手术间利用率.docx
《手术间利用率.docx》由会员分享,可在线阅读,更多相关《手术间利用率.docx(7页珍藏版)》请在冰豆网上搜索。
![手术间利用率.docx](https://file1.bdocx.com/fileroot1/2023-2/7/cb1cd9ca-944f-488c-8bff-ce3bce3612ff/cb1cd9ca-944f-488c-8bff-ce3bce3612ff1.gif)
手术间利用率
基于模拟评估统计驱动的外科手术调度系统
摘要:
背景:
最大限度地提高手术室的利用率,更好的估计手术持续时长。
我们用计算机模拟来确定是否使用统计驱动调度手术系统,使术中病人和手术影响因素具体化来针对性提高手术量和手术间利用率。
方法:
我们模拟血管外科手术时长和麻醉时长的作为病人和手术特点的一个项目,使用多元线性回归的方法(预测建模系统[PMS])。
对于每种类型的手术计算平均每名外科医生的历史手术时间(HMS)和平
均麻醉时间。
在一个单一手术间做血管手术的计算机模拟调度,然后基于PMS或HMS。
结果:
相比于HMS,PMS的手术量增加了至少15%个(99.8%累积概率,PV0.001)。
PMS是可能导致加班(平均13%相对11%天一年,PV0.001)。
然而,加班时间较长的HMS组(平均140想对95分钟每天加班,PV0.001)。
PMS利用不足率低(平均23%比手术的日子,34%PV0.001)和更短的利用不足时间(平均120对193分钟每天的不足,PV0.001)。
结论:
该计算机模拟结果表明,利用PMS在单个手术间增加手术量和提高了手术调度效率。
1.简介
在手术间的调度和运行费用是医院管理的重要因素,因为手术间是医院最昂贵的功能区。
通常情况下,超过60%的患者入院手术治疗。
因此,评估外科服务依赖于充分利用有限的和昂贵的手术资源。
在这种情况下,最大化手术间利用是一种方法来控制医疗成本,并为病人提供最佳护理。
我们先前的研究显示,颈动脉内膜剥脱术及下肢搭桥手术的手术时长(从皮肤切口皮肤缝合时间)可以基于回归的方法以手术,外科医生和病人的特点作为预测因子来模拟预测。
我们还发现,手术时长的预测相比利用之前的预测方法,这些模型具有更好的精度。
此外,我们发现,术前及术后麻醉时间同样可以模拟各种血管手术时长。
但是,从这个模型得到的增量效益尚不清楚。
在有限的时间和人力资源下,我们不知道是否更准确地预测单个手术长度足以提升每天的手术量。
在这项研究中,我们假设调度血管手术在单个手术间通过预测建模系统(PMS)的回归将提高手术量而不会导致手术间的过度或利用不足。
我们比较了PMS调度和HMS系统,HMS是由医院分配时间来描述单例手术长度估计的常用策略。
为了比较这两种方法,我们进行了计算机模拟。
我们的研究显示,回归的建模方法提高了择期血管手术量
2.方法
2.1样本
采用回顾性队列设计,我们提取通过电子调度和计时系统信
息查询4年内开放性或腔镜内血管外科3245例手术。
在解剖和手
术特点的基础上,我们将这些手术类型分为不同的手术类型。
我们研究纳入多个当前程序技术(CPT码,这是相当典型的在一个复杂的血管外科实践设置。
手术相关与病人相关的变量,可能会影响通过医疗记录收集的手术时长。
由于目标是使用这些术前收集的已知的变量来建模的手术时长。
2.2回归模型本组已在先前的手术中描述建模细节[5,6]。
我们基于共同的解剖和技术因素进行组织机构形成所有血管手术前程序。
这个分组被用于最常用的文献中报告的分组代替,这是基于原CPT编码。
