Академический Документы
Профессиональный Документы
Культура Документы
Promotion 2008/2009
Mmoire Thmatique
Sommaire
Introduction...................................................................................................... 3
1 Cadre de ltude......................................................................................... 4
1.1 Description du sujet ..............................................................................................4
1.1.1 Spcificit des hpitaux...................................................................................4
1.1.2 La planification hospitalire ............................................................................5
1.1.3 Les ressources des tablissements de sant ......................................................7
Conclusion ...................................................................................................... 38
Bibliographie .................................................................................................. 39
Introduction
Cest pour cela que ces tablissements ont un rel besoin de mettre en place une
gestion plus efficiente et plus rigoureuse des ressources humaines, dans lobjectif
damliorer la productivit et lefficacit de leur systme tout en veillant
lamlioration de la qualit des soins fournis aux patients. La recherche sintresse
donc ce sujet de planification des ressources humaines afin de rgler ces diffrentes
problmatiques.
Dans ce travail, nous nous intressons donc la planification des ressources
humaines dans les tablissements de sant. Cette planification a pour but de dterminer
le meilleur quilibre entre la demande des patients et les ressources humaines mises en
uvre afin de satisfaire cette demande tout en minimisant les temps dattente, en
optimisant la qualit des soins fournis et en diminuant les cots induits.
1 Cadre de ltude
1.1 Description du sujet
Le systme hospitalier est donc un systme complexe, qui doit faire face un
certain nombre de difficults comme le cloisonnement et la segmentation trop forte des
activits, la hirarchie trop lourde, le manque de cohrence dans les paramtres de
lorganisation hospitalire, la dmotivation du personnel, les fonctions de production
non optimales et les problmes de circulation de linformation [Chaabane, 2004].
Ces diffrentes publications nous permettent de dire que les comparaisons entre
le monde hospitalier et le monde industriel sont possibles malgr leurs diffrences.
Certains auteurs tentent donc des rapprochements entre des problmes industriels
et les problmes hospitaliers.
En effet, Rossi-Turk [Rossi-Turk, 2002], adapte la mthode MRP2 pour grer le
bloc opratoire dun hpital :
- Le Plan dActivit (PDA) est associ aux interventions par discipline
chirurgicale
- Le Plan Directeur de Production (PDP) est associ aux interventions
chirurgicales prvisionnelles programmes
- Le Calcul des Besoins Nets est associ aux ressources ncessaires par
intervention programme
De plus, elle montre que lon peut utiliser des indicateurs, comme dans le monde
industriel, afin de grer le bloc.
Les analogies entre les deux mondes, industriel et hospitalier, sont donc possibles
au niveau des techniques et des modles pour la planification des ressources mais
ncessitent une certaine adaptation due aux contraintes particulires de chacun.
Ce domaine revt donc un certain intrt pour les chercheurs. En effet,
ladaptation de mthodes et de modles utiliss dans lindustrie permettrait damliorer
les performances des tablissements de sant, notamment au niveau de la planification
des ressources humaines afin de rpondre une demande de plus en plus exigeante.
Dans cette tude, nous nous focaliserons sur les dcisions prises sur le moyen et
le court terme qui impliquent vraiment la planification interne des ressources
humaines. En effet, on ne retrouve que trs peu la planification long terme au sein de
la littrature. Les chercheurs vitant de raliser trop de prvisions au sein des systmes
de sant, notamment cause de lexistence trs forte dalas.
Une des particularits des tablissements de sant est donc la trs grande
diversit des ressources impliques dans le processus de production de soins. En effet,
au-del des ressources humaines, une place importante est consacre aux ressources
matrielles. Nanmoins, celles-ci sont forcment lis aux ressources humaines de part
leur utilisation. Nous allons donc voir la diversit de ces diffrentes ressources, en
commenant par les matrielles au sein desquelles lon peut distinguer les
consommables des non-consommables.
