عملیات مراقبت ویژه بیمارستان مدل زنده

شما واحد مراقبت‌های ویژه یک بیمارستان را هماهنگ می‌کنید: ۲۰ تخت ICU که تا ۳۰ قابل افزایش است، پرستارانی که آن‌ها را اداره می‌کنند و یک مخزن اکسیژن مایع که همه تخت‌ها را تغذیه می‌کند. این یک شبیه‌ساز عملیات است — تصمیم‌های بالینی را مدل نمی‌کند.

چه چیزی یاد می‌گیرید

شبیه‌ساز

زمان 0 h
اشغال ICU 75% · بیماران در انتظار در اورژانس 0 · تقاضای اکسیژن 290 L/min · زمان باقی‌مانده مخزن اکسیژن 145 h🛏🛏🛏🛏🛏🛏🛏🛏🛏🛏🛏🛏🛏🛏🛏·····🚑 بیماران در انتظار در اورژانس: 0 · 👩‍⚕️ 1.5O₂290 L/min · max 600⏱ 145 h
  • بیمار روی تخت ICU
  • تخت خالی دارای نیرو
  • تخت بدون نیرو
  • انتظار در اورژانس

کنترل‌ها

در این مدل هر پرستار می‌تواند دو تخت مراقبت ویژه را پوشش دهد. برنامهٔ شیفت 10 نفر دارد؛ هر پرستار بیش از این اضافه‌کاری یا زمان آژانس است و از بودجهٔ نیرو کم می‌شود.

تا ۱۰ تخت اضافه — فقط وقتی مفید است که پرستار برای کار با آن‌ها باشد.

بیماران در حال بهبود را زودتر به بخش‌های با حدت کمتر منتقل می‌کند (اقامت ۲۵ ٪ کوتاه‌تر).

پزشکان انتهای پایین‌تر محدوده تجویزشده را هدف می‌گیرند؛ فقط به‌صورت ۲۰ ٪ تقاضای کمتر مدل شده است.

ساعت‌های بین تحویل‌های برنامه‌ریزی‌شدهٔ اکسیژن مایع؛ هر تحویل مخزن 3000 L را تا ظرفیت پر می‌کند. تأمین‌کننده 24 h اطلاع قبلی لازم دارد، پس بازهٔ کوتاه‌تر هرگز کامیون بعدی را زودتر از آن نمی‌آورد.

گاز پشتیبان، حداکثر 150 L/min — مخزن را تکمیل می‌کند، جایگزین آن نمی‌شود. فقط دو مجموعهٔ پر در محل هست.

از تأمین‌کنندهٔ دیگر: یک محموله تا 3000 L اکسیژن مایع، که 18 h پس از سفارش می‌رسد. در کمبود فقط می‌توانند یکی بدهند.

شاخص‌ها

اشغال ICU
75%
عادی
بیماران در انتظار در اورژانس
0
عادی
کمبود اکسیژن
0L/min
عادی
زمان باقی‌مانده مخزن اکسیژن
145h
عادی
تقاضای اکسیژن290 L/min
بیماران ICU15
طولانی‌ترین انتظار برای تخت ICU0 h
ساعت‌های پرستاری اضافه‌کاری / آژانس0 h
بیمار به ازای هر پرستار1.5
اکسیژن مایع در مخزن3000 L
ذخیره سیلندر0 m³

روند

اشغال ICU: — %1000

سناریوهای بحران

سطح 1 · اوج تنفسی

واحد تقریباً پر است که یک موج بیماری تنفسی ورودی‌های مراقبت ویژه را برای یک روز بیش از دو برابر می‌کند و شمار بیشتری از آن‌ها بدحال‌اند. هر بیمار را به‌موقع به تخت ICU برسانید بدون اینکه سامانهٔ اکسیژن را از حدش عبور دهید — و در چارچوب بودجهٔ نیروی اوج.

