modèle de données pour lanalyse des flux de patients à lhôpital nicolas anken, philippe...
TRANSCRIPT
Modèle de données pour l’analyse des flux de patients à
l’hôpital
Nicolas ANKEN, Philippe GARNERIN, Eriam SCHAFFTER
Direction de l’Analyse Médico-EconomiqueHôpitaux Universitaires de Genève (HUG)
GISEH - 03 septembre 2010
22
Les Hôpitaux Universitaires de Genève
MCO
Psychiatrie,Gériatrie,Soins de suite
DAME
333
Pourquoi s’intéresser aux flux de patients?
• Qualité et sécurité des soins
• Motivation financière dans un système de remboursement par cas (DRG / GHM)
• Engorgement des zones de réhabilitationet impact sur les zones aiguës (MCO)
• Importantes variations de la charge de travail masquées par les indicateurs d’activité mensuels traditionnels (entrées / sorties, journées d’hospitalisation, taux d’occupation, durée de séjour)
• Adéquation demande en soins / offre difficile
444
Analyse de l’activité d’une unité de soins
Unité 6-AL
Spécialité cardiologie
Nombre de lits en service(dotés en personnel)
15 lits la semaine 6 lits le week-end
Période statistique 2009
Provenance des patientsElectifs:
Soins intensifs:Urgences:
Autre:
57%25%14% 4%
55
Entrées et occupationpar mois
→ Taux d’occupation: 65%
66
Entrées et occupationpar semaine
77
Entrées et occupationpar jour de la semaine
→ Taux occup: - 60% en semaine - 93% le week-end
88
Entrées et occupationpar heure de la semaine
999
Comparaison de deux unités de soin
Unités 6-AL 6-BL
Spécialité cardiologie médecine interne& cardiologie
Nombre de lits en service(dotés en personnel)
15 lits la semaine 6 lits le week-end
16 lits
Période statistique 2009 2009
Provenance des patientsElectifs:
Soins intensifs:Urgences:
Autre:
57%25%14% 4%
5%31%60% 4%
1010
Entrées et sortiespar heure du jour
1111
Entrées et sortiespar heure de la semaine
1212
Occupationpar heure de la semaine
→ Taux d’occupation: 92%→ Taux d’occupation: 65%
1313
Unités groupées: occupationpar heure de la semaine
→ Taux d’occupation: 80%
1414
Entrées par provenance et par heure du jour
151515
Construction de la base de données
1) Mouvements de chaque patient sur chaque type de «compartiment» :
→ Traçabilité: à tout moment d’un épisode de soins, associer un unique compartiment de chaque type.
épisode de soin no
date / heure début
date / heurefin
unité delocalisation
serviceresponsable
unitéd’hébergement
11xxx03930.07.2009
11h3701.08.2009
14h04 7-CL médecine interne 7-CL
11xxx03901.08.2009
14h0415.08.2009
15h05 6-BL cardiologie 6-BL
11xxx03915.08.2009
15h0515.08.2009
17h02 Bloc cardiologie 6-BL
11xxx03915.08.2009
17h0218.08.2009
19h30 6-BL cardiologie 6-BL
161616
unité de localisation
entréeexterne
entréeinterne
en provenancede
sortie externe
sortieinterne
à destination de
7-CL 1 hors hôpital 1 6-BL
6-BL 1 7-CL 1 Bloc
Bloc 1 6-BL 1 6-BL
6-BL 1 Bloc 1 hors hôpital
Construction de la base de données2) Décompte de l’activité sur chaque type de compartiment indépendamment:
service responsable
entréeexterne
entréeinterne
en provenancede
sortie externe
sortieinterne
à destination de
médecine interne 1 hors hôpital 1 cardiologie
cardiologie 1 médecine interne hors hôpital
cardiologie médecine interne hors hôpital
cardiologie médecine interne 1 hors hôpital
171717
Construction de la base de données
3) Découpage par tranche horaire et stockage dans base de données:
18
• Nombre d’entrées par mois dans une unité:
PRENDRE an, mois, somme(entrée interne), somme(entrée externe), unitéÀ PARTIR DE table_centrale, table_unités
• Nombre de journées dans un service en excluant les congé:
PRENDRE an, mois, somme(durée), serviceÀ PARTIR DE table_centrale, table_servicesOÙ flag_congé = non
Exemples d’interrogation de la base
1919
Journées de blocs, congé, fugueService de chirurgie viscérale, 2009
→ Taux occup: - 85% - ou 89% ?
202020
Résumé du traitement des données
212121
Conclusion
• La base de donnée développée permet d’obtenir en routine les statistiques de flux sur n’importe quel pas de temps et n’importe quel type de compartiment (unité, service, département).
• La visualisation graphique:– met en évidence des effets de saisonnalité et des variations au sein
d’une même journée– explique les « coups de feu » ressentis par les soignants, qui sont
masqués par les indicateurs mensuels moyens– peut ainsi faciliter l’allocation des ressources (dotation en lits)
→ A suivre:– mise à disposition de l’outil graphique– projet de simulation:« effet de la gestion prévisionnelle des sorties sur l’occupation des unités
de soins et l’encombrement des urgences »
222222
Merci de votre attention !