Turnaround time in diagnostics, analysing delays and strategic improvements in a tertiary care hospital

In het moderne ziekenhuis fungeert een klinisch laboratorium als de stille machinekamer van de medische zorg. Terwijl artsen patiënten onderzoeken en verpleegkundigen behandelingen toedienen, vindt er achter de schermen een enorme hoeveelheid onzichtbaar werk plaats om diagnoses te bevestigen en behandelplannen te sturen. Het wordt geschat dat een meerderheid van de cruciale medische beslissingen rust op de resultaten die in deze laboratoria worden gegenereerd. De nauwkeurigheid van een testresultaat is echter slechts de helft van het verhaal; de snelheid waarmee dat resultaat de arts bereikt, is even essentieel. Als een test te lang duurt, kan een diagnose worden vertraagd, kan het verblijf van een patiënt in het ziekenhuis worden verlengd en kunnen de kosten van de zorg stijgen. Om deze snelheid te meten, gebruiken wetenschappers een concept genaamd de doorlooptijd (turnaround time). Dit is simpelweg de klok die begint wanneer een monster bij een patiënt wordt afgenomen en stopt wanneer het definitieve rapport is goedgekeurd en klaar is voor een arts om te lezen. Dit hele proces is onderverdeeld in drie afzonderlijke hoofdstukken: de tijd voordat de test begint, de tijd dat de machine de test daadwerkelijk uitvoert, en de tijd nadat de test is voltooid terwijl de resultaten worden gecontroleerd en verzonden.

Onderzoekers van een groot, multispecialistisch ziekenhuis in New Delhi besloten deze klok nauwlettend te bekijken om te zien waar de tijd daadwerkelijk aan werd besteed. Ze richtten zich op twee veelvoorkomende soorten bloedtesten: één die de chemische balans van het lichaam controleert, zoals de lever- en nierfunctie, en een andere die de verschillende soorten cellen in het bloed telt. Het team verzamelde gegevens uit duizenden patiëntendossiers over een periode van drie maanden, waarbij ze specifiek keken naar de digitale tijdstempels die door het computersysteem van het ziekenhuis werden geregistreerd. Ze wilden niet alleen weten hoe lang het totale proces duurde, maar ook welk specifiek deel van de workflow de meeste vertraging veroorzaakte. Ze vroegen ook aan patiënten die wachtten in de polikliniek en aan het ziekenhuispersoneel dat in de afdelingen werkt, naar de praktische hindernissen waar zij dagelijks tegenaan lopen.

Het onderzoek onthulde dat de totale tijd van het afnemen van een bloedmonster tot het gereed hebben van een gevalideerd rapport gemiddeld net iets meer dan twee uur en achttien minuten was. Wanneer de onderzoekers deze tijd uitsplitsten, vonden ze een verrassende verdeling. De fase waarin de machine het bloed daadwerkelijk analyseerde, wat velen misschien zouden aannemen als het traagste deel, besloeg het grootste deel van de tijd en nam meer dan de helft van de totale duur in beslag. De tijd die werd besteed voordat het monster de machine bereikte en de tijd nadat de test was voltooid, vormden de rest. De gegevens toonden echter aan dat, terwijl de machine zijn werk deed, de echte knelpunten elders plaatsvonden. In de polikliniek, waar patiënten voor controles komen, werden de grootste vertragingen niet veroorzaakt door de laboratoriumapparatuur zelf. In plaats daarvan rapporteerden patiënten dat lange wachttijden werden veroorzaakt door betalingsproblemen, een gebrek aan personeel om monsters af te nemen en verwarrende aanwijzingen die hen naar de verkeerde gebieden leidden. Veel patiënten merkten ook op dat er niet genoeg mensen werkten bij de betaalbalies, wat zorgde voor lange rijen voordat ze zelfs maar bloed konden laten afnemen.

Voor patiënten die in het ziekenhuis verblijven, was het verhaal iets anders, maar het wees nog steeds op administratieve en logistieke frictie in plaats van de wetenschap van de test. Het personeel rapporteerde dat de meest significante vertragingen optraden wanneer monsters fysiek van de afdeling van de patiënt naar het laboratorium moesten worden verplaatst. Deze transportstap was een belangrijke bron van vertraging, die vaak werd verergerd door de tijd die nodig was om de resultaten handmatig van de machine in het computersysteem van het ziekenhuis in te voeren. De onderzoekers ontdekten dat de tijd die nodig was om een monster van een afdeling naar het lab te verplaatsen, significant verbonden was met vertragingen, waarbij verpleegkundigen dit probleem vaker rapporteerden dan artsen. Bovendien benadrukte de studie dat zelfs wanneer de machines perfect werkten, de tijd die nodig was om de resultaten te valideren en goed te keuren, nog een extra laag van wachten toevoegde.

De onderzoekers vergeleken hun bevindingen met de standaarddoelen voor hoe snel deze tests voltooid zouden moeten zijn. Ze ontdekten dat hoewel de machines snel genoeg waren om de doelen voor de chemische testen in ongeveer twee derde van de gevallen te halen, ze voor de bloedceltellingen in bijna vier van de vijf gevallen tekortschoten. Belangrijker nog, bij het kijken naar de totale tijd van begin tot eind, voldeed zeer weinig tests aan de ideale snelheidstargets. Dit suggereerde dat het probleem niet de snelheid van de analyse zelf was, maar de stappen eromheen. De studie concludeerde dat om de snelheid van de zorg te verbeteren, ziekenhuizen verder moeten kijken dan de laboratoriumapparatuur. De weg naar snellere resultaten ligt in het verbeteren van de doorstroom van mensen en papierwerk: het waarborgen dat er voldoende personeel is om de facturatie en monstername af te handelen, het creëren van duidelijke bewegwijzering om patiënten te begeleiden, en het opzetten van een betrouwbaar systeem om monsters zonder vertraging van de afdelingen naar het laboratorium te transporteren. Door deze administratieve en logistieke kreukels glad te strijken, kan het hele systeem sneller bewegen, waardoor antwoorden eerder bij artsen en patiënten terechtkomen.