← Nieuwste papers
📄 other

Operational Determinants of Emergency Department Length of Stay: A 10-Year Big Data Analysis

Deze 10-jarige big data-analyse van bijna één miljoen bezoeken aan de spoedeisende hulp onthult dat een langdurige verblijfsduur wordt gedreven door onderling verbonden operationele factoren—specifiek de consultatiebelasting, het gebruik van geavanceerde beeldvorming, de werkdruk op de SEH en de continuïteit van zorg—in plaats van door geïsoleerde tijdsgebonden metrieken, wat suggereert dat prestatieverbeteringen bredere systeemgerichte benaderingen vereisen om workflow-bottlenecks aan te pakken.

Oorspronkelijke auteurs: Yehuda Hershkovitz, Jonathan Hammerschlag, Igor Jeroukhimov, Michal Bitan, Orna Tal

Gepubliceerd 2026-07-25
📖 6 min leestijd🧠 Diepgaand

Oorspronkelijke auteurs: Yehuda Hershkovitz, Jonathan Hammerschlag, Igor Jeroukhimov, Michal Bitan, Orna Tal

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

De Grote Spitsuren in het Ziekenhuis

Stel je de Spoedeisende Hulp (SEH) voor als het drukste, meest chaotische kruispunt in een enorme stad. Het is de plek waar mensen vanuit alle richtingen aankomen—sommigen met een schaafwond, anderen met een gebroken hart, en velen met complexe medische puzzels die opgelost moeten worden. In deze stad is de "Length of Stay" (verblijfsduur) simpelweg de timer die aangeeft hoe lang een auto (een patiënt) bij dit kruispunt staat voordat hij eindelijk weg kan rijden of naar een garage kan worden gesleept (een ziekenhuiskamer). Iedereen wil dat deze timer kort is, want een vastgelopen kruispunt betekent boze bestuurders, uitgeputte verkeersagenten (artsen) en mensen op de achterbank die steeds zieker worden.

Jarenlang hebben stadsplanners (ziekenhuisbeheerders) geprobeerd het verkeer te regelen door strikte snelheidslimieten en controleposten in te stellen. Ze zeiden tegen de verkeersagenten: "Je moet elke bestuurder binnen 15 minuten controleren!" of "Je moet binnen 4 uur een beslissing nemen om ze naar huis te sturen of naar de garage te brengen!" Dit worden "tijltarget-metrieken" genoemd. Het idee is dat als je de tijd bij elke stop meet, de hele reis sneller zal gaan. Maar wat als de verkeersopstopping niet wordt veroorzaakt door de snelheid van de stopborden, maar door iets heel anders, zoals een kapotte verkeerslicht of een omleiding die iedereen naar een ander deel van de stad leidt? Dit is het mysterie dat wetenschappers proberen op te lossen: is de klok het probleem, of zijn het de werkelijke wegomstandigheden?

Het Grote Big Data Detectivesverhaal

In dit onderzoek besloten een team van onderzoekers van de Tel Aviv Universiteit en The College of Management om detective te spelen. In plaats van naar slechts een paar auto's te kijken, bekeken ze de camerabeelden van een enorme periode van 10 jaar (van 2012 tot 2021) bij een groot openbaar ziekenhuis in Israël. Ze bekeken bijna 918.000 bezoeken aan de Spoedeisende Hulp. Hun doel was om uit te zoeken wat de timer er daadwerkelijk langer laat tikken. Werkten de "tijd-target"-regels? Of waren er verborgen boosdoeners die alles vertraagden?

Dit is wat ze vonden, en het blijkt dat de verkeersopstopping ingewikkelder is dan alleen een traag verkeerslicht.

De Timer Tikt Omhoog
Ten eerste merkten de onderzoekers op dat de gemiddelde tijd die een patiënt doorbracht op de SEH steeds langer werd. In 2012 was de gemiddelde wachttijd ongeveer 216 minuten (net onder 3 uur en 36 minuten). In 2021 was dat aantal gestegen naar 255 minuten (meer dan 4 uur en 15 minuten). Sterker nog, vanaf 2016 overschreed de gemiddelde tijd de grens van vier uur die het nationale gezondheidsprogramma probeerde af te dwingen.

