헬스케어에서의 빅데이터 분석의 '작은' 응용저자
Chris DeRienzo, MD, Mission Health System의 최고 환자 안전 책임자
David Tanaka, MD, Duke University Medical Center 소아과 교수
Emily Lada, 박사, SAS 고급 분석 부문 수석 운영 연구 전문가,
Phil Meanor, SAS 고급 분석 부문 수석 관리자
신생아 중환자실(NICU)의 환자 안전은 적절한 인력에 크게 좌우됩니다. 이 프로젝트에서는 JMP와 SAS Simulation Studio를 사용하여 특정 NICU의 이산 사건 시뮬레이션 모델을 만들어 교대 근무당 필요한 간호사 수를 예측하는 데 사용할 수 있습니다. 이 모델은 환자 급성도, 의뢰 패턴 및 입원 기간(LOS)의 변화를 포함하여 인력 수요를 결정하는 데 내재된 복잡성을 통합합니다. 이 그룹은 JMP를 사용하여 매일 병동에 입원하는 환자 수와 유형에 대한 확률 분포를 추정했습니다. 이 팀은 내부 데이터와 공개 데이터를 모두 사용하여 각 질병 사건의 유형과 타이밍 및 환자 급성도에 미치는 시간적 영향을 포함하여 다양한 NICU별 환자 질병에 대한 분포를 추정했습니다. 시뮬레이션 모델은 이러한 입력 분포에서 샘플링하고 1년 동안 NICU를 통한 개별 환자의 흐름을 시뮬레이션합니다. 이 모델은 임상의와 관리자에게 인력 결정을 엄격하고 정량적으로 지원할 수 있는 도구를 제공합니다. 또한 LOS에서 모델에 포함되도록 선택된 요소의 상대적 중요성을 평가하는 데 사용할 수도 있습니다. 추가적인 개선을 통해 시간이 지남에 따라 모델을 사용하면 환자 안전과 운영 효율성 모두에서 상당한 이점을 얻을 수 있습니다.
