84
INOM EXAMENSARBETE TEKNIK, GRUNDNIVÅ, 15 HP , STOCKHOLM SVERIGE 2016 Simulering av patientflöden på Södersjukhusets akutmottagning AMANDA PAULUS KTH KUNGLIGA TEKNISKA HÖGSKOLAN SKOLAN FÖR TEKNIKVETENSKAP

Simulering av patientflöden på Södersjukhusets akutmottagningkth.diva-portal.org/smash/get/diva2:942705/FULLTEXT01.pdf · version av verkligheten (Blom et al. 2005). Modeller kan

Embed Size (px)

Citation preview

Page 1: Simulering av patientflöden på Södersjukhusets akutmottagningkth.diva-portal.org/smash/get/diva2:942705/FULLTEXT01.pdf · version av verkligheten (Blom et al. 2005). Modeller kan

INOM EXAMENSARBETE TEKNIK,GRUNDNIVÅ, 15 HP

, STOCKHOLM SVERIGE 2016

Simulering av patientflöden på Södersjukhusets akutmottagning

AMANDA PAULUS

KTH KUNGLIGA TEKNISKA HÖGSKOLANSKOLAN FÖR TEKNIKVETENSKAP

Page 2: Simulering av patientflöden på Södersjukhusets akutmottagningkth.diva-portal.org/smash/get/diva2:942705/FULLTEXT01.pdf · version av verkligheten (Blom et al. 2005). Modeller kan
Page 3: Simulering av patientflöden på Södersjukhusets akutmottagningkth.diva-portal.org/smash/get/diva2:942705/FULLTEXT01.pdf · version av verkligheten (Blom et al. 2005). Modeller kan

Simulering av patientflöden på Södersjukhusets akutmottagning

A M A N D A P A U L U S

Examensarbete inom teknik: Tillämpad matematik och industriell ekonomi (15 hp)

Civilingenjörsutbildning i industriell ekonomi (300 hp) Kungliga Tekniska högskolan 2016

Handledare på KTH: Per Enqvist, Jonatan Freilich Examinator: Henrik Hult

TRITA-MAT-K 2016:37 ISRN-KTH/MAT/K--16/37--SE Royal Institute of Technology SCI School of Engineering Sciences KTH SCI SE-100 44 Stockholm, Sweden URL: www.kth.se/sci

Page 4: Simulering av patientflöden på Södersjukhusets akutmottagningkth.diva-portal.org/smash/get/diva2:942705/FULLTEXT01.pdf · version av verkligheten (Blom et al. 2005). Modeller kan
Page 5: Simulering av patientflöden på Södersjukhusets akutmottagningkth.diva-portal.org/smash/get/diva2:942705/FULLTEXT01.pdf · version av verkligheten (Blom et al. 2005). Modeller kan

Abstract

The wait time at Sodersjukhuset’s emergency room in Stockholm is amon-gst the longest in Sweden. The waiting time continuously increases and istherefore a growing issue. The wait time further deteriorates as the demandfor emergency care increases. This results in a lower quality of patient care,patient safety and patient satisfaction. As a solution for the long waitingtimes a new emergency room is scheduled for completion by 2020, where thecurrent emergency room for adults will be moved.

As the demand for emergency care gradually increases, so will the load onthe current emergency room. This requires examinations of patient flows andwait times during the construction period of the new emergency room. Con-sequently, the aim of this paper is to examine how Sodersjukhuset’s currentemergency room handles the increasing patient flows during the constructionperiod. The examination takes emergency staff and number of care rooms in-to account. The methods used were dynamic simulation and a simple Jacksonnetwork.

The results show that the so called patient rooms are bottlenecks. It’s dif-ficult to come to more conclusions, as questions within care are charecterizedby several perspectives that are in conflict. For that reason, perceived serviceand wait time management within health care management are examined,as a complement for the mathematical part of this paper.

2

Page 6: Simulering av patientflöden på Södersjukhusets akutmottagningkth.diva-portal.org/smash/get/diva2:942705/FULLTEXT01.pdf · version av verkligheten (Blom et al. 2005). Modeller kan
Page 7: Simulering av patientflöden på Södersjukhusets akutmottagningkth.diva-portal.org/smash/get/diva2:942705/FULLTEXT01.pdf · version av verkligheten (Blom et al. 2005). Modeller kan

Sammanfattning

Sodersjukhusets akutmottagning i Stockholm har bland de langsta vante-tiderna i Sverige. Vantetiderna okar kontinuerligt och ar darmed ett vaxandeproblem. Vidare forsamras vantetider ytterligare da efterfragan pa akutvardvaxer. Foljden blir att kvaliteten i omhandertagande, patientsakerhet ochpatientnojdhet sjunker. For att hantera det vaxande problemet byggs i dags-laget en ny akutmottagning som hela verksamheten for Sodersjukhusets vux-enakut kommer att flyttas till ar 2020.

Da efterfragan pa akutvard okar gradvis kommer belastningen pa nuva-rande akuten oka i samma takt. Darmed erfordras undersokningar som ana-lyserar patientfloden och vantetider under perioden fram till Sodersjukhusetsnya akutmottagning for vuxna invigs. Foljaktligen ar syftet med detta kan-didatexamensarbete att undersoka hur Sodersjukhusets vuxenakut hanterarokningen av patienter fram till bygget av nya akutmottagningen for vux-na fullbordats. Okningen i patientinflodet har undersokts med avseende papersonaltillgang och antal rum, med hjalp av dynamisk simulering och ettenklare Jacksonnatverk.

Resultaten visar att de sa kallade patientrummen pa akutmottagningen aren flaskhals. Fler slutsatser ar svart att dra da fragor inom varden praglas avatt flera perspektiv star i konflikt med varandra. Av den orsaken har upplevdservice och wait time management inom healthcare management omradetundersokts som ett komplement till den matematiska delen av detta arbete.

3

Page 8: Simulering av patientflöden på Södersjukhusets akutmottagningkth.diva-portal.org/smash/get/diva2:942705/FULLTEXT01.pdf · version av verkligheten (Blom et al. 2005). Modeller kan
Page 9: Simulering av patientflöden på Södersjukhusets akutmottagningkth.diva-portal.org/smash/get/diva2:942705/FULLTEXT01.pdf · version av verkligheten (Blom et al. 2005). Modeller kan

Innehall

1 Introduktion 91.1 Bakgrund . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91.2 Syfte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101.3 Problemformulering . . . . . . . . . . . . . . . . . . . . . . . . 11

2 Teori 122.1 Matematsik teori . . . . . . . . . . . . . . . . . . . . . . . . . 12

2.1.1 Sannolikhetsteori . . . . . . . . . . . . . . . . . . . . . 122.1.2 Matematiska fordelningar . . . . . . . . . . . . . . . . 122.1.3 Markovprocesser . . . . . . . . . . . . . . . . . . . . . 132.1.4 Koteori . . . . . . . . . . . . . . . . . . . . . . . . . . 142.1.5 Koordning . . . . . . . . . . . . . . . . . . . . . . . . . 142.1.6 Kosystem . . . . . . . . . . . . . . . . . . . . . . . . . 152.1.7 Jacksonnatverk . . . . . . . . . . . . . . . . . . . . . . 17

2.2 Teori bakom simuleringsprogrammet . . . . . . . . . . . . . . 182.2.1 Matematiska fordelningar . . . . . . . . . . . . . . . . 182.2.2 Flodesschema . . . . . . . . . . . . . . . . . . . . . . . 18

3 Metod 233.1 Data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24

3.1.1 Forbearbetning . . . . . . . . . . . . . . . . . . . . . . 243.1.2 Patientinflode . . . . . . . . . . . . . . . . . . . . . . . 253.1.3 Patientfordelning per prioritet . . . . . . . . . . . . . . 26

3.2 Medhjalpare . . . . . . . . . . . . . . . . . . . . . . . . . . . . 273.3 Simulering . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 273.4 Framstallning av Jacksonnatverk . . . . . . . . . . . . . . . . 28

4

Page 10: Simulering av patientflöden på Södersjukhusets akutmottagningkth.diva-portal.org/smash/get/diva2:942705/FULLTEXT01.pdf · version av verkligheten (Blom et al. 2005). Modeller kan

4 Resultat 314.1 Paverkan av personaltillgang pa patientflode . . . . . . . . . . 31

4.1.1 Tolkning av resultat . . . . . . . . . . . . . . . . . . . 344.2 Paverkan av antal rum pa patientflode . . . . . . . . . . . . . 35

4.2.1 Tolkning av resultat . . . . . . . . . . . . . . . . . . . 384.3 Jacksonnatverk . . . . . . . . . . . . . . . . . . . . . . . . . . 39

4.3.1 Triage . . . . . . . . . . . . . . . . . . . . . . . . . . . 424.3.2 Lakarmote . . . . . . . . . . . . . . . . . . . . . . . . . 424.3.3 Provtagning . . . . . . . . . . . . . . . . . . . . . . . . 424.3.4 Bild och funktion . . . . . . . . . . . . . . . . . . . . . 434.3.5 Overvak . . . . . . . . . . . . . . . . . . . . . . . . . . 434.3.6 Behandling . . . . . . . . . . . . . . . . . . . . . . . . 434.3.7 Konsultation . . . . . . . . . . . . . . . . . . . . . . . 444.3.8 Behandling av Prio 1 patienter . . . . . . . . . . . . . 44

5 Diskussion 455.1 Metodkritik . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45

5.1.1 Simuleringsprogram . . . . . . . . . . . . . . . . . . . . 455.1.2 Jacksonnatverket . . . . . . . . . . . . . . . . . . . . . 46

5.2 Resultat analys . . . . . . . . . . . . . . . . . . . . . . . . . . 475.2.1 Paverkan av personaltillgang . . . . . . . . . . . . . . . 475.2.2 Paverkan av antal rum . . . . . . . . . . . . . . . . . . 495.2.3 Jacksonnatverket . . . . . . . . . . . . . . . . . . . . . 50

5.3 Jamforelse av simuleringsprogram och Jacksonnatverk . . . . . 515.4 Slutsats . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52

6 Effektiviseringsforslag till SOS ur ett healthcare manage-ment perspektiv 546.1 Introduktion . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54

6.1.1 Problemformulering och syfte . . . . . . . . . . . . . . 546.2 Metod . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55

6.2.1 Litteraturstudie . . . . . . . . . . . . . . . . . . . . . . 556.2.2 Observationer . . . . . . . . . . . . . . . . . . . . . . . 56

6.3 Teoretiskt resultat . . . . . . . . . . . . . . . . . . . . . . . . 566.3.1 Upplevd service . . . . . . . . . . . . . . . . . . . . . . 566.3.2 Upplevd service inom halso- och sjukvard . . . . . . . 586.3.3 Upplevd service inom halso- och sjukvard och teknologi 656.3.4 Upplevd vantetid pa akutmottagningar . . . . . . . . . 67

5

Page 11: Simulering av patientflöden på Södersjukhusets akutmottagningkth.diva-portal.org/smash/get/diva2:942705/FULLTEXT01.pdf · version av verkligheten (Blom et al. 2005). Modeller kan

6.4 Diskussion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 676.4.1 Upplevd service pa SOS . . . . . . . . . . . . . . . . . 676.4.2 Begransningar . . . . . . . . . . . . . . . . . . . . . . . 69

7 Referenser 707.1 Bocker och kurslitteratur . . . . . . . . . . . . . . . . . . . . . 707.2 Artiklar . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 707.3 Rapporter . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 717.4 PowerPoint . . . . . . . . . . . . . . . . . . . . . . . . . . . . 727.5 Medhjalpare . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72

8 Bilagor 73

6

Page 12: Simulering av patientflöden på Södersjukhusets akutmottagningkth.diva-portal.org/smash/get/diva2:942705/FULLTEXT01.pdf · version av verkligheten (Blom et al. 2005). Modeller kan

Figurer

2.1 Illustration av ett kosystem (Enger et al. 2014) . . . . . . . . 142.2 Strommar i ett Jacksonnatverk (Enger et al. 2014). . . . . . . 172.3 Simuleringsprogrammets flodesschema . . . . . . . . . . . . . . 192.4 Forenkling av simulerigsprogrammets flodesschema (Osterman

2014). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 202.5 Simuleringsprogrammets grundtanke . . . . . . . . . . . . . . 21

3.1 Eget Jacksonnatverk . . . . . . . . . . . . . . . . . . . . . . . 28

6.1 En beskrivning av samtliga perspektiv/dimensioner inom upp-levd service (Jaakkola et al. 2015). . . . . . . . . . . . . . . . 57

6.2 Dimensioner av uppled service inom halso- och sjukvard (Pon-signon et al. 2015). . . . . . . . . . . . . . . . . . . . . . . . . 60

6.3 Underkategorier till direkta och indirekta interaktioner (Pon-signon et al. 2015). . . . . . . . . . . . . . . . . . . . . . . . . 61

7

Page 13: Simulering av patientflöden på Södersjukhusets akutmottagningkth.diva-portal.org/smash/get/diva2:942705/FULLTEXT01.pdf · version av verkligheten (Blom et al. 2005). Modeller kan

Tabeller

3.1 Genomsnittligt patientflode per timme och veckodag . . . . . 253.2 Patientinflode per timme, prioritet och veckodag (%) . . . . . 263.3 Patientfordelning per prioritet (%) . . . . . . . . . . . . . . . 26

4.1 Resultat for personaltillgang, patientrum . . . . . . . . . . . . 324.2 Resultat for personaltillgang, overvak . . . . . . . . . . . . . . 334.3 Resultat for personaltillgang, akutrum . . . . . . . . . . . . . 344.4 Resultat for antal rum, patientrum . . . . . . . . . . . . . . . 364.5 Resultat for antal rum, overvak . . . . . . . . . . . . . . . . . 374.6 Resultat for antal rum, akutrum . . . . . . . . . . . . . . . . . 38

8

Page 14: Simulering av patientflöden på Södersjukhusets akutmottagningkth.diva-portal.org/smash/get/diva2:942705/FULLTEXT01.pdf · version av verkligheten (Blom et al. 2005). Modeller kan
Page 15: Simulering av patientflöden på Södersjukhusets akutmottagningkth.diva-portal.org/smash/get/diva2:942705/FULLTEXT01.pdf · version av verkligheten (Blom et al. 2005). Modeller kan

Kapitel 1

Introduktion

1.1 Bakgrund

Langa vantetider pa akutmottagningar ar ett vaxande problem i landet.Vantetider har okat arligen sedan de borjade matas av Socialstyrelsen ar2010. Matningarna visar att bade total vistelsetid (TVT) och tid till (forsta)lakarbedomning (TTL) okat. Vidare forsamras vantetider ytterligare da ef-terfragan pa akutvard vaxer. Foljden blir att kvaliteten i omhandertagande,patientsakerhet och patientnojdhet sjunker (Socialstyrelsen, 2014).

For att oka kvaliten pa patientbehandlingar finns satta mal for blandannat TVT och TTL 1. Dock ar det idag fa akutmottagningar i Sverige somuppfyller dessa mal pa ett tillfredstallande satt. Malet ar att 80 % av allapatienters TVT och TTL pa samtliga akutmottagningar skall vara mindrean fyra timmar respektive en timme (Socialstyrelsen, 2015). Uppfyllda malbelonas med bidrag och odugligt uppfyllda mal straffas med boter (BergmanFarrokhnia 2016).

