Metodyka pozyskiwania i analizy wyników badań symulacyjnych
Transkrypt
Metodyka pozyskiwania i analizy wyników badań symulacyjnych
XII International PhD Workshop OWD 2010, 23–26 October 2010 Metodyka pozyskiwania i analizy wyników badań symulacyjnych ścieżek klinicznych Methodology of Acquiring and Analyzing Results of Simulation Investigations of Clinical Pathways Marta Lignowska, Wojskowa Akademia Techniczna Abstract This paper presents methodology of acquiring and analyzing results of simulation investigations of clinical pathways. In this work clinical pathways are describes by Workflow model. PowerDesigner environment is used for clinical pathways modeling as well as SIMUL8 is used for clinical pathways simulation. The methodology contains the following steps, which occur in that order [Fig.1.]: - Collecting data on clinical pathways from doctors [Fig.2]; - Constructing a clinical pathway model as a Workflow class system [Fig.3]; - Creating a simulation model of clinical pathway [Fig.4]; - Identifying input data and simulation parameters of: - Start events [Tab.1.]; - End events [Tab.2.]; - Activities [Tab.3.]; - Resources [Tab.4.]; - Gateways [Tab.5]; - Analyzing simulation results and formulating conclusions for: - Start events [Tab.6.]; - Activities [Fig.5.]; - Gateways [Fig.6]; - Resources [Fig.7.]; - End events [Fig.8.]; - Financial results [Fig.9.]. Streszczenie Niniejszy referat przedstawia metodykę pozyskiwania oraz analizy wyników badań symulacyjnych ścieżek klinicznych. Metodyka opiera się o kilka kroków realizowanych w określonej kolejności z założeniem iteracji w przypadku uzyskania wyników niezgodnych lub znacznie odbiegających od oczekiwań. Metodyka zakłada najpierw pozyskanie danych od lekarzy. Na podstawie tych danych następuje modelowanie ścieżek klinicznych, przeprowadzenie ich badań symulacyjnych, a następnie analiza otrzymanych wyników. 1. Metodyka symulacyjnego badania ścieżek klinicznych Metodyka symulacyjnego badania własności ścieżek klinicznych, przedstawionych jako systemy klasy Workflow, to proces składający się z następujących kroków: Rys.1. Schemat metodyki symulacyjnego badania ścieżek klinicznych. Fig.1. Diagram of simulation investigation methodology of clinical pathways. 1.1 Określenie problemu do rozwiązania Metodyka zaczyna się od kroku, w którym następuje określenie problemu do rozwiązania, czyli 259 w tym przypadku zebrania jak największej ilości informacji o wybranej ścieżce klinicznej. Informacje zbierane są z wielu źródeł, najczęściej jednak od lekarzy specjalistów, z literatury medycznej, stron internetowych. Poniżej przedstawiona jest przykładowa forma prezentowania danych ścieżki klinicznej przez lekarza: 1.2 Budowa modelu ścieżki klinicznej jako systemu klasy Workflow Budowa modelu ścieżki klinicznej, jako systemu klasy Workflow, jest kolejnym krokiem metodyki. W tym kroku powinny zostać określone wszystkie kroki modelowanej ścieżki klinicznej, powiązania pomiędzy tymi krokami, a także powinno nastąpić przypisanie niezbędnych zasobów takich jak: lekarze, personel medyczny, sprzęt medyczny itp. Model ścieżki klinicznej cukrzycy, jako system klasy Workflow, przedstawiony w dalszej części referatu, został stworzony przy pomocy narzędzia PowerDesigner w notacji BPMN. Rys.2. Schemat ścieżki klinicznej dotyczący cukrzycy Fig.2. Diagram of clinical pathway for diabetes. Rys.3. Model ścieżki klinicznej dla cukrzycy stworzony w notacji BPMN w narzędziu PowerDesigner Fig.3. Clinical pathway model for diabetes created in BPMN notation in PowerDesigner tool. 1.3 Utworzenie modelu symulacyjnego W proponowanej metodyce utworzenie modelu symulacyjnego jest zadaniem bardzo