OK - PLANNING AFDELING HEELKUNDE VUMC EEN ONDERZOEK IN OPDRACHT VAN HET VU MEDISCH CENTRUM, AMSTERDAM

OK - PLANNING AFDELING HEELKUNDE VUMC

EEN ONDERZOEK IN OPDRACHT VAN HET VU MEDISCH CENTRUM, AMSTERDAM

27-06-2006


Alle rechten voorbehouden. Niets uit deze opgave mag worden verveelvoudigd, opgeslagen in een geautomatiseerd gegevensbestand, of openbaar gemaakt, in enige vorm of op enige wijze, hetzij elektronisch, mechanisch, door fotokopieën, opnamen, of enige andere manier, zonder voorafgaande schriftelijke toestemming van de auteurs. © All rights reserved. No part of the material protected by this copyright notice may be reproduced or utilized in any form or by any means, electronic or mechanical, including photocopying, recording, or by any information storage and retrieval system, without the written permission of the copyright owners. ©

2


Voorwoord Voor u ligt het rapport dat is opgesteld door het bureau MedOpt Consultancy. MedOpt Consultancy bestaat uit zeven studenten Bedrijfswiskunde & Informatica aan de Vrije Universiteit te Amsterdam. In het kader van de afsluitende opdracht voor de bachelor-fase van de studie, is MedOpt aan de slag gegaan met de bedrijfscase. Deze bedrijfscase vond plaats in het Vrije Universiteit medisch centrum (VUmc) en heeft als doel de afdeling Heelkunde van het VUmc te helpen bij de planning van de Operatiekamers (OK’s). In dit rapport worden de resultaten van het onderzoek beschreven en er worden een aantal mogelijke oplossingsrichtingen opgesteld die tot een verbetering kunnen leiden. Hierbij wil MedOpt iedereen die ons bij dit onderzoek heeft geholpen erg bedanken. Met name onze begeleiders aan de Vrije Universiteit Drs. Marco Bijvank, Prof. Dr. Ger Koole en Prof. Dr. Bert Kersten willen wij bedanken voor hun betrokkenheid en sturing bij het uitvoeren van dit onderzoek. MedOpt wil ook het VUmc bedanken voor de prettige samenwerking. Met name Dr. Jan Rauwerda, Dr. Rick Paul, Dhr. Arnoud de Bruin, Dhr. Rien Caljouw, Dhr. Baas Lumeij en Dhr. Matthieu Schrijen willen we bedanken voor hun bijdrage aan dit onderzoek.

MedOpt Consultancy, 27-06-2006 Said Ait Haddou Ou Ali Hugo Andrioli Suman Jugal Priya Kanhai Jeroen van Schaijik Bilal Singer David Sloog

3


Management samenvatting MedOpt Consultancy heeft voor het Vrije Universiteit medisch centrum de planning van operaties voor de afdeling Heelkunde onderzocht. Momenteel heeft het VUmc een van de hoogste percentages afzeggingen van electieve patiënten in Nederland. Dit zorgt voor negatieve publiciteit en is daarnaast ook patiëntonvriendelijk. Het VUmc wil hierdoor dat het aantal afzeggingen van electieve patiënten zo laag mogelijk wordt. Daarnaast wil men dat de bezettingsgraad hoog is omdat de beschikbare capaciteit zo goed mogelijk benut moet worden. Hierbij speelt de planning een belangrijke factor. Een betere inschatting van de zittingsduur en een betere afstemming met niet-electieve patiënten kan ervoor zorgen dat het VUmc tot een betere mix van afzeggingen en bezettingsgraad kan komen. Er zijn daarnaast afspraken gemaakt met de zorgverzekeraar over de te leveren zorg. Aan de hand van deze afspraken krijgt elke afdeling quota met het aantal te realiseren operaties en wordt de sessietijd toebedeeld. Een van de conclusies van het onderzoek is dat het VUmc te maken heeft met een kraptemodel. Om aan de productieafspraken te voldoen heeft de afdeling Heelkunde binnen het VUmc 11% meer tijd nodig voor de electieve zittingen. Dit kraptemodel zorgt voor meer inflexibiliteit, waardoor het planningsprobleem alleen maar benarder wordt. Ook voor de niet-electieve zittingen geldt een tekort van 25% aan ingeplande tijd. Het planningsprobleem kan op een aantal manieren opgelost worden. Ten eerste kan er op een meer efficiënte manier omgesprongen worden met de beschikbare capaciteit. Een belangrijk punt hierbij is het creëren van langere sessies. Hierdoor wordt de spreiding in de uitloop verkleind. Het is daarom aan te raden om over te stappen naar een 9-urige werkdag, mits het netto aantal uren dat er mensen in de OK-ruimtes werken gelijk blijft. Een tweede mogelijkheid om het planningsprobleem aan te pakken, is door gebruik te maken van historische gegevens. Momenteel wordt er structureel te weinig tijd ingepland voor zittingen, wat zorgt voor overprogrammering en mogelijk afzeggingen. Met behulp van statistiek kan de zittingsduur beter ingeschat worden, waardoor de planning eerder correct uitgevoerd kan worden. Een derde oplossing is, om de planning te maken aan de hand van een aantal planningsregels. Er is gebleken dat bij het inplannen van zittingen in sessies, de zittingen het best gescheiden kunnen worden in sessies met alleen relatief lange en sessies met alleen relatief korte zittingen. Als er naar één sessie wordt gekeken, dan blijkt dat de zittingen binnen de sessie het best volgens oplopende zittingsduur uitgevoerd kunnen worden. Een vierde mogelijkheid waarnaar gekeken is, is het rekening houden met de niet electieve stroom van patiënten. De bevindingen daarbij zijn dat het opereren met een witte vlekken planning een gunstigere verhouding van het aantal afzeggingen tot de bezettingsgraad oplevert dan in het geval van gebruik van een acute OK. Een witte vlekken planning kan echter niet zomaar ingevoerd worden in het VUmc omdat er enkele belemmerende factoren zijn.

4


Inhoudsopgave Voorwoord ...................................................................................................... 3 Management samenvatting ............................................................................. 4 1. Inleiding ...................................................................................................... 7 2. OK-complex VUmc.................................................................................... 8 2.1 Classificatie patiënten ............................................................................................... 8 2.2 Opzet operatiedag ..................................................................................................... 8 2.3 Indeling OK-complex ............................................................................................. 10

3. Planningsprocessen................................................................................... 12 3.1 Jaarplanning ............................................................................................................ 12 3.2 Maandplanning ....................................................................................................... 15 3.3 Weekplanning ......................................................................................................... 16 3.4 Dagplanning............................................................................................................ 17

4. Opdrachtbeschrijving................................................................................ 18 4.1 Probleemstelling ..................................................................................................... 18 4.2 Omgevingsanalyse .................................................................................................. 19

5. Cause-effect graph .................................................................................... 21 5.1 Lage bezettingsgraad .............................................................................................. 22 5.2 Aantal afzeggingen hoog ........................................................................................ 23

6. Data analyse .............................................................................................. 25 6.1 Afzeggingen per afdeling/specialisme.................................................................... 25 6.2 Bezettingsgraad....................................................................................................... 26 6.3 Oorzaken van afzeggingen...................................................................................... 26

7. Oplossingsrichtingen ................................................................................ 29 7.1 Onderzoeksvragen................................................................................................... 29

8. Kraptemodel.............................................................................................. 31 8.1 Kwantitatieve analyse ............................................................................................. 31 8.2 Oplossingsrichting 1: productieafspraken aanpassen ............................................. 32 8.3 Oplossingsrichting 2: langere sessies...................................................................... 34 8.4 Oplossingsrichting 3: meer sessies ......................................................................... 35 8.5 Oplossingsrichting 4: kortere zittingsduur.............................................................. 35 8.6 Beperkingen op de oplossingsrichtingen ................................................................ 36

9. Huidige planningsmethode beoordelen .................................................... 38 5


9.1 Geplande zittingsduur versus gerealiseerde zittingsduur........................................ 38 9.2 Planbaarheid van zittingsduren ............................................................................... 45 9.3 Onderzoek naar verdelingen van de wisseltijden.................................................... 46 9.4 Maatstaven berekenen............................................................................................. 48 9.5 Simulatiemodel validatie ........................................................................................ 49

10 Planningsregels ........................................................................................ 51 10.1 Scenario één: verdeling zittingen over sessies...................................................... 51 10.2 Scenario twee: verdeling zittingen binnen een sessie ........................................... 52

11. Witte vlekken versus Acute-OK............................................................. 54 11.1 Bepalen van de verdeling van acute patiënten...................................................... 54 11.2 Witte vlek bepalen ................................................................................................ 57 11.3 Witte vlekken versus Acute OK ........................................................................... 57

12. Conclusie................................................................................................. 61 Bronvermelding ............................................................................................ 62

6


1. Inleiding Zorg, in het bijzonder medische zorg, speelt een ongekend belangrijke rol in ons leven. Ieder van ons heeft wel eens medische zorg nodig. Gezien het belang van adequate medische zorg, is men sinds mensheugenis op zoek naar manieren om die te verbeteren. Nieuwe ontdekkingen, technologische ontwikkelingen en uitbreiding van de medische kennis zijn allerlei zaken die de mogelijkheden binnen de medische wereld met sprongen vooruit hebben doen gaan. Een gevolg hiervan is weer dat men ouder wordt, waardoor de vraag naar zorg alleen maar is toegenomen. MedOpt is een consultancy bureau dat zich voornamelijk richt op de medische wereld. MedOpt heeft als doel, een hogere efficiency te bereiken bij zijn klanten zodat het optimale gehaald kan worden uit de beschikbare middelen. Als er vanuit een bedrijfswiskundige invalshoek naar de zorg wordt gekeken, herkennen we een complex logistiek apparaat. Met deze bedrijfswiskundige bril op, kan vanuit een ander front getracht worden de kwaliteit van de zorg te verbeteren. Een actueel en spraakmakend item hieromtrent is het fenomeen van de te lange wachttijden van patiënten voor een ziekenhuisopname. Om tot een goede oplossing van dit probleem te komen is het noodzakelijk een ziekenhuis als een bedrijf te zien met alle processen van dien. Dit rapport is het gevolg van een bedrijfswiskundige aanpak van één van de logistieke problemen binnen een ziekenhuis, te weten de planning en het gebruik van de Operatie Kamers (OK’s) van de afdeling Heelkunde van het VUmc te Amsterdam. Ons doel is een zo efficiënt mogelijke aanpak te bieden voor het planningsprobleem van deze afdeling. Een planningsprobleem is over het algemeen van nature aanzienlijk ingewikkeld. Het feit dat het hier een ziekenhuis betreft, vermeerdert de complexiteit. We hebben namelijk te maken met een dynamisch planningsprobleem, gezien het feit dat we te maken hebben met de complexe zorg. In Hoofdstuk 2 worden de verschillende facetten beschreven, die een rol spelen binnen het OKcomplex van het VUmc. Inzicht in deze facetten is belangrijk voor een goed begrip van het probleem. In Hoofdstuk 3 wordt het planningsproces uiteengezet, dat binnen het VUmc gehanteerd wordt. Vervolgens wordt in Hoofdstuk 4 de opdrachtbeschrijving gegeven. In dit hoofdstuk wordt de probleemstelling geformuleerd en een omgevingsonderzoek gedaan. In Hoofdstuk 5 wordt het probleem grondiger bekeken aan de hand van een cause-effect graph (oorzaak-gevolg graaf). De probleemstelling wordt kwantitatief onderzocht in Hoofdstuk 6. In Hoofdstuk 7 worden de onderzoeksrichtingen beschreven die in de daarop volgende hoofdstukken uitgewerkt worden. Hoofdstuk 8 behandelt het kraptemodel. In Hoofdstuk 9 wordt de huidige planningsmethode beoordeeld en in Hoofdstuk 10 worden planningsregels behandeld. In Hoofdstuk 11 wordt onderzocht wat de invloed zou zijn van het invoeren van een witte vlekken planning. Tenslotte volgt in Hoofdstuk 12 de conclusie.

7


2. OK-complex VUmc Een ziekenhuis en zeker een academisch ziekenhuis zoals het VUmc is geen geïntegreerd bedrijf. Met een geïntegreerd bedrijf bedoelen wij bijvoorbeeld een spijkerfabriek. Daar wordt ruw ijzer aangevoerd en het ruwe ijzer doorgaat de verschillende afdelingen, wat resulteert in het eindproduct: spijkers, verpakt en wel. In dit geval zijn al de verschillende afdelingen op elkaar afgestemd. In een ziekenhuis echter, ontbreekt deze afstemming op elkaar veelal. De verschillende afdelingen in een ziekenhuis opereren zelfstandig maar wenselijk is dat zij goed op elkaar afgestemd zijn. Een van de struikelblokken bij het afstemmen van de verschillende afdelingen is de verdeling van de OK ruimte. De verschillende facetten die een rol spelen binnen het OK-complex van het VUmc zullen in dit hoofdstuk beschreven worden. Zo bespreken we in Paragraaf 2.1 de typen patiënten waar rekening mee gehouden wordt. In Paragraaf 2.2 wordt een beschrijving gegeven van de opzet van een operatiedag. Tenslotte kijken we in Paragraaf 2.3 naar de indeling van het OK-complex van het VUmc.

2.1 Classificatie patiënten Er wordt onderscheid gemaakt tussen verschillende soorten patiënten, die in het VUmc behandeld worden. Een groot deel van de patiëntbehandelingen verloopt namelijk gepland. Deze patiënten zijn de zogenaamde electieve patiënten en vormen ongeveer 80% van het totale aantal patiënten voor behandelingen. Daarnaast hebben we te maken met een instroom van niet-electieve patiënten die in feite het electieve programma verstoren. Deze patiëntenstroom vormt ongeveer de resterende 20% van het totaal aantal patiënten. Voor de afdeling Heelkunde afzonderlijk zijn deze percentages 60% respectievelijk 40%. Voor het gemak wordt er uitgegaan van drie patiëntenstromen, wat in wezen een enorme simplificatie is van de te onderscheiden soorten patiëntenstromen. 

Electief: binnen x maanden geopereerd

De niet-electieve patiënten worden als volgt verdeeld:  

Spoed: niet geplande patiënt die tussen 07:45 en 15:30 binnenkomt en wel binnen de eigen sessietijd behandeld kan worden. Acuut: niet geplande patiënt die buiten de eigen sessietijd behandeld word. (niet geplande patiënten die tussen 07:45 en 15:30 aankomen en die niet binnen de eigen sessietijd behandeld kunnen worden of patiënten die in de avonden en het weekend aankomen).

Acute patiënten hebben dus de hoogste urgentieclassificatie. Over de acute zorg is op jaarbasis wel bekend hoeveel daar ongeveer van nodig is, maar er zijn perioden met pieken en perioden met dalen. Er is dus een aanzienlijke spreiding.

2.2 Opzet operatiedag Om de huidige gang van zaken binnen het VUmc goed in kaart te brengen moet een operatiedag binnen het VUmc goed onder de loep gebracht worden.

8


Patiënten komen het ziekenhuis binnen en van de totale patiëntenstroom ondergaat ongeveer 50% een operatie in één van de 20 OK’s. Zo’n operatie wordt een zitting genoemd. Zittingen worden ingeroosterd in sessies. Een sessie is een OK-dag die begint om 7.45 uur en eindigt om 15.30 uur. Een sessie bestaat dus uit een aantal zittingen die op één werkdag uitgevoerd worden in dezelfde OK. In Figuur 1 is een sessie illustratief weergegeven.

Figuur 1: overzicht van een sessie

Een zitting zelf bestaat uit verschillende delen:  Allereerst wordt de patiënt binnengebracht en ingeleid. Dit is de voorbereiding op de operatie waar de patiënt de juiste verdoving krijgt, in de juiste houding wordt gezet en de benodigde instrumenten klaar worden gelegd. Dit wordt gedaan door de verplegers en anesthesist (verpleegkundige).  Als dit gedaan is, begint de daadwerkelijke operatie waarbij de chirurg gaat snijden.  Als de chirurg klaar is met de operatie wordt de patiënt uitgeleid. Hierbij wordt de patiënt uit de verdoving gehaald door de anesthesist en weer overgedragen aan de verpleegkundigen van de verkoeverkamer (herstelkamer). Tussen twee zittingen zijn er wisseltijden. Gedurende deze periode wordt de OK schoongemaakt en wordt er gekeken of alle benodigdheden voor de volgende zitting aanwezig zijn. Ook worden er al voorbereidingen getroffen voor de volgende zitting. Hierdoor overlappen de inleiding, uitleiding en wisseltijd vaak in de praktijk. In het VUmc worden er ook de termen “late start” en “uitloop” gebruikt. Als de eerste zitting van een sessie na 07:45 wordt gestart spreekt men van een late start. Als de laatste zitting van een sessie na 15:30 wordt afgerond spreekt men van uitloop. Daarnaast kan er stil gestaan worden bij de verschillende uitvoerenden op zo’n operatiedag om inzicht te krijgen in de opzet van een operatiedag. In de dagelijkse praktijk is een team, bestaande uit de medewerkers anesthesist verpleegkundige (AV), operatieverpleegkundigen (OV), chirurgen(C) en een anesthesioloog (A) op één OK aanwezig. Eén anesthesioloog wordt aangesteld als drager van de pieper 707. Dit houdt in dat deze anesthesioloog de eindverantwoordelijkheid voor het gehele OK-complex op die dag heeft. In Figuur 2 is illustratief weergegeven hoe een OK op een gemiddelde sessie bezet wordt.

