Analyse et développement de modèles qualitatifs et quantitatifs

Analyse et développement de modèles qualitatifs et quantitatifs de planification d’activités pour les services : application aux pratiques d’Hospitalisation à Domicile (HAD) Emna BENZARTI, Doctorante en 1ère année Directeur de thèse: M. Chengbin CHU Co-directeur de thèse: M. Yves DALLERY Co-encadrante de thèse: Mme. Evren SAHIN Le 25. 09 1

Plan 1. Introduction 2. État de l’art 3. Problème de « partitionnement géographique » 4. Perspectives 2

Introduction “L’hospitalisation à domicile recouvre l’ensemble des soins médicaux et paramédicaux délivrés à des malades don’t l’état ne justifie pas le maintien dans une structure hospitalière” Vieillissement Maîtrise des coûts (décret du 12 mars 1986) de la population Évolution du nombre d’HAD en France Raccourcissement des séjours hospitaliers Hospitalisation A Domicile Le souci constant concernant les conditions de vie Augmentation du pourcentage de la population ayant des maladies chroniques 3

Introduction Pathologies prises en charge en HAD • Le cancer • Le SIDA • Les maladies de l’appareil circulatoire • Les complications de la grossesse 4

État de l’art Hospitalisation à domicile Statistiques/ Management Système Soins et Gestion Économie de la performance d’Information Médecine des opérations Qualité des soins • Aligon & al. Sentilhes • (2003) (2006) • Wilson & al. • Taylor & al. (1999) • O’Brien et (2007) Étude de la Revue des demande travaux sur de soins la santé • • Olaison & al. Pinelle & al. (2006) (2003) Nelson (2002) Woodward & al. (2004) • • Bricon-souf & al. (2006) • Hamek & al. (2005) Intérêt de l’HAD • Griffin & al. • Chuang et al. (2007) • Exley & Allen. (2007) 5

Types de ressources en HAD Ressources Humaines Ressources Matérielles non consommables Ressources Matérielles consommables 6

Décisions de planification des ressources humaines 1ère année_Thèse Long Terme 1. le partitionnement géographique du territoire 2. 2. Localisation de(s) site(s) 3. 3. Dimensionnement des sites Moyen Terme 1. Ajustement des opérateurs à la demande 2. Affectation des opérateurs aux zones Court Terme 1. Admission des Patients 2. Affectation RH_Patients 3. Affectation RH_Tâches Très Court Terme 1. Ordonnancement 2. Routage Stage Master 2 7

Problème de partitionnement géographique ØProblématique: Répartition du territoire en un certain nombre de zones F A E D C B 8

Problème de partitionnement géographique Partitionnement géographique Forces Influence de sécurité scolaire Salage Commerciaux politique hôpitaux • D'Amico & al. • Schoepfle & • Muyldermans & • Easingwood • Garfinkel & • Pezzella Church (2002) (1973) al. (2002) Nemhauser & (1989) • Zoltners & (1970) Bonanno • Ferland & Sinha (1983) • Mehrotra & al. (1980) Guenette • Fleischmann (1998) • Lapierre (1990) & Paraschis • Bozkaya & al. • Caro & al. (1988) (1999) (2003) (2004) • Rios. Mercado & Fernandez • Ricca & Simeone (2008) (2009) HAD • Blais & al. (2003) • Lahrichi & al. (2006 9

Problème de partitionnement géographique Partitionnement géographique Répartir Faciliter la gestion équitablement de l’affectation la charge de des patients travail totale Améliorer les conditions de travail Assurer la continuité des soins Réduire les temps de transport Allouer plus de temps aux soins directs Améliorer la qualité du service Satisfaction Producteurs de soins Patients 10

Problème de partitionnement géographique Charge de travail par zone Équilibrer la charge de travail entre les différentes zones Minimiser les écarts des charges de travail Zones 11

Analyse de la charge de travail Types de soins travail totale Charge de délivrés en HAD Temps de transport Soins continus Soins ponctuels Distance entre les domiciles des patients Soins directs Soins de réadaptation au domicile Types de soins Modes de prise en charge + Assistance Respiratoire Nombre de patients/profil/unité Mode de prise en charge Rééducation Pansements Chimiothérapie complexes orthopédique neurologique (ulcères, Durée moyenne Fréquence brûlés. . . ) des visites 12 Complément à la circulaire DH/EO 2 n° 2000 -295 du 30 mai 2000 relative à l'hospitalisation à domicile