De plus, certaines publications insistent sur le fait que les deux types de
ressources, matrielles et humaines, doivent tre gres en mme temps, notamment au
niveau du bloc opratoire, ou le nombre de lits disponibles en salle de rveil, le
nombre de blocs opratoires et le nombre dinfirmires doivent tre dimensionns
ensemble [Jebali, Alouane, Ladet, 2005]. De mme, pour le problme dassociation
des salles doprations aux mdecins [Rossi-Turk, 2002], [Guinet, Chaabane, 2003], la
synchronisation ressources matrielles / ressources humaines est primordiale. En effet,
au sein du modle de Guinet et Chaabane, on retrouve une variable reprsentant le
nombre de salles dopration.
Pour terminer, on peut donc numrer les diffrentes ressources matrielles que
lon peut retrouver au sein de ces tablissements :
- Ressources consommables :
o Le matriel mdical usage unique (perfusions, )
o Les mdicaments
o Lalimentaire
- Ressources non-consommables :
o Les salles doprations, de rveil
o Le gros matriel mdical (machines, )
o Les chambres dhospitalisation
o Les lits dhospitalisations
Pour ce qui est des ressources humaines, celles-ci sont au moins aussi
nombreuses et capitales pour le bon fonctionnement dun tablissement de sant. La
diversit de ces ressources est due en grande partie la diversit des connaissances et
donc des mtiers des personnes impliques. En effet, on y retrouve :
Afin de classer les diffrentes publications, nous pouvons nous appuyer sur
lnumration des diffrentes problmatiques que pose ce problme de planification
des ressources humaines :
La recherche sur le sujet est bel et bien une proccupation mondiale : France,
Etats-Unis, Pays-Bas, Canada, Suisse, Turquie, Taiwan, Arabie Saoudite
Nanmoins, on remarque que la plupart des publications que lon a utilis pour cette
tude proviennent en majorit des Etats-Unis et de la France (et un peu des Pays-Bas
et du Canada).
10
9
8
7
6
5 Nbre Publications
4
3
2
1
0
73-88 89-92 93-96 97-00 01-.04 05-.09
On voit sur ce graphique que les publications couvrent les 20 dernires annes (le
plus ancien article date de 1989, mis part un de 1973 et un de 1984). En effet, la
recherche sur ce sujet nest pas toute rcente, mme si son volution est indniable.
Dailleurs, on remarque que le nombre de publications est plus important sur les seules
dix dernires annes.
6
5
4
3
2 Nbre Publications
1
0
1999- 2001- 2003- 2005- 2007-
2000 2002 2004 2006 2008
On remarque que si lon zoom sur les dix dernires annes, la recherche sur le
sujet est plutt abondante et continue, avec des pics mais qui ne rvlent pas la ralit
des publications, car videmment cette tude porte seulement sur une slection
darticles parus sur le sujet et non pas sur lintgralit de la littrature. Les problmes
tant nombreux, la recherche sur le sujet nest par contre pas prte de sessouffler
Vries et Beekman [Vries et Beekman, 1998] utilisent eux aussi les listes dattente
mais appliques au seul service de griatrie. Ils prsentent un modle qui tudie la
dynamique de la liste dattente avec pour seul objectif de minimiser le temps dattente
des patients. De plus, il est important de noter que leur travail englobe toutes les
maisons de repos de la rgion, ce qui est rarement fait dans la littrature, cause des
exigences du patient dans le choix de ltablissement hospitalier ou directement du
mdecin. Cela dit, le modle propos permet ainsi de dcrire les aspects de la
dynamique dattente pour ces maisons de repos, destimer lhorizon de la liste
dattente et le temps dattente moyen (jusqu atteindre ltat stable) suite des
changements imprvus et de discuter davance dune possible rduction de lits ou
dune augmentation du nombre de patients prendre en charge
- Le patient est enregistr dans une file dattente et une date lui est
communique ds que possible, en tenant compte des possibilits
dadmission des cas urgents [Kusters et Groot, 1996]
La date dadmission est donc une date de dbut du processus de soin suivre et
saccompagne donc des diffrentes dures utilises pour minimiser son temps de
sjour : le nombre de jours dhospitalisation, la dure dutilisation de la salle
opratoire, la dure de sjour prvue en ranimation.