9


A1

C2-3

AV2

Operatie -

OV2

tafel

Figuur 2: illustratief voorbeeld van de bezetting op een OK.

Achter de afkorting staat hoeveel personen van dat type er in de OK gemiddeld aanwezig zijn. Totaal zijn er ongeveer acht personen rond de operatietafel. Eén van de maatstaven die het VUmc hanteert om vast te stellen of de dagplanning correct verlopen is, is de bezettingsgraad. Dit is een maatstaf, die aangeeft in hoeverre het ziekenhuis de beschikbare OK-capaciteit benut. Doorgaans zijn er verschillende definities mogelijk voor de bezettingsgraad. Het feit dat de bezettingsgraad mogelijk op verschillende manieren berekend kan worden door verschillende ziekenhuizen, maakt het moeilijk de bezettingspercentages onderling te vergelijken. De definitie voor de bezettingsgraad, die het VUmc hanteert is als volgt: De som van de zittingsduren behorende bij één sessie (de wisseltijden zijn daar dus niet bij inbegrepen) minus de eventuele uitloop van de laatste zitting, gedeeld door de sessieduur van 7,75 uur. Deze definitie staat beschreven in Feenstra (2005). Een andere maatstaf die in de gaten gehouden moet worden is het aantal electieve patiënten dat wel op de dagplanning ingeroosterd stond, maar niet geopereerd is. Dit is dus het aantal afzeggingen.

2.3 Indeling OK-complex Het OK-complex is opgesplitst in een vijftal OK-units, te weten verkoever (uitslaapkamer), drie operatieve units en de Centrale Sterilisatie Afdeling (CSA). Een OK-unit bestaat uit een aantal fysiek bij elkaar liggende OK’s, waarbinnen het totale aanbod van operatieve verrichtingen van de binnen die unit werkende specialismen plaatsvindt. Dit betreft zowel het electieve als nietelectieve patiëntenaanbod. Op de CSA worden de gebruikte instrumenten gereinigd en gesteriliseerd. Binnen het VUmc wordt er gebruik gemaakt van drie soorten OK’s. Naast de 18 reguliere OK’s kan er gebruik worden gemaakt van één acute OK en één flex-OK.

10


In een reguliere OK worden er gedurende een sessie voornamelijk operaties uitgevoerd op electieve patiënten, die van tevoren zijn ingepland. De acute OK wordt gebruikt om de acute patiënten op te vangen. Deze OK is gereserveerd voor acute patiënten die gedurende de dag binnenkomen. Deze ruimte plus personeel wordt gedeeld door alle afdelingen samen. Dit houdt in dat het personeel dat werkzaam is in de acute OK operaties uitvoert uit verschillende specialismen. Als er dus een acute patiënt binnenkomt dan wordt deze behandeld in de acute OK. De acute OK is soms echter al bezet door een acute patiënt. Als er dan een andere acute patiënt binnenkomt, zal deze behandeld worden door de afdeling waar deze patiënt bij hoort. Deze afdeling zal de operatie van de acute patiënt dan uitvoeren en kijken hoe de overige electieve operaties uitgevoerd kunnen worden. Het kan zijn dat enkele zittingen verschoven of zelfs afgezegd worden. In de flex-OK worden operaties uitgevoerd die verplaatst zijn van de dag ervoor of operaties voor spoedpatiënten die niet direct geholpen hoeven te worden. In de huidige situatie van het VUmc draait de flex-OK bijna niet. Dit komt omdat de flex-OK de eerste OK is waar personeel vandaan wordt gehaald als andere OK’s enkele mensen tekort komen. Verder is het zo dat het VUmc is opgedeeld in zes zorgclusters. Een zorgcluster is samengesteld uit verschillende medische afdelingen en ondersteunende diensten. Er is getracht om die afdelingen samen te voegen die in de praktijk veel met elkaar te maken hebben. De afdeling Heelkunde valt onder custer IV. Deze cluster zou je ook wel het snijdende (of acute) cluster kunnen noemen omdat zowel de Spoed Eisende Hulp, een groot aantal snijdende specialismen, als de OK en de Intensive Care (IC) hieronder vallen. In dit hoofdstuk hebben wij verschillende definities binnen het VUmc-complex uitgelegd, evenals de uitvoer van een dagplanning. In het volgende hoofdstuk zal de totstandkoming van de planning uitgelegd worden.

11


3. Planningsprocessen Het planningsproces bestaat uit meerdere planningen, te weten de jaarplanning, maandplanning, weekplanning en dagplanning. Ieder van deze planningen zal in dit hoofdstuk besproken worden. Het planningsproces is in Figuur 3 illustratief weergegeven.

Jaarplanning

Maandplanning

Weekplanning

Dagplanning

Figuur 3: Overzicht planningsproces

3.1 Jaarplanning Boven aan de keten van het planningsproces staat de jaarplanning. De jaarplanning wordt ook wel de blauwdruk genoemd. Deze planning bestaat uit twee stappen. Stap 1: Hierin worden de productieafspraken tussen het VUmc en de zorgverzekeraars gemaakt over hoeveel operaties er uitgevoerd moeten worden en welke type operaties (bijvoorbeeld hartoperaties). Indien het VUmc deze productieafspraken niet nakomt, krijgen ze een nota van de verzekeraar gepresenteerd. Stap 2: Aan de hand van de productieafspraken wordt het benodigde aantal OK-sessies per specialisme vastgelegd door cluster IV. Sinds een aantal jaar worden de beschikbare OK-sessies verdeeld aan de hand van een rekenmodel, opgesteld door het management. Dit model gaat uit van historische gegevens. Deze historische gegevens worden afhankelijk van de technische vooruitgang genomen over de afgelopen 1 tot 3 jaar. Het rekenmodel is weergegeven in Figuur 4. Aan de hand van bovenstaande stappen is er in Tabel 1 weergegeven wie er verantwoordelijk is voor de jaarplanning. Jaarplanning Productieafspraken Benodigde aantal OK-sessies per specialisme vastgelegd

Verantwoordelijk Vumc en zorgverzekeraars Cluster IV

Tabel 1: verantwoordelijkheid voor de jaarplanning

12


1 1

t/m

6

Productie afspraak tav aantal opnamen

= invoerparameters

* 2

% geopereerde patienten

= Aantal zittingen

* 3a

Gemiddelde electieve zittingsduur (uren)

Gemiddelde nietelectieve zittingsduur (uren)

* 4

*

*

% electief

% niet-electief

=

Benodigde NETTO niet-electieve sessietijd (uren)

/

/

Bezettings percentage

Bezettings percentage

=

5

=

Benodigde BRUTO electieve sessietijd (uren)

Benodigde BRUTO niet-electieve sessietijd (uren)

/ 6

4

=

Benodigde NETTO electieve sessietijd (uren)

5

3b

/

Sessieduur (7,75 uren)

Sessieduur (7,75 uren)

=

6

=

Benodigd aantal electieve sessies

Benodigd aantal niet-electieve sessies

Figuur 4: Model voor sessiebepaling.

13


De stappen in het model zijn als volgt: Stap 1: Het planningsproces begint met de productieafspraken, zoals in paragraaf 3.1 besproken is, waarbij onder andere vastgesteld wordt hoeveel opnames er voor komend jaar gerealiseerd moeten worden. Stap 2: Alleen de opnames die een operatie met zich meebrengen zijn relevant voor de planning van de benodigde sessietijd. Daarom wordt het vastgestelde aantal opnames vermenigvuldigd met het percentage patiënten dat geopereerd moet worden. Om dit percentage te bepalen wordt naar gegevens uit het verleden (over de afgelopen 1 tot 3 jaar) gekeken. Het resultaat is het aantal zittingen dat nodig is voor het bepaalde jaar. Hier splitst het model zich in twee trajecten te weten het traject voor het bepalen van de sessietijd voor electieve zittingen (stap 3a) en het traject voor het bepalen van de sessietijd voor nietelectieve zittingen (stap 3b). Stap 3a: Voor de electieve zittingen wordt de gemiddelde zittingstijd bepaald aan de hand van historische data (over de afgelopen 1 tot 3 jaar). De verkregen waarden worden met het aantal zittingen vermenigvuldigd. Stap 3b: Voor de niet-electieve zittingen wordt de gemiddelde zittingstijd bepaald aan de hand van historische data (over de afgelopen 1 tot 3 jaar). De verkregen waarden worden met het aantal zittingen vermenigvuldigd. Stap 4: Vervolgens wordt de bepaalde tijd verdeeld zodanig dat er geldt: % tijd electief + % tijd niet-electief = 100%. De verkregen tijden zijn de tijden waarin de OK daadwerkelijk gebruikt wordt. Dit is dus de netto electieve respectievelijk niet-electieve tijd. Stap 5 Er moet natuurlijk rekening gehouden worden met het feit dat de bezettingsgraad niet 100% is. Daarom worden de netto tijden nog gedeeld door de bezettingspercentage om te komen tot de bruto benodigde OK-tijd. In de bruto benodigde OK-tijd is de tijd meegenomen dat de OK doorgaans ongebruikt blijft. Stap 6: Nu is bekend hoeveel OK-tijd er in totaal ongeveer nodig is voor zowel de electieve als niet-electieve patiënten. Om tot het aantal benodigde sessies te komen, wordt dus gedeeld door de sessieduur van 7,75 uren (7:45 – 15:30). De resultaten zijn in Tabel 2 en Tabel 3 voor zowel de electieve operaties als de niet-electieve operaties weergegeven.

14


Tabel 2: input en output van het model ter bepaling van benodigde sessietijd voor electieve zittingen.

Er kan opgemerkt worden dat het percentage geopereerde patiënten (zie stap 2) soms boven de 100% komt. Dit is het geval indien er bijvoorbeeld patiënten geopereerd worden door een ander specialisme dan het specialisme waar de patiënten zijn opgenomen of als een patiënt meerdere keren geopereerd wordt binnen een specialisme.

Tabel 3: input en output van het model ter bepaling van benodigde sessietijd voor niet-electieve zittingen.

3.2 Maandplanning Voor de maandplanning wordt een jaar eerst opgedeeld in 5 periodes. Op basis van pieken en dalen waarmee het VUmc gedurende het jaar te kampen heeft is deze indeling wat periode betreft gemaakt door cluster IV. Tabel 4 geeft weer welke weken in welke periode vallen. Periode 1 t/m 4 bestaat uit 10 weken en periode 5 uit 12 weken. Deze periodes bevatten elk jaar andere weken, omdat bij het samenstellen van deze periodes er rekening wordt gehouden met de vakantieperiodes in Amsterdam en omgeving in dat jaar. Periode 1 2 3 4 5

Weken 05, 09, 13, 17, 21, 25, 37,41, 45, 49 02, 06, 10, 14, 22, 26, 38, 42, 46, 50 03, 11, 15, 19, 23, 27, 39, 43,47, 51 04, 08, 12, 16, 20, 24, 28, 40, 44, 48 01, 07, 18, 29, 30, 31, 32, 33, 34, 35, 36, 52

Tabel 4: Weken van het jaar verdeeld over 5 periodes

15


Zes tot uiterlijk vier weken voor elke maand wordt er gekeken welke periodes er in die maand vallen. Aan de hand van elke periode wordt gekeken hoeveel sessies er per specialisme kunnen plaatsvinden, waarbij er rekening wordt gehouden met de beschikbaarheid van personeel, ruimte en middelen. Zo wordt bepaald hoeveel sessies elk specialisme die maand dan krijgt. Vervolgens wordt deze maandplanning doorgestuurd naar het planbureau van elk specialisme. Het planbureau bestaat uit een secretaresse en een hoofdchirurg. Deze chirurg is als vrijwilliger aangesteld door de overige chirurgen van die afdeling. Voor de afdeling Heelkunde is dit Dr. Rick Paul. Tabel 5 geeft weer wie er verantwoordelijk is voor de maandplanning en in welke tijdsperiode. Maandplanning Maandplanning maken en doorsturen naar elk specialisme

Verantwoordelijk Tijdsperiode Cluster IV Zes tot vier weken voor aanvang van een nieuwe periode

Tabel 5: verantwoordelijk voor de maandplanning in een bepaalde tijdsperiode.

3.3 Weekplanning Op basis van de maandplanning wordt de weekplanning gemaakt. De procedure voor de weekplanning is dan als volgt:  De hoofdchirurg van elk specialisme maakt de patiëntenplanning samen met de secretaresse. In deze planning bepaalt de hoofdchirurg welke patiënten er geopereerd zullen worden in de voor hem beschikbare sessies. Ook geeft de hoofdchirurg aan welke zitting door welke chirurg wordt uitgevoerd.  Elke dinsdag voor twaalf uur levert het planbureau van ieder specialisme de patiëntenplanning voor de komende week aan bij het secretariaat van de OK via het systeem OPERA. Het secretariaat stelt per zitting de teams samen en zet het betreffende OK-nummer erbij.  Het secretariaat van de OK bereidt de OK-programma’s voor. OK-programma’s zijn lijstjes met een overzicht van patiënten, het opererende team en het OK-nummer binnen het VUmc waar geopereerd wordt.  Het secretariaat van de OK zendt de OK-programma’s door naar de dienstdoende unitleider en die kijkt of er knelpunten bestaan in de programma’s van de eigen unit. Er wordt dan gekeken naar de haalbaarheid in tijd, volgorde, middelen (instrumentarium), personeel, faciliteiten, en de onderlinge samenhang. Bij onduidelijkheden, vragen of opmerkingen overlegt de unitleider telefonisch met de hoofdchirurg waarbij wordt getracht tot overeenstemming te komen. Tabel 6 geeft weer wie er verantwoordelijk is voor de weekplanning en in welke tijdsperiode

16


Week planning De patiëntenplanning Stelt per zitting de teams samen en bereidt de OKprogramma’s voor en zendt deze aan de dienstdoende unitleider Beroordeeelt de OKprogramma’s

Verantwoordelijk Tijdsperiode Hoofdchirurg Elke dinsdag voor twaalf uur Secretariaat van OK

Unitleider

Om dinsdagmiddag om twee uur

Tabel 6: verantwoordelijk voor weekplanning in een bepaalde tijdsperiode

3.4 Dagplanning Nadat het weekprogramma van elk specialisme bekeken is en er een groen licht is gegeven, kan er een dagplanning gemaakt worden. Bij de dagplanning houdt de hoofdchirurg zich in principe aan de ingediende weekplanning. Veranderingen in het dagprogramma worden eerst overlegd met de dienstdoende unitleider. Vervolgens overlegt deze unitleider met de 707, die de uiteindelijke beslissing neemt. Deze 707 gaat over alle specialismen heen. Tabel 7 geeft weer wie er verantwoordelijk is voor de dagplanning en in welke tijdsperiode. Dag planning Veranderingen in dagprogramma doorgeven aan het secretariaat van de OK en chirurg Veranderingen in dagprogramma doorgeven aan de het secretariaat van de OK en chirurg

Verantwoordelijk Unitleider

Tijdsperiode De dag voor de operatie tot half vier ‘s middags

707

Communicatie met de patiënt, operateur, verpleegafdeling, en het eigen secretariaat

Chirurg

Van half vier ’s middags de dag voor de operatie tot half acht ’s ochtends op de operatiedag Hele operatiedag

Tabel 7: verantwoordelijk voor dagplanning in een bepaalde tijdsperiode

In dit hoofdstuk is het planningsproces van electieve patiënten goed in kaart gebracht. In het volgende hoofdstuk wordt onderzocht wat de problemen zijn waar het VUmc mee te kampen heeft.

17


4. Opdrachtbeschrijving Het plannen en beheren van OK-sessies is bijzonder ingewikkeld. Dit komt onder andere omdat we niet te maken hebben met een statisch probleem, waarbij de tijden van de in te plannen activiteiten allemaal van tevoren bekend zijn, maar met een dynamisch probleem. Om deze reden moet er rekening gehouden worden met onzekerheden die een belangrijke rol spelen voor de planning. Denk hierbij aan de spreiding in zittingsduur, anatomische variabiliteit van patiënten en de binnenkomst van spoedpatiënten. Wegens de complexiteit van het probleem heeft het VUmc te kampen met een aanzienlijk aantal afzeggingen. Dit schaadt niet alleen de reputatie van het VUmc, maar kan ook claims met zich meebrengen. Verder heeft dit ook negatieve consequenties voor de bezettingsgraad van het VUmc. In dit hoofdstuk wordt allereerst de probleemstelling besproken. Vervolgens wordt aan de hand van een omgevingsanalyse bekeken welke stakeholders invloed hebben op het planningssysteem van het VUmc.

