调整床位分配平滑急诊占用

调整每日住院床位分配以平滑急诊科占用率波动

摘要

研究目的:急诊科(ED)过度拥挤是台湾医院中日益普遍的问题,亟需提高效率的策略。我们提出一种床位资源配置策略以解决拥挤问题。方法:我们采用离散事件仿真方法分析急诊科占用率,并通过调整每日空床数来评估抑制急诊科占用率日常变化的效果。分析所用数据来自台湾拥有1500张床位、每年急诊科接诊量66,000人次的台中荣民总医院(TCVGH)急诊科的管理数据。分析中的急诊科质量关键指标包括住院时长和等待转入住院床位的时间。该模型能够分析并比较多种情景,以寻找可行的分配策略。结果:我们比较了多个情景,结果显示,在工作日减少20%分配给急诊科的床位后,每日急诊科占用率的方差降低了36.25%(即标准差降低百分比)。结论:这一新的分配策略既能降低平均急诊科占用率,又能维持急诊科质量关键指标。

关键词

过度拥挤;住院床位分配;急诊科运营;离散事件模拟

1. 引言

急诊科(ED)过度拥挤已成为日益严重的公共卫生问题[1–4],对患者护理、急诊科效率以及患者和医务人员满意度产生不利影响[5–7]。一些研究者报告称,急诊科过度拥挤会导致治疗延误、更高的死亡率、延长的住院时间(LOS)以及医院再入院[8,9]。近年来,台湾急诊就诊人数增加呈现持续上升趋势。从1999年到2013[10],年度急诊就诊人次增加了20%。台湾的急诊科收治人数也从1998年到2011[11]增长了38%。这种接诊量的上升导致了急诊科过度拥挤和更长的等待时间。在19家医疗中心中有4家的急诊科中,超过百分之五的患者滞留时间超过48小时(2014年统计数据)。也就是说,这些患者不得不在医院停留超过48小时,等待医师作出收治决定。此外,在急诊科已入院的患者中,部分医疗中心有9.3%的患者在未分配病房床位的情况下滞留超过48小时,其中19家医疗中心中有8家该比例甚至高于10%(一家高达26.1%)[12]。医院床位可用性和医院占用率由五类主要患者每日床位分配情况决定,这些患者包括需要进行择期手术、来自急诊科、接受侵入性检查、医学检查以及从重症监护室(ICU)转来的患者。因此,这些患者需争夺有限的医疗资源,导致低效运营,这也是造成入院拥堵的原因之一。

在医院管理层面,提供支持以缓解入院拥堵至关重要;然而,此类支持常常受到医院财务障碍的制约。在收治择期手术患者时,通常会优先将其分配到病房。这种优先排序与国家医疗保险法规规定的报销方式相关。对于这些患者,其报销额度更高,且住院时长较急诊科患者更短。除了最大化医疗收入外,医院还希望实现满负荷运转,而急诊科正是一个尽管拥挤但仍可收治患者的区域[13]。

急诊科拥挤被定义为由于等待检查、评估和治疗的患者数量过多,或等待离科的患者数量超出急诊科的物理空间或人员配置能力,导致急诊科功能受阻的情况[14]。急诊科拥挤可能发生在以下情况:大量患者等待就诊(输入)、已在急诊科的患者在评估或治疗过程中出现长时间延迟(throughput),或治疗后患者离开急诊科存在障碍(输出)[8,9]。拥挤不仅仅由急诊科内部流程引起,也是入院拥堵的结果[15]。入院障碍是指急诊科需要住院治疗的incoming患者无法在合理的时间范围内获得合适的医院床位[7,16–18]。理论上,高效的医院运营应有助于加快床位获取。

急诊科拥挤问题可以通过以下三种方式解决:(a)限制急诊就诊(输入);(b)增加出院/转科患者数量和入院能力(输出);以及(c)提高急诊科流程效率(throughput)[8]。现有大量文献提出了通过以下措施解决急诊科拥挤问题:快速通道、患者流重新分类、检查流程优化、医生参与分诊、急诊科流程改进、基于模拟的改进以及精益管理[13,19–26]。专家建议,导致急诊科分流的最重要因素是择期手术病例量的每日波动[2]。当入院需求的每周或每日高峰与低谷可预测时,医院可采用“平滑”策略将入院均匀分布到所有工作日[27]。此外,记录急诊科过度拥挤的最重要指标包括被住院患者占用的急诊科比例、急诊科患者总数以及在急诊科停留的总时间[21]。急诊科容量因医院而异,因此无法使用固定数值来表示拥挤状况,只要患者数量超过医院急诊科的容量,就会发生拥挤。

