Use of Linear Programming to Estimate Impact of Changes in a Hospital's Operating Room Time Allocation on Perioperative Variable Costs
Notice bibliographique
Résumé
BACKGROUND: Administrators at hospitals with a fixed annual budget may want to focus surgical services on priority areas to ensure its community receives the best health services possible. However, many hospitals lack the detailed managerial accounting data needed to ensure that such a change does not increase operating costs. The authors used a detailed hospital cost database to investigate by how much a change in allocations of operating room (OR) time among surgeons can increase perioperative variable costs. METHODS: The authors obtained financial data for all patients who underwent outpatient or same-day admit surgery during a year. Linear programming was used to determine by how much changing the mix of surgeons can increase total variable costs while maintaining the same total hours of OR time for elective cases. RESULTS: Changing OR allocations among surgeons without changing total OR hours allocated will likely increase perioperative variable costs by less than 34%. If, in addition, intensive care unit hours for elective surgical cases are not increased, hospital ward occupancy is capped, and implant use is tracked and capped, perioperative costs will likely increase by less than 10%. These four variables predict 97% of the variance in total variable costs. CONCLUSIONS: The authors showed that changing OR allocations among surgeons without changing total OR hours allocated can increase hospital perioperative variable costs by up to approximately one third. Thus, at hospitals with fixed or nearly fixed annual budgets, allocating OR time based on an OR-based statistic such as utilization can adversely affect the hospital financially. The OR manager can reduce the potential increase in costs by considering not just OR time, but also the resulting use of hospital beds and implants.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».