top of page

RIDUZIONE DEI TEMPI DI ATTESA - APPLICAZIONI DI EIMaS


Grafico di EIMaS

Nell’ultimo approfondimento sul problema critico della riduzione dei tempi di attesa delle prestazioni sanitarie (qui), avevamo anticipato che avremmo esaminato in maggior dettaglio una serie di aspetti concreti legati al supporto che Business Intelligence ed Advanced Data Analytics possono fornire alle Organizzazioni Sanitarie per affrontare al meglio il problema. In particolare, forniremo nel seguito maggiori dettagli sulle soluzioni implementate da alcune strutture sanitarie attraverso l’utilizzo della piattaforma EIMaS (Executive Information Management System - qui la descrizione accurata), un Decision Support System sviluppato da BI Health su tecnologia Qlik Sense, che dispone di specifici moduli progettati allo scopo.

Come già anticipato nell’approfondimento precedente, sono due i principali temi sui quali Business Intelligence ed Advanced Data Analytics possono risultare decisivi:

  • il monitoraggio e controllo della situazione corrente;

  • l’ottimizzazione dell’utilizzo delle risorse dedicate.

In questo approfondimento analizzeremo in maggior dettaglio il primo punto, fornendo alcuni esempi concreti di come EIMaS possa contribuire allo scopo.

Sappiamo bene che la conoscenza della esatta situazione presente è condizione necessaria per l’individuazione delle maggiori criticità e per la corretta pianificazione ed attuazione degli interventi necessari alla loro eliminazione. A tale scopo una piattaforma di BI deve poter fornire un insieme di indicatori adeguati ed al contempo di facile lettura.

Nel seguito mostreremo, a titolo di esempio, solo alcuni tra i tanti indicatori possibili che possono essere utilizzati dalle Organizzazioni Sanitarie.

 

1.    Confronto dei tempi di attesa per alcune prestazioni tra diverse strutture

Tabella di EIMaS

Nella prima colonna sono riportate le prestazioni oggetto di analisi. Nello specifico, si fa riferimento a richieste di tipo differibile, per le quali i tempi massimi di attesa previsti dalla normativa vigente sono di 30 gg. per le visite e di 60 gg. per le prestazioni strumentali.

Le altre colonne si riferiscono alle strutture oggetto di analisi, per ciascuna delle quali sono riportate le percentuali garantite nei tempi previsti e l’effettivo tempo medio di attesa.

La tabella è disegnata per fornire una facile lettura sinottica delle informazioni, ed allo scopo sono riportate in verde le situazioni ritenute soddisfacenti (erogazione entro i tempi massimi >90%), in giallo quelle da tenere sotto osservazione (erogazione entro i tempi massimi compresa tra il 50% e il 90%), in rosso quelle critiche (erogazione entro i tempi massimi <50%).

La tabella completa è composta da centinaia di righe, ed in essa diventa quindi facile rilevare immediatamente le situazioni su cui porre la maggior attenzione.

 

 

2.    Diagramma box-plot per i tempi di attesa delle prestazioni, confronto tra diverse strutture

Diagramma box-plot di EIMaS

Il diagramma box-plot (detto anche diagramma a scatola e baffi o, con maggior attenzione alla terminologia statistica, diagramma degli estremi e dei quartili) è un’eccellente rappresentazione sintetica e di facile lettura di una distribuzione di valori, nel nostro caso del tempo medio di attesa delle prestazioni per una data struttura.


Diagramma box-plot - particolare

Facendo riferimento ad una singola colonna (fig. a sinistra), il valore più in basso indica il valore minimo della distribuzione e poi, a salire, la base della “scatola” indica il cosiddetto “primo quartile”, cioè il valore al di sotto del quale si trova il 25% dei valori misurati; la barra interna alla scatola indica la mediana, al di sotto della quale si trova il 50% dei valori misurati; la parte superiore della scatola indica il terzo quartile, al di sotto del quale si trova il 75% dei valori misurati; infine, il punto in alto indica il valore massimo della distribuzione. La “scatola” contiene quindi la parte centrale dei valori, ed in essa si concentra il 50% delle misurazioni, mentre i “baffi” indicano la dispersione del restante 50%.

 

Le analisi che possono essere fatte a partire da un diagramma box-plot sono moltissime. Ci limiteremo quindi – in questo contesto tipicamente divulgativo – ad alcune semplici considerazioni di tipo qualitativo. Confrontiamo ad esempio la struttura <5> con la <9>. La lunghezza complessiva della barra è praticamente identica (tempo di attesa massimo di circa 300 gg.), ma la <5> è molto migliore in quanto, come si vede facilmente, la “scatola” è più in basso, e soprattutto la mediana è molto più in basso, ad indicare che, anche se i massimi sono gli stessi, una percentuale molto maggiore di prestazioni viene effettuata prima.

Relativamente alla struttura <3>, ad esempio, possiamo dedurre una situazione decisamente migliore di quella di molte altre, non tanto per il valore massimo, non molto diverso, quanto per il fatto che la “scatola” è situata molto più in basso, ad indicare che almeno il 75% delle prestazioni viene svolto all’incirca in meno di 60 gg.

 

 

3.    Tempo di attesa medio per una data prestazione

Grafico dei tempi di attesa con EIMaS

Il diagramma presenta l’andamento del tempo di attesa di una data prestazione nel periodo gennaio 2021 – ottobre 2023. Ai valori numerici riportati nella spezzata blu è associata la loro retta di regressione lineare, tratteggiata in rosso. Anche qui si possono fare diverse considerazioni, in termini di analisi del trend, ed anche in questo caso ci limiteremo a quelle più semplici.

L’andamento della curva è evidentemente ascendente, ad indicare che il tempo di attesa è aumentato nel tempo, ed il suo andamento “medio” è sintetizzato dall’inclinazione della retta di regressione. Siamo quindi in presenza di una situazione certamente negativa, degna di particolare attenzione da parte dei decisori.

Si può fare però un’ulteriore considerazione: le osservazioni relative praticamente a tutto il 2023 sono al di sopra della retta di regressione, ad indicare che non solo la situazione è negativa, ma che sta ulteriormente peggiorando, in quanto quei valori sono tutti maggiori di quelli “mediamente attesi”. In sostanza, anche se quella prestazione non presentasse di per sé valori critici in assoluto, l’andamento negativo del trend, e soprattutto l’evidenziazione che tale trend sia in ulteriore peggioramento, dovrebbero spingere il management ad una attenta valutazione della situazione ed all’individuazione, ove possibile, di interventi correttivi.

 

Naturalmente quelli forniti sono solo dei semplici esempi, ma riteniamo importante sottolineare che non si tratta di analisi teoriche, bensì di reali attività di monitoraggio e controllo svolte attualmente da Organizzazioni Sanitarie attraverso l’utilizzo della piattaforma EIMaS. Tale piattaforma, lo sottolineiamo, consente di approfondire ulteriormente l'analisi in tema di tempi di attesa rispetto a quanto qui esemplificato per brevità.

Come BI Health, siamo orgogliosi di poter fornire alle Organizzazioni Sanitarie non solo tutto il supporto consulenziale necessario, ma soprattutto uno strumento in grado di supportare concretamente i processi decisionali, anche su un tema così critico come quello delle liste di attesa.

Comments


bottom of page