgraad (bezettingspercentage) was, bij verschillende aantallen bedden en bij toenemend aantal patiëntenaankomsten. De resultaten volgen aan het einde van dit hoofdstuk. Allereerst zal het inzichtmodel verder worden beschreven. Onderstaand plaatje geeft schematisch weer hoe de patiëntenstroom op de ICV verloopt. Volgens dit plaatje is het inzichtmodel geprogrammeerd. 12

14 Figuur 3 Om tot het versimpelde schema te komen als in figuur 3 zijn er om dit te programmeren de volgende aannames gedaan: Getrokken ligduren zijn werkelijk gerealiseerde ligduren, soms korter dan de wenselijke ligduur door vervroegde ontslagen, soms langer door volle MC of verpleegafdeling. De ligduren zijn getrokken uit alle gerealiseerde ligduren van t/m. We nemen aan dat deze ligduren representatief zijn voor alle jaren en dat de verhouding van het aantal patiënten voor alle specialismen gelijk blijft. Vertrek is altijd mogelijk, de tijd die extra gelegen wordt door een te volle MC of verpleegafdeling zit al in de data, dus op zich niet zo een groot probleem. Patiënten komen aan volgens een Poisson proces met verschillende aankomstintensiteiten binnen en buiten kantooruren. Een stochastisch proces dat onlosmakelijk verbonden is met de Poisson verdeling, is het Poisson proces. Dit is een telproces dat het aantal optredens van een bepaalde gebeurtenis telt over de loop van de tijd. De gebeurtenissen kunnen van velerlei aard zijn: de aankomst van klanten bij een bank, de aankomst van telefoongesprekken bij een telefooncentrale, de binnenkomst van noodoproepen bij een alarmcentrale, etc. Een Poisson proces is een telproces wanneer het gaat om een onbegrensd grote populatie van potentiële klanten, waarbij de klanten zich onafhankelijk van elkaar gedragen. Het aankomstproces van klanten heet een Poisson proces als het proces de volgende eigenschappen heeft: a. de klanten komen één voor één aan b. de aantallen aankomsten in disjuncte tijdsintervallen zijn onafhankelijk van elkaar 13

15 c. de kansverdeling van het aantal klanten dat aankomt in een gegeven tijdsinterval heeft een Poisson verdeling waarvan de verwachtingswaarde evenredig is met de lengte van het tijdsinterval. Het Poisson proces geeft een goede modelbeschrijving in veel praktische situaties. Het aankomstproces van patiënten in een ziekenhuis wordt goed beschreven door een Poisson proces. Je hebt een zeer grote populatie van patiënten: ieder afzonderlijk persoon gedraagt zich weliswaar volgens een bepaald patroon maar de samenvoeging van al deze typisch onafhankelijke patronen leidt tot een totaal aankomstproces dat zich goed laat beschrijven door een Poisson proces. De aankomstintensiteit binnen kantooruren (8:-18:) is verschillend van de aankomstintensiteit buiten kantooruren, maar fluctueert niet gedurende de perioden. Dit betekent dat de aankomstintensiteit van 8: tot 18: uur gelijk blijft. De aankomstintensiteit is van 18: uur tot 8: uur lager, maar de aankomstintensiteit gedurende een periode blijft wel gelijk. We nemen ook aan dat er geen seizoensinvloeden zijn, het aanbod van patiënten is gedurende een jaar constant. De verdeling van de specialismen blijft gedurende een jaar ook gelijk. (Neurochirurgie heeft bijvoorbeeld in elke maand dezelfde aankomstintensiteit). We onderscheiden qua spoed alleen 2 gevallen, namelijk spoed en geen spoed, dus geen semi-spoed. Spoed kansen zijn als volgt: tijdens kantooruren: 25%, buitenkantooruren ~9%. Spoedpatiënten worden altijd opgenomen ongeacht of de ICV afdeling vol is of niet. De spoedkansen fluctueren niet tijdens kantooruren of er buiten. Niet-spoedpatiënten kunnen wel geweigerd worden. In werkelijkheid zijn er ook semi-spoed patiënten, deze patiënten moeten niet per direct opgenomen worden, maar wel ongeveer binnen een week. Voor een semi-spoedpatiënt hoeft in principe niet direct een bed vrijgemaakt te worden. We nemen aan dat het altijd lukt om deze in te plannen. Als een situatie ontstaat waarbij een patiënt vervroegd ontslagen wordt (door een spoedpatiënt bij een volle ICV), nemen we aan dat de patiënt die gekozen wordt voor vervroegd ontslag die patiënt is die de grootste fractie van zijn ligduur erop heeft zitten. Eigenlijk is dit al in de data verwerkt, maar het is niet te zien aan de data of een patiënt te vroeg ontslagen is of niet en we weten ook niet wat de eigenlijke ligduur zou zijn. Het aantal operationele bedden is bepaald met behulp van data hierover in. Voor elke dag in dit jaar was op drie tijdstippen (8: uur, 16: uur, 24: uur) bekend hoeveel bedden operationeel waren voor afdeling 7D. Deze gegevens hebben we geëxtrapoleerd naar de afdeling 6D. De gegevens zijn gesorteerd naar de dag in de week en er wordt drie maal daags bekeken wat het aantal operationele bedden voor de komende acht uur is. Wanneer een bed gesloten dient te worden terwijl deze bezet is, wordt gewacht tot de patiënt ontslagen is, pas daarna wordt het bed gesloten. Andere momenten waarop een bed niet beschikbaar is, is de tijd waarin een bed schoongemaakt wordt. We nemen aan dat dit altijd een uur kost. Gedurende deze tijd wordt een patiënt niet geblokt, maar wordt de patiënt opnieuw aangeboden wanneer het bed schoongemaakt is. 14

