Mga operasyon ng critical care sa ospital Live na modelo

Ikaw ang nagko-coordinate ng critical-care unit ng isang ospital: 20 ICU bed na maaaring lumawak hanggang 30, ang mga nars na nagtatao sa mga ito, at isang tangke ng liquid oxygen na nagpapakain sa bawat kama. Isa itong operations simulator — hindi nito imomodelo ang mga klinikal na desisyon.

Ang matututuhan mo

Simulator

Oras 0 h
Occupancy ng ICU 75% · Mga pasyenteng naka-board sa ED 0 · Demand sa oxygen 290 L/min · Natitirang oras ng oxygen tank 145 h🛏🛏🛏🛏🛏🛏🛏🛏🛏🛏🛏🛏🛏🛏🛏·····🚑 Mga pasyenteng naka-board sa ED: 0 · 👩‍⚕️ 1.5O₂290 L/min · max 600⏱ 145 h
  • Pasyente sa ICU bed
  • Walang laman na kamang may tauhan
  • Kama na walang tauhan
  • Naka-board sa ED

Mga kontrol

Kayang tauhan ng bawat nars ang dalawang critical-care na kama sa modelong ito. 10 ang nasa roster; bawat nars na lampas doon ay overtime o agency time at ibinabawas sa staffing budget.

Hanggang 10 dagdag na kama — kapaki-pakinabang lang kung may mga nars na magtatao sa mga ito.

Ilipat nang mas maaga ang mga gumagaling na pasyente sa mga ward na mas mababa ang acuity (25 % na mas maikli ang pananatili).

Tinutukoy ng mga clinician ang mas mababang dulo ng iniresetang saklaw; imomodelo lamang bilang 20 % na mas mababang demand.

Mga oras sa pagitan ng nakatakdang paghahatid ng liquid oxygen; pinupuno ng bawat isa ang 3,000 L na tangke hanggang sa kapasidad. Kailangan ng supplier ng 24 h na abiso, kaya hindi kailanman madadala ng mas maikling pagitan ang susunod na trak nang mas maaga roon.

Backup na gas, hanggang 150 L/min — dinadagdagan nito ang tangke, hindi nito kayang palitan. Dalawang punong bank lang ang nasa site.

Mula sa ibang supplier: isang karga ng hanggang 3,000 L ng liquid oxygen, darating 18 h pagkatapos ng order. Sa panahon ng kakulangan, isa lang ang kaya nilang ibigay.

Mga indicator

Occupancy ng ICU
75%
normal
Mga pasyenteng naka-board sa ED
0
normal
Kakulangan sa oxygen
0L/min
normal
Natitirang oras ng oxygen tank
145h
normal
Demand sa oxygen290 L/min
Mga pasyente sa ICU15
Pinakamahabang paghihintay para sa ICU bed0 h
Overtime / agency na nurse-hour0 h
Mga pasyente bawat nars1.5
Liquid oxygen sa tangke3000 L
Reserbang cylinder0 m³

Trend

Occupancy ng ICU: — %1000

Mga senaryo ng krisis

Antas 1 · Surge sa sakit sa paghinga

Halos puno na ang unit nang ang isang alon ng sakit sa paghinga ay higit pa sa dinodoble ang mga dating sa critical care sa loob ng isang araw, at mas marami sa kanila ang kritikal ang kalagayan. Ipasok sa ICU bed ang bawat pasyente sa tamang oras nang hindi nilalampasan ang limitasyon ng oxygen system — at sa loob ng surge staffing budget.

  • Average na ED boarding ≤ 1 pasyente
  • Walang pasyenteng naghihintay nang 6 h o higit pa para sa ICU bed
  • Walang kakulangan sa oxygen sa anumang oras
  • Hindi kailanman lalampas sa 2 pasyente bawat nars
  • Walang overtime / agency bago maideklara ang surge
  • Overtime / agency ≤ 420 nurse-hour

Antas 2 · Naantala ang delivery ng oxygen

Isang-katlo na lang ang laman ng tangke, at bukas pa darating ang regular na delivery. Pagkatapos, tumawag ang supplier: ilang araw na maaantala ang delivery na iyon. Siguruhing may suplay ang bawat pasyente hanggang sa dumating ito — walang kailangang dagdag na staff para rito.

  • Walang kakulangan sa oxygen sa anumang oras
  • Hindi kailanman nauubusan ang tangke
  • Walang overtime / agency na nurse-hour

Antas 3 · Nasa limitasyon na ang vaporizer

Halos puno na ng mga malubhang pasyente ang unit nang dumating ang isang alon ng mga kritikal na pasyente — mga isa kada oras sa loob ng kalahating araw. Bawat isa ay nangangailangan ng mataas na daloy ng oxygen, at 600 L/min lang ang kayang ihatid ng vaporizer. Panatilihing mataas ang daloy at malinaw ang mga pasilyo, sa loob ng staffing budget.

