Télécharger LogiPharm® ici ici « Avec LogiPharm®, faites entrer la prévision dans votre pharmacie » Optimiser la gestion des approvisionnements et des

1 François PESTYPharmacien, Institut Supérieur de GestionConsultant [email protected]

Télécharger Logi√Pharm®

ici

« Avec Logi√Pharm®, faites entrer la prévision dans votre pharmacie »

Optimiser la gestion des approvisionnements et des stocks pharmaceutiques à l’hôpital !

« Industrialiser » les calculs : - lissage exponentiel double, - Régression linéaire, - moyennes mobiles glissantes, - stock de sécurité, - seuils de commande, - Quantité économique de commande…

« Gouverner, c’est prévoir » :

Faites entrer la prévision

dans votre Pharmacie

Cliquer sur les liens

Extraction « Prévisions » à coller dans LogiPharm®

Extraction « EOQ » à coller dans LogiPharm®

y = -14,345x + 235,44

R2 = 0,6572

0

50

100

150

200

250

1 2 3 4 5 6 7 8 9 10 11 12

Série historique Lissage expo double (BROWN) Moy. mobile 3 moisIC limite haute IC limite basse Lissage expo double (HOLT)Linéaire (Série historique)

463328

Prévision de consommation 12ème mois (lissage exponentiel HOLT) :

2939

29

53

43

Ecart-type de la consommation moyenne -

SORBITOL 5 g, pdr pr sol buv, sachet

Consommation mensuelle moyenne

% Evolution sur un an :

Coeficient de variation (Ecart-type/Moyenne) :

-LED (HOLT) -LED (BROWN) -Régr. linéaire

Prévision de consommation 12ème mois (régression linéaire)- :

149

59

0,39

-73,12%

16

63

24 40 51

Taux de service % 90,0% 95,0% 98,0% 99,0% 99,5% 99,9%

36 43

Difficulté de la prévision :

A priori facile à prévoir (coefficient de variation inférieur à 0,5)

43

Seuils de commande pour un délai maximal de livraison de 5 jours :

19 3324 36

9086285 - Retour Autre produit

Coefficient de lissage alpha et béta (Holt) (Brown)

0,45 / 0,60

:

:

:

:

:

:: 0,45

y = 48,318x + 99,364

R2 = 0,7917

0

100

200

300

400

500

600

700

1 2 3 4 5 6 7 8 9 10 11 12


197166154


181180

178

215

215


OXYCONTIN LP 10 mg, cpr






389

180

0,46

583,53%

634

679

165 209 241

Taux de service % 90,0% 95,0% 98,0% 99,0% 99,5% 99,9%

198 219



189


150 188163 197



0,30 / 0,20

:

:

:

:

:

:: 0,30

Graphiques et feuilles de calcul produits par LogiPharm®

1

1

2

21

2

: « Copier-coller » des données extraites de votre logiciel Pharmacie ou GEF

: Exécuter les macros VBA de Logi√Pharm®

Feuille d’importation du module « EOQ »de LogiPharm®

Feuille d’importation du module « Prévisions » de LogiPharm®

Sommaire : Contexte - Démarche - Etudes de cas 1 - 2 - 3 - 4 - 5 - 6 - 7 - 8 - 9 - 10 - Coordonnées - Mini-CV

Améliorer votre organisation et vos outils supports pour une meilleure gestion des approvisionnements et des stocks

La prévision conditionne l’optimisation

Définir un objectif de taux de service

Calculer le délai maximal de livraison



ici





I. Contexte : L’hôpital soufre d’un important retard dans la mise en œuvre de systèmes d’optimisation de ses approvisionnements

(1) : Prévision des ventes – Théorie et pratique. Régis BOURBONNAIS et Jean-Claude USUNIER. 4ème Ed. 2007. Ed. Economica.