在一项研究中,医院占用率与急诊科收治人数之间的关系通过每日住院时长的时间序列进行了分析。发现有三个因素与每日住院时长独立相关:(a)择期手术收治数量。这些收治针对的是预先安排好手术的患者;(b)急诊科收治人数。这些收治涉及非计划或紧急病人;以及(c)医院占用率。该因素代表医院的占用率。每增加一次择期手术收治,平均每日住院时长延长0.21分钟;每多收治一位患者,延长2.2分钟;医院占用率每提高5%,延长4.1分钟[28]。因此,我们假设医院占用率的增加与已入院患者的急诊科停留时长相关,而增加可用医院床位将减少急诊科过度拥挤[29,30]。

近年来,基于模拟的方法被用于回答“如果……会怎样”的问题,以实现更高效的医疗服务[31]。由于医疗系统具有复杂性和随机特性,模拟被用作分析其关键部分的工具,例如设施设计(如急诊科、手术室)、人员规划/排班、占用流动以及床位容量管理。

模拟在探讨急诊科过度拥挤问题方面具有以下优势:过度拥挤是一种复杂现象,可以通过不同的指标来反映,例如等待患者数量、滞留患者和占用床位。此外,模拟可以输出一份预测将在急诊科停留的即将到达患者的详细清单。基于这些信息,可推导出结果指标的预测值[36]。因此,模拟不仅涉及数据收集和输出分析,还能识别系统的复杂性,并有助于建立有效的模型,以优化决策[20]。

本研究中,我们使用模拟方法专门评估急诊科床位占用率的时间变化,并通过每天调整住院床位可用性来评估降低急诊科占用率变异的效果。我们的目标是提出可行的解决方案,并获得优化的床位分配策略以减少急诊科过度拥挤。

2. 材料与方法

2.1. 模型开发

本研究构建的模型用于分析台湾中部医疗中心台中荣民总医院(TCVGH)急诊科记录的管理数据。该院拥有1500张床位,每年急诊科接诊量66,000人次。多年来,该急诊科一直存在过度拥挤现象。2014年,有17.4%的急诊科患者滞留时间超过24小时,7.7%的患者滞留时间超过48小时。在获得医师的入院处置(决策)之前,这些患者既不会被正式收治入院,也不会被出院。换句话说,他们是导致急诊科过度拥挤的原因之一。对于那些已被收治的患者,超过三分之一(35.2%)在急诊科滞留超过24小时,15.0%的患者滞留超过48小时。数据收集时间为2017年11月1日至2018年7月31日。

关键数据包括患者在急诊科各站点的等待时间、急诊床位数量以及外科床位资源。图1显示了急诊科工作流程图。经医师评估后,急诊科患者接受立即治疗、初步检查和/或会诊。随后,医师进行诊断,并决定这些患者是否应被安排手术、进一步检查或治疗。需要手术或进一步检查的患者将被收治。这些已入院的急诊科患者随后等待可分配的病房床位。其他患者在完成适当检查和治疗后,将被转至其他医院或从急诊科出院。为保护隐私,本研究已获台中荣民总医院(TCVGH)伦理审查委员会批准(台中荣总编号:CE17205A)。

示意图0

在本研究中,我们通过SIMUL8®软件(SIMUL8公司,美国马萨诸塞州波士顿),基于急诊科工作流程图开发了一个离散事件仿真模型,并用其测试缓解过度拥挤的可行性。以往基于模拟的研究已预测可用的重症监护病房床位数量,并评估将患者转运至医院的成本[37,38]。模拟还被应用于患者排队研究。例如,有研究使用模拟模型分析医院急诊服务流程,旨在改善服务流程、资源分配和患者等待时间[39]。其他相关研究也有报道[40,41]。

