Simulatiestudie naar de benutting van de OK in een universitair medisch centrum. Auteur: F. Feenstra

Simulatiestudie naar de benutting van de OK in een universitair medisch centrum Auteur: F. Feenstra

Simulatiestudie naar de benutting van de OK in een universitair medisch centrum Doctoraalscriptie Econorie en Operationele Research Faculteit der Economische Wetenschappen Rijksuniversiteit Groningen Auteur: Femke Feenstra Datum: September 25 Begeleiding: Rijksuniversiteit Groningen: Prof. dr. W.K. Klein Haneveld VU medisch centrum: Ir. A.M. de Bruin

Voorwoord Voor u ligt de scriptie waarmee mijn studie Econorie & Operationele Research wordt afgerond. Deze scriptie doet verslag van het onderzoek dat van maart tot en september 25 is uitgevoerd bij het VU medisch centrum. Via via kwam ik terecht bij de opdracht voor dit onderzoek van het VU medisch centrum. De opdracht kopte Het optimaal plannen van operaties in een universitair medisch centrum en daarmee was gelijk mijn interesse gewekt. Juist door de herkenbaarheid van het onderwerp en de maatschappelijke relevantie was ik gelijk enthousiast en dat is ook zo gebleven. Ik wil iedereen bedanken die mij heeft geholpen bij het uitvoeren van mijn afstudeeropdracht. In de eerste plaats Arnoud de Bruin, die mij vanuit het VU medisch centrum heeft begeleid. Zijn enthousiasme en feedback hebben mij ontzettend goed geholpen. Ook wil ik Peter Veerman bedanken voor zijn waardevolle commentaar, hulp en goede adviezen. Verder wil ik alle collega s van cluster IV bedanken en in het bijzonder natuurlijk mijn kamergenoten. Vanuit de Rijksuniversiteit Groningen ben ik begeleid door Wim Klein Haneveld. Ook hem wil ik graag bedanken voor de tijd die hij ruimschoots voor me heeft genomen. Onze gesprekken brachten me vaak op nieuwe ideeën en hebben vorm en inhoud gegeven aan mijn afstudeerscriptie. Tevens wil ik Anno en Willeke bedanken voor hun advies en commentaar bij het afronden van mijn scriptie. Tot slot wil ik mijn vrienden en familie bedanken, omdat zij altijd in me zijn blijven geloven en me hebben gesteund waar ze konden. Femke Feenstra, september 25 iii

Samenvatting Het operatiekamercomplex is één van grootste cost-drivers binnen het VU medisch centrum (VUmc). Om deze reden, maar ook vanuit maatschappelijk oogpunt is een goede benutting van de operatiekamer (OK) erg belangrijk. Het VUmc neemt deel aan het landelijke kwaliteitsprogramma van de overheid genaamd Sneller Beter. In het kader van Sneller Beter is een projectgroep opgericht die zich bezighoudt de OK-planning. Deze projectgroep streeft naar een algemene bezettingsgraad van 9%. Door de onzekerheid van de operatieduur is het moeilijk om een goede OK-planning op te stellen. Een operatie kan langer duren dan verwacht waardoor de planning kan uitlopen of operaties dienen te worden afgezegd. Voorgaande is de aanleiding van het huidige onderzoek geweest, waarin getracht is de benutting van het OK-complex van het VUmc te beschrijven en evalueren. Centraal in dit onderzoek staan de prestatiemaatstaven betrekkende het OK-complex en de invloed van verschillende factoren op deze prestatiemaatstaven. Allereerst zijn de prestatiemaatstaven van de OK door middel van een data-analyse onderzocht. Uit de analyse zijn de volgende resultaten naar voren gekomen: Er is sprake van een structurele onderschatting van de operatieduur. Er zijn grote verschillen in de gemiddelde bezettingsgraden tussen de specialismen. Het blijkt dat er gemiddeld 13 minuten later dan gepland gestart wordt de eerste operatie. Er bestaat erg veel onduidelijkheid over de definitie van de bezettingsgraad. Door middel van een simulatiestudie is onderzocht in welke mate het ingeplande operaties en de geaccepteerde duur dat een OK-dag mag uitlopen effect hebben op de prestatiemaatstaven. De resultaten laten zien dat voor het ingeplande operaties er een afweging gemaakt moet worden. Enerzijds gaat het om het behalen van een hoger bezettingspercentage en anderzijds om het reduceren van het afgezegde operaties vanwege dreigende. Als een OK-dag langer mag uitlopen de randvoorwaarde dat het sessie onder de 2% blijft, dan neemt de bezettingsgraad toe 1 tot 5 procentpunten. Daarnaast is de haalbaarheid van de bezettingsgraad geanalyseerd en de invloed van de lengte van een OK-dag op de bezettingsgraad. Wat betreft de haalbaarheid van het bezettingspercentage blijkt dat een algemeen bezettingspercentage voor de OK van 9% onrealistisch is. Verder volgt uit de resultaten dat hoe langer de gemiddelde operatieduur, hoe lager het gemiddelde bezettingspercentage van een specialisme. Er dient dus onderscheid gemaakt te worden in de te hanteren bezettingspercentages voor de verschillende specialismen. Voor de invloed van de lengte van de OK-dag geldt dat hoe langer de gemiddelde operatieduur, hoe groter de invloed op de gemiddelde onbenutte tijd voor het einde van de OK-dag. Tenslotte tonen de resultaten dat indien er op tijd wordt begonnen de eerste operatie (7:45) dit resulteert in een stijging van de bezettingsgraad 2 á 3 procentpunten. v

Inhoudsopgave Voorwoord iii Samenvatting v 1 Inleiding 1 2 Context van het onderzoek 3 2.1 Het OK-complex 3 2.2 OK-planning 3 2.3 Sneller Beter 4 2.4 Literatuurstudie 5 2.4.1 Scheduling 5 2.4.2 Verdeling van de operatieduur 5 2.4.3 Bezettingsgraad 6 3 Doelstelling, probleemstellingen en aanpak 9 3.1 Doelstelling en probleemstellingen 9 3.2 Aanpak 1 4 Data-analyse prestatiemaatstaven 24 11 4.1 Definities 11 4.2 Data-analyse 12 4.2.1 Bezettingsgraad 13 4.2.2 Inschatting zittingsduren 15 4.2.3 Afzeggingen 18 4.2.4 Uitloop 19 4.2.5 Late start 21 4.3 Conclusies en aanbevelingen 23 5 Modelformulering 25 5.1 Verbale model 25 5.2 Wiskundig model 29 5.2.1 Model 29 5.2.2 Data 32 5.2.3 Specificatie paraers 33 5.3 Verificatie en validatie 35 6 Resultaten simulatie 37 6.1 Aantal ingeplande en geaccepteerde overschrijdingsduur 37 6.1.1 Aantal ingeplande 37 6.1.2 Geaccepteerde overschrijdingsduur 39 6.2 Maximaal haalbaar bezettingspercentage 41 6.2.1 Scenario zonder verstoringen 41 6.2.2 Scenario verstoringen 43 6.3 Analyse sessieduur en late start 45 6.3.1 Sessieduur 45 6.3.2 Late start 49 7 Conclusies 51 7.1 Huidige situatie prestatiemaatstaven 51 7.2 Resultaten simulatiestudie 52 7.3 Aanbevelingen 54 Referenties 57 Bijlagen 59 Bijlage I: Afkortingen 61