4.1 Probleemstelling In Paragraaf 2.2 is uitgelegd wat de belangrijkste maatstaven zijn, die door het VUmc gehanteerd worden. Deze zijn de bezettingsgraad en het aantal afzeggingen van electieve patiënten. Het aantal afzeggingen en de bezettingsgraad zijn conflicterend van aard. Als men bijvoorbeeld zoveel mogelijk electieve patiënten inplant zodat de planning erg krap wordt, zal de bezettingsgraad hoog zijn. Hierdoor zal echter de kans op afzeggingen ook toenemen. Andersom geldt hetzelfde, als men ruim inplant zal er een kleinere kans bestaan op afzeggingen, maar zal de bezettingsgraad lager uitvallen. Het is dus van belang dat het VUmc opereert binnen een optimale mix van bezettingsgraad en aantal afzeggingen. Dit idee is afgebeeld in Figuur 5. De zwarte curve stelt de efficiëntiecurve voor.

Figuur 5: Als het ziekenhuis een mix van bezettingsgraad en aantal afzeggingen hanteert die op de efficiëntiecurve ligt, opereert het ziekenhuis efficiënt. Ligt deze mix er echter onder, dan betekent dat, dat het ziekenhuis niet efficiënt opereert.

18


De probleemstelling voor deze opdracht luidt dus als volgt: Hoe kan een mix van het aantal afzeggingen van electieve patiënten op de OK en de bezettingsgraad gevonden worden, zodat het VUmc efficiënt opereert? Bij het zoeken van de efficiënte mix van bezettingsgraad en aantal afzeggingen moet natuurlijk rekening gehouden worden met een aantal randvoorwaarden. Met deze randvoorwaarden wordt vooral bedoeld dat de capaciteiten, qua personeel en ruimte, en het kostenplaatje in de gaten moeten worden gehouden. Voor dit probleem zullen wij ons in eerste instantie vooral richten op de afdeling Heelkunde.

4.2 Omgevingsanalyse In deze paragraaf worden alle partijen en groepen (stakeholders) opgesomd, zowel intern als extern, die invloed hebben op het planningssysteem van het VUmc. Dit zijn dan ook de partijen die baat hebben bij een efficiënte bezettingsgraad en aantal afzeggingen. Er zal dus specifiek worden gekeken naar de invloeden op de planning van de OK’s en de realisatie van een sessie, deze zijn verwerkt in de contextdiagram in Figuur 6.

Figuur 6: Contextdiagram van de stakeholders bij het planningssysteem.

De stakeholders kunnen we indelen in partijen die invloed hebben op of beïnvloed worden door de managementplanning en partijen die invloed hebben op of beïnvloed worden door de operationele planning. Met de managementplanning wordt voornamelijk de quota en de sessieverdeling bedoelt, zoals deze in Paragraaf 3.1 is uitgelegd. Met de operationele planning wordt de planning van de OK’s, OK-personeel, patiënten en dergelijke bedoeld. Managementplanning: Management en verzekering (blauwdruk): De verzekering stelt samen met het bestuur van het VUmc de quota vast waaraan de afdelingen zich moeten houden. Deze productieaantallen moeten gehaald worden om de doelstellingen te behalen. Ook stelt het management van cluster IV het aantal sessies vast dat voor elke afdeling beschikbaar wordt gesteld. De planning moet zo

19


afgestemd worden zodat het quotum gehaald wordt. Dit wordt vastgelegd bij de jaarplanning, zie Paragraaf 3.1. Operationele planning: Chirurg: De chirurg moet natuurlijk als operateur ingepland worden. Hij is namelijk degene die de operatie uitvoert. De hoofdchirurg van een afdeling is ook verantwoordelijk voor de weekplanning van deze afdeling. Anesthesist: Een anesthesist moet als lid van het opererend team ingepland worden. De rol van de anesthesist gaat echter verder, aangezien deze een belangrijke rol speelt bij de dagcoördinatie van acute patiënten en afzeggingen. Eén anesthesioloog wordt aangesteld als drager van de pieper 707. Dit houdt in dat deze anesthesioloog de eindverantwoordelijkheid voor het gehele OKcomplex op die dag heeft, zie Paragraaf 3.4. Anesthesist verpleegkundige: Als lid van het opererend OK-team dient deze ingepland te worden. OK-verpleegkundige: Als lid van het opererend OK-team dient deze ingepland te worden. Planbureau: Het planbureau plaatst een specifieke patiënt bij een zitting in een OK, zie Paragraaf 3.3. Patiënten: Patiënten spelen een rol als electieve, spoedeisende of acute patiënten, zie Paragraaf 2.1. Secretariaat: deze krijgen de dag en weekplanning van het planbureau. Zij stellen per zitting de teams samen, zie Paragraaf 3.3. In het volgende hoofdstuk wordt onderzocht wat de oorzaken zijn van het probleem en de mate van invloed die deze oorzaken hebben.

20


5. Cause-effect graph Een cause-effect graph is bedoeld om het probleem goed in kaart te brengen. Welke krachten spelen een rol en wat kunnen we daarmee? Een keten van oorzaken en gevolgen, die elkaar tot stand brengen, kan de mogelijkheid bieden uitspraken te doen over:  

Wat zijn de grootste oorzaken van het uiteindelijke probleem? Welke oorzaken kunnen we überhaupt aanpakken en welke oorzaken zijn juist niet te beïnvloeden?

In Paragraaf 2.2 is aangegeven dat het ziekenhuis de mate van zorg afmeet aan twee maatstaven – de bezettingsgraad en het aantal afzeggingen. Aan de hand hiervan wordt gekeken of de dagplanning correct is verlopen. De invloed van beide graadmeters op de vraagstelling van Hoofdstuk 4 zal in dit hoofdstuk aan bod komen. In Figuur 7 zijn beide oorzaken aangegeven en deze zullen respectievelijk in Paragraaf 5.1 en 5.2 worden behandeld.

…

… Bezettingsgraad laag

# afzeggingen hoog

Het ziekenhuis kan de beoogde zorg niet leveren

Figuur 7: oorzaken voor het niet kunnen leveren van de beoogde zorg

21


5.1 Lage bezettingsgraad In Figuur 8 staat de cause-effect graph die aangeeft hoe de bezettingsgraad beïnvloed wordt in het VUmc. De bezettingsgraad is de tijd die door de OK tussen 07:45 en 15:30 uur gebruikt wordt voor de uitvoer van zittingen (zie Paragraaf 2.2 voor de precieze definitie). Als er gedurende de dag een periode is waarbij de OK niet gebruikt wordt voor een zitting, dan gaat de bezettingsgraad omlaag. Om de oorzaken van een verlaging in de bezettingsgraad te vinden moet er dus gekeken worden naar alle redenen waarom een OK leeg staat of gebruikt wordt voor andere zaken dan een zitting. Groot deel personeel wil in zelfde periode met vakantie

Vrije dagen

Periodes waar minder personeel beschikbaar is Afzeggingen

Late start

Lange wisseltijden

Sessie niet volledig inplannen

Bezettingsgraad laag

Figuur 8: oorzaken voor een lage bezettingsgraad









Afzeggingen: Een afzegging van een electieve patiënt leidt ertoe dat de OK leeg staat. Dit is met name het geval als de laatste zitting wordt afgezegd. Maar ook als er tussentijds een zitting uitvalt, zal er niet gelijk een andere operatie kunnen plaatsvinden. Zie Paragraaf 5.2 voor een uitgebreide behandeling van deze oorzaak. Late start: Als er na 07:45 uur wordt begonnen aan de eerste zitting van de dag, is er sprake van een late start. Gedurende deze tijd is een OK niet in gebruik en dit heeft een negatief invloed op de bezettingsgraad. De bezettingsgraad gaat hierdoor namelijk omlaag. Lange wisseltijden: Gedurende de tijd tussen twee zittingen, zal de OK niet in effectief gebruik zijn. Hoe langer de tijden tussen zittingen, hoe lager de bezettingsgraad dus zal zijn. Echter, de invloed van de wisseltijden op de totale bezettingsgraad is erg beperkt, omdat het hier om een relatief kleine tijdspanne gaat. Sessie niet volledig inplannen: Door een tekort aan personeel in een bepaalde periode kan het gebeuren dat een sessie niet volledig wordt ingepland. In de zomerperiode is dit

22


voornamelijk het geval, omdat het personeel in deze periode op vakantie gaat. Van de vrije dagen is het bekend dat deze het vaakst aan het eind van de week (met name vrijdag) worden opgenomen. Als er niet genoeg personeel beschikbaar is om een hele sessie in te plannen met zittingen, zal de OK gedurende een langere tijd leeg staan dan wanneer er wel voldoende personeel beschikbaar is.

5.2 Aantal afzeggingen hoog In Figuur 9 staat de cause-effect graph die aangeeft hoe het aantal afzeggingen beïnvloed wordt in het VUmc. Het aantal afzeggingen gaat omhoog als de operatie van een electieve patiënt niet doorgaat, door wat voor reden dan ook. De redenen voor een afzegging kunnen te maken hebben met de patiënt zelf, maar ook met het personeel op de OK en de beschikbaarheid van de OKruimte. Er wordt dus gekeken naar alle oorzaken waardoor de zitting van een electieve patiënt niet doorgaat. Zittingsduur verkeerd ingeschat

Behalen van quotum

Miscommunicatie verpleegafdeling/ OK

Sessie (te) vol ingepland Onvoorziene uitloop zitting

Binnenkomst acute patiënt

Patient te laat

Uitloop planning Late start

Geen IC bed beschikbaar

Omstandigheden patiënt waardoor operatie niet door kan gaan

Verantwoordelijkheden buiten werk

Chirurg te laat Minder personeel beschikbaar voor uitloop

# afzeggingen hoog

Figuur 9: oorzaken van een stijging in het aantal afzeggingen



Omstandigheden patiënt waardoor operatie niet door kan gaan: Dit kunnen verschillende omstandigheden zijn. Er kunnen medische redenen zijn, waardoor er een afzegging plaats vindt. Dit heeft te maken met de patiënt zelf. Het is dan beter om de operatie (voorlopig) te annuleren. Ook kan het zo zijn dat de patiënt zelf afwezig is of afziet van de operatie.

23










Geen Intensive Care bed (IC-bed) beschikbaar: Als er veel operaties op hetzelfde moment ingepland worden waarbij na de operatie een IC-bed nodig is, kan het voorkomen dat de capaciteit op de IC afdeling volledig bezet wordt. Sommige zittingen kunnen dan niet doorgaan omdat er geen IC bed meer beschikbaar is na de operatie. Binnenkomst acute patiënt: Het VUmc werkt met een acute OK zoals is aangegeven in Paragraaf 2.3. Deze OK is echter niet altijd beschikbaar doordat er al een acute patiënt ligt. Als er dan een acute of spoedpatiënt binnenkomt, zal deze toch behandeld moeten worden. Wanneer een sessie volledig ingepland is, blijft er weinig ruimte over voor een acute patiënt. Het gevolg is dat er een electieve patiënt moeten worden afgezegd om deze niet-electieve patiënt te kunnen opereren. Uitloop planning: Als het verloop van een sessie niet gaat zoals gepland en bepaalde zittingen later dan gepland moeten beginnen, kan de anesthesioloog beslissen om de laatste zitting af te zeggen. Dit is zo omdat de anesthesioloog dan denkt dat de zitting niet voor het einde van de sessie kan worden afgerond. Er zijn enkele oorzaken voor het feit dat een zitting later eindigt dan gepland. o Wanneer een sessie (te) vol wordt ingepland ofwel voor het behalen van het quotum ofwel doordat de chirurg een zittingsduur verkeerd heeft ingeschat, kan het gebeuren dat een zitting uitloopt. o Sommige zittingen hebben echter een onvoorziene lange duur. Er kan een complicatie optreden waardoor de zitting langer duurt dan gepland. o Een late start kan er eveneens voor zorgen dat een zitting later eindigt dan gepland. Een late start wordt veroorzaakt door het te laat arriveren van ofwel de chirurg ofwel de patiënt. Miscommunicatie tussen de afdelingen kan leiden tot het laatste. o Een late binnenkomst van een patiënt kan ten slotte ook direct tot een uitloop van de planning leiden. Dit hangt erg samen met het punt dat hiervoor is genoemd. Minder personeel beschikbaar voor uitloop: Een groot deel van het personeel heeft verantwoordelijkheden na werk. Dit personeel kan dus niet doorwerken bij eventuele uitloop. Het personeel dat je op een bepaald moment nodig hebt, kan dan dus niet aanwezig zijn. Hierdoor zullen zittingen afgezegd worden, die wel plaats hadden kunnen vinden als er een uitloop mogelijk was.

24


6. Data analyse In dit hoofdstuk zal allereerst de probleemstelling (zoals geformuleerd in Hoofdstuk 4) kwantitatief geanalyseerd worden. Hierin zullen de afzeggingen en de bezettingsgraad in Paragraaf 6.1 en 6.2 respectievelijk nader toegelicht worden. In Paragraaf 6.3 zullen de oorzaken uit de cause-effect graphs van Hoofdstuk 5 gekwantificeerd worden. Allereerst zal er een beknopte weergave gegeven worden van de statistieken van 2004 en 2005. Dit zijn gegevens over alle afdelingen binnen het VUmc. Statistieken over het jaar 2004  13704 zittingen  7763 electieve zittingen  580 afgezegde zittingen (7,0% t.o.v. aantal electieve zittingen) Statistieken over het jaar 2005  13867 zittingen  8042 electieve zittingen  577 afgezegde zittingen (6,7% t.o.v. aantal electieve zittingen)

6.1 Afzeggingen per afdeling/specialisme Er zal in deze paragraaf gekeken worden naar het percentage afzeggingen t.o.v. electieve patiënten per afdeling. Allereerst kijken we naar het aantal afzeggingen per specialisme, in Tabel 8 is te zien dat

Heelkunde (HLK) het meeste aantal afzeggingen had over 2004 namelijk 147. In 2005 was dit aantal met 25 afzeggingen afgenomen tot een aantal van 122. Aantal afzeggingen per spec. 2004 2005 CCH 111 119 NCH 50 63 HLK 147 122 KCH 27 19 URO(k) 20 35 GYN 33 35 OOG 54 62 ORT 52 38 PCH 21 26 KNO 61 51 MON 4 7 Totaal

580

577

Tabel 8: aantal afzeggingen van electieve zittingen voor het gehele ziekenhuis.

25


Dit zijn de absolute waarden, wat misschien kan leiden tot een vertekend beeld, want hoe meer zittingen een specialisme uitvoert, des te hoger is de kans op een afzegging. Daarom gaan we kijken naar het percentage afzeggingen ten opzichte van het aantal (geplande) zittingen in Figuur 10.

Figuur 10: percentage afzeggingen t.o.v. # electieve zittingen per afdeling

Hieruit blijkt dat het percentage afzeggingen ten opzichte van het aantal electieve zittingen voor de afdeling Heelkunde rond de 9% ligt. In 2004 was dit percentage 7,8% en in 2005 9,8%. Dit percentage is hoger ten opzichte van het gemiddelde van het totale ziekenhuis (gemiddelde totale ziekenhuis in 2005: 6,9%).

6.2 Bezettingsgraad In deze paragraaf zal worden gekeken naar de bezettingsgraad van het specialisme Heelkunde. Voor een definitie van de bezettingsgraad zie Paragraaf 2.2. Bij een bezettingsgraad van 100% is de OK kamer continu vol. Dit is echter een vrij onhaalbaar percentage, omdat er altijd van patiënten gewisseld moet worden. Uit Tabel 9 blijkt dat in het jaar 2004 het specialisme Heelkunde gemiddeld een OK voor 56% per sessie gevuld had. De overige 44% van een sessie stond de OK dus leeg. Voor 2005 was dit 57%. Bezettingsgraad OK Heelkunde VUmc VUmc jaar Heelkunde 61.58% 2004 56.14% 63.49% 2005 57.42% Tabel 9: bezettingsgraad OK afdeling Heelkunde

6.3 Oorzaken van afzeggingen Deze paragraaf laat per oorzaak kwantitatief zien wat de bijdrage is aan het aantal afzeggingen (zie cause-effect graph Paragraaf 5.2).

26


Uit de afzeggingen over 2004 en over 2005 blijkt dat de vijf meest voorkomende oorzaken voor een afzegging voor beide jaren dezelfde zijn. Tabel 10 geeft een overzicht van de vijf meest voorkomende oorzaken. Percentage afzeggingen 2004-2005 gehele ziekenhuis soort afzegging 2004 2005 Med. redenen ontstaan op dag van operatie 18.62% 16.78% Overprogrammering 15.00% 12.11% Voorrang spoedpatiënt 11.90% 16.09% Onvoorziene lange duur voorgaande ingre(e)p(en). 10.34% 16.44% Geen ic-bed 8.45% 10.90% Overig 35.67% 28.68% Totaal 100% 100% Tabel 10: oorzaken van afzeggingen van electieve zittingen voor het gehele ziekenhuis.

