2 – 4 septembre 2010GISEH 2010 Clermont-Fd, France1 Modélisation et simulation d'unités et...
-
Upload
marc-terrier -
Category
Documents
-
view
112 -
download
2
Transcript of 2 – 4 septembre 2010GISEH 2010 Clermont-Fd, France1 Modélisation et simulation d'unités et...
2 – 4 septembre 2010 GISEH 2010 Clermont-Fd, France 1
Modélisation et simulation d'unités et services de soins de l'HMRUO
Hopital Militaire Régional Universitaire d'Oran, Algérie
Khaled Belkadi (1) , Alain Tanguy (2)
LAMOSI, Université Mohamed Boudiaf, USTO,BP 1505 Oran M’Naouer, 31000 Oran, Algeria
E-mail: [email protected], [email protected]
LIMOS, CNRS UMR 6158, Université Blaise Pascal, Les Cézeaux, 63173 Aubière Cedex, France
E-mail: [email protected]
(1)
(2)
2 – 4 septembre 2010 GISEH 2010 Clermont-Fd, France 2
Le but de cet article est de présenter la modélisation et la simulation de quelques services de l’Hôpital Militaire Régional Universitaire d’Oran (HMRUO) en Algérie en utilisant :- la méthodologie ASCI (Analyse, Spécification, Conception et Implémentation) - l'outil ARIS pour le modèle de connaissance- SIMULA, QNAP2, Flexsim et Witness pour les modèles d'action
Nous étudions l'attente des patients, les dépassements horaires, l'utilisation des ressources matérielles et humaines pour les services Stomatologie, Ophtalmologie et Hémobiologie afin d'améliorer la gestion des ressources et la qualité de service
Objectifs
2 – 4 septembre 2010 GISEH 2010 Clermont-Fd, France 3
Présentation
• L'HMRUO et les services considérés• Méthodologie de modélisation• Modélisation ARIS • Modèles de réseaux de files d'attente• Modèles SIMULA, Witness, Flexsim et QNAP2• Résultats et Bilan• Conclusion & Perspectives
2 – 4 septembre 2010 GISEH 2010 Clermont-Fd, France 4
Hopital Militaire Regional Universitaire d'Oran (ALGERIE)Nouvel Hopital (Janvier 2005) occupant 40 ha
2 – 4 septembre 2010 GISEH 2010 Clermont-Fd, France 5
Le service Stomatologie regroupe 6 spécialités : soins généraux, odontologie, pathologie bucco-dentaire, parodontologie, orthopédie dento-faciale, prothèse dentaire
Le service Ophtalmologie traite les pathologies en salles de consultation (1), de soins (1) ou d'examen (5)
Le service Hémobiologie effectue 4 tests : FNS, Hémostase, VS et Frottis
Services étudiés
2 – 4 septembre 2010 GISEH 2010 Clermont-Fd, France 6
Chaque service possède ses propres ressources
Arrivées aux deux premiers services sur rendez-vous avec un aléaArrivées poissonienne des tubes en Hémobiologie puis traitement périodique par lot de tubes
Après allocation des ressources, les traitements comportent généralement une phase d'examen ou de soin suivie d'un compte-rendu
Fonctionnement des services
2 – 4 septembre 2010 GISEH 2010 Clermont-Fd, France 7
Processus de modélisation Méthodologie ASDI
SystèmeRéel Analyse et
Spécification
Action Translation
EvaluationPerformances
Modèlesd'Action
Modèle de Connaissance
2 – 4 septembre 2010 GISEH 2010 Clermont-Fd, France 8
Environnement de Modélisation
EvaluationSimulation
Operation Research
Data Base
Modelling Methodology
Analysis and Specification
Object OrientedSystemic Approach Hierarchical
Decomposition
Interfaces
Statistics Data Analysis
GraphicTools
AnimationInterface
Modelling Process Management
2 – 4 septembre 2010 GISEH 2010 Clermont-Fd, France 9
Chaîne de Processus Evènementielle Stomatologie
Modélisation ARISPrise RdV Enregistrement
Arrivée
(AND) Accueil
Prise en charge
(XOR)
Spécialités / Fin
Demande patient
Consultation et enregistrement du RdV Centre CCS
RdV programmé Arrivée patient
Accueil
Patient prêt
Prise en charge patient
Parodonto Pathologie ProthèseODFOC
Bureau entréesFiche navette
Soins
2 – 4 septembre 2010 GISEH 2010 Clermont-Fd, France 10
Chaîne de Processus Evènementielle Hémobiologie
Modélisation ARISArrivée des
tubes
verifier état
enregistrer tube
rejeter tube
realiser analyse
FNS Hémostaseexamens
spécialisesFrotiVS
interpretationet lecture
fin examens
Arrivée
Contrôle(OR)Enregistrement / Rejet Test
(XOR)
Types
Résultats
Fin
2 – 4 septembre 2010 GISEH 2010 Clermont-Fd, France 11
Réseau de files d'attente Stomatologie
ArrivéePatients
Secrétaire
Spécialités
2 – 4 septembre 2010 GISEH 2010 Clermont-Fd, France 12
RdFA Spécialité
Arrivée Prise Prépare Prise Traite Libération Attente Salle Docteur et Docteur et Rapport Salle
Modèle SIMULA
Gpsss SIMULA Classes et fonctions : Transaction client, Facility serveur, Storage Ressource, Region statistiques ; Hold(durée), Enter/Leave_objet; Rapport généré automatiquement.
