MétaCan
Menu
Retour à la cohorte
Enregistrement W2766190576 · doi:10.1093/eurpub/ckx187.272

Improving quality and efficiency in healthcare. The Lean Thinking strategy

2017· article· en· W2766190576 sur OpenAlexaboutno aff
Valerio Mogini, Paolo Campanella, Eleonora Moraca, Ornela Makishti, Walter Ricciardi, Maria Lucia Specchia

Notice bibliographique

RevueEuropean Journal of Public Health · 2017
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueQuality and Supply Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésQuality (philosophy)Health careLean manufacturingBusinessProcess managementPsychologyMarketingEconomicsPhilosophy

Résumé

récupéré en direct d'OpenAlex

Background Lean Thinking is a philosophy originated from Toyota Production Systems that emphasize eliminating non-value added activities while delivering quality products on time at least cost with greater efficiency. It has been adapted and expanded by a wide range of industries, including logistics and distribution, services, retail, government, construction, maintenance and even healthcare. The first hospital that implemented the Lean Thinking was Virginia Mason Hospital. Some successful examples of Lean implementation in health care settings are: Johns Hopkins – Baltimore, John Radcliffe – Oxford, Mount Sinai - New York, New Karolinska Solna – Stockholm and Erasmus Medical Centre – Rotterdam. Methods To assess the impact of Lean Thinking implementation in healthcare in terms of volume of services, time, personnel, quality, safety and costs we conducted a systematic review. PubMed, Scopus and Cochrane CINAHL databases were searched to identify studies that evaluate the impact of Lean Thinking implementation. Two reviewers screened all identified citations and extracted data according to the MOOSE guidelines. Quality of the studies was evaluated using the New Castle – Ottawa scale. Results Of the 635 articles identified, 27 studies were included. All included studies showed a positive impact of Lean Thinking implementation. For example, following the adoption of Lean principles and tools in an Emergency Department, it was found a statistically significant reduction (p < 0.05) for the waiting time, triage and waiting for the medical examination. In operating rooms, it has been reported a better management of stocks of materials within the warehouse with a reduction in inventories and the order process time. Other studies have showed also a statistically significant reduction (p < 0.05) in 30-day mortality and in 3-day mortality, as well as improvement in other clinical outcomes. Conclusions Lean methodology seems an appropriate strategy of management in healthcare. Key messages: Lean Thinking is a methodology that can be widely adapted to health services reorganization. Lean Thinking implementation is generally associated with outcome improvement.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,049
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Communication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,904
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0490,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,152
Tête enseignante GPT0,341
Écart entre enseignants0,189 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Journal of Public HealthMême sujetQuality and Supply ManagementTravaux en français237 207