Classification des contraintes Classification des critères Critères relatifs à l’activité Similitude avec le partitionnement existant Compatibilité Équilibre de l’activité Maximiser le profit Critères démographiques Critères géographiques Respect des frontières administratives Distance Connectivité Contiguïté Inclusion Compacité Homogénéité socio Représentation des -économique Équilibre de la minorités population Respect des obstacles géographiques Accessibilité Mobilité des opérateurs 13

Problème de partitionnement géographique Modélisation appliquée à l’HAD O. F Temps de soins directs P 1 Charge de travail directs Temps de soins directs + Temps de trajet Paramètres P 2 P 3 S. TO Distance inter unités de populations Coûts des soins pondérée par la densité de population par district O. F S. TO 14

Problème de partitionnement géographique Modélisation appliquée à l’HAD P 1 Para mètres P 2 P 3 Charge de travail directs Distance inter unités de populatio ns Coûts des soins pondérée par la densité de population par district Pas important Police Pas important Très important HAD Très important 15

Modélisation Mathématique • Données du problème Ø N: nombre d’unités de population Ø M: nombre de zones à construire Ø H: nombre de profils thérapeutiques des patients Ø Nbrih: le nombre de patients ayant le profil h dans l’unité i Ø bh: la fréquence des visites nécessaire pour traiter les patients ayant le profil h Ø Th: la durée moyenne des visites pour traiter les patients ayant le profil h. Ø dik: la distance entre les unités de population i et k Ø dmax: la distance maximale entre deux unités i et k appartenant à une même zone j. 16

Modélisation Mathématique • Fonction Objectif: Ø Minimiser l’écart maximum entre la charge de travail des zones j et la charge de travail moyenne. • Contraintes Ø Chaque unité de population doit être affectée à une et une seule zone Ø Les unités de population i et k ne peuvent appartenir à la même zone j que si elles sont compatibles (eik=1) Les unités i et k peuvent être incompatibles pour trois principales raisons: ü Existence d’ obstacles géographiques ü i et k ne sont pas dans la même zone administrative ü Inexistence de moyens de transport Ø La distance entre deux unité i et k appartenant à la même zone j doit être 17 inférieure à dmax.

Perspectives 1. Comparer l’efficacité de chaque modélisation pour les différentes valeurs de N, M, dmax et T. 2. Développer la modélisation en limitant le nombre de variation de l’affectation des unités aux zones sur un horizon de planification donné 18

Perspectives Zone Unité de population i • Continuité des soins 4 • Affectation des patients • Conditions de travail 3 2 Programmation dynamique 1 Année 1 2 3 4 5 19

Merci pour votre attention 20

Références 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12. Aligon A. , Com-Ruelle L. , Renaud T. et Lebrun E. (2003). Le coût de prise en charge en hospitalisation à domicile (HAD). Questions d’économie de la santé, N° 67, 1 -6. Begur, S. V. , Miller, D. M. et Weaver, J. R. (1997). An Integrated Spatial DSS for Scheduling and Routing Home. Health-Care Nurses, Interfaces, Vol. 27, pp. 35 -48. Bertels S. et Fahle T. (2006). A hybrid setup for a hybrid scenario : combining heuristics for the Home Care problem. Computer Operational Research, Vol. 33, N° 10, pp. 2866 -2890. Blais M. , Lapierre S. D. et Laporte G. (2003). Solving a Home Care Districting Problem in an Urban Setting. Journal of Operational Research Society, Vol. 54, pp. 1141 -1147. Blody D. et Howell N. (1980). The geographical allocation of community care resources- a case study. Journal of Operational Research Society, Vol. 31, N° 2, pp. 123 -129. Borsani V. , Matta A. , Beschi G. et Sommaruga F. (2006). A Home Care Scheduling Model For Human Resources. In: Proceedings of the third IEEE/International Conference Service Systems and Service Management (ICSSSM’ 06), Troyes, France. Bozkaya B, Erkut E, Laporte G. (2003). A tabu search heuristic and adaptive memory procedure for political districting. European Journal of Operational Research; Vol N° 44, pp. 12– 26. Bouchriha H. , Jebali A. et Benzarti E. (2007). Toward a decision tool for home care planning. The 33 rd International Conference on Operational Research Applied to Health Services (ORAHS), Saint-Etienne (France). Bricon-Souf N. & Newman C. R. (2007). Context awareness in health care: A review. international journal of medical informatics , Vol N°. 7 6, pp. 2– 12 Busby C. R. et Carter M. W (2006). A Decision Tool for Negotiating Home Care Funding Levels in Ontario. Home Health Care Services Quarterly, Vol. 25, pp. 91 -106. Campbell N. C. , Murray E. , Darbyshire J. , Emery J. Farmer A. , Griffiths F. , Guthrie B. Lester H. , Wilson P. & Kinmonth A. L. (2007). Designing and evaluating complex interventions to improve health care. BMJ, Vol N°. 334, pp. 455 -459 Campbell N. C. , Murrau E. , Darbyshire J. , Emery J. , Farmer A. , Griffiths F. , Guthrie B. Lester H. , Wilson P. & 21 Kinmonth A. L. (2007). Designing and evaluating complex interventions to improve health care. BMJ, Vol N° 334, pp. 455 -459.