不同的手术分类使我们规避CPT相关精度的局限性,包含了大部分的外科手术,我们研究了包括多个CPT编码。
模拟不同手术时间时,我们进行了多变量回归分析把手术时间做为因变量,病人或手术、医生因素为自变量。
为评估模型的稳定性,两个独立的回归分析每个过程的类型。
我们使用一个变量与手术时间鲁棒线性回归,线性回归,或b)与因变量的自然对数的敏感期。
在一个多变量回归模型中,P值小于0.15的变量被输入。
P值V0.05的解释变量包括在最终的主效应模型,对其中的参数估计进行了计算,并用于使手术时间预测。
为计算和用于使手术时间预测的参数估计这种方法能够获得院级和程序规范”数学签名”手术时间长度的所有血管运算在我们的设备上进行测试,表1。
列出程序类型检查和统计学显著来预测手术时长的变量。
两套模型(稳健回归和线性回归与因变量的对数变换)得到了类似的统计学显著回归。
稳健回归参数估计用于持续时间预测。
一个类似的方法来预测麻醉时间,被建模为术前麻醉的总和(从进入到房间的时间,直到皮肤切口)和术后麻醉(从房间的病人退出的时间从皮肤关闭)。
房间的周转时间也为变量而被发现是随机的,来完善不同类型的程序。
2.3原始时间计算每名外科医生的每种类型的手术的历史平均长度计算为本程序在整个跨度我们的数据收集的平均手术时间。
用于计算一个给定的手术间的预期手术时长方法。
这些包括平均医生、服务、部门时间;或者,估计导出手术间调度专用的公式[7]。
我们计算平均每个手术每个外科医生的时间,在手术时间的外科医生的作用已经在我们的工作中很好的建立,以及其他工作[8,9]。
此外,使用这个基准的手术时间预测提供了一个强大的参考点,因为有很少的设施,如果有的话,使用一个更精确的方法来预测手术时间。
2.4模拟
比较PMS与HMS调度方法,我们在一个手术间进行计算机模拟调度血管手术。
我们以手术当天为观察单位,并进行了分析在一个假设的一年(252个工作日)的过程中发生的操作。
我们跑了10000次迭代的一年-长的操作调度。
2.4.1病人分布每一个模拟步骤代表在工作日的日程的安排,开始在一个广泛的血管外科手术的做法,如在我们的机构中的一个典型的患者的情况下。
病人的特点和案例量来自从我们的设施中收集的历史数据计算的概率分布,但是,由于我们分析了相当大的病人,可能的病人因素和情
况量的分布是总体上的血管患者。
例如,我们计算出,颈动脉内膜切除术、血管瘤内皮修复和截肢的在每年的手术量占14%,7.5%,13%;和髂动脉瘤和血管钙化(包括统计学显著的血管内动脉瘤修复术-长
度不能预测)12%、患者接受腔内修复发生的31%,此外,我们计算个别外科医生执行特定类型的手术的外科医生会捕捉到操作规范的趋势的概率。
使用适当的逻辑,这些详细的可能被纳入患者的生成过程,并作为一个结果,在我们的日常实践假设患者进入仿真。
2.4.2手术当天结构
手术当日开始随机分配手术1天周块或PMS或HMS调度系统。
逻辑然后向病人排队;如果是空的,一个新的病人产生;否则,队列中的首位患者作为手术的候选人。
病人的选择后,操作性和麻醉时间进行预测,可以使用模型(PMS)或HMS根据调度分配的一周。
平均房间的周转时间也计算在一个滚动的6个月的基础上,并添加到手术和麻醉时间来计算整个手术时间。
为了模拟的目的,我们假设,手术天是定于最后10小时(代表典型的手术天的长度在我们的手术套房)的概率的一个给定的术式可供选择的计划调度,以及对概率分布,在上一步的基础上,确定了每个病人的手术特点。
允许加班和利用不足时间阈值为60分钟,根据这些阈值,调度的情况下,将继续下去由于60分钟的手术当天仍然未使用。