Hieruit blijkt dat het voor beide jaren ongeveer dezelfde percentages gelden, alleen bij ‘Onvoorziene lange duur voorgaande ingre(e)p(en)‘ en ‘voorrang spoedpatiënt’ zit een veel groter verschil tussen beide jaren. Aangezien dit de percentages zijn voor alle afzeggingen voor het VUmc zullen we ons nu richten op de afzeggingen voor het specialisme Heelkunde (HLK). In Tabel 11 is een overzicht gegeven van de vijf meest voorkomende oorzaken van afzeggingen voor de afdeling Heelkunde. Percentage afzeggingen 2004-2005 HLK soort afzegging Med. redenen ontstaan op dag van operatie Overprogrammering Onvoorziene lange duur voorgaande ingre(e)p(en). Voorrang spoedpatiënt Geen ic-bed Overig Totaal

2004 2005 25.85% 23.77% 14.97% 9.84% 12.24% 18.85% 11.56% 16.39% 10.20% 6.56% 25.18% 24.59% 100% 100%

Tabel 11: oorzaken van afzeggingen van electieve zittingen voor de afdeling Heelkunde.

De oorzaken voor afzeggingen van de afdeling Heelkunde liggen dus over het algemeen op één lijn met de oorzaken binnen het gehele Vumc, qua percentages. Alleen de oorzaak ‘Medische redenen ontstaan op dag van operatie’ heeft een flink hoger percentage voor Heelkunde dan voor het totale ziekenhuis (23,77% versus 16,78% in 2005). Wat echter ook opvalt is dat bij het totaal aantal afzeggingen in het VUmc de percentages wegens gebrek aan IC-bedden omhoog zijn gegaan in 2005 t.o.v. 2004, terwijl deze bij de afdeling Heelkunde juist verminderd is. Bij het analyseren van de oorzaken voor afzeggingen viel het ons op dat een late start van de eerste zitting geen oorzaak is voor een afzegging. Het lijkt echter logisch dat wanneer er een strakke planning gemaakt wordt een late start van de eerste zitting zal leiden tot uitloop van de laatste zitting. In het ergste geval zal het voor kunnen komen dat een late start er voor zorgt dat er te weinig tijd overblijft voor de laatste zitting, waardoor er weer een afzegging plaatsvindt. Aan

27


de hand van de data zullen we onderzoeken wat het effect van een late start is op de uitloop van de desbetreffende sessie. Uit Tabel 12 blijkt dat in het jaar 2004 er 433 sessies te laat gestart zijn. Van deze 433 sessies zijn er 147 uitgelopen. Als de sessies die te laat zijn begonnen in ogenschouw worden genomen, dan kan worden geconcludeerd dat deze sessies gemiddeld 17 minuten te laat zijn begonnen en bijna 29 minuten zijn uitgelopen. Als alle sessies op tijd waren begonnen zouden de sessies bijna 5 minuten uitgelopen zijn. De tussenkomst van acute operaties zijn hierin niet meegenomen.

Late start HLK 2004 aantal Sessies 1328 late start 433 uitloop 268 uitloop (bij late start) 147 uitloop (bij goede start) 121

gem. tijd(min) 16.70 11.86 28.61 4.65

Tabel 12: late start sessies 2004 voor de afdeling Heelkunde

Late start HLK 2005 aantal sessies 1252 late start 444 uitloop 274 uitloop (bij late start) 145 uitloop (bij goede start) 129

gem. tijd(min) 13.04 13.77 30.06 5.31

Tabel 13: late start sessies 2005 voor de afdeling Heelkunde

Concluderend kunnen we dus stellen dat in 2004 ongeveer 1 op de 5 sessies is uitgelopen. In 2005 is deze verhouding ongeveer 2 op de 9 geweest (zie Tabel 13). Maar bij een late start van een sessie worden deze verhoudingen voor de jaren 2004 en 2005 beide ongeveer 1 op de 3. Hieruit valt dus wel een verband op te merken tussen een late start en uitloop. Aangezien uitloop een belangrijke oorzaak is van afzeggingen (zie Paragraaf 5.2), is het vrij onwaarschijnlijk dat een late start geen tot weinig invloed heeft op het aantal afzeggingen. Dat dit niet uit de data te halen valt kan meerdere redenen hebben: (1) er hebben meerdere gebeurtenissen plaatsgevonden die als reden zijn opgegeven voor afzeggingen of (2) de uitloop als gevolg van de late start is niet lang genoeg om te zorgen voor een afzegging.

28


7. Oplossingsrichtingen In dit hoofdstuk zal het probleem zoals deze geformuleerd is in Hoofdstuk 4 opgesplitst worden in drie deelvragen. De belangrijkste oorzaak van een afzegging zijn medische redenen ontstaan op de dag van de operatie. Dit is een oorzaak waar wij geen invloed op kunnen uitoefenen. Medische redenen ontstaan op de dag van de operatie zijn haast niet te voorzien en een betere planning of organisatie zou daar weinig aan veranderen. De drie belangrijkste oorzaken waar wel invloed op uitgeoefend kan worden zijn:  Overprogrammering: Er worden teveel patiënten ingepland als gevolg van het niet goed inschatten van de bijbehorende zittingsduren. Een goede schatting van de zittingsduur gaat dit probleem tegen. Ook het vaststellen van juiste productieafspraken kan een bijdrage hieraan leveren.  Onvoorziene lange duur voorgaande ingre(e)p(en): Dit is echt een tijdsprobleem. Doordat (één van) de voorgaande ingrepen zijn uitgelopen is er niet genoeg tijd beschikbaar voor de operatie die daarna op de planning stond. Ook hier speelt een goede benadering van de zittingsduur een belangrijke rol. Met name kan er gekeken worden naar de zittingen die een grote kans op uitlopen hebben.  Voorrang spoedpatiënt: Dit houdt in dat een electieve patiënt plaats heeft moeten maken voor een acute patiënt. Om dit probleem te voorkomen is het dus zaak dat er een goede verdeling wordt verkregen qua resources. Welk deel van de capaciteit wordt gebruikt voor electieve patiënten en welk deel voor spoedeisende en acute patiënten? Aangezien de besproken oorzaken de belangrijkste invloedbare oorzaken zijn van het probleem, zal er gezocht worden naar oplossingen die deze oorzaken aanpakken.

7.1 Onderzoeksvragen Om een beter beeld te geven van het probleemgebied stellen we een aantal deelvragen op die we van plan zijn te beantwoorden. Antwoord op deze vragen is bedoeld om te zorgen dat het VUmc een efficiënte mix van bezettingsgraad en aantal afzeggingen hanteert. In de volgende hoofdstukken worden deze deelvragen beantwoord.

7.1.1 Uitvoerbaarheid van de productieafspraken Is het huidige quotum redelijkerwijs uitvoerbaar binnen de sessietijd die daarvoor uitgetrokken is? Er wordt onderzocht of de afdeling Heelkunde binnen de beschikbare tijd aan het quotum kan voldoen. Antwoord op deze vraag biedt inzicht in de reden achter het aantal afzeggingen. Als er blijkt dat de toegewezen tijd niet voldoende is om aan het quotum te voldoen, zullen er enkele oplossingen worden aangegeven. Hierbij wordt er gekeken naar onder andere een wijziging van de sessieduur of een andere functieindeling van het OK-complex. Tegenwoordig vinden de anesthesie en de operatie bijvoorbeeld plaats in één OK. Een aparte ruimte voor de anesthesie en een aparte ruimte voor de operaties zou voor een efficiëntere benutting van de OK kunnen zorgen. Deze deelvraag zal nader besproken worden in Hoofdstuk 8.

29


7.1.2 Beoordeling van de huidige planningsmethode Gegeven de huidige planningsmethode wordt de planning beoordeeld. Hier wordt met behulp van simulatie een oordeel gegeven over de huidige planning.Aan de hand van deze beoordeling kan gekeken worden of de inschattingen van de zittingsduur overeenkomen met de realisaties uit het verleden. Maar ook kan er gekeken worden naar de kans op uitloop en de verwachte uitloopduur. In Hoofdstuk 9 zal daarom gekeken worden wat de invloed van statistieken zijn op de planning.

7.1.3 Nieuwe planningsmethoden bepalen en beoordelen Er wordt gekeken naar hoe het OK-complex ingericht kan worden en hoe de dagplanning ingericht kan worden. Hierbij valt te denken aan vraagstukken als: welk deel van de capaciteit wordt beschikbaar gesteld voor electieve patiënten en welk deel voor niet-electieve patiënten? Is het beter op een OK-dag eerst korte zittingen uit te voeren daarna de lange zittingen, of andersom? Ook hierbij worden de bezettingsgraad en het aantal afzeggingen in de gaten gehouden. In Hoofdstuk 10 zullen er planningsregels opgesteld worden, die moeten zorgen voor een betere planning. Daarnaast zal in Hoofdstuk 11 besproken worden hoe het VUmc met de instroom van acute patiënten moet omgaan.

30


8. Kraptemodel In de jaarplanning (zie Paragraaf 3.1) kwam naar voren dat er productieafspraken gemaakt worden tussen het VUmc en de zorgverzekeraar omtrent het aantal uit te voeren operaties. Deze productieafspraken worden door het Raad van Bestuur vertaald naar het aantal in te plannen sessies per specialisme. Aan de hand van gesprekken met een aantal chirurgen en het management kwam ter sprake dat het VUmc te maken heeft met een kraptemodel. Een kraptemodel is een model waarbij de te halen doelstellingen niet gehaald kunnen worden met het huidige beschikbare personeel, ruimte en middelen. Dit houdt in dat het aantal sessies die de specialismen kunnen draaien met de huidige capaciteit niet genoeg zijn om de productieafspraken na te komen. In Paragraaf 8.1 zullen we eerst onderzoeken of er daadwerkelijk sprake is van een kraptemodel. Tevens zullen we vaststellen hoeveel capaciteit er tekort zou zijn. In de daaropvolgende paragrafen zullen we de oplossingsrichtingen bespreken om een kraptemodel op te lossen. In Paragraaf 8.6 worden de beperkingen van deze oplossingsrichtingen besproken.

8.1 Kwantitatieve analyse In deze paragraaf zal onderzocht worden of er sprake is van een kraptemodel bij het VUmc en de afdeling Heelkunde. We zullen eerst kijken hoeveel sessies het VUmc en de afdeling Heelkunde nodig hebben om hun productieafspraken na te komen. Vervolgens zullen we kijken hoeveel sessies het VUmc en de afdeling Heelkunde kunnen uitvoeren met haar beschikbare personeel, ruimte en middelen, dus hoeveel ze toebedeeld krijgen. In Tabel 14 is weergegeven hoeveel electieve sessies elk specialisme moet draaien om aan de productieafspraken te voldoen, zoals ook is berekend in de jaarplanning. Deze berekening is gemaakt in Paragraaf 3.1. Daarnaast is in Tabel 14 aangegeven hoeveel sessies er beschikbaar worden gesteld per specialisme door het Raad van Bestuur. Hier wordt rekening gehouden met de beschikbare capaciteiten, zoals personeel, ruimte en middelen. Uit Tabel 14 blijkt dat het VUmc 3647 sessies moet uitvoeren om haar productieafspraken na te komen. Echter blijkt dat er 3284 sessies haalbaar zijn met de huidige capaciteit van het VUmc. Er zijn dus meer sessies nodig dan haalbaar zijn door het VUmc. De afdeling Heelkunde heeft 785 sessies nodig om haar productieafspraken na te komen en zij heeft 706 sessies ter beschikking. Er is dus sprake van een tekort aan sessies bij zowel het VUmc als de afdeling Heelkunde. Onze conclusie luidt dat er sprake is van een kraptemodel bij zowel het VUmc als de afdeling Heelkunde.

31


aantal electieve sessies aantal electieve sessies volgens jaarplanning volgens Raad van Bestuur 530 476 CCH 267 240 GYN 785 706 HLK 73 66 KCH 457 411 KNO 103 93 MON 367 330 NCH 252 227 OOG 304 273 ORT 227 204 PCH 234 210 URO 48 48 Overig 3647 3284 TOTAAL VUmc Tabel 14: het aantal electieve sessies volgens jaarplanning en het aantal electieve sessies volgens het Raad van Bestuur per specialisme Specialisme

Er is een sessietekort van 11% op iedere afdeling binnen het VUmc. In Paragraaf 8.2 tot en met Paragraaf 8.5 gaan we in op mogelijke oplossingen om het tekort aan sessies op te lossen. In Paragraaf 8.6 zal worden ingegaan op de beperkingen van deze oplossingen.

8.2 Oplossingsrichting 1: productieafspraken aanpassen De meest simpele en meest voor de hand liggende oplossing om de mismatch tussen jaarplanning en beschikbaarheid te voorkomen, is om een link te leggen tussen de productieafspraken en het aantal haalbare sessies binnen het VUmc. Op dit moment is er geen enkele relatie tussen de beschikbare hoeveelheid personeel, ruimte en middelen en de productieafspraken die met de zorgverzekeraar gemaakt worden. Indien de productieafspraken gemaakt worden op basis van de beschikbare hoeveelheid aan personeel, ruimte en middelen van het VUmc dan wordt de mismatch voorkomen en kan het ziekenhuis haar verplichtingen wel nakomen. Waar het ziekenhuis sowieso voor moet zorgen is dat ieder specialisme procentueel dezelfde mismatch heeft. Uit Tabel 14 blijkt dit te kloppen. De vraag is echter of de verdeling van het aantal sessies over de specialismen correct gebeurt. Aan de hand van de realisatiecijfers van voorgaande jaren zal gekeken worden of de planning dezelfde verdeling heeft. Hierbij nemen we aan dat de verdeling over 2006 waarschijnlijk hetzelfde zal zijn. In Tabel 15 is te zien hoeveel (electieve en niet-electieve) sessies er gerealiseerd zijn in de jaren 2004 en 2005 voor de verschillende specialismen. Verder is te zien hoeveel (electieve en nietelectieve) sessies er benodigd zijn in 2006 om aan de productieafspraken te voldoen. Als laatst is te zien hoeveel electieve sessies er in 2006 zijn uitgedeeld op basis van de beschikbare hoeveelheid aan personeel, ruimte en middelen.

32


gerealiseerd 2004 Specialisme

gerealiseerd 2005

jaarplanning 2006

electief niet-electief totaal electief niet-electief totaal electief niet-electief totaal

394 64 458 320 76 396 530 54 584 260 347 607 238 348 586 267 52 319 GYN 573 564 1137 577 513 1090 785 256 1041 HLK 97 116 213 102 109 211 73 29 102 KCH 407 128 535 402 131 533 457 23 480 KNO 129 32 161 124 31 155 103 24 127 MON 303 212 515 276 197 473 367 101 468 NCH 296 38 334 301 33 334 252 9 261 OOG 208 51 259 254 45 299 304 35 339 ORT 289 42 331 266 54 320 227 25 252 PCH 97 14 111 162 13 175 234 8 242 URO 134 155 289 114 124 238 10 15 25 Overig 1763 4950 3136 1674 4810 3609 631 4240 TOTAAL VUmc 3187 Tabel 15: de realisatie cijfers over 2004 en 2005 versus de planning van 2006 CCH

Beschikbaar gesteld 2006 electief

476 240 706 66 411 93 330 227 273 204 210 48 3284

In Tabel 16 is weergegeven hoeveel procent van de (electieve en niet-electieve) sessies uitgevoerd zijn per specialisme ten opzichte van het totaal aantal uitgevoerde sessies. Dit is ook gedaan met de jaarplanning. Uit Tabel 16 is af te leiden dat er in de jaren 2004 en 2005 nauwelijks verschil was in de verdeling van het totaal aantal gerealiseerde sessies. Kijken we echter naar het jaar 2006, dan zien we dat het totaal aantal benodigd sessies afwijkt van realisatie in de jaren 2004 en 2005. Er valt natuurlijk te beargumenteren dat historische gegevens niet alles zeggen en dat de technologische ontwikkeling niet stilstaat, waardoor het jaar 2006 er anders uit moet zien. Maar dit zou onrealistisch zijn, want je ziet dat er voor de jaren 2004 en 2005 nauwelijks verschil te merken is in verdeling en zou dus kunnen aannemen dat er voor het jaar 2006 ook weinig verschil zal zijn. Op basis hiervan kun je de verdeling van het aantal (electieve en niet-electieve) sessies van elk specialisme baseren op de verdeling volgens de realisatie in de jaren 2004 en 2005. De afdeling Heelkunde krijgt 24.6% aan sessies toegewezen, terwijl ze volgens de realisatiestatistieken van de jaren 2004 en 2005 23% aan sessies gedraaid hebben. De afdeling Gynaecologie krijgt 7.5 % aan sessies toegewezen, terwijl zij in de jaren 2004 en 2005 12% gedraaid hebben. Je ziet dus dat er een mismatch bestaat tussen de verdeling volgens jaarplanning en wat er gerealiseerd is in de jaren 2004 en 2005 per specialisme.