(2) : Progiciels de prévision – Des outils très sollicités. N°17 - SUPPLY CHAIN MAGAZINE - SEPTEMBRE 2007

(3) : Les hôpitaux soignent leurs flux. N°48 - SUPPLY CHAIN MAGAZINE - OCTOBRE 2010

■ L’absence de module de prévision de la demande dans les logiciels de gestion de la pharmacie ou de gestion économique et financière (GEF) constitue un obstacle à l'optimisation. Cela est d’autant plus regrettable que la prévision et sa fiabilité conditionnent l’optimisation1 ;

■ La non prise en compte d’un objectif de taux de service dans la détermination des seuils de commande ou des stocks de sécurité, caractérise une démarche empirique ;

■ Les préconisations devraient aussi être calculées en individualisant le délai maximal de livraison au moins au niveau de chaque fournisseur ;

■ De même, l’erreur de prévision devrait être intégrée au calcul, pour améliorer le modèle prévisionnel ; ■ L’absence de module de calcul des quantités économiques de commande ne favorise pas l’efficience de la gestion des stocks ;

De leur coté, les entreprises de la grande distribution et des secteurs industriels de la chimie, de la pharmacie, des cosmétiques, de l’agroalimentaire, des pièces de rechange et du « retail », disposent de progiciels ou de tableurs Excel couvrant ces fonctionnalités, qui leur ont permis de réduire de 15 à 30% les stocks, de diminuer de 20% les retours, tout en maintenant ou en améliorant le taux de service2,3 ;

Les pharmaciens hospitaliers sont très démunis en matière d’outils décisionnels d’optimisation des approvisionnements. Bien que les PUI aient pour la plupart informatisé la gestion de leurs commandes et de leurs stocks, nombre d’entre-elles sont restées sur un processus manuel, intuitif, chronophage et peu efficient de préparation des commandes fournisseurs. Beaucoup n’ont pas paramétré, ou seulement partiellement, les modules de préconisation de commandes de leurs logiciels (quand ils existent !). Et lorsqu’ils l’ont fait, ces préconisations sont basées sur une consommation mensuelle passée et non pas sur une prévision.




ici




Bénéfices attendus d’une optimisation des approvisionnements pharmaceutiques

Sécurisation de l’approvisionnement :

• Diminution des ruptures de stocks• Diminution du surstockage• Réduction des pertes (péremption, casse, coulage…)• Diminution des retours et des litiges fournisseurs

Amélioration de la « satisfaction client » : La notion de « taux de service », c’est-à-dire le taux d’évitement des ruptures, n’est pas abordée dans les logiciels de pharmacie ou dans les logiciels de gestion économique et financière…

Réduction de la valeur du stock : L’application de la méthode EOQ permet classiquement de réduire de 25% à 50% la partie variable du stock.

Gains de productivité : La préparation des commandes aux fournisseurs, encore très souvent manuelle, sinon sans support décisionnel dans les progiciels de gestion de la pharmacie, est très consommatrice de ressource temps…

I. Contexte : Systèmes d’optimisation des approvisionnements et des stocks

Principaux retards de l’hôpital sur les secteurs industriels et la grande distribution

Les standards de l’industrieet de la grande distribution

Prévision de la demande :

• Tendance• Moyenne mobile• Régression linéaire• Lissage exponentiel double

Calcul des stocks de sécurité et des seuils de commande à partir de :

• Délai maximal de livraison• Objectif de taux de service• Intégration de l’erreur de prévision

Optimisation de la valeur du stock :

• Quantité économique de commande

Présence à l’hôpital

Néant

Néant

Néant



(1) : Prévision des ventes – Théorie et pratique. Régis BOURBONNAIS et Jean-Claude USUNIER. 4ème Ed. 2007. Ed. Economica.

(2) : Progiciels de prévision – Des outils très sollicités. N°17 - SUPPLY CHAIN MAGAZINE - SEPTEMBRE 2007

(3) : Les hôpitaux soignent leurs flux. N°48 - SUPPLY CHAIN MAGAZINE - OCTOBRE 2010



ici






I. Démarche : Avec Logi√Pharm®, faites entrer la prévision dans votre pharmacie

■ Logi√Pharm® est un outil décisionnel d’aide à la prévision de la demande et à la détermination des seuils de commande à partir d’une série de consommations mensuelles extractible du logiciel de gestion de la pharmacie ou de gestion économique et financière ;