Pa Sodersjukhusets (SOSs) akutmottagning for vuxna uppfylls malen sommest med knappt 50 % och som minst med drygt 30 %. Av den orsakenhar SOS bland de langsta vantetiderna i hela Sverige (Socialstyrelsen, 2015).

1Vart att notera ar att mal for patienters TTL och TVT inte kan sattas utan att samti-digt ha andra mal, som exempelvis mal for undergrupper av patienter. En akutmottagningsom behandlar samtliga patienter pa samma vis istallet for att prioritera patienter efterhur livshotande deras tillstand ar kan enklare uppfylla mal for TTL och TVT. Samtidigtkommer patienter med livshotande sjukdom fa samre behandling, da de hanteras pa sam-ma satt som andra patienter utan livshotande sjukdom. Darmed bor mal for TVT ochTTL inte sattas utan att samtidigt ha andra mal (Bengtsson 2016).

9

Page 16: Simulering av patientflöden på Södersjukhusets akutmottagningkth.diva-portal.org/smash/get/diva2:942705/FULLTEXT01.pdf · version av verkligheten (Blom et al. 2005). Modeller kan

Dock betalar de idag ingen boter och likasa erhaller de inga bidrag (BergmanFarrokhnia 2016).

Tillfoljd av de kraftiga okningarna i efterfragan pa akutvard byggs idagen ny vuxenakut, som hela SOS nuvarande akutverksamhet for vuxna kom-mer att flyttas till ar 2020. Infor detta har man pa SOS undersokt sinapatientfloden for att bestamma hur den nya verksamheten bor se ut. Saledesundersoktes utformning av den nya akuten och det forvantade patientflodetfor ar 2020. Da efterfragan pa akutvard okar gradvis kommer belastning-en pa nuvarande akuten oka i samma takt. Darmed behovs undersokningarsom analyserar patientfloden och vantetider under perioden fram till nyaakutmottagningen for vuxna invigs. Detta for att se hur nuvarande akutenhanterar okningen fram till bygget av nya akutmottagningen slutfors (Liu,Bergman Farrokhnia 2016).

Vid senaste undersokningen anvandes ett avancerat simuleringsprogram,vidareutvecklat av bland annat Malin Osterman och Stefan Bengtsson franHalso- och sjukvardsforvaltningen i Stockholm. Samma simuleringsprogramkommer att anvandas i detta arbete och lagga grunden till de slutsatser somdras.

1.2 Syfte

Syftet med detta kandidatexamensarbete ar att undersoka hur SOSs akut-mottagning for vuxna hanterar okningen av patienter fram till bygget av nyaakutmottagningen for vuxna fullbordats. Okningen i patientinflodet kom-mer undersokas med avseende pa personaltillgang och antal rum. Genom attundersoka flodet utifran dessa faktorer kan mojligtvis effektiviseringsforlagframstallas. Effektiviseringsforslagen kommer att stodja arbete for vidareforbattring av vantetider pa SOSs akutmottagning.

Vidare kommer det avancerade simuleringsprogrammet jamforas med etteget framstallt Jacksonnatverk, som bygger pa undervisningen for KTH stu-denter med inriktning Industriell ekonomi, tillampad matematik.

10

Page 17: Simulering av patientflöden på Södersjukhusets akutmottagningkth.diva-portal.org/smash/get/diva2:942705/FULLTEXT01.pdf · version av verkligheten (Blom et al. 2005). Modeller kan

1.3 Problemformulering

Problemet har foljande fragestallningar:

1. Hur paverkar personaltillgang patientflodet, bade i dagslaget och dapatientinflodet okar?

2. Hur paverkar antal rum patientflodet, bade i dagslaget och da pati-entinflodet okar?

3. Hur skiljer sig simuleringsprogrammet och Jacksonnatverket?

11

Page 18: Simulering av patientflöden på Södersjukhusets akutmottagningkth.diva-portal.org/smash/get/diva2:942705/FULLTEXT01.pdf · version av verkligheten (Blom et al. 2005). Modeller kan

Kapitel 2

Teori

2.1 Matematsik teori

2.1.1 Sannolikhetsteori

Sannolikhetsteorin ar en matematisk lara som likt andra kunskapsomradeninnehaller metoder och modeller som anses beskriva en foreteelse. Samtligamodeller ar approximativa och beskriver darmed inte verkligheten, utan enversion av verkligheten (Blom et al. 2005).

Modeller kan kategoriseras som fysiska (exempelvis hus ritat i skala 1:20),analoga (exempelvis en karta eller ritning) eller abstrakta. Matematiska ochexperimentella modeller ar oftast abstrakta modeller och dessa kan i sin turkategoriseras som deterministiska eller stokastiska. Stokastiska modeller ardet som anvands inom sannolikhetsteorin. Motsatt deterministiska modellerar stokastiska modeller slumpmassiga och beskriver oforutsagbara foreteelser(Blom et al. 2005). Darmed kommer stokastiska modeller anvandas i dettaarbete.

2.1.2 Matematiska fordelningar

Sannolikhetsfordelningar ar inom sannolikhetsteorin beskrivningar av san-nolikheter for en handelse eller foreteelse. Sannolikhetsfordelningar kan varadiskreta eller kontinuerliga och ar ofta uttrycka som funktioner. Diskretafordelningar behandlar endast indata med specifika varden medan kontinu-erliga fordelningar behandlar indata med samtliga varden inom ett specifikt

12

Page 19: Simulering av patientflöden på Södersjukhusets akutmottagningkth.diva-portal.org/smash/get/diva2:942705/FULLTEXT01.pdf · version av verkligheten (Blom et al. 2005). Modeller kan

intervall. I detta arbete kommer bade kontinuerliga och diskreta fordelningaratt anvandas.

Exponentialfordelning

Exponentialfordelningen ar en kontinuerlig fordelning med foljande sannolik-hetsfunktion (Koski 2014):

fX(x) =

{µe−µx, om x > 0

0, om x ≤ 0, µ > 0

Exponentialfordelningen beskriver tiden mellan olika handelser i en Poison-process. Darmed ar skillnaden mellan Poissonfordelade stokastiska variablerexponentialfordelad. Denna fordelning ar minneslos (Enger et al. 2014). Merom minnesloshet och processer under Markovprocesser.

Poissonfordelning

Poissonfordelningen ar en diskret fordelning med foljande sannolikhetsfunk-tion (Koski 2014):

pX(k) =λk

k!e−λ, k = 0, 1, 2..., λ > 0

Denna sannolikhetsfunktion anvands for att beskriva foreteelser som intraffarslumpmassigt i tiden eller i rummet. Att en handelse intraffar slumpmassigti tiden innebar att handelsen kan intraffa vid vilken tidpunkt som helst ochatt den dessutom ar oberoende av tidigare handelser (Blom et al. 2005).

2.1.3 Markovprocesser

En Markovprocess ar en kontinuerlig stokastisk process som uppfyller Marko-vegenskapen. Markovegenskapen innebar att det enda av betydelse for nastahandelse i en process ar det nuvarande tillstandet. Tidigare handelser ar ir-relevanta och en Markovprocess ar darmed minneslos. Matematiskt uttrycksdetta pa foljande vis:

P (Xn+1 = in+1|X0 = i0, X1 = i1, ..., Xn = in) = P (Xn+1 = in+1|Xn = in)

Ett typexempel pa forekomst av Markovegenskapen ar tarningskast. Det talsom erhalls vid nasta tarningskast ar oberoende av vad som erhallits vidtidigare tarningskast (Enger et al. 2014).

13

Page 20: Simulering av patientflöden på Södersjukhusets akutmottagningkth.diva-portal.org/smash/get/diva2:942705/FULLTEXT01.pdf · version av verkligheten (Blom et al. 2005). Modeller kan

2.1.4 Koteori

Koteori ar en gren inom tillampad systemteknik och beskriver handelse-forlopp inom ett kosystem. Till ett kosystem anlander kunder eller liknande,som staller sig i ko, blir betjanade och darefter lamnar systemet. Koteorinsgrundtanke beskrivs av Enger och Grandell (2014) enligt nedanstaende:

• Kunder anlander till ett betjaningsstalle med ankomstintensitet λ. Detvill saga, i genomsnitt anlander λ kunder per tidsenhet.

• Om kunder tvingas vanta kommer de bilda en ko eller lamna systemet.

• Kunder betjanas med betjaningsintensitet µ. Det vill saga, i genomsnittbetjanas µ kunder per tidsenhet.

• Kunderna lamnar betjaningsstallet.

Figur 2.1: Illustration av ett kosystem (Enger et al. 2014)

2.1.5 Koordning

Den mest forekommande typen av koordning ar en ordnad ko, eller “first in,first out”- ko. En annan ko-variant ar sa kallad prioriterad ko, som kommeratt betraktas i detta arbete. I en prioriterad ko bestammer prioriteringar ivilken ordning kunder skall betjanas.

Koer pa akutmottagningar ar saledes prioriterade koer. Da patienteranlander till en akutmottagning gors en inledande bedomning pa deras till-stand. Med andra ord triageras patienter. Denna bedomning kommer attavgora vidare behandling av patienten. Foljaktligen behandlas patienter ibehov av akutvard forst och sedan resten (Enger et al. 2014).

14

Page 21: Simulering av patientflöden på Södersjukhusets akutmottagningkth.diva-portal.org/smash/get/diva2:942705/FULLTEXT01.pdf · version av verkligheten (Blom et al. 2005). Modeller kan

2.1.6 Kosystem

Med Kendalls beteckningssystem kan kosystem beskrivas pa foljande vis:

A/B/c,

dar A anger ankomstprocessen, B anger betjaningstidsfordelningen och c arantalet betjaningsstationer. Foljaktligen bestar ett M/M/c−system av c pa-rallella betjaningsstationer. M star for “Markov” och anger ankomstprocessenoch betjaningstidsfordelningen.

Poissonprocessen och exponentialfordelningen ar minneslosa, saledes arankomstprocessen en Poissonprocess och betjaningstiderna exponential-fordelade. Vidare anlander kunder med intensitet λ och betjanas med inten-sitet µ. Betjaningstiderna ar darfor oberoende, Exp(µ)-fordelande och dess-utom oberoende av ankomstprocessen, i detta fall Poissonprocessen. Aventider mellan ankomster ar oberoende och exponentialfordelade (Enger et al.2014). Utifran ett M/M/c−system kan foljande beraknas (Hiller, Lieberman2015):

• Genomsnittligt antal kunder L i systemet.

• Genomsnittligt antal kunder Lq i kon.

• Genomsnittlig vantetid W for en slumpmassigt vald kund i systemet.

• Genomsnittlig vantetid Wq for en slumpmassigt vald kund i kon.

Dock maste trafikintensiteten kontrolleras innan L, W , Lq eller Wq kanberaknas. ρ mater belastningen pa systemet och maste vara mindre an ettfor att systemet inte ska overbelastas. For ρ < 1 kan alla kunder betjanas.Nedan foljer formeln for (Hiller, Lieberman 2015):

ρ =λ

Genomsnittligt antal kunder L i systemet beraknas enligt Littles formel pafoljande vis:

L = Wλ

Analogt beraknas genomsnittligt antal kunder Lq i kon enligt:

Lq = Wqλ

15

Page 22: Simulering av patientflöden på Södersjukhusets akutmottagningkth.diva-portal.org/smash/get/diva2:942705/FULLTEXT01.pdf · version av verkligheten (Blom et al. 2005). Modeller kan

W kan utover Littles formel aven beraknas enligt:

W = Wq +1

µ

Detta da genomsnittlig vantetid W for en slumpmassigt vald kund i systemetar summan av genomsnittlig vantetid Wq for en slumpmassigt vald kund ikon och betjaningstiden 1

µ. Vidare definieras Lq, for c > 1, som:

Lq =∞∑n=c

(n− c)Pn =P0(λ/µ)cρ

c!(1− ρ)2

dar,

Pn =

{(λ/µ)n

n!P0, om 0 ≤ n ≤ c

(λ/µ)n

c!cn−c P0, om c ≤ n

P0 = 1/

[c−1∑n=0

(λ/µ)n

n!+

(λ/µ)c

c!

1

1− λ/(cµ)

]

For c = 2 kan foljande, simplare formler anvandas:

P0 =1− ρ1 + ρ

Pn = 2ρnP0

L =2ρ

1− ρ2

16

Page 23: Simulering av patientflöden på Södersjukhusets akutmottagningkth.diva-portal.org/smash/get/diva2:942705/FULLTEXT01.pdf · version av verkligheten (Blom et al. 2005). Modeller kan

2.1.7 Jacksonnatverk

Figur 2.2: Strommar i ett Jacksonnatverk (Enger et al. 2014).

I figur 2.2 betecknar

• Ni(t) ankomstprocessen for nod i.

• Ui(t) utprocessen for nod i.

• Fij(t) aterkopplingsprocessen fran nod i till nod j.

• pij sannolikheten att ga fran nod i till nod j.

• Λi den totala ankomstintensiteten for nod i:

Λi = λi +m∑j=1

pijΛi, i = 1, ...,m

Jacksonnatverk kan kort beskrivas som system av aterkopplade M/M/c−system. Jacksonnatverk definieras av Enger och Grandell(2014) enligtnedanstaende:

17

Page 24: Simulering av patientflöden på Södersjukhusets akutmottagningkth.diva-portal.org/smash/get/diva2:942705/FULLTEXT01.pdf · version av verkligheten (Blom et al. 2005). Modeller kan

• Samtliga noder i ett Jacksonnatverk har likalydande betjanings-stationer med exponentialfordelade betjaningstider. I varje nod i finnsci betjaningsstationer med vantad betjaningstid 1/µi.

• Kunder som anlander utifran systemet till nod i anlander enligt en Pois-sonprocess med intensitet λi. Kunder anlander aven till nod i inifransystemet, det vill saga fran andra noder inom Jacksonnatverket.

• En betjanad kund i nod i gar till nod j med sannolikhet pij, j = 1, ...,m,eller lamnar systemet med sannolikhet pi = 1 −

∑mj=1 pij. Samtliga

forflyttningar intraffar omedelbart.

• Samtliga ankomstprocesser, betjaningstider och forflyttningar ar badeoberoende av varandra och av systemet.

2.2 Teori bakom simuleringsprogrammet

2.2.1 Matematiska fordelningar

Triangularfordelning

Triangularfordelningen ar en kontinuerlig fordelning med foljande sannolik-hetsfunktion (Koski 2014):

fX(x) =

{2b−a(1− 2

b−a |x− (a+b2

)|), om a < x < b

0, annars

Triangularfordelningen utgar fran ett min-, typ- och maxvarde. Minvardet aoch maxvardet b beskriver minsta respektive storsta vardet for en handelseoch typvardet m ar det mest frekventa vardet for handelsen. Denna sannolik-hetsfunktion anvands ofta da data och information ar bristfallig. Triangular-fordelningen ar den betjaningstidsfordelning som anvands i simleringspro-grammet (Bengtsson 2016).

2.2.2 Flodesschema

Simuleringsprogrammet grundas pa foljande dynamiska processbeskrivning,eller ocksa kallat dynamiskt flodesschema (Bengtsson 2016):Tydligare bilder pa simuleringsprogrammets flodesscheman finns bifogadesom bilagor.

