PICA workshop ‘Excelleren in zorglogistiek’ VUmc, 15 juni 2011
1
PICA • • • •
Patientflow Improvement Centre Amsterdam Platform voor logistiek in de zorg Ontstaan uit samenwerking tussen VU en VUmc Kennisdeling: – PICA-seminar elke maandag van 16.00-17.00 in oneven week – Minisymposia/ workshop: 1-2 keer per jaar – Scholing zorglogistiek
• Onderzoek: – Onderzoekers – Studenten: afstudeerstages, bedrijfscase
2
Programma workshop – 15 juni Tijd
Onderwerp
Spreker
13.00 – 13.10
Opening
Ger Koole
13.10 – 13.30
Inleiding excelleren in zorglogistiek: (on)mogelijkheden van Excel
Ger Koole
13.30 – 14.45
Deel 1: Data-analyse in Excel
René Bekker
14.45 – 15.15
Pauze
15.15 – 16.30
Deel 2: Geavanceerde functies in Excel Ger Koole
16.30 – 16.40
Afsluiting
16.40 – 17.30
Borrel
Ger Koole
3
Doel workshop • Bespreken sterke/zwakke punten Excel • Onderbouwen beslissing wel/niet Excel – deel 1
• Nieuwe functionaliteit leren en uitproberen – deel 2 en 3
• Weten wat allemaal kan in Excel – deel 3
4
(On)mogelijkheden van Excel
5
Gebruik Excel Gebruik Excel valt uiteen in: • Eenmalige toepassingen – van even snel iets uitrekenen (geavanceerde rekenmachine) – tot uitgebreide statistische analyse
• Herhaald gebruik – “operationele spreadsheets” – Voorbeelden: rooster polikliniek, maandelijkse managementrapportage
6
Waarom Excel? • Vrijwel overal beschikbaar • Intuïtief, intelligent kladblok • Flexibel, snel aan de slag • Vaak eerste stap in structureren/automatiseren • Wanneer “verder” dan Excel? • Wat zijn de nadelen van Excel?
7
Nadelen • Geen autorisaties/verschil in gebruikers • Moeilijk te distribueren • Geen database/gestructureerde manier om met data om te gaan • Moeilijk te onderhouden/beheren • Foutgevoelig
8
“Impact of Errors in Operational Spreadsheets” Powell, Lawson & Baker Onderzoek naar 25 representatieve spreadsheets die operationeel werden ingezet
9
Waarom zo veel fouten? • Flexibiliteit: voordeel én nadeel – Programmeerprincipes niet toegepast op Excel – Geen scheiding structuur en invoer
• Operationele problemen: structuur is vast, invoer verandert • Excel: geen natuurlijke scheiding – Optie 1: structuur expliciet in Excel brengen – Optie 2: een andere softwareomgeving
10
Excel structureren • Invoer, berekeningen en uitvoer te scheiden • Kleurgebruik • Gebruik variabelen i.p.v. celreferenties • Schermpjes toevoegen • Tussenberekeningen afschermen • Documenteren Vereist veel discipline en kennis!
11
Mogelijkheden Excel • Geen nadeel: gebrek aan rekenmogelijkheden • Excel is veel meer dan alleen rekenblad • Veel standaardfuncties ( + draaitabellen) • “Add-ins” voor allerlei geavanceerd rekenwerk (statistiek, solver)
• Oneindig uitbreidbaar met VBA
12
Alternatieve rekenomgevingen • Decision support systems – probleemspecifiek (bijv. Harmony) – maatwerk / proces aan pakket aanpassen
• Modelleeromgevingen – geschikt voor meerdere problemen – zelf proces inbouwen (dan DSS) – van weinig gestructureerd (Excel) tot meer gestructureerd (bijv. SPSS) – geavanceerdere tools minder relevant voor zorglogistiek
13
Excel vs DSS • Casus: personeelsplanning in Excel of in Harmony • Wie is bekend met Harmony? • Nadelen: keurslijf, inwerktijd • Voordelen: rapportages, foutloos, web interface, geen overbezetting
14
Excel vs DSS • Casus: afsprakenplanning in Excel of in UltraGenda • Nadelen/voordelen
15
Conclusie: Wanneer Excel Eenmalig: • Snel iets uitrekenen Operationeel: • Weinig gebruikers • Die weten wat ze doen • Gestructureerde gedocumenteerde sheet
16
Workshop Excelleren in zorglogistiek Data-analyse in Excel Dr. René Bekker Vrije Universiteit PICA, kenniscentrum patiëntenlogistiek
17
Verbeterprojecten & data Projectopbouw: • Probleemstelling, opdrachtformulering, afbakening • Doelstellingen • Analyse Jumping to conclusions
– Kwalitatief (procesbeschrijving, flowcharts, etc.) – Kwantitatief → Data-analyse
• • • •
Bepalen knelpunten Beginseloplossingen ontwerpen Implementatie beste oplossing Borging → Data-analyse
18
Six Sigma Voorbeeld verbetermethodiek: Six Sigma
→ Data-analyse
→ Data-analyse
19
Verkrijgen data: Knelpunten Gebruik van informatiesystemen (ICT) • Vaak niet gericht op logistieke proces Belangrijkste problemen data voor logistiek: • Geen historische gegevens beschikbaar (bv. alleen huidige cliënten) • Veelheid aan systemen; combinatie is nodig • Een deel van de data is onnauwkeurig • Logistiek wenselijke gegevens worden niet bijgehouden
20
Programma Wat gaan we wel doen? Zelf aan de slag aan de hand van een theoretische case
Poli
OK
Kliniek
Probleemstelling/knelpunt: inefficiënt gebruik OK → spanningsveld tussen benutting OK en uitloop & wachtlijst (doelstelling doorloop: OK 2 weken na poli) Jumping to conclusions: herplannen OK
21
Programma
Poli
OK
Kliniek
Focus op 3 kernaspecten: • Aantal poli-bezoeken (aankomsten.xls) • Sessieplanning OK (OKsessies.xls) • Beddengebruik kliniek (los van de case) Delen met * zijn verdieping en vereisen wat meer Excel vaardigheden
22
Analyse Poli • • • • • • •
Poli
OK
Aantal aankomsten bij poli voor 2008 en deel 2009 Bereken aantal aankomsten per week (Excel: SOM of SUM) Waar komen 0-en doordeweeks vandaan? Maak grafiek van aantal aankomsten per week Is er een patroon (seizoensinvloed of trend)?
