Seminario di Alta Formazione su
“Appropriatezza e variabilità
nelle decisioni regionali e aziendali”.
La gestione della variabilità a livello aziendale.
Stefano Villa
Ricercatore Universitario, Università Cattolica del Sacro Cuore, Facoltà di Economia.
Docente corso di laurea (triennale e specialistica) in Economia e gestione delle aziende e dei servizi
sanitari, Università Cattolica del Sacro Cuore, sede di Roma.
Responsabile Area Progetti CERISMAS (Centro di Ricerche e Studi in Management Sanitario)
dell’Università Cattolica del Sacro Cuore (www.cerismas.com)
Coordinatore Laboratorio Logistica del Paziente
Agenda Intervento
Università Cattolica del Sacro Cuore
• La gestione della variabilità in sanità
• Focus sulla gestione dei flussi dei pazienti
• Due esemplificazioni tratte dall’esperienza del Laboratorio
Logistica del Paziente
• Messaggi chiave
2
Università Cattolica del Sacro Cuore
Variabilità
Quali tipi di variabilità
Variabilità Naturale
Variabilità ineliminabile, imprevedibile ed insita/connaturata allo
stato delle cose
Variabilità Artificiale
Variabilità eliminabile attraverso interventi di natura organizzativa e
in alcuni casi legata a comportamenti scorretti ed inadeguati. E’
causata da disfunzioni nei processi.
Fonti e tipologia di variabilità nelle aziende sanitarie
Università Cattolica del Sacro Cuore
FONTE
TIPOLOGIA
Naturale
Artificiale
Clinica
X
Comportamenti
X
X
Volumi di attività / flussi
di pazienti
X
X
Variabilità nei flussi dei pazienti
Le possibili conseguenze
RITARDI
COLLI DI BOTTIGLIA
INTERVENTI CANCELLATI
SOVRACCARICO DI LAVORO
ERRORI
PAZIENTI IN APPOGGIO
QUANDO LA DOMANDA E' >>
170
DELLA CAPACITA' PRODUTTIVA
160
150
140
PRESENZA
MEDIA
130
120
110
SPRECO DI CAPACITA'PRODUTTIVA
100
QUANDO LA DOMANDA E' <<
DELLA CAPACITA' PRODUTTIVA
USO INEFFICIENTE DELLE RISORSE...
90
3-dic
19-nov
5-nov
22-ott
8-ott
24-set
10-set
27-ago
13-ago
30-lug
16-lug
2-lug
18-giu
4-giu
21-mag
7-mag
23-apr
9-apr
26-mar
12-mar
26-feb
12-feb
29-gen
80
15-gen
PRESENTI
Università Cattolica del Sacro Cuore
180
Università Cattolica del Sacro Cuore
Parte significativa della variabilità dei flussi dei pazienti è
variabilità artificiale quindi eliminabile con l’organizzazione
adottando, in particolare, gli approcci e gli strumenti della
logistica e dell’operations management.
Riferimenti bibliografici
Università Cattolica del Sacro Cuore
Aiken L, Sloane D, Sochalski J (2002) Hospital nurse staffing and
patient mortality, nurse burnout, and job dissatisfaction. JAMA The
Journal of the American Medical Association 288–16:1987–1993
Litvak et al. (2005) “Managing Unnecessary Variability in Patient
Demand to Reduce Nursing Stress and Improve Patient Safety” Journal
on Quality and Patient Safety Volume 31 Number 6: 330-338
Vissers J. and Beech R. (2005) Health Operations Management
Routledge Health Management Series, New York.
Walley P, Steyn R (2006) Managing variation in demand: lessons from
the UK National Health Service. J Healthc Manag 51 (5):309–320
Fonte dei dati
Università Cattolica del Sacro Cuore
Laboratorio Logistica del Paziente (LLP)
L’LLP è un gruppo di lavoro interaziendale e multi-professionale
sui temi della gestione dei flussi dei pazienti nelle strutture
sanitarie. L’LLP è frutto della partnership tra tre centri di ricerca: il
CERISMAS dell’Università Cattolica, il CERGAS dell’Università
Bocconi e il CUSAS dell’Università degli Studi di Firenze (Facoltà
di Medicina e Chirurgia).
Riferimenti bibliografici
Bensa G., Prenestini A., Villa S. (2008) “La logistica del paziente in
ospedale: aspetti concettuali, strumenti di analisi e leve di cambiamento”
in Anessi Pessina E., Cantù E. L’aziendalizzazione della sanità in Italia,
Rapporto OASI 2008, Egea, Milano
Villa S. (2012) “L’operations management a supporto del sistema di
operazioni aziendali. Modelli di analisi e soluzioni progettuali per il settore
sanitario” CEDAM, Padova.
Processi primari
Attività Clinico Assistenziali
Università Cattolica del Sacro Cuore
OPERATIONS
MANAGEMENT
Profili di cura, auit clinico, PDTA
Piattaforme logistico produttive
P. S.
Ambulatorio
Blocco
Operatorio
Aree di
Degenza
Logistica del
paziente
Logistica delle
cose
Farmaci, dispositivi medici, beni economali
Università Cattolica del Sacro Cuore
Come programmo la
capacità produttiva?
