Formulation de politiques sur les soins de santé à l’aide de la simulation

Présentation:




Cette initiative du Départment de l’ingénierie mécanique et industrielle de l’univerité de Toronto, le Centre de recherche sur l’ingénierie de la santé (CRHE), répondait au désir immédiat et irrésistible d’apporter des améliorations dans le rendement et la qualité du système de santé Canadien.


Problème:




Les législateurs étaient motivés par le rang global des soins de santé au Canada. Une étude de 2010 a mis en lumière des classements médiocres dans la qualité des soins, l’efficacité des soins, la cordination des soins, les soins centrés sur le patient, la pertinence temporelle des soins, le rendement et l’équité, en comparaison avec l’Australie, l’Allemagne, les Pays-Bas, la Nouvelle Zélande et le Royaume Uni.


Afin de tester et de visualiser les modifications de politiques et autres solutions possibles, le CRHE a décidé de constuire un outil d’aide à la décision afin d’observer et de sélectionner les changements de politique qui pourraient au final augmenter l’espérance de vie en augmentant l’accès aux soins, en augmentant la satisfaction du patient et en changeant la perception de la bonne santé.


Healthcare System Model Structure

Healthcare System Model Structure

Solution:




La modélisation de simulation d’AnyLogic a été choisie pour construire l’outil d’aide décisionnelle, en raison de ses fonctions de modélisation multi-méthodes. La modélisation basée sur les dynamiques système a été utilisée pour étudier les comportements agrégés (interactions entre groupes majeurs), et la modélisation sur la base d’agents a été utilisée pour les comportements adaptatifs.


Le modèle incluait des données descriptives émanant du système de soins irlandais codifiées à la suite d’une analyse de contenu, et des données quantitatives provenant du Bureau central des statistiques d’Irlande, des statistiques de santé de l’OCDE, et les bases de données sur la santé Eurostat, qui ont été codifiées via une analyse statistique. Le CRHE a choisi les données concernant l’Irlande parce que le pays avait expérimenté des changements stratégiques substantiels, un choc économique externe, et qu’il pouvait fournir une documentation riche et transparente.


La documentation provenant des systèmes de soins a été compilée, traitée par un processus d’analyse de contenu, passée dans un UML pour la structure, et connectée dans AnyLogic comme un support pour construire le modèle et lancer des scénarios.


La structure du modèle étudiant le système de soins de santé comprenait des éléments, des buts et des stratégies. Les éléments incluaient des patients, des médecins, d’autres cliniciens, des hôpitaux, des cliniques et des organismes, notamment les assureurs et les instances de réglementation. Les buts étaient des résultats tels que l’espérance de vie et la mortalité, l’accès aux soins, et d’autres facteurs déterminants de la santé tels que la satisfaction et la perception.


Les stratégies et les politiques envisagées comprenaient:

  • L’assurance – équité de l’accessibilité
  • Sectoriel – soins primaires et soins aux personnes âgées
  • Immobilisations – installations et technologies
  • Règlementation – garde-fous et modèles de soins
  • Gouvernance – soins publics/privés et fusions

Résultats:




Ce projet a permis principalement de visualiser de larges quantités de données et d’en tirer des schémas de comportement. Des variables telles que l’espérance de vie, les dépenses, la consommation, etc. pouvaient être calculées et des observations pouvaient être faites selon le pays. Dans les recherches futures, le CRHE testera les scénarios de modification de politique et travaillera à améliorer le système de soins de santé du Canada et d’autres pays du bas du classement.

Watch the presentation of the project by Neil McEvoy from CRHE:


More Case Studies

  • Modélisation des opérations dans les entrepôts de distribution pharmaceutique
    Cardinal Health, une société de distribution et de logistique pharmaceutique d’un milliard de dollars, gère plusieurs produits pharmaceutiques de marque et génériques, ainsi que des produits sans ordonnance, des articles de santé et de beauté et sa propre marque privée. Brian Heath, Directeur des Analyses avancées chez Cardinal Health, également utilisateur expérimenté des logiciels AnyLogic, a eu recours à la modélisation basée sur des agents pour résoudre divers problèmes de l’entreprise, économisant ainsi plus de 3 millions de $ chaque année.
  • Aide à la décision en soins de santé par simulation hybride – Unités d’AVC mobiles
    Les AVC causent de graves invalidités, génèrent des coûts élevés en soins et en rééducation, et leur fréquence augmente au sein d’une population de plus en plus âgée. Les thromboses en sont la source prédominante et, dans la mesure du possible, celles-ci doivent être traitées par thrombolyse (sauf en cas de thrombose hémorragique, et en veillant à attendre 4,5 heures après l’attaque). Actuellement, le processus de transport et l’administration interne des hôpitaux font perdre un temps précieux au patient. La mise en place d’unités d’AVC mobiles est apparue comme un remède possible.
  • Modélisation par simulation basée sur les statistiques des soins de santé
    Afin de prendre leurs décisions, les professionnels de la santé ont besoin d’outils pour planifier, tester et évaluer les nouvelles technologies et interventions. Patrick Einzinger et Christoph Urach de DWH Simulation Services et de l’Université de technologie de Vienne, en partenariat avec l’Association autrichienne des assurances sociales (AASI), ont pu analyser les données publiques afin de prendre des décisions critiques pour le futur.
  • Simulation de l’exploitation dans une maternité
    Ce modèle simule le service de maternité dans un hôpital en cours de construction. Le but de ce modèle est de servir de support aux discussions sur les ressources, les capacités et les méthodes de travail requises pour cette nouvelle maternité. Le projet a été réalisé pour l’hôpital de l’université de Karolinska dans le comté de Stockholm (Suède).
  • Evaluation de la capacité de prise en charge en termes de patients hospitalisés
    Le comté de Stockholm (Suède) dirigeait un projet de construction d’un nouvel hôpital hautement spécialisé. L’administration de la santé du comté a demandé si elle obtiendrait un niveau acceptable de production de soins à l’aide des investissements et des plans en cours concernant divers problèmes opérationnels et stratégiques. Pour obtenir des réponses à ces questions, elle a utilisé la modélisation de simulation d’AnyLogic.
  • Traitement de tous les besoins en soins des patients sous dialyse
    Le comté de Stockholm (Suède), comme chaque pays ou région, expérimente un besoin continu de prise en charge des besoins en soins de santé de divers groupes de patients. Chaque groupe peut être considéré comme une sous-population, avec ses propres caractéristiques et défis spécifiques. Le projet de simulation à l’étude se concentrait sur les patients sous dialyse, un groupe qui doit se rendre dans des installations de soins de manière fréquente.
  • Applications de réponses aux désastres à l’aide de la modélisation basée sur des agents
    Dans son effort pour trouver des solutions opérationnelles pratiques pour trouver une réponse rapide et efficace à une crise imprévue ou une catastrophe naturelle, Batelle avait besoin de tester l’efficacité d’une mise enplace d’un abri en 48 heures dans un scénario d’abri nucléaire improvisé (IND). Le but visé était de réduire les doses de radiations reçues pendant une évacuation de masse non coordonnée, en comparant l’évacuation immédiate avec la mise en place d’un abri.
  • Evaluation des politiques de santé afin de réduire le taux d’accouchements par césarienne
    La nécessité de réduire le taux d’accouchement par césarienne est reconnue par de nombreux chercheurs depuis des années. Pour la première fois, dans une recherche menée pour l’Etat de Washington State, Alan Mills, FSA MAAA ND, actuaire chercheur, et ses collègues ont reproduit cette partie du système de soins américain dans un modèle de simulation.
  • An Agent-Based Explanation for SPMI Living Situation Changes
    Over the past 60 years, the number of Severely and Persistently Mentally Ill (SPMI) patients in the US living in the community increased. Yet a growing minority of people with severe illness are worse off because they are homeless or incarcerated. In this case study, IBM Global Research and Otsuka Pharmaceuticals used an agent-based approach to model these remarkable swings.
  • Outpatient Appointment Scheduling Using Discrete Event Simulation Modeling
    Indiana University Health Arnett Hospital, consisting of a full-service acute care hospital and a multispecialty clinic, faced poor statistics because the number of no-show patients (those who don’t show up for their scheduled appointments) rose dramatically to 30%. This was primarily connected to the fact that clinic schedules were driven by individual preferences of the medical staff, which led to increased variations in scheduling rules. To eliminate the problem, the client wanted to develop a scheduling methodology that would benefit the clinic, doctors, and patients.