33


gerealiseerd 2004 gerealiseerd 2005 volgens jaarplanning totaal sessies totaal sessies totaal sessies 9.3% 8.2% 13.8% CCH 12.3% 12.2% 7.5% GYN 23.0% 22.7% 24.6% HLK 4.3% 4.4% 2.4% KCH 10.8% 11.1% 11.3% KNO 3.3% 3.2% 3.0% MON 10.4% 9.8% 11.0% NCH 6.7% 6.9% 6.2% OOG 5.2% 6.2% 8.0% ORT 6.7% 6.7% 5.9% PCH 2.2% 3.6% 5.7% URO 5.8% 4.9% 0.6% Overig 100% 100% 100% TOTAAL VUmc Tabel 16: de gerealiseerde totaal aantal sessies in 2004 en 2005 en de totaal benodigde sessies van 2006 in percentages Specialisme

8.3 Oplossingsrichting 2: langere sessies Een tweede mogelijkheid om de productieafspraken wel na te komen, is om de duur van een sessie te verlengen, waardoor er meer zittingen per sessie kunnen plaatsvinden. Het VUmc en de afdeling Heelkunde hebben een tekort van 11% aan sessies (zie Paragraaf 8.1). We weten dat een sessie uit 7,75 uren bestaat. Om de productieafspraken na te komen moet men 0,85 uren langer doorwerken. Dit resulteert in een sessieduur van 8,6 uren (zie Berekening 2). De extra tijd die nodig is voor het nakomen van de productieafspraken kan op verschillende manieren gerealiseerd worden. Eén van de manieren is om het personeel volledig in te plannen. Dit wil zeggen dat het personeel niet 7,75 uren gaat werken per dag, maar 8,6 uren. Doordat een sessie nu langer zal duren, kunnen ook meer patiënten behandeld worden per sessie. Dit zal ertoe leiden dat er minder patiënten worden afgezegd per sessie. Als gevolg hiervan zal het aantal afzeggingen per jaar dalen, wat weer goed is voor het imago van het VUmc. Het personeel krijgt in dit geval betaald voor 8,6 uren. Een andere manier is het reserveren van de extra tijd voor uitloop. Aangezien er niet altijd uitloop is, zal de vergoeding minder zijn dan wanneer het personeel altijd werk heeft. Dit zou het personeel kunnen motiveren om langer door te werken of in ieder geval de planning van de dag geheel uit te voeren. Dit resulteert in minder afzeggingen. Nu is het zo dat een patiënt die wordt afgezegd, opnieuw ingepland moet worden. Ook dit zal dus niet meer hoeven te gebeuren. Verder is het zo dat het ziekenhuis een betere bezetting zal hebben. Bij deze methode loop je wel kans dat als het personeel vaker door moet werken dat zij op een gegeven moment een punt achter haar werk zal zetten. In het geval dat er dan vaker doorgewerkt zal moeten worden, zou het beter zijn om de vergoeding wat op te schroeven. Wat ook nog een manier is, is om het aantal uren dat je personeel extra werkt na de 7,75 deze om te laten zetten in extra uren vrij. Er moet echter gezegd worden dat bij deze methode er wel genoeg personeel beschikbaar moet zijn, anders is het niet mogelijk om de gaten die ontstaan door de vrije dagen op te vangen.

34


VUmc

0,11 * 7,75  0,85 7,75  0,85  8,6

Absolute sessietijd omhoog Nieuwe duur sessie

Berekening 1: duur van een sessie voor het VUmc als aan de productieafspraken wordt voldaan.

8.4 Oplossingsrichting 3: meer sessies Een derde mogelijkheid om de productieafspraken wel na te komen, is meer sessies per week uit te voeren door de middelen meer te benutten. We weten vanuit Paragraaf 8.1 dat er een sessietekort van 11% is. We gaan nu kijken hoeveel sessies er meer gedraaid moeten worden per week om dit tekort te kunnen opheffen. Berekening 3 geeft weer hoeveel extra sessies er per week nodig zijn voor het VUmc en voor de afdeling Heelkunde. Voor het VUmc zijn er 7 extra sessies per week nodig en voor de afdeling Heelkunde zijn er 1,5 extra sessies per week nodig. Als er meer sessies doordeweeks gedraaid moeten worden, moet er ook meer personeel beschikbaar zijn. Als het personeel doordeweeks niet beschikbaar is, moeten de extra sessies in de weekenden gedraaid worden. Het personeel moet natuurlijk bereid zijn om naast de reguliere werkdagen ook in het weekend te werken. Dit is natuurlijk een hele opoffering voor het personeel. Een vergoeding zou op haar plaats zijn voor het werken in het weekend. De mensen hebben natuurlijk ook het idee dat als je in het weekend werkt je ook meer uitbetaald moet krijgen dan je doordeweeks zou krijgen. Je zou het personeel dus meer moeten betalen dan je normaal gewend bent. VUmc Aantal sessies per week extra nodig

363 7 52

Afdeling Heelkunde

79  1,5 52

Berekening 2: aantal sessies per dag en per week nodig voor het VUmc als aan de productieafspraken wordt voldaan.

8.5 Oplossingsrichting 4: kortere zittingsduur Een vierde oplossing om de productieafspraken wel na te komen, is om de zittingsduur te verkorten. Zoals het er nu in het VUmc aan toegaat, bestaat een zitting uit een inleiding, een snijtijd en een uitleiding (zie Paragraaf 2.2). De inleiding bestaat o.a. uit het verdoven van de patiënt. De tijd voordat de verdoving geheel werkzaam is kan sterk variëren van enkele minuten tot wel drie kwartier. Bij de verdoving zijn alleen anesthesisten betrokken en niet de operatieverpleegkundigen. Echter is deze laatste groep wel aanwezig bij de inleiding. De chirurg is aanwezig om in te grijpen als er iets mis gaat met de kunstmatige beademing van de patiënt. De uitleiding bestaat voor het grootste gedeelte uit het bij bewustzijn laten komen van de patiënt. Ook hiervoor geldt dat de operatieverpleegkundigen en de chirurgen alleen erbij aanwezig moeten zijn, mocht er iets fout gaan. Bij het opereren van een patiënt is het hele team nodig. Tijdens een gehele zitting is niet het hele team de hele tijd nodig, terwijl ze er wel aanwezig zijn. Ons voorstel is daarom om de inleiding en de uitleiding van elke patiënt in een andere gemeenschappelijke kamer te laten plaatsvinden, zodat de ruimte van de OK alleen benut wordt voor het opereren. Dit brengt schaalvoordelen met zich mee omdat er dan maar één chirurg aanwezig hoeft te zijn die de ademhaling van al die patiënten kan controleren en dat

35


verschillende patiënten in één ruimte hun verdoving kunnen krijgen. Dit houdt in dat de zittingsduur alleen zal bestaan uit de snijtijd, zodat er efficiënter gewerkt zal worden. Met efficiënter gewerkt worden bedoelen wij dat het personeel in de OK efficiënter benut wordt. Doordat de zittingsduur verkort wordt, is het mogelijk om meer patiënten per sessie te opereren. Deze mogelijkheid zorgt er wel voor dat de chirurgen constant achterelkaar operaties moeten uitvoeren. Zij moeten wel hiertoe bereid zijn. Overigens is het ook zo dat er meer anesthesisten aanwezig moeten zijn. Dit omdat er extra anesthesisten aanwezig moeten zijn in de ruimte waar de verdoving plaatsvindt. Een andere mogelijkheid om de zittingsduur te kunnen verkorten is om een andere patiëntenmix te creëren. Hiermee wordt bedoeld dat de chirurgen niet alleen complexe operaties moeten uitvoeren maar ook minder complexe. De minder complexe operaties worden op dit moment naar streekziekenhuizen gestuurd, waardoor er voor het VUmc grotendeels alleen complexe operaties overblijven. Complexe operaties duren vaak heel lang. Dit kan ertoe resulteren dat maar één operatie in één sessie kan plaatsvinden. Door ook minder complexe operaties uit te voeren, kunnen er meer zittingen plaatsvinden in een sessie. Dit heeft tot gevolg dat er meer opnames plaats kunnen vinden.

8.6 Beperkingen op de oplossingsrichtingen In deze paragraaf zullen de beperkingen besproken worden op de oplossingen zoals eerder behandeld zijn in Paragraaf 8.2 tot en met Paragraaf 8.5. De eerste beperking gaat over personeel, de tweede over cultuur en de laatste over financiële middelen.

8.6.1 Personeel Het personeel is een grote beperkende factor. De beperkende factor ligt niet zozeer bij de chirurgen, want er zijn genoeg chirurgen en deze zijn zo gedreven in hun vak dat het draaien van overuren etc. niet uitmaakt. De beperkende factor ligt eerder bij de anesthesiemedewerkers en operatieverpleegkundigen. Hiervan is namelijk een tekort. Daarnaast is het zo dat anesthesiemedewerkers en operatieverpleegkundigen er problemen mee hebben als een operatie uitloopt. Dit komt o.a. door andere verplichtingen zoals het afhalen van kinderen bij de crèche. Daarnaast is het zo dat men graag vrij wil zijn als de kinderen vakantie hebben, in de zomer willen de mensen allemaal op vakantie, vrijdagmiddag wil iedereen vroeg naar huis omdat er al overgewerkt is van de week etc. Op deze tijden is er weinig personeel inzetbaar. Het komt er dus op neer, dat we niet simpelweg met een getallenprobleem te maken hebben, er wordt met mensen gewerkt en daar zal rekening mee gehouden moeten worden. Voor de oplossingsrichtingen genoemd in Paragraaf 8.3 tot en met Paragraaf 8.5 moet er meer personeel beschikbaar zijn. Indien je genoeg personeel tot je beschikking hebt, zou je deze ook gevarieerd kunnen inzetten. Als er een bepaald aantal uren gedraaid moet worden en je hebt personeel ervoor, dan kan het aantal uren goed verdeeld worden over personeel. Het feit dat er maar een beperkt personeelsbestand is, heeft als resultaat dat het totale aantal sessies in OK’s op het VUmc ook binnen bepaalde grenzen ligt. Men kan niet zomaar extra personeel oproepen omdat deze veelal niet beschikbaar is.

36


8.6.2 Cultuur De oplossingsrichtingen genoemd in Paragraaf 8.3 tot en met Paragraaf 8.5 zullen ervoor zorgen dat de hele organisatie verandert. Er zijn een aantal schakels in de keten die bereid moeten zijn van de huidige manier van werken over te stappen naar een andere manier van werken. Elke schakel in de keten moet die motivatie hebben, anders is het niet mogelijk de genoemde oplossingsrichtingen door te voeren. Dit zal moeilijk gaan, omdat de mens van nature een afkeer heeft tegen veranderingen. Een manier om de mensen te motiveren is,om de nadruk te leggen op het feit dat de huidige manier van werken niet goed is. Dit kan door extra aandacht te schenken aan de negatieve publiciteit waar het VUmc te maken heeft. Als mensen zien dat het redelijk ernstig is, zal de bereidheid om te veranderen vanzelf toenemen. Zolang het personeel ziet dat de huidige werkwijze redelijk goed verloopt, zullen zij geen enkele noodzaak zien om van de huidige manier van werken te veranderen. Het belangrijkste is om je personeel wakker te schudden op een zodanige manier dat het grotendeel de motivatie krijgt om het risico te nemen om van de huidige werkwijze naar een andere over te stappen.

8.6.3 Financiële middelen Het budget van een ziekenhuis staat vast voor het komende jaar en het is niet mogelijk om een ruimer budget te krijgen. In het gehele ziekenhuis is de financiële ruimte beperkt en daarom moet men het doen met de financiële middelen die op dit moment aanwezig zijn. Daarnaast is het zo dat de overheid het budget voor de gezondheidszorg al de laatste paar jaar heeft bevroren, dus de laatste paar jaar is het budget dat de gezondheidszorg krijgt niet gegroeid. Omdat we met inflatie te maken hebben wordt de waarde van het budget elk jaar kleiner. Er komt ook nog bij dat het VUmc elk jaar nog groeit met het aantal opnamen. Het VUmc wordt dus steeds groter en groter, en het ziekenhuis moet het met minder financiële middelen doen. Voor de oplossingsrichtingen genoemd in Paragraaf 8.2 tot en met Paragraaf 8.5 moet er een bepaald budget aanwezig zijn, wil men de productieafspraken nakomen. Er wordt namelijk een vergoeding gegeven voor het langere doorwerken per dag en ook voor het werken in de weekenden. Dit alles zorgt ervoor dat er een beroep gedaan moet worden op de financiën van het VUmc. Het management van het VUmc moet bereid zijn om geld ter beschikking te stellen.

37


9. Huidige planningsmethode beoordelen In dit hoofdstuk wordt er een beoordeling gegeven over de huidige planningsmethode. In de huidige manier van plannen wordt gebruik gemaakt van een acute OK die de niet-electieve patiënten opvangt. Er wordt in dit geval dus alleen rekening gehouden met electieve patiënten voor de planning. Naast de beoordeling van de huidige manier van plannen wordt aangegeven of het gebruik van statistiek en historische gegevens de huidige planningsmethodiek zou verbeteren. Een verbetering van een planningsmethodiek wordt vastgesteld aan de hand van de maatstaven: het aantal afzeggingen en de bezettingsgraad (zie ook Paragraaf 9.4). Ook wordt de huidige planning vergeleken met de realisatie. In Hoofdstuk 3 is aangegeven hoe op dit moment de planning van de electieve patiënten wordt gemaakt. In dit hoofdstuk richten wij ons op de weekplanning en daarbinnen specifiek op de patiëntenplanning (zie Paragraaf 3.3). Bij de patiëntenplanning wordt op dit moment bijna geen gebruik gemaakt van de historische gegevens over uitgevoerde zittingen binnen het Vumc. Een mogelijk alternatieve manier om de patiëntenplanning op te stellen is door11 gebruik te maken van historische gegevens. De hoofdchirurg zou bij het opstellen van de patiëntenplanning van deze gegevens gebruik kunnen maken om de zittingsduren in te schatten. In het ErasmusMC is een systeem in gebruik dat hierop lijkt. In dat systeem wordt per operatietype en per operateur bijgehouden wat de zittingsduren zijn. Als er een soortgelijke zitting ingepland moet worden, dan kan de planner in het systeem zien hoe lang de operateur over een dergelijke zitting in het verleden heeft gedaan. Hierdoor kan een betere inschatting worden gemaakt van de zittingsduur die ingepland dient te worden. Op dit moment wordt de zittingsduur door de chirurg geschat op basis van ervaring. In Paragraaf 9.1 gaan we bekijken hoe de geplande zittingsduur is vergeleken met de gerealiseerde zittingsduur. In Paragraaf 9.2 zullen we gaan kijken of een zittingsduur eenvoudig in te schatten is. In Paragraaf 9.4 wordt besproken hoe wij de invloed van een planning op basis van statistiek willen vergelijken met de huidige planning. In Paragraaf 9.5 wordt deze vergelijking gemaakt en zal het model gevalideerd worden.

9.1 Geplande zittingsduur versus gerealiseerde zittingsduur Het doel van deze paragraaf is te achterhalen hoe de gerealiseerde zittingsduren zich verhouden tot de geplande zittingsduren van de afdeling Heelkunde voor de jaren 2004 en 2005. Hiervoor gebruiken we gegevens van alle zittingen die over deze twee jaren beschikbaar zijn. Voor de afdeling Heelkunde zijn dat 1460 zittingen geweest. Allereerst hebben we de cijfers van de afdeling Heelkunde als geheel bekeken, om vervolgens de cijfers uit te splitsen naar het niveau van zes verschillende Heelkunde-specialismen (Heelkunde, Heelkunde oncologie, Heelkunde longen, Heelkunde gastro-enterologie, Traumatologie en Vaatchirurgie) en de verschillende operateurs van de afdeling Heelkunde. Uitsplitsen van de zittingen naar operatietype was helaas niet mogelijk omdat er geen consistente en eenduidige aanduiding van operatietypes aanwezig is in de data.

38


De beschouwde cijfers zijn: - de geplande zittingsduur - de gerealiseerde zittingsduur - het tijdsverschil: gerealiseerde zittingsduur minus geplande zittingsduur. Voorbeeld: de gerealiseerde duur is 75 minuten en de geplande duur is 60 minuten, dan is het tijdsverschil dus: 75 – 60 = 15 minuten - het relatieve verschil: het quotiënt van het tijdsverschil en de geplande zittingsduur. Voorbeeld: de gerealiseerde duur is 75 minuten, de geplande duur is 60 minuten, dan is het relatieve verschil dus: (75-60)/60 = 15/60 = 0,25. De manier waarop we deze cijfers beoordelen zijn: histogrammen, quantielen, het gemiddelde, de mediaan (dit is de middelste waarde van een gesorteerde reeks: stel je hebt gemeten: 2, 2, 4, 9,11, dan is 4 de mediaan) en de standaarddeviatie (dit getal geeft de grootte van het interval aan rond het gemiddelde, waar 95% van de metingen binnen vallen). De mediaan geeft volgens ons zeer relevante informatie omdat deze niet beïnvloed wordt door incidentele uitschieters. Deze uitschieters zijn bij complicaties tijdens een operatie makkelijk gemaakt en mogen de operateur niet zwaar aangerekend worden. Hetzelfde geldt voor operaties die lang zouden duren maar door omstandigheden veel korter duren. Een histogram is een staafdiagram waarin aangegeven wordt hoeveel metingen er in een bepaald interval vallen (= frequentie). De grootte van dat interval kan je zelf bepalen. Stel je hebt de volgende reeks metingen: 1, 2, 2, 3, 3, 4, 4, 4, 5, 6, 7, 8, 9, 10, 10. Dan wordt dat in een histogram met intervalgrootte = 2 als volgt weergegeven:

Figuur 11: voorbeeldhistogram

Het voordeel van een histogram is dat je er in één oogopslag veel informatie eruit kan halen over de gemeten waarden: de spreiding, de extremen, en een indruk voor het gemiddelde en de mediaan.

