Emergency Department Patient Flow Simulations Using Spreadsheets
Notice bibliographique
Résumé
INTRODUCTION: Patient flow computer simulations allow Emergency Department stakeholders to assess operational interventions, develop utilization and performance measures, and produce estimates for budgeting or planning purposes. Key challenges of traditional discrete-event computer simulation software are their inherent complexity for modeling, coding, or analyzing output and their significant costs and training. We propose a simulation platform that runs in spreadsheets. Because of their low cost, popularity and powerful functionality and performance, spreadsheets also allow for the development and management of simulations that efficiently output results that are just as reliable as those from traditional software. METHODS: A spreadsheet simulation is developed by modeling one row as one simulated minute (more than 20,000 rows for a 2-week period). Uncertainty in arrivals, patient type, routing, and treatment times is modeled using the "rand()" function to simulate the state of the Emergency Department at a given point in time. The patient is tracked with embedded "if()" functions and summary statistics are obtained through range functions. We use an equivalence test to determine whether the resulting average length-of-stay figures are the same as those of a traditional simulation platform. RESULTS: We find little significant difference in average length-of-stay figures between both models. CONCLUSIONS: Spreadsheet simulations are as effective as traditional simulations but easier to use, understand, and implement. Spreadsheet software is widely available, at a fraction of the cost of discrete-event simulation software. Coding spreadsheet simulations may be more challenging as it requires a different and more novel expertise than traditional computer programming. However, spreadsheets can be organized to reference existing datasets, thus minimizing the burden of copying and likelihood of transcription errors and information leakage. Output analysis can also be customized with user-specific performance statistics and charts.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».