Optimisation du service d’urgences à l’aide d’un modèle de simulation efficace

Introduction L’encombrement et la demande croissante des activites des services d’urgences des hopitaux allongent le temps d’attente des patients et impacte l’usage optimal des ressources qui garantissent la qualite des soins. Structurellement, le service d’accueil des urgences de Troyes est adosse a la maison medicale de garde, avec une infirmiere d’accueil et d’orientation, et differents circuits patients (court, long, entrees directes dans les services). Dans ce contexte local, nous avons developpe une approche d’optimisation basee sur la simulation. Notre objectif est de tester et de valider plusieurs strategies afin de minimiser le temps moyen d’attente et le temps de prise en charge et de planifier les ressources au Centre hospitalier de Troyes (CHT). Methodes Un modele de simulation a evenements discrets est cree et developpe sur le logiciel de simulation ARENA. Les previsions d’arrivees journalieres des patients sont prises en compte dans ce modele, qui servira d’outil d’evaluation des performances des services d’urgences (temps moyen d’attente et temps de prise en charge des patients). Ce modele de simulation est couple avec une approche d’optimisation (algorithme genetique) visant a optimiser l’allocation des ressources humaines. Resultats L’ecart entre les temps moyens d’attente reels et les temps de prise en charge et ceux simules varie de 1 % a 9 %, un ecart considere comme acceptable pour validation. Sans aucun changement dans le nombre actuel de ressources humaines, notre algorithme genetique couple avec le modele de simulation peut reduire le temps d’attente et le temps de prise en charge respectivement de 12 minutes et 21 minutes. Les resultats sur l’impact de l’ajout de personnel medical et paramedical montrent que l’ajout d’une infirmiere diminue de 25 minutes le temps moyen d’attente des patients. Discussion/Conclusion Notre approche a prouve qu’il etait possible de reduire temps d’attente et temps de prise en charge en analysant et en evaluant differents scenarios associes a l’approche genetique afin d’optimiser les facteurs cles influencant la qualite des services d’urgences.