如果,后连续的调度尝试任何给定的一天,联合国使用的时间长度为<60分钟,然后调度为这一天将停止,并将开始一个新的手术天。
如果不使用时间大于60分钟,但操作不能被计划没有导致V60分钟加时赛(手术时间、麻醉时间,房间的周转时间),另一例病人将随机生成的,病人的手术可导致过度加班会回到病人队列。
如果违反了二个病人加班规则,然后三分之一或四分之一的患者被随机选择计划。
4次尝试后未能找到一个合适将终止当天的调度工作,导致手术间的利用不足。
2.4.3特殊情况的假设即使在最有效的手术间都会出现手术取消。
因此,逻辑被纳入模拟考虑取消发生在手术前一天的概率来自历史数据的可能性。
如果他们按照表中利用不足和过度的时间限制,从前2个病人排队。
急诊手术情况下,将需要从根本上改变的情况下序列一般不发生(小于5%的
时间),并被忽略。
然而,我们注册成立的逻辑来解释不寻常的情况下,虽然罕见,是已知的变异在手术室利用率的随机性。
2.5结局变量主要终点指标是在一个假设的1年中手术量(例),手术计划使用的PMS或HMS的方法构建。
次要终点包括(a)二进制的过度使用和利用不足率(是否过度或不足的发生),(b)平均每日的过度使用和未充分利用时间(以分钟计算),和(c)整体效率,为1年内手术间小利用过度和不足天数。
一天中使用不足或滥用时间〉60分钟。
每个模拟调度一天要比一天评估成本的结果。
从观测的时间分布的血管外科手术获得的情况下持续时间用来去确定整个手术当天的实际长度,对PMS和HMS的方法进行评估。
模拟和分析使用MSExce进行(微软公司,西雅图,华盛顿州)
和Stata软件,版本13.1(塔塔集团,学院站,TX)
3结果3.1手术量
相比于HMS,PMS增加了14%的手术量(99.8%累积概率,Pv
0.001)。
有一个92%,44%,和4%的累计概率,PMS将20%,25%,增加手术量和30%,分别为(图1)。
平均增加的手术量,当调度情况下使用的PMS24%。
3.2加班时长
PMS是稍微导致手术间过度利用。
手术天数HMS的方法平均11%
(7%-14%。
低于PMS平均为13%(10%-16%(Pv0.001,图2A)。
这种差异很小,但意义无法统计。
有趣的是,调度方法导致加班与实质性的分散,这是与现实生活中的观察意想不到的长时间的情况下。
当它发生的时候,加班在PMS调度持续大幅减少。
每天加班中,在
PMS的平均时间长度为95分钟(61-123)与平均140分钟(100-210
min)每天时观察到手术调度发生在HMS(Pv0.001,图2b)。
在过去一年中,我们观察到的平均66和48h为HMS和PMS的调度方法。
3.3利用不足
PMS有较低的手术间利用不足。
平均而言,当PMS用于调度23%
(19%-28%,HMS导致利用不足率34%(30%-39%(Pv0.001,图
4a)。
此外,当它发生与PMS是不足的较短的时间。
平均来说,PMS导致每一天120分钟的未充分利用(48-172min),而HMS导致193分钟的未充分利用(168-241)(Pv0.001,图4b)。
在过去一年中,我们观察到的平均274和102h的不足为HMS和PMS的调度方法(P
<0.001,图5)
4讨论
在这项研究中,我们使用电脑模拟来比较一个基于统计的手术间调度方法的有效性(PMS),将基于历史平均每个医生的情况。
我们已经表明,基于统计的系统大大提高了手术量,降低了利用率,降低了对手术间的过度使用时间,但是有可能导致手术间的过度利用。
手术室效率最大化的一个最重要的决定因素是优化手术间手术的时间分配[10]。
在这方面,预测手术时长是至关重要的有效的规划和调度的前一天的手术。
手术时长通常被建模为一个平均值和标准偏差的对数正态变量的历史数据得出的。
记录去年2年内的手术时长,增强影响手术时长因素的理解。
同样,计算机化的模拟已被用于评估不同的计划调度策略及其对减少效率的影响。
之前的工作已经回答了是否增量效益,改善手术时长的预测精度从而增加手术量。
模拟计算表明,我们在利用建模系统做了大量手术后实现了很大的效益。
这最有可能是模型的效果。
具体来说,我们基于现有文献,统计分析之前手术来建立模型,提高手术时长的预见性。
例如,以前的工作主要采用CPT弋码组的程序。
这些代码是却不能捕捉到可能对时间预测的重大影响信息。
此外,发表的研究忽略了与多个CPT编码程序,事实上,当这些代表最复杂的手术干预,最有可能受益于先进的建模。
与之相反,我们已经建立了我们的模型,使用一个自底向上的方法,在术前和术中的因素是已知的,在手术前的一天的调度统计测试作为持续时间的预测。
结果是一个重要的预测时长与
程序规范手术时长的决定因素
传统上,手术间低效率已经被定义为两方面:
闲置手术间时间乘以每小时成本不足手术间时间;再加上时间的过度手术间时间乘以每小时成本过度手术间时间[16]。
在这定义的基础上,手术间效率可以被看作当手术间低效率最小化时,价值最大化。
这个被广泛接受的定义引导更多的研究或使用优化。
我们的研究强调一点忽视的组成部分,手术间效率,这是能够在有限时间和手术间内,完成更多的手术。
特别重要,大的三级转诊医疗中心,进行专门的手术,并在普遍的医疗保健系统的情况下,特别是那些有利于公共与私人资金场地。
在这过去HMS的评估中,手术量减少由于手术间的低效率利用必然导致漫长的等待时间并干扰医疗保健服务。
与建议的PMS执行调度出现在提高手术量量有前途的调度方法。
在这项研究中我们提出的模拟结果,我们也在全国会议上作出报告,在实践中应用所提出的预测建模系统的一个令人信服的案例。
它的优势在于提取用于预预测模型的数据元素的简单(他们都很容易通过电子病历系统访问),和易于计算的预测实时手术时间等。
后者可以很容易地实现,通过使用现成的软件,如微软的软件(微软公司,西雅图州。
有医学背景的人,如注册护士,可以在几天内培训如何从病人的图表中提取必要的数据元素,并在电子表格中输入用于手术病例长度计算的目的。
我们已经做了一项随机对照试验,在我们的机构中,我们会随机分配周到PMS或HMS,比较精确预测的两个调度方法手术当日手术时间和手术量。
这样的试验将提供了PMS在实际手术的作用环境的洞察力。
在现实生活中的设置显示的有效性。
在我们看来,关键在提出PMS为实现大样本。
此外,对使用的PMS相关的前期成本需要计算,并纳入医院设施的依赖水平的资源,专家的预测模型,以及基础设施。
效率成果来自PMS的实施,在实践中得到证明的需要创建预测模型。
任何计算机模拟和基础逻辑的假设是一样的。
我们的模拟没有考虑到急诊手术下,因为急诊手术在我们医院不是很常见的。
取消手术虽然占在逻辑应用,可发生在不可预知的模式和干扰的有效调度。
同样的,患者人数是被认为稳定的在我们研究过程中。
最后,我们的回归模型是特定的回归方程,可能不适用于其他机构。
然而,计算机模拟方法的使用比较的相对灵活的,现有的调度系统可以很容易地复制应用。
总之,我们已经证明了通过计算机模拟方法,血管外科病例持续时间的预测是基于个体血管手术类型建模优于HMS调度,为建模方法在手术量和手术间效率改进相关。
这种方法在实践中实施调度可能是有用的工具,提高实际的手术间的效率。
目前正在进行一项随机对照试验,以评估该系统在手术室的适用性。