■ L’outil, dans un second module, permet également le calcul de la quantité économique de commande ;

■ Le livrable est une matrice pré paramétrée sous Excel. Le paramétrage sera à finaliser avec l’établissement de santé client. Une version de l’outil et un « pack » complet de démonstration sont téléchargeables en haut de cette page ;

■ La version complète de Logi√Pharm®, permet de travailler sur les données réactualisées extraites de vos logiciels de gestion, par un simple « coller-copier » et de réinitialiser autant de fois que nécessaire la feuille d’importation des données ;

Cet outil décisionnel permet aux établissements de santé d’accéder aux mêmes niveaux d’optimisation des approvisionnements et de la gestion des stocks que ceux obtenus dans la grande distribution ou les secteurs industriels : prévisions de la demande basée sur le double lissage exponentiel (formule de Brown ou de Holt) ou sur la régression linéaire, satisfaction d’un taux de service défini pour une délai maximal de livraison donné…

Accédez aux mêmes niveaux d'optimisation pour les produits de santé à l'hôpital que dans la grande distribution et les secteurs de l'industrie



ici






I. Démarche : Un outil décisionnel pour industrialiser les prévisions, le calcul des stocks de sécurité et des seuils de commande

■ En haut à gauche de l’écran graphique, figurent les données statistiques de base, tirées de la série historique des 12 dernières consommations mensuelles du produit : Moyenne mensuelle, écart-type, coefficient de variation, tendance d’évolution… Le 12ème mois étant le plus souvent celui en cours, il n’est pas pris en compte dans le calcul, mais les prévisions sont faites à son horizon ; ■ La difficulté de la prévision est estimée à partir du coefficient de variation (CV) : « à priori facile », « moyenne », « difficile » ;

■ Les prévisions de consommation pour le 12ème mois (en cours), calculées à partir des onze premiers par lissage exponentiel double de la moyenne et de la tendance (formule de HOLT) et par régression linéaire s’affichent à droite ;

■ Les seuils de commandes* sont calculés pour un délai maximal de livraison paramétrable, à partir des écarts entre les réalisations et les prévisions selon le lissage exponentiel double de la moyenne (Brown), de la moyenne et de la tendance (Holt), et selon la régression linéaire, pour 6 objectifs de taux de servicea

compris entre 90% et 99,9% ;

■ Les courbes de la série historique (réalisation) et des prévisions sont éloquentes. En plus de la droite de régression linéaire et des deux méthodes de lissage exponentiel double, le graphe propose la moyenne mobile glissante sur 3 mois et les limites haute et basse de l’intervalle de confiance à 95% (pour identifier les valeurs potentiellement anormales) ;

(a) Le taux de service correspond à la probabilité d’éviter une rupture pendant le délai maximal de livraison



ici






I. Démarche : Un outil décisionnel pour industrialiser les prévisions, le calcul des stocks de sécurité et des seuils de commande (suite)

■ Les valeurs (modifiables par l’utilisateur) des coefficients de lissage utilisées pour les calculs et le tracé des courbes sont affichées au dessus des graphiques. Alpha lisse la moyenne, et béta la tendance. Ils ont été pré paramétrés à 0,30 et 0,20 respectivement, valeurs le plus souvent retenues dans la grande distribution et les secteurs industriels. Ils peuvent être optimisés par le solveur d’Excel, et réinitialisés d’un simple clic par un bouton de commande.

■ La feuille de calcul associée aux graphiques contient davantage de ressources complémentaires pour le « prévisionniste ». Par exemple, les stocks de sécurité et les seuils de commandes (ou stock mini) sont calculés pour des délais de livraison allant de 1 à 12 jours et pour 6 objectifs de taux de service.

