Клиника рейсе для улучшения доступа пациентов и повышение производительности провайдер *

РЕЗЮМЕ

Проблема пациент не показывает (пациенты, которые не прибывают назначенные) является чрезвычайно важным во многих медицинских учреждениях, где нет-шоу может меняться в широких пределах. Нет-шоу снижения производительности поставщика и клиники эффективности, увеличение расходов на здравоохранение, а также ограничивает возможности клиники для обслуживания своих клиентов населения за счет снижения его эффективного потенциала. В этой статье мы рассмотрим вопрос о не-шоу и предложить назначение рейсе качестве одного из средств снижения негативных последствий не-шоу. Мы считаем, что больной доступа и поставщик производительность значительно улучшилась рейсе, но рейс причин увеличения в обоих пациентов время ожидания и поставщик сверхурочных. Мы разрабатываем новые функции полезности клинику для захвата компромиссов между этими выгоды и издержки, и покажем, что относительные величины, что клиника назначает служению дополнительных пациентов, сведение к минимуму времени ожидания пациента, а также минимизация сверхурочных клинике определят, будут ли рейсе является оправданным . По результатам серии имитационных экспериментов, мы обнаружим, что рейсе обеспечивает большую полезность, когда клиники служат большее число пациентов, не-шоу цены выше, и сервис изменчивости ниже. Даже при высокой переменной время обслуживания, многие клиники будут достигнуты положительные результаты с чистой рейсе.

Предметные области: Назначение планирования, политики здравоохранения, No-шоу, избыточное бронирование, служба операций, планирование политики и систем моделирования, а также утилита оценки.

ВВЕДЕНИЕ

Эффективное использование ресурсов клиника имеет решающее значение в эпоху быстрый рост расходов на здравоохранение, и призывает к повышению эффективности медицинской помощи (Суини, 1996), так что менеджеры здравоохранения становится все сложнее контролировать затраты при этом обладает высококачественной медицинской помощи (Wright, Bretthauer,

В этой статье мы рассмотрим вопрос о не-шоу и предложить назначение рейсе, как средства снижения негативного влияния не-шоу. Мы считаем, что больной доступа и поставщик производительность значительно улучшилась рейсе, но рейс причин увеличения в обоих пациентов время ожидания и поставщик сверхурочных. Относительных ценностей, которые возлагает на клинику (я), работающие дополнительных пациентов, (II) сведение к минимуму времени ожидания пациента, и (III) сведение к минимуму сверхурочные клинике определят, будут ли рейсе масштабе; эти компромиссы, захватываются новые утилиты клинике функции развитых в настоящем документе. Проведенный анализ дает ценные указания по клинической администраторам для расширения их возможностей служить пациентов при управлении реальными и сопутствующие расходы клиники операций и больной раз ждать.

Наши исследования обусловлен, финансируемых государством сообщества амбулаторных центр психического здоровья стремятся максимально увеличить свой потенциал для лечения недостаточно членами сообщества при управлении ограничений, резко сокращают финансирование из государственных и федеральных источников. В этой клинике, почти 30% взрослых пациентов не явились на свои регулярные встречи с психиатрами. В соответствии с выводами сообщили в предыдущие литературы (Chesanow, 1996; Ларкин, 1999; Мюррей

Хотя предварительное планирование литературы назначение касательно изучал рейсе в сочетании с пациентом не показывает (Blanco Белый

Мы вносим вклад в управление здравоохранения литературы в четырех направлениях. Во-первых, мы показываем, как планирование сложность возрастает при назначении рейсе используется, чтобы компенсировать не-шоу. Демонстрируя динамику пациента неопределенности прибытия в обоих сроков и количества не-шоу, мы различаем клинике рейсе от избыточного для управления доходами в транспортных услуг. во-вторых, мы вводим новые аналитические полезную модель, которая оценивает назначение избыточного с точки зрения компромисса между преимуществами выступающей дополнительных пациентов и расходы увеличились пациентов время ожидания и поставщика сверхурочных. Эта утилита модель позволяет администратору адаптировать результаты наших конкретных особенностей клиники. В-третьих, имитационных экспериментов, регрессионного анализа и чувствительность экспериментов, мы показываем, что назначение рейсе в поликлиниках может значительно положительное воздействие на чистую клинике производительность за счет увеличения доступа пациентов и повышения производительности клинику, которая приводит к снижению затрат и улучшению клинике пациент удовлетворение и результатов. В-четвертых, мы предоставляем управленческие идеи в практическое использование избыточного назначения в реальных условиях клиники и продемонстрировать его применение в больших, финансируемых государством психиатрическая клиника.

