S'abonner

Using demand analysis and system status management for predicting ED attendances and rostering - 13/08/11

Doi : 10.1016/j.ajem.2008.01.032 
Marcus Eng Hock Ong, MD, MPH a, , Khoy Kheng Ho, MD a, Tiong Peng Tan, MD a, Seoh Kwee Koh a, Zain Almuthar b, Jerry Overton c, Swee Han Lim, MD a
a Department of Emergency Medicine, Singapore General Hospital, 169608 Singapore 
b Service Operations Department, Singapore General Hospital, Singapore 
c Richmond Ambulance Authority, Virginia, USA 

Corresponding author. Tel.: +65 63213590; fax: +65 63214873.

Abstract

Introduction

It has been observed that emergency department (ED) attendances are not random events but rather have definite time patterns and trends that can be observed historically.

Objectives

To describe the time demand patterns at the ED and apply systems status management to tailor ED manpower demand.

Methods

Observational study of all patients presenting to the ED at the Singapore General Hospital during a 3-year period was conducted. We also conducted a time series analysis to determine time norms regarding physician activity for various severities of patients.

Results

The yearly ED attendances increased from 113387 (2004) to 120764 (2005) and to 125773 (2006). There was a progressive increase in severity of cases, with priority 1 (most severe) increasing from 6.7% (2004) to 9.1% (2006) and priority 2 from 33.7% (2004) to 35.1% (2006). We noticed a definite time demand pattern, with seasonal peaks in June, weekly peaks on Mondays, and daily peaks at 11 to 12 am. These patterns were consistent during the period of the study. We designed a demand-based rostering tool that matched doctor-unit-hours to patient arrivals and severity. We also noted seasonal peaks corresponding to public holidays.

Conclusion

We found definite and consistent patterns of patient demand and designed a rostering tool to match ED manpower demand.

Le texte complet de cet article est disponible en PDF.

Plan


© 2009  Elsevier Inc. Tous droits réservés.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 27 - N° 1

P. 16-22 - janvier 2009 Retour au numéro
Article précédent Article précédent
  • An observational, prospective study comparing tibial and humeral intraosseous access using the EZ-IO
  • Marcus Eng Hock Ong, Yiong Huak Chan, Jen Jen Oh, Adeline Su-Yin Ngo
| Article suivant Article suivant
  • The CAREFALL Triage instrument identifying risk factors for recurrent falls in elderly patients
  • Pieter Boele van Hensbroek, Nynke van Dijk, G. Fenna van Breda, Alice C. Scheffer, Tischa J. van der Cammen, Paul Lips, J. Carel Goslings, Sophia E. de Rooij, on behalf of the Combined Amsterdam and Rotterdam Evaluation of FALLs (CAREFALL) study group 1

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

Déjà abonné à cette revue ?

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.


Tout le contenu de ce site: Copyright © 2024 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.