+ d’infos : télécharger le tutoriel « Calcul des prévisions et seuils de commande »

De conception pragmatique et opérationnelle, l’outil apporte au « prévisionniste » ou à la personne en charge de préparer la commande, toutes les informations nécessaires à une prise de décision efficace pour la dimensionner correctement ou pour (re)paramétrer le stock mini du logiciel Pharmacie ou GEF.



ici




■ Lorsque vous aurez défini votre liste définitive de produits, vous lancerez le calcul des quantités économiques de commande. A chaque étape, une macro d’impression vous permet d’imprimer les tableaux (mise en page pré paramétrée avec saut de page avant les totaux) ; + d’infos : télécharger le tutoriel « Calcul des quantités économiques de commande »

Cette méthode1 permet classiquement de diminuer en valeur de 25 à 50 % (et jusqu’à 70% !) la part variable du stock liée aux pratiques de commande, sans modifier l’activité (le maintien constant du nombre total de ligne de commande constituant l’un des termes de l’équation d’où est dérivée la formule de calcul proposée) et sans aucune incidence sur les risque de rupture (elle ne touche pas aux seuils de commande). Cela représente par exemple 250.000 euros de gains de trésorerie pour un établissement de taille importante (1.300 lits) ou 19.000 euros pour un établissement de 300 lits à l’activité principalement gériatrique.



I. Démarche : Un outil décisionnel pour industrialiser le calcul des quantités économiques de commande

■ Logi√Pharm® vous permettra de travailler à partir d’une feuille de calcul extraite de votre logiciel Pharmacie ou GEF, pouvant contenir jusqu’à 5.000 références (et davantage si nécessaire), contenant les champs suivants : Code, libellé, nombre de commandes annuelles, quantité annuelle commandée, coût unitaire moyen (ou dépense annuelle) ;

■ L’outil décisionnel commence par créer un tableau triant les références de produits de santé par ordre dégressif des dépenses et colorisant différemment chaque tranche de 5% de la dépense totale cumulée entre 60% et 95% ;

■ Puis, il vous aide à définir une liste cible de références pour lesquelles la méthode est intéressante à appliquer. Dans un premier temps, après avoir fixé une limite en % de la dépense totale, vous supprimerez le bloc de références se situant au-delà ; Puis il s’agira d’éliminer une à une les références pour lesquelles la méthode n’est pas applicable. Par exemple, les médicaments ou les dispositifs commandés « à la demande » pour quelques patients, et pour lesquels le rationnel de décision est différent ;

Le principe de la méthode EOQ est de redistribuer les fréquences de commandes au prorata du poids de chaque produit dans la dépense totale

(1) : Stocks pharmaceutiques : une aide à la gestion informatisée. François PESTY et Michelle LEBAS. Gestions Hospitalières, 1984 ; 236 : 399-402 .



ici






I. Démarche : Logi√Pharm® est convivial, rapide et simple à utiliser

■ Un simple « coller-copier » pour charger de nouvelles données extraites de votre logiciel Pharmacie ou GEF, dans l’outil décisionnel ;

■ Accès sur un clic aux différentes fonctionnalités à l’aide de boutons de commande exécutant des macros programmées en VBA* ou au moyen d’une liste déroulante ;

■ Démarrage ultra rapide : 6 ou 7 secondes seulement pour 1.500 références avec le module de calcul des prévisions et des seuils de commandes ; Moins de 15 secondes pour créer le 1er tableau du module de calcul des quantités économiques de commande avec plus de 1.000 références ;

■ Mise en page des impressions pré paramétrées par une macro activée en cliquant sur une icône « imprimante » ; ■ Effacement et réinitialisation instantanées des feuilles de calcul pour charger des données réactualisées d’un clic sur un bouton de commande ;

Avec Logi√Pharm®, la prévision et l’optimisation des stocks deviennent un véritable jeu d’enfant.

(*) Visual Basic for Applications



ici



• Conso irrégulière, retournement baissier

• Conso erratique, sans tendance

• Très forte baisse (effondrement)

• Croissance fulgurante

• Très irrégulier, sans véritable tendance

Application pratiqueDifférents scénarios

• Conso régulière et quasi constante

• Conso régulière et tendance baissière

• Conso régulière et tendance haussière

• Conso régulière et fortement haussière

• Retournement haussier avéré





ici





y = -5,2727x + 3459,8

R2 = 0,008

0

500

1 000

1 500

2 000

2 500

3 000

3 500

4 000

1 2 3 4 5 6 7 8 9 10 11 12


761688659


742720

781

802

891


POLYIONIQUE G5, sol inj pr perf, poche 500 ml






3 428

195

0,06

-1,83%

3 423

3 397

701 820 908

Taux de service % 90,0% 95,0% 98,0% 99,0% 99,5% 99,9%

789 849



742


699 810738 837



0,30 / 0,20

:

:

:

:

:

:: 0,30

Commentaires :

Pour cette référence de soluté à la consommation si régulière et pratiquement constante, l'écart-type est peu important par rapport à la moyenne. Cela ne coûtera pas très cher de s'offrir 99,9% de protection contre les ruptures (A peine plus d’un jour de stock supplémentaire pour passer d'une probabilité de risque de rupture de stock pendant les 5 jours de délai maximal de livraison 10% à 1 pour 1000) si l’on prend les 800 UCD préconisées comme seuil de commande avec la prévision par régression linéaire ;

Les produits présentant ce type de caractéristiques de consommation, autorisant la mise en œuvre simple et fiable du calcul du stock mini sur la base d'une formule intégrant la moyenne mensuelle et l'écart-type des douze derniers mois, sont en fait très nombreux !

Fiche N°1 : Produit à la consommation régulière et quasi constante



ici



y = -26,418x + 1294

R2 = 0,4959

0

100

200

300

400

500

600

700

800

900

1 000

1 100

1 200

1 300

1 400

1 2 3 4 5 6 7 8 9 10 11 12


253219206


254234

268

271

321


GLUCOSE 2.5%, poche 1 L






1 135

124

0,11

-24,50%

993

977

236 289 328

Taux de service % 90,0% 95,0% 98,0% 99,0% 99,5% 99,9%

275 302



244


228 282247 294



0,30 / 0,20

:

:

:

:

:

:: 0,30


Commentaires :

Pour ce soluté massif qui présente une consommation plutôt régulière et une tendance assez nettement baissière, l'écart-type reste encore peu important par rapport à la moyenne (11%). Cela coûtera moins de 3 jours supplémentaires de stock pour s'offrir encore ici 99,9% de protection contre les ruptures si l’on choisi les 328 UCD comme seuil de commande proposé par le lissage exponentiel double de Brown (lequel sous pondère la tendance par rapport à la formule de Holt, un atout en cas de retournement de tendance, une hypothèse crédible ici) ;

Attention toutefois, car la tendance baissière pourrait avoir été cassée ces six derniers mois

>>> A suivre : produit à placer sous surveillance !

Fiche N°2 : Produit à la consommation régulière et tendance baissière




ici



y = 69,236x + 4099,7

R2 = 0,202

0

500

1 000

1 500

2 000

2 500

3 000

3 500

4 000

4 500

5 000

5 500

1 2 3 4 5 6 7 8 9 10 11 12


1 2871 1151 048


1 1861 190

1 303

1 382

1 561


CONTRAMAL 100 mg/2 mL, sol inj pr perf, amp






4 515

511

0,11

20,27%

4 815

4 931

1 090 1 365 1 567

Taux de service % 90,0% 95,0% 98,0% 99,0% 99,5% 99,9%

1 293 1 431



1 241


1 111 1 3711 201 1 433



0,30 / 0,20

:

:

:

:

:

:: 0,30


Commentaires :

Pour cet antalgique, la projection de la droite de régression linéaire amène à une prévision de 4.930 unités pour le 12ème mois ; Soit une hausse de +20% de la consommation sur un an et de +10% sur la moyenne calculée sur 12 mois ;

Dans cet exemple, le calcul d'un stock mini sur la valeur moyenne, sans tenir compte que cette consommation augmente très sensiblement, sous-estime le stock de couverture d'environ 10%. A relativiser et à discuter car la consommation du dernier mois pourrait être anormalement basse ! Est-ce un retournement de tendance ou y-a-t-il eu une rupture chez le fournisseur ? ; Si l'on ne tient pas compte de ce dernier mois, alors la consommation croit encore plus fortement :

A surveiller !