2 – 4 septembre 2010 GISEH 2010 Clermont-Fd, France 13
Fragment du Modèle SIMULA Transaction CLASS patient(i); integer i; ! Transaction de type I ; BEGIN real array tMT(1:4); ! Durée pour Replications ; NbPa(i):= Nbpa(i)+1; ! Compteurs Transaction ; GenerateRequest(i); ! Prochaine Transaction ; enter_region(AttSecretaire); ! Statistiques : Attente Secrétaire ; enter_facility(Secretaire); tMT(1):=-time; ! Entrée Service ; leave_region(AttSecretaire); ! Fin Statistiques ; hold(uniform(1,3,u)); tMT(1):=tMT(1)+time; ! Durée Service ; leave_facility(Secretaire); ! Sortie de Service ; enter_region(AttRoom(i)); ! Attente Salle ; enter_storage(Room(i),1); ! Prise Salle ; enter_storage(Assistant,1); ! Prise Assistant ; hold(13); ! Préparation salle ; leave_storage(Assistant,1); ! Libère Assistant ; ... ! etc. ; END;
2 – 4 septembre 2010 GISEH 2010 Clermont-Fd, France 14
Caractéristiques de modèle
Paramètres de lots (minutes)
Testduration
(min - max)
Reportingduration
(min - max)
Inter-arrival durationRdV ± 10
Settingduration
FNS 10-20 3-5 40 13
Hemostase 30-45 10-25 60 13
VS 10-25 10-15 40 13
2 – 4 septembre 2010 GISEH 2010 Clermont-Fd, France 15
Densité Uniforme, Triangulaire, Normale
0
0.1
0.2
0.3
0.4
0.5
0 0.5 1 1.5 2 2.5 3 3.5 4
0.39894181395196*%e -̂(x^2/2)1/sqrt(6)-x/6
0.540*(1-x)
2 – 4 septembre 2010 GISEH 2010 Clermont-Fd, France 16
Résultats du Modèle SIMULA (1)
Facility Entries AverageContents
Average time transit
Status
Secretary 25 0.14 2.24 Free
Storage EntriesAvg.cont-ents
Average time
transit
Cont.max
Cap Util.%
Laborantin Assistant 25 0.77 12.91 3 3 25.61
RoomHemostase 6 0.78 54.62 1 1 78.02
PersonnelHemost 6 0.77 54.04 1 1 77.20
RoomFNS 10 0.63 26.58 1 1 63.27
PersonnelFNS 10 0.41 17.43 1 1 40.99
RoomVS 9 0.65 30.21 1 1 64.73
PersonnelVS 8 0.61 31.04 1 1 60.95
2 – 4 septembre 2010 GISEH 2010 Clermont-Fd, France 17
Résultats du Modèle SIMULA (2)
Regions EntriesAveragecontents
Average time
transit
Contentsnow Max
AttSecretary 25 0.01 0.14 0 1
AttubeHemostase 6 0.30 21.08 0 1
TtubeHemostase 6 0.57 39.44 0 1
AnalyseRoomHem 6 0.24 16.42 0 1
AttPersonnelHem 6 0.03 2.18 0 1
AttubeFNS 10 0.36 15.28 0 1
TtubeFNS 10 0.32 13.76 1 1
AnalyseRoomFNS 10 0.31 13.07 0 1
AttPersonnelFNS 10 0.00 0.00 0 1
AttubeVS 9 0.34 16.14 1 1
TtubeVS 8 0.37 18.90 0 1
AnalyseRoomVS 9 0.29 13.52 1 1
AttPersonnelVS 8 0.00 0.14 0 1
2 – 4 septembre 2010 GISEH 2010 Clermont-Fd, France 18
Modèle Witness (Hématologie)
2 – 4 septembre 2010 GISEH 2010 Clermont-Fd, France 19
Modèle Witness (Stomatologie)
2 – 4 septembre 2010 GISEH 2010 Clermont-Fd, France 20
Animation 3D Flexsim
2 – 4 septembre 2010 GISEH 2010 Clermont-Fd, France 21
QNAP2 possède un langage de simulation basé sur une approche station et le routage de classes de clients.
Plusieurs stations sont prédéfinies :Source, Queue, Resource, Semaphore, puits Out...
Le simulateur peut calculer des intervalles de confiance par réplications, points de régénération ou analyse spectrale
Il est possible de définir des services complexes, un routage basé sur les classes de clients et de programmer le calcul de statistiques
Modèle QNAP2
2 – 4 septembre 2010 GISEH 2010 Clermont-Fd, France 22
Résultats comparésWitness Secretary Test
HemoTestFNS
TestVS
Interpre-tation
% busy 10.61 75.74 63.43 56.66 54.54
Task nb 23 7 12 2 21
% avail. 89.39 24.26 32.52 43.34 45.46
Busy Rates SIMULA Witness Real Data
Secretary 13,3% 10,61% 10%
Resources 59,71% 62,59% 61,8%
Serv. TimeSIMULA
Mean V100 replic.
