Reconstructing End-User Demand under Batch-Level Ambiguity: Flow-Constrained Record Linkage and Audit Allocation in Orthopedic Consignment Networks

In de hooggestoken wereld van de moderne chirurgie is het moment waarop een chirurg een medisch hulpmiddel gebruikt, slechts het begin van een complexe administratieve reis. Wanneer een ziekenhuis een orthopedisch implantaat gebruikt, zoals een schroef om een gebroken bot op zijn plaats te houden, wordt er een klinisch dossier aangemaakt om de gebeurtenis te documenteren. Het financiële dossier dat echter bevestigt wie voor die schroef heeft betaald en waar deze vandaan kwam, arriveert vaak later, soms in een ander formaat, en is veelal gegroepeerd met andere apparaten. Deze kloof tussen de fysieke handeling van de operatie en het papieren spoor van de handel creëert een blinde vlek. Ziekenhuizen en distributeurs moeten precies weten welk apparaat is gebruikt om de voorraad en facturatie te beheren, maar wanneer gegevens laat aankomen of samengevoegd worden, wordt het moeilijk om een specifieke schroef aan een specifieke operatie te koppelen. Deze onzekerheid is niet slechts een papierwerk-overlast; het kan leiden tot verloren inkomsten, onjuiste voorraadbestellingen en een gebrek aan duidelijkheid over hoe medische benodigdheden daadwerkelijk door het systeem bewegen.

Een onderzoeker genaamd Hongjie Jiang zette zich uit om dit puzzelstukje op te lossen binnen de specifieke context van orthopedische consignatienetwerken. In deze netwerken worden medische hulpmiddelen in ziekenhuizen geplaatst voordat ze worden verkocht, wat betekent dat het ziekenhuis de voorraad beheert maar alleen betaalt voor wat ze gebruiken. De uitdaging is dat de registers van wat er is gebruikt vaak in batches arriveren, waardoor het moeilijk is om te bepalen welke specifieke batch schroeven van een distributeur overeenkomt met een specifieke operatie. Jiang richtte zich op één specifieke familie van wervelkolomschroeven die wordt gebruikt in een groot netwerk van distributeurs en ziekenhuizen. Door naar één maand aan chirurgische gegevens te kijken en deze te vergelijken met negen maanden aan afwikkelingsgegevens, probeerde de studie de werkelijke vraag naar deze apparaten te reconstrueren, zelfs wanneer het papieren spoor incompleet of vertraagd was. Het doel was om niet alleen te achterhalen welke schroeven werden gebruikt, maar ook om te begrijpen waarom sommige registers niet gekoppeld konden worden en hoe men beperkte tijd en middelen kon besteden aan het oplossen van die mismatches.

De studie begon door het koppelingsproces te behandelen als een doorstroomprobleem in plaats van een eenvoudige lijstvergelijking. Stel je voor dat je probeert een set unieke sleutels te matchen met een set sloten, waarbij sommige sleutels op meerdere sloten kunnen passen, en sommige sloten geopend kunnen zijn door sleutels die te laat arriveerden. De onderzoeker bouwde een model dat de fysieke limieten van het systeem respecteerde: een distributeur kan niet meer schroeven leveren dan hij in zijn batch heeft, en een enkele operatie kan niet meer schroeven gebruiken dan er geregistreerd zijn. Door deze strikte regels toe te passen, kon het model bepalen welke matches mogelijk waren en welke onmogelijk waren. Toen het model werd uitgevoerd, bleek dat van de 540 chirurgische records die vergeleken konden worden, er slechts 229 een duidelijke, enkele match hadden met een afwikkelingsrecord. Een andere 84 hadden een match, maar het was er een van verschillende mogelijkheden. De resterende 311 records hadden helemaal geen duidelijke match. Dit liet een grote groep "onopgeloste" vraag achter die begrepen moest worden.

Om de 311 niet-gekoppelde records betekenis te geven, keek de studie naar de timing en de aard van de ontbrekende schakels. Het bleek dat de redenen voor de mismatch niet willekeurig waren. Ongeveer een derde van de niet-gekoppelde records was simpelweg wachtend op de bijbehorende documentatie; de operatie had plaatsgevonden, maar de financiële afwikkeling was nog niet verwerkt tegen de deadline. Een kwart van de niet-gekoppelde records werd geblokkeerd omdat meerdere operaties concurreerden om dezelfde batch schroeven, of omdat de registers van de distributeur te vaag waren om een enkele bron aan te wijzen. De grootste groep, die bijna de helft van de niet-gekoppelde records besloeg, leek tot een heel ander pad te behoren. Dit waren waarschijnlijk schroeven die via groothandelkanalen of andere voorraadsystemen waren bewogen die niet voorkwamen in de specifielijke consignatierosters die in de studie werden onderzocht. Het model wijst waarschijnlijkheden toe aan elk van deze scenario's, waardoor het effectief een kaart creëert van waar de onzekerheid ligt.