我们基于不同分诊等级评估(台湾分诊与急症分级量表)患者所接受服务的速度建立了一个排队模型。共有五个急症级别,分别为1级(复苏)、2级(紧急)、3级(急迫)、4级(较不紧急)和5级(不紧急)。对于急诊科运作过程,排队论能够更好地解释其机制[42]。常见的排队模型包括单服务器(M/M/1)、多服务器(M/M/C)、多类别多服务器(MCMS),这些模型通常包含四个主要组成部分:患者来源、队列、排队规则和服务组织[43,44]。在我们的系统中,一组M个不同站点(以j = 1,…,M索引)为K类患者(以I = 1,…,K索引)提供服务。这些患者由部分站点进行服务。在时间t = 0,来自不同类别的若干患者(N)进入系统(到达率= λ),等待接受服务(服务率= μ)。通常情况下,患者遵循先到先服务原则,但优先权会给予分诊等级较高的患者,在本案例中即1级和2级患者。此外,我们分析了急诊科床位供需按日、周、月的变化情况,并将这些因素纳入模型之中。特别是,该模型旨在确定可用急诊科床位与患者占用情况(停留在急诊科的总患者数)之间的适当床位分配。

在我们的模拟模型中,考虑了若干患者和医院相关参数:内科患者到达医院、外科患者到达医院、检查排队等待时间、获取报告等待时间、分诊等级判定、治疗排队等待时间、接受检查者比例、出院患者比例、转院等待时间以及转院患者比例。使用原始患者数据来拟合模型中参数设置的分布。该模型旨在考察急诊科四大拥挤指标:
1. 滞留>24小时的患者比例。这是指在急诊科停留超过24小时且无医生入院处理意见的患者百分比。
2. 滞留>48小时的患者比例。这表示在急诊科停留超过48小时且无医生入院处理意见的患者百分比。
3. 已入院患者滞留>24小时的比例。这代表已入院但等待超过24小时且无可用床位分配的患者百分比。
4. 已入院患者滞留>48小时的比例。这是指已入院但等待超过24小时且无可用床位分配的患者百分比。

2.2. 当前急诊科运作

根据医院提供的急诊科运营数据,平均急诊科占用率在75%至92%之间,并在星期日达到峰值。此外,置信区间的下限与上限之间的近似差值为10(图2)。每日为急诊科患者提供的可用床位数据显示,星期五的床位数量最低。其他工作日的急诊科占用率也较周末低。这种情况与急诊科占用率的变化趋势相反(图2)。从星期一到星期日,急诊科患者可用床位的最高平均数量与最低平均数量之间的差异仅为9个床位。这是台湾医疗行业中的一个常见问题。尽管工作日与周末之间的差异很大,但针对急诊科患者的可用床位数量并未得到有效调整。

示意图1 占用率的均值和95%置信区间(a),以及每日可供急诊科患者使用的急性护理床位数量的均值(b),按周内每天显示)

2.3. 策略分析

较大的变异(急诊科占用率的95%置信区间内σ²接近20)可能导致人力资源分配不佳,以及灾难应对的应急容量降低。本研究的目标是通过平衡供急诊科患者使用的急性护理床位数量,以最小化急诊科占用率的方差。我们使用模拟模型分析了急诊科床位分配的不同情景。在每周基础上,分配给急诊科患者的急性护理床位总数保持不变。在我们的情景中,倾向于将部分急诊科床位从工作日重新分配至周末。我们在情景1中模拟了当前的运行情况,并将其与另外五个不同程度减少工作日急诊科床位的情景进行比较。例如,在情景2中,我们将工作日百分之五的急诊科床位重新分配至周末,情景3为百分之十,情景4为15%,情景5为20%,情景6为30%。在情景2中,工作日平均可用急诊科床位从32.49减少到30.93,而周末可用急诊科床位则从28.07增加到31.97。不同情景下的急诊科可用床位数量见表1。

情景 工作日 周末(调整以保持每周基础上的总数相同)
S1 32.49(平均) 28.07
S2 30.93(–5%) 31.97
S3 29.37(–10%) 35.87
S4 27.80 (–15%) 39.78
S5 26.24 (–20%) 43.68
S6 23.12 (–30%) 51.48
## 3. 结果