Std Dev
[ Inf5%
, Sup ]Risk
[ Min ,Max ]
Secretary 2,018 0,134 1,992 2,045 1,696 2,310
PerHem 55,036 2,801 54,480 55,592 48,737 61,690
PerFNS 19,075 0,977 18,881 19,268 16,498 21,177
PerVS 30,010 1,539 29,704 30,315 25,761 30,010
2 – 4 septembre 2010 GISEH 2010 Clermont-Fd, France 23
BilanLes simulations effectuées se terminent à heure fixée ou lorsque tous les patients sont traités pour déterminer les dépassements horaires
Les modèles SIMULA et QNAP2 sont les seuls à fournir des intervalles de confiance pour 100 réplications et un risque de 5%
Les résultats standards Witness et Flexsim ne sont pas exactement ceuxdont on a besoin Les taux d'utilisation des ressources doivent être corrigés en cas de dépassementSIMULA et QNAP2 permettent l'implantation des ajustements
Les fichiers CSV produits par les modèles SIMULA facilitent la mise en formeet la représentation graphique des résultats
Witness et Flexsim permettent d'animer le modèle simulé
2 – 4 septembre 2010 GISEH 2010 Clermont-Fd, France 24
Le problème principal est l’étude du taux d’utilisation des salles et des personnels ainsi que des dépassements horaires des services
Le passage du modèle de connaissance au modèle d'action est facilité par la construction d'un réseau de files d'attente
Les modèles SIMULA et QNAP2 sont préférés pour l'évaluation des performances tandis que Flexsim et Witness sont à leur avantage en animation des simulations
Les applications concernent l'optimisation des ressources et l'accroissement de la qualité de service
En perspective l’étude de la planification et le pilotage de services
Conclusion
2 – 4 septembre 2010 GISEH 2010 Clermont-Fd, France 25
Merci pour votre attention
LIMOS – ISIMA - UBP
USTO-MB
Questions ?
2 – 4 septembre 2010 GISEH 2010 Clermont-Fd, France 26
Flexsim Model
SecOutput : 21%Idl : 76.9AvgStitime : 1.7%Processing : 23.1
Att_SecCurContent : 3MaxContent : 4AvgStitime : 1.7
PathoOutput : 1%Idle : 23.0%processing : 74.1
2 – 4 septembre 2010 GISEH 2010 Clermont-Fd, France 27
QNAP2 Model Results*** simulation with replication method *** ... mean simulation time = 420.000 number of replications = 100 confidence level = 0.95************************************************* name *service* busy * custnb * respon* servnb************************************************* Secret * 2.010 * .1327 * .1412 * 2.139 * 27.72 +/- * .0229 * .00159* .00195 * .02846* (HEM )* 1.983 * .03304* .03582 * 2.149 * 7.000 (FNS )* 2.008 * .05258* .05547 * 2.118 * 11.00 (VS )* 2.032 * .04703* .04991 * 2.157 * 9.720 MedHEM * 54.86 * .7808 * .7808 * 54.86 * 5.600 +/- * .4783 * .00279* .00280 * .4783 * MedFNS * 19.08 * .4667 * .4667 * 19.08 * 10.00 +/- * .1835 * .00465* .00465 * .1835 * MedVS * 29.99 * .6442 * .6442 * 29.99 * 8.870 +/- * .2912 * .00605* .00605 * .2912 * *************************************************
2 – 4 septembre 2010 GISEH 2010 Clermont-Fd, France 28
Witness Model ComponentsComponent Symbol Definition
Item TubesHemoTubesFNSTubesVs
Tubes for test Hemostase FNS Vs
Stock DeskExit
Waitting RoomService Exit
Machine SecretaryAnalyseHemoAnalyseFNSAnalyseVsInterpretation
SecretaryTest Process Hemostase FNS VSResult interpretation
2 – 4 septembre 2010 GISEH 2010 Clermont-Fd, France 29
/station/ name = SVS; type = source; service = begin if (time = 0) and (n3>1) then begin n3:=0;nr3:=0; end; if n3 <= 0 then uniform(0,10) else begin t3:=n3*45-10+20*randu; if (t3-time) < 0 then print("VS Err d<0 ",time,n3,nr3); cst(t3-time); end; n3 := n3+1; if time+10>=TSim then begin print("RejetVS ",time); nr3:=nr3+1;transit(customer,out); end; end; transit = Secret,VS;
QNAP2 Model Source of VS tubes
2 – 4 septembre 2010 GISEH 2010 Clermont-Fd, France 30
A statistical study of Hematology service is needed to produce reliable data and significant results.
The computation of confidence intervals and adjusted results must be wider implemented in the simulation tools.
This service needs a decision aid tool that should provide a more balanced and efficient scheduling of tests.
We foresee the modelling and simulation of other hospital services, testing more modelling and simulation tools (Flexsim...).
A more global work concerns the planning of hospital services and their driving.
Perspectives