  • میانگین انتظار در اورژانس ≤ ۱ بیمار
  • هیچ بیماری 6 h یا بیشتر برای تخت ICU منتظر نمی‌ماند
  • در هیچ زمانی کمبود اکسیژن نباشد
  • هرگز بیش از ۲ بیمار به ازای هر پرستار نباشد
  • هیچ اضافه‌کاری / آژانس پیش از اعلام اوج
  • اضافه‌کاری / آژانس ≤ 420 ساعت پرستاری

سطح 2 · تحویل اکسیژن به تأخیر افتاد

مخزن به یک‌سوم رسیده و تحویل عادی فردا موعد دارد. سپس تأمین‌کننده زنگ می‌زند: آن تحویل چند روز دیر می‌شود. همهٔ بیماران را تا رسیدن آن تأمین نگه دارید — برای این یکی نیروی اضافه لازم نیست.

  • در هیچ زمانی کمبود اکسیژن نباشد
  • مخزن هرگز خالی نشود
  • بدون هیچ ساعت پرستاری اضافه‌کاری / آژانس

سطح 3 · تبخیرکننده در حد خود

واحد تقریباً پر از بیماران بسیار بدحال است که موجی از بیماران بحرانی می‌رسد — حدود یک نفر در ساعت به مدت نیم روز. هرکدام جریان اکسیژن بالا می‌خواهد و تبخیرکننده فقط 600 L/min می‌تواند بدهد. جریان را بالا و راهروها را خالی نگه دارید، در چارچوب بودجهٔ نیرو.

  • هیچ کمبود اکسیژن در هیچ زمانی
  • میانگین انتظار در اورژانس ≤ ۲ بیمار
  • زمان مخزن هرگز زیر ۱۲ ساعت نرود
  • هیچ اضافه‌کاری / آژانس پیش از رسیدن موج
  • اضافه‌کاری / آژانس ≤ 300 ساعت پرستاری

مبنا — مدل پشت اعداد

هر رابطه‌ای که شبیه‌ساز به کار می‌برد، با منبعش. ثابت‌هایی که به‌عنوان فرض علامت خورده‌اند کالیبراسیون‌های نمونه‌ای‌اند.

بیماران بحرانی تصادفی می‌رسند و مدتی تصادفی می‌مانند (نمایی، میانگین ۷۲ ساعت).
arrivals ~ Poisson(λ·Δt); P(discharge in Δt) = 1 − e^(−Δt/LOS), LOS = 72 h[4][2]فرض: مدت اقامت، تعداد تخت و پرستار، بودجه‌های نیرو، اندازهٔ مخزن، تبخیرکننده و سیلندرها و شرایط تأمین‌کنندهٔ اضطراری مقادیر نمونه‌ای برای یک بیمارستان متوسط هستند.
اشغال و صف: با ورودهای تصادفی، تأخیرها خیلی پیش از پر شدن ۱۰۰ ٪ بخش به‌شدت زیاد می‌شوند.
occupancy = patients / open beds; queueing delay rises steeply as occupancy → 100 %[2][3]
یک تخت فقط وقتی حساب می‌شود که نیرو داشته باشد.
staffed beds = min(open beds, 2 × nurses)[4]فرض: مدت اقامت، تعداد تخت و پرستار، بودجه‌های نیرو، اندازهٔ مخزن، تبخیرکننده و سیلندرها و شرایط تأمین‌کنندهٔ اضطراری مقادیر نمونه‌ای برای یک بیمارستان متوسط هستند.
هزینهٔ نیرو: هر ساعت پرستاری بیش از شیفت برنامه‌ریزی‌شده اضافه‌کاری یا زمان آژانس است. تخت‌های اوج به این پرستاران نیاز دارند، پس هزینه را همین تخت‌ها به دوش می‌کشند.
overtime/agency nurse-hours = Σ max(0, nurses − 10) · Δtفرض: مدت اقامت، تعداد تخت و پرستار، بودجه‌های نیرو، اندازهٔ مخزن، تبخیرکننده و سیلندرها و شرایط تأمین‌کنندهٔ اضطراری مقادیر نمونه‌ای برای یک بیمارستان متوسط هستند.
طولانی‌ترین انتظار در اورژانس برای تخت ICU. در یک مطالعهٔ ثبتی بزرگ، بیماران بدحالی که 6 h یا بیشتر منتظر ماندند مرگ‌ومیر بالاتری داشتند.
longest ED wait = now − time the first waiting patient arrived (first come, first served); ≥ 6 h counts as a delayed transfer[6]
تقاضای اکسیژن بر اساس جریان‌های برنامه‌ریزی WHO برای هر بیمار.
demand = Σ flow(patient): severe 10 L/min, critical 30 L/min[1]
تبخیرکننده محدود می‌کند مخزن در هر دقیقه چه مقدار گاز می‌تواند بدهد؛ سیلندرها کمی بیشتر اضافه می‌کنند.
delivered = min(demand, vaporizer 600 L/min, tank) + cylinders (≤150 L/min)[1]فرض: مدت اقامت، تعداد تخت و پرستار، بودجه‌های نیرو، اندازهٔ مخزن، تبخیرکننده و سیلندرها و شرایط تأمین‌کنندهٔ اضطراری مقادیر نمونه‌ای برای یک بیمارستان متوسط هستند.
اکسیژن مایع در 15 °C و 1 atm حدود 843 برابر به گاز منبسط می‌شود (عدد 861 که اغلب گفته می‌شود مقدار آن در 21 °C است)؛ ساعت‌های مخزن از مصرف فعلی به دست می‌آید.
gas litres (15 °C, 1 atm) = liquid litres × 843; tank hours = gas / (use × 60)[5]
سایر ثابت‌های عملیاتی که مدل به کار می‌برد.
20 base beds + up to 10 surge · 10 rostered nurses · 40 % critical at baseline · tank 3,000 L liquid, deliveries fill it to capacity; a new interval moves the next truck no closer than 24 h · vaporizer 600 L/min · 2 cylinder banks on site, 120 m³ each at ≤150 L/min · one emergency load of up to 3,000 L, 18 h after the order · step-down push shortens stay by 25 %فرض: مدت اقامت، تعداد تخت و پرستار، بودجه‌های نیرو، اندازهٔ مخزن، تبخیرکننده و سیلندرها و شرایط تأمین‌کنندهٔ اضطراری مقادیر نمونه‌ای برای یک بیمارستان متوسط هستند.
تیتراسیون محافظه‌کارانه به‌عنوان یک ضریب تقاضا.
demand × 0.8 when conservative titration is applied[7]فرض: صرفه‌جویی ۲۰ ٪ نمونه‌ای است. اهداف اکسیژن تصمیمی بالینی برای هر بیمار است؛ این شبیه‌ساز فقط اثر تأمین را نشان می‌دهد.