Bijlage II: Rekenmodel sessieverdeling 62 Bijlage III: Verschil in minuten tussen de gerealiseerde en de verwachte zittingsduur per operatie voor de verschillende specialismen 63 Bijlage IV: Empirische verdelingen zittingsduur 24 67 Bijlage V: Resultaten voor het ingeplande x 69 Bijlage VI: Numerieke resultaten voor de geaccepteerde overschrijdingsduur T 73 Bijlage VII: Numerieke resultaten gevoeligheidsanalyse sessieduur 77

1 Inleiding De financiële en maatschappelijke druk op de instellingen in de gezondheidszorg in Nederland neemt toe. Zo worden in het Vrije Universiteit medisch centrum (VUmc) bezuinigingen doorgevoerd onder de naam Gerichte groei. Daarnaast zijn er veel landelijke ontwikkelingen binnen de gezondheidszorg, zoals de invoering van de Diagnose Behandel Combinaties (DBC). Hierdoor ontstaan zorgproducten een bijbehorende kostprijs. Een klein DBC s zijn inmiddels al vrij onderhandelbaar, waardoor er enige concurrentie tussen ziekenhuizen ontstaat. Ook is de vergrijzing van de Nederlandse samenleving een belangrijke oorzaak voor het toenemen van de druk op de gezondheidszorg. Uit een onderzoek van Gupta (25) blijkt dat de afgelopen 3 jaar de kosten ruim 3% zijn gestegen. De productie is maar 7% toegenomen hetgeen aangeeft dat er sprake is van een serieus productiviteitsprobleem. Hierdoor is het erg belangrijk dat het zorgproces in de ziekenhuizen zo efficiënt mogelijk verloopt. Het operatiekamercomplex is één van de cost-drivers van het VUmc, verantwoordelijk voor ongeveer 5% van het totale ziekenhuisbudget. Naast de financiële kant is ook het patiëntenbelang een belangrijke reden voor het optimaal benutten van een operatiekamer (OK). Op dit moment is er sprake van een hoog afzeggingspercentage, onder andere door tussenkomst van spoedpatiënten, maar ook door overprogrammering. Een afzegging betekent dat patiënten binnen 24 uur voor de operatie te horen krijgen dat deze niet doorgaat. Dit moet zoveel mogelijk worden voorkomen, aangezien een operatie een major life event is. Voor het behalen van een goede bezettingsgraad is een realistische planning een absolute vereiste. Het doel van dit onderzoek is het beschrijven en evalueren van de benutting van het OK-complex teneinde een meer realistische planning op te stellen. Door middel van een data-analyse over 24 wordt er inzicht verkregen in de huidige situatie in termen van de nader gespecificeerde prestatiemaatstaven. Daarna is onderzocht wat realistische waarden zijn voor de bezettingsgraad en of er onderscheid gemaakt moet worden tussen de verschillende specialismen. In het eerste deel van dit onderzoek wordt een korte literatuurstudie gedaan en vervolgens wordt er een data-analyse gemaakt van de huidige situatie op het OK-complex. Er wordt onderzocht wat de knelpunten zijn en in hoeverre er verbeteringen mogelijk zijn. In het tweede deel wordt de invloed van de beslissingsvariabelen op de prestatiemaatstaven geanalyseerd. Vervolgens wordt onderzocht wat de maximaal haalbare bezettingsgraad is per specialisme waarbij de invloed van onder andere semispoedpatiënten wordt meegenomen. Dit probleem wordt geanalyseerd behulp van een simulatiemodel. In hoofdstuk 2 wordt de context van het onderzoek geschetst waarbij onder andere het landelijke kwaliteitsprogramma Sneller Beter nader wordt toegelicht. In hoofdstuk 3 zijn de doelstelling en probleemstelling opgesteld en wordt de aanpak besproken. Vervolgens wordt in hoofdstuk 4 wordt de data-analyse van de prestatiemaatstaven van het OK-complex beschreven. In hoofdstuk 5 komt de formulering van het simulatiemodel aan bod daarin het verbale model, het wiskundige model en de verificatie en validatie van het model. In hoofdstuk 6 staan de resultaten van de simulatiestudie weergegeven en tenslotte worden in hoofdstuk 7 de conclusies en aanbevelingen van dit onderzoek besproken. 1

2 Context van het onderzoek In 195 werd in Amsterdam de faculteit der Geneeskunde van de Vrije Universiteit (VU) opgericht en in 1966 werd het VU ziekenhuis officieel geopend. Het VU medisch centrum is op 1 januari 21 ontstaan uit de fusie van het VU ziekenhuis en de faculteit der Geneeskunde. Het academische karakter van het VUmc is terug te vinden in de topklinische en topreferente zorg. Het gaat daarbij vaak om unieke diagnostiek en behandeling en bijzonder onderzoek. Een andere hoofdtaak is de functie van ziekenhuis en polikliniek waar patiënten terecht kunnen voor reguliere specialistische zorg. Verder richt het VUmc zich op wetenschappelijk onderzoek, opleiding en onderwijs. In 24 realiseerde het VUmc 38.286 opnamen, waarvan 17.655 patiënten in dagbehandeling. Bijna de helft van alle patiënten die wordt opgenomen moet een operatie ondergaan, dit betekent dat een aanzienlijk deel van het ziekenhuisbudget ten behoeve van het OK-complex is. In 2.1 wordt een korte beschrijving van het OK-complex en de functionering daarvan gegeven. Vervolgens wordt in 2.2 uitleg gegeven over de OK-planning en in 2.3 komt het landelijke kwaliteitsprogramma Sneller Beter aan bod. Tot slot wordt in 2.4 een kleine inventarisatie gemaakt van de beschikbare literatuur over verschillende planningsaspecten betrekking tot de operatiekamer. 2.1 Het OK-complex Het OK-complex bestaat uit 19 operatiekamers in de kliniek en 2 operatiekamers in de polikliniek. In de kliniek zijn de snijdende specialismen werkzaam. In dit onderzoek worden alleen de snijdende specialismen op de operatiekamers van de kliniek beschouwd, die in het vervolg gewoon de OK genoemd wordt. In 24 werden er in totaal 11.442 operaties in de kliniek uitgevoerd, dit zijn zowel electieve als niet-electieve (spoed en acuut) operaties. Het OK-complex kan gezien worden al een faciliterend bedrijf dat zijn diensten en producten levert aan snijdende specialisten. De specialisten huren als het ware één dag één OK, inclusief een OK-team. Een OK-team bestaat uit één of meerdere medewerkers anesthesie, één of meerdere operatieassistenten en een anesthesioloog. In overleg de snijdend specialist wordt het verloop van de dag bepaald, en samen zijn zij verantwoordelijk voor het realiseren van de planning. Elke OK-dag wordt er één anesthesioloog aangesteld die de eindverantwoordelijkheid heeft voor het gehele OK-complex. Het OK-complex is gesplitst in een vijftal OK-units, te weten verkoever, drie operatieve units en de Centrale Sterilisatie Afdeling (CSA). Samen de dienstdoende unitleider verzorgt de anesthesioloog de dagcoördinatie van de electieve ingrepen. Ook de dagcoördinatie van de acute ingrepen valt geheel onder de verantwoordelijkheid van deze anesthesioloog. Hij bepaalt in samenspraak de chirurg of er bij een patiënt een medische noodzaak tot opereren is en of er voldoende faciliteiten aanwezig zijn. Bij gebrek aan faciliteiten wordt bepaald welke operatie er eventueel moet komen te vervallen. 2.2 OK-planning De OK-planning wordt in vier stappen uitgevoerd. Allereerst wordt er aan de hand van een rekenmodel een jaarplanning opgesteld, die een bepaald sessies (OK-dagen) toebedeelt aan de verschillende 3