prostym. Prostota tego rozwiązania polega na tym, że mając model systemu utworzony za pomocą narzędzia PowerDesigner można go wyeksportować do modelu symulacyjnego w formacie narzędzia SIMUL8 za pomocą wbudowanych mechanizmów eksportu. Model wyeksportowany do narzędzia symulacyjnego ma następującą postać: 260 Rys.4. Model ścieżki klinicznej dla cukrzycy wyeksportowany do narzędzia SIMUL8 Fig.4. Clinical pathway model for diabetes exported to SIMUL8 tool. 1.4 Określenie danych wejściowych i parametrów symulacyjnych Tab.2. Parametr y s ymulacyjn e zdarzenia końcowego Dla modelu wyeksportowanego do narzędzia SIMUL8 można określić dane wejściowe i parametry symulacyjne dla każdego z kroków, punktów decyzyjnych oraz zasobów. Służą do tego wbudowane panele administracyjne, które dzielą elementy systemu Workflow na następujące grupy, dla których istnieją predefiniowane atrybuty, które należy skonfigurować: - zdarzenia początkowe/start events; - bramy logiczne/gateways; - kroki procesów/activities; - zasoby/resources; - zdarzenia końcowe/end events. W dalszej części referatu znajdują się tabele zawierające przykłady danych zdefiniowanych dla elementów wchodzących w skład ścieżki klinicznej dotyczącej cukrzycy. Simulation parameters of end even t Tab.3. Parametr y s ymulacyjn e krok u procesu Tab.1. Simulation parameters of acti vities Parametr y s ymulacyjn e zdarzenia początkowego Simulation parameters of sta r t event 261 Tab.6. Tab.4. Wyniki badań dla zdarzenia początkowego ścieżki klinicznej dla cukrzycy Results for start events of clinical pathway for diabetes Parametr y s ymulacyjn e zasobów Simulation parameters of r es ources Z powyższej tabeli wynika, że w obydwu scenariuszach tyle samo pacjentów weszło do procesu leczenia, co jest związane z tym, że dla obydwu scenariuszy dane wejściowe nie uległy modyfikacji. Z danych tych wynika także, że żaden z pacjentów nie zrezygnował z dalszego leczenia już na samym początku ścieżki klinicznej. Tab.5. Parametr y s ymulacyjn e bram logicznych Simulation parameters of gat eways 1.5 Analiza wyników symulacyjnych i sformułowanie wniosków Po przeprowadzeniu serii eksperymentów symulacyjnych w narzędziu SIMUL8 należy przejść do analizy otrzymanych wyników. Wyniki można analizować na poziomie zarówno całego modelu, jak również na poziomie pojedynczych elementów modelu. W dalszej części referatu zostały zamieszczone przykładowe zestawienia wyników dla serii eksperymentów symulacyjnych przeprowadzonych dla ścieżki klinicznej dotyczącej cukrzycy. Rys.5. Porównanie wyników badań z dwóch różnych scenariuszy dla wybranego kroku ścieżki klinicznej cukrzycy Fig.5. Comparison of results from two different scenarios for the selected activity of clinical pathway for diabetes. Z powyższych danych wynika, że w pierwszym scenariuszu była dość dobrze wyważona liczba zasobów, dzięki czemu obciążenie zasobów w tym kroku wynosiło 95%. W scenariuszu drugim, po znacznym zmniejszeniu liczby zasobów, w około 15% czasu dochodziło do zakleszczeń, ponieważ nie było odpowiedniej liczby zasobów by obsłużyć wszystkich napływających pacjentów. 262 Rys.6. Porównanie wyników badań z dwóch różnych scenariuszy dla wybranej bramy logicznej ścieżki klinicznej cukrzycy Fig.6. Comparison of results from two different scenarios for the selected gateway of clinical pathway for diabetes. Na podstawie powyższych danych widać, że przy zastosowaniu scenariusza pierwszego decyzja podejmowana była dla 176 pacjentów, natomiast przy zastosowaniu scenariusza drugiego decyzja była podejmowana dla 203 pacjentów. Liczby te są tak duże, ponieważ jest to jeden z pierwszych kroków procesu. Rys 8. Porównanie wyników badań z dwóch różnych scenariuszy dla wybranego zdarzenia końcowego ścieżki klinicznej cukrzycy Fig.8. Comparison of results from two different scenarios for the selected end event of clinical pathway for diabetes. Z powyższych danych widać, że przy zastosowaniu scenariusza pierwszego nie rozpoznano cukrzycy u 52 pacjentów. Natomiast przy zastosowaniu scenariusza drugiego nie rozpoznano cukrzycy u 36 pacjentów. Rys.7. Porównanie wyników badań z dwóch różnych scenariuszy dla wybranego zasobu ścieżki klinicznej cukrzycy Fig.7. Comparison of results from two different scenarios for the selected resource of clinical path for diabetes. Na podstawie powyższych danych widać, że: dla scenariusza pierwszego, lekarze, których było 10 pracowali około 22% czasu, z czego średnio wykorzystywanych było ok. 5 lekarzy. Dla scenariusza drugiego, lekarze, których było 2 pracowali około 89% czasu, z czego średnio wykorzystywanych było około 2 lekarzy. Dzięki temu widać, że dla procesu o takich parametrach jakie zostały zadane optymalna liczba lekarzy to 2. Rys 9. Porównanie wyników finansowych z dwóch różnych scenariuszy dla ścieżki klinicznej cukrzycy Fig.9. Comparison of financial results from two different scenarios for clinical pathway for diabetes. 263 Z analizy powyższych danych finansowych wynika, że przy zastosowaniu scenariusza drugiego zmniejszyły się koszty leczenia pacjentów, przy jednoczesnym wzroście dochodów w porównaniu ze scenariuszem pierwszym. Adres służbowy Autora: 1.6 Podsumowanie Metodyka symulacyjnego badania własności systemów typu Workflow, przedstawiona w opracowaniu, pokazuje w jaki sposób badać systemy Workflow z punktu widzenia ich własności. Metodyka została stworzona w oparciu o oprogramowanie Sybase PowerDesigner oraz SIMUL8. Obydwie aplikacje mają wbudowane funkcjonalności pozwalające na integrację rozwiązań stworzonych za ich pomocą. Prowadzi to do tego, że modele stworzone w PowerDesigner są automatycznie eksportowane do SIMUL8. Dzięki temu, bez potrzeby przekształcania modelu po nadaniu mu parametrów symulacyjnych oraz zdefiniowaniu danych wejściowych, można prowadzić eksperymenty symulacyjne. W przypadku uzyskania wyników niezadowalających, w dość prosty sposób można zmienić model, a następnie ponownie zasymulować jego działanie w SIMUL8. Koszty takich działań są dużo niższe, aniżeli koszty wprowadzenia modelu do organizacji i sprawdzania jego funkcjonowania w środowisku rzeczywistym. Można zauważyć, że zaletami zaproponowanej metodyki symulacyjnego badania systemów typu Workflow są prostota, która dopuszcza wprowadzanie modyfikacji modeli bez konieczności ich budowy od podstaw oraz to, że metoda nie wymaga tworzenia odrębnego modelu symulacyjnego, ponieważ jest on automatycznie tworzony na podstawie modelu biznesowego . Mechanizmy zawarte w narzędziu SIMUL8 pozwalają na bardzo dokładną analizę badanych modeli, która pozwala wyciągać wnioski i doskonalić modele ścieżek klinicznych pod kątem ich efektywności. Literatura 1. Nowicki Tadeusz: Miary efektywności informacyjnej w opisach wytycznych i ścieżek klinicznych, praca zrealizowana w ramach zadania 1 projektu POIG.01.03.01-00-145/08 2. Dytfeld Joanna: Medyczny opis ścieżki klinicznej dla cukrzycy, praca zrealizowana w ramach zadania 3 projektu POIG.01.03.01-00-145/08 3. Ciszak Olaf: Komputerowo wspomagane modelowanie i symulacja procesów produkcyjnych 4. Yu Meng, Liu Peng, Zang Wanyu.: The implementation and evaluation of a recovery system for workflows, Journal of Network and Computer Applications 32 (2009) 158- 264 Mgr inż. Marta Lignowska Wojskowa Akademia Techniczna im. Jarosława Dąbrowskiego ul. Kaliskiego 2 00-908 Warszawa email: [email protected]