18

Page 25: Simulering av patientflöden på Södersjukhusets akutmottagningkth.diva-portal.org/smash/get/diva2:942705/FULLTEXT01.pdf · version av verkligheten (Blom et al. 2005). Modeller kan

Figur 2.3: Simuleringsprogrammets flodesschema

19

Page 26: Simulering av patientflöden på Södersjukhusets akutmottagningkth.diva-portal.org/smash/get/diva2:942705/FULLTEXT01.pdf · version av verkligheten (Blom et al. 2005). Modeller kan

Figur 2.4: Forenkling av simulerigsprogrammets flodesschema (Osterman2014).

20

Page 27: Simulering av patientflöden på Södersjukhusets akutmottagningkth.diva-portal.org/smash/get/diva2:942705/FULLTEXT01.pdf · version av verkligheten (Blom et al. 2005). Modeller kan

Figur 2.4 visar att alla patienter tilldelas en prioritet (Prio) da de anlandertill systemet. Denna prioritet slumpas baserat pa vad som angivits i simule-ringsprogrammets indatafil. Patienter med Prio 1/Prio rod behandlas ome-delbart och foljer den lank som leder till stabilisering. Dar ockuperar dessapatienter akutrum och vardgivare. Darefter finns tva vagar att folja for pa-tienter med Prio 1. Dessa ar lankarna som leder till vardavdelning eller tillvidare atgard (bild och funktion, lakarkonsultation, provtagning, behandlingoch observation).

Nyankomna Prio 2-5 patienter foljer lanken som leder till triage. Resurserfor detta ar patientrum, vantrum och triageteam. Darefter gar de vidare tilllakarmote och sedan till vardavdelning, hem eller vidare atgard.

Samtliga patienter pa bild och funktion, lakarkonsultation, provtagningoch behandling gar vidare till lakarmote och darefter till vardavdelning, hemeller till vidare atgard igen. Patienter pa observation kan forflytta sig pasamma vis, fransett att de kan forbiga lakarmote. Aven vagval slumpas efterdet som angivits i indatafilen till simuleringsprogrammet.

Grundtanken i simuleringsprogrammet kan illustreras enligt figuren ne-dan:

Figur 2.5: Simuleringsprogrammets grundtanke

21

Page 28: Simulering av patientflöden på Södersjukhusets akutmottagningkth.diva-portal.org/smash/get/diva2:942705/FULLTEXT01.pdf · version av verkligheten (Blom et al. 2005). Modeller kan

Patienterna ror sig i en slinga dar de “gor nagot“ eller “vantar pa attfa gora nagot“ och slutligen lamnar de systemet. Genom att analysera figur2.3 kan olika sadana slingor observeras. Om en patient exempelvis ska pabehandling gar de forst igenom waitForTaBehandlingsrum-boxen innan degar vidare till behandling och darefter lamnaBehandlingsrum. Darefter garde vidare till waitForTaPatRum3 och waitForVardgivarmote. I detta exempelmotsvarar WaitFor... att patienten vantar pa nasta handelse och behandlingatt patienten gor nagot. Sedan finns det olika vagar som patienterna kan gadar processen foljer samma monster.

22

Page 29: Simulering av patientflöden på Södersjukhusets akutmottagningkth.diva-portal.org/smash/get/diva2:942705/FULLTEXT01.pdf · version av verkligheten (Blom et al. 2005). Modeller kan

Kapitel 3

Metod

Data erholls i Excel-format fran SOSs dataregister. Dessa data bestar av111986 observationer med foljande uppgifter:patient ID (tilldelad siffra, alltsainga personuppgifter), ankomsttidpunkt (datum och tid), ankomstsatt, sok-orsak, tidpunkt for forsta lakarmote, ut-tidpunkt (tidpunkt patient lamnarakuten), forsta prioritet, sista prioritet (patienter prioriteras tva ganger: vidankomst och under behandling), flodesgrupp, sektion (avdelning pa akutendar patienten placerats), alder, kon, ut-adress, door to doctor (tid till forstalakarmote), doctor to door (tid fran forsta lakarmote till ut-tidpunkt) ochvistelsetid. Samtliga observationer avser patienter pa SOSs akutmottagningunder perioden 2015-01-01 till 2016-01-01.

Simuleringsprogrammet har anvants som metod for att undersoka pati-entfloden. Ovanstaende data har bearbetats och omvandlats till indata forsimuleringsprogrammet.

Som matematisk metod har ett Jacksonnatverk framstallts, som ska ef-terlikna simuleringsprogrammets flodesschema. Detta for att jamfora de un-dervisade metoderna pa KTH - Jacksonnatvek, med simuleringsprogrammet- dynamisk simulering.

Arbetets metod kan beskrivas som foljande tre-stegs metod:

1. Insamling och bearbetning av data.

2. Undersokning av patientfloden med simuleringsprogrammet.

3. Framstallning av ett Jacksonnatverk som efterliknar simuleringspro-grammets flodesschema.

Beskrivning av metod nedan foljer samma mall.

23

Page 30: Simulering av patientflöden på Södersjukhusets akutmottagningkth.diva-portal.org/smash/get/diva2:942705/FULLTEXT01.pdf · version av verkligheten (Blom et al. 2005). Modeller kan

3.1 Data

All databearbetning utfordes med datorprogrammet MATLAB, avMathWorks. I MATLAB framstalldes data som matriser och vektorer. Dessamatriser och vektorer overfordes sedan till simuleringsprogrammets indatafil.

3.1.1 Forbearbetning

For uppskattningsvis 9 % av samtliga observationer saknas information paforsta prioritet. I allmanhet beror detta pa att prioriteten ar hog eller lagoch dessutom obestridlig. Som ett exempel pa detta kan forsta prioritet an-tas vara rod da ankomstsatt skett med larm ambulans, larm helikopter, larmpolis eller larm gaende. Tillika kan prioriteten antas vara bla eller gron daankomstsatt varit gaende. Mot den bakgrunden har forsta prioritet lagts tillpa de observationer som saknar denna information innan indata till simule-ringsprogrammet framstallts (Liu, Solbrand 2016).

Vidare har data for flodesgrupp modifierats. Pa SOSs akutmottagningfinns fem flodesgrupper - medicin (MED), kardiologi (KAR), ortopedi (ORT),kirurgi (KIR) och sjukskoterska (SSK), som betecknar sjukskoterskebesok(Bergman Farrokhnia, Liu 2016). I de radata som erhallits av SOSs dataregis-ter betecknar MED, KAR, ORT och KIR respektive flodesgrupp. SSK mot-svarar dock samtliga flodesgrupper (Liu 2016). For att veta vilken flodesgruppsom avses vid de observationer med flodesgrupp SSK maste aven sektionbeaktas. Sektioner pa SOS ar triage, akutlakardisk, medicin, ortopedi ochkardiologi. Data for flodesgrupp modifierades enligt (Liu, Solbrand 2016):

SSK + Triage = SSK

SSK + Akutlakardisk = KIR

SSK +Medicin = MED

SSK +Ortopedi = ORT

SSK +Kardiologi = KARD

I simuleringsprogrammet finns akutrum, triagerum, provtagningsrum, be-handlingsrum samt patientrum dar provtagning och behandling ocksa kanske. Pa SOSs akutmottagning finns idag inga sa kallade triagerum, prov-tagningsrum eller behandlingsrum. Triagering sker i vantrummen och prov-tagning och behandling sker pa en och samma gang i ett och samma rum,

24

Page 31: Simulering av patientflöden på Södersjukhusets akutmottagningkth.diva-portal.org/smash/get/diva2:942705/FULLTEXT01.pdf · version av verkligheten (Blom et al. 2005). Modeller kan

omedelbart efter triageringen (Bergman Farrokhnia, Liu 2016). I simulerings-programmets indatafil har lokal for triage satts till vantrum och lokal forprovtagning och behandling satts till patientrum. Detta for att efterliknaverkligheten pa SOS akutmottagning.

3.1.2 Patientinflode

Genomsnittligt patientinflode per timme och veckodag samt patientinflode pertimme, prioritet och veckodag erfordras som indata till simuleringsprogram-met. For framstallningen av dessa varden anvandes ankomsttidpunkt ochforsta prioritet for perioden 2015-01-01 till 2016-01-01.

Till framstallning av genomsnittligt patientinflode per timme och vec-kodag fordras endast ankomsttidpunkt. Inledningsvis ordnades samtliga an-komsttidpunkter efter veckodag och timme. Darefter kunde genomsnittligavarden for de ordnade ankomsttidpunkterna beraknas.

Analogt fordras ankomsttidpunkt och forsta prioritet for att berakna pa-tientinflode per timme, prioritet och veckodag. Forst ordnades ankomsttid-punkter efter veckodag och prioritet. Alltsa framstalldes varden pa formen:alla som anlant exempelvis en mandag med prioritet rod, orange, gul, groneller bla. Detta upprepares for alla veckodagar. Sedan ordnades dessa vardenefter timme och till slut kunde genomsnittliga varden beraknas aven i dettafall.

Tabellerna nedan illusterar utformningen pa dem framstalla vardena:

Tabell 3.1: Genomsnittligt patientflode per timme och veckodagMan Tis Ons Tors Fre Lor Son

Kl. 00-01 6.65 6.56 6.38 6.73 6.13 8.06 7.69Kl. 01-02 4.94 5.54 5.33 5.29 5.42 6.79 7.69Kl. 02-03 4.10 4.52 4.50 4.54 4.69 6.77 6.98

.

.

.Kl. 21-22 11.67 12.08 11.60 11.65 10.92 11.62 12.44Kl. 22-23 9.98 9.87 9.65 10.35 10.10 9.77 9.60Kl. 23-24 8.63 7.85 8.73 8.21 8.65 8.56 8.29

25

Page 32: Simulering av patientflöden på Södersjukhusets akutmottagningkth.diva-portal.org/smash/get/diva2:942705/FULLTEXT01.pdf · version av verkligheten (Blom et al. 2005). Modeller kan

Tabell 3.2: Patientinflode per timme, prioritet och veckodag (%)MandagPrio: 1 2 3 4 5Kl. 00-01 7.8 23.4 32.1 22.5 14.2Kl. 01-02 8.6 21.8 34.2 30.4 5.1Kl. 02-03 14.1 20.2 38.0 21.6 6.1

.

.

.Kl. 21-22 10.4 17.6 30.0 26.5 15.5Kl. 22-23 10.2 16.4 28.1 27.7 17.5Kl. 23-24 10.9 19.4 28.5 27.4 13.8

Tabellen ovan illustrerar dock enbart varden for en mandag men utform-ningen for resterande veckodagar ar densamma.

3.1.3 Patientfordelning per prioritet

Varden for patientfordelning per prioritet har ocksa framstallts med radatafor perioden 2015-01-01 till 2016-01-01. I detta fall erfordras flodesgrupp ochforsta prioritet. Som vid berakning av patientinflode per timme, prioritetoch veckodag beraknades aven patientfordelning per prioritet genom att forstberakna varden pa formen: alla patienter med exempelvis forsta prioritet paMED, KARD, KIR, ORT eller SSK. Darefter har dessa varden divideratsmed totala antal patienter med forsta prioritet. Varden for prioritet tva tillfem har beraknats analogt.

Tabell 3.3: Patientfordelning per prioritet (%)MED KARD KIR ORT SSK Summa

Prio 1 25 43 24 3 5 100 %Prio 2 27 22 37 13 1 100 %Prio 3 31 29 30 10 0 100 %Prio 4 34 20 27 17 2 100 %Prio 5 15 2 12 60 11 100 %

26

Page 33: Simulering av patientflöden på Södersjukhusets akutmottagningkth.diva-portal.org/smash/get/diva2:942705/FULLTEXT01.pdf · version av verkligheten (Blom et al. 2005). Modeller kan

3.2 Medhjalpare

Resterande nodvandig indata till simuleringsprogrammet har anskaffats medhjalp av handledare och kontaktpersoner utanfor KTH. Tillsammans medverksamhetschef och lakare Nasim Bergman Farrokhnia pa SOSs akutmottag-ning har rimliga varden pa tider for olika behandlingsmoment, sasom konsul-tation mellan lakare, triagering m.m., och sannolikheter for vagval diskuteratsfram1. Med hjalp fran Jenny Liu, specialist i akutsjukvard och overlakare paSOS, har varden for resurser, som akutrum, behandligsrum, overvaksplatserm.m., framstallts. Forbearbetning av radata mojliggjordes genom stod franJenny Liu och Stefan Solbrand, IT-samordnare pa SOSs akuten. Utover det-ta undersoktes aven rimligheten i vardena som framstallts pa egen hand medhjalp av samtliga ovannamnda personer.

Vidare har arbetet med simuleringsprogrammet stottats av Malin Os-terman, vidareutvecklare av simuleringsprogrammet, och Stefan Bengtsson,funktionsledare inom systemtankande och simulering, fran Halso- ochsjukvardsforvaltningen i Stockholm. Inledningsvis holls ett mote med Ma-lin Osterman och Stefan Bengtsson dar de forst beskrev grunder i simuleringoch sedan simuleringsprogrammet som anvants i detta arbete.

Nasim Bergman Farrokhnia, Jenny Liu, Stefan Solbrand, Stefan Bengts-son och Malin Osterman har mycket kunskap och erfarenhet inom sina arbets-omraden, darfor anses informationen de angett vara palitlig. Under arbetetsgang har kontinuerlig kontakt hallits samtliga personer.

3.3 Simulering

For att kunna besvara fragestallningarna i detta arbete skapades olika sce-narion for verksamheten pa SOSs akutmottagning, med indatafilerna till si-muleringsprogrammet. Varje scenario simulerades sedan fem ganger. Da re-sultaten varierar for varje simulering2 fas mer korrekta resultat genom attjamfora resultaten fran skilda simuleringar av samma scenario.

1Exakta varden ar inte nodvandigt for simuleringsprogrammet. Mer om detta i diskus-sion

2Variationen var inte stor och dessutom ar det inte viktigt med exakta varden. Mer omdetta i diskussion.

27

Page 34: Simulering av patientflöden på Södersjukhusets akutmottagningkth.diva-portal.org/smash/get/diva2:942705/FULLTEXT01.pdf · version av verkligheten (Blom et al. 2005). Modeller kan

3.4 Framstallning av Jacksonnatverk

Jacksonnatvetket bygger pa figur 2.4 och figur 2.5, som presenterats i teoriav-snittet av detta arbete. Jacksonnatverket utformades darmed pa foljande vis:

Figur 3.1: Eget Jacksonnatverk

I detta Jacksonnatverk motsvarar alla moment, sasom provtagning, behand-ling osv., “Gora nagot” och “Vanta pa nasta handelse” ar en output ochsalunda en konsekvens av de varden som valjs i natverket.

Li star for Lambdai och motsvarar patientinflodet λi for kosystem i:

LT = λt = 28.44,

dar 28.44 motsvarar patientinflodet for en mandag mellan klockan 12:00-13:00.

Betjaningstid for behandling av Prio 1 patienter valdes till 4.692 timmar(281.52 minuter) da detta ar medelvardet pa vistelsetid for samtliga Prio 1patienter. Vidare valdes betjaningstid for overvak till tolv timmar. I verklig-heten kan tid for overvak vara allt mellan trettio minuter till manga timmareller nagra dagar. Tid for overvak ar darmed svart att uppskatta. I detta

28

Page 35: Simulering av patientflöden på Södersjukhusets akutmottagningkth.diva-portal.org/smash/get/diva2:942705/FULLTEXT01.pdf · version av verkligheten (Blom et al. 2005). Modeller kan

arbete kommer fallet med manga timmar undersokas, darfor valdes tid forovervak till tolv timmar. Resterande betjaningstider och vagvals sannolikhe-ter bestamdes utifran de varden, for en mandag mellan klockan 12:00-13:00,som diskuterats fram tillsammans med Nasim Bergman Farrokhnia och somberaknats med Matlab.

