Beruflich Dokumente
Kultur Dokumente
net/publication/228729519
CITATION READS
1 186
3 authors:
A. Guinet
Institut National des Sciences Appliquées de Lyon
75 PUBLICATIONS 1,270 CITATIONS
SEE PROFILE
Some of the authors of this publication are also working on these related projects:
All content following this page was uploaded by Eric Marcon on 07 September 2015.
RESUME : l’encombrement des structures des urgences ne peut être imputé qu’à ces structures seules, il résulte en
une grande partie du dysfonctionnement de coordination et d’organisation de différents acteurs dans le réseau de prise
en charge des urgences. Cet article vous présente un simulateur développé dans le but d’évaluer les propositions
d’amélioration s’inscrivant dans le cadre de la réorganisation des flux d’urgence et de la réallocation des ressources
du réseau. L’exploitation des résultats de simulation met en évidence non seulement l’efficience et l’efficacité de bonnes
propositions, mais aussi l’effet contreproductif de fausses propositions d’amélioration.
3.1 Mise en place du numéro d’appel unique. 3.5 Création d’un parcours rapide au sein de SU.
Le SAMU et le SDIS peuvent tous les deux recevoir les Un ou deux box de consultation et des ressources
appels d’urgence, le SDIS peut transférer les appels humaines seront dédiés à la prise en charge des patients
d’urgence mal adressés au SAMU pour régulation. Ainsi relevant de la permanence des soins dont la durée de
30% des appels au centre 15 du SAMU proviennent du passage est généralement courte. Ces patients ont
centre 18 du SDIS, ceci représente environ 6,3 millions rarement besoin d’examens complémentaires et d’avis de
appels d’urgence par an. Il se peut que le SDIS réagisse à spécialistes, ils retournent donc à domicile après une
un appel d’urgence en envoyant une équipe de pompiers, consultation.
puis sollicite une intervention du SAMU sur le lieu de
secours. Dans ce genre de cas, les décisions prises de
manière successive ne favorisent pas la qualité de prise
MOSIM’10 - 10 au 12 mai 2010 - Hammamet - Tunisie
3.6 Réalisation de l’affectation des lits par SIH. c'est-à-dire, de constituer dynamiquement un scénario à
simuler. L’utilisateur peut choisir à partir de l’interface
L’affectation des lits ne s’effectue actuellement qu’avec de configuration, un seul scénario ou une combinaison
la présence d’un gestionnaire de lits de 9H30 à 16H00 en de plusieurs scénarios à simuler. Il existe en total 256
semaine. Hors ces plages horaires, les patients combinaisons possibles des scénarios, y compris le
nécessitant une hospitalisation doivent attendre aux scénario représentant la situation actuelle. A l’issu de
urgences. Cette proposition introduit l’affectation des lits chaque simulation, l’utilisateur peut récupérer à travers
en 24h/24 par le SIH, dans lequel la disponibilité des lits les indicateurs de performance prédéfinis, les résultats de
dans les unités d’hospitalisation a été renseignée et est simulation.
mise à jour.
5 EXPERIMENTATION
4 MODELE DE SIMULATION FLEXIBLE
Les données introduites dans le modèle de simulation
Le processus de prise en charge des urgences est s’appuient sur des recueils chez les acteurs modélisés et
modélisé avec le logiciel de simulation ARENA version sur des études statistiques issues des rapports d’activité
8.0 (Figure 3). ARENA est un outil graphique régionaux et nationaux. Ces données concernent les flux
commercialisé par Rockwell Automation, facilitant la des patients, leur répartition selon différentes trajectoires
simulation industrielle et l’animation des systèmes. Il de prise en charge, les temps de traitement, les coûts de
repose sur le principe d’une modélisation hiérarchique et prise en charge, les ressources allouées aux acteurs (i.e.,
modulaire, et élargit son extensibilité par la personnels, lits), et les emplois du temps des acteurs. Le
programmation SIMAN et VBA. nombre d’arrivées est défini par tranche horaire d’une
heure, suivant la distribution de densité de probabilité
suivante {2,5 ; 2,2 ; 1,8 ; 1,6 ; 1,4 ; 1,2 ; 1,1 ; 1,6 ; 3 ; 5 ;
6,6 ; 6,4 ; 5,2 ; 5,3 ; 6,8 ; 6 ; 5,7 ; 5,8 ; 5,9 ; 5,6 ; 5,5 ; 4,7
; 4 ; 2,8}, (i.e., chaque nombre correspond à la densité de
probabilité d’arrivée d’une urgence durant la tranche
horaire à partir de [0h, 1h[).
