Gestion des ressources et des flux dans le service d`urgence

Gestion des ressources et des flux dans le service d’urgence
Marwa Chalgham1, Malek Masmoudi2, OlfaChakroun Walha3, Abdelaziz Dammak1
1
Laboratoire Modélisation et optimisation pour les systèmes décisionnels, industriels et logistiques (MODILS),
Faculté des Sciences Economiques et de Gestion de Sfax, Tunisie.
2
Laboratoire d’Analyse des Signaux et des Processus Industriel (LASPI), Université Jean Monnet de SaintEtienne, Roanne, France.
3
Departement d’urgence, Centre Hôspitalo-Universitaire Habib Bourguiba, Sfax, Tunisie.
Mots-clés : Période de perturbation, Hospitalisation en aval, Santé, Multicritère, planification
et confection horaire.
1
Introduction
Les services d’urgences (SU) sont toujours confrontés à des périodes de perturbations. Parmi les
multiples facteurs qui expliquent la surcharge des SU est le manque d’infirmiers et l’engorgement de
l’aval [1]. Face à une telle situation, le service d’urgence joue un double rôle : d’un côté la rapidité de
la prise en charge des patients, et de l’autre côté l’hospitalisation en aval de ces derniers dans les plus
brefs délais. L’objectif est de proposer un modèle d’aide à la décision qui agit sur le service de
déchoquage et son aval. Un modèle d’optimisation exact pour la planification des infirmiers et un
modèle d’analyse multicritère pour l’orientation des patients pour hospitalisation ont été développés et
appliqués à l’hôpital Habib Bourguiba de Sfax en Tunisie.
2
Planification des infirmiers dans le service de déchoquage
Nous avons développé un modèle mathématique pour une planification des vacations des infirmiers
au sein du bloc de déchoquage. D’une part, la planification proposée gère les périodes d’activité
normales en planifiant les vacations des infirmiers durant un horizon de deux semaines [2] tout en
prenant en compte leurs préférences. D’autre part, le modèle permet aux décideurs la prise de décision
avant la réalisation de la période de perturbation en précisant le nombre des infirmiers en astreinte
pour couvrir les demandes dans ces situations. Ça consiste à appeler les infirmiers à tout moment en
cas de besoin. Ce type d’infirmier doit être toujours joignable et bien proche de son lieu de travail.
L’objectif du modèle mathématique proposé est de maximiser la couverture et de minimiser les coûts
d’appel des infirmiers en astreinte sous un ensemble de contraintes réglementaires appliquées par
l’hôpital Habib Bourguiba. Le modèle proposé est résolu utilisant le solveur CPLEX et testé ensuite
sur des données réelles. Les résultats ont montré leurs efficacités faisant face aux périodes de
perturbations.
3
L’hospitalisation en aval du SU
Cette partie traite le problème d’hospitalisation des patients en aval (Boarding Inpatient) en se
basant sur les méthodes multicritères [3]. Ce problème se pose en raison de la rareté des lits
d’hospitalisation en aval du SU en période de perturbation. Les décideurs se trouvent obligés parfois
d’orienter les patients vers des services différents de leurs pathologies. Nous proposons une approche
d’analyse multicritères qui permet de classer les services qui pourraient accepter d’accueillir les
patients pour hospitalisation. L’approche proposée tient compte de certains critères qui ont un impact
sur l’orientation du patient tel que la criticité de service, la disponibilité des lits en aval, la
disponibilité des infirmiers polyvalentes, la pathologie du patient, et le nombre de patients non graves.
Notre approche consiste à combiner la méthode Analytic Hierarchy Process (AHP) pour la
pondération des critères et la méthode Technique for Order by Similarity to Ideal Solution (TOPSIS)
pour le classement des services en aval du SU (alternatives).
4
Conclusions et perspectives
Face à la survenue imprévisible et massive de patients accompagnée de la rareté des ressources
humaines et matérielles, le SU se trouve confronté à des périodes de perturbation où la demande de
soin est supérieure à l’offre. Pour remédier à cette situation, une planification qui fait appel aux
infirmiers en astreinte a été proposée pour maximiser l’accueil et le soin des patients. Ensuite,
l’hospitalisation en aval du SU a été gérée en utilisant les méthodes multicritère AHP et TOPSIS en
vue de placer les patients dans les services les mieux appropriés. En perspectives, nous envisageons
d’effectuer la planification des infirmiers selon un horizon glissant, avec un processus de replanification réactive et dynamique.
Références
[1] B. M. Felton, E.J. Reisdorff, C.N. Krone, and G.A. Laskaris.Emergency department
overcrowding and inpatient boarding: a state wide glimpse in time, Official Journal of the
Society for Academic Emergency Medicine, (18) :1386-1391, 2011.
[2] C.A. Glass, and R.A. Knight.The nurse rostering problem: A critical appraisal of the problem
structure, European Journal of Operational Research, (202):379–389, 2010.
[3] H. Broekhuizen, C.G.M. Groothuis-Oudshoorn, J.A. Van Til, J.M. Hummel, and M.J. IJzerman.
A Review and Classification of Approaches for Dealing with Uncertainty in Multi-Criteria
Decision Analysis for Healthcare Decisions, PharmacoEconomics, ( 33): 445-455, 2015.