Fiche N°3 : Produit à la consommation régulière et tendance haussière




ici



y = 54,091x + 1401,4

R2 = 0,5251

0

200

400

600

800

1 000

1 200

1 400

1 600

1 800

2 000

2 200

1 2 3 4 5 6 7 8 9 10 11 12


515451426


488479

530

551

629


TRUVADA 200 mg/2 mg, cpr






1 726

248

0,14

46,32%

2 022

2 050

451 556 633

Taux de service % 90,0% 95,0% 98,0% 99,0% 99,5% 99,9%

529 581



498


456 556490 580



0,30 / 0,20

:

:

:

:

:

:: 0,30


Commentaires :

La projection de la droite de régression linéaire (en vert avec pointillés) amènerait à une prévision de 2.050 unités pour le 12ème mois ; Soit une hausse de +46% de la consommation sur un an ;

Ce médicament lancé en 2005, après une croissance exponentielle classique, pourrait prochainement atteindre un plateau (maturité)

Dans cet exemple, le calcul d'un stock mini sur la valeur moyenne arithmétique des 12 derniers mois (1.726), sous-estimerait la réalité d'environ 20%, et exposerait donc à un sérieux risque de rupture…

Fiche N°4 : Produit à la consommation régulière et tendance fortement haussière




ici



y = 30,473x + 861,89

R2 = 0,3819

0

100

200

300

400

500

600

700

800

900

1 000

1 100

1 200

1 300

1 400

1 2 3 4 5 6 7 8 9 10 11 12


336288269


299309

331

363

398


TAREG 80 mg, cpr






1 045

164

0,16

42,43%

1 201

1 228

280 334 373

Taux de service % 90,0% 95,0% 98,0% 99,0% 99,5% 99,9%

320 347



323


281 348304 365



0,30 / 0,20

:

:

:

:

:

:: 0,30


Commentaires :

Cet antihypertenseur en vogue, après une période de baisse sensible, s'est retourné à la hausse (visite médicale du labo ?) ; La projection de la droite de régression linéaire (en vert avec pointillés) amènerait à une prévision de 1.228 unités pour le 12ème mois ; Soit une hausse de +42% de la consommation sur un an et de +18% sur la moyenne calculée ; Mais elle sous-estime probablement encore la réalité de la croissance actuelle !

L'évolution en cours semble mieux prédictible à partir du modèle de Brown (courbe marron), lequel ne lissant pas la tendance, réagit plus rapidement à un changement de type retournement, ou à partir d’une extrapolation de la courbe jaune des moyennes mobiles glissantes sur 3 mois ;

>>> Produit à suivre !

Fiche N°5 : Retournement haussier avéré




ici



y = 44,727x + 1081,6

R2 = 0,426

0

200

400

600

800

1 000

1 200

1 400

1 600

1 2 3 4 5 6 7 8 9 10 11 12


446381355


378409

466

482

568


PREZISTA 300 mg, cpr






1 350

227

0,17

49,62%

1 602

1 618

348 436 500

Taux de service % 90,0% 95,0% 98,0% 99,0% 99,5% 99,9%

413 456



428


390 493425 517



0,30 / 0,20

:

:

:

:

:

:: 0,30


Commentaires :

En basant la prévision de consommation sur la droite de régression (en vert avec pointillés), une sortie de 1.618 unités devrait être enregistrée pour le 12ème mois ; Soit une hausse de +50% de la consommation sur un an, mais seulement +20% sur la moyenne arithmétique calculée sur 12 mois ;

En effet, nous assistons à un retournement à la baisse, et le double lissage de Brown est plus prédictifs que la régression linéaire ou que le lissage de Holt ; Ce médicament lancé en 2007, après une croissance exponentielle classique semble déjà en déclin (maturité) ;

A suivre…

Fiche N°6 : Produit à la consommation irrégulière avec un retournement baissier




ici



y = -0,0818x + 296,22

R2 = 1E-05

0

50

100

150

200

250

300

350

400

450

1 2 3 4 5 6 7 8 9 10 11 12


13110189


132114

136

147

180


AMAREL 1 mg, cpr






296

79

0,27

-0,33%

304

295

116 163 198

Taux de service % 90,0% 95,0% 98,0% 99,0% 99,5% 99,9%

151 175



123


104 148119 158



0,30 / 0,20

:

:

:

:

:

:: 0,30


Commentaires :

Pour ce sulfamide hypoglycémiant, malgré ses fortes fluctuations, la consommation moyenne reste pratiquement constante (Elle n'a même pas baissé d'un point sur l'ensemble de l'année, d'après la droite de régression)

En revanche, les fortes variations d'un mois sur l'autre, font que le relèvement de 90% à 99,9% du taux de protection contre les ruptures, impliquera ici un stock d'appoint beaucoup plus important, équivalent à près de 6 jours de consommation tendancielle ! (ratio ET/M = 27%) ; Autrement dit, il faudra augmenter de 9 à 15 jours le stock mini pour se protéger d'un risque de rupture de 10% à 1 pour mille pendant les 5 jours de délai maximal de livraison ; La consommation du mois 11 est à deux doigt de sortir de l’intervalle de confiance 95%, et pourrait être « anormale » ;

Ces fortes variations sont probablement liées à un très petit nombre d'unités fonctionnelles utilisatrices

Fiche N°7 : Produit à la consommation erratique, sans tendance




ici



y = -14,345x + 235,44

R2 = 0,6572

0

50

100

150

200

250

1 2 3 4 5 6 7 8 9 10 11 12


463328


3039

45

53

61


SORBITOL 5 g, pdr pr sol buv, sachet






149

59

0,39

-73,12%

77

63

25 39 49

Taux de service % 90,0% 95,0% 98,0% 99,0% 99,5% 99,9%

36 43



43


33 4938 53



0,30 / 0,20

:

:

:

:

:

:: 0,30


Commentaires :

La consommation des sachets de sorbitol a été divisée par 4 en quelques mois ; Dans ces conditions, le calcul d'un stock mini basé sur la moyenne des 11 derniers mois pourrait représenter 3 ou 4 fois la demande réelle (Surstockage) ;

Une explication possible : L'une des principales unités cliniques consommatrices a stoppé son utilisation de sorbitol sachets au cours du 6ème ou 7ème mois ; Dans tous les cas, le lissage de Brown (courbe marron) ou l’extrapolation de la moyenne glissante sur 3 mois (jaune) permet de mieux coller à la réalité lorsque les changements de consommation sont aussi brusques, et de bien sécuriser les prévisions !

Fiche N°8 : Produit en très forte baisse (effondrement)




ici



y = 48,318x + 99,364

R2 = 0,7917

0

100

200

300

400

500

600

700

1 2 3 4 5 6 7 8 9 10 11 12


197166154


181180

178

215

215


OXYCONTIN LP 10 mg, cpr






389

180

0,46

583,53%

634

679

165 209 241

Taux de service % 90,0% 95,0% 98,0% 99,0% 99,5% 99,9%

198 219



189


150 188163 197



0,30 / 0,20

:

:

:

:

:

:: 0,30



Commentaires :

La consommation de cet antalgique de niveau 2 (OMS) a littéralement "explosé", multipliée par 7 entre le 2ème et le 11ème mois de notre période d'observation ; Dans ces conditions, un stock mini dont le calcul serait basé sur la moyenne des 11 derniers mois (389 UCD) pourrait s'avéré totalement dépassé par une demande tendancielle deux fois supérieure à la moyenne calculée !

En revanche, les 4 modèles de prévision proposés aboutissent à des résultats assez comparables. Le lissage de Brown (marron) et l’extrapolation de la moyenne mobile glissante sur 3 mois (jaune) étant plus réactifs puisque moins sensible à la tendance longue, que la régression linéaire et le lissage de Holt ; Mais aucun de ces modèle ne se « planterait » autant que l’utilisation, pourtant couramment répandue, d’une moyenne sur 12 mois !