39


Bij de quantielen bepalen we het meest compacte 60%-interval. Hiermee bedoelen we de aaneengesloten reeks quantielen die samen 60% van het aantal metingen bevatten, en waarvan de lengte (het verschil tussen start en eindwaarde) de kleinst mogelijke waarde heeft. Doel hiervan is om de verdelingsindruk die histogrammen geven, cijfermatig te ondersteunen en om aan te duiden in welk interval het zwaartepunt ligt van de metingen. De resultaten op afdelingsniveau staan in Figuur 12 , Tabel 17 en Tabel 18:

Figuur 12: Histogrammen van het tijdsverschil (links) en van het relatieve verschil (rechts) van de zittingsduur van de afdeling Heelkunde

Tijdsverschil Relatieve verschil

10% -10 -0,17

20% 5 0,083

30% 15 0,25

40% 25 0,39

50% 35 0,50

60% 50 0,67

70% 65 0,83

80% 85 1,08

90% 125 1,47

100% 485 8,83

Tabel 17: Quantielen voor de zittingsduur van de afdeling Heelkunde, grijs is het meest compacte 60%-interval

Tijdsverschil Relatieve verschil

Aantal 1460 1460

Mediaan 35 50%

Gemiddelde 49 62%

Standaarddeviatie 62 72%

Tabel 18: Verschilcijfers van de zittingsduur van de afdeling Heelkunde

Uit Figuur 12 valt af te leiden dat er veel meer zittingen zijn die langer dan gepland duren dan dat er zittingen zijn die korter duren. Tabel 17 valt af te leiden dat 60% van de zittingen een tijdsverschil hebben in het interval [5, 65] en een relatief verschil in het interval [0,25 , 1,083]. Dit betekent dat de meeste zittingen langer duren dan gemiddeld, tot tweemaal de geplande tijd. Uit Tabel 18 valt af te leiden dat het gemiddelde tijdsverschil rond de 50 minuten ligt en de mediaan van de tijdsverschillen rond de 35 minuten. Binnen de standaarddeviatie van 62 minuten rond het gemiddelde van 49 minuten, dus het interval van 18 tot 80 minuten, ligt 95% van de tijdsverschillen. Relatief gezien duren de gerealiseerde zittingen gemiddeld 60% keer langer dan

40


de geplande tijd met een mediaan van 50%. Dit houdt in dat 50% van de zittingen meer dan een half keer langer duren dan gepland. Om nu te beoordelen of dit een algemeen geldend beeld is voor de categorieën specialismen en operateurs, hebben we bovenstaande figuren ook voor deze twee categorieën gemaakt. Het kan namelijk zijn dat het ene specialisme of operateur alle zittingen in minder tijd doet dan gepland, en de andere juist weer meer tijd. Voor de specialismen zijn de resultaten weergegeven in Figuur 13:

Figuur 13: Histogrammen van het tijdsverschil van de zittingsduur van de specialismen van de afdeling Heelkunde

41


Figuur 14: Histogrammen van het relatieve verschil van de zittingsduur van de specialismen van de afdeling Heelkunde

Tijdsverschil Relatieve zittingsduur Specialisme Aantal Mediaan Gemiddelde Std.deviatie Mediaan Gemiddelde Std. deviatie HON 431 35 49 65 0,54 0,62 0,77 TRA 378 35 42 53 0,50 0,57 0,63 HLK 158 10 14 28 0,17 0,32 0,63 HLO 0,67 0,80 0,81 144 55 68 70 HGE 0,67 0,85 0,82 131 55 67 62 VAT 0,59 0,68 0,56 218 56.5 65 68 Tabel 19: Kerngetallen van het tijdsverschil van de zittingsduur en van de relatieve zittingsduur van de specialismen van de afdeling Heelkunde

42


10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

HON

-10

5

15

25

35,0

50,0

65

90

135,0

280

TRA

-15

5

15

25

35,0

40,8

55

70

101,5

360

HLK

-20

-10

0

5

10,0

16,0

30

40

45,0

125

HLO

0

15

30

40

55,0

74,6

90

115

145,0

485

HGE

0

20

30

40

55,0

70,0

85

120

150,0

285

VAT

5

20

30

45

56,5

65,0

80

103

135,0

315

Tabel 20: Quantielen van het tijdsverschil van de zittingsduur van de specialismen van de afdeling Heelkunde, grijs is het meest compacte 60%-interval

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

HON

-0,17

0,08

0,25

0,42

0,54

0,67

0,83

1,07

1,42

8,83

TRA

-0,17

0,05

0,22

0,33

0,50

0,62

0,83

1,00

1,45

3,17

HLK

-0,33

-0,17

0,00

0,08

0,17

0,30

0,55

0,72

1,11

4,00

HLO

0,00

0,18

0,41

0,54

0,67

0,83

1,00

1,25

1,60

5,39

HGE

0,00

0,21

0,42

0,50

0,67

0,87

1,06

1,42

2,00

4,75

VAT

0,08

0,25

0,33

0,46

0,60

0,75

0,87

1,06

1,36

3,67

Tabel 21: Quantielen van het relatieve verschil van de zittingsduur van de specialismen van de afdeling Heelkunde, grijs is het meest compacte 60%-interval

Uit Figuur 13, Figuur 14, Tabel 19, Tabel 20 en Tabel 21 kunnen we een aantal zaken afleiden: ten eerste dat de specialismen over het algemeen hetzelfde patroon vertonen als de afdeling Heelkunde als geheel: het merendeel van de miscalculatie in de planning bevindt zich binnen een relatief klein interval. Ten tweede dat de 60% intervallen elkaar ook weinig ontlopen qua lengte en qua startpunt. Alleen specialisme Heelkunde valt iets uit de toon omdat deze ook veel negatieve tijdsverschillen heeft, wat betekent dat er redelijk wat zittingen zijn die binnen de geplande tijd uitgevoerd zijn. Nader onderzoek leert dat de gemiddelde zittingsduur van dit specialisme minstens 40% kleiner is dan die van de rest en dat de spreiding van de zittingsduur ook veel geringer is dan die van de andere specialismen (zie Tabel 22). Dit kan veroorzaakt worden doordat de operaties van Heelkunde minder complex en dus beter voorspelbaar zijn.

43


Specialisme HON TRA HLK HLO HGE VAT Gemiddeld

Aantal 431 378 158 144 131 218 243

Mediaan 110 105 65 145 140 150 119

Gemiddelde 142 122 70 166 151 174 138

Std.deviatie 99 76 27 90 76 117 81

Tabel 22: Kerngetallen van de gerealiseerde zittingsduur van de specialismen van de afdeling Heelkunde

Vervolgens hebben we de cijfers van de operateurs onder handen genomen. Bij de histogrammen van het tijds- en relatieve verschil zijn er van de 48 verschillende operateurs die verrichtingen uitgevoerd hebben er 41 met meer dan drie datapunten (het minimum om een histogram en mediaan te bepalen). Ook hier zagen we grote overeenkomsten qua patroon. Dit patroon is hetzelfde als bij de histogrammen van de specialismen zoals ook weergegeven in Figuur 15 voor een bepaalde operateur.

Figuur 15: Histogrammen van het tijdsverschil (links) en van het relatieve verschil (rechts) van de zittingsduur van één operateur van de afdeling Heelkunde

Opvallend is dat er naarmate een operateur meer zittingen gedaan heeft, er géén kleiner verschil in geplande en gerealiseerde zittingsduur optreedt. Oftewel: meer zittingen uitvoeren leidt niet tot beter plannen. Samengevat kunnen we zeggen dat er een duidelijk patroon te zien is in het verschil tussen gerealiseerde en geplande zittingsduur. Deze patronen zijn zowel voor de afdeling Heelkunde als de onderliggende specialismen en operateurs waar te nemen. Een belangrijke constatering is dat eigenlijk structureel te weinig tijd ingepland wordt voor een operatie. Hoeveel de geplande zittingsduur afwijkt hangt af van de lengte van de zittingsduur: een langere zittingsduur zorgt voor een grotere relatieve afwijking tussen geplande en uitgevoerde zittingsduur. Als er in de planning meer rekening gehouden wordt met resultaten uit het verleden zal de geplande zittingsduur meer in overeenstemming komen met de gerealiseerde zittingsduur, en dus zal de uitloop van zowel de zittingen als de sessies omlaag gebracht worden.

44


9.2 Planbaarheid van zittingsduren In deze paragraaf wordt de planbaarheid van zittingsduren onderzocht. Om de zittingsduren goed te kunnen onderzoeken moeten de uitgevoerde zittingen op een bepaalde manier geclusterd worden. Zittingen met dezelfde karaktereigenschappen worden bij elkaar geclusterd. Dit houdt dus in dat er onderscheid moet worden gemaakt tussen de verschillende operatietypes en de operateur die de operatie uitvoert. Er worden dus een willekeurige operateur gekozen en de data over de door de operateur uitgevoerde operatietypes worden verzameld. Dan wordt er gekeken hoe vaak de operateur een bepaalde tijdsduur nodig heeft gehad om de operaties van een operatietype uit te voeren. Op basis van histogrammen valt te concluderen dat de spreiding van de zittingsduren nogal groot is. In Figuur 16 zijn de histogrammen te zien.

Figuur 16: Histogrammen van zittingsduren uit verschillende zittingen.

45


Aan de histogrammen is duidelijk te zien dat de duren uit verschillende verdelingen komen. De histogrammen die bij operateur A, zittingtype 1 hoort lijkt enigszins normaal verdeeld te zijn. Het histogram behorende bij operateur A en zittingtype 4 lijkt zelfs binomiaal verdeeld. Dit is natuurlijk een frappante verdeling voor een zittingsduur. De zittingsduur kan natuurlijk nooit binomiaal verdeeld zijn. De andere histogrammen duiden enigszins op een exponentiele of chikwadraad verdeling of op een andere onbekende verdeling. Er kan dus niet éénduidig worden gesteld dat de zittingsduren uit één bepaalde verdeling komen. In Tabel 23 is nogmaals aan de hand van de overschrijdingskansen (p-values) aangegeven dat het toekennen van de verdelingen aan de data onterecht is. Bij het hanteren van een onbetrouwbaarheidsdrempel van 0,05 wordt het toekennen van de verdeling verworpen bij een p-value onder 0,05. Shapiro-test Operateur A, zitting 1

p-value 0.001051

Kolmogorov exponentieel Operateur A, zitting 2

p-value < 2.2e-16

Operateur A, zitting 6

< 2.2e-16

Kolmogorov chi-kwadraat p-value Operateur A, zitting 3

< 2.2e-16

Tabel 23: P-values bij de verschillende toetsen.

We komen dus tot de conclusie dat de zittingsduren niet uit dezelfde verdeling komen. Ook kan de verdeling van de afzonderlijke operatietypen niet worden vastgesteld. Dit kan liggen aan de beperkte hoeveelheid datapunten die beschikbaar zijn, of omdat de zittingsduren op een bepaalde manier zijn ingevoerd. Te denken valt aan bijvoorbeeld afrondingen en dergelijk.

9.3 Onderzoek naar verdelingen van de wisseltijden Bij sessies met meerdere zittingen wordt een niet verwaarloosbaar deel van je sessietijd gebruikt als wisseltijd. Daarom wordt in deze paragraaf In deze paragraaf onderzocht uit welke verdeling de wisseltijden komen. Hierbij worden alle wisseltijden uit 2004 bekeken. Van de wisseltijden is het histogram geplot.

46


Figuur 17: Histogram van wisseltijden over het gehele VUmc.

Uit Figuur 17 blijkt dat de wisseltijden qua grove structuur wellicht exponentieel verdeeld zouden kunnen zijn. De extreme knikken gooien echter roet in het eten. Voor de zekerheid zijn de wisseltijden tegen de kwantielen van de exponentiele verdeling uitgezet. Uit Figuur 18 blijkt dat de wisseltijden niet exponentieel verdeeld zijn.

Figuur 18: Een qq-plot van de gerealiseerde wisseltijden uitgezet tegen de kwantielen van de exponentiele verdeling.

47


Ook de verdeling van de wisseltijden is dus niet éénduidig vast te stellen.

9.4 Maatstaven berekenen In deze paragraaf wordt getracht de waarde van de belangrijkste maatstaven, het aantal afzeggingen en de bezettingsgraad, te bepalen. Dit wordt gedaan om te kunnen bepalen of een bepaalde planningstrategie voordelen oplevert ten opzichte van een ander. Om de waarden voor de maatstaven te bepalen is een model opgesteld, waarbij de volgende stochastische variabelen van belang zijn:   

De stochastische variabele Xi is de variabele voor de zittingsduur van zitting i. De stochastische variabele Wi is de variabele voor de wisseltijd tussen zittingen i en i+1. De stochastische variabele Yi is de variabele voor de duur van de som van de eerste i zittingen inclusief eventuele wisseltijden. Indien i gelijk is aan het totaal aantal zittingen in de sessie is Yi dus de stochastische variabele voor de sessieduur.

De waarden voor het verwacht aantal afzeggingen en de bezettingsgraad kunnen dan op een analytische manier verkregen worden indien erg stringente aannames gedaan worden qua verdeling van de zittingsduren en wisseltijden. De aannames houden in dat de zittingsduren en wisseltijden óf allemaal normaal verdeeld zijn, óf allemaal exponentieel verdeeld zijn. Uit analyse in Paragraaf 9.2 en Paragraaf 9.3 blijkt echter dat de verdeling van de zittingsduren en wisseltijden niet eenduidig vastgesteld kan worden. Daarom is het niet mogelijk om deze aannames te maken. Dus is het niet mogelijk om de waarde van de maatstaven analytisch te bepalen. Een aanpak die in dit geval wel mogelijk is, is die van simulatie. Dit houdt in dat er een sessie wordt gesimuleerd en aan de hand daarvan worden de empirische waarde van de verwachte bezettingsgraad en het verwacht aantal afzeggingen bepaald. Omdat niet bekend is wat de verdeling van de zittingsduren en wisseltijden is, zou resampling uit de data de beste optie zijn. Ware het niet dat de data een aantal eigenaardigheden bevat. Zo is er weinig data beschikbaar en is de gerealiseerde duur van de zittingen vaak afgerond. Soms komen er voor een bepaalde zitting in de data maar twee waarden voor de zittingsduur voor. Dit heeft ons doen besluiten om ook te simuleren met behulp van bekende verdelingen zoals de normale verdeling, de lognormale verdeling en de uniforme verdeling. Per model wordt er aangenomen dat de zittingsduren en wisseltijden uit een verdeling van dezelfde locatie-schaalfamilie komen. Voor het bepalen van de parameters voor de verdeling van de zittingsduren en wisseltijden is gebruik gemaakt van de data. Voor de zittingsduren en wisseltijden worden dan trekkingen gedaan uit de data van gerealiseerde zittingsduren en wisseltijden. In de volgende paragraaf worden de resultaten weergegeven die uit de verschillende simulatiemodellen verkregen zijn. Door middel van een vergelijking vindt de validatie van het model plaats.

48


9.5 Simulatiemodel validatie In deze paragraaf worden de resultaten beschouwd, die uit de verschillende modellen volgen. Drie verschillende sessies, bestaande uit een verschillend aantal zittingen, worden bekeken. De resultaten van de simulatiemodellen waarbij aangenomen is dat de zittingsduren en wisseltijden een specifieke bekende verdeling hebben, worden vergeleken met de resultaten van het model waarbij geresampled wordt. Het model dat het meest overeenkomt met het resamplemodel, wordt gezien als het model dat de werkelijkheid het best weergeeft. Het resamplemodel doet namelijk trekkingen uit slechts een beperkt aantal datapunten. Daarom is een simulatiemodel dat gebaseerd is op een bekende verdeling gewenst. Dan kunnen namelijk trekkingen uit een oneindige verzameling gedaan worden. De resultaten bij aanname van een bekende verdeling zittingsduren en wisseltijden mogen slechts in kleine mate verschillen van het simulatiemodel bij resamplen. De resultaten van drie sessies zijn weergegeven in tabellen. In Tabel 24 t/m Tabel 26 staan de resultaten voor de sessies bestaande uit drie, vier en vijf zittingen respectievelijk. Sessie 1: Deze sessie bestaat uit drie zittingen. De zittingen worden uitgevoerd door één bepaalde operateur. De resultaten behorende bij de sessie zijn in Tabel 24 weergegeven.

Verwachte 3 zittingen bezettingsgraad RESAMPLE 0.51 NORMAAL 0.51 LOGNORMAAL 0.72 UNIFORM 0.61 EXPONENTIEEL 0.48 GAMMA 0.89 POISSON 0.51

95% betrouwbaarheid voor bezettingsgraad [0.39,0.68] [0.36,0.67] [0.05,1.00] [0.45,0.79] [0.12,0.97] [ 0.71,0.99] [0.45,0.56]

Verwacht aantal afzeggingen 0.00 0.00 1.00 0.00 0.10 0.53 0.00

95% betrouwbaarheid voor het verwacht aantal afzeggingen [ 0,0] [ 0,0] [0,2] [ 0,0] [0,1] [0,1] [ 0,0]

Tabel 24: Verwachte bezettingsgraad en het verwachte aantal afzeggingen (met de betrouwbaarheidsintervallen) van een bepaalde sessie bestaande uit drie zittingen, voor elk simulatiemodel.