Les patients peuvent donc galement arriver par le service des urgences et celui-ci
tient videmment une place indniable au sein de la problmatique de minimisation de
temps dattente. En effet, par dfinition, les cas urgents sont ceux qui doivent attendre
le moins. De plus ce service, comme le souligne Yang [Yang et al., 2008] se doit de
fonctionner 24h/24, ce qui complique encore le problme. Ils tudient donc la
meilleure faon de collecter des donnes afin de prvoir au mieux et donc de rduire
lincertitude de la charge, dans un objectif de bien dimensionner le nombre de
mdecins afin daugmenter la qualit des soins du service durgence, et on entend par
l, lattente la plus minimale possible. Ils utilisent pour cela des tudes statistiques
bass sur la mthode 6-sigma et sur un arbre de dcision.
Combes [Combes, 1994] a lui, tudi les effets dune augmentation brutale de la
charge sur le comportement des systmes de production de soins au niveau dun
service daccueil des urgences dun centre hospitalier. Les patients tant classifis en
catgories selon les oprations lmentaires applicables chacune, tout en tenant
compte du degr durgence.
Ce modle de simulation stochastique a permis dobserver la ractivit de ce
systme et son comportement face une augmentation importante de la charge.
Comme pour Iskander, Combes a tudi diffrents critres de performances tels que le
temps dattente la radio, le temps moyen dattente pour accder la salle de soins
intensifs, le temps moyen de sjour par catgorie de patients, la dure moyenne des
soins dispenss Cependant le modle est simplifi, car lauteur, cette fois-ci, ne tient
pas autant compte de la disponibilit des ressources (pauses et absences demploys).
En effet, il considre que lorsque le patient quitte une salle de soins, celle-ci est prte
pour en accueillir un autre.
Enfin pour terminer sur les temps dattente, comme expliqu auparavant, le suivi
du patient tout au long de son sjour dans ltablissement peut tre un bon indicateur
des diffrents temps dattente quil subit et est un lment essentiel de la minimisation
des temps dattente, car ce suivi permet de contrler lutilisation des ressources et donc
par la suite de les dimensionner en respectant toute sorte dobjectifs de maximisation
demploi des ressources, doptimisation de qualit de soins
Chien et al. [Chien, Tseng, Chen, 2007] sintressent ce suivi du patient au sein
dun hpital Taiwan. En effet, ils essayent de suivre au mieux la rhabilitation dun
service un autre des patients dans le but doptimiser la qualit de service et surtout de
diminuer les temps dattente. Accessoirement, lefficacit des oprations cherche aussi
tre prouve.
Ainsi, ils expliquent que ce problme peut tre structur comme un problme de
type Hybrid Shop Scheduling ou les ressources mdicales sont des machines et les
patients des tches et ils utilisent deux mthodes diffrentes :
- Une programmation en nombre entiers et mixtes
- Un algorithme gntique
Les deux mthodes sont ensuite compares mais les rsultats sont similaires pour un
temps de calcul beaucoup moins important pour lalgorithme. Cest donc cette
mthode qui a t conserve pour raliser des exprimentations au sein de lhpital du
centre de Taiwan. Les graphiques prsents ci-dessous, illustrent lintrt de
limplantation de lalgorithme gntique en termes de minimisation des temps
dattente. Au regard de ce qui a t prsent prcdemment, nous pouvons dduire que
les hpitaux, bien quils fassent le maximum pour rpondre au mieux la demande de
soins peuvent bien videmment amliorer leur systme de production de soins grce
aux modles et algorithmes proposs dans la littrature.
Le scnario 1A correspondant lancienne mthode, le scnario 2B montre les
rsultats dune assignation dun numro un patient et le scnario 2A correspond
celui utilisant lalgorithme dvelopp dans larticle.
Ainsi pour rduire les cots de manire significative il se doit de mieux grer les
ressources humaines de ce service afin dviter au maximum des sureffectifs et surtout
des sur utilisations des salles doprations.
Jebali [Jebali, 2004] souligne donc galement que le bloc opratoire constitue
une ressource goulot trs coteuse au sein du systme hospitalier. Elle explique
que la planification et lordonnancement au sein du bloc opratoire sont donc
importants dans loptique doptimisation des diffrentes problmatiques cites ci-
dessus. Pour cela, elle commence par distinguer quatre types dapproches pour
construire au mieux un programme opratoire :
Soit un chirurgien opre dans une mme salle durant une journe : dans ce cas l, les
auteurs utilisent un algorithme de rsolution en deux tapes. Une affectation des
chirurgiens aux salles doprations en utilisant un programme linaire en nombre
entiers ayant comme objectif de minimiser lcart entre les instants de fermeture des
diffrentes salles et un ordonnancement suivant une rgle de priorit.
Soit un chirurgien peut oprer dans plusieurs salles la mme journe : dans ce cas l,
les auteurs proposent juste un programme linaire en nombre entiers. Cette mthode,
trs utilise par les responsables de blocs, prsente lavantage damliorer la qualit
dordonnancement.
Pour la deuxime stratgie, Kharraja et al. modlisent le problme de
construction du programme opratoire en tenant compte de la SSPI comme un flow-
shop hybride plusieurs tages, sans stock intermdiaire. Lobjectif tant de minimiser
le makespan (la plus grande date dachvement des interventions). Pour le rsoudre,
les auteurs proposent une dcomposition spatiale du problme. Ainsi chaque tage est
considr dune faon indpendante de lautre. La dmarche de rsolution se compose
de deux tapes principales. La premire consiste affecter les interventions, groupes
par chirurgiens quipes , aux salles doprations selon une stratgie permettant une
rpartition quitable de la charge entre salles dopration. La seconde consiste
rechercher la squence de passage des oprations dans chaque salle dopration base
sur un algorithme. Des simulations ralises sur ces stratgies ne donnent pourtant pas
de rsultats trs productifs (2% de diminution douverture des salles).
Chaabane [Chaabane, 2004] rsume donc les problmes de gestion du bloc opratoire
en quatre parties : la programmation des interventions et la planification du bloc qui
sont rsolus avec des algorithmes, la dfinition des plages horaires douverture des
salles doprations dfinie comme un problme linaire et enfin lordonnancement des
salles doprations quil identifie comme les autres, comme un problme de type flow
shop hybrid.
Le pilotage des activits comprend videmment, comme dans les autres papiers,
laffectation des salles doprations aux interventions ainsi que lordonnancement des
interventions dans chaque salle. Un programme linaire variables entires est
propos pour laffectation des interventions aux salles dopration avec pour objectif,
cette fois-ci, de maximiser ladquation des salles aux interventions. Quant au
squencement des interventions, il est ralis suivant une rgle de priorit.
Tout dabord, Siferd et Benton [Siferd, Benton, 1992] expliquent les diffrents
problmes lis cette planification des infirmiers en faisant une revue de la littrature.
De plus, ils montrent limportance de cette planification au sein dun tablissement de
sant en avanant trois raisons principales :
- les infirmiers doivent tre disponibles 24h sur 24 et ce durant les sept jours
de la semaine
- un hpital ne peut exister sans fournir de soins infirmiers
- chaque patient a aujourdhui un besoin rigoureux en qualit de soins
infirmiers
De plus travers ltude mene dans diffrents hpitaux, ils montrent
limportance de la diversit des infirmiers et donc la complexit du problme grer.
Cest pour cela que parmi les sujets traits dans la littrature concernant la
planification des ressources humaines dans les tablissements de sant, cest ce sujet
qui prdomine en termes de publications.