Le modèle de simulation est capable de recevoir les L’expérimentation consiste à lancer 256 simulations
paramètres de configuration provenant d’une interface correspondant à l’ensemble des combinaisons de
utilisateur, afin d’orienter le comportement du modèle,
MOSIM’10 - 10 au 12 mai 2010 - Hammamet - Tunisie
scénarios, chaque simulation inclut 30 réplications de 60 L’amélioration du service est absente en fonction des
jours suite à une montée en charge de 3 jours pour résultats de simulation, cependant le temps d’attente du
chacune entre elles. Après avoir analysé les résultats de box de consultation a fortement augmenté. Par l’effet de
simulation, nous avons pu identifier deux cas typiques seuil – saturation du service d’urgence, la création du
qui mettent en évidence non seulement l’efficience et parcours rapide n’apporte pas d’amélioration attendue,
l’efficacité de bonne proposition, mais aussi l’effet mais fait augmenter le temps d’attente de box. D’où
contreproductif de fausse proposition d’amélioration. vient l’illusion d’amélioration du parcours rapide ? Nous
Dans les figures 4 et 5, les histogrammes montrent la avons beaucoup réfléchi sur cette question, plusieurs
comparaison en termes du temps d’attente dans les trois causes ont été par la suite identifiées. Il se peut que le
hôpitaux, entre l’existant (Rouge) et la situation simulée service ne fût pas saturé initialement avant la création du
en appliquant une proposition d’amélioration (Bleu). parcours rapide, la diminution du temps d’attente des
patients non urgents contribue à la diminution du temps
1. Scénario améliorant la performance du réseau d’attente moyen de l’ensemble des patients. Il est aussi
d'urgence - Adoption de l’accès unique aux urgences possible qu’une ressource supplémentaire est ajoutée
pour le parcours rapide, lors qu’un médecin généraliste
La suppression de l’accès direct aux services d’urgence filtre à l’entrée du service d’urgence en sélectionnant les
oblige tout le monde à appeler le centre de régulation des patients non urgents, ou qu’un médecin urgentiste vient
urgences. Parmi ceux qui ne relèvent pas d’urgence, une renforcer le parcours rapide. On a pu aussi constater que
grande partie sont résolus par des conseils médicaux ou le médecin travaille plus vite que d’habitude, lorsqu’il
orientés vers les professionnels de la permanence de est conscient de sa présence dans un parcours rapide.
soins (Médecins de ville, MMG). Nous constatons donc
une forte baisse au niveau des temps d’attente de box de
consultation. Au lieu d’être soigné par le service
d’urgence avec un coût moyen de 250 euros, le patient
non urgent reçoit les soins beaucoup moins coûteux dans
un cabinet médical ou une MMG.
6 CONCLUSION
Figure 4: Comparaison du temps d’attente an appliquant Le simulateur présenté dans cet article permet aux
l’accès unique aux urgences professionnels de santé impliqués dans la prise en charge
des urgences, de simuler et d’évaluer l’efficacité et
2.Scénarios dégradant la performance du réseau l’efficience de leur service par l’adoption d’une ou
d'urgence - Création d’un parcours rapide au sein de SU plusieurs de nos propositions d’amélioration. Les six
propositions d’amélioration ont été modélisées et
Aux urgences, les patients sont pris en charge en simulées de manière intégrale dans le simulateur,
fonction de la gravité de leur état. Les patients relevant l’utilisateur peut choisir à partir de l’interface de
de la permanence des soins sont donc les moins configuration, un seul scénario ou une combinaison de
prioritaires. La création d’un parcours rapide au sein de plusieurs scénarios parmi le total de 256 possibles.
SU est une réponse pour réduire les temps d’attente des L’exploitation des résultats de simulation met en
patients les moins urgents. Ces patients ne mobilisant évidence non seulement l’efficience et l’efficacité de
que les ressources propres à la structure d’urgence sont bonnes propositions, mais aussi l’effet contreproductif
traités dans le cadre du parcours rapide indépendamment de fausses propositions d’amélioration.
des autres. Dans nos expérimentations, le parcours rapide
a été créé dans les hôpitaux B et C en utilisant 10% de Vu la complexité du réseau d’urgence par le nombre
leur box de consultation. d’acteurs et le nombre des activités qu’ils réalisent, nous
avons opté pour la représentation des processus de prise
en charge des patients des acteurs les plus importants.
MOSIM’10 - 10 au 12 mai 2010 - Hammamet - Tunisie
Par soucis de généricité nous avons reproduit dans les MeaH, (2006), Retours d'expériences-Bonne pratique
processus d’activité les comportements les plus observée dans les services, 16 mars 2006,
fréquents. Le niveau de précision des modèles de www.meah.sante.gouv.fr/meah/index.php?id=505
processus a parfois été dégradé pour certains acteurs afin
d’assurer une cohérence intégrale dans notre modèle de MeaH, (2007a), Réduire les temps de passage aux
simulation. Les coûts calculés par le simulateur sont Urgences : avril 2005 – décembre 2006. Rapport
communiqués à titre indicatif, et servent uniquement à Final juillet 2007, www.meah.sante.gouv.fr/meah/
comparer l’efficience entre deux situations choisies par uploads/tx_meahfile/20070702_UrgencesV2_RapportFi
l’utilisateur. nal_V3.pdf
Hannan, E.L. et al. (1974) A simulation analysis of a Sheldon H. et al., (2004) Discrete-event simulation of
hospital emergency department, In 1974 Winter health care systems, chapter 8, Patient Flow:
Simulation Conference Proceedings, p.379-388, Reducing delay in healthcare delivery, p. 211-252.
Washington, DC
Wang, T., A. Guinet, A.Belaidi, B. Besombes (2007)
HRP3, (2009) Interface web de simulateur du réseau des Modeling and Simulation of emergency services with
urgences, http://filieresdurgence.insa-lyon.fr/ ARIS and Arena, Production Planning & Control,
The Management of Operations, Volume 20 Issue 6,
Kumar, A. and R.Kapur, (1989) Discrete Simulation p.484-495.
Application - Scheduling Staff for the Emergency
Room, In 1989 Winter Simulation Conference Zhang, T., and A. Guinet (2007) Aide au Pilotage des
Proceedings, p.1112-1120, IEEE, Washington, DC Organisations en Réseau, Coordination du Réseau de
Prise en Charge des Urgences, Master thesis.
Le Spégagne, D., and M. Cauterman, 2005, Rapport de
fin de mission. Temps d'attente et de passage aux Joines, J.A. and C.R. Houck, 1992. Genetic Algorithm
urgences, Mission Nationale d’Expertise et d’Audit Optimization Toolbox for Matlab. Department of
Hospitaliers. Industrial Engineering, Technical Rapport No. 92-01,
North Carolina State University, Raleigh, North
Carolina.
MOSIM’10 - 10 au 12 mai 2010 - Hammamet - Tunisie