mandag den 2. april 2012

”Knæk koden” til kortere ventetid

Donald Berwick – tidligere direktør for Institute of Healthcare Improvement og chefrådgiver på præsident Obamas sundhedsreform – bliver ofte citeret for en udtalelse om, at ethvert system er perfekt designet til at give de resultater, som det giver.
 
Efter min opfattelse har han ret. Gør man, som man plejer, får man, hvad man plejer. 

Hvis vi vil have korte ventetider, så må vi ændre noget i systemet. Men inden vi ændre noget, så må vi forstå systemet. 

Når emnet er ventetid, er kø-teorien den rette referenceramme.

Teorien beskriver, hvordan man – ved hjælp af sandsynlighedsregning – kan bestemme ventetidens ”steady state” ved hjælp af oplysninger om hhv.;

 1)      efterspørgslen (hvor mange patienter ankommer pr. tidsenhed),
 2)      tidsforbruget (hvor lang tid, det tager at behandle en patient) og
 3)      kapaciteten (hvor mange patienter, der kan håndteres på samme tid). 

Når de tre elementer er kendt, kan ventetidens ”steady state” beregnes.

Skal Sundhedsstyrelsens bekendtgørelse om maksimale ventetider efterleves, og er ventetidens ”steady state” større end bekendtgørelsens, så kræver det en ændring af mindst en af modellens tre input. 

Forslag til nedbringelse af ventetiden kommer hyppigt til udtryk i form af et ønske om en ændret dimensionering af kapaciteten, men lige så effektfuld ville det være, hvis der var tale om en optimering af tidsforbruget eller regulering af efterspørgslen – under behørigt hensyntagen til, hvad der er muligt i den konkrete situation. 


Med ”ventetidens anatomi” beskrevet, kunne det være interessant at se lidt nærmere på ”ventetidens fysiologi”. 

Gennem simulering er det muligt at bestemme, hvordan ventetiden ændre sig, når kapacitetsudnyttelsen – defineret som [efterspørgslen x tidsforbruget] / kapaciteten – ændres. 

Her viser det sig, at når udnyttelsesgraden stiger, så stiger ventetiden eksponentielt.
En høj udnyttelsesgrad er således ensbetydende med en lang ventetid, og derfor er det nærliggende at spørge: Er dét den grundlæggende årsag til, at der hyppigt er en lang ventetid til diagnostik og behandling?


Gennem simulering er det endvidere muligt at konstatere, at skal udnyttelsesgrad være høj og ventetiden lav, kan det lade sig gøre ved at lade efterspørgslen og udbuddet variere i samme takt. Men gør de to elementer traditionelt det? 

Foruden dimensionering, optimering og regulering, er synkronisering således også et effektfuldt middel, når ventetiden ønskes nedbragt. 

Synkronisering kunne komme til udtryk i form af en prognose for efterspørgslen suppleret af en buffer-kapacitet, der kompenserer for usikkerheden i prognosen. Og tales der om ventetid i dage/uger, skal prognosen selvfølgelig også være i dage/uger, hvis ventetiden skal minimeres. Det er matematisk evident.

At ”knække koden” til kortere ventetid kan være vanskeligt, men der findes mange gode metoder, som med fordel kunne tages i brug. 

Ha’ en rigtig god påske … men forvent en lang ventetid (og et stort arbejdspres) på den første hverdag efter påske, for traditionelt er efterspørgslen efter flere helligdage i træk større end normalt, alt imens bemandingen – lige så traditionelt – er fastlagt ud fra et gennemsnit, der ikke tager hensyn til den variation.  

Referencer:
Berwick DM, “A primer on leading the improvement of systems”, BMJ, 1996;312:619.
Higginson I, Whyatt J, Silvester K, “Demand and capacity planning in the emergency department: how to do it”, Emergency Medicine Journal, 2011;28:128-35.
Pedersen J.E., ”Ventetid skal beregnes korrekt”, Ugeskrift for Læger, 2011;173:1486-9.

Ingen kommentarer:

Send en kommentar