Browsing by Author "Gallardo, Manuel Alfredo de Ponte"
Now showing 1 - 1 of 1
Results Per Page
Sort Options
- Application of discrete event simulation in the performance analysis of an outpatient unitPublication . Gallardo, Manuel Alfredo de Ponte; Amado, Carla; Santos, Sérgio Pereira dosO Departamento da Consulta Externa do Grupo HPA Saúde, Unidade Hospitalar de Gambelas, oferece aos seus pacientes uma ampla oferta em especialidades médicas e cirúrgicas. No início de 2021, a consulta externa sofreu uma expansão e reestruturação, dando resposta ao elevado aumento na procura de exames, permitindo dar resposta aos pacientes, tendo como premissa a manutenção da elevada qualidade do serviço prestado. Esta reestruturação do serviço de ambulatório, conseguiu aumentar a capacidade de resposta, a qualidade das suas instalações e os respetivos serviços prestados. A Unidade de Exames Especiais é uma das unidades integrantes deste departamento, onde são realizados exames específicos de várias especialidades tais como, cardiologia, gastroenterologia, urologia e pneumologia. A unidade foi reestruturada e iniciou funções em maio de 2021. A nível da gestão operacional, esta reestruturação e ampliação da capacidade física da unidade, trouxe vários desafios, como a alteração dos fluxos de pacientes, a redistribuição de recursos físicos e humanos, e a necessidade de fazer um adequado planeamento da capacidade da unidade. O planeamento da capacidade é complexo e é um grande desafio para os gestores, pois o desequilíbrio entre a oferta e a procura pode desencadear aumentos de tempo de espera de pacientes ou desperdício de recursos. Qualquer um destes desfechos negativos põe em causa o desempenho do serviço, tornando-o menos eficiente. Realizar um adequado planeamento da capacidade não é, no entanto, tarefa fácil dada a imprevisibilidade associada a estes serviços, a sazonalidade da procura, as flutuações de pacientes ao longo do dia e os padrões de comportamento dos próprios pacientes. Ainda assim, torna-se muito importante estudar qual o impacto que a alteração ou o ajustamento de determinados parâmetros ao nível deste planeamento poderá ter no desempenho da Unidade de Exames Especiais, para que sejam implementadas estratégias de melhoria da eficiência dos serviços e, consequentemente, do seu desempenho. Este estudo tem como objetivo explorar a aplicação de um modelo de Simulação de Eventos Discretos (DES) para analisar o impacto do planeamento de capacidade no desempenho da Unidade de Exames Especiais. Em particular, este estudo tem como objetivos específicos, identificar quais as variáveis que mais condicionam o planeamento de capacidade e ainda identificar relações/interações entre o planeamento de capacidade e o tempo de espera dos pacientes. A aplicação do modelo DES, irá permitir recriar o funcionamento do sistema real e realizar várias simulações, de forma a compreender como é que o sistema funciona e de que forma estratégias alternativas poderão afetar o desempenho do sistema. Irá também permitir perceber qual é o impacto do planeamento de capacidade no desempenho do serviço e qual é a relação entre a capacidade de planeamento e o tempo de espera dos pacientes. Dada a complexidade da unidade e o caráter exploratório deste estudo, apenas foram considerados para o estudo os exames realizados pela especialidade de gastroenterologia. Foram recolhidos dados referentes a todos os exames realizados às quintas-feiras na Unidade de Exames Especiais entre janeiro e abril de 2022. Nesse período, 261 pacientes tiveram exames agendados, mas 8 não compareceram. Os dados tratados referem-se, portanto, a um total de 253 pacientes. Esses dados foram extraídos do processo eletrónico do paciente, registos de enfermagem do processo clínico e do programa de agendamento de consultas. O modelo DES foi aplicado para modelar o fluxo de pacientes da unidade utilizando o software SIMUL8, versão 29.0. Após a análise dos dados e a identificação das distribuições estatística mais adequadas para representar o comportamento de alguns parâmetros, o modelo foi devidamente configurado. Para validar o modelo DES, os resultados