Références 13. 14. 15. 16. 17. 18. 19. 20. 21. 22. 23. 24. Caro F. , Shirabe T. , Guignard M. & Weintraub A. (2004). School redistricting: Embedding GIS Tools with integer Programming. The Journal of the Operational Research Society, Vol N° 55, pp. 836 -849. Castelnovo C. , Matta A. , Tolio T. , Saita L. et De Conno F (2004). A Multi Agent Architecture for Home Care Services. The Sixth International Conference of Strategic Issues in Health Care Management, University of St Andrews, September 2004. Chahed, S. , Sahin, E. et Dallery, Y. (2006). Modelisation et comparaison du fonctionnement de trois etablissements d'Hospitalisation a Domicile en France, 3ème Conférence Francophone en Gestion et Ingénierie des Systèmes Hospitaliers (GISEH), Luxembourg (Luxembourg). Chahed S. , Marcon E. , Sahin E. Et Dallery Y. (2007). What about operations research opp ortunities in the home care domain? The 33 rd International Conference on Operational Research Applied to Health Services (ORAHS), Saint. Etienne (France). Chahed S. (2008). Modélisation et analyse de l’organisation et du fonctionnement des structures d’hospitalisation à domicile. Thèse de doctorat en Génie Industriel : Ecole Centrale Paris. Cheng E. Et Rich J. L. (1998). A Home Health Care Routing and Scheduling Problem. Rapport technique, CAAM TR 98 -04, Rice University. Chuang K. Y. , Wu S. C. , Dai Y. T. , Mad A-H. S. (2007). Post-hospital care of stroke patients in Taipei: Use of services and policy implications. Health Policy, Vol N° 82, pp. 28 -36. D’Amico S. J. , Wang S. J, Batta R. & Rump C. M. (2002). A simulated annealing approach to police district design. Computers & Operations Research, Vol N° 29, pp. 667 -684. De Angelis V. (1998). Planing Home Assistance for AIDS Patients in the City of Rome, Italy. Interfaces, Vol. 28, pp. 75 -83. Easingwood C. (1973). A Heuristic Approach to Selecting Sales Regions and Territories. Operational Research Quarterly, Vol. N° 24, pp. 527 -534. Eveborn P. , Flisberg P. et Rönnqvist M. (2006). LAPS CARE- an operational system for staff planning of home care. European Journal of Operational Research, Vol. 171, N° 3, pp. 962 -976. 22 Exley C. & Allen D. (2007). A critical examination of home care: End of life care as an illustrative case. Social Science and Medicine, Vol N° 65, pp. 2317– 2327