specialismen. Dit rekenmodel staat weergegeven in Bijlage II. Er wordt een sessies toegekend op basis van gegevens van voorgaande jaren, onder andere op basis van de bezettingsgraad. Het uitgedeelde sessies is in theorie voor elk specialisme voldoende voor het realiseren van de jaarlijkse budgetafspraken plus 1%. Deze 1% is om de uitval van OK-dagen op te vangen. Uitval van een OKdag treedt op bij bijvoorbeeld ziekte van het personeel. Op basis van de jaarplanning wordt een maandplanning gemaakt. In de maandplanning kunnen specialismen extra lange sessies aanvragen en kunnen niet-standaard verzoeken ingediend worden. Elk specialisme krijgt een OK-dagen per week. Binnen een specialisme heeft elke chirurg vaak zijn eigen OK-dag, dit betekent dat op een bepaalde dag in een operatiekamer dan maar door één chirurg wordt geopereerd. Ieder snijdend specialisme maakt behulp van de patiëntengegevens een weekplanning. De weekplanning wordt voorafgaand aan de week van de operatie ingediend. Het verschilt per specialisme door wie dit gebeurt. Sommige specialismen hebben een planningsbureau dat zorgt voor de hele planning, maar bij alle specialismen maakt de chirurg zelf de inschatting van de tijdsduur van een operatie. De dagplanning is het resultaat van de weekplanning. Nadat het weekprogramma is goedgekeurd dient elk specialisme zich in principe aan de ingediende weekplanning te houden. In de praktijk blijkt de dagplanning sterk af te wijken van de weekplanning, omdat er door de specialismen in de week van de operatie nog veranderingen worden doorgevoerd. Veranderingen in de dagplanning zijn alleen mogelijk in overleg de dienstdoende unitleider. 2.3 Sneller Beter De patiëntenzorg kan altijd beter: door meer doelmatig te werken, de kwaliteit te verhogen en te vernieuwen. Vanuit dit perspectief neemt het VUmc naast zeven andere ziekenhuizen deel aan het landelijke kwaliteitsprogramma Sneller Beter, dat in oktober 24 van start is gegaan en tot en juli 26 duurt. Dit kwaliteitsprogramma is opgezet door het ministerie van Volksgezondheid, Welzijn en Sport (VWS), samen de Consumentenbond, de Nederlandse Vereniging van Ziekenhuizen en de Orde van Medisch Specialisten. De ambitie is dat de gemaakte verbeteringen binnen het ziekenhuis aantoonbaar en blijvend zijn. De resultaten moeten een voorbeeldwerking hebben naar andere afdelingen binnen deze ziekenhuizen en naar de overige ziekenhuizen in Nederland In het kader van Sneller Beter zijn er binnen het VUmc zijn op het gebied van patiëntenlogistiek en patiëntveiligheid verschillende projecten opgezet teneinde de kwaliteit te verbeteren. De projecten op het gebied van de patiëntenlogistiek hebben de volgende doelstellingen: Toegangstijden poliklinieken korter dan 1 week Doorlooptijden diagnostiek en behandeling 4%-9% korter OK-productiviteit 3% hoger Ligduur 3% lager Eén van de projectteams is het team genaamd OK oké die zich ten doel heeft gesteld de OKproductiviteit te verbeteren. Hierbij wil het team de OK op tijd laten starten, de bezettingsgraad laten toenemen tot 9%, het afzeggingen reduceren en 1% meer binnen het huidige budget uitvoeren. Vanuit het projectteam OK oké is de opdracht voor dit onderzoek ontstaan. 4

2.4 Literatuurstudie In deze paragraaf wordt een inventarisatie gemaakt van de literatuur die betrekking heeft op verschillende aspecten van de planning van de operatiekamer. Allereerst wordt er literatuur over scheduling in de operatiekamer behandeld, vervolgens wordt naar literatuur gekeken die dieper ingaat op de verdeling van de operatieduren. Tot slot wordt een artikel beschreven waarin door middel van simulatie de optimale bezettingsgraad wordt bepaald. 2.4.1 Scheduling In de literatuur wordt er gesproken over twee soorten scheduling betrekking tot de operatiekamer, namelijk advanced scheduling en allocation scheduling. Met advanced scheduling wordt het bepalen van de toekomstige datum voor een operatie bedoeld en het bepalen van het operaties op die dag. Het bepalen van de volgorde van operaties op een bepaalde dag valt onder allocation scheduling. In een onderzoek van Gerchak, Gupta en Henig (1996) wordt het probleem van advanced scheduling behandeld. Door middel van een stochastisch dynamisch programmeringsmodel is geprobeerd te bepalen hoeveel electieve operaties er op een dag ingepland moeten worden. Het model benadert het probleem impliciet vanuit een maatschappelijk oogpunt, want uitstel van operaties en overwerk worden in het model bestraft door middel van het invoeren van een kostenparaer. De resultaten van het model worden vergeleken de resultaten van een cutoff number beleid. Een cuttoff number is het maximale operaties dat wordt uitgevoerd op een dag in een operatiekamer. De conclusie in dit artikel luidt dat er een kleine winst wordt geboekt het model ten opzichte van het cuttoff number beleid. Naast de winst die kan worden geboekt, kost het bepalen van de oplossing van het model veel minder tijd dan het bepalen van het optimale cuttoff number. Een hoge bezettingsgraad is erg belangrijk voor het voldoen aan de toenemende vraag naar zorg en het reduceren van de kosten om de kwaliteit van zorg te verbeteren. Ozkarahan (2) heeft een goal programming model opgesteld om het probleem van allocation scheduling aan te pakken. Er wordt een zo goed mogelijke OK-planning bepaald waarbij rekening wordt gehouden de verschillende behoeftes van het ziekenhuis. De en de, de geopereerde tijd na en voor het einde van de operatiedag wordt geminimaliseerd en de tevredenheid van chirurgen, patiënten en personeel wordt gemaximaliseerd. Het model sorteert de operaties en wijst ze toe aan operatiekamers waarbij het model verschillende goals probeert te optimaliseren. De goals hebben betrekking tot blokschema beperkingen, de preferenties van chirurgen, de bezettingsgraad, de capaciteit van de intensive care en de beperkingen van de operatiekamers. De conclusie van het artikel is dat de OK-planning van het goal programming model zorgt voor een hogere bezettingsgraad en een lagere en. 2.4.2 Verdeling van de operatieduur Bij het plannen van de operaties moet rekening worden gehouden de lengte van de operatieduur. Dit wordt moeilijker naarmate de variantie in de lengte van de operatieduur toeneemt. Vaak wordt verondersteld dat indien de operatieduren beter gemodelleerd kunnen worden door het inzetten van historische data, dit kan leiden tot een betere planning en dus een hogere bezettingsgraad. 5

