Analyse des politiques d'affectation d'un service préhospitalier d'urgence par simulation

Lorsqu'une urgence médicale survient, le premier réflexe est de composer le numéro d'appel d'urgence. Aussitôt, un processus complexe s'enclenche menant à l'arrivée d'une équipe de techniciens ambulanciers paramédics. Leurs interventions rapides peuvent éviter des drames et sauver des vies. Les services préhospitaliers d'urgence (SPU) sont les organisations derrière ces interventions d'urgence. Leur mission est de fournir des soins préhospitaliers et du transport ambulancier de qualité. La vitesse à laquelle les SPU répondent aux demandes, leurs temps de réponse (TR), est un indicateur important de la qualité de leur service comme l'état de santé des patients peut se dégrader rapidement en l'absence de soins. De plus, même pour les patients non urgents, des temps de réponse courts sont désirables comme les patients souhaitent recevoir de l'aide rapidement. L'objectif de ce mémoire est de développer un modèle de simulation d'un SPU et de l'utiliser pour développer et pour tester des règles de gestion capables de réduire les temps de réponse. Plus précisément, nous modélisons Urgences-santé, le SPU responsable de Montréal et de Laval, et proposons plusieurs politiques pour améliorer leurs décisions d'affectations. Le modèle est développé en étroite collaboration avec le SPU permettant ainsi de bâtir un modèle réaliste. L'affectation consiste normalement à choisir l'ambulance à attribuer à chaque patient parmi celles disponibles. Nous proposons d'étendre cette définition en considérant non seulement les ambulances disponibles, mais également celles qui sont indisponibles. En effet, il est possible que ces ambulances occupées soient capables de répondre à un appel plus rapidement que les ambulances libres. Cette approche a été très peu considérée dans la littérature. Nous permettons l'affectation d'ambulances indisponibles dans trois cas : avant le début des quarts de travail, pendant la pause repas et pendant le transfert de patient à l'hôpital. D'après notre modèle, l'inclusion du premier et du troisième groupe dans l'affectation des appels de basses priorités permet de réduire leurs TR de 4.2% et 7.3% respectivement. La deuxième méthode n'améliore pas les temps de réponse que nous expliquons par la redondance entre la position des ambulances qui prennent leur pause repas avec celles des ambulances disponibles. De plus, nous proposons d'utiliser les ambulances nouvellement disponibles pour améliorer les affectations de basses priorités ce qui mène à une diminution de leurs TR de 7.3%. Au meilleur de notre connaissance, nous sommes les premiers à utiliser cette politique pour des appels de basses priorités. Ces politiques peuvent être combinées, ce qui peut amener des diminutions des TR de basses priorités allant jusqu'à 8.2%. L'effet de ces politiques sur les appels de hautes priorités est négligeable ou nul. Ces gains sont réalisés par rapport aux règles actuelles d'Urgences-santé dont la politique d'affectation est déjà sophistiquée. Ces résultats nous amènent à recommander l'ajout de ces politiques à leurs politiques. Elles pourraient également être bénéfiques à d'autres SPU. Notre modèle de simulation a le potentiel d'être appliqué à des politiques de gestion des SPU autres que celles d'affectation. En effet, les politiques de localisation et de relocalisation, de sélection du centre hospitalier, de gestion des effectifs et de spécialisation des ressources pourraient être étudiées à l'aide du modèle.

Abstract

When faced with a medical emergency, our first instinct is to call 911. This puts in motion a complex process that leads to the arrival of one or more teams of emergency responders. Their intervention can save lives and avoid tragedies. Behind the scenes, emergency medical services (EMS) manage these teams. The goal of these organizations is to provide quality emergency prehospital care. The response time (RT), defined as the time required to reach a patient, is a primary quality indicator, because patients' conditions can deteriorate rapidly. Even for non-urgent requests, fast RT is important as patients expect a quick reaction. The goal of this thesis is to develop a simulation model of an EMS and to use it to measure the impact of new strategies on response time. The model is based on Urgences-santé, the EMS for Montreal and Laval Islands. We propose and evaluate policies to improve their dispatching performance. The model was developed in collaboration with the Urgences-santé, which maximises its fidelity. Dispatching policies define which ambulance among all available ambulances is chosen to answer a call. We extended this definition to include “near-to-be-available” ambulances as they are sometimes able to reach a call faster than currently available ambulances. This has sparely been done in the literature. Ambulances are considered “near-to-be-available” during three periods: before the beginning of a shift, during the team's lunch breaks, and during transfer of care at the hospital. Using our simulation model, we found that considering the first and third groups in dispatching for low priority calls reduces RT by 4.2% and 7.3% respectively. Considering the second group did not yield improvement to RT, as the locations of ambulances during lunch breaks were too similar to the locations of available ambulances. In addition, we evaluated a wholly novel strategy to reducing RT based on replacing alreadydispatched ambulances with newly-available ambulances to replace ambulances assigned to low priority calls which reduces RT. To be best of our knowledge, this has never been done before. This policy reduced RT for low-priority requests by 7.3%. Combining those policies improved performance further, yielding RT reductions of up to 8.2% for low-priority calls. It is important to note that all evaluated policies had no or negligible impact on the RT for high-priority calls. We recommend the adoption of those policies to Urgences-santé. They might also be applicable to other EMS systems. The simulation model applications are not limited to the evaluation of dispatching policies. It could be used to evaluate new policies for location and elocation, hospital selection, staff management, and resources specialization.