Het simulatiemodel dat uitgaat van een normale verdeling van de zittingsduren en wisseltijden komt het dichtst bij de resultaten van het resample model. Sessie 2: Deze sessie bestaat uit vier zittingen. De zittingen worden uitgevoerd door één bepaalde operateur. De resultaten behorende bij de sessie zijn in Tabel 25 weergegeven.

49


95% betrouwbaarheid Verwachte 95% betrouwbaarheid Verwacht aantal voor het verwacht 3 zittingen bezettingsgraad voor de bezettingsgraad afzeggingen aantal afzeggingen RESAMPLE 0.51 [0.39,0.68] 0.00 [ 0,0] NORMAAL 0.50 [0.36,0.66] 0.00 [ 0,0] LOGNORMAAL 0.72 [0.05,1.00] 1.00 [0,2] UNIFORM 0.61 [0.45,0.79] 0.00 [ 0,0] EXPONENTIEEL 0.48 [0.12,0.97] 0.10 [0,1] GAMMA 0.89 [ 0.71,1.00] 0.53 [0,1] POISSON 0.51 [0.45,0.56] 0.00 [ 0,0] Tabel 25: Verwachte bezettingsgraad en het verwachte aantal afzeggingen (met de betrouwbaarheidsintervallen) van een bepaalde sessie bestaande uit vier zittingen, voor elk simulatiemodel.

Ook hierbij geldt dat het simulatiemodel dat uitgaat van een normale verdeling van de zittingsduren en wisseltijden het dichtst bij de resultaten van het resample model komt. Sessie 3: Tenslotte wordt een sessie bekeken die uit vijf zittingen bestaat. De zittingen worden uitgevoerd door één bepaalde operateur. De resultaten behorende bij de sessie zijn in Tabel 26 weergegeven.

Verwachte 5 zittingen bezettingsgraad RESAMPLE 0.62 NORMAAL 0.62 LOGNORMAAL 0.80 UNIFORM 0.81 EXPONENTIEEL 0.59 GAMMA 0.65 POISSON 0.63

95% betrouwbaarheid Verwacht aantal voor de bezettingsgraad afzeggingen [0.43,0.86] 0.03 [0.38,0.85] 0.02 [0.12,1.00] 2.53 [0.65,0.92] 0.60 [0.25,0.93] 0.17 [0.43,0.87] 0.05 [0.57,0.67] 0.00

95% betrouwbaarheid voor het verwacht aantal afzeggingen [0,0] [0,0] [0,4] [0,2] [0,1] [0,0] [0,0]

Tabel 26: Verwachte bezettingsgraad en het verwachte aantal afzeggingen (met de betrouwbaarheidsintervallen) van een bepaalde sessie bestaande uit vijf zittingen, voor elk simulatiemodel.

Uit de voorgaande tabellen kan geconcludeerd worden dat het normale model het best bij de werkelijkheid past.

50


10 Planningsregels In dit hoofdstuk wordt bekeken of het mogelijk is om enkele planningsregels te formuleren. Planningsregels zijn regels waar men zich aan moet houden om efficiënt te plannen Op dit moment wordt het aantal zittingen met een lange zittingsduur als eerst uitgevoerd en daarna vervolgens de zittingen met een korte zittingsduur. Dit omdat als er uitloop zou zijn, de patiënt dan makkelijk kan worden afgezegd. Er wordt onderzocht of er verschil is in het aantal afzeggingen en de bezettingsgraad. Hiervoor worden twee scenario’s bekeken. In het eerste scenario wordt eerst één sessie gevuld met alleen zittingen met een korte zittingduur en een tweede sessie wordt gevuld met alleen zittingen met een lange zittingsduur. Daarna worden twee sessies bekeken met zowel lange als korte zittingen door elkaar. Hierdoor ontstaan er twee sessies met elk gehusselde zittingsduren. Om te controleren welk van de scenario’s een beter effect met zich mee brengt bepalen we voor iedere scenario per sessie het verwachte aantal afzeggingen en de verwachte bezettingsgraad. Vervolgens wordt per scenario het gemiddelde verwachte aantal afzeggingen en de gemiddelde verwachte bezettingsgraad berekend en vergeleken. Bij het tweede scenario wordt er vanuit gegaan dat er geen scheiding gemaakt wordt tussen korte zittingen en lange zittingen tussen sessies. Een sessie bevat dus een mix van zittingen met lange en korte zittingsduren. Er wordt onderzocht of de volgorde van de zittingsduren per sessie van invloed is voor het verwachte aantal afzeggingen en de verwachte bezettingsgraad. Bij het berekenen van het verwachte aantal afzeggingen en de verwachte bezettingsgraad wordt er vanuit gegaan dat de zittingsduren in een sessie normaal verdeeld zijn, omdat in Paragraaf 9.5 de conclusie getrokken is dat de zittingsduren het dichtst bij de normale verdeling komen. In paragraaf 10.1 zal het eerste scenario onderzocht worden en in paragraaf 10.2 het tweede scenario.

10.1 Scenario één: verdeling zittingen over sessies In deze paragraaf wordt onderzocht of er invloed is op het verwachte aantal afzeggingen en de verwachte bezettingsgraad als de korte en lange zittingsduren gescheiden worden van elkaar.

We gebruiken gegevens uit de data van het jaar 2004, waarbij een aantal zittingen gekozen zijn waar voldoende datapunten van een bepaalde operatietype beschikbaar zijn. Deze zittingen zijn gebruikt om zelf sessies te construeren. Er worden eerst een aantal zittingen met een lange zittingsduur bij elkaar gevoegd zodanig dat de som van het gemiddelde van de zittingsduren plus de wisseltijden kleiner of gelijk is aan 7,75 uren. Deze sessie noemen we sessie1. Daarna worden een aantal zittingen met een korte zittingsduur bij elkaar gevoegd zodanig dat de som van het gemiddelde van de zittingsduren plus de wisseltijden kleiner of gelijk is aan 7,75 uren. Deze sessie noemen we sessie2. Tenslotte worden alle zittingen uit sessie1 en sessie2 op één hoop gegooid en door elkaar gehusseld. Deze verzameling zittingen wordt in tweeën gedeeld waardoor sessie3 en sessie4 ontstaan. Sessie3 en sessie4 bestaan dus uit zowel korte als lange zittingsduren, waarbij de som van het gemiddelde van de zittingsduren plus de wisseltijden van elke sessie kleiner of gelijk is aan 7,75 uren.

51


In Tabel 27 zijn de resultaten weergegeven van het aantal afzeggingen en de bezettingsgraad van sessie1, sessie2, het verwachte aantal afzeggingen en de verwachte bezettingsgraad van sessie1 en sessie2. In Tabel 28 zijn de resultaten weergegeven van het verwachte aantal afzeggingen en de verwachte bezettingsgraad van sessie3, sessie4, en het gemiddelde over sessie3 en sessie4. Sessie1: alleen zittingen met lange zittingsduur

Sessie2: alleen zittingen met korte zittingsduur

Gemiddelde sessie1 en sessie2

Verwachte bezettingsgraad 0.76 0.79 0.78 95% [0.57,0.97] [0.69,0.91] betrouwbaarheidsinterval Verwacht aantal 0.39 0.59 0.49 afzeggingen 95% [0,1] [0,1] betrouwbaarheidsinterval Tabel 27: De verwachte bezettingsgraad met 95% betrouwbaarheidsinterval en het verwachte aantal afzeggingen met 95% betrouwbaarheidsinterval voor sessies met een lange en kortezittingsduur en het gemiddelde verwachte bezettingsgraad en het gemiddelde verwachte aantal afzeggingen van beide sessies. Sessie3: Gehusselde van sessie1 en sessie2

Sessie4: Gehusselde van sessie1 en sessie2

Gemiddelde sessie3 en sessie4

Verwachte bezettingsgraad 0.82 0.83 0.82 95% [0.65,0.94] [0.63,0.95] betrouwbaarheidsinterval Verwacht aantal 0.30 0.96 0.63 afzeggingen 95% [0,1] [0,3] betrouwbaarheidsinterval Tabel 28: De verwachte bezettingsgraad met 95% betrouwbaarheidsinterval en het verwachte aantal afzeggingen met 95% betrouwbaarheidsinterval voor gehusselde sessies en het gemiddelde verwachte bezettingsgraad en het gemiddelde verwachte aantal afzeggingen van beide sessies.

Uit Tabel 27 en Tabel 28 blijkt dat als de verwachte bezettingsgraad lager is, het verwachte aantal afzeggingen kleiner is en als de verwachte bezettingsgraad hoger is, het verwachte aantal afzeggingen groter is. Dit gedrag is zoals te verwachten was. De volgende planningsregel kan dus opgesteld worden: Regel 1: Deel een gegeven verzameling uit te voeren zittingen in in sessies met alleen zittingen met korte zittingsduur en sessies met alleen zittingen met lange zittingsduur.

10.2 Scenario twee: verdeling zittingen binnen een sessie In deze paragraaf wordt het volgende scenario onderzocht. Als we naar één enkele sessie kijken, wat is dan de meest gunstige volgorde waarin de zittingen uitgevoerd moeten worden. Weer is het van belang de juiste datapunten te verzamelen. Dat gebeurt op dezelfde manier als genoemd in de Paragraaf 10.1. Er worden een aantal zittingen met zowel korte als lange zittingsduren bij elkaar opgeteld zodanig dat de som van het gemiddelde van de zittingsduren plus de wisseltijden kleiner of gelijk is aan

52


7,75 uren. De uit te voeren zittingen worden op drie manieren gesorteerd op zittingsduur. De eerste manier is in oplopende zittingsduren. De tweede manier is in afnemende zittingsduur. Bij de derde manier wordt er niet gesorteerd en is de volgorde van de zittingen willekeurig. In Tabel 29 zijn de resultaten weergegeven van het verwachte aantal afzeggingen en de verwachte bezettingsgraad van elk van de drie manieren. Manier 1: oplopende zittingsduur

Manier 2: afnemende zittingduur

Manier 3: willekeurig

Verwachte 0.74 0.81 0.81 bezettingsgraad 95% [0.55,0.96] [0.58,0.96] [0.56,0.97] betrouwbaarheidsinterval Verwachte aantal 0.40 0.79 0.56 afzeggingen 95% [0,1] [0,2] [0,2] betrouwbaarheidsinterval Tabel 29: De verwachte bezettingsgraad met 95% betrouwbaarheidsinterval en het verwachte aantal afzeggingen met 95% betrouwbaarheidsinterval de sessie bestaande uit een oplopende, een afnemende en een willekeurige volgorde van de zittingsduur.

Uit Tabel 29 blijkt dat bij een afnemende zittingsduur en bij een willekeurige volgorde van de zittingsduur de bezettingsgraad vrijwel identiek is. Het verwachte aantal afzeggingen verschilt wel en is bij een willekeurige volgorde van de zittingen lager. Als er dus gekozen moet worden tussen manier 2 en manier 3, heeft manier 3 de voorkeur. Als manier 1 en 3 met elkaar worden vergeleken, is duidelijk dat bij een oplopende zittingsduur de bezettingsgraad iets lager is, maar het verwachte aantal afzeggingen aanzienlijk lager is dan bij willekeurige volgorde van de zittingen. We kunnen een nieuwe regel formuleren. Regel 2: Voer zittingen binnen een sessie uit in volgorde van oplopende zittingsduur.

53


11. Witte vlekken versus Acute-OK In dit hoofdstuk wordt onderzocht wat de beste manier is om de instroom van acute patiënten op te vangen. Op dit moment hanteert het VUmc een acute OK voor binnenkomst van niet-electieve patiënten tussen 7.45 en 15.30. Echter als deze OK al bezet is en er een niet-electieve patiënt binnenkomt, dan moet het op de afdeling geopereerd worden waar hij ondervalt. Als deze afdeling helemaal vol gepland is met electieve patiënten, kan het voorkomen dat er afzeggingen zullen plaatsvinden. Immers als een OK vol gepland staat en er nog een patiënt behandeld moet worden, moet er plaats gemaakt worden voor die patiënt. Een andere manier om deze instroom op te vangen is door tijd te reserveren voor acute patiënten in sessies waar ook electieve zittingen uitgevoerd worden. Deze tijd wordt een witte vlek genoemd. Er wordt onderzocht of het invoeren van een witte vlekken planning betere resultaten oplevert dan het gebruik van een acute-OK, zoals nu in het VUmc gebruikt wordt. Aan de hand van simulaties zal er hier een beslissing over genomen worden. Eerst moet bepaald worden hoe groot de witte vlek moet zijn die men zal inplannen. De grootte van de witte vlek is afhankelijk van het aantal acute patiënten dat er binnenkomt en de zittingsduur van een acute patiënt. Om de witte vlek statistisch correct te bepalen, zijn de verdelingen van het aantal acute patiënten en de zittingsduur van acute patiënten nodig. Deze zullen wij dus als eerste bepalen in Paragraaf 11.1 om de grootte van de witte vlek vast. In Paragraaf 11.3 worden beide planningsmethoden met elkaar vergeleken.

11.1 Bepalen van de verdeling van acute patiënten Om te bepalen hoeveel en hoelang de witte vlekken moeten zijn, zullen we eerst een verdeling van het aantal acute patiënten moeten vinden. Het gaat hierbij om het aantal patiënten dat per dag binnen komt en hoelang de verwachte zittingsduur van een acute patiënt is. Hierbij wordt een dag gedefinieerd als een sessiedag, dus een doordeweekse dag tussen 7.45u en 15.30u. Dit is omdat alleen de patiënten die in dit tijdinterval binnenkomen, meegenomen moeten worden in de planning voor electieve patiënten. We zullen eerst kijken naar de verdeling van het aantal acute patiënten per dag en daarna naar de duur van een acute operatie.

11.1.1 Aantal acute patiënten per dag Om een beeld te krijgen hoe het aantal acute patiënten per dag verdeeld is, kan er naar een histogram van het aantal patiënten per dag gekeken worden. In Figuur 19 is te zien dat het vaak voorkomt dat er tussen 0 en 3 acute patiënten per dag binnenkomen. Het gemiddeld aantal patiënten dat per dag binnenkomt is 1.67 patiënten met een standaarddeviatie van 1.33. Er is aan de vorm van het histogram te zien dat het aantal binnenkomende acute patiënten mogelijk Poisson verdeeld is.

54


90 80

frequentie

70 60 50 40 30 20 10 0 0

1

2

3

4

5

6

aantal patienten

Figuur 19: Histogram van het aantal acute patiënten dat per dag binnenkomt.

Een eigenschap van de Poisson verdeling is dat het gemiddelde gelijk is aan de variantie. In dit geval is de variantie gelijk aan (1.33)2 = 1.76 en dat komt aardig overeen met het gemiddelde van 1.67. Een andere manier om te controleren of het aantal acute patienten op een dag Poisson verdeeld is, is met behulp van een QQplot. In het QQplot wordt de Poisson verdeling uitgezet tegen de verdeling van het aantal acute patiënten per dag. Is er een rechte lijn te zien in het QQplot, dan kan er aangenomen worden dat de verdeling van het aantal acute patiënten Poisson verdeeld is. Uit Figuur 20 kan geconcludeerd worden dat het om een Poisson verdeling gaat.

4 3 2 0

1

aantal acute patienten

5

6

Q Q p lo t a a n ta l a c u te p a tie n te n p e r d a g te g e n P o is s o n v e r d e lin g

0

1

2

3

4

5

6

7

ste e kp ro e f uit P o is s o n ve rd e ling

Figuur 20: QQplot aantal acute patiënten per dag tegen een steekproef uit de Poisson verdeling

55


Een laatste manier om te testen of het aantal acute patiënten per dag uit een Poisson verdeeld is, is met behulp van een verdelingstoets. In dit geval is er gekozen voor een Pearsons Chisquare statistic toets, omdat deze verdelingsvrij is. Deze toets geeft als uitkomst een zogenaamde pwaarde. De p-waarde geeft de kans weer dat je de hypothese ( dat de data uit een verdeling komt) verwerpt terwijl deze waar is. Bij een p-waarde van kleiner dan 5% is de kans zo klein dat de hypothe waar is, dat de getoetste verdeling verworpen wordt. Uit deze toets volgt een p-value van 37% als getoetst wordt op een Poisson verdeling. Er mag dus aangenomen worden dat de verdeling van het aantal acute patiënten per dag Poisson verdeeld is.

11.1.2 Zittingsduur acute patiënten

100 150 200 250 0

50

Frequentie

100 150 200 250 0

50

Frequentie

Het is voor het bepalen van de grote van een witte vlek van belang dat bekend is hoe lang een acute zitting duurt. Omdat deze zittingsduur een stochastische variabele is zijn we geïnteresseerd in het bepalen van de verdeling voor de zittingsduur van acute ingrepen. In het linker histogram van Figuur 21 is de verdeling van de zittingsduur van acute ingrepen te zien.