Kosystemet for overvak valdes till ett M/M/25−system da det finns tju-gofem overvaksplatser pa SOSs akutmottagning. Vidare finns det tjugofempatientrum dar lakarmote, behandling och provtagning sker, och fyra akut-rum. Av den orsaken bor totala antalet betjaningsstationer, i detta fall antalpatientrum, for provtagning, behandling och lakarmote inte overstiga tjugo-fem och antal betjaningsstationer, i detta fall akutrum, for behandling avPrio 1 patienter inte overstiga fyra. Det vill saga,

cpt + cbe + clm ≤ 25

cbp ≤ 4

Kosystemen for provtagning, behandling och lakarmote valdes till M/M/4−,M/M/2− respektive M/M/15−system. Med detta antal betjaningsstationeruppfylls trafikintensiteten och villkoren ovan. Summan betjaningsstationerfor provtagning, behandling och lakarmote valdes till strikt mindre an tjugo-fem da den manskliga resursen beaktas. I Jacksonnatverket ar bade personaloch rum tillgangliga for varje betjaningsstation. Detta stammer inte overensmed verkligheten. Personal finns inte alltid tillganglig, sarskilt inte pa enmandag mellan klockan 12:00-13:00 da patientinflodet ar maximalt. Saledesar:

cpt + cbe + clm < 25

Kosystemet for behandling av Prio 1 patienter valdes till M/M/∞ trots vill-koret ovan eftersom dessa patienter aldrig behover sta i ko, darmedoandligt mana betjaningsstationer.

Pa SOS akutmottagning finns inga specifika rum avsedda for enbart tri-agering och konsultation och bild och funktion sker pa en annan avdelning.

Da man i vantrummet triagerar ca tre patienter at gangen (har ungefartre luckor oppna, dock sa varierar detta!) valdes betjaningsstationer for triagetill tre.

Till konsultation behovs som sagt inga specifika rum da detta kan ske iprincip overallt. Darmed valdes ett lagt antal betjaningsstationer for konsul-tation.

29

Page 36: Simulering av patientflöden på Södersjukhusets akutmottagningkth.diva-portal.org/smash/get/diva2:942705/FULLTEXT01.pdf · version av verkligheten (Blom et al. 2005). Modeller kan

Tid till bild och funktion ar satt till 72 minuter i simuleringsprogram-met darmed valdes samma tid till Jacksonnatverket, aven om denna ver-kar lang. Troligtvis har man raknat in den tid det tar att fa tillbaka re-sultaten, som ar en “Vanta pa nasta handelse” och borde da vara en out-put till Jacksonnatverket istallet for en input. Da tiden ar lang bor antalbetjaningsstationer ocksa vara manga. Saledes ar antal betjaningsstationerfor triage, konsultation och bild och funktion grovt uppskattade.

30

Page 37: Simulering av patientflöden på Södersjukhusets akutmottagningkth.diva-portal.org/smash/get/diva2:942705/FULLTEXT01.pdf · version av verkligheten (Blom et al. 2005). Modeller kan

Kapitel 4

Resultat

I detta avsnitt presenteras resultaten fran simuleringsprogrammet och Jack-sonnatverket. Forst presenteras resultaten fran simuleringsprogrammet i tvatabeller. Den forsta tabellen visar hur stor paverkan personaltillgang har papatientflodet, bade i dagslaget och da patientinflodet okar. Andra tabellen vi-sar hur stor paverkan antal rum har pa patientflodet, bade i dagslaget och dapatientinflodet okar. Darefter redovisas resultaten fran Jacksonnatverket ochtill sist jamfors dessa med resultaten fran simuleringsprogrammet.

4.1 Paverkan av personaltillgang pa patient-

flode

I samtliga scenarion definieras belaggning ungefar som ”den andel av denmaximalt mojliga nivan som man utnyttjar en resurs pa ett vettigt satt”(Bengtsson 2016). I scenario 1-6 halls antal rum konstant samtidigt sompersonaltillgang och patientinflode varierar.

Scenario 1 (S1): Obegransat antal personal. Patientinflodet motsvarardet for perioden 2015-01-01 till 2016-01-01.

Scenario 2 (S2): Obegransat antal personal. Patientinflodet ar 10 % hogrean det for perioden 2015-01-01 till 2016-01-01.

Scenario 3 (S3): Obegransat antal personal. Patientinflodet ar 20 % hogrean det for perioden 2015-01-01 till 2016-01-01.

Scenario 4 (S4): Begransat antal personal. Patientinflodet motsvarar detfor perioden 2015-01-01 till 2016-01-01.

31

Page 38: Simulering av patientflöden på Södersjukhusets akutmottagningkth.diva-portal.org/smash/get/diva2:942705/FULLTEXT01.pdf · version av verkligheten (Blom et al. 2005). Modeller kan

Scenario 5 (S5): Begransat antal personal. Patientinflodet ar 10 % hogrean det for perioden 2015-01-01 till 2016-01-01.

Scenario 6 (S6): Begransat antal personal. Patientinflodet ar 20 % hogrean det for perioden 2015-01-01 till 2016-01-01.

Resultatvarden nedan ar approximativa da de ar genomsnittliga vardenav resultaten fran de fem simuleringar som gjorts per scenario. Mer om dettai diskussion.

Tabell 4.1: Resultat for personaltillgang, patientrumPatientrum

S1 S2 S3 S4 S5 S6

Belaggning 0.52 0.57 0.62 0.89 0.999 0.999Hogsta snitt-belaggningenskild timmedygnet

0.85 0.90 0.94 0.98 1 1

Timme forhogsta snitt-belaggning

14 13 13-15 23 10-12,17 10

Period medvarden inom15 % franhogsta snitt-belaggning

11-17 11-18 11-19 11-23,0-6 0-23 0-23

Hogstabelaggningfor nagontimme ochdag

1 1 1 1 1 1

Timme formax enskiltvarde

9-21 9-22 9-23,0 0-23 0-23 0-23

Max ko 50 60 83 160 3500 21000

32

Page 39: Simulering av patientflöden på Södersjukhusets akutmottagningkth.diva-portal.org/smash/get/diva2:942705/FULLTEXT01.pdf · version av verkligheten (Blom et al. 2005). Modeller kan

Tabell 4.2: Resultat for personaltillgang, overvakOvervak

S1 S2 S3 S4 S5 S6

Belaggning 0.27 0.30 0.33 0.27 0.30 0.30Avbrutnaplatser avtotalt antalgenomfordaovervak

0 1 1 0 1 7

Hogsta snitt-belaggningenskild timmedygnet

0.36 0.39 0.43 0.32 0.34 0.38

Timme forhogsta snitt-belaggning

22-23 23 22-23 19 15-19 15

Period medvarden inom15 % franhogsta snitt-belaggning

0-2,16-23 0-2,16-23 0-2,17-23 3-8,13-21 3-8,10-20 3-20

Hogstabelaggningfor nagontimme ochdag

0.85 0.94 0.95 0.80 0.93 1

Timme formax enskiltvarde

18-22 21-23,0 18-22,0 9-19,2 8-12,16-19 6-15

Max ko 0 0 0 0 0 0

Totalt antal genomforda overvak ar ca 2100, 2300 och 2500 da patientin-flodet okat med 0 %, 10 % respektive 20 %.

33

Page 40: Simulering av patientflöden på Södersjukhusets akutmottagningkth.diva-portal.org/smash/get/diva2:942705/FULLTEXT01.pdf · version av verkligheten (Blom et al. 2005). Modeller kan

Tabell 4.3: Resultat for personaltillgang, akutrumAkutrum

S1 S2 S3 S4 S5 S6

Belaggning 0.11 0.12 0.13 0.17 0.19 0.20Hogsta snitt-belaggningenskild timmedygnet

0.17 0.19 0.21 0.27 0.33 0.36

Timme forhogsta snitt-belaggning

11,13,16 15-16 12,14,16-17 21 21 21

Period medvarden inom15 % franhogsta snitt-belaggning

10-18 11-21 11-21 21-22 21-22 21-22

Hogstabelaggningfor nagontimme ochdag

1 1 1 1 1 1

Timme formax enskiltvarde

9-22 9-3 8-3 0-23 0-23 0-23

Max ko 2 2 3 4 5 6

4.1.1 Tolkning av resultat

Patientrum

Belaggning okar med ca fyrtio procentenheter da personal begransas for attefterlikna verkligheten. Vi far mycket fler timmar med hog belaggning (franca 7 timmar till samtliga timmar pa dygnet) och koerna blir som mest 1000ganger langre.

For obegransad personal okar belaggning med ca fem procentenheter forvarje tio procentenheters okning av inflodet. Timmar med hog belaggningandras inte sarskilt mycket, ca en extra timme som belaggs for varje okning

34

Page 41: Simulering av patientflöden på Södersjukhusets akutmottagningkth.diva-portal.org/smash/get/diva2:942705/FULLTEXT01.pdf · version av verkligheten (Blom et al. 2005). Modeller kan

med tio procentenheter. Kon okar med 10 personer da inflodet okar med 10% och med ca 20 personer da inflodet okar med 20 %.

For begransad personal sker inga stora forandringar i belaggning medokning av inflode. Det ar manga timmar med hog belaggning redan utanen okning i inflode (ca 5 timmar pa dygnet utan hog belaggning), men medokningen fas hog belaggning pa alla timmar pa dygnet. Koerna blir tio gangerstorre for varje okning med tio procentenheter

Overvaksplatser

Ingen storre paverkan pa belaggning, avbrutna platser och ko. Timmar padygnet med hog belaggning andras men forandring i antalet timmar ar inteanmarkningsvard.

Akutrum

Belaggning okar med cirka tio procentenheter da personaltillgang begransas.Timmar med hog belaggning och antalet hogt belagda timmar andras dapersonaltillgang begransas. Kon okar med nagra enstaka personer.

4.2 Paverkan av antal rum pa patientflode

I scenario 7-12 halls akutrum, overvaksplatser och personaltillgang konstant(obegransad) och patientrum och patientinflode varierar.

Scenario 7 (S7): Patientinflodet ar 10 % hogre an det for perioden 2015-01-01 till 2016-01-01. 5 patientrum har lagts till.

Scenario 8 (S8): Patientinflodet ar 10 % hogre an det for perioden 2015-01-01 till 2016-01-01. 10 patientrum har lagts till.

Scenario 9 (S9): Patientinflodet ar 10 % hogre an det for perioden 2015-01-01 till 2016-01-01. 15 patientrum har lagts till.

Scenario 10 (S10): Patientinflodet ar 20 % hogre an det for perioden2015-01-01 till 2016-01-01. 5 patientrum har lagts till.

Scenario 11 (S11): Patientinflodet ar 20 % hogre an det for perioden2015-01-01 till 2016-01-01. 10 patientrum har lagts till.

Scenario 12 (S12): Patientinflodet ar 20 % hogre an det for perioden2015-01-01 till 2016-01-01. 15 patientrum har lagts till.

Aven dessa varden ar approximativa.

35

Page 42: Simulering av patientflöden på Södersjukhusets akutmottagningkth.diva-portal.org/smash/get/diva2:942705/FULLTEXT01.pdf · version av verkligheten (Blom et al. 2005). Modeller kan

Tabell 4.4: Resultat for antal rum, patientrumPatientrum

S7 S8 S9 S10 S11 S12

Belaggning 0.48 0.41 0.36 0.52 0.44 0.39Hogsta snitt-belaggningenskild timmedygnet

0.80 0.69 0.60 0.84 0.73 0.65

Timme forhogsta snitt-belaggning

13,14 12,13 12,13 13 13 13

Period medvarden inom15 % franhogsta snitt-belaggning

11-17 11-17 11-16 11-17 11-16 11-16

Hogstabelaggningfor nagontimme ochdag

1 1 1 1 1 1

Timme formax enskiltvarde

10-19 10-17 11-16 10-20 10-20 10-16

Max ko 38 17 10 52 28 15

36

Page 43: Simulering av patientflöden på Södersjukhusets akutmottagningkth.diva-portal.org/smash/get/diva2:942705/FULLTEXT01.pdf · version av verkligheten (Blom et al. 2005). Modeller kan

Tabell 4.5: Resultat for antal rum, overvakOvervak

S7 S8 S9 S10 S11 S12

Belaggning 0.30 0.30 0.30 0.33 0.33 0.33Avbrutnaplatser avtotalt antalgenomfordaovervak

0 1 0 5 4 1

Hogsta snitt-belaggningenskild timmedygnet

0.40 0.40 0.40 0.43 0.43 0.43

Timme forhogsta snitt-belaggning

23,0 23 22,23 20,0 23 22,23

Period medvarden inom15 % franhogsta snitt-belaggning

0-2,17-23 0-2,17-23 0-2,17-23 0-2,17-23 0-2,17-23 0-2,16-23

Hogstabelaggningfor nagontimme ochdag

0.92 0.95 0.92 0.98 0.97 0.95

Timme formax enskiltvarde

19-23 18,21-22 17-18,21-23 0-22 18-21 17-18,22

Max ko 0 0 0 0 0 0

Totalt antal genomforda overvak ar ca 2300 och 2500 da patientinflodetokat med 10 % respektive 20 %.

37

Page 44: Simulering av patientflöden på Södersjukhusets akutmottagningkth.diva-portal.org/smash/get/diva2:942705/FULLTEXT01.pdf · version av verkligheten (Blom et al. 2005). Modeller kan

Tabell 4.6: Resultat for antal rum, akutrumAkutrum

S7 S8 S9 S10 S11 S12

Belaggning 0.12 0.122 0.122 0.13 0.13 0.13Hogsta snitt-belaggningenskild timmedygnet

0.19 0.19 0.19 0.20 0.20 0.20

Timme forhogsta snitt-belaggning

15-16,12-13 15-17 12,15-16 12,16 12,15-16 12,15-16

Period medvarden inom15 % franhogsta snitt-belaggning

10-18 10-20 10-21 11-21 10-20 10-21

Hogstabelaggningfor nagontimme ochdag

1 1 1 1 1 1

Timme formax enskiltvarde

10-22 8-23 0-23 0-23 0-23 0-23

Max ko 2 3 2 3 3 2

4.2.1 Tolkning av resultat

Patientrum

Belaggning minskar da patientrum laggs till. Skillnaden i belaggning ar storstda de 5 forsta rummen laggs till. Aven skillnad i koer ar storst da de 5 forstarummen laggs till.

Ingen anmarkningsvard forandring for belagda timmar.

Overvaksplatser

Ingen storre paverkan pa belaggning, belagda timmar och ko.

38

Page 45: Simulering av patientflöden på Södersjukhusets akutmottagningkth.diva-portal.org/smash/get/diva2:942705/FULLTEXT01.pdf · version av verkligheten (Blom et al. 2005). Modeller kan

Da patientinflodet okat med 20 % ar antal avbrutna platser storre an dapatientinflodet okat med 10 %

Akutrum

Inga anmarkningsvarda forandringar.