e a animação da simulação foram verificados por elementos da equipa da unidade. Uma análise comparativa foi também realizada através da comparação de dados reais com dados e resultados gerados pela simulação. A maioria das variáveis apresentou erros relativos substancialmente baixos, por exemplo, o tempo médio de permanência no sistema, obteve um erro relativo de 0,07. Os tempos médios dos procedimentos, também obtiveram bons resultados. Nomeadamente, o procedimento de colonoscopia dupla, colonoscopia baixa e endoscopia alta, obtiveram erros relativos negligenciáveis (de 0,01, 0,00 e 0,00 respetivamente). No entanto a variável desvio padrão do tempo no sistema apresentou um erro relativo superior a 10%. A diferença observada entre os valores reais e simulados podem estar associadas ao processo de desconstrução do modelo. O processo de preparação do paciente e o processo de recobro foram desconstruídos, em atividades menores e específicas, com o objetivo de compreender melhor a taxa de utilização dos recursos nestas mesmas atividades. Essa discrepância pode ser atribuída à utilização de uma distribuição média para atividades em vez de empregar uma distribuição adequada, o que permitiria diminuir a variabilidade da amostra resultando num valor de desvio padrão mais baixo. Foram testados oito cenários, com o objetivo de identificar limitações e gargalos, maximizar a capacidade e melhorar o agendamento de exames e a otimização de recursos. No Cenário nº 1, foi otimizado o número de agendamentos através da redução dos intervalos entre agendamentos de 30 minutos para 20 minutos em comparação ao modelo de simulação inicial, mantendo o horário de trabalho. O objetivo era maximizar a eficiência do modelo. Observou-se um aumento notável no número de exames realizados e na taxa de utilização de recursos. No entanto, isso levou a um aumento significativo no tempo de espera e no tempo de permanência do paciente no sistema. A sobrecarga do sistema neste cenário permitiu identificar um comportamento de gargalo na atividade do vestiário com uma taxa de congestionamento de 26,1% o que indica que a atividade de vestiário sofreu um alto índice de congestionamento e se tornou um fator limitante no fluxo de pacientes no processo. A adição de um segundo vestiário no Cenário nº 2, mostrou uma diminuição dos tempos de espera e da taxa de congestionamento no vestiário, que reduziu de 26,1% para 15,96%, validando a opinião de especialistas de que esta atividade assume um comportamento de gargalo. Os Cenários nº 3 e nº 4 foram conduzidos para testar a otimização de recursos com o objetivo de identificar limitações e comportamentos de gargalo em outras atividades ou recursos, visto que o Cenário nº 2 ainda observava congestionamento na atividade de vestiário. No Cenário nº 3, a adição de um enfermeiro extra para o processo de preparação e recobro teve um efeito positivo no sistema. Isso resultou em uma redução no tempo de preparação do paciente e no tempo de permanência no sistema. O congestionamento na atividade vestiário, diminuiu de 15,96% para 13,34%, o que pode ser interpretado como um potencial comportamento de gargalo do recurso enfermeiro alocado à preparação do paciente e recobro, nomeadamente quando está apenas um enfermeiro disponível. Neste cenário nº 3, o acréscimo de um enfermeiro, contribuiu para uma redução de 2,62% no congestionamento da atividade de vestiário. No entanto, verificou-se também que com esta adição extra, a taxa de utilização de recursos não foi eficiente, pois a taxa de utilização do enfermeiro do processo de preparação e recobro do paciente atingiu apenas 43%. No Cenário nº 4, a adição de mais duas camas, ajudou a aliviar o comportamento de gargalo na atividade de vestiário. Isso levou a uma diminuição significativa da taxa de congestionamento nessa atividade de 13,34% para 2,38%. No entanto, também resultou em um aumento notável no tempo de espera para os exames e um discreto aumento no tempo de permanência no sistema. Com base nas constatações do Cenário nº 4, que indicou um possível gargalo no processo de procedimento de exame, foi realizado um cenário de otimização de