Het meest significante deel van het onderzoek was niet alleen het identificeren van de mismatches, maar ook het uitzoeken hoe ze efficiënt opgelost konden worden. Ziekenhuizen en distributeurs hebben beperkt personeel en tijd om deze records te controleren. Ze kunnen niet elk enkel niet-gekoppeld item controleren. De onderzoeker vroeg: als je slechts een klein deel van de records kunt controleren, welke moet je dan kiezen om de meeste duidelijkheid te krijgen? Een veelvoorkomend instinct is om eerst de grootste bestellingen te controleren, uitgaande van het idee dat grote aantallen het belangrijkst zijn. Echter, de studie vond dat deze aanpak inefficiënt was. Veel grote bestellingen waren al duidelijk en stabiel, waardoor het controleren ervan weinig nieuwe informatie opleverde. In plaats daarvan stelde de studie een strategie voor gebaseerd op de "waarde van informatie". Deze methode geeft prioriteit aan records die zowel groot in hoeveelheid als hoog in onzekerheid zijn. Het zoekt naar de specifieke gevallen waar een controle een grote ambiguïteit zou kunnen oplossen, zoals een operatie die door drie verschillende distributeurs had kunnen worden geleverd.

Toen de onderzoeker deze nieuwe strategie testte tegenover de oude methode van het controleren van de grootste bestellingen, was het verschil groot. Met een budget om slechts 20% van de records te controleren, loste de nieuwe strategie meer dan de helft van de totale onzekerheid in het systeem op. In contrast hiermee loste de traditionele methode van het controleren van de grootste bestellingen slechts ongeveer een derde van de onzekerheid op. De nieuwe aanpak was in staat om met 40% minder controles hetzelfde niveau van duidelijkheid te bereiken als de oude methode nodig zou hebben gehad om een vergelijkbaar resultaat te behalen. Dit betekent dat door te focussen op de specifieke records waar de verwarring het grootst is, in plaats van alleen op de records met de grootste aantallen, organisaties tijd en geld kunnen besparen terwijl ze een veel duidelijker beeld krijgen van hun toeleveringsketen.

De studie testte ook of deze bevindingen stand zouden houden als de data er iets anders uit zouden zien. Bijvoorbeeld, wat als sommige records duplicaten waren van dezelfde operatie? Of wat als de meest actieve distributeur uit de analyse werd verwijderd? In elk scenario bleef de nieuwe strategie superieur. Zelfs wanneer de data vereenvoudigd werd of het netwerk veranderde, presteerde de methode van het targeten van records met een hoge onzekerheid en een hoog volume consequent beter dan de standaardbenadering. Het onderzoek toonde ook aan dat de onzekerheid niet gelijkmatig verspreid was; deze was sterk geconcentreerd bij specifieke distributeurs en op specifieke momenten van de maand, met name nabij het einde van de facturatiecyclus wanneer de kans op vertragingen in de registers het grootst was.

Uiteindelijk biedt dit werk een praktische gids voor het beheren van de onzichtbare gaten in medische toeleveringsketens. Het demonstreert dat onzekerheid niet één enkel probleem is dat opgelost moet worden door meer data te controleren, maar een hulpbron die beheerd moet worden door de juiste data te controleren. Door de timing van gebeurtenissen te combineren met de fysieke limieten van de voorraad, biedt de studie een manier om een chaotische stapel mismatches te veranderen in een helder, actiegericht plan. Voor de managers die deze netwerken beheren, is de boodschap duidelijk: kijk niet alleen naar de grootste aantallen. Kijk naar de plekken waar het verhaal onduidelijk is, en richt daar je aandacht op. Deze aanpak stelt hen in staat om hun rekeningen sneller te vereffenen, hun voorraad nauwkeuriger te beheren en ervoor te zorgen dat de apparaten die worden gebruikt om patiënten te genezen, goed worden geregistreerd, zelfs wanneer het papieren spoor imperfect is.