Operasi perawatan kritis rumah sakit Model langsung

Anda mengoordinasikan unit perawatan kritis sebuah rumah sakit: 20 tempat tidur ICU yang dapat diperluas hingga 30, perawat yang menanganinya, dan tangki oksigen cair yang memasok setiap tempat tidur. Ini simulator operasi — tidak memodelkan keputusan klinis.

Apa yang akan Anda pelajari

Simulator

Waktu 0 j
Okupansi ICU 75% · Pasien boarding di IGD 0 · Permintaan oksigen 290 L/min · Sisa waktu tangki oksigen 145 h🛏🛏🛏🛏🛏🛏🛏🛏🛏🛏🛏🛏🛏🛏🛏·····🚑 Pasien boarding di IGD: 0 · 👩‍⚕️ 1,5O₂290 L/min · max 600⏱ 145 h
  • Pasien di tempat tidur ICU
  • Tempat tidur berstaf kosong
  • Tempat tidur tanpa staf
  • Boarding di IGD

Kontrol

Setiap perawat dapat menangani dua tempat tidur perawatan kritis dalam model ini. Jadwal dinas berisi 10; setiap perawat di atas itu adalah lembur atau tenaga agensi dan dihitung terhadap anggaran staf.

Hingga 10 tempat tidur tambahan — hanya berguna jika ada perawat untuk menanganinya.

Pindahkan pasien yang pulih ke bangsal dengan akuitas lebih rendah lebih cepat (masa rawat 25 % lebih pendek).

Klinisi menargetkan batas bawah rentang yang diresepkan; dimodelkan hanya sebagai 20 % lebih sedikit permintaan.

Jam antar pengiriman terjadwal oksigen cair; setiap pengiriman mengisi tangki 3000 L hingga penuh. Pemasok butuh pemberitahuan 24 jam sebelumnya, jadi interval yang lebih pendek tidak pernah membuat truk berikutnya datang lebih cepat dari itu.

Gas cadangan, paling banyak 150 L/mnt — melengkapi tangki, tidak bisa menggantikannya. Hanya ada dua bank tabung penuh di lokasi.

Dari pemasok lain: satu muatan hingga 3000 L oksigen cair, tiba 18 jam setelah pemesanan. Dalam kelangkaan mereka hanya bisa melepas satu.

Indikator

Okupansi ICU
75%
normal
Pasien boarding di IGD
0
normal
Kekurangan oksigen
0L/min
normal
Sisa waktu tangki oksigen
145h
normal
Permintaan oksigen290 L/min
Pasien ICU15
Tunggu terlama untuk tempat tidur ICU0 h
Jam-perawat lembur / agensi0 h
Pasien per perawat1,5
Oksigen cair di tangki3000 L
Cadangan tabung0 m³

Tren

Okupansi ICU: — %1000

Skenario krisis

Level 1 · Lonjakan pernapasan

Unit hampir penuh ketika gelombang penyakit pernapasan membuat kedatangan perawatan kritis lebih dari dua kali lipat selama sehari, dan lebih banyak yang sakit kritis. Bawa setiap pasien ke tempat tidur ICU tepat waktu tanpa menjalankan sistem oksigen melampaui batasnya — dan dalam anggaran staf lonjakan.

  • Rata-rata boarding IGD ≤ 1 pasien
  • Tidak ada pasien yang menunggu 6 jam atau lebih untuk tempat tidur ICU
  • Tidak ada kekurangan oksigen kapan pun
  • Tidak pernah lebih dari 2 pasien per perawat
  • Tanpa lembur / agensi sebelum lonjakan dinyatakan
  • Lembur / agensi ≤ 420 jam-perawat

Level 2 · Pengiriman oksigen tertunda

Tangki tinggal sepertiga, dengan pengiriman rutin dijadwalkan besok. Lalu pemasok menelepon: pengiriman itu akan terlambat beberapa hari. Pasok setiap pasien sampai pengiriman tiba — kali ini tidak perlu staf tambahan.

  • Tidak ada kekurangan oksigen kapan pun
  • Tangki tidak pernah kering
  • Tanpa jam-perawat lembur / agensi

Level 3 · Vaporizer di batasnya

Unit hampir penuh dengan pasien yang sangat sakit ketika gelombang pasien sakit kritis tiba — sekitar satu per jam selama setengah hari. Masing-masing butuh aliran oksigen tinggi, dan vaporizer hanya dapat mengirim 600 L/mnt. Jaga aliran tetap tinggi dan koridor tetap bersih, dalam anggaran staf.