Fiche N°9 : Produit à la croissance fulgurante



ici




y = 2,0182x + 225,8

R2 = 0,0031

0

100

200

300

400

500

600

1 2 3 4 5 6 7 8 9 10 11 12


166121103


154141

173

191

240


CRESTOR 5 mg, cpr






238

120

0,50

10,73%

242

250

129 202 256

Taux de service % 90,0% 95,0% 98,0% 99,0% 99,5% 99,9%

183 220


Assez difficile (dispersion moyenne avec coefficient de variation compris entre 0,5 et 1,0)

154


123 190146 207



0,30 / 0,20

:

:

:

:

:

:: 0,30


Commentaires :

La consommation de cette "superstatine" est très chaotique ; Même si la demande a cru de seulement 11% sur la totalité de la période d'observation, on a pu enregistrer quelques hausses fulgurantes : +58% au 3ème mois ; +238% au 6ème mois ; + 121% entre le 9ème et le 11ème mois ; suivies de chutes toutes aussi spectaculaires !

Dès lors, comment prévoir un stock de sécurité nous prémunissant d'augmentations aussi brutales de la consommation (imprévisibilité de la demande) ;

L’outil décisionnel qualifie d’ailleurs la difficulté de prévision d’« Assez difficile »

Les modèles proposés font des préconisations assez voisines et le risque d’erreur est donc limité…

Fiche N°10 : Produit très irrégulier, sans véritable tendance



ici



« Au plaisir d’échanger avec vous sur la démarche »

François PESTYExpert Conseil en optimisation des approvisionnements et de la gestion des stocks

01 30 45 03 59 / 06 88 89 53 51

Télécharger la présentation des prestations associées à la fourniture de Logi√Pharm®

PS : N’hésitez pas à me contacter, en particulier si vous répondez « non » aux questions suivantes :

Pour dimensionner votre commande utilisez-vous une prévision de consommation ou simplement une moyenne mensuelle passée ?

Calculez-vous un seuil de commande correspondant à un objectif de taux de service ?

Savez-vous déterminer la quantité économique de commande ?

La recherche des informations pour préparer la commande d’un produit de santé se fait-elle produit par produit ? Est-elle manuelle ou automatisée ?

Disposez-vous d’un outil d’aide décisionnelle ?




ici



Sélection d’expériencesProfilConsultant

• Parcours 4 ans d’internat à l’AP-HP, 15 ans dans l’industrie du médicament, consultant chez ITG depuis juillet 2005 ;

• Expertise organisation et informatisation du circuit du médicament

à l’hôpital et de la gestion de la pharmacie ; Pilotage médico-économique ; gestion de projet, conduite du

changement ;

• Sélection d’expériences : Dans le domaine du « circuit du médicament à l’hôpital » et de la pharmacie

- Missions d’audit et de conseil sur la gestion de la pharmacie et l’organisation du circuit du

médicament : En 2009-2010, un CH et un CHS pour Factea Santé ; En 2008, un CHU pour le CNEH. Trois bases de données construites à partir d’extraction des

données de consommation en produits de santé à l’occasion de ces missions qui comportaient toutes un

volet « médico-économique » ;

- Pilotage « médico-économique » des produits de santé : Construction de bases de données, état des

lieux, proposition de pistes d’économie ; Une clinique et un SSR en 2009 ; Un CHG en 2010 ;

- Pour la Haute Autorité de Santé (HAS) : En mai 2008, animation d’une journée de formation et de réflexion

« Quelle cible d’exigences fonctionnelles pour une certification des LAP hospitaliers ? »,

- Aide à la réflexion sur l’amélioration de la couverture fonctionnelle des logiciels : SHS France

en 2006, le GMSIH en 2007, CEGI Santé en 2008, ORACLE en 2010 ;

- Site web dédié : http://optimiz-sih_circ_med.fr

• > 25 ans d'expérience dans le domaine du médicament

• Paris XI – Docteur en pharmacie (1982)

• ISG – Institut Supérieur de Gestion (1984)

• EUA – European University of America, San Francisco (1983)

• Ancien interne des hôpitaux de Paris (Concours 1981)

François PESTY est l’auteur de « L’hôpital, malade de ses médicaments », publié en mai 2010 dans la revue « Gestions Hospitalières »


Documents

Télécharger LogiPharm® ici ici « Avec LogiPharm®, faites entrer la prévision dans votre pharmacie » Optimiser la gestion des approvisionnements et des