16 Om resultaten uit het inzichtmodel te halen, moeten aan de invoerkant slechts twee waarden in worden gevuld, te weten het aantal bedden en het aantal jaren waarover gesimuleerd dient te worden. Bij een groot aantal simulatiejaren, worden de resultaten betrouwbaarder, maar daar tegenover staat dat de rekentijd van het model sterk toeneemt. Aan de uitvoerkant van het model kunnen alle mogelijke variabelen die gebruikt zijn bij het programma worden weergegeven, echter zijn slechts de blokkeringkans en de bedbezettingsgraad relevant voor het onderzoek naar de mogelijkheid om schaalvoordelen te behalen Resultaten In de onderstaande grafiek zijn vier krommen uitgezet die elk een aantal bedden vertegenwoordigen Bezettingsgraad vs Blokkeringkans Bezettingsgraad vs blokkeringkans bij oplopend aantal Blokkeringskans (%) bedden 4 bedden 1 bedden 5 bedden Bezettingsgraad (%) Figuur 4 Voor elk van deze krommen geldt dat van links naar rechts het aantal aankomsten toeneemt. Dit leidt tot steeds hogere bezettingsgraden en blokkeringkansen. De aankomstenstromen behorend bij deze 4 krommen zijn niet gelijk aan elkaar. Hoe meer bedden, hoe meer aankomsten. Er moet nog gezegd worden dat in bovenstaande figuur het aantal bedden het maximaal inzetbaar aantal bedden betreft. In praktijk wordt dit maximum lang niet altijd gehaald. Hiermee is rekening gehouden bij het opstellen van de figuur. Er is te zien dat bij een toenemend maximaal aantal bedden voor een toenemend aantal aankomsten een steeds verdere verschuiving is te zien van de kromme naar de rechter onderhoek. Deze verschuiving betekent dat bij meer bedden en een toenemend aantal aankomsten de verhouding tussen blokkeringkans en bezettingsgraad kleiner is. De blokkeringkans is lager bij een zelfde bezettingsgraad. Ook kan gezegd worden dat de bezettingsgraad hoger is bij een zelfde blokkeringkans. 15