Хотя в этой статье обусловлен проблемами в поликлиниках, наше исследование имеет отношение к любой обстановке, в которой производительность услуг провайдера и абонентского доступа к услугам, на которые воздействует проблематичным клиент не показывает, в том числе профессиональных услуг, таких, как право кабинетов и клиник; правительства отделений; розничных услуг, таких, как подготовка налоговой декларации офисов и салонов; консультационных центров и отделений приема, среди многих других.

Остальная часть статьи организована следующим образом. Мы первый обзор предыдущих литературы, имеющих отношение к нашим исследованиям и продемонстрировать, что рейс не был широко изучен в качестве средства для смягчения негативных последствий не-шоу. В третьем разделе, мы разрабатываем формальная модель клиники утилита, которая включает в себя расходы не показывает, и выгоды от избыточного, мы также разрабатываем аналитические результаты для небольших клиник. В четвертом разделе мы сообщаем о результатах всестороннего изучения моделирования, которая анализирует затраты и выгоды, не показывает и рейсе в различных медицинских учреждений. Эти результаты обобщаются на широкий диапазон размеров и клинике пациент не показывать номера. В пятом разделе мы рассмотрим чувствительность результатов к некоторым нашим предположениям моделирования и дать представление о том, как наши результаты могут быть реализованы на практике. Наконец, мы с заключительными замечаниями и направления будущих исследований.

ОБЗОР НАЗНАЧЕНИЕ ПЛАНИРОВКА

Планирование сервисных операций была предметом научного исследования в течение нескольких лет (Истон

В отличие от управления транспортом доходов были всесторонне изучены (Барнхарт, Belobaba,

В области планирования назначения, полевые исследования показали значительные различия в назначении не-шоу среди медицинских специальностей и географическим регионам (Sharp

Медицинские исследователи и некоторые практикующие были сосредоточены на поиске причин не показывает и устранения или сокращения их. Они считаются расходы, такие как анализ пациентов и их поведение, а также расходов на реализацию программ и практики для повышения показателей посещаемости пациента (Shonick

Отмеченные причины не показывает включают отсутствие транспорта, планирования задач, проспать или забывчивости, а также отсутствие ухода за детьми (Кэмпбелл и др.., 2000). Вероятность пациент не показывает, могут быть связаны с такими факторами, как возраст пациента, пол и количество предыдущих назначений (Shonick

Управление операциями и статистические методы были использованы в ряде исследований клинических системы планирования назначения, которые измеряют производительность как взвешенная сумма пациентов время ожидания и простоя поставщика единовременные расходы (Bailey, 1952; Уэлч

Из 36 статей по категориям в одном из недавних обзоров литературы амбулаторных расписанием, Cayirli и Veral (2003), только 11 предусматривают возможность не показывает, и только 4 включают политику в целях смягчения последствий поведения не-шоу. Бланко-белых и щука (1964) сосредоточить внимание на своевременность прибытия пациента, как это влияет клинике производительность, но рассматривать только пациент не показывает на ограниченной основе. Феттер и Томпсон (1966) исследовать воздействие ходить модули в качестве противовеса noshows, но не считают назначение рейсе. Виссерс и Wijngaard (1979) регулировать среднее и дисперсия времена обслуживания для компенсации и не показывает, и ходить-модулей, но не непосредственно изучать рейсе. Виссерс (1979) рекомендует, чтобы интервал между назначениями быть уменьшен, чтобы компенсировать не показывает, но не обеспечивает анализ и данные, подтверждающие эту рекомендацию.

В другой литературе, наиболее тесно связанные с этой статьей, Shonick и Клейна (1977) показано, как использовать больной не-шоу вероятности, обусловлено больной характеристик, относящихся к поведению не-шоу, чтобы зарезервировать достаточное пациентов, так, что ожидаемое количество прибывших равна к цели номер не было видно. Они признают, с этим проблем пациентов время ожидания и поставщика времени простоя, но не использовать эти неявные затраты для оценки работы и не рассматривают возможность того, что рейс может привести к клинике сверхурочных. Совсем недавно Rohleder и Классен (2002) изучить политику подвижного горизонта планирования, когда спрос на назначений колеблется. Они расследуют использования двойного бронирования (форма рейсе) и оплату сверхурочных увеличить мощность нагрузки при назначении спрос высок, но цель такого двойного резервирования чтобы не выплачивать компенсацию за не-шоу, которые они имеют постоянной на 5% . Они оценивают альтернативной политики планирования использования показатели о назначении времени на подготовку, время ожидания пациента, клиника сессии длины, поставщик использования, а также поставщика времени простоя.

Опираясь на этот предыдущих исследований, мы явно сосредоточиться на проблеме не-шоу и о последствиях рейсе с целью оказания помощи клинических руководителей определить, действительно ли назначение рейсе должны быть использованы. Наше назначение рейсе модель вмещает широкий спектр размеров клиники и не-шоу номера, что позволяет его применение в различных клинических методов.

Мы также выражаем предположение о результатах предыдущих исследований, что спрос на контракты, по крайней мере так велика, как предложение, которое подразумевает, что количество запланированных назначений, по крайней мере так велика, как клиника размера. Рейсе в клинической планирования назначения обусловлен более конкретные предположения, что спрос на назначения превышает предложение. Таким образом, рейс предусматривает еще одно преимущество в дополнение к увеличению использования поставщика, который является восстановление неиспользуемых мощностей от не-шоу, что позволяет увеличить доступ пациентов и сервиса. Кроме того, мы предполагаем, что цены на медицинские услуги не меняется динамически, чтобы стимулировать продажу избыточных мощностей или максимизировать доходы. Эти предположения дифференцировать клинические системы назначения от других сервисных операций, которые используют системы управления доходами (Кимс, 1989) или перевозки по управлению доходами (McGiIl

МОДЕЛЬ НАЗНАЧЕНИЕ БРОНИРОВАНИЯ

Мы моделируем клиники, которые могут иметь несколько поставщиков (врачей, хирургического персонала и т.д.), но в которых каждый поставщик служит специальный набор пациентов (например, один поставщик не выполняет пациентов другого), так что каждый поставщик может быть моделируется в изоляции. Каждый пациент видел в течение фиксированного периода времени D. постоянной время службы не противоречит многих операций клинико-настройки и позволяет нам сосредоточить внимание на неопределенность, вызванная не-шоу, а не на какой-либо неопределенности представил изменением времени обслуживания. Для многих других клиник, не зная, время обслуживания являются нормой, так что мы демонстрируем в нашем разделе анализа чувствительности, что полученные результаты применяются даже тогда, когда услуги клиники раз крайне неопределенно.

Клинических провайдер способности обслуживать N пациентов в клинических сессии, где сессии определяется как непрерывный блок клиники времени, таких как утром, днем или, может быть целый день. Параметр N определяет также размер клинике, в соответствии с предыдущей литературы (Blanco Белый

Пациенты, как правило, запланированных назначений на интервалах T всей клинике сессии. В среднем, доля R (O

При клинике overbooks сессии, он рискует иметь больше пациентов? прибыть в ходе сессии, чем его способность N, так что K>? > N. В таких случаях больной Рейсе может привести к провайдеру работы время F за номинальные время окончания С сессии (сверхурочная работа), так что F> C.

Наконец, мы предполагаем, что клиника несет выгод и затрат в соответствии с его политикой планирования назначения. Мы используем нефинансовые меры полезности (ремесел

Стоимостные параметры TT, U, О, как предполагается, быть деноминированы в тех же единицах, так что, например, отношение U / O представляет значение времени пациента по отношению к провайдера. Обратите внимание, что единицей измерения в D, O, и У не имеет значения для нашего анализа, однако их отношения (относительно веса) играют важную роль ..

Ожидаемые рейсе функции полезности ON (уравнение (3)) основывается на показателях предыдущих исследований, что баланс пациента время ожидания с провайдером простой (Bailey, 1952; Хо

Заметим, что выражение для избыточного утилиту неявно включает в себя стоимость сервера времени простоя. Мы считаем, что персонал клиники и наличии в течение всего срока клинике сессии или не Есть пациент не показывает, и поэтому их расходы являются фиксированными и затонул. Потому что они не зависят ни влияния на рейсе или планирования политики работают, сервер расходы явно не моделируется в функции полезности (3). Тем не менее, сервер времени простоя и производительности важной управленческой показатели деятельности в сфере здравоохранения. Многие работники системы здравоохранения рассмотреть поставщика производительности важной мерой клиники деятельности (Tonges, 1985; Chesanow, 1996; Баум, 2001; Чун, 2002; Маккарти, 2002; Коул, 2003). Мы определим поставщика производительности P (или поставщика использования), которая будет отношение суммарного времени провайдер предоставления услуг и общей длиной рабочего дня провайдера, включая сверхурочную работу, и использовать это определение в последующем анализе воздействия на рейсе с назначением на должность Планирование производительности в разделе исследования моделирования.