Kliniek
Hoeveel aankomsten zijn er gemiddeld per weekdag? (Excel: GEMIDDELDE of AVERAGE) * Bereken gecorrigeerde gemiddelde voor feestdagen (Excel: gebruik SUM en COUNTIF)
23
01-12-06
01-11-06
01-10-06
01-09-06
01-08-06
01-07-06
01-06-06
01-05-06
01-04-06
01-03-06
01-02-06
01-01-06
Grafieken
30
25
20
15 Zorgvraag
10
5
0
24
Univariate data Veel gebruikte karakteristieken (met Excel functies): • Gemiddelde (GEMIDDELDE of AVERAGE) • Afwijking van gemiddelde, spreiding: – Standaard deviatie (STDEV) – Variantie; de standaarddeviatie gekwadrateerd (VAR)
•
Rekenvoorbeeld:
gemiddelde
•
waardes 1 3 5 7 4
afwijking t.o.v. gemiddelde -3 -1 1 3 0
Kwadratische afwijking 9 1 1 9 0
Standaard deviatie
4
0
4
2
Andere karakteristieken: mediaan, modus, percentielen, getrimd gemiddelde
Inleiding Scholing Zorglogistiek, dag 2
25
Normale verdeling Gaussische of normale verdeling met parameters: • Gemiddelde µ = 30 • Standaarddeviatie σ = 5 80 70
Frequentie
60 50 40
de normale verdeling
30 20 10
50
48
46
44
42
40
38
36
34
32
30
28
26
24
22
20
18
16
14
12
10
0
Inleiding Scholing Zorglogistiek, dag 2
26
Normale verdeling 80 70
Frequentie
60 50 40 30 20
-σ
+σ
10
50
48
46
44
42
40
38
36
34
32
30
28
26
24
22
20
18
16
14
12
10
0
68 % van de trekkingen valt binnen µ – σ en µ + σ
Inleiding Scholing Zorglogistiek, dag 2
27
Normale verdeling 80 70 60
Frequentie
50 40 30 20
-2σ
+2σ
10
50
48
46
44
42
40
38
36
34
32
30
28
26
24
22
20
18
16
14
12
10
0
95 % van de trekkingen valt binnen µ – 2σ en µ + 2σ
Inleiding Scholing Zorglogistiek, dag 2
28
Analyse Poli Poli
• •
•
•
OK
Kliniek
Bepaal standaarddeviatie (STDEV) van aantal aankomsten per weekdag en per week Maak een grafiek van het gemiddelde aantal aankomsten per weekdag * Bepaal eventueel andere prestatiematen, zoals – Minimum (MIN) en maximum (MAX) – Mediaan (MEDIAAN of MEDIAN) – Percentielen (PERCENTILE) * Maak de spreiding inzichtelijk (bv. Maak een gecombineerde grafiek met het gemiddelde, het gemiddelde + stdev en het gemiddelde – stdev)
29
Histogrammen 40 35 30 25 zorgvraag
20 15 10 5 0 0
1
2
3
4
5
6
7
8
9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
30
* Histogram in Excel Maak een rij cellen die als bin gebruikt worden (x-as grafiek) Een aantal mogelijkheden: • Eenmalig: Aanvinken Analysis Toolpack (onder Excel options > Add-Ins) Dan: Via Data > Data Analysis > Histogram • * M.b.v. de array-functie FREQUENCY Selecteer juiste gebied, druk F2, druk CTRL+SHIFT+ENTER • M.b.v. COUNTIF functies (minder fraai, soms wel praktisch)
31
Analyse OK • • • • •
Poli
5 dagen per week poli Gemiddeld 1 op 8 poli-afspraken leidt tot OK OK dagen: woensdag en donderdag OK dag: van 7:30 – 15:30 uur (480 minuten) Databestand met – – – – – – – –
OK
Kliniek
Datum Weekdag (gebruik functie WEEKDAY) Aantal OK’s (uitgevoerd) Aantal afgezegde OK’s Geplande sessieduur in minuten Starttijd Eindtijd Snijder
32
Analyse OK Poli
OK
Kliniek
Uitgevoerde & afgezegde OK’s: • Wat zijn de totalen? (SOM of SUM) • Welke percentage OK’s wordt afgezegd? • Hoeveel OK’s worden gemiddeld per dag uitgevoerd? (GEMIDDELDE of AVERAGE) • Is er een onderscheid tussen woensdag en donderdag? (Gebruik Data > Filter om te filteren op weekdag) • Hoe vaak komt het voor dat er minder dan 3 OK’s worden uitgevoerd? (Gebruik =COUNTIF(C:C;”<3”)) •
* Verder inzicht in relatie uitgevoerde OK’s en poli (bv. vergelijken bepaalde dagen; vergelijken weektotalen)