表2显示了基于当前运营情况、模拟运营情况以及我们提出的五个情景的模拟平均急诊科占用率和平滑效果,平滑效果以标准差(Std)的百分比降低表示。结果表明,S1相较于当前运营情况降低了9.62%的标准差,而S2、S3、S4和S5分别降低了12.03%、28.52%、41.24%、36.25%和11.65%。尽管S3和S4具有更高的平滑效果,但其急诊科占用率高于当前运营情况。因此,这两个情景不会被视为可行的策略。在所有情景中,S5表现最佳,其标准差降低了36.25%,且急诊科占用率更低。我们还注意到,如S6所示,在工作日将急诊科病房床位减少30%,导致性能较差,与S3、S4和S5相比,急诊科占用率更高,平滑效果更弱。S4相较于周基线具有最大的平滑效果,但S5的平均急诊科占用率低于S4(图3)。我们还发现,工作日急诊科床位数量过度减少会导致星期五急诊科占用率急剧上升。

情景 Mean Std a 平滑效果 b
原始 79.40 5.82 基线
S1(平均) 78.77 5.26 9.62%
S2(‐5%) 78.23 5.12 12.03%
S3(‐10%) 84.91 4.16 28.52%
S4(‐15%) 88.26 3.42 41.24%
S5(‐20%) 77.42 3.71 36.25%
S6(‐30%) 83.33 5.14 11.68%

a 标准差:标准差;
b 平滑效果是指每种情景下急诊科占用率的标准差相较于基线减少的百分比。

示意图2

当比较不同情景下的四项急诊科过度拥挤指标时,我们发现工作日急诊科床位数的轻微减少会降低急诊科占用率的平滑效果。另一方面,急诊科床位数过度减少会对急诊科拥挤指标产生负面影响。例如,在急诊科床位减少10%和15%的情况下,滞留超过>24小时的急诊科患者数量增加;而在减少20%时,该指标下降;但当急诊科床位减少30%时,滞留超过>24小时的急诊科患者数量再次上升。其他指标也呈现出类似的变化趋势。在所有情景中,只有情景5的指标表现与当前运营情况相近,且具有最高的平滑效果。(见表3)

策略 急诊科患者持续 >24 小时 急诊科患者滞留 >48小时 已入院患者滞留 >24小时 已入院患者滞留 >48小时
原始 8.44 4.86 30.12 17.32
S1(平均) 8.63 4.83 30.79 17.22
S2(‐5%) 8.58 4.79 30.60 17.08
S3(‐10%) 10.12 6.00 36.11 21.43
S4(‐15%) 10.40 6.18 37.15 22.07
S5(‐20%) 8.80 4.90 31.37 17.58
S6(‐30%) 10.07 5.41 35.90 19.31

4. 讨论

本研究旨在提出一种床位分配策略,以解决急诊科过度拥挤问题。更具体地说,该策略能够控制相对平稳的急诊科占用率水平,即本质上平滑急诊科占用率的波动。我们采用模拟方法设计了不同的急诊科床位分配情景。研究显示,在一周的不同日期中,急诊科占用率与分配给急诊科患者的平均床位数之间存在反向关系。每日滞留在急诊科的患者平均数量在75至92人之间,并在星期日达到峰值;相反,周末可供急诊科患者使用的床位数量则较低。通过模拟模型进行策略分析得出的关键结论是:我们将工作日的可用急诊科床位数量减少,并将其转移至周末,以实现对急诊科患者床位分配的更好平衡。研究发现,若在工作日将分配给急诊科的床位减少20%,通过模拟模型的策略分析可实现对每日急诊科占用率显著的平滑效果改善(36.25%)。该策略还降低了平均急诊科占用率,并维持了未受损的急诊科过度拥挤质量指标。急诊科占用率的平滑化有助于可预测的人力资源配置,并避免急诊科医疗保健提供者的工作超负荷。本研究中保持分配给急诊科患者的总床位数更加恒定的策略,也有助于维持当前急诊科患者与非急诊科患者之间对急性护理床位竞争的平衡状态。其结果是保留了医院收入,并避免了支持缓解急诊科过度拥挤措施所面临的财务障碍。因此,医院管理部门可以在周末为急诊科患者提供更多床位,而在随后急诊科患者数量较低的工作日减少床位分配。