Strum, May en Vargas (2) hebben zich tot doel gesteld om te bepalen of de verdeling van operatieduren meer de normale of lognormale verdeling volgt. De auteurs hebben de goodness-of-fit van de beschikbare data voor beide modellen getest de Shapiro-Wilk test. De Shapiro-Wilk test liet zien dat de lognormale verdeling beter de verdeling weergeeft van de operatieduur dan de normale verdeling. In een andere studie van Strum, Sampson, May en Vargas (2) is onderzocht wat de bronnen van de variantie in operatieduren zijn. Met behulp van een lineair model is bekeken welke bronnen van variantie er zijn en hoe sterk deze van invloed zijn op de operatieduur. Nadat de operaties zijn opgesplitst naar soort ingreep worden de bronnen van variantie onderzocht. De opererende chirurg blijkt de belangrijkste bron voor variantie in de operatieduur te zijn. Zhou, Dexter, Macario en Lubarsky (1999) bepaalden of het gebruik van historische operatieduren bij het voorspellen van de toekomstige operatieduren een positief effect heeft. Met een positief effect wordt bedoeld dat de hoeveelheid tijd die een operatie later eindigt dan gepland afneemt. Uit dit onderzoek blijkt dat er vaak te weinig data beschikbaar zijn. Eén bepaald soort operatie door één bepaalde chirurg wordt vaak niet meer dan 3 keer per jaar uitgevoerd. Zelfs als er wel voldoende data beschikbaar zijn neemt het verschil tussen de inschatting en realisatie van een operatie af maar een paar minuten. 2.4.3 Bezettingsgraad In vele ziekenhuizen is de bezettingsgraad van de operatiekamer één van de belangrijkste prestatiemaatstaven waarnaar gekeken wordt. De achterliggende gedachte is dat bij een hogere bezettingsgraad de operatiekamer beter wordt benut. Behalve de bezettingsgraad zijn er ook andere factoren en prestatiemaatstaven waar rekening mee gehouden moet worden. Er is door Tyler, Pasquariello en Chen (23) een onderzoek gedaan naar het bepalen van de maximale bezettingsgraad van een operatiekamer waarbij er bepaalde randvoorwaarden gelden. Vanuit bedrijfseconomisch oogpunt is het ideaal als er een bezettingsgraad van 1% behaald wordt, maar een realistisch haalbare bezettingsgraad is niet bekend. In het onderzoek is een simulatiemodel ontwikkeld om de maximale benutting onder bepaalde randvoorwaarden van een operatiekamer te bepalen. Startpunt van dit onderzoek was een operatiekamer waarin dezelfde soort operatie achter elkaar wordt uitgevoerd. Er is een aanname gedaan over het beschikbare uren om te opereren en er is aangenomen dat er geen spoedpatiënten zijn. De lengte van de operatie verschilt per keer en is beschreven aan de hand van een kansverdeling. Tot slot is aangenomen dat operaties niet eerder kunnen starten dan gepland. Dit is een verschil de situatie in het VU medisch centrum. Als namelijk blijkt dat een operatie sneller verloopt dan gepland, wordt de volgende patiënt alvast opgeroepen, zodat er geen onnodige leegstand ontstaat. Alle operaties schuiven dus naar voren, waardoor er ook geprofiteerd wordt van operaties die korter duren dan verwacht. Als er nu een volgende operatie langer duurt dan verwacht, betekent dit niet automatisch dat er sprake zal zijn van. Ook wordt er maar één soort operatie beschouwd en wordt er niet naar het verschil tussen de verschillende specialismen gekeken. Dit onderzoek had vooral tot doel te bepalen wat de invloed was op de bezettingsgraad van: de lengte van de operatieduur, de variantie van de operatieduur, de beperking dat operaties niet eerder kunnen starten dan gepland en de lengte van de wisseltijd. Naast het behalen van een zo hoog mogelijke bezettingsgraad, was de doelstelling dat de operaties moesten starten binnen 15 minuten na de ingeplande tijd en dat de laatste operatie niet meer dan 15 minuten later mocht eindigen dan de geplande eindtijd van de 6

operatiedag. Binnen deze beperkingen is een bezettingsgraad van 85% tot 9% het hoogst haalbare. Uit het onderzoek bleek dat door het toenemen van de variantie van de operatieduur de bezettingsgraad daalt. Hierbij geldt als randvoorwaarde dat er geen vertragingen zijn en geen aan het eind van de dag. 7

3 Doelstelling, probleemstellingen en aanpak In dit hoofdstuk zijn de doelstelling en de probleemstellingen van dit onderzoek geformuleerd. Er worden twee verschillende soorten probleemstellingen beschreven die ieder een eigen aanpak vereisen. Vervolgens is aan de hand van deze probleemstellingen kort de gekozen aanpak beschreven. 3.1 Doelstelling en probleemstellingen Binnen dit onderzoek staat de benutting van het OK-complex van het VUmc centraal. Door planningsproblemen zijn er op dit moment veel OK-dagen waarop langer geopereerd wordt dan de officiële duur van een OK-dag. Ook is er hierdoor sprake van veel afzeggingen van operaties. Er is een data-analyse van 24 gemaakt over het gebruik van het OK-complex om knelpunten bloot te leggen. Vervolgens wordt de haalbaarheid van de streefwaarde van de bezettingsgraad bepaald en tot slot worden hierover aanbevelingen geformuleerd. De doelstelling van dit onderzoek luidt als volgt: Het beschrijven en evalueren van de benutting van het OK-complex teneinde een meer realistische planning op te kunnen stellen; Deze doelstelling vertaalt zich naar de volgende twee probleemstellingen: 1. Wat zijn de prestaties op het OK-complex in 24? Wat zijn de knelpunten en waar en in hoeverre zijn er verbeteringen mogelijk? 2. Wat is de maximaal haalbare bezettingsgraad per specialisme? Wat is hierbij de invloed van het ingeplande, de geaccepteerde overschrijdingsduur, de sessieduur en de late starts? Ad 1 Het VUmc heeft aangegeven dat er op dit moment sprake is van een hoge gemiddelde en veel afzeggingen. Dit wordt mede veroorzaakt door overprogrammering en de onvoorziene lange duur van voorgaande ingrepen. Deze oorzaken komen beide voort uit planningsproblemen; een meer realistische planning is een vereiste om de hoge en vele afzeggingen te verminderen. Het is daarom zinvol om meer duidelijkheid te verkrijgen over de huidige situatie van verschillende prestatiemaatstaven op het OK-complex. Deze prestatiemaatstaven worden nader gespecificeerd in de volgende paragraaf. Ad 2 Ieder jaar moeten de specialismen de productie halen die van tevoren is vastgesteld. Hiervoor krijgt elk specialisme voor dat jaar een bepaald sessies toegewezen. De toewijzing van dat sessies gebeurt momenteel onder andere op basis van de in het verleden behaalde bezettingsgraad, zie Bijlage II. Hierdoor komt het voor dat een specialisme dat slecht presteert, namelijk te ruim plant en daardoor een lage bezettingsgraad heeft, meer sessies toegewezen krijgt. Of er onderscheid moet worden gemaakt tussen de verschillende specialismen is een vraag die gesteld dient te worden. Het ene specialisme heeft een langere gemiddelde zittingsduur dan een ander specialisme en ook de variantie van de zittingsduur verschilt per specialisme. Het projectteam OK oké heeft zich onder andere tot doel gesteld dat elk specialisme een hoge bezettingsgraad behaalt. Maar wat is hoog voor een specialisme en wat is haalbaar? De verdeling van de 9