- Optimalit
- Proportionnalit
- Sant (bien-tre et sant du personnel soignant)
- Continuit
- Compltement (nombre de demandes satisfaites par crneau)
Notations :
o n : nombre de jours de planification (=28)
o m : nombre dinfirmiers disponibles
o i : journes
o k : infirmiers
o Di : besoin en personnel pour le crneau du jour de la journe i
o Ni : besoin en personnel pour le crneau de la nuit de la journe i
Variables de dcision :
- XDi,k = 1 si linfirmier k est assign au crneau du jour de la journe i
0 sinon
- XNi,k = 1 si linfirmier k est assign au crneau de la nuit de la journe i
0 sinon
- XRi,k = 1 si linfirmier k est assign un jour de repos la journe i
0 sinon
(2)
(3)
(4)
(5)
(6)
Les contraintes souples sont ensuite dfinies sous forme de buts qui seront minimiss
dans la fonction objectif.
(7)
But 2 : Il prvoit plus jours travaills que de nuits pour chaque infirmier. (Seules les
dviations ngatives sont pnalises)
d2k+ est la dviation positive du But 2
d2k- est la dviation ngative du But 2
(8)
But 3 : Il vite dassigner une nuit de travail aprs un jour de travail. (Seules les
dviations positives sont pnalises)
d3k+ est la dviation positive du But 3
d3k- est la dviation ngative du But 3
(9)
But 4 : Il vite les jours de travail isols. (Seules les dviations positives sont
pnalises)
d4k+ est la dviation positive du But 4
d4k- est la dviation ngative du But 4
(11)
But 5 : Il vite les jours de repos isols. (Seules les dviations positives sont
pnalises)
d5k+ est la dviation positive du But 5
d5k- est la dviation ngative du But 5
(10)
Les rsultats sont trs satisfaisants sur lapplication qui a t faite sur un hpital en
Arabie Saoudite, car la fonction objectif atteint la valeur 0, et en comparant les deux
plannings (ancien fait manuellement et nouveau fait avec le modle), on remarque que
toutes les contraintes sont respectes.
Les cases surlignes en jaune correspondent aux non-respects des contraintes (jours
isols, besoin des jours pas respects !, jour suivie dun nuit)
optimisant les diffrents cots induits par les salaires et satisfaisant au mieux la
demande. Les modles taient donc moins sophistiqus et ne sintressaient que trs
peu aux diffrentes prfrences des employs.
Pour reprendre le modle, on retrouve donc des contraintes dures comme pour
celui dAzaiez :
- Respect du besoin en nombre de mdecins
- Respect des rgles sur les jours travaills (1 jour sur 3, pas deux conscutifs)
(1)
(2)
(3)
(4)
(5)
(6)
(1s)
(2s)
(3s)
(4s)
(5s)
Enfin pour finir sur ce modle, la fonction objectif est donc construite partir
de ces variables de dviation, mais diffremment dAzaiez, Topaloglu associe ces
variables des fonctions. Les fonctions comprennent donc une ou plusieurs variables,
et cest lensemble de ces fonctions (19) qui forment la fonction objectif.
Exemples de fonctions :
Fonction objectif :
La deuxime solution sest avre une fois de plus la meilleure, des poids
diffrents pour chacun des fonctions ont donc t dimensionns et peuvent tre
modifis en fonction des besoins et des conditions (nombre de mdecins, ) du
systme auquel on applique le modle.
Conclusion
La planification des ressources humaines dans les tablissements de sant induit
donc de nombreuses problmatiques diffrentes que nous avons parcourues. En effet,
nous avons retrouv tout au long de cette tude une problmatique de minimisation du
temps dattente au sein des services durgences et dadmission, une problmatique de
diminution des cots lors de la planification du bloc opratoire, une problmatique
doptimisation de la qualit des soins lors de la planification des infirmiers Nous
avons galement remarqu que ces problmatiques peuvent se recouper et mme
parfois sassembler au sein dun mme service ou pour un type particulier de
ressources humaines.