我们建议在部分医院实施这些发现,以解决急诊科拥挤问题。因此,人力分配将更具可预测性,人力资源可以更高效地提供,急诊科医疗保健提供者的工作超负荷情况也可以避免。调整不同专科团队的择期手术安排,可能进一步支持这种为急诊科患者均衡分配住院床位的策略。

5. 结论

急诊科拥挤问题一直是全球范围内的严重问题之一。床位分配不足不仅会导致急诊科过度拥挤,还会降低急诊科服务质量。本研究的贡献在于,我们为急诊科提供了一种有效的床位分配策略,以提高资源利用并减少过度拥挤。更具体地说,该策略能够平衡工作日多余床位与周末床位不足的数量,从而减小波动差异,使急诊科患者获得更优质的急诊科服务。

内容概要:本文介绍了一个基于冠豪猪优化算法(CPO)的无人机三维路径规划项目,利用Python实现了在复杂三维环境中为无人机规划安全、高效、低能耗飞行路径的完整解决方案。项目涵盖空间环境建模、无人机动力学约束、路径编码、多目标代价函数设计以及CPO算法的核心实现。通过体素网格建模、动态障碍物处理、路径平滑技术和多约束融合机制,系统能够在高维、密集障碍环境下快速搜索出满足飞行可行性、安全性与能效最优的路径,并支持在线重规划以适应动态环境变化。文中还提供了关键模块的代码示例,包括环境建模、路径评估和CPO优化流程。; 适合人群:具备一定Python编程基础和优化算法基础知识,从事无人机、智能机器人、路径规划或智能优化算法研究的相关科研人员与工程技术人员,尤其适合研究生及有一定工作经验的研发工程师。; 使用场景及目标:①应用于复杂三维环境下的无人机自主导航与避障;②研究智能优化算法(如CPO)在路径规划中的实际部署与性能优化;③实现多目标(路径最短、能耗最低、安全性最高)耦合条件下的工程化路径求解;④构建可扩展的智能无人系统决策框架。; 阅读建议:建议结合文中模型架构与代码示例进行实践运行,重点关注目标函数设计、CPO算法改进策略与约束处理机制,宜在仿真环境中测试不同场景以深入理解算法行为与系统鲁棒性。
在科技快速演进的时代背景下,移动终端性能持续提升,用户对移动应用的功能需求日益增长。增强现实、虚拟现实、机器人导航、自动驾驶辅助、手势识别、物体检测与距离测量等前沿技术正成为研究与应用的热点。作为支撑这些技术的核心,双目视觉系统通过模仿人类双眼的成像机制,同步获取两路图像数据,并借助图像处理与立体匹配算法提取场景深度信息,进而生成点云并实现三维重建。这一技术体系对提高移动终端的智能化程度及优化人机交互体验具有关键作用。 双目视觉系统需对同步采集的两路视频流进行严格的时间同步与空间校正,确保图像在时空维度上精确对齐,这是后续深度计算与立体匹配的基础。立体匹配旨在建立两幅图像中对应特征点的关联,通常依赖复杂且高效的计算算法以满足实时处理的要求。点云生成则是将匹配后的特征点转换为三维空间坐标集合,以表征物体的立体结构;其质量直接取决于图像处理效率与匹配算法的精度。三维重建基于点云数据,运用计算机图形学方法构建物体或场景的三维模型,该技术在增强现实与虚拟现实等领域尤为重要,能够为用户创造高度沉浸的交互环境。 双目视觉技术已广泛应用于多个领域:在增强现实与虚拟现实中,它可提升场景的真实感与沉浸感;在机器人导航与自动驾驶辅助系统中,能实时感知环境并完成距离测量,为路径规划与决策提供依据;在手势识别与物体检测方面,可精准捕捉用户动作与物体位置,推动人机交互设计与智能识别系统的发展。此外,结合深度计算与点云技术,双目系统在精确距离测量方面展现出显著潜力,能为多样化的应用场景提供可靠数据支持。 综上所述,双目视觉技术在图像处理、深度计算、立体匹配、点云生成及三维重建等环节均扮演着不可或缺的角色。其应用跨越多个科技前沿领域,不仅推动了移动设备智能化的发展,也为丰富交互体验提供了坚实的技术基础。随着相关算法的持续优化与硬件性能的不断提升,未来双目视觉技术有望在各类智能系统中实现更广泛、更深层次的应用。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值