17 De schijnbaar tegenstrijdige belangen van hoge bezettingsgraad en lage blokkeringkans zijn dus beide haalbaar als er meer bedden worden ingezet. Het enige wat er nog voor nodig is, is een voldoende grote stroom van aankomende patiënten. Immers als de patiëntenstroom op een gegeven moment achterblijft, zal de bedbezettingsgraad weer lager worden. Een vertaling naar de kosten is ook makkelijk uit bovenstaande grafiek te halen. Bij eenzelfde blokkeringkans, is bij een oplopend aantal bedden een hogere bezettingsgraad te behalen, dit resulteert dus in meer patiënten per bed. Meer patiënten betekent ook, meer patiënten die zorgdragen voor de kosten per bed en dus zullen de kosten per patiënt afnemen. 2 Kosten kostenfactor = 1/bezettingsgraad % 2% 3% 4% Aantal bedden Figuur 5 In deze grafiek wordt het verband weergegeven tussen de kosten en het aantal bedden bij geaccepteerde blokkeringkansen van 1%, 2%, 3% en 4%. De kosten zijn hier uitgerekend door de verhouding te nemen tussen de gerealiseerde bezettingsgraad en de maximaal haalbare bezettingsgraad van 1%. Als de bezettingsgraad lager uitvalt worden er in verhouding met een bezettingsgraad van 1% meer kosten gemaakt omdat een deel van de capaciteit onbenut blijft. De voordelen van schaalvergroting worden nu ook duidelijker. Bij een toenemend aantal bedden nemen namelijk de kosten per patiënt af. Deze afname is het sterkst te merken bij een laag aantal bedden, in de grafiek is bijvoorbeeld de afname in kosten tussen 5 en 26 bedden het grootst. Naarmate het aantal bedden toeneemt zal de kostenfactor langzaam de één naderen. Een bijkomend voordeel van schaalvergroting is relatief lagere overhead kosten. Deze zijn nog niet eens verwerkt in figuur 5, die alleen het effect weergeeft van een betere bedbezetting. 16

18 4.2. Effecten op blokkeringkans bij gelijke aankomstenstroom De figuren 4 en 5 hebben betrekking op schaalvergroting, dat wil zeggen zowel de aankomstenstroom als het aantal bedden nemen toe. Al we uitgaan van een constante aankomstenstroom, krijgen we de volgende figuur. In deze grafiek is dus gekozen voor een vaste aankomstrate, zodanig dat er in één jaar 15 patiënten worden opgenomen. Dit komt overeen met historische data, in de jaren t/m werden er immers ook ongeveer 15 patiënten opgenomen. Bezettingspercentage en blokkeringskans vs. #bedden Bezettingsgraad Tijd dat IC vol ligt Bezettingsgraad Blokkeringskans Aantal bedden Figuur 6 Deze grafiek laat zien wat er zal gebeuren als er geen aanzuigende werking van patiënten is. De bezettingsgraad neemt wel af bij een toenemend aantal bedden, maar minder dan verwacht. Omdat er in de praktijk wel een aanzuigende werking op zal treden, zal de bezettingsgraad nauwelijks dalen als het aantal bedden wordt uitgebreid, bijvoorbeeld van 26 naar 3. De blokkeringkans zal echter wel dalen als gevolg van de schaalvoordelen. Verder is in de bovenstaande grafiek te zien dat bij een toenemend aantal IC bedden de bezettingsgraad minder snel afneemt dan de blokkeringkans. Het gaat ook om deze verhouding en niet zo zeer om de absolute getallen. Uit dit plaatje kan worden afgelezen dat er al veel winst gehaald kan worden bij het plaatsen van zes meer bedden. Met winst is hier niet bedoeld dat het financieel aantrekkelijk is om meer bedden te plaatsen. Het gaat hier puur om winst op het vlak van minder blokkeringen. Dit zal overigens leiden tot minder onnodige verpleegdagen op de normal care verpleegafdelingen. Wel moet hierbij opgemerkt worden dat de lijn voor de bezettingsgraad in werkelijkheid minder steil zal zijn. Vanwege de aanzuigende werking van het groter aantal beschikbare bedden op het aantal patiënten, zal de bezettingsgraad minder snel dalen. 17