Для того чтобы продемонстрировать динамику пациента неопределенности прибытия, несколько моделей прибытия пациента, которые иллюстрируют как выгод и опасностей на рейсе приведены в таблице 2. В этих примерах, клиника мощностью 5 контрактов (N = 5); пациента уровень шоу 50% (S = 0,5), и каждый прием длится 1 единицу времени (D = 1). В рейсе, клиника графики 10 назначений на каждой сессии (K = 5/.5 = 10) и так сжимает время между назначениями от 1 единицу времени на 0,5 единицы времени (T = 0,5). При S = 0,5, клиника рассчитывает только 5 из 10 запланированных назначений, чтобы показать, в среднем.

В пяти случаях были выбраны в качестве примеров возможных комбинаций пациентов время ожидания и поставщик сверхурочных в плане возникновения каждого фактора или ненаступления. База случае показывает уникальный образец идеального заезда, в котором ни у одного времени ждать, ни поставщик сверхурочных происходит. Только 5 из 10 запланированных больные поступают, как ожидается, и появление картины больных расположенных так, что ни один пациент не ждет, чтобы его видели и не сверхурочные были понесены. В случае 1, время ожидания пациента происходит и поставщиков сверхурочных нет, иллюстрирующие раннего прибытия сессии запустить пациентов, которые впоследствии должны ждать, чтобы было видно. Тем не менее, меньше прибывших позднее в ходе сессии дать время для клиники отработать его отставание и избежать сверхурочной работы. В случае 2, поставщик сверхурочных происходит, но больной времени ждать нет, потому что, когда каждый пациент приходит, сервис уже завершена во всех предыдущих больных. Появление одного пациента в конце сессии причин сверхурочно, чтобы произойти, потому что срок службы распространяется прошлого регулярного время работы клиники. В случае, если три, как время ожидания пациента и поставщика сверхурочных возникать из-за позднего прибытия сессии запустить пациентов, у которых должны ждать службу и заставить клиники работать сверхурочно.

4 дела, как дело 3, иллюстрирует возникновение и время ожидания пациента и поставщика сверхурочных, а также показывает, что при более чем ожидаемое количество пациентов появляется, есть и больной время ожидания и оплату сверхурочных. Есть, конечно, и много других возможных моделей прибытия для этого простого условиях клиники (Есть 210 = 1024 возможных перестановок), но эти пять случаев служат для иллюстрации того, что с назначением рейсе, в отличие от транспорта рейсе, время, а также число, прибывших пациентов, могут иметь большое влияние на показатели деятельности клиники ..

Аналитические результаты для небольших клиник

Для того чтобы лучше понять динамику рейсе, мы анализируем результаты рейсе расходов в течение нескольких клиниках размера N е (1, 2, 3) пациентов. Мы ограничиваем наш анализ с целью K

МОДЕЛИРОВАНИЕ ОБРАЗОВАНИЯ рейсе

Для проверки идеи в предыдущем разделе, а также изучить более серьезные проблемы, в которых число пациентов должен быть забронирован больше K = 3, мы провели ряд имитационных экспериментов по исследованию воздействия и возможности на рейсе в больших клинику.

Опытно-конструкторское

Чтобы определить ожидаемую полезность рейсе и других параметров производительности в результате избыточного, мы провели исследование полного факторного моделирования с помощью клиники размера N и показать уровень S в качестве основного экспериментальных факторов. Пациентов время ожидания Вт, производительность сервера P, и закончить сессию раз F были зависимых переменных, измеренных в ходе моделирования. В соответствии с Виссерс (1979) и Хо и Лау (1992), мы использовали пять уровней клинике размера N е (10, 20, 30,40, 50), охватывающих диапазон от клиники, в которых поставщики услуг видим только один пациент каждый час, чтобы те, в которых служат поставщиками пациента каждые 10 минут. Десять уровней фактора для шоу-номера 5 евро (1,0, 0,9, .. ., 0,1), были включены для того, чтобы он распространялся на весь спектр практических пациента процентах прибытия (Rust и др.., 1995). В общей сложности 10000 репликаций были завершены по каждому из 50 сочетаний факторов, на общую сумму 500 000 (5? 1Ox 10000) наблюдений. В экспериментальных исследованиях предыдущего основного эксперимента, 95% доверительный полуширины для сессии закончить раз F и пациента раз ждать Wp было не более 2% от точечных оценок.