sessies zou gebaseerd moeten zijn op een haalbare bezettingsgraad van ieder specialisme, waardoor er op een eerlijke manier gedifferentieerd wordt tussen de verschillende specialismen. De tweede probleemstelling van dit onderzoek is daarom het bepalen van de maximaal haalbare bezettingsgraad per specialisme, waarbij er rekening wordt gehouden semi-spoedpatiënten, afzeggingen en late starts. 3.2 Aanpak Om inzicht te verkrijgen in de huidige situatie van de prestatiemaatstaven op de OK, wordt er een kwantitatieve data-analyse van het jaar 24 uitgevoerd. Er wordt onderzocht wat de waarden zijn van de verschillende prestatiemaatstaven en wat de belangrijkste knelpunten zijn. De prestatiemaatstaven die worden behandeld zijn: Bezettingsgraad Inschatting van de zittingsduur Uitloop Late start Afzeggingen Voor de aanpak van de tweede probleemstelling wordt een simulatiemodel opgesteld. Dit simulatiemodel wordt geschreven in het computerprogramma Delphi. Door middel van een simulatiestudie kan bepaald worden wat een haalbare bezettingsgraad is voor elk specialisme en hoeveel het specialisme hiervoor moet inplannen. Hierbij wordt rekening gehouden het feit dat de afzeggingen en de zoveel mogelijk geminimaliseerd dienen te worden. Ook kunnen de verschillende factoren die van invloed zijn op de haalbare bezettingsgraad gevarieerd worden. Op deze manier wordt inzichtelijk welke factoren de bezettingsgraad het sterkst beïnvloeden en wat de gevolgen zijn als een dergelijk knelpunt wordt verbeterd. Dit is een belangrijk argument om een simulatiestudie te doen. Door middel van een simulatie kan er inzicht verkregen worden in de haalbaarheid van bezettingspercentages voor verschillende specialismen. Tot slot wordt geanalyseerd of er onderscheid gemaakt dient te worden tussen de verschillende specialismen. 1

4 Data-analyse prestatiemaatstaven 24 Veel knelpunten van de operatiekamer zijn algemeen bekend, maar het is nog onduidelijk in hoeverre en in welke mate deze knelpunten verband elkaar houden. In dit hoofdstuk wordt door middel van een data-analyse van 24 de eerste probleemstelling behandeld. Voor deze analyse wordt gebruik gemaakt van de beschikbare data van het VUmc. Deze data zijn afkomstig uit een onderdeel van het Ziekenhuis Informatie Systeem (ZIS), genaamd OPERA. De volgende prestatiemaatstaven van de OK zijn onderzocht: bezettingsgraad, inschatting zittingsduur,, late start en afzeggingen. Eerst worden een op de OK gangbare definities behandeld. Vervolgens komen de uitkomsten van de data-analyse aan bod en tot slot worden er conclusies en aanbevelingen gedaan. 4.1 Definities Op de OK zijn een begrippen in omloop die een precieze beschrijving nodig hebben, zodat duidelijk is wat ermee wordt bedoeld. Allereerst wordt het begrip zitting uitgelegd. In Figuur 4.1 staat de opbouw van een zitting schematisch weergegeven. Een zitting bestaat uit de volgende onderdelen: Inleiding: van aankomst van de patiënt op de operatiekamer tot het moment dat de anesthesioloog alle handelingen heeft afgerond betrekking tot de anesthesie. Afdek: van einde inleiding tot start incisie. Operatie: van start incisie tot het moment dat de wond gesloten en verbonden is. Uitleiding: van einde operatie tot het moment dat de patiënt de kamer heeft verlaten. DE ZITTING INLEIDING OPERATIE (snijtijd) UITLEIDING positioneren joderen afdek Figuur4.1: Schematisch overzicht zitting [Bron: De OK in beeld, 23] Een zitting is dus gelijk aan de som van de inleiding, de afdek, de operatie en de uitleiding. In het vervolg wordt er veel gebruik gemaakt van het begrip zitting. Met snijtijd wordt de duur van het onderdeel operatie bedoeld. De lengte van de verschillende onderdelen verschilt per operatie, per chirurg en per anesthesioloog. Figuur 4.1 geeft schematisch een willekeurige zitting willekeurige lengtes van de onderdelen weer. In Figuur 4.2 op de volgende pagina staat een schematisch overzicht van twee OK-dagen weergegeven. Hierin staan verschillende begrippen weergegeven die aan de hand van de figuur worden uitgelegd. De volgende begrippen komen in het vervolg van dit onderzoek aan bod: Sessie: tijdsduur van start OK-dag tot einde OK-dag. Late start: tijdsduur van start OK-dag tot het moment dat de eerste zitting begint. Wisseltijd: tijdsduur van einde zitting tot het moment dat de OK weer gereed is. De : tijdsduur van einde OK-dag tot einde laatste zitting, mits er sprake is van. De : tijdsduur van einde laatste zitting tot einde OK-dag, mits er sprake is van. 11

Leegstand: tijdsduur van einde wisseltijd tot het moment dat de volgende patiënt is gebracht. som van gerealiseerde zittingsduren en wisseltijden - Electieve bezettingsgraad: 1% sessie som van gerealiseerde zittingsduren - Kale bezettingsgraad: 1% sessieduur 7:45 15:3 DE OPERATIEDAG (NORMALE SESSIE) Late start Wisseltijd Wisseltijd Uitloop ZITTING 1 ZITTING 2 ZITTING 3 Wisseltijd Leegstand Voorloop ZITTING 1 ZITTING 2 Start OKdag Einde OK- Figuur 4.2: Schematisch overzicht van twee OK-dagen dag [Bron: OK-planning in vogelvlucht, 25] Een normale sessie duurt van 7:45 uur tot 15:3 uur. Als er sprake is van een late start, wordt er kostbare tijd van een sessie niet benut. De wisseltijd is de tijd die nodig is voor het wegbrengen van de patiënt, het schoonmaken en opnieuw gereedmaken van de OK en het ophalen van de volgende patiënt. De wisseltijd is noodzakelijk en kan alleen gereduceerd worden door het optimaliseren van het proces. De situatie kan zich voordoen dat na het wegbrengen, schoonmaken en gereedmaken van de OK, de volgende patiënt nog niet is opgehaald. Op dat moment is er sprake van leegstand en onbenutte tijd, want het OK-team is beschikbaar maar kan niet doorgaan de volgende zitting. Deze verloren tijd moet tot nul gereduceerd worden. In dit onderzoek wordt de definitie van de electieve bezettingsgraad gebruikt, omdat bij deze definitie de tijd wordt beschouwd waarin het OK-team aan het werk is afgezien van de. Het woord electief is bij deze definitie verwarrend, want zowel de electieve en de (semi)spoedgevallen worden meegerekend. Bij de electieve bezettingsgraad worden zowel de zittingsduren als de wisseltijden meegenomen. Hierdoor hoeft er geen rekening te worden gehouden de verschillende gemiddelde zittingsduren van elk specialisme. Dit onderscheid moet wel gemaakt worden bij gebruik van de kale bezettingsgraad. Een specialisme een langere gemiddelde zittingsduur heeft gemiddeld minder in een sessie en dus ook minder wisseltijden, waardoor een hogere kale bezettingsgraad behaald wordt dan een specialisme meer wisseltijden. Afgezien van de hierboven uiteengezette begrippen worden er ook afkortingen gebruikt voor de diverse specialismen. In bijlage I staat een overzicht van de gebruikte afkortingen. 4.2 Data-analyse In de data-analyse wordt achtereenvolgens gekeken naar de (electieve) bezettingsgraad, de inschatting van de zittingsduren, de afzeggingen, de en de late start. Aan de hand hiervan wordt onderzocht 12