19 4.3. OK-planning scenario s De electieve patiëntenstroom afkomstig van de OK is de stroom waar de ICV enige invloed op kan uitoefenen. Deze invloed houdt in dat men kan bepalen of men een patiënt aanneemt of niet. Het liefst zou men ook willen bepalen wanneer deze patiënt aangenomen moet worden. De huidige samenwerking tussen de ICV en OK is niet van dien aard dat er met de OK-planning volledig rekening wordt gehouden met de situatie op de ICV. Deze onvolledige samenwerking zorgt soms voor een zodanig volle ICV dat er geen patiënten meer kunnen worden opgenomen. De oplossing die in dit hoofdstuk beschreven wordt, concentreert zich op het aspect van een betere OK-planning. Er wordt gekeken naar twee verschillende plan scenario s en de mogelijke verbeteringen die deze scenario s bewerkstelligen met het oog op de hoofdprobleemstelling van het onderzoek Data onderzoek Het data onderzoek dat gedaan is om tot een betere OK-planning te komen heeft zich voornamelijk gericht op de ligduren. In het onderzoek is, zoals in het hoofdstuk Schaalvoordelen staat beschreven, naar voren gekomen dat 46% van de opnames het gevolg zijn van electieve operaties. Binnen deze opnames is echter nog niet gekeken naar de ligduren. In het volgende cirkeldiagram en grafieken wordt dieper hierop ingegaan. Verhouding kort- & langliggers, onderverdeeld in spoed & electief electief-kort 4% electief-lang 6% spoed-kort 3% Figuur 7 spoed-lang 24% Met kort- & langliggers wordt hier gedoeld op patiënten die een korte of een lange ligduur hebben. De grens voor een korte ligduur ligt op 2.5 dag. Waarom hiervoor is gekozen wordt nader toegelicht in het gedeelte waar de oplossingen worden uiteengezet. 18

20 In Figuur 3 is te zien dat er een groot deel van opnames, patiënten zijn die tot de kortliggers behoren. De verhouding tussen kort- & langliggers verschilt ook enorm tussen electieve opnames en spoedopnames. De verklaring ligt hier wellicht in het feit dat patiënten die een lange ligduur hebben voornamelijk het gevolg zijn van spoedopnames. Het cirkeldiagram geeft wellicht een simpel beeld maar geeft ook redenen om de ligduren nog verder te analyseren. De splitsing tussen kort- & langliggers is in principe voor het simpele beeld gemaakt, maar er kunnen ook meerdere categorieën gedefinieerd worden. In Figuur 7 is gekeken naar een indeling van 8 categorieën, in de vorm van hele dagen. Verdeling van de ligduren 1% 9% 8% Percentage opnames 7% 6% 5% 4% 3% 2% 1% % tot 1 dag 1 tot 2 dag 2 tot 3 dag 3 tot 4 dag 4 tot 5 dag 5 tot 6 dag 6 tot 7 dag 7 en hoger Figuur 8 In deze grafiek is gekeken naar alle opnames. Het hoge percentage opnames van patiënten die korter dan 2 dagen liggen maakt nog eens duidelijk dat een goede doorstroom van deze patiënten tot een significante verbetering kan leiden. Maar ook de patiënten die langer dan 7 dagen liggen, zijn van belang. Deze kunnen namelijk een bed bezet houden wanneer dat juist niet gewenst is. Als men dat bij de ICV van tevoren zou weten zou hiermee dus rekening gehouden kunnen worden. Wanneer men zich gaat bezighouden met de OK-planning dan ziet men dat het de specialismen zijn die daarin een prominente rol spelen. De vraag rijst dan welke specialismen de boventoon voeren en met welke specialismen men dus absoluut rekening moet houden. Hiervoor wordt gekeken naar het aantal opnames dat afkomstig is van de OK per specialisme. 19