  • Tidak ada kekurangan oksigen sama sekali
  • Rata-rata boarding IGD ≤ 2 pasien
  • Waktu tangki tidak pernah di bawah 12 jam
  • Tanpa lembur / agensi sebelum gelombang tiba
  • Lembur / agensi ≤ 300 jam-perawat

Dasar — model di balik angka

Setiap hubungan yang dipakai simulator, beserta sumbernya. Konstanta yang ditandai sebagai asumsi adalah kalibrasi ilustratif.

Pasien kritis datang secara acak dan tinggal selama waktu acak (eksponensial, rata-rata 72 jam).
arrivals ~ Poisson(λ·Δt); P(discharge in Δt) = 1 − e^(−Δt/LOS), LOS = 72 h[4][2]Asumsi: lama rawat, jumlah tempat tidur dan perawat, anggaran staf, ukuran tangki, vaporizer dan tabung, serta syarat pemasok darurat adalah nilai ilustratif untuk rumah sakit menengah.
Okupansi dan antrean: dengan kedatangan acak, penundaan tumbuh tajam jauh sebelum bangsal 100 % penuh.
occupancy = patients / open beds; queueing delay rises steeply as occupancy → 100 %[2][3]
Sebuah tempat tidur dihitung hanya jika ada staf.
staffed beds = min(open beds, 2 × nurses)[4]Asumsi: lama rawat, jumlah tempat tidur dan perawat, anggaran staf, ukuran tangki, vaporizer dan tabung, serta syarat pemasok darurat adalah nilai ilustratif untuk rumah sakit menengah.
Biaya staf: setiap jam-perawat di atas shift terjadwal adalah lembur atau waktu agensi. Tempat tidur surge membutuhkan perawat tersebut, jadi biayanya ikut menyertainya.
overtime/agency nurse-hours = Σ max(0, nurses − 10) · ΔtAsumsi: lama rawat, jumlah tempat tidur dan perawat, anggaran staf, ukuran tangki, vaporizer dan tabung, serta syarat pemasok darurat adalah nilai ilustratif untuk rumah sakit menengah.
Waktu tunggu terlama di IGD untuk tempat tidur ICU. Dalam sebuah studi registri besar, pasien sakit kritis yang menunggu 6 jam atau lebih memiliki mortalitas lebih tinggi.
longest ED wait = now − time the first waiting patient arrived (first come, first served); ≥ 6 h counts as a delayed transfer[6]
Kebutuhan oksigen dari aliran perencanaan WHO per pasien.
demand = Σ flow(patient): severe 10 L/min, critical 30 L/min[1]
Vaporizer membatasi berapa banyak gas yang dapat dikirim tangki per menit; tabung menambah sedikit.
delivered = min(demand, vaporizer 600 L/min, tank) + cylinders (≤150 L/min)[1]Asumsi: lama rawat, jumlah tempat tidur dan perawat, anggaran staf, ukuran tangki, vaporizer dan tabung, serta syarat pemasok darurat adalah nilai ilustratif untuk rumah sakit menengah.
Oksigen cair memuai sekitar 843 kali menjadi gas pada 15 °C dan 1 atm (angka 861 yang sering dikutip adalah nilai pada 21 °C); jam tangki mengikuti pemakaian saat ini.
gas litres (15 °C, 1 atm) = liquid litres × 843; tank hours = gas / (use × 60)[5]
Konstanta operasi lain yang dipakai model.
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 %Asumsi: lama rawat, jumlah tempat tidur dan perawat, anggaran staf, ukuran tangki, vaporizer dan tabung, serta syarat pemasok darurat adalah nilai ilustratif untuk rumah sakit menengah.
Titrasi konservatif sebagai faktor permintaan.
demand × 0.8 when conservative titration is applied[7]Asumsi: penghematan 20 % bersifat ilustratif. Target oksigen adalah keputusan klinis untuk setiap pasien; simulator ini hanya menunjukkan efek pasokan.

Keacakan: generator mulberry32 ber-seed; distribusi yang dipakai — seragam, eksponensial (CDF invers), normal (Box–Muller), Poisson (Knuth). Seed ditampilkan dan dapat dibagikan.

Sumber

  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

Siapa yang melakukan ini sebagai profesi

Model edukasi — bukan untuk keputusan operasional. Situs nyata mengkalibrasi setiap konstanta sesuai peralatan dan data mereka sendiri.