Pandemi Hastaneleri için Kurumsal Kaynak Planlaması

2001 yılında John Hopkins isimli sağlık örgütü paylaştığı bir makalede olası bir küresel salgın durumunda dünya çapında sağlık kurumlarının yetersiz kalacağı ve hatta eldiven,maske,tulum gibi bazı kritik kaynak stoklarının tükeneceğini işaret etmiştir. Bu uyarının dikkate alındığı düşünülse de şimdi görüyoruz ki günümüzdeki salgının boyutu alınan tedbirleri aşabilecek güçte.

Salgına karşı en güçlü kalkanımız olan hastaneler ve sağlık çalışanları için en önemli kaynak eldiven, maske ve tulumlar. Peki günümüz şartlarında kaynak yetersizliği yaşama ihtimalimiz nedir? Daha da önemlisi kaynaklar tükendiği için hastalara gerekli hizmetin verilemeyişi ne boyutta?

Unutmayalım ki, bir sağlık kurumunun pandemi ile mücadele edebilme yeteneği elinde bulunan kaynakların sayısı ile doğru orantılıdır. Bu sebeple sağlık çalışanlarımızın asla kaynak sıkıntısı çekmemesi gerekmektedir. Peki bu nasıl olacak? Salgın gibi seyrinin tahmini güç bir düşmana karşı biz kaynak envanterini nasıl kontrol altında tutabiliriz?

Simio simülasyon yazılımı kullanılarak tasarlanan modelde, seçilen bir hastanenin gelebilecek hasta potansiyeline karşı elindeki kaynakları ne ölçüde kontrol edebildiği analiz edilmektedir. İlaveten karantinaya uyum sürecinin bu kaynaklar üzerindeki etkisi ve kritik kaynak stoklarında meydana gelebilecek bir iyileşmenin hastalarımıza ve hastanelere sağlayacağı katkılar model dahilinde sunulmaktadır. Eldiven,maske,tulum,ventilatör cihazı gibi kritik kaynakların envanter kontrolü hastalarımız için hayati önem taşımaktadır.

“Bulaşıcı Hastalıklar ve Kaynak Planlama Modeli” sağlık hizmeti sağlayıcılarına, devlet kurumlarına ve sivil toplum kuruluşlarına salgın hastalıklar adına daha iyi planlama yapmalarına yardımcı olmak için tasarlanmıştır. Model, yukarıda bahsedilen kritik kaynaklara olan ihtiyacı bir toplumun nüfusuna ve belirtilen nüfus içindeki enfeksiyon oranına karşı analiz etmektedir.

Doğruluğu sağlamak için model, COVID -19‘un bulaşma faktörü (R0) ve WHO tarafından önerilen sosyal uzaklaştırma uygulamaları gibi gerçek zamanlı verileri kullanır. Model ayrıca, bir sağlık tesisinin hizmet verebileceği semt nüfusu, enfekte vakaların sayısı ve tesis için mevcut kaynaklar gibi verileri kullanmıştır. Bu nedenle, model içinde aşağıdaki parametreler mevcuttur:

• Hastanenin hizmet verdiği alanın nüfusu: Tüm yaş gruplarını entegre edecek şekilde çeşitlendirilmiştir. Her yaş grubunun hastaneye yatma veya yoğun bakıma ihtiyaç duyma olasılığı da hesaba katılmıştır.
• Bulaşma Faktörü: Beklenen ikincil vaka sayısıdır. Enfekte bir hastanın diğer sağlıklı bireylere hastalığı bulaştırma oranıdır.
• İlk Bildirilen Vaka:”İlk bildirilen vakalar”, raporlamayı etkileyen hem semptomatik hem de asemptomatik hastaları dikkate alır.
• Karantinaya uyum katsayısı: 0 ile 1 arasında değişebilmektedir. Toplumun kendini sosyal alanlardan izole edebilme yeteneğidir.

Simio altyapısında bu model kurulurken bazı varsayımlar yapılmıştır. Bu varsayımların parametrik olarak oluşturulduğu ve istenildiği zaman bölgeye ya da hastalık seyrine göre değiştirilebileceği unutulmamalıdır. Model varsayımlarına değinecek olursak;

• Hastane yatak kapasitesi, pandemi sırasında enfekte olan hastalara hastanenin sağlayabileceği yatak sayısını ifade eder. Diğer acil durumlar için modelde herhangi bir yatak işgal edilmemektedir.
• Tesisin mevcut yatak alanlarının bitmesi durumunda, enfekte hastalar başka bir tesise gönderilir ya da evde tedavi edilir.
• İyileşen kişilerin hastalığa karşı bağışıklığı olduğu varsayılır.
• Ventilatörlere ihtiyaç duyan hastaların tedavi sürecinin tamamında solunum cihazına bağlı oldukları varsayılmıştır.