4.3 Jacksonnatverk

Nedan presenteras figur 3.1 fran teoriavsnittet igen:

39

Page 46: Simulering av patientflöden på Södersjukhusets akutmottagningkth.diva-portal.org/smash/get/diva2:942705/FULLTEXT01.pdf · version av verkligheten (Blom et al. 2005). Modeller kan

Givet att Li = λi och λt = 28.44, fas nedanstaende ekvationer:

λ1 = 0.06λt

λ2 = 0.94λt

λ3 = λ2 + λ6

λ4 = 0.9λ3

λ5 = 0.1λ3

λ6 = 0.45λ4

λ7 = 0.55λ4

λ8 = λ1 + λ5 + λ7

Dessa ekvationer lostes som ett ekvationssystem i Matlab och foljande svarerholls:

λt = 28

λ1 = 1.68

λ2 = 26.32

λ3 = 44.2353

λ4 = 39.8118

λ5 = 4.4235

λ6 = 17.9153

λ7 = 21.8965

λ8 = λT = 28

Eftersom ρ = λcµ, ρ < 1 erhalls foljande:

ctµt > λt ⇐⇒ 3× 12 > 26.32

cbpµbp > λbp ⇐⇒ ”∞”× 0.213 > 1.68

clmµlm > λlm ⇐⇒ 16× 3 > 44.2353

cptµpt > λpt ⇐⇒ 4× 6 > 18.3134

cbeµbe > λbe ⇐⇒ 2× 2 > 2.7868

40

Page 47: Simulering av patientflöden på Södersjukhusets akutmottagningkth.diva-portal.org/smash/get/diva2:942705/FULLTEXT01.pdf · version av verkligheten (Blom et al. 2005). Modeller kan

cbfµbf > λbf ⇐⇒ 12× 0.8333... > 9.9529

ckµk > λk ⇐⇒ 2× 6 > 6.7680

coµo > λo ⇐⇒ 25× 0.08333... > 26.32

Foljaktligen ar trafikintensiteterna uppfyllda. Ovan ar t = Triage, bp =Behandling av Prio 1, lm = Lakarmote, pt = Provtagning,be = behandling, bf = Bild och Funktion, k = Konsultation ocho = Overvak. Notera aven att:

µt =1

5patienter per minut = 12 patienter per timme

µlm =1

20patienter per minut = 3 patienter per timme

Detta galler for samtliga µi.Nedan presenteras resultaten av Lq, Wq, W , och L for samtliga noder i

Jacksonnatverket. Nedanstaende formler har anvants for alla noder:

Wq = Lq/λ

W = Wq +1

µ

L = λW = λ(Wq +1

µ) = Lq +

λ

µ

For de noder dar c ≥ 3 har foljande formler anvants for att berakna Lq ochP0:

P0 = 1/

[c−1∑n=0

(λ/µ)n

n!+

(λ/µ)c

c!

1

1− λ/(cµ)

]

Lq =P0(λ/µ)cρ

c!(1− ρ)2

For att berakna Lq da c = 2 (P0 behovs inte for att berakna Lq i detta fall)anvandes istallet:

L =2ρ

1− ρ2

L = Lq +λ

µ

Lq = L− λ

µ=

1− ρ2− λ

µ

41

Page 48: Simulering av patientflöden på Södersjukhusets akutmottagningkth.diva-portal.org/smash/get/diva2:942705/FULLTEXT01.pdf · version av verkligheten (Blom et al. 2005). Modeller kan

4.3.1 Triage

Givet λt = 26.32, µt = 12 och ct = 3

P0 = 0.08238

Lq = 1.4649477 ≈ 2 personer

L = 3.658281033 ≈ 4 personer

Wq = 0.0556591071 ≈ 3 minuter

W = 0.1389924405 ≈ 8 minuter

4.3.2 Lakarmote

Givet λlm = 44.2353, µlm = 3 och clm = 15

P0 = 6.06622× 10−8

Lq = 53.47289404 ≈ 54 personer

L = 68.21799404 ≈ 69 personer

Wq = 1.208828561 ≈ 73 minuter

W = 1.542161894 ≈ 93 minuter

4.3.3 Provtagning

Givet λpt = 18.3134, µpt = 6 och cpt = 4

P0 = 0.034829

Lq = 1.71188879 ≈ 2 personer

L = 4.764122123 ≈ 5 personer

Wq = 0.0934773876 ≈ 6 minuter

W = 0.2601440543 ≈ 16 minuter

42

Page 49: Simulering av patientflöden på Södersjukhusets akutmottagningkth.diva-portal.org/smash/get/diva2:942705/FULLTEXT01.pdf · version av verkligheten (Blom et al. 2005). Modeller kan

4.3.4 Bild och funktion

Givet λbf = 9.9529, µbf = 0.8333... och cbf = 12

P0 = 2.62721× 10−7

Lq = 207.317692 ≈ 208 personer

L = 219.2611724 ≈ 220 personer

Wq = 20.829877 ≈ 21 timmar

W = 22.029877 ≈ 22 timmar

4.3.5 Overvak

Givet λo = 1.9906, µo = 0.08333... och co = 25

P0 = 1.83363× 10−11

Lq = 16.22064815 ≈ 17 personer

L = 40.10784816 ≈ 41 personer

Wq = 8.148622603 ≈ 8 timmar

W = 20.14862261 ≈ 20 timmar

4.3.6 Behandling

Givet λbe = 2.7868, µbe = 2 och cbe = 2

Lq = 1.31428622 ≈ 2 personer

L = 2.7076862 ≈ 3 personer

Wq = 0.4716112459 ≈ 29 minuter

W = 0.9716112456 ≈ 58 minuter

43

Page 50: Simulering av patientflöden på Södersjukhusets akutmottagningkth.diva-portal.org/smash/get/diva2:942705/FULLTEXT01.pdf · version av verkligheten (Blom et al. 2005). Modeller kan

4.3.7 Konsultation

Givet λk = 6.768, µk = 6 och ck = 2

Lq = 0.5261917923 ≈ 1 person

L = 1.6541917923 ≈ 2 personer

Wq = 0.0777470142 ≈ 5 minuter

W = 0.2444136809 ≈ 15 minuter

4.3.8 Behandling av Prio 1 patienter

I M/M/∞−system bildas aldrig koer da det finns oandligt manga betjanings-stationer. Saledes ar Wq = Lq = 0 och givet λbp = 1.68 , µbp = 0.2131 ochcbp =∞ erhalls:

W = Wq +1

µ=

1

µ= 4.692 timmar

L = λW =λ

µ= 7.88256 ≈ 8 personer

44

Page 51: Simulering av patientflöden på Södersjukhusets akutmottagningkth.diva-portal.org/smash/get/diva2:942705/FULLTEXT01.pdf · version av verkligheten (Blom et al. 2005). Modeller kan

Kapitel 5

Diskussion

Detta avsnitt inleds med en diskussion om metoder som anvants i detta ar-bete. Darefter diskuteras och jamfors resultaten. Till sist diskuteras arbetetsbegransningar.

5.1 Metodkritik

5.1.1 Simuleringsprogram

Under databearbetningen kompletterades radata som erhallits fran SOS damycket information saknades. Till exempel saknas information om forsta pri-oritet for uppskattningsvis 9 % av samtliga observationer. Tillagg av de datasom saknas har baserats pa antaganden och darmed fas inte helt korrektavarden, vilket paverkar resultatet. Dock ar exakta siffror inte vasentligt vidsimulering da andamalet ar att analysera framtida handelser. Framtiden kaninte forklaras med historiska varden och darfor ar det orimligt att lasa in sigi att erhalla exakta siffror. Med andra ord ar det orimligt att anvanda gamlamatvarden uppmatta under andra forutsattningar och anvanda detta i nyaproblem.

Simuleringsprogrammet har i sin tur ocksa baserats pa antaganden. Detframsta antagandet galler den manskliga resursen, det vill saga personal. I si-muleringsprogrammet beskrivs den manskliga resursen endast med kategorinpersonal. Programmet specificerar inte personaltyp, exempelvis sjukskoter-ska, underskoterska lakare osv.. Detta da syftet med programmet i forstahand ar att undersoka investeringar i nya lokaler vid ny- eller ombyggna-

45

Page 52: Simulering av patientflöden på Södersjukhusets akutmottagningkth.diva-portal.org/smash/get/diva2:942705/FULLTEXT01.pdf · version av verkligheten (Blom et al. 2005). Modeller kan

tion. Darav anvande SOS simuleringsprogrammet infor bygget av nya SOSakuten, som idag ar under konstruktion. Da personaltillgang undersoktes idetta arbete jamfordes scenarion med obegransat antal personal och scena-rion med begransat antal personal. Detta gav en oversiktlig bild av hur storpaverkan personaltillgang har. For mer exakta resultat angaende personalbehovs ett simuleringsprogram som behandlar den manskliga resursen meringaende. Utover specificering av personaltyp behover bland annat optime-ringsmodeller och algoritmer byggas in i programmet for att aven beskrivaschemalaggning och planering for respektive personaltyp (Bengtsson 2016).

Annu ett antagande ar att samtliga fardigbehandlade patienter kan lamnaakutmottagningen ogonblickligen. I verkligheten maste fardigbehandlade pa-tienter ofta vara kvar pa grund av brist pa vardplats dar de ska vidarebe-handlas. Dessa patienter tar upp resurser, vilket bidrar till forseningar ochlangre vantetider. Simuleringsprogrammet beaktar darmed inte problem somakuten inte kan gora nagot at, utan fokus ligger pa akutverksamhetens pre-stationer. Dock bedoms och paverkas akuten i verkligheten ofta av sadantsom ar en konsekvens av vidarebehandlarens prestationer. Salunda kommerde simulerade resultaten vara mer fordelaktiga an de verkliga (Bengtsson2016).

Vidare baseras utformningen av programmet pa en generell akutmottag-ning och inte SOSs vuxenakut. Exempelvis finns det idag inga triageteam,triagerum eller provtagningsrum pa SOS akuten, som daremot finns i simule-ringsprogrammet. For att kunna simulera nagot som liknar arbetsprocessenpa SOS har varden andrats vid inmatning till simuleringsprogrammet. Exem-pelvis sattes lokal for triagering till vantrum samtidigt som tid for triageringandrades. Aven detta paverkar resultaten. For mer korrekta resultat bor ettsimuleringsprogram som simulerar just SOSs akutmottagning anvandas.

Vardena for varje scenario som presenterats i resultaten ar approximativaoch baserades pa siffror fran fem simuleringar. Variationen for siffrorna varinte stor. Vidare ar det aven i detta fall inte vasentligt att erhalla exaktasiffror da resultaten inte ska tas som en sanning utan det ar det overgripligasom ar mest betydelsefullt

5.1.2 Jacksonnatverket

Jacksonnatverket ar utformat for att efterlikna flodesschemat i simulerings-programmet och darmed inte den verkliga arbetsprocessen pa SOS. Aven idetta fall ar varden justerade for att likna SOSs arbetsprocess. Foljaktligen

46

Page 53: Simulering av patientflöden på Södersjukhusets akutmottagningkth.diva-portal.org/smash/get/diva2:942705/FULLTEXT01.pdf · version av verkligheten (Blom et al. 2005). Modeller kan

paverkas resultaten av detta och for mer verkliga resultat bor Jackson-natverket baseras pa den verkliga arbetsprocessen. Jacksonnatverket grundaspa simuleringsprogrammets flodesschema for att enklare kunna jamfora re-sultaten fran simuleringsprogrammet och Jacksonnatverket. Dessutom fannsredan varden for momenten i simuleringsprogrammets flodesschema.

Ytterligare antaganden har gjorts vid framstallning av Jacksonnatverket.Det totala inflodet till systemet i Jacksonnatverket motsvaras av patientin-flodet pa SOSs akutmottagning pa en mandag mellan klockan 12:00-13:00 forperioden 2015-01-01 till 2016-01-01. En specifik tidpunkt valdes da man medJacksonnatverk tittar pa en fast tidpunkt gentemot simuleringsprogrammet,eller dynamisk simulering, dar samtliga tidpunkter beaktas. Tidpunkten val-des for att patientinflodet ar som hogst pa en mandag mellan klockan 12:00-13:00. Valet paverkar resultaten da val av en annan tidpunkt skulle leda tillandra resultat.

Som namnts i metodavsnittet ar antal betjaningsstationer for triage, kon-sultation och bild och funktion grovt uppskattade. Detta har darmed en storinverkan pa resultaten.

Vidare valdes betjaningstid for overvak till tolv timmar. I verklighetenhar tid for overvak stor variation. Foljaktligen paverkas resultaten.

5.2 Resultat analys

5.2.1 Paverkan av personaltillgang

Patientrum

Resultaten visar att belaggningen pa patientrummen okar med ca fyrtio pro-centenheter da personaltillgang begransas, for att efterlikna verkligheten.Vidare fas fler timmar med hog belaggning da personaltillgang begransas.Som namnts i resultatet definieras belagg ungefar som ”den andel av denmaximalt mojliga nivan som man utnyttjar en resurs pa ett vettigt satt”.Det ar samma vardeadderande arbete som utfors i patientrummen, bade dapersonalen ar begransad och obegransad. Salunda ar en okning av belagg dapersonaltillgangen begransas orimligt. Belaggningen bor vara lika stor ellermindre. Detta da begransad personaltillgang kan resultera i att patienter inteskickas till lediga rum, eftersom det saknas tillganglig personal. Dock ar simu-leringsprogrammet utformat pa ett satt som gor att ett rum belaggs forst ochdarefter personal. Foljaktligen skickas patienter till rummen aven da personal

47

Page 54: Simulering av patientflöden på Södersjukhusets akutmottagningkth.diva-portal.org/smash/get/diva2:942705/FULLTEXT01.pdf · version av verkligheten (Blom et al. 2005). Modeller kan

saknas, vilket oftare ar fallet nar personalen ar begransad. Rummet ar da be-lagt, men med icke vardeadderande arbete eftersom patienten enbart vantarpa personal. Den totalt belagda tiden innefattar aven vantan och darmedokar belaggningen. I fallen med obegransad personal belades patientrum-men endast med vardeadderande arbete och vard. I fallen men begransadpersonal belades patientrummen med maximalt lika mycket vardeadderandearbete och vard men dessutom med vantan och icke vardeadderande arbete(Bengtsson 2016).

Att max kon blir upp mot tusen ganger langre ar rimligt da varje scenariosimulerats i ett ar, som ar lang tid, och patientinflodet varierar enligt enfordelning.

Overvaksplatser

For overvaksplatser forandrades endast timmar pa dygnet med hog belast-ning och antalet timmar med hog belagg-ning, ko, avbrutna platser och belaggning blev det ingen storre paverkanpa. Att en forandring i personaltillgang, fran obegransad till begransad, in-te hade en storre paverkan pa overvaksplatser ar troligt. Detta da personalinte behover lagga lika mycket tid pa overvakspatienter - de ligger i en sangpa avdelningen dar personalen tillsammans kan halla ett oga pa/overvakapatienterna. Detta kan jamforas med patientrum dar en eller flera anstalldatraffar en patient i taget for att triagering, provtagning eller behandling.

Ytterligare verkar en okning av patientinflode pa tio och tjugo procentinte ha nagon paverkan pa antal timmar med hog belaggning, ko, avbrutnaplatser och belaggning. Detta anses vara osannolikt da okat inflode bor re-sultera i okat antal overvakspatienter. Dock kan dessa resultat bero pa attovervaksplatserna ar manga jamfort med inflodet och att inflodet bor okamer for att paverka belaggningen pa overvaksplatserna.

Forandring i vilka timmar pa dygnet som har hogt belaggning kan for-klaras av att simuleringsprogrammet slumpar varden, sa som antal patientersom hamnar pa overvak och nar. Saledes kommer dessa varden variera forvarje simulering och darmed for varje scenario ocksa. Dessutom ar det merrealistiskt att timmar med hog belaggning pa overvaksplatser forandras daovervakspatienter och tiden dessa spenderar pa overvak varierar.

De forandringar som gors och som okar belastningen pa akutmottagning-en far storst konsekvenser pa patientrum. Patientrummen ligger namligenfore overvak i processen, som man kan se i flodeschemat i figur 2.3 och 2.4 i

48

Page 55: Simulering av patientflöden på Södersjukhusets akutmottagningkth.diva-portal.org/smash/get/diva2:942705/FULLTEXT01.pdf · version av verkligheten (Blom et al. 2005). Modeller kan

teoriavsnittet. Fran patientrummen kommer flodet sippra vidare i processen ien jamn takt, oavsett belastning. Salunda ar det patientrummen som far “tasmallen”. Patientrummen blir da flaskhalsen, inte nodvandigtvis pa grund avbrist pa rum utan eftersom de belaggs med vantan pa personal som namntsovan.

Akutrum

Resultaten visar att belastningen pa akutrummen paverkas av personal-tillgang. Aven i detta fall ar det orimligt att belaggning pa akutrummen okarda personaltillgang minskar, analogt med argumentationen for patientrum.

5.2.2 Paverkan av antal rum

Patientrum

Belaggning pa patientrummen minskar da patientrum laggs till. Detta arrimligt da belaggningen relaterar till patientrummen. En okning av patient-rum da patientinflodet halls konstant ger en sankning i belaggning. Detta dadenna divideras med ett storre tal.

Vidare verkar tillagg av de 10 forsta rummen ha storst paverkan pa kooch belaggning. For tillagg av 5 och 10 rum minskar belaggning med ca 10procentenheter och vid tillagg av 15 rum halveras denna minskning (jamforscenario 2,7,8 och 9. Jamfor scenario 3,10,11 och 12). Detta beror formodligenpa att effektiviteten av tillagg av rum planar ut. Blir antalet rum tillrackligtstort kommer tillagg av fler rum inte ha nagon storre inverkan.

Overvaksplatser

For overvaksplatser visar resultaten endast anmarkningsvarda forandringarfor antal avbrutna platser. Logiskt satt bor antal patientrum inte ha enpaverkan pa overvaksplatser. Resultatet kan dock forklaras med att simule-ringsprogrammet slumpar antal overvakspatienter, som darmed kommer attvariera for vare scenario. Overlag var antal avbrutna platser hogre da pati-entinflodet okat med tjugo procent, vilket ar rimligt. Fler patienter motsvararfler patienter som hamnar pa overvak.

49

Page 56: Simulering av patientflöden på Södersjukhusets akutmottagningkth.diva-portal.org/smash/get/diva2:942705/FULLTEXT01.pdf · version av verkligheten (Blom et al. 2005). Modeller kan

Akutrum

For akutrum blev det inga anmarkningsvarda forandringar. Detta ar rimligtda belaggning pa akutrum inte paverkas av en variation av antal patientrum.Akutverksamheten fortsatter som vanligt utan nagra hinder.

5.2.3 Jacksonnatverket

Triage: Triagering gar snabbt och kon ar kort. Detta ar troligt da triageringinledningsvis sker i vantrummen. Patienter triageras senare aven i patient-rummen och darmed bor triagering i vantrummen ga snabbt.

Lakarmote: Har visar resultaten rimliga varden. Det finns 54 patienter ikon och totalt 69 patienter i systemet. Patienterna i kon vantar i en timmeoch 13 minuter och det tar en timme och 33 minuter att ta sig igenomsystemet. Dessa varden ar sannolika for en mandag mellan klockan 12:00-13:00.

Provtagning: I provtagningssystemet ar kotiden och kon kort, vilket arrimligt. Provtagning sker i patientrummen i verkligheten da det inte finnsprovtagningsrum pa SOS akuten. Salunda bor den storta tiden man spende-rar i systemet utgoras av sjalva provtagningen och ko och kotid bor ha smavarden. Man kan tanka sig att patienten redan statt i den riktiga kon tillpatientrummen.

Bild och Funktion: Resultaten visar orimligt hoga varden, formodligen dabetjaningstiden ar lang. Som namnts tidigare har man troligtvis raknat inden tid det tar att fa tillbaka resultaten, som i sjalva verket ar en “Vanta panasta handelse” och borde da vara en output till Jacksonnatverket istallet foren input. Dessutom ar trafikintensiteten mycket nara ett i detta fall. Saledestar det lang tid for patienter att ta sig igenom systemet.

Overvak: Resultaten visar att patienter vantar i 8 timmar pa en overvaks-plats och att det totalt tar 20 timmar att ta sig igenom systemet (patienterbetjanas/har en overvaksplats i 12 timmar). Dessa siffror antas vara rimligada overvakspatienter har en lang betjaningstid och brist pa sangar ar ettvanligt problem pa sjukhus.

Behandling: I behandlingssystemet ar kon kort och kotiden anses varafor lang. Aven behandling sker i patientrummen och darmed bor kotidenvara kort, analogt med argumentationen for provtagning. Om kotid for prov-tagning, behandling och lakarmote summeras, for att motsvara kotiden forpatientrum, blir den totala kotiden 2 timmar. Detta ar i viss omfattning en

50

Page 57: Simulering av patientflöden på Södersjukhusets akutmottagningkth.diva-portal.org/smash/get/diva2:942705/FULLTEXT01.pdf · version av verkligheten (Blom et al. 2005). Modeller kan

lang tid, dock inte osannolikt.Konsultation: Varden for konsultation ar laga. Detta ar rimligt da kon-

sultation bor ga snabbt och kan ske overallt.Behandling av Prio 1 patienter: Den genomsnittliga vantetiden W for

en slumpmassigt vald kund i systemet blev samma som medeltiden for rodapatienter pa SOSs akutmottagning for perioden 2015-01-01 till 2016-01-01.Detta var forvantat eftersom systemet ar ett M/M/∞−system. Da mot-svaras vantetiden W av betjaningstiden, som valts till medeltiden for rodapatienter pa SOSs akutmottagning for perioden 2015-01-01 till 2016-01-01.

Att genomsnittliga antalet kunder i systemet ar 8 anses vara troligt dadet ar en liten del av totala antalet patienter i Jacksonnatverket.

5.3 Jamforelse av simuleringsprogram och Jack-

sonnatverk

Teori

Jacksonnatverk ar en metod inom koteorin, dar man framst anvander sigav deterministiska modeller. Inom koteorin forsoker man beakta stokasti-ken, dock gor man oftast detta med statiska och deterministiska medel ochforsoker darfor efterlikna effekterna av stokastik (Bengtsson 2016)(Kolker2012).

Inom simulering later man daremot stokastiken “leva”. Darmed beskrivsstokastiken battre och mindre behover forenklas. Vidare beskrivs system ochforutsattningar battre, folopp over tiden fangas upp och domino- och ked-jeeffekter fangas upp pa ett battre satt. Foljaktligen ar en val utformadsimuleringsmodell alltid mer precis an en koteoretisk modell eller ett Jack-sonnatverk (Bengtsson 2016)(Kolker 2012).

I simuleringsprogrammet ar betjaningstidsfordelningarna triangular-fordelade gentemot betjaningstidsfordelningarna i Jacksonnatverket, som arexponentialfordelade. Som visats i teoriavsittet finns det en vasentlig skillnadmellan dessa fordelningar. Darmed ar detta annu en faktor som bidrar tillolikheterna i resultaten.

51

Page 58: Simulering av patientflöden på Södersjukhusets akutmottagningkth.diva-portal.org/smash/get/diva2:942705/FULLTEXT01.pdf · version av verkligheten (Blom et al. 2005). Modeller kan

Resultat

Resultaten fran Jacksonnatverket jamfors med resultaten i scenario 4 fransimuleringsprogrammet. Detta eftersom personalen ar begransad och pati-entinflodet motsvarar det for perioden 2015-01-01 till 2016-01-01 i bada fal-len.

For overvak skiljer sig resultaten, medan resultaten for patientrum ochakutrum indikerar samma saker. I resultaten fran Jacksonnatverket ar be-lastningen pa overvaksplatser hog medan den ar lag for samtliga scenarioni simuleringsprogrammet. Detta kan delvis bero pa att betjaningstiden forovervak alltid ar lang i Jacksonnatverket tvartemot simuleringsprogrammet,dar tiden varierar. Dock anses skillnaden framst bero pa att patienter i si-muleringsprogrammet kan lamna akuten omedelbart. I simuleringsprogram-met avbryts patienters plats pa overvak vid overbelastning och patienternalamnar systemet (de lamnar akuten och gar omedelbart dit de ska vidarebe-handlas). I verkligheten kan man inte avbryta patienters platser pa overvakpa samma satt, da det oftast ar brist pa plats dar patienten ska vidarebehand-las. Aven i Jacksonnatverket kan overvaksplatser inte avbrytas. Darmed ansesresultatet fran Jacksonnatverket stamma battre overens med betjaningstiderfor overvak i verkligheten medan simuleringsprogrammet battre beskriverakutens prestationer.

5.4 Slutsats

Effektiviseringsforslag blir svara att framstalla da problem inom halso- ochsjukvard kannetecknas av att flera perspektiv star i konflikt med varandra.En losning till dessa problem ar alltid en avvagning mellan perspektiven: kva-litet, tid och kostnad. Effektiviseringsforslag av typen: “x antal rum behovspa SOSs akutmottagning” eller “arbetssatt x skulle passa bast pa SOS” ardarmed paradoxala. Det som ar mest gynnsamt inom ena perspektivet kom-mer troligen inte vara det inom resterande perspektiv. Exempelvis skulleminimering av tid ha en negativ inverkan pa kvaliteten av behandlingarnapa SOS. Likasa hade en minimering av kostnad ha en negativ inverkan pa ar-betsforhallanden for personal, kvalitet av behandling och darmed patienterserfarenheter (Bengtsson 2016).

Resultaten visade att patientrummen ar flaskhalsen i den simulerade ver-sionen av SOSs akutmottagning. Med denna tydliga flaskhals kan inga pre-

52

Page 59: Simulering av patientflöden på Södersjukhusets akutmottagningkth.diva-portal.org/smash/get/diva2:942705/FULLTEXT01.pdf · version av verkligheten (Blom et al. 2005). Modeller kan

cisa slutsatser dras om andra delar av verksamheten som inte ar flaskhalsar,exempelvis overvaksplatser. For att battre analysera verksamheten bor iden-tifierade flaskhalsar “tvattas bort”. Forst da forsta flaskhalsen ar atgardadkommer nya uppenbara sig. Saledes har hogre patienttryck ocksa en inverkanpa overvakningsplatser, om detta patienttryck slapps fram (Bengtsson 2016).

Mot den bakgrunden stodjer detta arbete vidare undersokning av flask-halsar samt vidare forbattring av patientfloden och vantetider pa SOSs akut-mottagning.

53

Page 60: Simulering av patientflöden på Södersjukhusets akutmottagningkth.diva-portal.org/smash/get/diva2:942705/FULLTEXT01.pdf · version av verkligheten (Blom et al. 2005). Modeller kan

Kapitel 6

Effektiviseringsforslag till SOSur ett healthcare managementperspektiv

6.1 Introduktion

I denna del av arbetet gors en undersokning med utgangspunkt i Industriellekonomi. Inom healthcare management omradet kommer perceived serviceoch wait time management undersokas. Resultaten av undersokningen appli-ceras sedan pa SOSs akutmottagning.

6.1.1 Problemformulering och syfte

SOSs akutmottagning kan beskrivas som ett komplext system (Plsek, Wil-son 2001, 746-749). Samtidigt ar akutmottagningen endast en del av ettstorre och mer komplext system (Stratton och Knight 2010, 484-498) - helaSOSs verksamhet. Denna komplexitet forsvarar implementering av effektivi-seringsforslag av typen: “x antal rum behovs pa SOSs akutmottagning” eller“arbetssatt x skulle passa bast pa SOS”, det vill saga som forslagen i denmatematiska delen av detta arbete. Att forverkliga dessa forslag ar svart da,som namnts i diskussionen av den matematiska delen, en losning till den-na typ av problem alltid ar en avvagning mellan kvalitet, tid och kostnad(Bengtsson 2016). Mot den bakgrunden har problemet aven undersokts urett healthcare management (HM) perspektiv. HM-perspektivet ses som ett

54

Page 61: Simulering av patientflöden på Södersjukhusets akutmottagningkth.diva-portal.org/smash/get/diva2:942705/FULLTEXT01.pdf · version av verkligheten (Blom et al. 2005). Modeller kan

komplement till den matematiska delen.Syftet med denna del av arbetet ar att undersoka hur service pa sjukvard

kan upplevas battre da den i verkligheten inte gar att forbattra. Exempelvis,hur far man patienter att uppleva vantetider vara kortare utan att faktisktminska vantetiderna?

HM-perspektivet inleds med en allman beskrivning av fenomenet upplevdservice (perceived service). Darefter beskrivs fenomenet upplevd service ochupplevd vantetid (wait time management) inom halso- och sjukvard. Tillsist beskrivs vad som kan goras pa SOSs akutmottagning for att paverkapatienters upplevda vantetid.

6.2 Metod

Denna del av arbetet lostes via tva metoder: litteraturstudier och observatio-ner.

6.2.1 Litteraturstudie

Litteraturstudier kommer att ligga till grund for effektiviseringsforslagen urett HM-perspektiv. Denna information hamtas fran bocker och journalartik-lar. Litteraturen som anvands maste vara trovardig, darmed stalls specifikakrav pa litteraturen. Uppfyller litteraturen ett eller flera av nedanstaendekrav anses den vara trovardig.

1. Forfattarna skall vara kunniga inom HM omradet.

2. Litteraturen kan anvandas som kurslitteratur for kurser inom HM.

3. Litteraturen har granskats av andra forskare som ar verksamma inomsamma omrade.

Informationssokningen gjordes via KTHs databaser och soktjanster. Framstanvandes databaserna Emerald Journals och Scopus. Foljande sokordanvandes for att identifiera relevant litteratur.

55

Page 62: Simulering av patientflöden på Södersjukhusets akutmottagningkth.diva-portal.org/smash/get/diva2:942705/FULLTEXT01.pdf · version av verkligheten (Blom et al. 2005). Modeller kan

Informationssokning SokordHealthcare management healthcare management

hospital managementemergency room managementhealthcare qualitytotal quality management

Perceived service perceived serviceservice experiencehealthcare experienceexperience management

Wait time management wait time managementperceived wait time

antal relevanta artiklar 8antal relevanta bocker 1

6.2.2 Observationer

Observationer har gjorts via besok pa SOSs akutmottagning. Bade kortarebesok och langre besok i form av deltagande under arbetspass har gjorts foratt fa battre kannedom om arbetet samt HM-perspektivet pa SOSs akutmot-tagning.

6.3 Teoretiskt resultat

Detta avsnitt inleds med en allman beskrivning och definition av fenomenetupplevd service. Darefter beskrivs och definieras fenomenet upplevd serviceoch upplevd vantetid inom halso- och sjukvard.

