Modèle de données pour l’analyse des flux de patients à l’hôpital Nicolas ANKEN, Philippe GARNERIN, Eriam SCHAFFTER Direction de l’Analyse Médico-Economique Hôpitaux Universitaires de Genève (HUG) GISEH - 03 septembre 2010

Les Hôpitaux Universitaires de Genève Psychiatrie, Gériatrie, Soins de suite DAME MCO 2

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 réhabilitation et 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 3 3

Analyse de l’activité d’une unité de soins Spécialité cardiologie Nombre de lits en service (dotés en personnel) 15 lits la semaine 6 lits le week-end Période statistique 2009 Provenance des patients Electifs: Soins intensifs: Urgences: Autre: 57% 25% 14% 4% 4 4

Entrées et occupation par mois → Taux d’occupation: 65% 5

Entrées et occupation par semaine 6

Entrées et occupation par jour de la semaine → Taux occup: - 60% en semaine - 93% le week-end 7

Entrées et occupation par heure de la semaine 8

Comparaison de deux unités de soin 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 Provenance des patients Electifs: Soins intensifs: Urgences: Autre: 57% 25% 14% 4% 5% 31% 60% 4% 9 9

Entrées et sorties par heure du jour 10

Entrées et sorties par heure de la semaine 11

Occupation par heure de la semaine → Taux d’occupation: 65% → Taux d’occupation: 92% 12

Unités groupées: occupation par heure de la semaine → Taux d’occupation: 80% 13

Entrées par provenance et par heure du jour 14

Construction de la base de données 1) Mouvements de chaque patient sur chaque type de «compartiment» : épisode de soin no date / heure début date / heure fin unité de localisation service responsable unité d’hébergement 11xxx039 30.07.2009 11h37 01.08.2009 14h04 7-CL médecine interne 01.08.2009 14h04 15.08.2009 15h05 6-BL cardiologie 15.08.2009 15h05 15.08.2009 17h02 Bloc 17h02 18.08.2009 19h30 → Traçabilité: à tout moment d’un épisode de soins, associer un unique compartiment de chaque type. 15 15

Construction de la base de données 2) Décompte de l’activité sur chaque type de compartiment indépendamment: unité de localisation entrée externe entrée interne en provenance de sortie externe sortie interne à destination de 7-CL 1 hors hôpital 6-BL Bloc service responsable entrée externe entrée interne en provenance de sortie externe sortie interne à destination de médecine interne 1 hors hôpital cardiologie 16 16

Construction de la base de données 3) Découpage par tranche horaire et stockage dans base de données: 17 17

Exemples d’interrogation de la base Nombre d’entrées par mois dans une unité: PRENDRE an, mois, somme(entrée interne), somme(entrée externe), unité À PARTIR DE table_centrale, table_unités Nombre de journées dans un service en excluant les congé: PRENDRE an, mois, somme(durée), service À PARTIR DE table_centrale, table_services OÙ flag_congé = non

Journées de blocs, congé, fugue Service de chirurgie viscérale, 2009 → Taux occup: - 85% - ou 89% ? 19

Résumé du traitement des données 20 20

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 »  21 21

Merci de votre attention ! 22 22