Avec le temps, on voit que les modles et les publications ont volus au fur et
mesure que les obligations lgales, les prfrences des ressources humaines et bien
entendu la demande ont volus. Par exemple, on retrouve seulement depuis une
vingtaine dannes des publications utilisant des modles multi-objectifs pour cette
planification, avec la prise en compte de contraintes de plus en plus nombreuses.
Bibliographie
[Azaiez, 2005] A 0-1 goal programming model for nurse scheduling (2005) M.N.
Azaiez, S.S. Al Sharif Computers and operations research 32, p491-507
[Belien, Demeulemeester, 2007] A branch and price approach for integrating nurse
and surgery scheduling (2007) J.Belien, E. Demeulemeester European journal of
operational research 189, p652-668
[Chaabane, 2004] Gestion prdictive des blocs opratoires (2004) S.Chabaane Thse
de doctorat, INSA
[Chen, Yeung, 1993] Hybrid expert system approach to nurse scheduling (1993) J.
Cheng, T.W. Yeung Computers in Nursing 1993 11, p183-190
[Chiaramonte, 2008] An agent based nurse rostering system under minimal staffing
conditionss (2008) M.V. Chiaramonte, L.M. Chiaramonte International journal of
production economics 114, p697-713
[Dexter et al., 1999] An operation room scheduling strategy to maximize the use of
operating room block time: computer simulation of patient scheduling and survey of
patients preferences for surgical waiting time (1999) Dexter et al. Economics and
health systems research
[Dexter et al., 1999] Which algorithm for scheduling add-on cases maximizes
operating room utilization? (1999) Dexter et al. Anesthesiology 91, p1491
[Glassman et al., 2008] Planning and costing human resources for health (2008)
A.Glassman et al. The Lancet 371, p693-695
[Gutjahr, Rauner, 2005] An ACO algorithm for a dynamic regional nurse scheduling
problem in Austria (2005) W.J. Gutjahr, M.S. Rauner Computers and operations
research 34, p642-666
[Jaunard et al., 1997] A generalized linear programming model for nurse scheduling
(1997) B.Jaunard, F.Sernet, T.Vovor European journal of operational research
107,p1-18
[Jebali, Alouane, Ladet, 2005] Operating rooms scheduling (2005) A. Jebali, A.B.H.
Alouane, P. Ladet International journal of production economics 99, p52-62
[Jebali et al., 2003] Une mthode pour la planification des admissions dans les
systmes hospitaliers (2003) A. Jebali, A.B.H. Alouane, P. Ladet 4me confrence
francophone de modlisation et simulation, Toulouse
[Kumar, Kapur, 1989] Discrete simulation application scheduling staff for emergency
room (1989) Kumar, Kapur Proceedings of the 1989 Winter Simulation Conference
[Kusters, Groot, 1996] Modelling resource availability in general hospitals, design and
implementation of a decision support model (1996) R.J. Kusters, P.M.A. Groot
European journal of operational research 88, p428-445
[McHugh, 1989] Computer simulation as a method for selecting nurse staffing levels
in hospitals (1989) Mc Hugh Proceedings of the 1989 Winter Simulation Conference
[Toploglu, 2008] A shift scheduling model for employees with different seniority
levels and an application in healthcare (2008) S. Topaloglu European journal of
operational research
[Siferd, Benton, 1992] Workforce staffing and scheduling hospital nursing specific
models (1992) Siferd & Benton European journal of operational research 60, p233-
246
[Vries, Beekman, 1998] Applying simple dynamic modelling for decision support in
planning regional health care (1998) T.D. Vries, R.E. Beekman
[Yang et al., 2008] Improving scheduling of emergency physicians using data mining
analysis (2008) Yang, Lin, Chen, Shi Expert systems with applications 36, p3378-
3387