6.3.1 Upplevd service

Fenomenet upplevd service, eller service experience, har under senare aruppmarksammats mycket av bade forskare och foretagsledare. Dessutomfortsatter intresset att vaxa da positivt upplevd service resulterar i nojdaoch aterkommande kunder vilket ar onskvart. Trots det okade intresset harfenomenet lange saknat en entydig definition inom olika kunskapsomraden(Jaakkola, Helkkua Aarikka-Stenroos 2015, 182-205).

56

Page 63: Simulering av patientflöden på Södersjukhusets akutmottagningkth.diva-portal.org/smash/get/diva2:942705/FULLTEXT01.pdf · version av verkligheten (Blom et al. 2005). Modeller kan

En begreppsbildning som beskriver uppkomsten och medskapande avupplevd service, eller service experience co-creation, har nyligen tagits framav Jaakkola et al. (2015, 182-205). Begreppsbildningen erholls genom un-dersokningar av forskning om uppled service utford inom skilda kunskaps-omraden. Varje kunskapsomrade behandlar ett perspektiv av upplevd serviceoch de olika perspektiven avslojar darfor tillsammans omfattningen av feno-menet. Darmed kunde en holistisk begreppsbildning av upplevd service ska-pas. Denna begreppsbildning kommer att ligga till grund for undersokningeninom HM-perspektivet i detta arbete.

Figur 6.1: En beskrivning av samtliga perspektiv/dimensioner inom upplevdservice (Jaakkola et al. 2015).

Bilden ovan definierar uppkomsten av upplevd service enligt foljande di-mensioner: kontroll, rumslig, timlig, saklig, organisation och plats. Dessa di-mensioner forklaras pa foljande vis:

57

Page 64: Simulering av patientflöden på Södersjukhusets akutmottagningkth.diva-portal.org/smash/get/diva2:942705/FULLTEXT01.pdf · version av verkligheten (Blom et al. 2005). Modeller kan

Kontrolldimension: Uppkomsten av upplevd service kan frambringasav leverantorer eller skapas bland kunder (customer-led, provider-led).

Rumslig dimension: Upplevd service kan ske i samma miljo somtjansten och varan forbrukas eller bortom leverantorens granser (in the ser-vice setting, beyond the service setting).

Timlig dimension: Service kan upplevas i nuet, som en forvantan omframtiden eller som ett minne av en handelse (narrow time frame (present),broad time frame (past, future))

Saklig dimension: Uppled service kan vara inbillad eller verklig(lived,imaginary).

Organisationsdimension: Upplevd service kan frambringas av dyadiskainteraktioner eller av interaktioner mellan flera aktorer(dyadic, systemic).

Platsdimension: En service kan upplevas bade individuellt eller gemen-samt (individual, collective).

En upplevelse kan ocksa vara ingendera av dessa och befinna signagonstans emellan definitionerna av varje dimension. Till exempel kan enupplevelse vara inbillad och verklig i jamforelse med inbillad eller verklig.

Den vanstra sidan av helhetsbilden i figur 6.1 motsvarar den traditionellasynen pa upplevd service (Jaakkola et al. 2015, 182-205), till exempel att enupplevelse ar verklig, sker i nuet och frambringas av dyadiska interaktioner.Den hogra sidan av helhetsbilden i figur 6.1 motsvarar det nya synsattet paupplevd service, till exempel att en upplevelse kan vara inbillad, ett minneeller en forvantning av framtiden och frambringas av interaktioner mellanflera aktorer. Detta nya synsatt ar ett resultat av att verksamheter blivitmer kundcentrerade och lagger storre vikt pa kunders upplevelser (Angelis,Parry, och Macintyre 2012).

Jaakkola et al. (2015, 182-205) har tagit fram en helhetsbild av upplevdservice och uppmanar forskare att undersoka upplevd service inom respek-tive kunskapsomrade med denna helhetsbild som utgangspunkt. Saledes un-dersoks dimensioner av upplevd service inom halso- och sjukvard i nastaavsnitt, for att komplettera begreppsbildningen och helhetbilden ovan.

6.3.2 Upplevd service inom halso- och sjukvard

Upplevd service inom halso- och sjukvard fatt mer uppmarksamhet inomforskningen. En positiv upplevelse resulterar i nojda patienter, analogt meddet som namnts ovan. Vidare har det visat sig att patienters upplevda kva-litet av behandling paverkar personalens prestationer. Denna paverkan kan

58

Page 65: Simulering av patientflöden på Södersjukhusets akutmottagningkth.diva-portal.org/smash/get/diva2:942705/FULLTEXT01.pdf · version av verkligheten (Blom et al. 2005). Modeller kan

i sin tur resultera i till exempel okad patientsakerhet och okad effektivitet.Darmed anses den upplevda servicen vara vasentlig inom detta omrade. Inomexempelvis brittisk halso- och sjukvard har kvalitetsmatningar utokats, medemfas pa patienters erfarenhet och upplevelse (Ponsignon et al. 2015, 460 -485).

Ett ramverk som beskriver dimensioner av upplevd service inom halso-och sjukvard har framstallts av Ponsignon et al. (2015, 460 - 485) genomanalys av historier fran tvahundra cancerpatienter. Ramverket bygger pa 22huvudkategorier med 51 underkategorier. Samtliga kategorier ar uppdelade ifoljande huvudomraden: direkta interaktioner (direct interactions), indirektainteraktioner (indirect interactions), oberoende bearbetning (independent pro-cessing), snabbhet (speed) och medicinska resultat (medical outcome). Dessahuvudomraden illustreras i bilden nedan, tillsammans med mattal pa hur of-ta varje huvudkategori namnts av patienter och huruvida det ansags vara enpositiv eller negativ upplevelse. Bilden som foljer visar underkategorier tillhuvudkategorier inom direkta- och indirekta interaktioner.

59

Page 66: Simulering av patientflöden på Södersjukhusets akutmottagningkth.diva-portal.org/smash/get/diva2:942705/FULLTEXT01.pdf · version av verkligheten (Blom et al. 2005). Modeller kan

Figur 6.2: Dimensioner av uppled service inom halso- och sjukvard (Ponsig-non et al. 2015).

60

Page 67: Simulering av patientflöden på Södersjukhusets akutmottagningkth.diva-portal.org/smash/get/diva2:942705/FULLTEXT01.pdf · version av verkligheten (Blom et al. 2005). Modeller kan

Figur 6.3: Underkategorier till direkta och indirekta interaktioner (Ponsignonet al. 2015).

61

Page 68: Simulering av patientflöden på Södersjukhusets akutmottagningkth.diva-portal.org/smash/get/diva2:942705/FULLTEXT01.pdf · version av verkligheten (Blom et al. 2005). Modeller kan

Nedan kommer huvudomradena, och dess kategorier, analyseras utifranhelhetsbilden framtagen av Jaakkola et al. (2015, 182-205).

Direkta interaktioner:

Attityder och beteenden (attitudes and behaviours): Hur personal beter sigsamt hur de uttrycker sina kanslor infor patienter och patienters anhoriga.

Personalisering (Personalisation): Patienters och anhorigas uppfattningom hur val anstallda anpassar vard samt deras beteende gentemot varje en-skild patient. Personalisering avser ocksa uppfattningar om hur bra anstalldaar pa att lyssna och vara uppmarksamma.

Kommunikation (communication): Uppfattningar gallandeanstalldas formaga att kommunicera med patienter och anhoriga. Kommu-nikationen forvantas ske pa ett lampligt satt och informationen som gesforvantas vara korrekt.

Kompetens (competence): Uppfattningar om hur kunniga och skickligaanstallda ar. Vidare omfattar denna kategori aven uppfattningar om hur brateknologin som anvands av anstallda ar. Uppfattas personalen vara skickligfar patienter och anhoriga fortroende for dem.

Tillganglighet (availability): Patienters och anhorigas uppfattning om hurtillganglig lamplig personal ar och hur mottaglig personal ar for patienter,och anhorigas, onskemal.

Relationer med andra patienter och anhoriga (relationship with other pa-tients and carers): Hur andra patienters, och anhorigas, attityd och beteendepaverkar erfarenhet och uppfattning.

Relationer med personal (relationship with staff ): Patienters, ochanhorigas, uppfattning angaende huruvida personal varderar och bibehallerrelationer med patienter och anhoriga.

Effektivitet (efficiency): Uppfattningar om hur personal varderar patien-ters och anhorigas tid och huruvida de ar tidseffektiva.

Palitlighet (reliability): Patienters och anhorigas uppfattning om hurpalitlig varden ar.

Direkta interaktioner bygger framst pa de dimensioner som tillhor denvanstra sidan av helhetsbilden i figur 6.1, som anses vara den traditionellasynen pa upplevd service. Foljande dimensioner av upplevd service uppfylls:

62

Page 69: Simulering av patientflöden på Södersjukhusets akutmottagningkth.diva-portal.org/smash/get/diva2:942705/FULLTEXT01.pdf · version av verkligheten (Blom et al. 2005). Modeller kan

• Upplevelsen frambringas av leverantorer (vardgivare i detta fall).

• Upplevelsen sker i samma miljo som tjansten och varan forbrukas.

• Upplevelsen sker i nuet.

• Upplevelsen ar verklig.

• Upplevelsen frambringats framst av dyadiska interaktioner.

• Handelsen upplevs individuellt.

Dock ar upplevelserna aven kollektiva och de kan skapas bland kunder(patienter), vilket hor till dimensioner pa den hogra sidan av helhetsbildeni figur 6.1. Detta da andra patienters, och anhorigas, attityd och beteendepaverkar erfarenhet och uppfattning. Foljaktligen kan det havdas att upp-levelserna aven frambringas med interaktioner mellan flera aktorer, utoverdyadiska interaktioner.

Indirekta interaktioner:

Forfarenden och processer (procedures and processes): Uppfattningar om hurlampliga de processer och forfaranden som anvands ar. Exempelvis uppfatt-ningar gallande huruvida personaltillgang ar tillracklig eller uppfattningarom tillgangligheten av lampliga mediciner och utrustning.

Lokaler och faciliteter (premises and facilities): Uppfattningar om huruvi-da behaglig, inbjudande och lamplig den patagliga omgivningen ar.

Kommunikation (communication): Uppfattningar om hur effektivt ochlampligt varje enskilt fall kommuniceras inom verksamheten.

Tid (timeliness): Uppfattningar om hur personal visar att de inte kommerslosa pa patienters tid och vara effektiva, under den tid patienten ar pasjukhuset.

Tillganglighet (accessibility): Uppfattningar om hur enkelt det ar att hittaoch befinna sig i vardplatsens lokaler och faciliteter.

Mat och dryck (food and beverages): Uppfattningar om tillhandahallandeoch tillganglighet av mat och dryck.

Atmosfar (atmosphere): Uppfattningar gallande huruvida behaglig, in-bjudande, avslappnande och lamplig den icke patagliga omgivningen ar, ex-empelvis dofter, ljud eller temperatur.

63

Page 70: Simulering av patientflöden på Södersjukhusets akutmottagningkth.diva-portal.org/smash/get/diva2:942705/FULLTEXT01.pdf · version av verkligheten (Blom et al. 2005). Modeller kan

Service variation (service variety/choise): Uppfattningar om att ettlampligt utbud av behandling erbjuds.

Indirekta interaktioner bygger framst pa de dimensioner som hor till denvanstra sidan och delvis pa de dimensioner som hor till den hogra sidan avhelhetsbilden i figur 6.1. Darmed analogt med direkta interaktioner.

Oberoende bearbetning:

Tid (timeliness): Uppfattningar om hur personal visar att de inte kommerslosa pa patienters tid och vara effektiva, under den tid patienten inte ar pasjukhuset.

Rykte och varumarke (reputation and brand): Uppfattningar omvardgivares rykte och varumarke.

Extern kommunikation (external communication): Uppfattningargallande huruvida effektiv kommunikationen ar mellan vardgivaren och ex-terna vardgivare eller utomstaende.

Oberoende bearbetning utgar framst ifran den hogra sidan av helhetsbil-den i figur 6.1. Foljande dimensioner av upplevd service uppfylls:

• Upplevelsen skapas bland kunden.

• Handelsen upplevs bortom leverantorens (vardgivarens) granser.

• Upplevelsen ar en forvantning av framtiden eller minnen av handelser.

• Upplevelsen ar inbillad.

• Upplevelsen frambringas av interaktioner mellan flera aktorer.

• Handelsen upplevs gemensamt.

Emellertid hor dessa upplevelser aven till dimensionerna ifran den vanstrasidan av helhetsbilden. Till exempel kan vardgivarens rykte vara skapat avvardgivaren sjalv, utover det som skapats av patienterna, och darfor avenupplevas i samma miljo dar varan och tjansten forbrukas. Vidare kan ryktetvara en konsekvens av en verklig upplevelse och inte bara en inbillad sadan.

64

Page 71: Simulering av patientflöden på Södersjukhusets akutmottagningkth.diva-portal.org/smash/get/diva2:942705/FULLTEXT01.pdf · version av verkligheten (Blom et al. 2005). Modeller kan

Snabbhet och medicinska resultat:

Snabbhet (speed): Patienters uppfattningar gallande snabbheten av deras er-farenheter.

Medicinska resultat (medical outcome): Bedomning av vad patienters er-farenhet resulterat i (exempelvis botad eller inte).

Snabbhet och medicinska resultat bygger pa de dimensioner som hor tillden vanstra, traditionella sidan av helhetsbilden i figur 6.1.

6.3.3 Upplevd service inom halso- och sjukvard ochteknologi

Anvandning av teknologi kan komma till stor nytta vid medskapande avupplevd service (service co-creation). Med teknologi kan det traditionellasynsattet av upplevd service utvecklas och enklare omfatta den nya synen pamedskapande av det, darigenom de dimensioner som tillhor hogra sidan avupplevd service i figur 6.1. Vidare mojliggor anvandning av teknologi effekti-vare informationsspridning och kommunikation mellan olika aktorer (Levary1997). Effektiv informationsspridning och kommunikation ar vasentligt forett valfungerande system (Knight, Stratton 2010) och som namnts tidigarekan akutmottagningar beskrivas som system. For att effektivisera denna typav system kan olika tekniker anvandas.

En sadan teknik ar en datoriserad informationstavla. Pa sjukhus och akut-mottagningar ar det vanligt att ha en, eller flera, informationstavlor som arplacerade pa specifika platser och som sjukhuspersonal fyller i manuellt. Padessa tavlor finns information om patienter som behandlas pa akuten. Infor-mationstavlorna fungerar darmed aven som kommunikationsmedel for sjuk-huspersonal. Datoriserade informationstavlor kan dels vara mer informativaan en traditionell informationstavla, dels placeras pa fler platser. De datorise-rade informationstavlorna kan da uppdateras av sjukhuspersonal fran samt-liga platser som de placerats pa. Darmed effektiviserar datoriserade informa-tionstavlor informationsspridning och kommunikation pa akutmottagningaroch sjukhus (Levary 1997).

Datoriserade skarmar med information om sangplatser hos vardgivare arannu en fordelaktig teknik (Levary 1997), da sangplatser ofta ar en begransadresurs pa vardplatser (Knight, Stratton 2010)(Levary 1997). Det forekommerofta att en patient ar fardigbehandlad pa akuten men anda maste vara kvarpa grund av brist pa sangplatser dar patienten ska vidarebehandlas, exem-

65

Page 72: Simulering av patientflöden på Södersjukhusets akutmottagningkth.diva-portal.org/smash/get/diva2:942705/FULLTEXT01.pdf · version av verkligheten (Blom et al. 2005). Modeller kan

pelvis pa sjukhusavdelningar eller inom aldreomsorg (Bergman Farrokhnia,Liu 2016). En patient som inte kan skickas vidare blir kvar och tar upp re-surser, som i sin tur okar forseningar pa akutmottagningar (Levary 1997).De datoriserade skarmarna bor kunna uppdateras av personal pa samtligaavdelningar av sjukhuset och dar patienten ska vidarebehandlas. Darmedeffektiviseras, aven i detta fall, informationsspridning och kommunikationmellan vardgivare.

