Smoothing inpatient discharges decreases emergency department congestion: a system dynamics simulation model
Notice bibliographique
Résumé
BACKGROUND: Timely access to emergency patient care is an important quality and efficiency issue. Reduced discharges of inpatients at weekends are a reality to many hospitals and may reduce hospital efficiency and contribute to emergency department (ED) congestion. OBJECTIVE: To evaluate the daily number of ED beds occupied by inpatients after evenly distributing inpatient discharges over the course of the week using a computer simulation model. METHODS: Simulation modelling study from an academic care hospital in Toronto, Canada. Daily historical data from the general internal medicine (GIM) department between 15 January and 15 December for two years, 2005 and 2006, were used for model building and validation, respectively. RESULTS: There was good agreement between model simulations and historical data for both ED and ward censuses and their respective lengths of stay (LOS), with the greatest difference being +7.8% for GIM ward LOS (model: 9.3 days vs historical: 8.7 days). When discharges were smoothed across the 7 days, the number of ED beds occupied by GIM patients decreased by approximately 27-57% while ED LOS decreased 7-14 hours. The model also demonstrated that patients occupying hospital beds who no longer require acute care have a considerable impact on ED and ward beds. CONCLUSIONS: Smoothing out inpatient discharges over the course of a week had a positive effect on decreasing the number of ED beds occupied by inpatients. Despite the particular challenges associated with weekend discharges, simulation experiments suggest that discharges evenly spread across the week may significantly reduce bed requirements and ED LOS.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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) | 0,008 | 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 ».