Surgery scheduling heuristic considering OR downstream and upstream facilities and resources
Notice bibliographique
Résumé
BACKGROUND: Surgical theater (ST) operations planning is a key subject in the healthcare management literature, particularly the scheduling of procedures in operating rooms (ORs). The OR scheduling problem is usually approached using mathematical modeling and made available to ST managers through dedicated software. Regardless of the large body of knowledge on the subject, OR scheduling models rarely consider the integration of OR downstream and upstream facilities and resources or validate their propositions in real life, rather using simulated scenarios. We propose a heuristic to sequence surgeries that considers both upstream and downstream resources required to perform them, such as surgical kits, post anesthesia care unit (PACU) beds, and surgical teams (surgeons, nurses and anesthetists). METHODS: Using hybrid flow shop (HFS) techniques and the break-in-moment (BIM) concept, the goal is to find a sequence that maximizes the number of procedures assigned to the ORs while minimizing the variance of intervals between surgeries' completions, smoothing the demand for downstream resources such as PACU beds and OR sanitizing teams. There are five steps to the proposed heuristic: listing of priorities, local scheduling, global scheduling, feasibility check and identification of best scheduling. RESULTS: Our propositions were validated in a high complexity tertiary University hospital in two ways: first, applying the heuristic to historical data from five typical ST days and comparing the performance of our proposed sequences to the ones actually implemented; second, pilot testing the heuristic during ten days in the ORs, allowing a full rotation of surgical specialties. Results displayed an average increase of 37.2% in OR occupancy, allowing an average increase of 4.5 in the number of surgeries performed daily, and reducing the variance of intervals between surgeries' completions by 55.5%. A more uniform distribution of patients' arrivals at the PACU was also observed. CONCLUSIONS: Our proposed heuristic is particularly useful to plan the operation of STs in which resources are constrained, a situation that is common in hospital from developing countries. Our propositions were validated through a pilot implementation in a large hospital, contributing to the scarce literature on actual OR scheduling implementation.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».