Datoriserade informationstavlor och datoriserade skarmar med informa-tion om sangplatser ar enligt Levary (1997) effektiva da:

1. Mer information visas om varje enskild patient.

2. Fler patienter kan sparas/ foljas under sin behandling pa akutmottag-ningen.

3. Det gar att lasa av den datoriserade informationstavlan och skarmarnafran langre avstand.

4. Datoriserade informationstavlor och skarmar kan placeras pa fler plat-ser pa akuten.

5. Informationen pa den datoriserade informationstavlan och skarmarnakan uppdateras fran olika. platser.

6. Lakare kan kommunicera via de datoriserade informationstavlorna ochskarmarna, istallet for att motas for exempelvis lakarkonsultation.

7. Forseningar upptacks och informeras fortare.

8. Datoriserade informationstavlor och skarmar kan anvandas for att sam-la in data om patienter.

Vidare forenklar och forbattrar effektiv informationsspridning och kom-munikation planering av arbetssatt, beslutstagande och atgarder for pro-blemlosning (Knight, Stratton 2010).

Med denna teknik forbattras patienters upplevelser pa samtliga dimensio-ner av upplevd service inom halso- och sjukvard. Inom direkta interaktionerforbattras kompetens, tillganglighet, effektivitet och palitlighet. For indi-rekta interaktioner forbattras kommunikation och tid och inom oberoendebearbetning forbattras tid, rykte och varumarke och extern kommunikation.Darutover forbattras snabbhet.

66

Page 73: Simulering av patientflöden på Södersjukhusets akutmottagningkth.diva-portal.org/smash/get/diva2:942705/FULLTEXT01.pdf · version av verkligheten (Blom et al. 2005). Modeller kan

6.3.4 Upplevd vantetid pa akutmottagningar

Patienters upplevda vantetid pa akutmottagningar kan, precis somovannamnda upplevelser, hanteras med hjalp av informationsspridning ochkommunikation. En informerad patient kan enklare acceptera langre vante-tider. Det ar darmed viktigt att personal kommunicerar med patienter ochanhoriga och haller dem uppdaterade om vad som pagar. Exempelvis ar detviktigt att patienten ar medveten om triagering och hur det gar till. Om intekan patienten tycka det ar oacceptabelt att en patient som ankommit senarefar hjalp snabbare och darmed upplevs den langa vantetiden vara omotiveradoch oberattigad (Brunstrom et al. 2013).

Vidare kan man aven i detta fall utnyttja teknologi for effektiv kommu-nikation och informationsspridning. Utover informering via direkt kommu-nikation mellan personal och patienter kan datorskarmar anvandas (Levary1997). Dessa datorskarmar kan placeras i vantrummen och informera om vadsom pagar pa akuten, exempelvis hur lang den forvantade vantetiden ar samtvad som orsakar den.

6.4 Diskussion

Nedan beskrivs vad som kan goras pa SOSs akutmottagning for att paverkapatienters upplevda service.

6.4.1 Upplevd service pa SOS

Upplevd service har, som namnts ovan, flera dimensioner inom halso- ochsjukvard och for att forbattra den upplevda servicen inom detta omrademaste samtliga dimensioner beaktas. En forbattring av upplevd service pasamtliga dimensioner kan uppnas med sammanfogning av teknik och upplevdservice, som ocksa namnts ovan. Darmed bor informationsspridning och kom-munikation integreras med utvecklingen av den patagliga miljon, som just nuar under konstruktion och beraknas komma i bruk ar 2020. Infor bygget harman med hjalp av simuleringsprogrammet som anvants i den matematiskadelen analyserat hur den patagliga miljon ska utformas for att forbattra pa-tientflodet och darmed den upplevda servicen. Dock ar utveckling av enbartden patagliga miljon inte tillrackligt for att forbattra upplevd service, somju bestar av flera dimensioner.

67

Page 74: Simulering av patientflöden på Södersjukhusets akutmottagningkth.diva-portal.org/smash/get/diva2:942705/FULLTEXT01.pdf · version av verkligheten (Blom et al. 2005). Modeller kan

Upplevd service pa SOS kan forbattras med de tekniker som presenteras iresultatet ovan, dock skulle det sakerligen finnas svarigheter med implemen-tationen av dessa. Implementation av datoriserade tavlor och skarmar paSOS nuvarande akutmottagning skulle vara oklokt da hela SOSs verksamhetska flyttas till nya lokaler ar 2020. Ifall en implementation av datoriseradetavlor och skarmar ska forverkligas bor den ske pa den nya akutmottagningen,som just nu ar under konstruktion. Att den nya akutmottagningen ar underkonstruktion skulle forenkla implementationen. Detta da ett system for da-toriserade tavlor och skarmar kan sammanfogas med den nya verksamhetenpa ett battre satt gentemot den nuvarande redan sysselsatta verksamheten.En jamforelse av detta ar en person som fods med alla kroppsdelar kontraen person som ar fodd utan en lem och som sedan far en protes. Protesenduger, men en medfodd kroppsdel ar onskvart.

Tillgang till lamplig data ar en nodvandighet for att uppna ett val-fungerande system med datoriserade tavlor och skarmar. Man maste se tillatt all data som kommer behovas for ett valfungerande system med datorise-rade tavlor och skarmar kan framstallas. Framstallning av lamplig data finnsdet goda forutsattningar for pa SOS. Pa den nuvarande akutmottagning harman redan ett dataregister, varifran data for den matematiska delen av dettaarbete erholls. Med det nya systemet implementerat skulle man bland annatbehova definiera olika handelser man vill ha data pa, sa att dessa kan regi-streras i SOS databank och askadliggoras pa de datoriserade tavlorna ochskarmarna.

For att paverka patienters och anhorigas upplevda service i den nuvarandeakuten kan andra, mindre omfattande atgarder tas. Saledes bor informations-spridning och kommunikation ske pa det traditionella sattet men samtidigtvara praglad av metoder for forbattrad upplevd service. Saledes bor perso-nal halla patienter och anhoriga informerade om vad som pagar. Istallet fordatoriserade skarmar i vantrummen kan synliga, roliga och lattforstaeligaaffischer sattas upp, dar exempelvis triagering eller andra delar av arbetetsom kan bidra till langre vantetider forklaras.

Annu ett satt att forbattra den upplevda servicen pa SOS ar att automa-tisera det administrativa arbetet. I dagslaget maste personalen fylla i varjemoment en patient genomgar och varje forflyttning av en patient, till exem-pel till och fran rontgen, manuellt. Detta tar upp personalens tid i onodan.Istallet for att standigt behova avbryta sitt arbete for att satta sig och skrivavar patienten ar, har varit eller gjort borde denna information lagras auto-matiskt. En losning kan vara patientarmband och/eller att patienten far en

68

Page 75: Simulering av patientflöden på Södersjukhusets akutmottagningkth.diva-portal.org/smash/get/diva2:942705/FULLTEXT01.pdf · version av verkligheten (Blom et al. 2005). Modeller kan

bricka som kanner av var patienten ar och automatiskt kan registrera detta iSOS datasystem. Alternativt kan knappar placeras ut som patienter tryckerpa nar de gor nagot eller nar de ar klara med ett moment. Integreras den-na automatisering datoriserade skarmar och tavlor kommer arbetet pa SOStroligtvis bli mycket effektivt.

6.4.2 Begransningar

Artiklarna anses vara palitliga och trovardiga da de uppfyller minst ett avkraven som stallts pa litteraturen, i metodavstinnet.

Halso- och sjukvard innehaller samtliga dimensioner av helhetsbilden ifigur 6.1 och verkar tacka upplevd service omradet val. Dock visar resultateni del 6.3.2 , figur 6.2 och figur 6.3 att direkta interaktioner namnts mest avde undersokta cancerpatienterna. Men innebar detta att upplevd service inhalso- och sjukvard ar mer viktad at direkta interaktioner och darmed dentraditionella synen pa upplevd service?

Som tidigare namnts utgar undersokningen av upplevd service ifran 200cancerpatienters upplevelser och erfarenheter. Resultaten fran undersok-ningen speglar da just den typen av patienters upplevelser inom halso- ochsjukvard. For att finna ett mer heltackande ramverk for upplevd service inomvarden bor andra typer av patienter beaktas. Exempelvis de manga patienteroch anhoriga som enbart vardas under en kortare tid. Dessa kan ha annorlun-da upplevelser och erfarenheter inom halso- och sjukvard.

Vidare kan dessa cancerpatienter enbart namna sadant de sjalva varitmed om. Om patienten inte har en erfarenhet av att det exempelvis luktatilla kommer hen inte tanka pa att lukt ar betydande och att goda dofterdelvis medfor en positiv upplevelse. Dessutom ar det mojligt att patientensjalv inte vet vad som ar viktigt for en positiv upplevelse eller vad hen villha, vilket ar vanligt. Man visste till exempel inte att man ville ha en iPhoneforran den kom ut pa marknaden.

Sammanfattningsvis behovs fler och bredare undersokningar inom vardenfor att kunna finna ett heltackande ramverk for av upplevd service inomhalso- och sjukvard.

69

Page 76: Simulering av patientflöden på Södersjukhusets akutmottagningkth.diva-portal.org/smash/get/diva2:942705/FULLTEXT01.pdf · version av verkligheten (Blom et al. 2005). Modeller kan

Kapitel 7

Referenser

7.1 Bocker och kurslitteratur

Blom, G., Enger, J., Englund, G., Grandell, J., och Holst, L. 2005. Sanno-likhetsteori och statistikteori med tillampningar. Lund: Studentlitteratur.

Enger, J. och Grandell, J. 2014. Markovprocesser och koteor i. KTH Avd.Matematisk statistik.

Hiller, F.S., Lieberman G.J. 2015. Introduction to Operations Research. NewYork: McGraw-Hill Education.

Kolker, A. 2012. Healthcare Management Engineering: What Does This Fan-cy Term Really Mean? The Use of Operations Management Methodology forQuantitative Decision Making in Healthcare Settings. New York, Dordrecht,Heidelberg och London: Springer.

Koski, T. 2014. Lecture notes on Probability theory and Random Processes.Stockholm: Institutionen for Matematik, KTH.

7.2 Artiklar

Angelis, J. och Jordahl, H. 2015. Merciful yet effective elderly care perfor-mance management practices. Measuring Business Excellence 19 (1): 61-69.

70

Page 77: Simulering av patientflöden på Södersjukhusets akutmottagningkth.diva-portal.org/smash/get/diva2:942705/FULLTEXT01.pdf · version av verkligheten (Blom et al. 2005). Modeller kan

Angelis, J., Parry, G. och Macintyre, M. 2012. Discretion and complexity incustomer focused environments. European Management Journal,http://dx.doi.org/10.1016/j.emj.2012.05.005

Burstrom, L., Starrin, B., Engstrom, M.L. och Thulesius, H. 2013. Waitingmanagement at the emergency department – a grounded theory study. BMCHealth Services Research13:95.

Jaakkola, E., Helkkua, A. och Aarikka-Stenroos, L. 2015. Service experienceco-creation: conceptualization, implications, and future research directions.Journal of Service Management 26 (2): 182 - 205.

Levary, Reuven R. 1997. Re-engineering hospital emergency rooms: an in-formation system approach. International Journal of Health Care QualityAssurance 10 (5): 197-191.

Stratton, R. och Knight, A. 2010. Managing patient flow using time buffers.Journal of Manufacturing Technology Management 21 (4): 484-498.

Plsek, P.E., Wilson, T. 2001. Complexity, leadership, and management inhealthcare organisations. Britsh Medical Journal 323: 746-749.

Ponsignon, F., Smart, A., Williams, M. och Hall, J. 2015. Healthcare expe-rience quality: an empirical exploration using content analysis techniques.Journal of Service Management 26 (3): 460 - 485.

7.3 Rapporter

Holm, L.E. 2014. Vantetider vid sjukhusbundna akutmottagningar. Stock-holm: Socialstyrelsen.

Wigzell, O. 2015. Vantetider och patientfloden pa akutmottagningar. Stock-holm: Socialstyrelsen.

71

Page 78: Simulering av patientflöden på Södersjukhusets akutmottagningkth.diva-portal.org/smash/get/diva2:942705/FULLTEXT01.pdf · version av verkligheten (Blom et al. 2005). Modeller kan

7.4 PowerPoint

Osterman, M. 2014. Simulering av SOS framtida akut i generella akutmodel-len. Halso- och sjukvardsforvaltningen.

7.5 Medhjalpare

Bengtsson, Stefan; Funktionsledare inom systemt ankande och simulering.2016.

Bergman Farrokhnia, Nasim; Lakare och verksamhetschef for SOSs akutmot-tagning. 2016.

Engstrom Eriksen, Leif; Flodesskoterska pa SOSs akutmottagning. 2016.

Liu, Jenny; Specialist i akutsjukvard och overlakare pa SOS. 2016.

Osterman, Malin; Utvecklare av simuleringsprogrammet. 2016.

Solbrand, Stefan; IT-samordnare pa SOSs akuten. 2016.

72

Page 79: Simulering av patientflöden på Södersjukhusets akutmottagningkth.diva-portal.org/smash/get/diva2:942705/FULLTEXT01.pdf · version av verkligheten (Blom et al. 2005). Modeller kan

Kapitel 8

Bilagor

Nedan beskrivs hur ovanstaende figur hanger ihop med figur 2.3:

73

Page 80: Simulering av patientflöden på Södersjukhusets akutmottagningkth.diva-portal.org/smash/get/diva2:942705/FULLTEXT01.pdf · version av verkligheten (Blom et al. 2005). Modeller kan

Varje omrade ar inringat med en farg och lankarna till andra omraden mar-kerade med samma farg.

Rod = StabiliseringRosa = TriageMorkbla = LakarmoteLjusbla = konsultationMorkgron = behandlingljusgron = bild och funktiongul = provtagningorange = overvaklila = vardavdelninggra = hem

74

Page 81: Simulering av patientflöden på Södersjukhusets akutmottagningkth.diva-portal.org/smash/get/diva2:942705/FULLTEXT01.pdf · version av verkligheten (Blom et al. 2005). Modeller kan

75

Page 82: Simulering av patientflöden på Södersjukhusets akutmottagningkth.diva-portal.org/smash/get/diva2:942705/FULLTEXT01.pdf · version av verkligheten (Blom et al. 2005). Modeller kan

76

Page 83: Simulering av patientflöden på Södersjukhusets akutmottagningkth.diva-portal.org/smash/get/diva2:942705/FULLTEXT01.pdf · version av verkligheten (Blom et al. 2005). Modeller kan
Page 84: Simulering av patientflöden på Södersjukhusets akutmottagningkth.diva-portal.org/smash/get/diva2:942705/FULLTEXT01.pdf · version av verkligheten (Blom et al. 2005). Modeller kan

TRITA -MAT-K 2016:37

ISRN -KTH/MAT/K--16/37--SE

www.kth.se