PL
PL
PL
PL
Blocco Operatorio
Come disegno il LAY-OUT e
come organizzo gli spazi?
Magazzino
Centrale
• Come ri-progetto i processi?
• Quale livello tecnologico e di
informatizzazione?
Esiste un problema di capacità produttiva?
II
I
95%
Tasso di occupazione
Università Cattolica del Sacro Cuore
100%
90%
D1
F1
C1
85%
80%
E1
A1
75%
B1
70%
H1
65%
III
IV
60%
30
35
40
45
Indice di rotazione
50
55
Andamento presenze pazienti chirurgici
(15 Gennaio – 15 Dicembre)
170
160
150
140
Presenza
Md 133
130
120
110
100
90
Indicatori statistici
della variabilità
3-dic
19-nov
5-nov
22-ott
8-ott
24-set
10-set
27-ago
13-ago
30-lug
16-lug
2-lug
18-giu
4-giu
21-mag
7-mag
23-apr
9-apr
26-mar
12-mar
26-feb
12-feb
29-gen
80
15-gen
Presenti
Università Cattolica del Sacro Cuore
180
Valore minimo
87
Valore massimo
177
Range
90
Valore medio
133
Deviazione standard
19
Coefficiente di variazione
14%
Andamento pazienti Urgenti/Non Urgenti
Università Cattolica del Sacro Cuore
nel corso dell’anno 1/2
Andamento pazienti Urgenti/Non Urgenti
nel corso dell’anno 2/2
1,50
1,40
1,30
1,20
1,10
1,00
0,90
0,80
0,70
0,60
0,50
0,40
0,30
0,20
0,10
Numeri indice
Non Urgenti
Non Urgenti
Urgenti
Urgenti
Valore minimo
0,42
0,62
Valore massimo
1,45
1,32
Range
1,03
0,70
Valore medio
1,00
1,00
Deviazione standard
0,21
0,13
Coefficiente di variazione
21%
13%
3-dic
19-nov
5-nov
22-ott
8-ott
24-set
10-set
27-ago
13-ago
30-lug
16-lug
2-lug
18-giu
4-giu
21-mag
7-mag
23-apr
9-apr
26-mar
12-mar
26-feb
12-feb
29-gen
0,00
15-gen
Presenti
Università Cattolica del Sacro Cuore
1,60
Università Cattolica del Sacro Cuore
Indici di variabilità dei pazienti chirurgici per
tipologia urgenti e non urgenti
(15 Gennaio – 15 Dicembre)
Quali sono le possibili cause della variabilità?
Andamento pazienti ammessi per settimana (con e senza festività)
200
Ammessi
180
160
140
120
100
80
2
3
4
5
6
7
8
9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51
Settimane (N=50)
Ammessi
220
200
180
Ammessi
Università Cattolica del Sacro Cuore
220
160
140
120
100
80
2
3
4
5
6
7
8
9
10 11 12 13 14 17 18 19 20 21 22 23 24 25 26 27 28 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50
Se ttimane (N=40)
Università Cattolica del Sacro Cuore
Quali sono le possibili cause della variabilità?
Andamento pazienti ammessi per settimana
(con e senza festività)
Valori assoluti
N=50
N=40
Valore massimo
214
214
Valore minimo
88
126
Range
126
88
Valore medio
169
177
Deviazione standard
28
18
17%
10%
Coefficiente di variazione
Università Cattolica del Sacro Cuore
La variabilità dei flussi dei pazienti NON è legata ai casi urgenti ed
è solo parzialmente influenzata dagli andamenti stagionali.
E’ quindi importante individuare gli elementi di variabilità artificiale
eliminabili con un migliore governo delle piattaforme produttive
dove si realizzano i percorsi di cura.
Due esempi tratti dal Laboratorio Logistica del Paziente:
1. La programmazione del blocco operatorio;
2. Il processo di dimissioni.
Università Cattolica del Sacro Cuore
L’analisi delle aree produttive
L’esempio della sala operatoria
Amb.
Reparto
S. O.
Recovery
Room
Area Produttiva Leader
T. I.
Reparto
Discharge
Room
Quale impatto sulle aree produttive?
