Using patient flow simulation to improve access at a multidisciplinary sleep centre
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The lack of timely access to diagnosis and treatment for sleep disorders is well described, but little attention has been paid to understanding how multiple system constraints contribute to long waiting times. The objectives of this study were to identify system constraints leading to long waiting times at a multidisciplinary sleep centre, and to use patient flow simulation modelling to test solutions that could improve access. Discrete-event simulation models of patient flow were constructed using historical data from 150 patients referred to the sleep centre, and used to both examine reasons for access delays and to test alternative system configurations that were predicted by administrators to reduce waiting times. Four possible solutions were modelled and compared with baseline, including addition of capacity to different areas at the sleep centre and elimination of prioritization by urgency. Within the model, adding physician capacity improved time from patient referral to initial physician appointment, but worsened time from polysomnography requisition to test completion, and had no effect on time from patient referral to treatment initiation. Adding respiratory therapist did not improve model performance compared with baseline. Eliminating triage prioritization worsened time to physician assessment and treatment initiation for urgent patients without improving waiting times overall. This study demonstrates that discrete-event simulation can identify multiple constraints in access-limited healthcare systems and allow suggested solutions to be tested before implementation. The model of this sleep centre predicted that investments in capacity expansion proposed by administrators would not reduce the time to a clinically meaningful patient outcome.
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.
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 | 0,004 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle