▾ G11 Media Network: | ChannelCity | ImpresaCity | SecurityOpenLab | Italian Channel Awards | Italian Project Awards | Italian Security Awards | ...
InnovationCity

Sovraffollamento al Pronto Soccorso: la corretta gestione dei dati migliora la situazione

Come si quantifica il livello di congestione di un pronto soccorso? Quali sono gli indicatori più rilevanti per prevedere i tempi di attesa dei pazienti? Quali fattori possono essere utilizzati per ridurre i tempi di attesa mantenendo un'elevata qualità delle cure? Tre ricercatori, tra cui Mozart Menezes della NEOMA Business School, hanno evidenziato l’importanza dei nuovi indicatori di monitoraggio grazie a uno studio effettuato su 145.000 accessi al PS

L'innovazione nella Sanità

In tutto il mondo, i servizi di emergenza lottano nel tentativo di attuare miglioramenti o riorganizzazioni a causa del sovraffollamento. Tre ricercatori, tra cui Mozart Menezes della NEOMA Business School, hanno evidenziato l’importanza dei nuovi indicatori di monitoraggio, basati sulla misurazione della complessità operativa, attraverso uno studio condotto sull'analisi di 145.000 visite osservate in un importante ospedale canadese.

Come si quantifica il livello di congestione di un pronto soccorso? Quali sono gli indicatori più rilevanti per prevedere i tempi di attesa dei pazienti? Quali fattori possono essere utilizzati per ridurre i tempi di attesa mantenendo un'elevata qualità delle cure?

Principali difficoltà : l'arrivo dei pazienti è imprevedibile

Per decenni, questi interrogativi hanno tormentato assistenti, responsabili dei dipartimenti di emergenza, autorità pubbliche ed esperti di ottimizzazione organizzativa. I loro tentativi di miglioramento non hanno mai raggiunto i risultati desiderati. Durante la pandemia di Covid-19, il sovraffollamento del pronto soccorso ha raggiunto livelli record. Qual è la radice del problema, secondo i tre ricercatori? Le strategie attuali si basano principalmente sul rapporto “numero di pazienti attesi/numero di assistenti necessari”. Tuttavia, l'affluenza al pronto soccorso è per sua natura imprevedibile, anche se può essere stimata sulla base di dati storici. Qualsiasi afflusso improvviso di pazienti compromette il sistema.

Indicatori che riflettono la complessità dell'assistenza d'emergenza

Gli autori dell'articolo hanno adottato una logica diversa: identificare indicatori che riflettano la gestione altamente complessa dei dipartimenti di emergenza. Il numero di pazienti e la velocità di arrivo variano di ora in ora e di giorno in giorno. I pazienti vengono classificati in base all'età, ai sintomi e al grado di urgenza. Vengono affidati a diversi operatori a seconda della loro patologia, che a sua volta determina la durata delle cure, ecc.

Secondo i ricercatori, il sovraffollamento o la fluidità di un dipartimento di emergenza dipende più dalla gestione di queste contingenze che dal numero di pazienti ricoverati. Per verificare questa ipotesi hanno utilizzato i dati di 145.000 visite al pronto soccorso di un importante ospedale canadese. Hanno quindi deciso di misurare due tipi di rischio, ritenuti più influenti: quelli legati al tempo (intervalli tra gli arrivi dei pazienti, durata delle cure per ogni individuo) e quelli legati alla diversità dei casi (età del paziente, sintomi, grado di urgenza, ecc.).

Migliore previsione dei tempi di attesa dei pazienti

Sulla base di un'analisi dei dati canadesi, questi indicatori di “complessità temporale” e “complessità dei casi” sono molto più efficaci del numero di ricoveri nel prevedere i tempi medi di attesa e il tempo medio totale trascorso nei dipartimenti di emergenza. In altre parole, valutano e prevedono in modo più attendibile il livello di carico del reparto e, di conseguenza, l'organizzazione necessaria per farvi fronte. Maggiore è la “complessità temporale”, maggiore è il rischio di sovraffollamento. Questa complessità deriva, ad esempio, da pazienti che arrivano in gruppo e sporadicamente, piuttosto che regolarmente distanziati; oppure da un afflusso di casi che richiedono cure a lungo termine, e non trattamenti rapidi. Al contrario, all'aumentare della “complessità dei casi”, diminuisce il rischio di sovraffollamento. Un alto tasso di complessità dei casi significa che i pazienti presentano un'ampia varietà di patologie, che possono essere condivise tra assistenti con competenze diverse. Questo è uno scenario molto più favorevole rispetto all'arrivo di un gran numero di patologie identiche (cioè bassa complessità del caso): in questo caso, alcuni assistenti sono sovraccaricati di lavoro mentre i loro colleghi di altre specializzazioni sono sottocaricati.

