2 – 4 septembre 2010GISEH 2010 Clermont-Fd, France1 Modélisation et simulation d'unités et services de soins de l'HMRUO Hopital Militaire Régional Universitaire

2 – 4 septembre 2010 GISEH 2010 Clermont-Fd, France 1

Modélisation et simulation d'unités et services de soins de l'HMRUO

Hopital Militaire Régional Universitaire d'Oran, Algérie

Khaled Belkadi (1) , Alain Tanguy (2)

LAMOSI, Université Mohamed Boudiaf, USTO,BP 1505 Oran M’Naouer, 31000 Oran, Algeria

E-mail: [email protected], [email protected]

LIMOS, CNRS UMR 6158, Université Blaise Pascal, Les Cézeaux, 63173 Aubière Cedex, France

E-mail: [email protected]

(1)

(2)


Le but de cet article est de présenter la modélisation et la simulation de quelques services de l’Hôpital Militaire Régional Universitaire d’Oran (HMRUO) en Algérie en utilisant :- la méthodologie ASCI (Analyse, Spécification, Conception et Implémentation) - l'outil ARIS pour le modèle de connaissance- SIMULA, QNAP2, Flexsim et Witness pour les modèles d'action

Nous étudions l'attente des patients, les dépassements horaires, l'utilisation des ressources matérielles et humaines pour les services Stomatologie, Ophtalmologie et Hémobiologie afin d'améliorer la gestion des ressources et la qualité de service

Objectifs


Présentation

• L'HMRUO et les services considérés• Méthodologie de modélisation• Modélisation ARIS • Modèles de réseaux de files d'attente• Modèles SIMULA, Witness, Flexsim et QNAP2• Résultats et Bilan• Conclusion & Perspectives


Hopital Militaire Regional Universitaire d'Oran (ALGERIE)Nouvel Hopital (Janvier 2005) occupant 40 ha


Le service Stomatologie regroupe 6 spécialités : soins généraux, odontologie, pathologie bucco-dentaire, parodontologie, orthopédie dento-faciale, prothèse dentaire

Le service Ophtalmologie traite les pathologies en salles de consultation (1), de soins (1) ou d'examen (5)

Le service Hémobiologie effectue 4 tests : FNS, Hémostase, VS et Frottis

Services étudiés


Chaque service possède ses propres ressources

Arrivées aux deux premiers services sur rendez-vous avec un aléaArrivées poissonienne des tubes en Hémobiologie puis traitement périodique par lot de tubes

Après allocation des ressources, les traitements comportent généralement une phase d'examen ou de soin suivie d'un compte-rendu

Fonctionnement des services


Processus de modélisation Méthodologie ASDI

SystèmeRéel Analyse et

Spécification

Action Translation

EvaluationPerformances

Modèlesd'Action

Modèle de Connaissance


Environnement de Modélisation

EvaluationSimulation

Operation Research

Data Base

Modelling Methodology

Analysis and Specification

Object OrientedSystemic Approach Hierarchical

Decomposition

Interfaces

Statistics Data Analysis

GraphicTools

AnimationInterface

Modelling Process Management


Chaîne de Processus Evènementielle Stomatologie

Modélisation ARISPrise RdV Enregistrement

Arrivée

(AND) Accueil

Prise en charge

(XOR)

Spécialités / Fin

Demande patient

Consultation et enregistrement du RdV Centre CCS

RdV programmé Arrivée patient

Accueil

Patient prêt

Prise en charge patient

Parodonto Pathologie ProthèseODFOC

Bureau entréesFiche navette

Soins


Chaîne de Processus Evènementielle Hémobiologie

Modélisation ARISArrivée des

tubes

verifier état

enregistrer tube

rejeter tube

realiser analyse

FNS Hémostaseexamens

spécialisesFrotiVS

interpretationet lecture

fin examens

Arrivée

Contrôle(OR)Enregistrement / Rejet Test

(XOR)

Types

Résultats

Fin


Réseau de files d'attente Stomatologie

ArrivéePatients

Secrétaire

Spécialités


RdFA Spécialité

Arrivée Prise Prépare Prise Traite Libération Attente Salle Docteur et Docteur et Rapport Salle

Modèle SIMULA

Gpsss SIMULA Classes et fonctions : Transaction client, Facility serveur, Storage Ressource, Region statistiques ; Hold(durée), Enter/Leave_objet; Rapport généré automatiquement.