Modelde örnek teşkil etmesi için 30.000 nüfusa sahip bir semt seçilmiştir. Seçilen alanda bulunan bir bölge hastanesi 100 yatak ve 20 ventilatör kapasitesi ile enfekte olan ve hastaneye yatma gereksinimi duyan vakalara hizmet vermektedir. Model içinde gerekli olan yatak ve ventilatör kapasitelerini, arayüzde bulunan butonlar vasıtası ile arttırıp-azaltabilmek mümkün kılınmıştır.

Model için seçilen semtin demografik bilgileri ve bu bilgiler ışığında hastalığa yakalanma, hastanede tedavi görme gereksinimi, yoğun bakıma alınma ihtimalleri gibi parametreler gerçek datalar ile desteklenmektedir.

Veriler ışığında simülasyonu çalıştırdığımızda, popülasyon içinde zamanla enfekte olabilecek kişi sayısı ve pozitif vakaların hastaneye yatışlarını anlatan grafikler şekilde görüldüğü gibi oluşmaktadır.

Sadece hastane,yatak ya da ventilatör kapasitesini arttırmak, gelebilecek olan tüm pozitif vakalara üst düzeyde hizmet verileceği anlamına gelmemektedir. Sağlık kurumlarında hastaların ve çalışanların güvenliğini ve konforunu sağlamak adına kullanılan bazı kritik ekipmanlar mevcuttur. Eldiven,maske,tulum gibi ekipmanların, hasta sayısı artışları ve tedavi gören hastalar düşünüldüğünde tedariğine önem verilmesi gerekmektedir. Kritik kaynak tedariğinde akla gelen bazı sorular şunlar olabilir mi?

• Ekipmanlarımızın kritik stok sevileri nedir / ne olmalıdır?
• Tedarik edilen ekipmanların sipariş miktarı nedir / ne olmalıdır?
• Termin süreleri sistemimizi nasıl etkiler?

gibi sorular olağan durumlarda belki de gereğinden fazla stok tutarak veya fazla miktarlarda sipariş verilerek kompanse edilebilmektedir. Unutmayalım ki, günümüzde yaşanan durum, bırakın fazla miktarda sipariş vermeyi, elimizde bulunan kaynakları dahi nasıl kullanacağımızı unutturmuş durumda.

Bu ortamda bize proaktif önlemler almayı kolaylaştıran bir simülasyon modeli ile geleceği günümüze getirebiliriz. Tasarlanan model dahilinde en önemli çıktılardan bir diğeri ise ekipman envanterlerinin anlık kontrol ve takibini sağlamaktır. Aşağıdaki grafik bazı kritik kaynakların stok değişimlerini ve bir noktadan sonra ekipman yetersizliği yaşanma durumunu gözler önüne sermektedir.

Tüm bu kritik kaynaklara ilaveten bir diğer hizmet verebilme alanını etkileyen faktör ise yatak ve ventilatör sayısıdır. Hastalık seyri, nüfus, bulaşma katsayısı gibi değişkenliği üst düzey olan bir ortamda hastanelerin yatak kapasitesi ve optimum ventilatör sayılarını tayin edebilmek hiç kolay olmayacaktır. Simülasyon modelinin dinamikliği içinde bu değişkenliği kontrol edebileceğimiz bazı alanlar tasarlanmıştır. Şekilde görebileceğiniz butonlar ile yatak ve ventilatör sayısını değiştirebilirsiniz. Bu sayede eklenen her bir yatağın bizlere neler kattığına hep birlikte şahit olabiliriz.

Hastane yatak sayısını arttıdığımızda bu durumun grafiklerde ve sayısal değerlerde ne tür olumlu sonuçlara neden olduğunu görebiliriz. Bu sayede hastanede daha fazla kişiye hizmet verebilmek için gerekli olan ekipmanların sayısına doğru karar vermek mümkün olacaktır.

Şimdiye kadar anlatılanlar aslında tedarikçi firmalar, hastane yönetimleri ve diğer kurumlar özelinde dikkat edilmesi gereken noktalar olarak karşımıza çıkmaktadır. Asla unutmamamız gereken bir diğer önemli nokta ise şu olmalıdır: “sosyal izolasyon”. Modelde “Karantinaya uyum katsayısı” olarak tanımlanan değişken %0 ile %100 arasında parametrik olarak değer alabilmektedir. Sağlık çalışanlarının işini kolaylaştırmak adına bizler bu değişkeni olabildiğince yüksek değerlerde tutmalıyız. İnanın bu çabamız karşılıksız kalmayacaktır.

Görüldüğü gibi denenen senaryolar dahilinde, karantina uyum katsayısı ile hastane, ekipman yeterlilikleri arasında bir ilişki söz konusudur. Yani bu süreçte toplum olarak bizlerin de yapabileceği birçok şey var.

Sistemin canlı olarak nasıl çalıştığını izlemek için videomuzu izleyebilirsiniz:

Pandemi hastanesi simülasyonunu kendi bilgisayarınızda kurmak ve istediğiniz parametreler ile test etmek için simulasyon@dijitalis.com adresimizden bize ulaşın. Size kurulum dosyalarını hemen iletelim.