0

5

10

zittingsduur(uren)

15

0

1

2

3

4

5

6

7

zittingsduur(uren)

Figuur 21: Histogrammen van de zittingsduur van acute patiënten. De linker histogram is zittingsduur inclusief operaties langer dan 7 uur, en de rechter histogram is zittingsduur exclusief

Doordat het linker histogram een lange staart heeft is het moeilijk om een passende bekende verdeling te vinden. Daarom worden de 4 operaties die deze lange staart veroorzaken verwijderd. De verdeling die hierdoor ontstaat is te zien in het rechter histogram in Figuur 21. Na verwijdering van de lange zittingen is de gemiddelde zittingsduur van een acute patiënt 1 uur 51 minuten met een standaarddeviatie van 1 uur en 2 minuten. Door een aantal toetsen op de verdeling van de zittingsduur van acute patiënten los te laten, kan er bepaald worden hoe deze verdeeld is. In Tabel 30 is een overzicht te zien van het resultaat van een aantal toetsen.

56


Verdeling

Toets

p-waarde

Normaal Poisson Log-normaal Gamma

Shapiro-Wilk toets Pearsons Chisquare statistic Kolmogorov-Smirnov Kolmogorov-Smirnov

2.2e-14% 0% 2.2e-14% 12.44%

Tabel 30: Overzicht toetsen van de zittingsduur van acute patiënten

Aan de hand hiervan is het een redelijke aanname dat de verdeling van de zittingsduur van acute patiënten Gamma verdeeld is.

11.2 Witte vlek bepalen Wij willen gaan kijken of het systeem waarbij niet-electieve patiënten die tussen 7.45 en 15.30 binnenkomen, niet naar de acute OK gebracht worden, maar meteen naar de eigen afdeling beter werkt. Dit doen we door zogenaamde witte vlekken in te plannen. Dit houdt in dat we een bepaalde tijd in de OK inplannen die gereserveerd staat voor niet-electieve patiënten. De vraag is nu echter: hoe bepaal je de grootte van de witte vlek? En hoeveel tijd moet je reserveren per afdeling? Wij zullen de witte vlek alleen bepalen voor de afdeling Heelkunde. De verwachte benodigde grootte van de witte vlek, is ongeveer gelijk aan de verwachting van het aantal niet-electieve patiënten keer de verwachting van de zittingsduur. De witte vlek die de afdeling Heelkunde in moet plannen is dus gelijk aan 187 minuten (1.67 patiënt * 111 minuten). Als men een witte vlek wil inplannen voor het gehele ziekenhuis, moeten alle acute patiënten meegenomen worden in de berekening. Dit gebeurt op dezelfde manier als het berekenen van de witte vlek voor de afdeling heelkunde. Het gemiddelde aantal acute patiënten voor het VUmc is 5.7 patiënten tijdens de electieve uren. De gemiddelde zittingsduur voor deze acute operaties is 103 minuten. Hierdoor komen wij op een benodigde tijd voor acute patiënten van 589 minuten. Dit is dus de grootte van de witte vlek voor het gehele VUmc. De grootte van de witte vlek van Heelkunde is ongeveer een derde (1/3) van de grootte van de totale benodigde witte vlek voor het VUmc. Wat hier ook opgemerkt kan worden is dat de benodigde tijd voor acute patiënten op een dag meer is dan dat er ingepland wordt. Er wordt namelijk 465 minuten ingepland in de vorm van een acute-OK. Op dit moment deelt men één OK uit als acute-OK om de acute patiënten op te vangen. Dit is echter niet voldoende omdat men tijdens electieve uren ongeveer 125 minuten extra nodig heeft om acute patiënten op te vangen. Hierdoor zullen er acute patiënten behandeld moeten worden in electieve OK’s, wat weer zorgt voor een verstoring in het electieve proces en derhalve voor afzeggingen.

11.3 Witte vlekken versus Acute OK In deze paragraaf worden de twee mogelijke OK-indelingen, te weten de witte vlekken planning en de acute-OK, met elkaar vergeleken. Hierbij zal er gebruik worden gemaakt van een soortgelijk simulatieprogramma als in Hoofdstuk 9. Er zal worden gekeken wat de resultaten zijn

57


bij de twee OK-indelingen en er wordt een oordeel gegeven over de invoer van een witte vlekken planning. Het verschil tussen een acute-OK en een witte vlekken planning is de manier waarop de capaciteit voor acute patiënten wordt verdeeld. In Paragraaf 11.2 werd al aangegeven dat de beschikbare capaciteit, namelijk één OK, niet voldoende is om aan de vraag naar acute hulp te voldoen. Dit neemt echter niet weg dat deze capaciteit op verschillende manieren verdeeld kan worden. Acute-OK: Als er gebruik wordt gemaakt van een acute-OK wordt de gehele beschikbare acute capaciteit in één OK geconcentreerd. Van deze acute-OK maken alle verschillende afdelingen gebruik van en de bedoeling hiervan is om de electieve operaties zoveel mogelijk volgens planning te laten verlopen. Deze aanpak lijkt op voorhand enkele voor- en nadelen te hebben:  Voordelen: Doordat meerdere afdelingen gebruik maken van dezelfde ruimte kunnen er schaalvoordelen ontstaan. Als er genoeg capaciteit beschikbaar zou worden gesteld aan de acute-OK zouden de electieve zittingen zonder verstoring plaats vinden.  Nadelen: Als er geen acute patiënt is, staat de OK leeg. Als er niet genoeg capaciteit beschikbaar is gesteld, zoals nu het geval is, zal er een verstoring optreden in het electieve proces. Witte vlekken planning: Als er gebruik wordt gemaakt van witte vlekken planning wordt de beschikbare acute capaciteit over verschillende electieve OK’s verdeeld. De acute-OK zal ook als electieve OK kunnen worden ingezet. Hierdoor komen er meer electieve sessies beschikbaar maar zal er in enkele van deze sessies een witte vlek vrij gehouden moeten worden. Elke afdeling zal dan zijn eigen acute capaciteit beschikbaar krijgen en deze zelf mogen inplannen. Ook hier kunnen op voorhand enkele voor- en nadelen onderkend worden:  Voordelen: Doordat een witte vlek in een electieve sessie gepland wordt, kan deze voor twee zaken gebruikt worden. Een witte vlek kan niet alleen gebruikt worden om acute patiënten op te vangen, maar ook om de uitloop van electieve zittingen op te vangen. Een ander voordeel bij een witte vlekken planning is dat de witte vlek over verschillende OK’s verdeeld kan worden. Acute patiënten komen soms rond dezelfde tijd aan en met een acute-OK zullen er daardoor afzeggingen van electieve patiënten plaatsvinden omdat er maar 1 acute-OK is. Er is misschien wel genoeg tijd door de dag heen beschikbaar bij een acute-OK voor de acute patiënten, maar een acute-OK kan niet meerdere acute patiënten tegelijk behandelen. Als men met witte vlekken werkt en deze verdeelt over verschillende OK’s dan is wel mogelijk om verschillende acute patiënten tegelijkertijd op te vangen zonder dat er aan afzegging plaats zal vinden.  Nadelen: Bij elke sessie waar een witte vlek is ingepland zullen de electieve zittingen verschoven moeten worden zodra er een acute patiënt binnenkomt. De electieve operaties kunnen dus niet altijd volgens de planning uitgevoerd worden. Een ander nadeel is dat niet iedere afdeling elke dag een eigen sessie heeft. Dit zou kunnen worden opgelost door kleine afdelingen te clusteren.

11.3.1 Simulatie resultaten Bij het simuleren van deze modellen worden dezelfde aannames gemaakt als in Hoofdstuk 9. Er worden verder alleen sessies van de afdeling heelkunde gesimuleerd en ook alleen acute patiënten van heelkunde meegenomen. Er werd aangenomen dat Heelkunde drie sessies beschikbaar had en

58


dat ongeveer een derde (1/3) van de acute-OK capaciteit door Heelkunde werd gebruikt. Totaal werd er dus voor de afdeling heelkunde dus drie en een derde sessie (3 1/3) gesimuleerd. Allereerst zijn een aantal zittingen gekozen die in het model gestopt worden. Elk model bestaat uit dezelfde zittingen, alleen zijn de zittingen anders verdeeld over de beschikbare sessies. Bij elk model zijn de verwachte bezettingsgraad en het verwachte aantal afzeggingen bepaald. Ook worden de bijbehorende 95% betrouwbaarheidsintervallen gegeven. Model acute-OK Bij het acute-OK model zijn de eerste drie sessies ingepland met electieve zittingen en is er geen witte vlek overgehouden bij deze sessies. De vierde OK is het deel van de acute OK die Heelkunde beschikbaar heeft. In Tabel 31 staan de resultaten van de simulatie als wordt gewerkt met een acute OK. Model Acute OK Verwachte bezettingsgraad 0.79 95% betrouwbaarheidsinterval [0.68, 0.89] Verwachte aantal afzeggingen 1.96 95% betrouwbaarheidsinterval [0,5] Tabel 31: De verwachte bezettingsgraad met 95% betrouwbaarheidsinterval en het verwachte aantal afzeggingen met 95% betrouwbaarheidsinterval.

Model witte vlekken: Bij het witte vlekken model kan de witte vlek verdeeld worden over verschillende OK’s. In Paragraaf 11.2 is bepaald dat de grootte van de witte vlek voor Heelkunde 187 minuten moet zijn. Er zijn 4 OK’s beschikbaar om deze witte vlek over te verdelen. Bij het simuleren hebben wij deze witte vlek als eerst in alleen de eerste OK ingedeeld. Vervolgens zijn de resultaten bepaald als de witte vlek over de eerste twee, de eerste drie en gelijknamig over alle vier OK’s is verdeeld. In Tabel 32 staan de resultaten van de simulatie als er wordt gewerkt met een witte vlekken planning. Witte vlekken planning 1 witte vlek 2 wittte vlekken 3 witte vlekken 4 witte vlekken Verwachte bezettingsgraad 0.80 0.73 0.80 0.81 95% betrouwbaarheidsinterval [ 0.67, 0.91 ] [ 0.62 , 0.83 ] [ 0.69, 0.91] [ 0.69 , 0.92 ] Verwachte aantal afzeggingen 1.23 1.24 1.73 1.81 95% betrouwbaarheidsinterval [0,3] [0,3] [0,4] [0,5] Tabel 32: De verwachte bezettingsgraad met 95% betrouwbaarheidsinterval en het verwachte aantal afzeggingen met 95% betrouwbaarheidsinterval. De witte vlek is verdeeld over 1, 2, 3 en 4 OK’s.

De resultaten van de verschillende manieren om de witte vlek te verdelen zijn ook verschillend van elkaar. Als de witte vlek over meerdere sessies wordt verspreid gaat het aantal afzeggingen ook omhoog. Als men de minste afzeggingen wil hebben bij een witte vlekken planning, zal de witte vlek in één OK ingedeeld moeten worden. Als echter de bezettingsgraad gemaximaliseerd wil worden bij een witte vlekken planning zal men de witte vlek over zoveel mogelijk OK’s moeten verspreiden.

59


Uit de resultaten kan worden gehaald dat een witte vlekken planning met de witte vlek in 1 OK de beste resultaten geeft. Regel 3: Een OK indeling met een witte vlek in 1 OK geeft de beste resultaten.

11.3.2 Beperkingen bij invoer witte vlekken planning Na uitvoering van de simulatie blijkt dat het witte vlekken model betere resultaten geeft dan het acute-OK model. Dit zou een reden kunnen zijn om een witte vlekken planning in te voeren. Als het VUmc echter een witte vlekken planning zou willen invoeren, moet er rekening gehouden worden met een aantal zaken:  Sommige afdelingen hebben niet op elke dag een sessie. Aangezien elke afdeling zijn eigen acute capaciteit krijgt toegewezen, moeten acute patiënten die bij deze afdeling horen in de tijd van de desbetreffende afdeling geholpen worden. Als deze afdeling op die dag geen sessie heeft, zal de acute patiënt toch in de tijd van een andere afdeling geholpen moeten worden. Hierdoor kunnen er problemen ontstaan tussen afdelingen.  Als er een acute patiënt binnenkomt, zal er een electieve patiënt opgeschoven moeten worden omdat in elke OK electieve patiënten zijn ingepland. Bij een acute-OK planning worden alleen electieve patiënten opgeschoven als er geen ruimte meer is in de acute-OK, maar bij een witte vlekken planning zorgt bijna elke acute patiënt voor een verschuiving van een electieve patiënt. Een manier om een witte vlekken planning wel in te voeren is om afdelingen die op een bepaalde dag geen sessie hebben, hun witte vlek te laten delen met een andere afdelingen. Als een bepaalde afdeling op een dag geen sessie heeft, kunnen de acute patiënten, bestemd voor deze afdeling, bij een tweede afdeling behandeld worden die deze dag wel een sessie heeft. Op dagen dat de tweede afdeling geen sessies heeft, zullen de acute patiënten door de eerste afdeling geholpen worden. Op deze manier kunnen verschillende afdelingen hun witte vlekken delen. Natuurlijk moeten de acute patiënten van de ene afdeling behandeld kunnen worden door de andere afdeling en andersom. De afdelingen die een grote instroom van acute patiënten hebben, kunnen dan hun eigen witte vlek krijgen en deze zelf inplannen. De afdelingen die maar een geringe acute instroom hebben, kunnen dan gezamenlijk een witte vlek toegewezen krijgen. Deze manier vergt nog enige verdere uitwerking en er moet getoetst worden of deze in het VUmc toegepast kan worden.

60


12. Conclusie Uit het onderzoek is gebleken dat de belangrijkste beïnvloedbare oorzaken voor een niet efficiënte mix van het aantal afzeggingen en bezettingsgraad voor het VUmc allemaal terug te brengen zijn naar een planningsprobleem. Een betere inschatting van de zittingsduur en een betere afstemming met niet-electieve patiënten vormen de oplossingsrichting. Daarnaast speelt de beschikbare capaciteit een belangrijke rol. Het VUmc opereert namelijk binnen een kraptemodel. Om aan de productieafspraken te voldoen heeft de afdeling Heelkunde binnen het VUmc 11% meer tijd nodig voor de electieve zittingen. Dit kraptemodel zorgt voor meer inflexibiliteit, waardoor het planningsprobleem alleen maar benarder wordt. Ook voor de niet-electieve zittingen geldt een tekort van 25% aan ingeplande tijd. Het planningsprobleem kan op een aantal manieren opgelost worden. Ten eerste kan er op een meer efficiënte manier omgesprongen worden met de beschikbare capaciteit. Een belangrijk punt hierbij is het creëren van langere sessies. Hierdoor wordt de spreiding in de uitloop verkleind. Het is daarom aan te raden om over te stappen naar een 9-urige werkdag, mits het netto aantal uren dat er mensen in de OK-ruimtes werken gelijk blijft. Een tweede mogelijkheid om het planningsprobleem aan te pakken, is door gebruik te maken van historische gegevens. Op die manier kan de zittingsduur beter ingeschat worden, waardoor de planning eerder correct uitgevoerd kan worden. Bovendien kan aan de hand van een simulatiemodel geëvalueerd worden of een planning voor een bepaalde sessie verstandig is of niet. Daarom raden wij aan om het gebruik van Geplande Operatie Codes ( GOC’s ) verder extensiever te gebruiken. Momenteel worden deze alleen op beperkte schaal gebruikt. Als alle afdelingen hier gebruik van maken, kan de data goed bijgehouden worden en op een juiste manier gebruikt worden voor bepaling van o.a. zittingsduren. Een derde oplossing is, om de planning te maken aan de hand van een aantal planningsregels. Er is gebleken dat bij het inplannen van zittingen in sessies, de zittingen het best gescheiden kunnen worden in sessies met alleen relatief lange en sessies met alleen relatief korte zittingen. Als er naar één sessie wordt gekeken, dan blijkt dat de zittingen binnen de sessie het best volgens oplopende zittingsduur uitgevoerd kunnen worden. Een vierde mogelijkheid waarnaar gekeken is, is het rekening houden met de niet-electieve stroom van patiënten. De bevindingen daarbij zijn dat het opereren met een witte vlekken planning een gunstigere verhouding van het aantal afzeggingen tot de bezettingsgraad oplevert dan in het geval van gebruik van een acute OK. Een witte vlekken planning kan echter niet zomaar ingevoerd worden in het VUmc omdat er enkele belemmerende factoren zijn.

61


Bronvermelding Verslagen:  

Simulatiestudie naar de benutting van de OK in een universitair medisch centrum F. Feenstra, september 2005. Operationele Kennis: OK-planning in het VUmc. M. Schoonhoven, maart 2004.

Interviews:    

Dr. J. Rauwerda: hoofd vaatchirurgie (opdrachtgever) Dr. R. Paul: longchirurg. Dhr. R. Caljouw: manager bedrijfsvoering cluster IV. Dr. B. Lumeij: beleidsmedewerker cluster IV.

Data:   

Data over zittingen van 2004 en 2005. Data over afzeggingen van 2004 en 2005. Data over quota en sessietoewijzingen.

62

OK - PLANNING AFDELING HEELKUNDE VUMC EEN ONDERZOEK IN OPDRACHT VAN HET VU MEDISCH CENTRUM, AMSTERDAM

Recommend Documents