Fragment du Modèle SIMULA Transaction CLASS patient(i); integer i; ! Transaction de type I ; BEGIN real array tMT(1:4); ! Durée pour Replications ; NbPa(i):= Nbpa(i)+1; ! Compteurs Transaction ; GenerateRequest(i); ! Prochaine Transaction ; enter_region(AttSecretaire); ! Statistiques : Attente Secrétaire ; enter_facility(Secretaire); tMT(1):=-time; ! Entrée Service ; leave_region(AttSecretaire); ! Fin Statistiques ; hold(uniform(1,3,u)); tMT(1):=tMT(1)+time; ! Durée Service ; leave_facility(Secretaire); ! Sortie de Service ; enter_region(AttRoom(i)); ! Attente Salle ; enter_storage(Room(i),1); ! Prise Salle ; enter_storage(Assistant,1); ! Prise Assistant ; hold(13); ! Préparation salle ; leave_storage(Assistant,1); ! Libère Assistant ; ... ! etc. ; END;


Caractéristiques de modèle

Paramètres de lots (minutes)

Testduration

(min - max)

Reportingduration

(min - max)

Inter-arrival durationRdV ± 10

Settingduration

FNS 10-20 3-5 40 13

Hemostase 30-45 10-25 60 13

VS 10-25 10-15 40 13


Densité Uniforme, Triangulaire, Normale

0

0.1

0.2

0.3

0.4

0.5

0 0.5 1 1.5 2 2.5 3 3.5 4

0.39894181395196*%e -̂(x^2/2)1/sqrt(6)-x/6

0.540*(1-x)


Résultats du Modèle SIMULA (1)

Facility Entries AverageContents

Average time transit

Status

Secretary 25 0.14 2.24 Free

Storage EntriesAvg.cont-ents

Average time

transit

Cont.max

Cap Util.%

Laborantin Assistant 25 0.77 12.91 3 3 25.61

RoomHemostase 6 0.78 54.62 1 1 78.02

PersonnelHemost 6 0.77 54.04 1 1 77.20

RoomFNS 10 0.63 26.58 1 1 63.27

PersonnelFNS 10 0.41 17.43 1 1 40.99

RoomVS 9 0.65 30.21 1 1 64.73

PersonnelVS 8 0.61 31.04 1 1 60.95


Résultats du Modèle SIMULA (2)

Regions EntriesAveragecontents

Average time

transit

Contentsnow Max

AttSecretary 25 0.01 0.14 0 1

AttubeHemostase 6 0.30 21.08 0 1

TtubeHemostase 6 0.57 39.44 0 1

AnalyseRoomHem 6 0.24 16.42 0 1

AttPersonnelHem 6 0.03 2.18 0 1

AttubeFNS 10 0.36 15.28 0 1

TtubeFNS 10 0.32 13.76 1 1

AnalyseRoomFNS 10 0.31 13.07 0 1

AttPersonnelFNS 10 0.00 0.00 0 1

AttubeVS 9 0.34 16.14 1 1

TtubeVS 8 0.37 18.90 0 1

AnalyseRoomVS 9 0.29 13.52 1 1

AttPersonnelVS 8 0.00 0.14 0 1


Modèle Witness (Hématologie)


Modèle Witness (Stomatologie)


Animation 3D Flexsim


QNAP2 possède un langage de simulation basé sur une approche station et le routage de classes de clients.

Plusieurs stations sont prédéfinies :Source, Queue, Resource, Semaphore, puits Out...

Le simulateur peut calculer des intervalles de confiance par réplications, points de régénération ou analyse spectrale

Il est possible de définir des services complexes, un routage basé sur les classes de clients et de programmer le calcul de statistiques

Modèle QNAP2


Résultats comparésWitness Secretary Test

HemoTestFNS

TestVS

Interpre-tation

% busy 10.61 75.74 63.43 56.66 54.54

Task nb 23 7 12 2 21

% avail. 89.39 24.26 32.52 43.34 45.46

Busy Rates SIMULA Witness Real Data

Secretary 13,3% 10,61% 10%

Resources 59,71% 62,59% 61,8%

Serv. TimeSIMULA

Mean V100 replic.