Références 24. 25. 26. 27. 28. 29. 30. 31. 32. 33. 34. 35. 36. Ferland A. J. & Guenette G. (1990). Decision Support System for the School Districting Problem. Operations Research, Vol. 38, pp. 15 -21. Fleischmann B. & Paraschis J. N. (1988). Solving a large scle districting problem: a case report. Computers Operations Research, Vol N° 15, pp. 521 -533. Garfinkel R. S. & Nemhauser G. L. (1970). Optimal political districting by implicit enumeration techniques. Management Science, Vol N° 16, pp. 495 -508. Hamek S. , Anceaux F. , Souf N. & Flahou S. (2005). La prise en charge des soins lors de l’hospitalisation à domicile : une analyse de la coopération asynchrone. Journées Francophones d’Informatique Médicale, Lille 12 -13 mai 2005 Hertz A. et Lahrichi N. (2006). Client assignment algorithms for home care services. Les cahiers de GERAD, G-200680. Jones J. , Wilson A. , Wynn A. , Jagger C. , Spiers N. et Parker G. (1999). Economic evaluation of hospital at home versus hospital care: cost minimisation analysis of data from randomised controlled trial. British Medical Journal, Vol. 319, pp. 1547 -1550. Lahrichi N. , Lapierre S. D. , Hertz A. , Talib A. et Bouvier L. (2006). Analysis of a territorial approach to the delivery of nursing of home care services based on historical data. Journal of Medical Systems, Vol. 30, N° 4, pp. 283 -291. Lapierre S. D. , Myrick J. A & Russell G. (1999). The public health care planning problem: a case study using Geographic Information Systems. Journal of Medical Systems, Vol 23, N° 5, pp. 401 -417. Lataste M. (1997). Le Projet d’hospitalisation à domicile : application à l’Aquitaine. Bull. Soc. Pharm. Bordeaux, 1997, Vol. 136, pp. 99 -128. Matta A. et Scaccabarozzi G. L. A Patient Stochastic Model to Support Human Resource Planning in Home Care. Mehrotra A. , Jonshon E. L. & Nemhauser G. L. (1998). An optimisation based heuristic for political districting. Management Science, Vol. 44, N° 8, pp. 1100 -1114. Muyldermans L. , Cattrysse D. , Van Oudheudsen D & Lotan T. (2002). Districting for salt spreading operations. European Journal of Operational Research, Vol N° 139, pp. 521 -532 O’Brien L. and Nelson C. W. (2002). Home or Hospital Care: An Economic Debate of Health Care Delivery Sites for 23 Medicare Beneficiaries. Policy, Politics and Nursing Practice, Vol. 3, N° 1, pp. 73 -80.

Références 37. 38. 39. 40. 41. 42. 43. 44. 45. 46. Olaison A. & Cedersund E. (2006). Assessment for home care: Negotiating solutions for individual needs. Journal of Aging Studies, Vol N° 20, pp. 367– 380. Pezzella F. and Bonanno R. (1981). A system approach to the optimal health-care districting. European Journal of Operational Research, Vol N° 8, pp. 139 -146. Raffy-Pihan N. (1997). L’hospitalisation à domicile: une alternative également adaptée aux personnes âgées. Communication au colloque « SYSTED 97 » à Chicago. Ricca F. & Simeone B. (2008). Local search algorithms for political districting. European Journal of Operational Research, Vol 189, pp. 1409 -1426. Rios-Mercado R. Z. & Fernandez E. (2009). A reactive GRASP for a commercial territory design problem with multiple balancing requirements. Computers and Operations Research, Vol. N° 36, pp. 755 -776 Sentilhes-Monkam A. (2006). L’hospitalisation à domicile et la prise en charge de la fin de vie : le point de vue des patients et de leurs proches. Santé publique, Vol N° 18, p. 443 -457. Schoepfle O. B. & Church R. L. (1989). A Fast, Network-Based, Hybrid Heuristic for the Assignment of Students to Schools. The Journal of the Operational Research Society, Vol. 40, pp. 1029 – 1040. Wilson J. R. , Smith J. S, Dahle K. L et Ingersoll G. L. (1999). Impact of home health care on health care costs and frequency in patients with heart failure. The American Journal of Cardiology. Vol. 83, pp. 615 -617. Woodward C. A, Abelson J. , Tedford S. Et Hutchison B. (2004). What is important to continuity in home care? Perspectives of key stakeholders. Social Science and Medicine, Vol. 25, pp. 177 -192. Zoltners A. A. & Sinha P. (1983). Sales territory alignment : a preview and model. Management Science, Vol N° 29, pp. 1237 -1256 24

Références Lois, Décrets, Circulaires • Loi Hospitalière du 31 décembre 1970 • Circulaire du 29 octobre 1974 • Circulaire du 12 mars 1986 • Circulaire du 12 octobre 1986 • Loi du 31 juillet 1991 • Décrets du 12 octobre 1992 • Circulaire du 30 mai 2000 • Circulaire du 12 février 2002 • Circulaire du 4 février 2004 • Circulaire du 5 mars 2004 • Circulaire du 1 er décembre 2006 • Décret du 22 février 2007 25