ارتقا كيفيت خدمات اورژانس با ابزار شبيه سازي و بهبود به كمك تيوري زنجيره هاي ماركف – مطالعه موردي: اورژانس بيمارستاني در شهرتهران

Improving Quality of Emergency Room Services using Simulation and Markov Chain

هدف اين مقاله، ارتقا كيفيت سطح خدمت در بخش اورژانس بيمارستان از طريق رويكردي جديد در طبقه بندي نوع وخامت بيماران است. در اين مقاله با طرح يك مدل سيستم صف بيمارستاني در تهران و راهكار بهبود سيستم صف از طريق كاهش زمان انتظار بررسي شده است. در اين مدل الگوهاي ورودي بر اساس مطالعات انجام شده غير همسان، توزيع هاي زمان سرويس غيرنمايي و انواع مختلف بيماران با هم در يك سيستم اورژانس تركيب شده اند. از جمله عوامل موثر در كاهش كارايي و افزايش زمان انتظار، نرخ جمعيت مطلوب، تغييرات ظرفيت ساير سيستم هاي اورژانس منطقه، پيك هاي فصلي و حوادث طبيعي مي باشند. به منظور تحليل سيستم هاي درماني نظير بيمارستان ها، روش شبيه سازي به صورت وسيعي كاربرد دارد. روش ديگر، استفاده از تيوري صف به دليل سهولت در محاسبات و نياز به داده هاي كمتر مي باشد. در اين مقاله از هر دو روش شبيه سازي و نظريه صف استفاده شده و مقايسه اي روي كارايي و سهولت استفاده از اين دو روش انجام شده است. نتايج نشان مي دهند در صورت تفكيك بيماران بر اساس وخامت وضعيت، زمان هاي انتظار كاهش يافته و كارايي بخش اورژانس افزايش مي يابد.

This paper, presents a new approach to improve quality service in hospital emergency department by classifying patient types. An initial queuing model is developed and its performance is improved by reducing delay time. Non-homogeneous arrival patterns, non-exponential service time distributions, and multiple patient types are considered for this study. Factors reducing the efficiency and increasing waiting time include target population rate, closure of and change in emergency departments (EDs) nearby, seasonal peaks and natural disasters. Simulation analysis is widely used in health systems studies. Queuing theory can be considered as an alternative to analyze health systems because of its ease of calculation and minimal data requirements. In this paper, we use both simulation and queuing theory methods and the results in terms of efficiency and ease of use are compared. The final results show that when patients are classified into different types then waiting timeis reduced and efficiency of emergency department will be improved. Also queuing theory helps to reduce the amount of data and calculations required to perform analyses.