De Echte Boosdoeners: De "Extra Stops"
De studie suggereert dat de belangrijkste reden voor de vertraging niet de snelheid waarmee artsen de patiënten aanvankelijk controleren is, maar eerder de "extra stops" die de patiënten moeten maken. Denk aan een autovakantie waarbij sommige bestuurders alleen even snel moeten tanken, terwijl anderen naar een garage, een carwash en een gespecialiseerde reparatiewerkplaats moeten.

  1. De Specialistische Omleiding (Consultaties): De grootste factor die de boel vertraagde, was de noodzaak voor specialisten. Wanneer een patiënt een andere arts moest zien (een consultatie), steeg de tijd op de SEH naar 325 minuten. Als ze twee specialisten nodig hadden, ging het omhoog naar 405 minuten. Bij drie specialisten bereikte het de 473 minuten, en voor degenen die zes specialisten nodig hadden, strekte de wachttijd zich uit tot 510 minuten. Hoe meer "experts" een patiënt nodig had, hoe langer de verkeersopstopping duurde.
  2. De High-Tech Omleiding (Beeldvorming): Op dezelfde manier wachtten patiënten die geavanceerde foto's van hun binnenkant nodig hadden, zoals CT-scans of echografieën, veel langer. Degenen die deze scans niet nodig hadden, bleven ongeveer 226 minuten, maar zij die ze wel nodig hadden, bleven 370 minuten.
  3. De "Zelfde Bestuurder"-regel (Continuïteit van Zorg): De studie vond een verrassend voordeel bij het hebben van dezelfde arts die de patiënt van begin tot eind begeleidt. Wanneer één arts de hele casus beheerde, was de gemiddelde tijd 206 minuten. Wanneer de patiënt werd doorgegeven aan verschillende artsen, zwol de tijd aan tot 293 minuten. Het lijkt erop dat het wisselen van bestuurders ervoor zorgt dat de auto stilvalt.

Wat te doen met de Snelheidslimieten?
De onderzoekers keken ook naar de "tijd-target"-regels, zoals hoe lang het duurde om de eerste arts te zien. Ze ontdekten dat hoewel langer wachten op de eerste arts wel correleerde met een langere totale verblijfsduur, dit niet het enige was dat ertoe deed. Zelfs als de eerste arts je snel zag, als je daarna nog moest wachten op een specialist of een CT-scan, zou je totale tijd op de SEH nog steeds lang zijn. Dit suggereert dat het focussen op alleen de eerste paar minuten van het bezoek de hele verkeersproblemen niet oplost.

De Random Forest Aanwijzing
Om er zeker van te zijn dat ze de juiste verdachten hadden, gebruikten de onderzoekers een computermethode genaamd "random forest analyse" (denk aan een super slimme computer die naar duizenden aanwijzingen kijkt om de belangrijkste te vinden). Het bevestigde dat de top vijf zaken die vertraging veroorzaakten waren:

  1. Hoeveel specialisten een patiënt nodig had.
  2. Of ze geavanceerde beeldvorming nodig hadden (CT of echo).
  3. Of dezelfde arts de hele tijd bij hen bleef.
  4. Hoe druk het was op de SEH (de "patiëntenbelasting").
  5. Hoe lang het duurde om de eerste arts te zien.

De Verouderingsfactor
De studie merkte ook op dat de patiënten ouder werden. De gemiddelde leeftijd van de bezoekers ging van 45,6 jaar in 2012 naar 51,0 jaar in 2021. Oudere patiënten hebben vaak complexere gezondheidsproblemen, wat van nature meer tijd, meer tests en meer specialistische meningen vereist. Dit suggereert dat het "verkeer" niet alleen langzamer wordt, maar ook zwaarder en ingewikkelder.

De Conclusie
De auteurs concluderen dat je de verkeersopstopping op de Spoedeisende Hulp niet kunt oplossen door alleen naar de klok bij het eerste stopbord te kijken. De gegevens suggereren dat de echte knelpunten de "extra stops" zijn—de noodzaak voor meerdere specialisten, het wachten op geavanceerde beeldvorming en de chaos van het wisselen tussen artsen. Om de SEH sneller te laten verlopen, moeten ziekenhuizen misschien het hele wegennetwerk herontwerpen, door de samenwerking tussen verschillende afdelingen te verbeteren en patiënten bij dezelfde arts te houden, in plaats van alleen te proberen het eerste consult een paar minuten sneller te laten plaatsvinden. De studie suggereert dat een bredere, systeembrede aanpak nodig is om de file op te lossen.

Verdrinkt u in papers in uw vakgebied?

Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.

Probeer Digest →