waar de grootste knelpunten liggen en waar verbeteringen mogelijk zijn. De data zijn afkomstig uit een onderdeel van het Ziekenhuis Informatie Systeem (ZIS), genaamd OPERA. 4.2.1 Bezettingsgraad De bezettingsgraad wordt vaak als prestatiemaatstaf gebruikt bij het analyseren van benutting van een productieproces. Voor het analyseren van de benutting van een operatiekamer wordt in dit onderzoek de definitie van de electieve bezettingsgraad gebruikt. Binnen het VUmc wordt over het algemeen de definitie van de kale bezettingsgraad gebruikt. Maar er bestaat veel onduidelijkheid over de gebruikte definities in het ziekenhuis. Discussies over de bezettingsgraad zijn hierdoor vaak verwarrend en weinig constructief. Dit brengt het gevaar zich mee dat er niet gerealiseerd wordt hoe goed of slecht men het doet. Als er uitspraken worden gedaan betrekking tot het bezettingspercentage en ideeën ter verbetering hiervan, dan is het belangrijk dat er duidelijkheid is over de gebruikte definitie. In Figuur 4.3 staan de berekeningen van de kale en electieve bezettingsgraad van een voorbeeld schematisch weergegeven. DE OPERATIEDAG (NORMALE SESSIE) Late start Wisseltijd Wisseltijd UItloop ZITTING 1 ZITTING 2 ZITTING 3 Z 1 W 1 Z 2 W 2 Z 3A Z 3B S Start OK-dag Einde OK-dag Z1 + Z 2 + Z 3A + W1 + W2 Electieve bezettingsgraad = 1% S Z1 + Z 2 + Z 3A Kale bezettingsgraad = 1% S Figuur4.3: Schematisch overzicht berekening bezettingsgraden Voor de analyse van de bezettingsgraad is gebruik gemaakt van de data uit 24 beschikbaar in OPERA. Binnen deze data is alleen gekeken naar de electieve en spoedoperaties die binnen sessietijd zijn uitgevoerd. Ook zijn de weekenden en de feestdagen buiten beschouwing gelaten. Tijdens de analyse is gebleken dat de beschikbare data niet betrouwbaar zijn voor een analyse van de electieve bezettingsgraad. De electieve bezettingsgraad is per dag uitgerekend en hieruit kwamen waarden van boven de 1%. Gelet op de definitie is dit niet mogelijk. Een oorzaak hiervan is dat er op bepaalde dagen wel is geopereerd door een bepaald specialisme, dat deze operaties als electief staan geregistreerd, maar dat dit specialisme geen sessietijd toegewezen had gekregen. Deze foute registraties kunnen grotendeels alleen handmatig worden verwijderd, daarom is gekozen om behulp van andere informatie naar de kale bezettingsgraad te kijken. Voor deze paragraaf is er gebruik gemaakt van de data van het management informatiesysteem Cognos van het VUmc. Hierin worden veel statistieken bijgehouden betrekking tot de OK, zoals de kale bezettingspercentages. 13

9% 85% Percentage 8% 75% 7% 65% Week Kaal bezettings percentage Figuur 4.4: Kaal bezettingspercentage per week voor alle specialismen samen In Figuur 4.4 staan de kale bezettingspercentages voor de kliniek over de verschillende weken in 24 voor alle specialismen samen weergegeven. Het gemiddelde kale bezettingspercentage in 24 is gelijk aan 81,3%. Stel dat een gemiddelde operatiedag uit drie bestaat en er dus twee keer gewisseld wordt, dan kan behulp van het kale bezettingspercentage een ruwe schatting van het electieve bezettingspercentage gemaakt worden. Als er wordt uitgegaan van een gemiddelde wisseltijd van vijftien minuten, dan komt er een electief bezettingspercentage van 87,8% uit. Voor een normale sessie betekent dit dat er gemiddeld 45 minuten van de totale sessietijd onbenut zijn. Gezien alle storingen die zich voor kunnen doen op een OK is dit een goed gemiddeld bezettingspercentage. Ter illustratie: door het management van het VUmc wordt voor het toewijzen van de hoeveelheid sessies aan de verschillende specialismen de kale bezettingspercentages van voorgaande jaren toegepast. In het kader van het kwaliteitsprogramma van de overheid Sneller Beter heeft het projectteam van het VUmc een kale bezettingsgraad van 9% tot doel gesteld. Hierbij moet de vraag gesteld worden of dit een realistisch en haalbaar percentage is. Ter validatie wordt op basis van het originele databestand (OPERA) het kale en electieve bezettingspercentage uitgerekend over één willekeurige periode van 1 dagen (in februari). Voor een bezettingspercentage per dag kan deze data wel gebruikt worden. In Figuur 4.5 staan deze bezettingspercentages weergegeven. Het gemiddelde kale bezettingspercentage is gelijk aan 78,2%. Dit percentage ligt iets lager dan het gemiddelde percentage over 24. Het gemiddelde electieve bezettingspercentage over deze tien dagen is gelijk aan 83,8%. 95% 9% Percentage 85% 8% 75% 7% 65% Kaal Electief 6% 2-2 3-2 4-2 5-2 6-2 7-2 8-2 9-2 1-2 11-2 12-2 13-2 14-2 15-2 16-2 Datum Figuur 4.5: Kale en electieve bezettingspercentage voor tien willekeurige dagen In het management informatiesysteem wordt voor 24 het bezettingspercentage per specialisme uitgerekend en deze staan weergegeven in Figuur 4.6 op de volgende pagina. Met het specialisme 14

algemene heelkunde (HLK*) wordt de bundeling van de verschillende specialismen binnen de algemene heelkunde bedoeld. Dit zijn heelkundige oncologie (HON), traumatologie (TRA), heelkunde (HLK), heelkunde longen (HLO), heelkunde gastro-enterologie (HGE) en vaatchirurgie (VAT). Dit is ook terug te vinden in bijlage I. Neurochirurgie (NCH) heeft 86,1% het hoogste bezettingspercentage. Alle specialismen hebben een bezettingspercentage van rond de 8%. Alleen urologie (URO) vormt hierop een uitzondering, in 24 had dit specialisme een gemiddeld bezettingspercentage van 63,4%. De reden hiervoor is dat urologie nieuw is binnen het VUmc en zodoende in 24 nog niet op volle toeren draaide. Percentage 9% 85% 8% 75% 7% 65% 86% 85% 85% 84% 83% Gemiddeld kaal bezettingspercentage 82% 8% 8% 79% 78% 78% 63% 6% NCH GYN PCH HLK* ORT KNO CCH MON KCH OOG URK URO Specialismen Figuur 4.6: Gemiddeld kaal bezettingspercentage 24 per specialisme Om nu een antwoord te kunnen geven op de vraag of een specialisme een goed bezettingspercentage heeft, moet onderzocht worden wat voor elk specialisme haalbaar is. Van invloed hierop is bijvoorbeeld de lengte van de zittingsduren, de variantie van de zittingsduren en de hoeveelheid spoedgevallen. Een specialisme een hogere gemiddelde zittingsduur heeft gemiddeld minder per sessie en daardoor wordt er minder vaak gewisseld dan bij een ander specialisme. De totale wisseltijd is dan kleiner bij een dergelijk specialisme en de kale bezettingsgraad dus hoger. Om een vergelijking te kunnen maken tussen de verschillende specialismen is het beter om de definitie van de electieve bezettingsgraad te gebruiken, omdat deze wel de wisseltijd meeneemt. Door de verschillen in de lengte van de zittingsduur is het waarschijnlijk dat er per specialisme een verschillende optimale sessietijd is en daarmee ook een verschillende optimale bezettingsgraad. Een andere factor die moet worden meegenomen bij het beoordelen van de bezettingsgraad is de hoeveelheid. Immers, door structureel uit te lopen is er weinig onbenutte eindtijd. Dit is een ongewenste situatie, maar het bezettingspercentage stijgt er wel door. Naast de bezettingsgraad moet er dus altijd, als balansmaat, naar de gekeken worden 4.2.2 Inschatting zittingsduren Bij het inplannen van operaties maken chirurgen een inschatting van de zittingsduur. Dit is een moeilijke taak, waarbij de vraag naar voren komt hoe goed zij deze taak uitvoeren. Bij onderschatting van de zittingsduren neemt de kans op en afzeggingen toe, doordat de kans toeneemt dat het OKprogramma niet meer binnen sessietijd kan worden afgerond. Voor de planning is het door onjuiste schattingen ook moeilijker om een realistisch OK-programma op te stellen. De vraag is nu in hoeverre er sprake is van structurele onderschatting, of er daadwerkelijk beter voorspeld kan worden en of verbetering hiervan een significante bijdrage zou leveren aan een efficiënte planning. De geanalyseerde data uit OPERA bestaat uit alle uitgevoerde operaties in 24 waarvan een verwachte zittingsduur bekend was. Van de 1122 uitgevoerde operaties in 24 zijn er 6738 operaties een verwachte zittingsduur. 15

Allereerst moet er vastgesteld worden of er daadwerkelijk onderschatting plaatsvindt en of overschatting ook voorkomt. Voor een eerste analyse wordt de gemiddelde verwachte zittingsduur en de gemiddelde gerealiseerde zittingsduur per specialisme berekend. In Tabel 4.1 staat weergegeven wat de gemiddelde verwachte en gerealiseerde duur per specialisme in 24 was en van hoeveel er gegevens bekend waren. Tabel 4.1: verwachte en gerealiseerde duur per specialisme NCH VAT HGE HLO HON CCH ORT TRA KNO URK HLK KCH URO MON OOG GYN PCH Aantal 45 172 127 142 428 57 5 317 186 235 34 214 152 279 927 583 571 verwachte duur 154 123 86 99 93 248 96 84 81 7 51 68 77 92 66 113 124 gerealiseerde duur 25 199 155 167 141 296 142 128 114 98 78 94 99 114 8 122 125 In Figuur 4.7 staat de gemiddelde verwachting en realisatie van de zittingsduren grafisch weergegeven. Er is direct te zien dat er bij alle specialismen sprake is van onderschatting. In de figuur zijn de specialismen zo gerangschikt dat het specialisme de grootste gemiddelde afwijking in minuten eerst komt (NCH) en het specialisme de kleinste afwijking in minuten als laatste (PCH). Bij neurochirurgie is de gemiddelde onderschatting gelijk aan ongeveer 96 minuten. Dit specialisme kan worden vergeleken cardiochirurgie, omdat bij beide specialismen zeer complexe en langdurige operaties worden uitgevoerd. Bij cardiochirurgie duurt een zitting gemiddeld 248 minuten en is de gemiddelde onderschatting gelijk aan 48 minuten. Mogelijk wordt dit verschil veroorzaakt door het feit dat cardiochirurgische ingrepen beter planbaar zijn. Een andere mogelijkheid is dat men bij het specialisme cardiochirurgie in staat is betere inschattingen te maken van de zittingsduur. 35 3 25 verwachte duur gerealiseerde duur Minuten 2 15 1 5 NCH VAT HGE HLO HON CCH ORT TRA KNO URK Specialisme HLK KCH URO MON OOG GYN PCH Figuur 4.7: inschatting van de zittingsduren Percentage 9% 8% procentuele afwijking 7% 6% 5% 4% 3% 2% 1% % HGE HLO VAT NCH TRA HON HLK ORT URK KNO KCH URO MON OOG CCH GYN PCH Specialisme Figuur 4.8: Procentueel verschil tussen de gemiddelde gerealiseerde en verwachte duur 16

In Figuur 4.8 op de vorige pagina is voor elk specialisme weergegeven hoe de gemiddelde gerealiseerde zittingsduur procentueel afwijkt van de gemiddelde verwachte zittingsduur. Uit de figuur valt af te lezen dat van het specialisme heelkunde gastro-enterologie (HGE) de gemiddelde gerealiseerde zittingsduur 8% langer is dan de gemiddelde verwachte zittingsduur. In Figuur 4.9 is de gemiddelde afwijking in minuten per specialisme in aflopende volgorde weergegeven. 12 1 afwijking in minuten 8 6 4 2 NCH VAT HGE HLO HON CCH Minuten ORT TRA KNO URK HLK KCH URO MON OOG GYN PCH Specialisme Figuur 4.9: Verschil in minuten tussen de gemiddelde gerealiseerde en verwachte duur Nu wordt er op hoger detailniveau naar één willekeurig specialisme apart gekeken, namelijk orthopedie (ORT). Bij het specialisme orthopedie is de gemiddelde verwachte zittingsduur gelijk aan 96 minuten en de gemiddelde gerealiseerde zittingsduur is gelijk aan 142 minuten. Dit betekent dat de gemiddelde onderschatting gelijk is aan 46 minuten, wat erop neerkomt dat de gemiddelde gerealiseerde duur gemiddeld 48% langer is dan verwacht. Om nu een beter beeld te krijgen hoe deze gemiddelde onderschatting ontstaat, wordt er gekeken naar de inschatting van elke individuele zitting van orthopedie. Minuten 5 4 3 2 1-1 -2-3 Zittingsnummer Figuur 4.1: Verschil in minuten tussen de gerealiseerde en verwachte duur (ORT) In Figuur 4.1 staat het verschil in minuten tussen de gerealiseerde zittingsduur en de verwachte zittingsduur voor elke individuele zitting van het specialisme orthopedie weergegeven. Door middel van dit figuur wordt vastgesteld dat de gemiddelde onderschatting niet veroorzaakt wordt door uitschieters naar boven in het verschil, maar dat bijna alle zittingsduren van orthopedie in 24 onderschat zijn. Er is sprake van onderschatting bij 426 van de 5 die zijn geanalyseerd, dit is gelijk aan 85%. In bijlage III is voor elk specialisme een zelfde soort figuur gemaakt, waarin voor elke individuele zitting het verschil in minuten tussen de gerealiseerde zittingsduur en de verwachte zittingsduur wordt weergegeven. Voor alle specialismen is er sprake van structurele onderschatting, het grootste deel van de gerealiseerde zittingsduren is langer dan de verwachte zittingsduren. Uit Figuur 4.9 bleek al dat de specialismen gynaecologie (GYN), plastische chirurgie (PCH) en oogheelkunde (OOG) een klein verschil in minuten tussen de gerealiseerde en verwachte zittingsduur hadden. In bijlage III is voor deze 17

