MétaCan
Menu
Retour à la cohorte
Enregistrement W3187584599 · doi:10.1108/ijlss-09-2020-0138

Using lean techniques and discrete-event simulation for performance improvement in an outpatient clinic

2021· article· en· W3187584599 sur OpenAlexaff
Kudret Demirli, Abdulqader Al Kaf, Mecit Can Emre Simsekler, Raja Jayaraman, Mumtaz Jamshed Khan, E. Murat Tuzcu

Notice bibliographique

RevueInternational Journal of Lean Six Sigma · 2021
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealthcare Operations and Scheduling Optimization
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésDiscrete event simulationLean manufacturingFlexibility (engineering)Operations managementOutpatient clinicValue stream mappingHealth careComputer scienceMedicineMedical emergencySimulationEngineering

Résumé

récupéré en direct d'OpenAlex

Purpose Increased demand and the pressure to reduce health-care costs have led to longer waiting time for patients to make appointments and during the day of hospital visits. The purpose of this study is to identify opportunities to reduce waiting time using lean techniques and discrete-event simulation (DES). Design/methodology/approach A five-step procedure is proposed to facilitate the effective utilization of lean and DES to improve the performance of the Otolaryngology Head and Neck Surgery Outpatient Clinic at Cleveland Clinic Abu Dhabi. While lean techniques were applied to reduce the potential sources of waste by aligning processes, a DES model was developed to validate the proposed solutions and plan patient arrivals under dynamic conditions and different scenarios. Findings Aligning processes resulted in an efficient patient flow reducing both waiting times. DES played a complementary role in verifying lean solutions under dynamic conditions, helping to plan the patient arrivals and striking a balance between the waiting times. The proposed solutions offered flexibility to improve the clinic capacity from the current 176 patients up to 479 (without violating the 30 min waiting time policy) or to reduce the patient waiting time during the visit from the current 33 min to 4.5 min (without violating the capacity goal of 333 patients). Research limitations/implications Proposing and validating lean solutions require reliable data to be collected from the clinic and such a process could be laborious as data collection require patient and resource tracing without interfering with the regular functions of the clinic. Practical implications The work enables health-care managers to conveniently conduct a trade-off analysis and choose a suitable inter-arrival time – for every physician – that would satisfy their objectives between resource utilization (clinic capacity) and average patient waiting time. Social implications Successful implementation of lean requires a supportive and cooperative culture from all stakeholders involved. Originality/value This study presents an original and detailed application of lean techniques with DES to reduce patient waiting times. The adopted approach in this study could be generalized to other health-care settings with similar objectives.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,567
Score d'incertitude au seuil0,346

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,147
Tête enseignante GPT0,523
Écart entre enseignants0,376 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations14
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Lean Six SigmaMême sujetHealthcare Operations and Scheduling OptimizationTravaux en français237 207