An Enhanced Memetic Algorithm for Emergency Outpatient Physician Scheduling Considering Patient Psychological Distress and Physician Fatigue in Fuzzy-CPT Framework
Deze studie stelt een verbeterd memetisch algoritme voor binnen een fuzzy-CPT-raamwerk om de planning van artsen op de spoedeisende hulp te optimaliseren door gelijktijdig het psychologische onbehagen van patiënten en de vermoeidheidsperceptie van artsen te minimaliseren, gevalideerd door middel van real-world data uit een ziekenhuis in Shanghai tijdens de COVID-19-pandemie.
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
In de hooggespannen omgeving van een ziekenhuisafdeling spoedeisende hulp is tijd niet alleen een metriek; het is een psychologische kracht. Wanneer patiënten wachten, stijgt hun angst niet simpelweg in een rechte lijn; het piekt scherp zodra de rij te lang wordt, wat een staat van onrust creëert die overweldigend kan aanvoelen. Tegelijkertijd zijn de artsen die hen behandelen niet immuun voor de druk. Hun uitputting is niet louter een kwestie van gewerkte uren; het is een gevoel dat disproportioneel dieper wordt zodra ze een persoonlijke grens passeren, en het wordt sterk beïnvloed door de vraag of hun collega's de last delen of dat zij het gevoel hebben de enigen te zijn die nog overeind staan. Decennialang hebben ziekenhuisbeheerders geprobeerd het puzzelstukje op te lossen van wie wanneer werkt, waarbij ze vaak vertrouwden op rigide roosters die vermoeidheid behandelen als een eenvoudige kostenpost en wachtrijen als een eenvoudige wachtrij. Deze traditionele methoden falen echter vaak in het vatten van de complexe, menselijke realiteit van hoe stress en vermoeidheid tijdens een crisis daadwerkelijk aanvoelen.
Een nieuwe studie door onderzoekers Junji Zhou en Jiawei Wu pakt dit probleem aan door een geavanceerd planningsinstrument te bouwen dat luistert naar de menselijke geest. Ze richtten zich op de wekelijkse planning van artsen op de afdeling spoedeisende hulp tijdens grote publieke gezondheidscrises, zoals de piek van de COVID-19-pandemie. De onderzoekers realiseerden zich dat om een werkelijk effectief rooster te creëren, ze rekening moesten houden met twee onzichtbare maar krachtige factoren: de psychologische stress van wachtende patiënten en de subjectieve vermoeidheid van de artsen. Ze combineerden twee gedragconcepten om deze gevoelens te modelleren. Ten eerste gebruikten ze een methode om te beschrijven hoe vermoeidheid vaag en geleidelijk aanvoelt, in plaats van een plotselinge overgang van "moe" naar "uitgeput". Ten tweede pasten ze een theorie van besluitvorming toe die erkent dat mensen de pijn van het te lang werken veel intenser ervaren dan het plezier van het minder werken, vooral wanneer ze zichzelf met hun collega's vergelijken. Door deze menselijke gedragingen in een wiskundig model te verweven, creëerden ze een systeem dat streeft naar een evenwicht tussen het kalm houden van patiënten en het voorkomen van burn-out bij artsen.
De onderzoekers testten hun aanpak met behulp van echte gegevens van een groot tertiair ziekenhuis in Shanghai tijdens het hoogtepunt van de pandemie. Ze vergeleken hun nieuwe methode met oudere, standaard planningsalgoritmen. De resultaten toonden een duidelijk voordeel voor hun aanpak. In een reeks tests met twaalf verschillende weken aan patiëntgegevens produceerde hun nieuwe algoritme consequent betere resultaten. Het was bijzonder succesvol in het elimineren van de psychologische stress van wachtende patiënten; in zeven van de twaalf testgevallen slaagde de nieuwe methode erin de wachtrij kort genoeg te houden zodat patiënten geen stress ervoeren, terwijl de oudere methoden er in geen van die gevallen in slaagden dit te bereiken. Het nieuwe systeem slaagde er ook in om de totale "kosten" van het rooster te verlagen, wat de vermoeidheid van de artsen, het geld dat werd uitgegeven aan het bijhalen van extra hulp en de angst in de wachtkamer omvatte. Het algoritme bereikte dit niet door simpelweg meer uren te werken, maar door de diensten intelligenter in te delen, waarbij het aantal artsen dat dienst heeft wordt afgestemd op de fluctuerende aankomst van patiënten gedurende de dag en de nacht.