fluxos e de recursos. Nesse cenário (i.e. Cenário nº5), foi adicionada uma segunda sala de procedimentos, com uma equipa independente composta por médicos e enfermeiros. A adição da segunda sala de procedimentos resultou em uma diminuição significativa tanto no tempo de permanência do paciente no sistema quanto no tempo de espera. Observou-se, também, uma redução significativa da taxa de congestionamento da atividade vestiário, validando a suspeita que a atividade sala de procedimento assume um comportamento de gargalo, e que a adição de uma segunda sala, pode reduzir significativamente a taxa de congestionamento. No entanto, observou-se uma taxa de utilização dos recursos ineficiente. No Cenário nº 6, devido às baixas taxas de utilização de recursos observadas no Cenário nº 5, foi utilizado o mesmo modelo de simulação mas com o objetivo de maximizar a capacidade através da otimização do fluxo, recursos e agendamento. Em particular, o Cenário nº 6 consubstanciou-se na otimização do agendamento (exames x agendados a cada 12,5 minutos) com o intuito de maximizar a capacidade, mantendo a otimização de fluxos (dois vestiários e duas salas de procedimento) e recursos adequados ao incremento das salas de procedimento, duplicando o número de elementos das equipas e adicionando duas camas extras. Este cenário apresentou um alto nível de otimização de recursos, utilizando efetivamente os recursos disponíveis, otimizando o fluxo de pacientes e implementando uma abordagem de agendamento aprimorada. Isso resultou em maior eficiência, redução do tempo de espera e maior produtividade em relação ao número de exames realizados. O cenário nº 6 emergiu como o cenário mais eficiente testado, no entanto, a sua implementação poderá não ser muito realista dado que obrigaria a modificações físicas do espaço, ajustamentos no fluxo dos pacientes e uma duplicação de alguns recursos. Com o intuito de testar um cenário mais realista, foi criado o cenário nº 7 usando a mesma modelação que o cenário nº 1, mas otimizando o agendamento de exames (exames agendados a cada 24,5 minutos) e os recursos (mantendo os mesmos que no cenário nº 1, mas com taxas de utilização elevadas). Este cenário teve em conta as restrições causadas pelos comportamentos gargalos identificados em cenários anteriores e demonstrou um bom desempenho ao reduzir efetivamente os tempos de espera e o tempo de permanência no sistema. Ao priorizar o agendamento e a otimização de recursos, o Cenário nº 7 visava obter uma alocação eficiente de recursos, mantendo uma abordagem realista e viável. Os resultados da simulação indicam que este cenário permitiria melhorar o fluxo de pacientes e reduzir os tempos de espera, contribuindo para melhorar o desempenho geral do sistema. Finalmente, o Cenário nº 8, segue as orientações da Sociedade Portuguesa de Endoscopia Digestiva, que sugerem que existam tempos mínimos de agendamento de acordo com o tipo de exame. Neste cenário o agendamento dos procedimentos endoscópicos foi realizado seguindo os tempos recomendados e que são de 40 minutos para os procedimentos de endoscopia digestiva alta e colonoscopia, 30 minutos para os procedimentos de colonoscopia e 15 minutos para os procedimentos de endoscopia digestiva alta. O objetivo deste cenário alternativo era otimizar o agendamento de procedimentos endoscópicos mantendo o desempenho operacional do modelo. Com este cenário, observou-se uma redução no número de exames realizados bem como na taxa de utilização de recursos. A diminuição do tempo de espera teve um papel significativo na redução da média e desvio padrão do tempo gasto no sistema, bem como do tempo xi máximo. As melhorias alcançadas no Cenário nº 8 indicam que este cenário poderia ter um impacto positivo na satisfação do paciente, pois contribui para a redução do tempo de espera e para um processo mais eficiente. Considerando as restrições e limitações inerentes à implementação no mundo real, o Cenário nº 7 é aquele que parece oferecer uma solução mais prática e viável, com potencial para otimizar o processo de calendarização de exames, levando a uma maior eficiência e melhoria na experiência do paciente.