Для каждой итерации моделирования, клиника была разделена на K назначение слотов, каждый длительностью T единиц времени. Один пациент был запланирован для каждого слота K назначения. Пациенты прибыли для службы в независимой вероятности показывают, 5 ровно в запланированное время их прибытия. Прибыв пациенты ждали, пока провайдер был свободен (если занят), а затем подавали с продолжительностью D. пациентов ожидания не были замечены в порядке их назначения. В случаях, когда больные не показывает и не было отставания ожидания пациентов, поставщик услуг простаивает. В тех случаях, где больше прибыли, чем пациенты могут обслуживаться в течение срока C клиники, клиники работали сверхурочно, чтобы обслуживать все ожидания пациентов. Потому что не было изменчивости времени обслуживания, овербукинг был единственной причиной любого пациента, время ожидания или поставщика сверхурочной работы, что произошло, что мы могли бы атрибут расходов в функции полезности непосредственно к практике рейсе. Данные были собраны для пациента прибытия и время ожидания для поставщика время простоя, и для клиники сверхурочных. Это было не нужно указывать затраты или полезность мер до проведения имитационных экспериментов-предельная полезность выгоды р, маргинальные затраты пациента ждать

Экспериментальные результаты

Результаты моделирования экспериментов показывают ряд интересных моделей, которые могут быть использованы для руководства клиники планирования и управления. Во-первых, для всех размеров клиники, овербукинг вызывает как предполагаемое время ожидания пациента W и ожидаемые клинике сверхурочных O, увеличиваются по мере не-шоу повышению ставок R. во-вторых, ожидается поставщика производительности P улучшается с рейсе, как увеличение не-шоу номера. И в-третьих, овербукинг увеличение ожидается рейсе утилита ООН для большинства (но не все) клиник по мере увеличения размеров клиники. Эти результаты имеют важные управленческие последствия для эффективного управления поликлиниках. Каждый описано более подробно в следующих и показано на рисунках 1-5.

Время ожидания и сверхурочные

Цифры 1 и 2, соответственно показывают среднее время ожидания пациентом W и среднего клинике сверхурочных O в зависимости от не-шоу R скорость и размер клинике В. Заметим, что без избыточного, пациенты никогда не ждать и клиники сверхурочных никогда не произведены, как показано в этих данные для случая, без каких-либо рейсе. Эти цифры свидетельствуют, что в рейсе, как время ожидания пациента и клиники сверхурочных возрастать по мере увеличения пациента не показывать скорость. Это происходит из-за последствий больной модели не-шоу. Как показано в таблице 2, как частота и характер пациента noshows может иметь отрицательное воздействие на пациентов время ожидания и клиники сверхурочных. Когда слишком много overbooked больные поступают и / или больные поступают в проблемных моделей, ожидания и сверхурочные затраты были понесены. Однако, если слишком мало пациентов приезжают на сессии или клинике, когда они прибудут в доброкачественных модели какого-либо положительного ожидания и сверхурочным выгоды в клинику, чтобы сбалансировать расходы на проблемные ситуации. Односторонний характер этой структуры расходов означает, что рейсе всегда повышает среднем времени ожидания пациента и всегда будет увеличить средний сверхурочных клинике, а цифры 1 и 2 предлагают. Управленческие последствия этого получается, что даже в присутствии не-шоу, клиника администраторы должны быть готовы терпеть увеличить время ожидания пациента и увеличить сверхурочные, если пациент клиники рейсе используется.

Поставщик производительности

Без рейсе, поставщик производительность равна скорости больной показать 5 и поэтому снижение линейно с увеличением не-шоу номера. Рисунок 3 показывает, что при рейсе, поставщик снижения производительности, как увеличение не-шоу номера, но такими темпами, которые значительно ниже, чем без избыточного. В рейсе, средняя урожайность провайдер никогда не опускается ниже 80%, даже если нет-шоу ставка 90%, тогда как поставщика производительности (использование) бы только 10% без рейсе. Этот результат показывает, что рейсе политика может обеспечить надежные результаты показателей производительности даже при наличии большого номера не-шоу. Рисунок 3 показывает также, что в рейсе, поставщик производительности больше для больших клиник, чем у более мелких из-за портфеля эффект больших клиниках.