Approche globale de l'affectation des patients dans une unité de soins intensifs pédiatriques

L'unité des soins intensifs du CHU Sainte-Justine a un fonctionnement particulier, tout d'abord par ses ratios infirmiers (1 pour 1 ou 1 pour 2), mais surtout pour son organisation spatiale. Sur les 32 chambres qui composent l'unité, certaines sont reliées deux à deux par des alcôves permettant aux infirmières d'avoir une vue sur deux chambres simultanément. Ainsi, lorsqu'une infirmière est en charge de deux patients, ceux-ci doivent se trouver dans des chambres reliées par la même alcôve. Cette disposition permet aux infirmières de diminuer leurs déplacements, mais implique de nombreux transferts de lits intra-unité qui pèsent énormément sur les soins intensifs de par l'intervention de différents membres du personnel hospitalier (AICs, infirmières, préposés aux bénéficiaires etc.). Les modèles d'affectation des patients aux chambres et des patients aux infirmières sont communs dans la littérature, mais notre étude s'en différencie en proposant une méthode répondant simultanément à ces deux problèmes et en intégrant la notion de transferts de lits comme paramètre de décision. Dans le cadre de ce projet, nous avons débuté par réaliser des observations dans l'unité afin de mieux comprendre son fonctionnement et les processus d'affectation et de transfert. Nous avons alors remarqué qu'en considérant que chaque transfert avait un poids différent et en anticipant les entrées et les sorties, il était possible de diminuer l'impact des transferts sur les SIP. Ainsi, nous avons proposé deux nouvelles méthodes d'affectation des patients basées sur les pistes d'amélioration identifiées. Ces modèles se sont notamment appuyés sur un coût de transfert variable, dépendant des caractéristiques des patients, que nous avons développé et qui quantifie la lourdeur d'un transfert. Dans cette étude, nous nous intéressons à une approche globale de l'affectation des patients dans l'unité, comme moyen de réduire le nombre de transferts de lits tout en conservant une charge de travail équilibrée entre les infirmières. La première méthode en programmation linéaire en nombres entiers a montré des résultats bien meilleurs que ceux de la pratique courante, en diminuant de 10 en moyenne le nombre de transferts pour une semaine, mais aussi en proposant des transferts 86% moins lourds, tout en permettant de conserver une charge de travail équilibrée. Le temps d'exécution de cette méthode étant parfois très long, nous avons donc également développé une heuristique. En effet, l'unité des soins intensifs pédiatriques ne recherchant pas une résolution exacte, nous avons décidé de proposer plusieurs solutions et de comparer leur performance. Cette heuristique se base sur le fonctionnement de l'affectation réalisée au CHU Sainte-Justine, mais en améliorant certains paramètres. Celle-ci a permis d'obtenir jusqu'à 8 transferts de moins sur une semaine et d'obtenir un coût de transfert plus faible de 41% en moyenne. Néanmoins, elle s'accompagne d'une dégradation de la charge de travail par rapport à la pratique courante. Les résultats restent tout de même meilleurs en globalité avec l'heuristique d'après la définition de notre fonction objectif. De plus, nous avons également pu démontrer qu'elle restait également efficace en situation d'incertitude, c'est-à-dire lorsqu'il n'était pas possible de prévoir, sur plus d'un quart, les entrées et les sorties des patients. C'est un point important pour une unité de soins intensifs, car la grande majorité de ses patients sont des patients urgents dont l'état de santé peut se dégrader rapidement. Ainsi, nous avons pu démontrer qu'en intégrant les transferts comme paramètre de décision lors de l'affection des patients, il était possible d'en diminuer le nombre et le poids, tout en conservant un bon l'équilibrage de la charge de travail.

Abstract

The CHU Sainte-Justine's paediatric intensive care unit has a special organisation because of its nurses' ratio (1 for 1 or 1 for 2) and more importantly its spatial arrangement. Among the 32 rooms of the unit, some of them are linked in pairs by alcoves, which enable nurses to see both rooms simultaneously. Thus, when a nurse has to take care of two patients, they must be assigned to two rooms linked by an alcove. This organisation avoids nurses' moves but implies a lot of bed transfers for the patients, which also have a significant weight on the unit because they require the intervention of different members of the medical team (AICs, nurses, care attendants and so on). The bed-patient assignment and the nurse-patient assignment are common in the literature, but our study stands out by proposing a method solving both problems altogether and including bed transfers as a decision parameter. We first began our study with observations in the unit to understand how it works and how the patients are assigned and transferred. Then we noticed that assuming all transfers as different and predicting admissions and discharges could reduce the impact of transfers in the ICU. Thus, we propose two assignment methods based on those possibilities of improvement. They will use a variable cost of transfer, depending on the characteristics of the patient, we first developed and which measures the weight of a transfer. In this study, we will focus on a global approach of the patient assignment as a way to reduce the number of bed transfers, while keeping a balanced workload between nurses. The first model in integer linear programming shows better results than the common practice by decreasing by 10 the average of transfers during a week and reducing their weight by 86%, while keeping a good workload. The resolution time was sometimes too long, that is why we also developed a heuristic. Indeed, an exact solution was not the purpose of the unit, so we decided to propose different solutions and compare their performance. This heuristic is based on CHU Sainte-Justine's affectation strategy, but which improves some of the parameters. Thanks to it, the cost of transfer was reduced by 41% and the number of transfers decreasing by 8 through a week. The balance of the workload is not as good as what we could have obtained with the current methodology. However, the chosen objective function shows that the final results are better with the heuristic. Moreover, we demonstrated that our method is still effective under uncertainty when admissions and discharges can't be predicted. This is a major focus point in an intensive care unit because most of the patients are urgent patients whose health condition could quickly decline. In conclusion, we have shown, through this study, that using transfers as a decision parameter of the patient assignment enables to reduce their number and weight and still have a good balanced workload.