21 Opnames vanuit OK Percentage opnames 1% 9% 8% 7% 6% 5% 4% 3% 2% 1% % CAR CCH HLK ICV NCH INW KNO LON NEU REST Specialismen Figuur 9 Net zoals in het geval van Figuur 1, is hier te zien dat het CCH en HLK zijn die de meeste opnames verzorgen. Het verschil met Figuur 1 is echter dat juist CCH een zeer grote rol speelt bij de opnames vanuit de OK. Uit de bovenstaande figuur zou men concluderen dat het CCH is waarop men zich kan concentreren voor wat betreft de OK-planning. Wederom is het echter zo dat men de opnames nooit los van de ligduren kan bekijken. Om deze reden wordt dus ook gekeken naar de verdeling van de ligduren van alle patiënten van bovenstaande specialismen afzonderlijk van elkaar. In onderstaand grafiek is alleen het specialisme CCH afgebeeld, de overige specialismen staan in Appendix III. 1% Verdeling van de ligduren CCH 9% 8% 7% Percentage opnames 6% 5% 4% 3% 2% 1% % tot 1 dag 1 tot 2 dag 2 tot 3 dag 3 tot 4 dag 4 tot 5 dag 5 tot 6 dag 6 tot 7 dag 7 en hoger Figuur 1 Verdeling van de ligduren van alle CCH-patienten 2

22 Uit het jaarverslag van en figuur 11 hieronder is te halen dat de afdeling CCH een mediaan van de ligduur heeft van 23,3 uur. Dit betekent dat ruim de helft van alle CCH-patiënten de ICV binnen 24 uur verlaat. Uit de bovenstaande grafiek kan afgelezen worden dat ongeveer 65 % van de CCH-patiënten 24 uren of minder op de ICV liggen. Combineren van deze gegevens met die van het jaarverslag laat zien dat tussen de ligduren 23,3 uur en 24 uur, nog eens 15% van alle CCH patiënten wordt ontslagen. Het vermoeden is dat de groep patiënten die een ligduur heeft van tussen de mediaan van de ligduren (23,3 uur) en 24 uur om administratieve redenen zo groot is (15% van alle CCH patiënten). Het is duidelijk te zien dat er bij CCH een hoger percentage patiënten korter dan 2 dagen ligt dan in het algemeen ( zie Figuur 8). Ook zijn er minder patiënten die langer liggen dan 7 dagen. Bij opnames van CCH-patiënten kan men dus rekening houden met een overwegend korte ligduur. Dit geldt niet voor de andere specialismen. Voor bijvoorbeeld HLK zijn er meer patiënten die langer dan 7 dagen liggen. Voor INW geldt zelfs dat dit er meer zijn dan patiënten die korter dan 2 dagen liggen. Waarom dit van belang is wordt uitgebreid behandeld in het volgende deel van dit verslag, Inzichtmodel OK en OK-planning 5 Mediaan ligduren per specialisme Ligduren(dagen) Figuur 11 CAR CCH HLK ICV INW KNO LON NCH NEU REST Specialismen In bovenstaand figuur zijn de medianen van de ligduren in dagen van de verschillende specialismen weergegeven Inzichtmodel OK en OK-planning Een aantal ingrijpende veranderingen in het inzichtmodel moesten worden doorgevoerd om het mogelijk te maken een bepaald plan scenario te toetsen op rendement. Gebruikmakend van de resultaten uit het hierboven beschreven data onderzoek zijn twee plan scenario s uitgewerkt. Scenario 1 Het eerste scenario gaat uit van het basis inzichtmodel. Er wordt nu echter rekening gehouden met een verwachte ligduur van een patiënt na een OK. Alle verwachte kortliggers worden in het 21