Std Dev

[ Inf5%

, Sup ]Risk

[ Min ,Max ]

Secretary 2,018 0,134 1,992 2,045 1,696 2,310

PerHem 55,036 2,801 54,480 55,592 48,737 61,690

PerFNS 19,075 0,977 18,881 19,268 16,498 21,177

PerVS 30,010 1,539 29,704 30,315 25,761 30,010


BilanLes simulations effectuées se terminent à heure fixée ou lorsque tous les patients sont traités pour déterminer les dépassements horaires

Les modèles SIMULA et QNAP2 sont les seuls à fournir des intervalles de confiance pour 100 réplications et un risque de 5%

Les résultats standards Witness et Flexsim ne sont pas exactement ceuxdont on a besoin Les taux d'utilisation des ressources doivent être corrigés en cas de dépassementSIMULA et QNAP2 permettent l'implantation des ajustements

Les fichiers CSV produits par les modèles SIMULA facilitent la mise en formeet la représentation graphique des résultats

Witness et Flexsim permettent d'animer le modèle simulé


Le problème principal est l’étude du taux d’utilisation des salles et des personnels ainsi que des dépassements horaires des services

Le passage du modèle de connaissance au modèle d'action est facilité par la construction d'un réseau de files d'attente

Les modèles SIMULA et QNAP2 sont préférés pour l'évaluation des performances tandis que Flexsim et Witness sont à leur avantage en animation des simulations

Les applications concernent l'optimisation des ressources et l'accroissement de la qualité de service

En perspective l’étude de la planification et le pilotage de services

Conclusion


Merci pour votre attention

LIMOS – ISIMA - UBP

USTO-MB

Questions ?


Flexsim Model

SecOutput : 21%Idl : 76.9AvgStitime : 1.7%Processing : 23.1

Att_SecCurContent : 3MaxContent : 4AvgStitime : 1.7

PathoOutput : 1%Idle : 23.0%processing : 74.1


QNAP2 Model Results*** simulation with replication method *** ... mean simulation time = 420.000 number of replications = 100 confidence level = 0.95************************************************* name *service* busy * custnb * respon* servnb************************************************* Secret * 2.010 * .1327 * .1412 * 2.139 * 27.72 +/- * .0229 * .00159* .00195 * .02846* (HEM )* 1.983 * .03304* .03582 * 2.149 * 7.000 (FNS )* 2.008 * .05258* .05547 * 2.118 * 11.00 (VS )* 2.032 * .04703* .04991 * 2.157 * 9.720 MedHEM * 54.86 * .7808 * .7808 * 54.86 * 5.600 +/- * .4783 * .00279* .00280 * .4783 * MedFNS * 19.08 * .4667 * .4667 * 19.08 * 10.00 +/- * .1835 * .00465* .00465 * .1835 * MedVS * 29.99 * .6442 * .6442 * 29.99 * 8.870 +/- * .2912 * .00605* .00605 * .2912 * *************************************************


Witness Model ComponentsComponent Symbol Definition

Item TubesHemoTubesFNSTubesVs

Tubes for test Hemostase FNS Vs

Stock DeskExit

Waitting RoomService Exit

Machine SecretaryAnalyseHemoAnalyseFNSAnalyseVsInterpretation

SecretaryTest Process Hemostase FNS VSResult interpretation


/station/ name = SVS; type = source; service = begin if (time = 0) and (n3>1) then begin n3:=0;nr3:=0; end; if n3 <= 0 then uniform(0,10) else begin t3:=n3*45-10+20*randu; if (t3-time) < 0 then print("VS Err d<0 ",time,n3,nr3); cst(t3-time); end; n3 := n3+1; if time+10>=TSim then begin print("RejetVS ",time); nr3:=nr3+1;transit(customer,out); end; end; transit = Secret,VS;

QNAP2 Model Source of VS tubes


A statistical study of Hematology service is needed to produce reliable data and significant results.

The computation of confidence intervals and adjusted results must be wider implemented in the simulation tools.

This service needs a decision aid tool that should provide a more balanced and efficient scheduling of tests.

We foresee the modelling and simulation of other hospital services, testing more modelling and simulation tools (Flexsim...).

A more global work concerns the planning of hospital services and their driving.

Perspectives

Documents

2 – 4 septembre 2010GISEH 2010 Clermont-Fd, France1 Modélisation et simulation d'unités et services de soins de l'HMRUO Hopital Militaire Régional Universitaire