33
Analyse OK Poli
OK
Kliniek
Planning en realisatie: • Wat is gemiddelde geplande sessieduur? • Wat is gemiddelde gerealiseerde sessieduur? (Let op: het resultaat van G2 – F2 levert een cel met als format tijd op. M.b.v. format cells kan de waarde weer op `General’ (bovenaan) worden gezet. Dit is nu in dagen, dus * 24 * 60 levert minuten) • Hoe vaak wordt sessieduur onderschat? (COUNTIF( ; “>0”)) • Hoe vaak loopt de sessie uit? (COUNTIF) • Hoe lang is de gemiddelde uitloop in het geval van uitloop? (m.b.v. de filter of SUMIF en COUNTIF) • Hoe vaak start de OK te laat en wat is de gemiddelde duur van de late start in het geval van late start? • * Is er een verband tussen late start en uitloop (en/of afgezegde OK’s)? (Gebruik Filter of draaitabellen)
34
Analyse OK Poli
OK
* Snijder: • Is er een verband tussen de snijder en uitloop • Zou de planning op de snijder aangepast moeten worden?
Kliniek
Conclusie: wat zijn de bevindingen op het gebied van • Variatie aankomsten poli • Benutting OK • OK Planning
35
Analyse Kliniek Poli
Tot slot: • Een knelpunt kan ook een tekort aan bedden zijn (mogelijk op specifieke dagen)
OK
Kliniek
Indien tijd over: • Analyseer de bedbezetting van een verpleegafdeling
36
Geavanceerd gebruik van Excel Ger Koole
37
Vervolg data-analyse • Excel heeft 2 dimensies: rijen en kolommen • Omgaan met meer dimensies onmogelijk? • Denk aan patiënt-data – elk aspect (opname/geboortedatum, DBC, afdeling, behandelend arts, enz) is een dimensie – tabel met elke rij een patiënt, elke kolom een aspect/attribuut
• Hoe inzicht krijgen in de data? – handmatig – draaitabellen
38
Handmatig • Countif()/sumif() – alleen 2-dim relaties – vb: verpleegduur per leeftijd
• Meer-dimensionale relaties? – vb: verpleegduur per leeftijd & geslacht – maak extra kolom – demo
39
Draaitabellen • Selecteer data inclusief koprij • Maak draaitabel • Bepaal: – gemiddelde ligduur per specialisme, uitgesplitst naar geslacht – gemiddelde ligduur per leeftijd, uitgesplitst naar geslacht – maximale verpleegduur per leeftijd
40
Nadelen draaitabellen • Alleen standaardberekeningen – Wel gemiddelde, niet de mediaan
• Geen database met “query language” • Lastiger berekeningen – slimme truc met extra kolommen – programmeren in VBA
41
Recorded macros • • • •
Serie “handelingen” in Excel opgenomen Tools → Macros → Record new macro Herhaalbaar met 1 druk op de knop Demo
42
Zelf macro opnemen • • • •
Selecteer een cel Selecteer record macro Wijzig via format -> cell van alles Stop recording
• Selecteer een andere cel • Run de macro
43
Zelf programmeren • Druk op Alt-F11 • Typ een nieuwe macro: Sub Hello_world() Selection.Interior.ColorIndex = 40 ActiveCell.FormulaR1C1 = "hello world!" End Sub
• Run Hello_world
44
45
VBA • Macro opgenomen in achterliggende taal: VBA = Visual Basic for Applications • Volledige functionaliteit van programmeertaal
46
Wat kan je met VBA? • VBA is een programmeertaal, Excel blad de user interface • Gebruiker kan bibliotheek met eigen functies maken: een .xla file • “Add-in” • Alles is mogelijk… • Interactie tussen blad en VBA langzaam
47
Add-ins • “Invoegtoepassingen” • Standaard beschikbaar – bijv analysis toolpak, solver – demo
• Te koop – betere solvers
• Zelf maken
48
Voorbeeld: Erlang B • Via de PICA site • of in Excel – heel makkelijk om 10 afdelingen tegelijk te doen! – demo
49