تصادفی‌بودن: یک مولد mulberry32 با seed؛ توزیع‌های به‌کاررفته — یکنواخت، نمایی (وارون CDF)، نرمال (Box–Muller)، پواسون (Knuth). seed نمایش داده می‌شود و قابل اشتراک است.

منابع

  1. WHO — Oxygen sources and distribution for COVID-19 treatment centres (planning flows: severe 10 L/min, critical 30 L/min) — World Health Organization, 2020
  2. A. Bagust, M. Place, J. W. Posnett — Dynamics of bed use in accommodating emergency admissions: stochastic simulation model — BMJ 319:155, 1999
  3. N. Proudlove — The 85% bed occupancy fallacy: the use, misuse and insights of queuing theory — Health Services Management Research, 2020
  4. D. Gross, C. M. Harris — Fundamentals of Queueing Theory (M/M/c, loss systems) — Wiley, 2008
  5. NIST Chemistry WebBook, SRD 69 — Thermophysical properties of oxygen (saturated liquid at 1 atm: 1141.2 kg/m³; gas at 15 °C, 1 atm: 1.3544 kg/m³ → ≈ 843 L gas per L liquid; ≈ 861 at 21.1 °C) — National Institute of Standards and Technology
  6. D. B. Chalfin, S. Trzeciak, A. Likourezos et al. — Impact of delayed transfer of critically ill patients from the emergency department to the intensive care unit (ED stay ≥ 6 h: higher ICU and hospital mortality) — Critical Care Medicine 35(6):1477–1483, 2007
  7. BTS guideline for oxygen use in healthcare and emergency settings (target saturation ranges) — British Thoracic Society, Thorax 72, 2017

چه کسی این کار را حرفه‌ای انجام می‌دهد

مدل آموزشی — برای تصمیم‌های عملیاتی نیست. سایت‌های واقعی هر ثابت را با تجهیزات و داده‌های خودشان کالیبره می‌کنند.