50
75%
70%
45
65%
40
60%
35
55%
30
50%
25
45%
20
40%
1
2
3
4
5
6
7
8
9
% Tasso di saturazione
10
11
12
13
N. Interventi
14
15
16
17
18
19
20
21
22
Numero interventi
% Tasso saturazione
Università Cattolica del Sacro Cuore
Il carico di attività e la variabilità nel Blocco Operatorio
Blocco operatorio: distribuzione numero casi e
tassi di utilizzo tra i diversi giorni della settimana
Università Cattolica del Sacro Cuore
Indicatori attività blocco
operatorio
Numero medio interventi
Distribuzione %
Tasso di saturazione
Casi Urgenti
Numero Medio
Distribuzione %
Casi Non Urgenti
Numero Medio
Distribuzione %
LUN
MAR
MER
GIO
VEN
SAB
DOM Totale
36
18%
59%
43
21%
62%
39
19%
64%
35
18%
61%
38
19%
63%
10
5%
11%
0
0%
0%
200
100%
3
12%
4
17%
6
28%
3
12%
4
19%
2
11%
0
1%
21
100%
33
18%
39
22%
33
18%
33
18%
34
19%
7
4%
0
0%
179
100%
75%
43
70%
42
65%
41
60%
40
55%
39
50%
38
45%
37
40%
36
mercoledì 1
mercoledì 2
Tasso di saturazione
mercoledì 3
mercoledì 4
N. medio interventi
mercoledì 5
Numero medio interventi
Università Cattolica del Sacro Cuore
% Tasso saturazione
Blocco operatorio: numero casi e tassi di utilizzo in un
giorno specifico di un mese campione
Variabilità degli accessi in Terapia Intensiva
Università Cattolica del Sacro Cuore
Variability indexes
Min.
1
Max
9
Mean
5
St. Dev.
9
Variation
47%
Università Cattolica del Sacro Cuore
Andamento presenze per giorno della settimana
per pazienti urgenti, non urgenti e complessivi
della linea osteomuscolare chirurgica
14,0
12,0
10,0
8,0
6,0
4,0
2,0
lunedì
martedì
mercoledì
Presenza Md Urgenti
giovedì
venerdì
Presenza Md Non Urgenti
sabato
domenica
Presenza Md Totale
La visione d’insieme: interazione fra le Pipeline
Università Cattolica del Sacro Cuore
POC
PE
POM
PO
AREE PRODUTTIVE
La distribuzione degli arrivi per fascia oraria
Università Cattolica del Sacro Cuore
Analisi di sistema per la gestione dei flussi
Analisi pipeline per ora di dimissione
Università Cattolica del Sacro Cuore
Pipeline
POC
POM
Totale
entro 10
26%
9%
16%
entro 12
57%
31%
40%
entro 14
84%
63%
69%
entro 16
93%
84%
85%
entro 18
97%
94%
94%
dopo le 18*
3%
6%
6%
* fino alle 24.00
Presenza di una correlazione negativa (0,4) tra il tempo di
permanenza al PS e la % di pazienti dimessi entro
mezzogiorno.
Distribuzione accessi al PS e dimissioni
Università Cattolica del Sacro Cuore
32%
27%
22%
17%
12%
7%
2%
-3%
ED Arrivals
Discharges
Indici di correlazione tra tempi di permanenza al
PS e tasso dimessi-ammessi
Università Cattolica del Sacro Cuore
Media
Ospedale 1
Tempo medio di permanenza PS
Rapporto dimessi/ammessi
Ospedale 2
Tempo medio di permanenza PS
Rapporto dimessi/ammessi
Ospedale 3
Tempo medio di permanenza PS
Rapporto dimessi/ammessi
Ospedale 4
Tempo medio di permanenza PS
Rapporto dimessi/ammessi
Ospedale 5
Tempo medio di permanenza PS
Rapporto dimessi/ammessi
187
1,00
Deviazione Standard
Indice di correlazione
Tempi PS - Rapporto Dimessi/Amessi
-0,19
24,26
0,44
-0,18
121,47
1,55
30,16
1,67
-0,15
91,59
1,05
16,35
0,39
-0,14
330
0,98
115
0,25
-0,16
247
1,15
31,48
0,62
Risultati metodo delphi
LLP 2012, Università Bocconi Milano 16 Novembre 2012
Università Cattolica del Sacro Cuore
Obiettivo:
Ottimizzare il processo di dimissioni
Soluzioni:
• Ri-progettare l’organizzazione attorno al vincolo
• Pianificare il processo di dimissioni 24 ore dopo l’accesso del
paziente in ospedale (da logiche “pull” a logiche “push”)
• Utilizzare le tecniche di visual mapping
• Incoraggiare i medici a scrivere le lettere di dimissioni il giorno prima
o entro le 9 del mattino del giorno delle dimissioni
• Standardizzare e semplificare le lettere di dimissioni (esempio di
sovra-produzione)
• Attivare specifici percorsi di dimissione (definiti con la farmacia)
• Creare una discharge room
• Definire accordi con strutture di riabilitazione (pubbliche e private)
con creazione di sistemi informativi condivisi
• Potenziare i programmi di assistenza domiciliare
Messaggi chiave
Università Cattolica del Sacro Cuore
• La variabilità nella gestione dei flussi dei pazienti determina
un impatto su qualità, efficienza e accesso alle cure
• Parte (rilevante) della variabilità è artificiale e quindi
eliminabile con interventi di tipo organizzativo (migliore
governo delle piattaforme produttive dove si realizzano i
processi di cura)
• I database amministrativi sono una fonte di informazioni già
disponibili nei sistemi informativi sanitari, esistono però
significativi margini di miglioramento.
• Essenziale una visione d’insieme del sistema ospedale
rispetto ad un focus esclusivo sulle singole aree produttive
• L’operations/logistica può offrire utili strumenti e modelli
(separazione responsabilità clinica da responsabilità sulla
logistica)