23 begin van de week gepland. Dit geldt voor alle specialismen. Er wordt in het basis inzichtmodel rekening gehouden met het feit dat het ene specialisme vaker voorkomt dan het andere specialisme. Met een bepaalde kans is een patiënt van een specialisme een kortligger, maar wordt deze kans overschreden in de week dan zal over worden gegaan op het plannen van een langligger meestal aan het einde van de week. Het doel van dit scenario is om de kortligger in het begin van de week te plannen zodat ze voor het weekend weer van de ICV af kunnen. De langliggers aan het einde van de week zorgen voor een betere bezetting tijdens de weekenden. Hierbij is niet onderzocht wat de kosten zijn van het operationeel houden van bedden in het weekend. Onderstaand schema geeft het idee weer van het scenario Kortliggers-Langliggers. Figuur 12 In bovenstaande figuur zijn 3 weken aangeduid, waarbij de grijze stukken de weekenden voorstellen. Omdat het hier om electieve patiënten gaat kunnen patiënten alleen doordeweeks gepland worden. Het bovenste staafje geeft een kortligger die gepland is aan het einde van het planbare gedeelte van week 1 aan en het tweede staafje geeft een kortligger die gepland is aan het begin van week 2 aan. Als een kortligger aan het einde van week 1 wordt opgenomen op de IC dan is er kans dat deze de IC in het weekend moet verlaten. Dit is ongewenst omdat het beter is als maximaal gebruik gemaakt wordt van de bedden in het weekend. Het zou derhalve beter zijn om langliggers aan het eind van de week te plannen zodat minder risico wordt gelopen om een patiënt te ontslaan in het weekend. Als een kortligger aan het begin van de week wordt opgenomen is er ook een grotere kans dat deze patiënt dezelfde week nog ontslagen wordt waardoor een bed doordeweeks vrijkomt, wat wenselijk is. De derde staaf geeft een langligger aan het begin van week 1 aan, die de IC in het midden van week 3 verlaat. De patiënt neemt 2 weekeinden in beslag. Als deze patiënt aan het einde van week 2 zou worden opgenomen, zou hij 3 weekeinden in beslag nemen en dus minder capaciteit doordeweeks verbruiken. 22

24 Scenario 2 Het tweede onderzochte scenario gaat eveneens uit van het basis inzichtmodel. Elk specialisme krijgt nu eigen vaste dagen waarop geopereerd moet worden. Deze dagen zijn toegedeeld op basis van aantal patiënten dat per jaar door het specialisme geopereerd dient te worden. In zoverre wordt rekening gehouden met de verwachte ligduur van een patiënt, dat het specialisme met de hogere verwachte ligduur aan het einde van de week moet gaan opereren. Het doel van dit scenario is om zoals hierboven beschreven met de vaste aangewezen dagen een zo gelijk mogelijke bezettingsgraad te krijgen op de ICV. Het verschil tussen scenario 1 en scenario 2 is dat bij scenario 1 bij de aankomst van een patiënt al bekend is of dit een kort of langligger is, terwijl dit bij scenario 2 niet bekend is. Bij scenario 2 wordt naar de mediaan van de ligduur van een specialisme gekeken en aan de hand daarvan wordt dit specialisme een dag toegewezen waarop dit specialisme operaties uit kan voeren. Op deze manier kan het bij scenario 2 dus voorkomen dat er op maandag alsnog een langligger aankomt, terwijl dit bij scenario 1 is uitgesloten tenzij het verwachte aantal kortliggers voor die week is overschreden, dan pas wordt in scenario 1 een langligger toegelaten Resultaten In onderstaande grafieken zijn de voornaamste resultaten te zien van het onderzoek naar de twee plan scenario s voor de OK. Figuur 13 laat twee lijnen zien die beide voor een aantal van 26 bedden op de ICV de verhouding voorstellen tussen de blokkeringkans (fractie tijd dat ICV 1% vol ligt) en het bedbezettingspercentage. De aankomstintensiteit van patiënten neemt van links naar rechts in de grafiek toe. Het scenario waarin geen planning van patiëntenaankomsten plaats vindt, oftewel een willekeurige verdeling van alle specialismen door elkaar heen, wordt beschouwd als het normale scenario. Het scenario wat als normaal in de grafiek staat, is dezelfde lijn als de lijn die in de grafiek van het hoofdstuk Schaalvoordelen staat bij 26 bedden. Tot een bezettingsgraad van ca. 75% zijn er nauwelijks verschillen waarneembaar, daarboven zien we echter een verbetering. Als we kijken bij een bezettingsgraad van 85 % dan zien we dat de fractie tijd dat de IC vol ligt bij de roze lijn ongeveer 3% bedraagt en bij de blauwe lijn ongeveer 35 %. Fractie tijd ICV vol (%) "Normaal" vs Scenario Bezettingspercentage (%) Normaal Scenario 1 Figuur 13 23