Come migliorare la definizione delle priorità per i pazienti

Queste misure di complessità hanno il vantaggio di basarsi sui dati dei pazienti che i servizi di emergenza già raccolgono. Non richiedono alcun lavoro aggiuntivo. Inoltre, possono essere facilmente integrate nell'organizzazione e nelle procedure esistenti. La prima applicazione possibile è quella di affinare la strategia di prioritizzazione dei pazienti. Questa si basa ancora sul grado di gravità e urgenza delle patologie osservate. Tuttavia, si potrebbe aggiungere un secondo criterio: il tempo di attesa previsto, calcolato sulla base di misure di complessità. Facciamo l'esempio di due pazienti con lo stesso grado di urgenza: quello che può essere trattato rapidamente sarà preso in carico prima di quello che ha bisogno di più tempo, anche se è arrivato dopo di lui; così il suo assistente sarà disponibile più rapidamente per un altro paziente. Ma soprattutto, gestire in questo modo la diversità dei pazienti che vengono curati contemporaneamente potrebbe ridurre i tempi di attesa per tutti i pazienti.

Segnali di allerta per riposizionare le risorse prima del sovraffollamento

La seconda applicazione prevista è l'integrazione di queste misure di complessità in uno strumento decisionale collegato al sistema di registrazione dei pazienti al loro arrivo al pronto soccorso. Questo strumento verrebbe aggiornato in tempo reale, durante tutto il percorso del paziente: sala d'attesa, consultazione, trattamento, analisi, ecc. Il responsabile del pronto soccorso potrebbe quindi ridefinire le risorse prima che i tempi di attesa diventino incontrollabili. Ad esempio, innalzando il livello di priorità di alcune patologie per armonizzare il carico di lavoro degli operatori, richiedendo rinforzi, modificando l'assegnazione del personale multi-specializzato, ecc.

Questo significa che dobbiamo buttare via i rapporti “paziente/assistente”? No: sono ancora rilevanti. Le misure di complessità basate sul tasso e sul volume degli arrivi dei pazienti, nonché sul grado di diversità delle loro patologie, sono invece leve promettenti per porre rimedio ai problemi dei tempi di attesa eccessivi.

Se questo articolo ti è piaciuto e vuoi rimanere sempre informato
Iscriviti alla nostra Newsletter Gratuita. Iscriviti
Rimani sempre aggiornato, seguici su Google News! Seguici

Related news

Ultime Notizie

A Capoliveri il checkup te lo fa l'AI

A Capoliveri il Comune ha installato la prima Capsula sanitaria a livello nazionale per la medicina preventiva basata sull’AI

04-09-2025

L'innovazione per le Pmi sbarca a ChannelExpo 2025

Trend di mercato, prodotti, tecnologie per le Pmi. Questo è ChannelExpo 2025, l'evento, gratuito, con al centro le Pmi e l'ecosistema Ict. Appuntamento il 24 settembre a "La Pista" di Lainate. Confronti, incontri con gli esperti ma anche un po' di leggerezza

03-09-2025

Sistemi di riscaldamento innovativi grazie a Octopus Energy e LG Electronics

Questa nuova partnership prevede l’integrazione delle pompe di calore e dei climatizzatori di ultima generazione di LG con Kraken, la piattaforma tecnologica proprietaria di Octopus, che permette alle persone di utilizzare automaticamente i dispositivi nei momenti in cui l’energia è più economica e più verde. Questa integrazione aiuterà le famiglie ad abbattere i costi in bolletta.

03-09-2025

Uni Padova: IA rileva il rischio nascosto di diabete leggendo i picchi glicemici

Team di ricercatori dello Scripps Research Translational Institute (La Jolla, CA, USA) composto anche da Alumni dell’Università di Padova rivela come i sensori indossabili e l'intelligenza artificiale potrebbero trasformare il modo in cui rileviamo e gestiamo il prediabete.

03-09-2025

Notizie più lette

1 Ricerca italiana indaga su correlazione tra malattie respiratorie e rischio infettivo

I ricercatori della Sapienza sono tra gli autori di uno studio condotto su tutto il territorio nazionale. Pubblicata sulla rivista “The Journal of Infectious Diseases”, la ricerca offre un utile supporto per lo sviluppo di una futura campagna vaccinale.

2 Scattano gli incentivi per il fotovoltaico in Sardegna

Il nuovo incentivo economico è riconosciuto a copertura dei costi di realizzazione ed installazione di impianti di produzione di energia elettrica da fonte solare fotovoltaica aventi potenza compresa tra i 3 kW e i 6 kW e di sistemi di accumulo elettrochimico aventi capacità compresa tra i 5 kWh e i 10 kWh.

3 Google ufficializza la disponibilità di Gemini su Google Distributed Cloud

Google Distributed Cloud è una soluzione di Google Cloud che estende l'infrastruttura e i servizi cloud al di fuori dei data center di Google, portandoli direttamente nelle sedi del cliente.

4 Autostrade per l’Italia: arriva il primo simulatore di guida a realtà aumentata con droni e intelligenza artificiale

Nell’ambito della campagna di sensibilizzazione sulla sicurezza stradale del Gruppo ASPI, arriva il progetto Driver Behaviour Analysis in sinergia con quattro eccellenze universitarie italiane.

Iscriviti alla nostra newsletter

Join our mailing list to get weekly updates delivered to your inbox.

Iscriviti alla newsletter

www.innovationcity.it - 8.3.23 - 4.6.3