  • Walang kakulangan sa oxygen sa anumang oras
  • Average na ED boarding ≤ 2 pasyente
  • Hindi kailanman bababa sa 12 h ang oras ng tangke
  • Walang overtime / agency bago dumating ang alon
  • Overtime / agency ≤ 300 nurse-hour

Batayan — ang modelo sa likod ng mga numero

Bawat ugnayang ginagamit ng simulator, kasama ang pinagmulan nito. Ang mga constant na minarkahang palagay ay mga halimbawang calibration.

Random na dumarating ang mga kritikal na pasyente at random ang haba ng pananatili (exponential, average 72 h).
arrivals ~ Poisson(λ·Δt); P(discharge in Δt) = 1 − e^(−Δt/LOS), LOS = 72 h[4][2]Palagay: ang haba ng pananatili, bilang ng kama at nars, ang mga staffing budget, ang laki ng tangke, vaporizer at cylinder, at ang mga kondisyon ng emergency supplier ay mga halimbawang halaga para sa isang katamtamang laking ospital.
Occupancy at queueing: sa random na mga dating, matarik ang paglaki ng mga pagkaantala bago pa mapuno nang 100 % ang ward.
occupancy = patients / open beds; queueing delay rises steeply as occupancy → 100 %[2][3]
Binibilang lang ang isang kama kung may tauhan ito.
staffed beds = min(open beds, 2 × nurses)[4]Palagay: ang haba ng pananatili, bilang ng kama at nars, ang mga staffing budget, ang laki ng tangke, vaporizer at cylinder, at ang mga kondisyon ng emergency supplier ay mga halimbawang halaga para sa isang katamtamang laking ospital.
Gastos sa staffing: bawat nurse-hour na lampas sa naka-roster na shift ay overtime o agency time. Kailangan ng mga surge bed ang mga nars na iyon, kaya sila ang may dalang gastos.
overtime/agency nurse-hours = Σ max(0, nurses − 10) · ΔtPalagay: ang haba ng pananatili, bilang ng kama at nars, ang mga staffing budget, ang laki ng tangke, vaporizer at cylinder, at ang mga kondisyon ng emergency supplier ay mga halimbawang halaga para sa isang katamtamang laking ospital.
Pinakamahabang paghihintay sa emergency department para sa ICU bed. Sa isang malaking registry study, mas mataas ang mortality ng mga kritikal na pasyenteng naghintay nang 6 h o higit pa.
longest ED wait = now − time the first waiting patient arrived (first come, first served); ≥ 6 h counts as a delayed transfer[6]
Demand sa oxygen mula sa mga planning flow ng WHO bawat pasyente.
demand = Σ flow(patient): severe 10 L/min, critical 30 L/min[1]
Nililimitahan ng vaporizer kung gaano karaming gas ang maihahatid ng tangke kada minuto; nagdaragdag pa nang kaunti ang mga cylinder.
delivered = min(demand, vaporizer 600 L/min, tank) + cylinders (≤150 L/min)[1]Palagay: ang haba ng pananatili, bilang ng kama at nars, ang mga staffing budget, ang laki ng tangke, vaporizer at cylinder, at ang mga kondisyon ng emergency supplier ay mga halimbawang halaga para sa isang katamtamang laking ospital.
Lumalawak ang liquid oxygen nang humigit-kumulang 843 beses bilang gas sa 15 °C at 1 atm (ang madalas banggiting 861 ay ang halaga sa 21 °C); ang mga oras ng tangke ay mula sa kasalukuyang gamit.
gas litres (15 °C, 1 atm) = liquid litres × 843; tank hours = gas / (use × 60)[5]
Iba pang operating constant na ginagamit ng modelo.
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 %Palagay: ang haba ng pananatili, bilang ng kama at nars, ang mga staffing budget, ang laki ng tangke, vaporizer at cylinder, at ang mga kondisyon ng emergency supplier ay mga halimbawang halaga para sa isang katamtamang laking ospital.
Konserbatibong titration bilang demand factor.
demand × 0.8 when conservative titration is applied[7]Palagay: halimbawa lamang ang 20 % na matitipid. Desisyong klinikal ang mga target ng oxygen na ginagawa para sa bawat pasyente; ang epekto lamang sa suplay ang ipinapakita ng simulator na ito.

Randomness: isang seeded na mulberry32 generator; mga distribusyong ginamit — uniform, exponential (inverse CDF), normal (Box–Muller), Poisson (Knuth). Ipinapakita at maibabahagi ang seed.

Mga pinagmulan

  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

Sino ang gumagawa nito bilang hanapbuhay

Modelong pang-edukasyon — hindi para sa mga desisyon sa operasyon. Kina-calibrate ng mga tunay na site ang bawat constant sa sarili nilang kagamitan at datos.