25 Dat wil zeggen dat er ongeveer 5/35 14% minder blokkeringen zijn. Hierbij moet wel worden opgemerkt dat het om een bovengrens gaat voor wat betreft de verbetering bij beter plannen. In de figuur 14 is op de x-as de bezettingsgraad en op de y-as het percentage blokkeringen uitgezet. Het normale scenario (blauwe lijn) gaat weer uit van geen planning van patiëntenaankomsten, dus een willekeurige verdeling van alle specialismen door elkaar heen. Voor scenario2 (rode lijn) zijn wederom de kortliggers in het begin van de week gepland en de langliggers aan het einde van de week. Het verschil met het vorige scenario is dat de kort/langliggers zijn bepaald aan de hand van de mediaan van de ligduur van elk specialisme. Aan de hand hiervan krijgt elk specialisme een vaste dag waarop patiënten gepland worden. Bij een bezettingsgraad van 85 % zien we dat het blokkeringpercentage bij de rode lijn ongeveer 15% en bij de blauwe lijn ongeveer 16% bedraagt. Dat wil zeggen dat er ongeveer 1/15 6.7% minder blokkeringen zijn. "Normaal" vs. Scenario 2 Percentage blokkeringen Bezettingsgraad Normaal Scenario 2 Figuur 14 24

26 5. Inzichten naar aanleiding van data-onderzoek In het data onderzoek ten behoeve van de gepresenteerde oplossingen, zijn ook enkele aspecten naar boven gekomen die gedeeltelijk los staan van deze oplossingen. In dit deel van het verslag worden deze inzichten, in de vorm van grafieken, naar voren gebracht. Ten eerste wordt de vuistregel die men hanteert op de ICV voor het aantal patiënten per bed per specialisme toegelicht en getoetst met de data. Hierna komen de histogrammen voor de opnames per dag aan bod gevolgd door enkele boxplots en tevens de verdeling van de opnames over de week. Deze methodes worden ook toegepast voor de ligduren en ook hiervan worden de resultaten getoond. Ten slotte komen er nog enkele grafieken aan bod om eventuele seizoensinvloeden op de opnames of ligduren toe te lichten De vuistregel Op de ICV wordt een vuistregel gehanteerd om te bepalen hoeveel extra patiënten van een bepaald specialisme behandeld kunnen worden als één extra bed wordt ingezet op de ICV. Voor bijvoorbeeld CCH geldt dat voor 1 extra patiënten er één extra bed gedurende het jaar nodig is. Met behulp van het inzichtmodel hebben we deze getallen voor elk specialisme berekend. Wanneer we een simulatie uitvoeren voor een afdeling met 26 bedden, berekent het programma een blokkeringkans. We voeren nu een zelfde simulatie uit met een afdeling van 27 bedden waarbij we de aankomstintensiteit van één specialisme laten toenemen en de aankomstintensiteiten van de resterende specialismen fixeren. We variëren de aankomstintensiteit tot we op een zelfde blokkeringkans uitkomen als bij de simulatie met 26 bedden. De toename in het aantal extra patiënten voor dat ene specialisme, is dan precies het aantal patiënten dat gedurende één jaar behandeld kan worden. In onderstaand figuur zijn de resultaten weergegeven voor de zestien specialismen. Aantal patienten per extra bed per jaar 12 1 Aantal patienten CAR CCH GAS GYN HEM HLK ICV INW KNO LON NCH NEF NEU ORT VER REST Specialisme Figuur 15 25