specialismen te zien hoe dat komt. Er is namelijk naast onderschatting ook sprake van overschatting; het verschil in minuten schommelt voor deze specialismen heen en weer rond de nullijn. 4.2.3 Afzeggingen Afzeggingen zijn operaties die aanvankelijk op het operatieprogramma zijn geplaatst en er daarna binnen 24 uur voor de operatie weer zijn afgehaald. Dit kan zowel op de dag voor de operatie zijn als op de eigenlijke operatiedag. Door afzeggingen kan kostbare OK-capaciteit verloren gaan, aangezien de vrijgekomen ruimte in het OK-programma vaak niet opgevuld kan worden. Ook wordt het belang van de patiënt geschonden, omdat de patiënt pas kort voor de operatie zekerheid krijgt over het wel of niet doorgaan hiervan. Het wijzigingen ten opzichte van het weekprogramma ligt nog veel hoger. Uit de literatuur blijkt dat percentages van 2-3% niet uitzonderlijk zijn. Ruim twee jaar geleden (juli 23) is begonnen het registreren van afzeggingen, waarbij ook de oorzaak van de afzegging wordt geregistreerd. Voor deze analyse wordt de geregistreerde data van januari tot en december 24 gebruikt. In Tabel 4.2 is het afzeggingen en het percentage afzeggingen ten opzichte van het geplande electieve per specialisme weergegeven. Met het specialisme algemene heelkunde (HLK*) wordt de bundeling van de verschillende specialismen binnen de algemene heelkunde bedoeld. Specialisme Tabel 4.2: Afzeggingen per specialisme in 24 Aantal ingeplande electieve Aantal afzeggingen Percentage afzeggingen CCH 588 111 18,9% HLK* 1358 147 1,8% KCH 268 27 1,1% NCH 537 5 9,3% ORT 569 52 9,1% URO 183 11 6,% GYN 653 33 5,1% OOG 178 54 5,% KNO 1263 61 4,8% URK 257 9 3,5% PCH 658 21 3,2% MON 326 4 1,2% Totaal 7738 58 7,3% Uit Tabel 4.2 kan worden afgelezen dat, relatief gezien, de meeste afzeggingen plaatsvonden bij het specialisme cardiochirurgie (CCH). Hier werden 111 van de 588 patiënten afgezegd, wat een percentage van 18,9% oplevert. Ook bij de specialismen heelkunde (HLK) en kinderchirurgie (KCH) lag het percentage boven de 1%. Bij mondziekten en kaakchirurgie (MON) waren de minste afzeggingen, daar werden 4 van de 326 patiënten afgezegd. In totaal werd van het ingeplande electieve 7,3% afgezegd, dit betekent een afzegging van meer dan 1 op de 14 patiënten. In Tabel 4.3 op de volgende pagina worden voor elk specialisme de afzeggingen gerangschikt naar oorzaak. De drie belangrijkste oorzaken voor alle afzeggingen in 24 zijn: Medische redenen ontstaan op de dag van operatie, Overprogrammering en Voorrang spoedpatiënt. De rechterkolom van Tabel 18

4.3 laat zien dat Medische redenen ontstaan op de dag van operaties de oorzaak was voor 18,6% van het totaal afzeggingen. Tabel 4.3: Oorzaken van de afzeggingen per specialisme in 24 Oorzaak van de afzegging CCH GYN HLK* KCH KNO MON NCH OOG ORT PCH URK URO Totaal % Med. redenen ontstaan op dag van operatie 25 1 38 1 2 6 6 16 4 18 18,6% Overprogrammering 4 4 22 4 14 2 1 9 14 4 87 15,% Voorrang spoedpatiënt 35 3 17 1 3 5 1 2 2 69 11,9% Onvoorziene lange duur voorgaande ingre(e)p(en). 6 11 18 2 3 7 5 6 1 1 6 1,3% Geen ic-bed 29 1 15 1 2 1 49 8,4% Patiënt afgekeurd door anesth. op dag van operatie 1 1 3 2 1 1 5 8 1 3 3 38 6,6% Patiënt afgekeurd door anesth. op dag voor operatie 4 8 8 7 2 3 1 33 5,7% Med. redenen ontstaan op dag voor operatie 2 2 4 7 1 6 2 1 1 26 4,5% Patiënt niet verschenen 1 1 8 1 1 1 2 1 3 19 3,3% Niet onderkende med. klachten 3 2 2 3 3 2 15 2,6% Patiënt genezen 2 1 5 1 1 1 2 2 15 2,6% Patiënt meldt zich ziek 1 4 6 1 1 2 15 2,6% Patiënt ziet af van ingreep 1 2 1 2 4 2 1 13 2,2% Te weinig ok-verpleegkundigen 5 1 2 8 1,4% Te weinig anesthesiologen 4 2 6 1,% Te weinig operateurs 1 2 2 5,9% Geen medium care bed 2 1 3,5% Geen OK-ruimte 3 3,5% Geen of onvoldoende ingevulde med. status 1 1 2,3% Ontbreken apparatuur / instrumentarium 1 1 2,3% Patiënt niet nuchter 1 1 2,3% Noodzakelijke medicatie niet toegediend 1 1,2% Ontbreken benodigde med. gegevens 1 1,2% Totaal afzeggingen 111 33 147 27 61 4 5 54 52 21 9 11 58 1% Voor het specialisme cardiochirurgie, waar relatief gezien de meeste afzeggingen plaatsvonden, blijkt dat Voorrang spoedpatiënt de hoofdoorzaak is van de afzeggingen. Heelkunde had na cardiochirurgie relatief gezien de meeste afzeggingen in 24. Bij dit specialisme is de hoofdoorzaak Medische redenen ontstaan op dag van operatie verantwoordelijk voor 25,9% van het afzeggingen. Maar ook Overprogrammering en Onvoorziene lange duur voorgaande ingre(e)p(en) zorgen bij heelkunde voor veel afzeggingen. Bij de oorzaken Overprogrammering en Onvoorziene lange duur voorgaande ingre(e)p(en) dient te worden opgemerkt dat onder deze twee omschrijvingen dezelfde redenen kunnen vallen. Ze zijn sterk gerelateerd aan de planning. Samen zijn deze twee oorzaken verantwoordelijk voor 25,3% van het totaal afzeggingen. Dit legitimeert de vraag of door een meer realistische planning het afzeggingen gereduceerd kan worden. 4.2.4 Uitloop Eén van de problemen in het VUmc is dat sessies dikwijls uitlopen. Hier zijn verschillende oorzaken voor te noemen, zoals de opname van spoedpatiënten, overprogrammering, onderschatting van zittingsduren, late starts en te lange wisseltijden. Uitloop heeft vooral vervelende consequenties voor het OK-personeel dat dienst heeft, omdat ze moeten overwerken. Daarnaast zijn er ook consequenties voor postoperatieve afdelingen, zoals de verkoever, de intensive care en de verpleegafdelingen. 19