Een van de meest onthullende aspecten van de studie was hoe culturele verschillen in de menselijke psychologie de resultaten kunnen veranderen. De onderzoekers testten hun model met behulp van twee verschillende sets gedragsparameters: één gebaseerd op studies uitgevoerd in de Verenigde Staten en een andere gebaseerd op studies uitgevoerd in China. Ze ontdekten dat de specifieke cijfers die worden gebruikt om te beschrijven hoe mensen tijd waarderen en zichzelf met anderen vergelijken, de uiteindelijke planning aanzienlijk veranderden. Wanneer ze de parameters gebruikten die afkomstig waren uit Chinese studies, neigde het model naar het creëren van roosters die gevoeliger waren voor het gevoel van onrechtvaardigheid wanneer slechts enkelen overuren werkten. Dit suggereert dat een "one-size-fits-all"-benadering voor planning mogelijk niet wereldwijd werkt; wat als een eerlijk en efficiënt rooster aanvoelt in de ene cultuur, kan in een andere cultuur als stressvol of inefficiënt worden ervaren. De studie bevestigde dat het begrijpen van deze subtiele psychologische nuances essentieel is voor het creëren van roosters die in de echte wereld werken.
Om dit complexe puzzelstuk op te lossen, ontwikkelden de onderzoekers een gespecialiseerd computerprogramma, een verbeterde versie van een type algoritme dat bekend staat als een memetisch algoritme. Denk aan dit programma als een zeer bekwame planner die in korte tijd duizenden verschillende roostercombinaties kan testen. In tegen tegenstelling tot oudere planners die misschien vast komen te zitten in een lokale oplossing, gebruikt dit nieuwe programma een meerlagige zoekstrategie. Het bekijkt het rooster vanuit verschillende hoeken: het verschuiven van de starttijd van een enkele dienst met een uur, het toevoegen of verwijderen van een arts voor een specifieke dag, of het herarrangeren van de gehele rotatie van het team. Het gebruikt ook een "tweestaps"-aanpak om zijn werk te beginnen, waarbij het eerst een ruwe versie van het rooster opstelt met behulp van twee verschillende strategieën — één gericht op nachtdiensten en één op dagdiensten — en het vervolgens verfijnt. Hierdoor kon het programma oplossingen vinden die zowel eerlijk waren voor de artsen als efficiënt voor de patiënten, iets wat handmatige planning of eenvoudigere computerprogramma's niet konden bereiken.
De studie onderzocht ook hoe het veranderen van specifieke regels de uitkomst zou beïnvloeden, een proces dat bekend staat als sensitiviteitsanalyse. Ze ontdekten dat het aantal beschikbare artsen een kritiek kantelpunt was. Wanneer het ziekenhuis minder artsen had, worstelde het systeem om de wachtrij kort te houden, wat leidde tot hoge patiëntstress en hoge vermoeidheid bij de artsen. Echter, zodra het aantal artsen een bepaalde drempel bereikte, kon het systeem de stroom gemakkelijk beheren en daalde de stress naar nul. Interessant genoeg ontdekten ze dat het simpelweg toestaan dat artsen langer uren per dag werkten, niet altijd hielp; er was een optimaal bereik waar flexibiliteit mogelijk was zonder extreme vermoeidheid te veroorzaken. Ze ontdekten ook dat de kosten voor het bijhalen van extra artsen uit andere afdelingen een grote rol speelden. Als het bijhalen van extra hulp goedkoop was, gaf het systeem de voorkeur aan het gebruik daarvan om het hoofdteam uitgerust te houden. Als het duur was, probeerde het systeem harder om het bestaande team te optimaliseren, hoewel dit soms leidde tot hogere vermoeidheid.
Uiteindelijk biedt dit onderzoek een wetenschappelijk gefundeerd instrument voor ziekenhuisbeheerders die geconfronteerd worden met de chaos van een publieke gezondheidscrisis. Het gaat verder dan eenvoudige wiskunde door de menselijke ervaring van wachten en werken mee te nemen. Door te erkennen dat vermoeidheid een gevoel is dat groeit door vergelijking en dat wachten een psychologische last is die op bepaalde punten piekt, biedt de studie een manier om planningsbeslissingen te nemen die niet alleen efficiënt, maar ook menselijk zijn. De bevindingen suggereren dat tijdens noodsituaties de beste manier om zowel patiënten als artsen te beschermen, het gebruik is van planningssystemen die de geest begrijpen even goed als de klok. De onderzoekers concluderen dat hun methode een robuuste manier biedt om de onzekerheid van toekomstige gezondheidscrises aan te pakken, waardoor de frontlinie van de gezondheidszorg zelfs onder de meest intense druk houdbaar blijft.
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.