Multi

Rapports scientifiques volume 13, Numéro d'article : 7496 (2023) Citer cet article

350 accès

2 Altmétrique

Détails des métriques

L'envoi des équipes EMS (ambulances) aux patients en attente, puis la direction des patients, qui sont déjà à bord, vers les services d'urgence appropriés (ED), est un problème de décision non trivial. Dans de nombreux systèmes médicaux d'urgence, il est géré par le répartiteur médical en utilisant diverses stratégies, préférant parfois l'unité la plus proche. Cependant, l'application d'une mauvaise stratégie peut entraîner le transfert de patients en état aigu, qui nécessitent une aide médicale très spécialisée, vers des services d'urgence peu spécialisés avec des capacités de traitement insuffisantes. Ensuite, ils devraient être retransférés vers des unités de référence, prolongeant considérablement le temps de traitement. Dans certains cas, un tel retard pourrait rendre le traitement moins efficace, voire impossible. Dans ce travail, nous proposons deux problèmes d'optimisation mathématique multicritère — le premier permet de calculer l'affectation ambulance-patient, le second — d'établir l'affectation patient-hôpital. Ces problèmes tiennent non seulement compte du critère de temps de prise en charge, mais optimisent également la spécialité des soins reçus par chaque patient. Le problème de dispatching aux urgences proposé permet à la fois des transferts directs de patients vers des unités référentielles et de les re-transférer depuis des urgences non référentielles. La performance de l'approche proposée est testée dans des simulations avec des cas d'urgence réels à partir de l'ensemble de données NEMSIS et comparée aux stratégies d'affectation classiques. Les tests ont montré que l'approche proposée est capable de produire des résultats de répartition meilleurs et plus adaptés à l'objectif que les autres stratégies testées. De plus, nous proposons un cadre pour intégrer les problèmes d'optimisation proposés dans le processus de répartition EMS/ED actuel.

L'envoi d'ambulances aux patients, puis des patients aux services d'urgence appropriés, est un processus de décision en plusieurs étapes. D'une part, dans une situation d'urgence, l'aide doit arriver le plus tôt possible. D'autre part, cependant, le service doit être bien adapté aux conditions du patient. Actuellement, diverses stratégies de répartition EMS peuvent être utilisées : répartition de l'unité inactive la plus proche, maximisation de la couverture globale ou maximisation de l'état de préparation du système EMS1,2,3. Plus important encore, la stratégie consistant à envoyer l'ambulance la plus proche s'est avérée sous-optimale déjà en 1972 et confirmée par d'autres travaux de recherche4,5,6.

De plus, il convient de noter que dans de nombreux systèmes EMS, les ambulances diffèrent selon les niveaux de spécialité qu'elles peuvent offrir aux patients. Un exemple est le système médical d'urgence national polonais7, où les ambulances sont différenciées en fonction de la spécialité qu'elles fournissent aux patients. À savoir, les types d'unités EMS suivants existent :

De base - ambulance avec au moins 2 membres du personnel étant des ambulanciers paramédicaux ou des infirmières,

Spécialiste - ambulance avec au moins 3 membres du personnel, l'un d'eux étant un médecin système,

HEMS - service médical d'urgence par hélicoptère, avec au moins 3 membres du personnel, l'un d'eux étant un médecin système,

Unités collaboratrices - organisations qui ne fournissent normalement pas de services EMS publics, mais qui peuvent être envoyées si nécessaire (par exemple, Order of Malta Ambulance Corps Poland).

Dans de nombreux pays européens, le processus de traitement d'un appel médical d'urgence est le suivant : un appelant compose d'abord un numéro d'urgence. Partout dans l'Union européenne, ils peuvent composer le 112, le numéro d'urgence général européen. Si le 112 est atteint, l'appel sera généralement pris par un répartiteur non médical, qui sert de premier trieur. Lorsque le répartiteur non médical décide que l'appel est médicalement valide, il transfère l'appel à un répartiteur médical professionnel dédié. Le répartiteur médical enquêterait ensuite sur l'appel, le trierait de manière appropriée et s'occuperait d'affecter une unité EMS appropriée, si cela était jugé nécessaire. Ce répartiteur médical aiderait alors également l'équipe d'ambulance à trouver un hôpital de destination approprié. Par exemple, un tel modèle est présent en Autriche et en Allemagne. Dans cette approche, d'autres services (par exemple les pompiers) ont leurs propres répartiteurs, qui traiteraient l'appel nécessitant leur aide. Cependant, les problèmes de décision rencontrés par ces répartiteurs sortent du cadre de cet article.

Dans certains pays, il est également possible de contourner le numéro 112 et de contacter directement le répartiteur médical professionnel EMS, via un numéro dédié. Des exemples de tels pays sont : la Pologne, la Roumanie et la France. Il existe également un autre modèle opérationnel, beaucoup moins courant, où l'appel est entièrement géré par le répartiteur 112 non médical. Un tel modèle existe en Finlande8.

Lorsqu'il est présent dans le processus, le répartiteur médical doit faire face à un problème de prise de décision en faisant un compromis entre le temps nécessaire à l'arrivée de l'ambulance et la spécialité que l'équipage peut offrir aux patients. Souvent, ce processus peut être facilité par l'utilisation d'un logiciel dédié de répartition prioritaire médicale, qui est discuté plus loin dans le document. Cependant, le logiciel aide à trier et à catégoriser les appels, mais n'optimise pas directement pour quelle unité exacte (en termes d'indicatif) est la meilleure pour répondre. Les décisions prises peuvent avoir un impact sur d'autres possibilités de traitement. Par exemple, l'envoi d'une ambulance sans possibilité de télétransmettre l'ECG au centre régional spécialisé pour des consultations peut entraîner un diagnostic erroné de pathologies cardiaques graves, y compris l'infarctus du myocarde avec élévation du segment ST (STEMI)9. Ainsi, dans les décisions optimales de répartition ambulance-patient, il est nécessaire de prendre en compte à la fois le temps d'arrivée et la spécialité des unités.

Une fois l'unité EMS sur le site, l'équipe approfondit le diagnostic de l'état du patient. Ensuite, sur la base des résultats, une décision supplémentaire doit être prise pour sélectionner le service d'urgence approprié en tenant compte à la fois de la spécialité requise pour le patient et de l'heure d'arrivée estimée. En Pologne, les services d'urgence font partie du système national d'urgence médicale7. Tout comme les ambulances, les services d'urgence offrent également différents niveaux de spécialités - services d'urgence locaux, centres régionaux spécialisés, centres de traumatologie. Dans ce travail, nous désignerons les deux derniers types comme des ED référentiels et le local comme des ED non référentiels. De même que pour l'attribution d'ambulances aux patients, le problème de l'identification du bon service d'urgence pour un patient donné est un processus décisionnel non trivial qui nécessite d'établir un compromis entre la proximité du service d'urgence et la spécialité nécessaire dans l'état du patient. Selon la réglementation polonaise, l'établissement du service d'urgence vers lequel le patient doit être conduit résulte d'une collaboration conjointe du répartiteur avec le chef de l'équipe médicale d'urgence prenant en charge le patient.

Certaines affections aiguës nécessitent une prise en charge rapide hautement spécialisée dans une unité de référence dans un délai imparti à partir de l'apparition des symptômes. Voici quelques exemples : dissection aortique (à traiter dès que possible), STEMI (traitement le plus efficace dans les 90 minutes suivant le premier contact médical) ou embolie pulmonaire massive (traitement le plus efficace dans les 48 heures suivant l'apparition)10,11, 12. Pour que le traitement soit efficace, le patient doit être transféré à l'hôpital de référence, soit directement depuis les lieux, soit par retransfert depuis une unité non référentielle. Pourtant, le re-transfert peut ajouter des retards importants sur le délai de traitement, ce qui rend difficile l'efficacité d'un traitement ultérieur. Par conséquent, il est nécessaire de trouver une stratégie optimale d'affectation du patient à l'hôpital en tenant compte à la fois de la spécialité et du délai de traitement.

Dans cet article, nous proposons un nouveau problème d'optimisation multicritère pour les problèmes d'affectation ambulance-patient et patient-hôpital, qui prend en considération des objectifs tels que le temps et la spécialité du service d'urgence offert. Les exigences en matière de temps et de spécialité ne sont pas uniformes pour les patients en état aigu et dépendent grandement de leur état de santé. Nous tenons compte de ce fait dans nos problèmes d'optimisation en optimisant à la fois le temps de prise en charge et la spécialité reçue par chaque patient. Ceci est fait pour chaque patient individuellement (sur une base par patient). En ce sens, nous visons à concevoir un outil d'affectation optimale ambulance-patient et patient-hôpital, qui identifierait les meilleures décisions d'affectation actuellement possibles en tenant compte des conditions cliniques des patients. L'outil vise à faciliter les décisions du répartiteur en lui fournissant des recommandations.

La répartition dans le document est comprise comme établissant la meilleure affectation possible d'ambulances précises à des patients précis, et d'urgences plus précises à ces patients. Cela se fait en tenant compte de l'état opérationnel actuel du système EMS (par exemple, le nombre d'ambulances disponibles, le nombre de lits d'hôpitaux disponibles, le temps d'arrivée d'une ambulance donnée au patient ou le temps d'arrivée à un hôpital de destination). Cela contraste avec la compréhension de la répartition comme un triage et une catégorisation des appels d'urgence, que l'on trouve parfois dans la littérature. Les problèmes d'optimisation proposés dans ce travail visent à améliorer le système d'aide à la décision en aidant le répartiteur médical à affecter des ambulances aux patients en état aigu, puis les patients aux services d'urgence, qui peuvent traiter efficacement les conditions des patients. Le problème proposé permet également de réorienter les patients entre les hôpitaux non-référentiels et les hôpitaux de référence. De plus, dans cet article, nous proposons également un cadre d'intégration des problèmes proposés dans le processus décisionnel actuel de répartition.

L'objectif de cet article est de montrer l'importance de considérer non seulement un seul critère (principalement le temps) dans l'optimisation des affectations ambulance-patient et patient-hôpital, mais également d'autres critères liés à la spécialité qu'une unité donnée offre dans traiter une condition médicale urgente donnée. Nous visons également à montrer l'importance de considérer les besoins médicaux des patients sur ces critères exprimés en termes d'aspirations/réserves dans le processus d'optimisation. L'article souligne qu'il est à la fois techniquement possible et médicalement souhaitable d'intégrer les critères de spécialité dans l'optimisation de l'affectation des ressources. Les résultats de nos travaux peuvent être utilisés en combinaison avec les logiciels de catégorisation des appels actuellement utilisés (par exemple, le système de répartition des priorités médicales - MPDS) et avec les protocoles de transport des patients existants. Ceux-ci peuvent être utilisés comme données d'entrée pour les problèmes d'optimisation proposés, améliorant la capacité d'attribuer l'unité appropriée, à la fois en termes de critères de temps et de spécialité.

Pour atteindre cet objectif, nous proposons deux problèmes d'optimisation de la programmation linéaire en nombres entiers mixtes (MILP) multicritères pour optimiser les décisions d'affectation EMS. Le premier problème proposé donne une répartition optimale de l'ambulance vers le patient, basée sur les exigences des patients sur le temps d'arrivée des ambulances et la spécialité offerte. Ces exigences sont établies pour chaque patient en fonction de son état clinique. Le deuxième problème proposé donne une affectation patient-hôpital optimale au sens de Pareto, qui prend également en considération toutes les exigences des patients en matière d'heure d'arrivée et de spécialité du service d'urgence, estimées en fonction de leur état clinique.

Pour réduire la morbidité et la mortalité pouvant résulter de la phase aiguë d'une maladie ou d'une blessure, il est essentiel que la procédure d'intervention ambulancière soit rapidement assurée et que le patient soit transporté vers le bon hôpital, en fonction des besoins du patient et de la capacité actuelle des services médicaux d'urgence. Pour ce faire, il faut estimer l'état de santé du patient et le temps d'attente maximum possible nécessaire pour prodiguer les premiers soins médicaux qualifiés13. Les principales causes de décès dans le monde sont les maladies cardiovasculaires. Les recherches indiquent que plus de 4 millions d'Européens meurent chaque année pour cette raison. Selon la recherche menée en 2016-2017 à Katowice, en Pologne, les causes les plus courantes d'interventions des services médicaux d'urgence étaient les urgences internes non traumatiques, qui comprenaient le plus souvent : l'hypertension, la fibrillation auriculaire, l'infarctus du myocarde, l'œdème pulmonaire, les blocs auriculo-ventriculaires, les accidents vasculaires cérébraux. , une maladie pulmonaire obstructive chronique (MPOC) et un diagnostic d'asthme bronchique14. De plus, les urgences médicales les plus courantes comprennent l'arrêt cardiaque soudain, qui peut être causé par l'hypoxie, la tamponnade cardiaque, l'empoisonnement, les perturbations ioniques et le choc. Des symptômes comme des douleurs abdominales, des douleurs dans les bras irradiant vers la mâchoire, des maux de tête inhabituels, des saignements graves et de la confusion demeurent inquiétants15.

Comme mentionné, les arythmies cardiaques et les maladies cardiovasculaires sont les raisons les plus courantes des interventions des services médicaux d'urgence. Les menaces directes pour la vie comprennent les syndromes coronariens aigus, l'embolie pulmonaire ou l'anévrisme de l'aorte abdominale, qui, s'ils ne sont pas traités, peuvent entraîner la mort en peu de temps. Les maladies cardiovasculaires continuent d'être les principales causes de décès dans le monde, dont 50 % sont causées par des cardiopathies ischémiques16. Selon les données de l'Institute for Health Metrics and Evaluations de 2017, 1,6 million de personnes en Pologne ont développé une cardiopathie ischémique. D'autre part, les données mises à disposition par la Caisse nationale de santé montrent que plus de 85 000 syndromes coronariens aigus ont été enregistrés en Pologne en 2021. Des cas de syndromes coronariens aigus ont également été signalés, avec près de 67 000 infarctus du myocarde17.

Les syndromes coronariens aigus (SCA) sont principalement causés par un déséquilibre entre la demande myocardique en oxygène et son apport. La cause de la limitation en oxygène est le plus souvent la présence de plaque d'athérosclérose dans les artères coronaires, mais il peut aussi y avoir la présence d'arythmies cardiaques, et des complications après un choc hémorragique. Les SCA comprennent l'infarctus du myocarde avec élévation du segment ST (STEMI), l'infarctus du myocarde sans élévation du segment ST (NSTEMI) et l'angor instable18. Le principal symptôme avec lequel les patients se rendent au service des urgences est une douleur soudaine ou une oppression thoracique, généralement localisée rétrosternalement avec une irradiation des épaules, de l'angle de la mâchoire et des coudes19. Le diagnostic est basé sur l'enregistrement de l'électrocardiogramme (ECG) reçu, qui doit être effectué dans les 10 minutes suivant le premier contact avec le système de santé et sur la base des symptômes cliniques. Actuellement, les ambulances sont équipées d'un appareil d'enregistrement ECG, qui permet un diagnostic rapide. S'il existe un sus-décalage du segment ST, nous diagnostiquons un STEMI ; s'il existe un sus-décalage du segment non ST, il faut mesurer le taux de troponines, dont des taux élevés peuvent indiquer un infarctus du myocarde. Une fois le sus-décalage du segment ST reconnu, le patient nécessite une thérapie de reperfusion rapide selon les dernières directives européennes ou une intervention coronarienne percutanée (ICP)20. Les patients diagnostiqués avec un infarctus du myocarde doivent être transportés par le service médical d'urgence vers un établissement compatible PCI dès que possible. Pour un patient incapable d'une ICP primaire, le traitement fibrinolytique doit être démarré en moins de 10 min. Les recommandations actuelles indiquent que le patient doit être transporté au centre d'hémodynamique le plus proche en service 24h/24, et non à l'hôpital le plus proche. Lorsqu'un patient atteint d'un IDM avec élévation du segment ST (STEMI) arrive dans un hôpital hors unité de soins intensifs, il doit être immédiatement transporté vers une unité de cardiologie invasive21. Un patient se présentant dans un hôpital où l'ICP peut être pratiquée doit recevoir un traitement dans un délai maximum de 60 à 90 minutes si le traitement fibrinolytique échoue, cependant, le délai maximal entre le diagnostic de STEMI et la reperfusion pendant l'ICP selon la société cardiaque polonaise est de 120 minutes si un la stratégie ICP primaire est choisie à la place du traitement fibrinolytique. Lorsqu'une ICP immédiate n'est pas possible, une pharmacothérapie avec un traitement invasif doit être envisagée, où la coronarographie est réalisée dans les 24 h22.

En dehors de ce qui précède, près de 5% des patients arrivant aux urgences sont ceux qui présentent des symptômes neurologiques. Sang-Beom et al. dans leur recherche ont distingué une prédominance significative des patients présentant des symptômes d'AVC, des crises d'épilepsie et un état de mal épileptique parmi les urgences neurologiques. Parmi les AVC, 80 à 90 % des cas sont des patients ayant subi un AVC ischémique dû à une embolie ou à une pathologie vasculaire extra-cérébrale, et un diagnostic erroné a été associé à des taux de mortalité accrus23. L'AVC ischémique est la deuxième cause la plus fréquente de décès et d'invalidité à long terme chez les adultes dans le monde, et l'incidence de cette maladie augmente avec l'âge. La thérapie fibrinolytique est un traitement efficace pour les patients victimes d'AVC et la fenêtre thérapeutique pour la thérapie par activateur tissulaire du plasminogène par voie intraveineuse est de 3 à 4,5 h à partir de l'apparition des premiers symptômes ; cependant, seulement 25 % environ des patients du service reçoivent un traitement thrombolytique dans la fenêtre de temps indiquée24,25. Le diagnostic et la mise en œuvre du traitement des patients présentant des symptômes de lésion aiguë du système nerveux central déterminent l'efficacité de la thérapie planifiée, mais souvent les patients arrivent dans un hôpital intermédiaire qui n'a pas d'unité d'AVC ou manque de capacités diagnostiques et thérapeutiques, ce qui retarde le moment de la thrombolyse . Afin de ne pas retarder la fenêtre thérapeutique, l'équipe d'urgence doit informer le personnel de l'unité d'AVC afin de réduire la survenue de retards à l'hôpital, tandis que les centres de neuroimagerie inexpérimentés et non équipés pour le traitement des patients victimes d'AVC ont une indication d'utiliser la consultation à distance avec référence centres26. En conséquence, seuls les hôpitaux appropriés peuvent fournir un traitement aux patients victimes d'AVC.

L'introduction de la thrombolyse intraveineuse avec l'activateur tissulaire recombinant du plasminogène (rtPA, alteplase) pour traiter l'AVC ischémique aigu a nécessité une révolution dans l'organisation des soins de l'AVC. La reconnaissance que « le temps, c'est le cerveau » a conduit à des campagnes de sensibilisation publiques et préhospitalières efficaces, telles que le test « Face, Arm, Speech, Time » (FAST)27 et le triage préhospitalier rapide vers des centres désignés.

L'organisation des soins de l'AVC dépend de la géographie locale, mais la mise en œuvre de voies dédiées à l'AVC aigu varie considérablement. Les centres d'AVC complets fournissent tous les aspects des soins de l'AVC aigu. Le triage des patients éligibles pour une thrombectomie endovasculaire directement vers un centre d'AVC complet (le modèle « de la maternité ») peut améliorer la probabilité d'un bon résultat, même si d'autres hôpitaux sont plus proches. Les centres primaires d'AVC sont généralement des centres plus petits qui initient une thrombolyse intraveineuse et transfèrent les patients éligibles à une thrombectomie endovasculaire vers un centre d'AVC complet, le modèle dit « goutte-à-goutte »28. L'aspect clé de tout modèle de service d'AVC est que les patients peuvent accéder sans délai à l'expertise d'un spécialiste, à la neuroimagerie et aux soins de l'unité d'AVC29.

Dans le monde entier, il existe des directives acceptées et des protocoles dédiés pour le traitement des patients dans des conditions potentiellement mortelles et leur transfert vers des centres dédiés. Les directives 2021 du Conseil européen de réanimation indiquent qu'un patient souffrant d'un arrêt cardiaque doit être transporté vers un centre dédié au traitement des causes réversibles d'arrêt cardiaque, sur la base des directives locales30. Des lignes directrices locales sont ensuite élaborées pour de nombreux endroits. Par exemple, aux États-Unis, des protocoles de transport locaux à l'échelle de l'État ont été élaborés. Ceux-ci sont présents par exemple en : Alabama31 et Delaware32. Ils sont brièvement abordés dans cette section.

Dans le Delaware, les directives pour les patients diagnostiqués avec un infarctus du myocarde avec élévation du segment ST sont basées sur les mêmes indications pour transporter le patient dès que possible vers un établissement capable d'effectuer une intervention coronarienne percutanée avec un traitement pharmacologique concomitant. Pour les patients pédiatriques, les lignes directrices soulignent la notion de compressions thoraciques efficaces suivies du transport du patient pédiatrique de la scène vers un établissement équipé d'ECMO le plus rapidement possible. De même, l'État de l'Alabama a également adopté un protocole pour contourner les hôpitaux de soins primaires pour les patients atteints de syndromes coronariens aigus et d'infarctus du myocarde avec STEMI vers des hôpitaux dotés d'un laboratoire de cathétérisme accessible (PCI).

Considérons maintenant les lignes directrices pour les patients victimes d'AVC. Le Delaware recommande de transférer immédiatement un patient victime d'un AVC au centre d'AVC spécialisé le plus proche certifié par l'État du Delaware. À cette fin, des critères ont été adoptés pour les patients VAN (Vision, aphasia, négligence) négatifs et LKW (dernier puits connu) avec un moment où ils ont été vus pour la dernière fois sans symptômes d'AVC de moins de 4,5 h, l'admission au centre spécialisé d'AVC le plus proche doit être considéré. Pour les patients VAN positifs et LKW plus de 4,5 h, le transport du patient directement vers un centre de thrombectomie agréé doit être envisagé. De même, les mêmes procédures sont adoptées pour les patients victimes d'AVC en Alabama.

Outre les cas cardiaques et d'accident vasculaire cérébral, des directives sur le contournement de l'établissement local existent également pour les patients traumatisés et brûlés. Les patients évalués avec un Glasgow Coma Score < 13 et une pression systolique basse et un nombre respiratoire < 13 doivent être transportés en premier lieu vers un centre hautement spécialisé. Il est également conseillé dans le Delaware qu'en cas de blessure évidente, le patient soit transporté au centre de traumatologie le plus élevé. La liste détaillée des blessures évidentes se trouve dans la Réf.32. Des directives similaires sur la gestion des traumatismes se trouvent également dans le protocole de l'Alabama. Cependant, le protocole exige que le patient soit dirigé vers le service d'urgence le plus proche en cas de : perte des voies respiratoires, instabilité hémodynamique sans accès vasculaire et hémorragie externe incontrôlée.

En ce qui concerne les brûlures, les patients doivent être transportés vers un centre de traitement des brûlés en contournant le centre le plus proche en fonction du pourcentage de la zone brûlée et de la présence ou non de brûlures respiratoires. L'évaluation du transport d'un patient donné vers un centre de traitement des brûlés peut être effectuée en utilisant la règle des neuf, également indiquée dans les protocoles.

Il existe de nombreuses conditions d'urgence qui peuvent entraîner la mort. Il est donc crucial d'intervenir en milieu préhospitalier lors du transport du patient à l'hôpital. Beaucoup d'affections aiguës ont une fenêtre thérapeutique, c'est-à-dire un délai maximum pour mettre en place une thérapie à partir des premiers symptômes inquiétants. Retarder les soins médicaux appropriés dans une unité spécialisée, dans un état grave, ne garantit pratiquement pas la survie. Si un patient est transporté dans un hôpital qui ne dispose pas d'équipements et de personnel spécialisés, nous retardons le délai de traitement au prix du transport du patient vers un centre spécialisé.

L'organisation, le fonctionnement et la prévision des services médicaux d'urgence font l'objet de recherches approfondies. Les systèmes informatisés pourraient aider à prendre des décisions bien adaptées et opportunes pour soutenir les opérations de l'ensemble du système EMS, par exemple pour l'affectation des ambulances aux appels, l'affectation des ambulances aux services d'urgence, l'acheminement des ambulances, la gestion de la documentation médicale ou les procédures de dépôt des patients et dans notifications du personnel nécessaire pour gérer une urgence donnée33,34.

Dans ce domaine, un nombre important de travaux de recherche axés sur l'utilisation de méthodes de recherche opérationnelle (RO) à cette fin ont été publiés. Les auteurs de la réf.35 ont identifié que les chercheurs se concentrent sur l'application de la RO dans les problèmes suivants de l'organisation des EMS : localisation des ambulances avec leur relocalisation ultérieure, répartition et routage des ambulances, interaction des EMS avec le système de santé général ainsi que prévision des appels et disponibilité et planification des équipages. Ils notent également qu'un domaine de recherche important est le développement d'outils de simulation/validation. Ces observations ont été étayées par les auteurs d'un autre article de synthèse2, qui ont également souligné la nécessité d'embaucher du personnel et d'optimiser les opérations de la flotte et de Ref.1 qui a passé en revue les problèmes de logistique EMS.

Certaines utilisations intéressantes des modèles de salle d'opération pour la planification du système médical d'urgence sont données dans les références 36, 37, 38, 39, certaines examinant également les mesures d'équité40. Un certain nombre d'articles importants ont également été publiés dans le domaine de la prévision41 et de la prise en charge des patients une fois aux urgences ou à l'hôpital42,43,44. Ceux-ci ne sont cependant pas directement liés à la portée de cet article et ne sont donc donnés qu'à titre de référence pour un lecteur intéressé.

Du point de vue de l'énoncé, cet article s'appuie sur les problèmes de répartition/allocation/routage des ambulances. Ces problèmes ont suscité un intérêt considérable pour la recherche. Jangtenberg et ses co-auteurs ont étudié la répartition des ambulances telle qu'appliquée à la pratique néerlandaise6,45. Non seulement ils ont proposé une nouvelle stratégie de répartition surpassant le ralenti le plus proche, mais ils ont également proposé un modèle de référence pour une répartition optimale hors ligne des ambulances. La répartition EMS prenant en compte la priorisation des appels d'équité a été étudiée dans les références 46, 47, où Enayati et al. axé également sur la localisation optimale simultanée des ambulances. La notion d'optimisation simultanée de la répartition et de la localisation des ambulances a également été appliquée dans la Réf.48. Les auteurs ont décrit sur l'exemple des données EMS du Portugal que l'utilisation d'outils OU avec des stratégies d'expédition plus avancées peut donner de meilleurs résultats que de le faire à la main sous le critère d'inactivité le plus proche. L'optimisation de la relocalisation et les politiques de répartition ont également été étudiées par Siong Lim et al.49, qui ont examiné les modèles dynamiques de relocalisation des ambulances du point de vue des politiques de répartition. Leur article présente également une comparaison des différentes politiques d'expédition EMS. Boutilier et al.50 ont toutefois proposé de combiner l'optimisation de la localisation et de l'acheminement des ambulances dans la ville de Dhaka, au Bangladesh.

Une notion intéressante dans l'optimisation de la répartition est l'intégration de la prise en compte de différents types (spécialités) d'ambulances51,52,53, c'est-à-dire (ALS)—Advance Life Support et (BLS)—Basic Life Support qui sont affectés aux appels d'urgence en fonction de la gravité du cas. Knight et al.54 évaluent la gravité à l'aide de fonctions de probabilité de survie et exploitent le système EMS afin de maximiser leur valeur attendue. Comme l'ont montré Stout et al.55, le fait d'exploiter un système EMS tout-ALS permet de réduire la complexité du triage des appels et de définir quel type d'unité doit répondre. Qui plus est, dans de tels systèmes, il n'est pas nécessaire de recourir à un triage secondaire sur place (par exemple, appeler un autre type d'ambulance pour obtenir de l'aide). Cela se fait toutefois au prix d'un éventuel allongement des délais d'arrivée et d'une dilution de certaines compétences paramédicales. Ce dernier est particulièrement important, puisque selon Stout et al., dans seulement 10 % des appels, des compétences en SLA sont requises.

Lors de la description de l'état actuel de la technique en matière de répartition des ambulances, il convient de mentionner le logiciel général de répartition médicale d'urgence, et plus particulièrement le système de répartition médicale prioritaire (MPDS). Il s'agit d'un système logiciel qui vise à catégoriser les appels médicaux d'urgence en catégories numériques basées sur les plaintes et à leur attribuer une priorité de traitement donnée. Le système fournit au répartiteur des questions détaillées, qui sont ensuite posées à l'appelant. Sur la base de leurs réponses, le système catégorise l'appel, attribue la priorité de traitement. Ensuite, les appels peuvent avoir un sous-groupe et un modificateur assignés pour aider les intervenants à connaître les détails du cas qu'ils doivent traiter. La catégorie, la priorité, le sous-groupe et le modificateur forment ensemble ce que l'on appelle le déterminant MPDS56. Le MPDS est largement utilisé dans le monde et en Europe même pour le triage et la catégorisation des appels57. Il a été prouvé que l'utilisation du système MPDS a une sensibilité élevée mais une spécificité modérée à faible dans l'envoi d'unités appropriées aux patients nécessitant une SLA58,59. Malgré ce problème, Dong et al. ont montré que l'utilisation d'une version optimisée du MPDS en Chine entraînait une cohérence diagnostique accrue du syndrome coronarien aigu et réduisait le temps d'arrivée de l'appel au patient60.

La version classique de l'outil s'arrête cependant à catégoriser les appels, et non à nommer (en termes d'indicatif exact) la meilleure unité pour répondre61. Étant donné que les méthodes d'optimisation visent à identifier les meilleures décisions possibles, les combiner avec MPDS peut être une bonne idée. On pourrait d'abord catégoriser l'appel à l'aide du MPDS, puis trouver la meilleure ambulance exacte qui devrait répondre à l'appel via une optimisation mathématique. Une approche similaire a été proposée dans la référence 47, où les auteurs effectuent une optimisation multicritère de l'affectation (répartition) des ambulances en tenant compte de différents niveaux de priorité des appels d'urgence reçus. Bien qu'ils n'indiquent pas que les priorités sont attribuées à l'aide de MPDS, on peut facilement en déduire que MPDS pourrait être un bon candidat pour effectuer cette tâche.

Une fois que l'équipe du SMU a fini de stabiliser l'état du patient, le bon service d'urgence doit être identifié. Ces problèmes ont également été étudiés dans la littérature, principalement en tant que problèmes d'acheminement ou d'affectation des ambulances. Talarico et al.62 ont étudié l'acheminement des ambulances transportant des patients avec différents niveaux d'acuité, mais ils n'ont pas distingué les services d'urgence en fonction de la spécialité qu'ils peuvent offrir aux patients. Cela a été inclus comme critère supplémentaire par le biais de la mise à l'échelle de la somme pondérée dans la réf.63. La compétence des services d'urgence dans l'optimisation de l'affectation des ambulances compte tenu d'un éventuel surpeuplement des services d'urgence a également été incluse par Acuna et al.64. Les auteurs ont considéré la spécialité à travers les contraintes dans le problème d'optimisation. Une contribution importante dans le domaine de l'affectation des cas émergents aux urgences a été donnée par Leo et al.65, où les auteurs ont inclus à la fois la spécialité des unités (comme critère supplémentaire, avec scalarisation de la somme pondérée) combinée à la gestion de la charge de travail des urgences.

D'un point de vue médical, de nombreux protocoles de transport de patients ont été développés. Ces documents donnent des directives aux équipes d'intervention sur le lieu de transport d'un patient donné. Quelques exemples en sont donnés pour l'Alabama31 et le Delaware32. Ils donnent des informations sur où et comment transporter un patient donné, en fonction de certains critères cliniques. Par exemple, en Alabama, il est recommandé que l'équipe d'ambulance envisage de transporter un patient atteint d'un STEMI vers un hôpital disposant d'un laboratoire de cathétérisme. Cependant, si l'équipe d'ambulance n'est pas sûre de l'hôpital de destination approprié, les directeurs médicaux en ligne (OLMD) doivent être contactés pour obtenir de l'aide. De même, dans le Delaware, un tel patient doit être transporté lorsque cela est possible vers un établissement compatible PCI, en contournant l'hôpital le plus proche. Un peu plus stricts sont les plans du système médical d'urgence polonais, établis pour chacune des 16 voïvodies polonaises. À titre d'exemple, dans la voïvodie de Swietokrzyskie, les adresses exactes des hôpitaux capables d'effectuer une procédure médicale d'urgence donnée sont nommées. Le plan laisse le choix de l'unité la plus appropriée pour un patient donné X à la discrétion conjointe du répartiteur médical et du chef de l'équipe médicale66.

Malheureusement, de tels protocoles n'existent pas pour toutes les conditions et pas partout où ils ont été établis. Les auteurs de Ref.67 ont souligné que 78% des États américains avaient mis en place des plans de triage et de destination EMS pour les traumatismes, environ 33% pour les brûlures, les accidents vasculaires cérébraux et les STEMI, tandis que seulement 10% pour les arrêts cardiaques. Ceci est conforme aux autres conclusions des auteurs de la référence 68, qui n'ont identifié que 16 États avec des protocoles de transport spécifiques pour les patients victimes d'un AVC causé par une occlusion des gros vaisseaux (LVO). De plus, même si les protocoles sont bien adoptés avec des réseaux de soins aux patients dédiés à l'échelle nationale établis, une mauvaise orientation des patients peut également se produire. Ceci est rapporté pour les pays européens lorsqu'il s'agit de patients STEMI, pour lesquels une intervention rapide dans un hôpital compatible ICP est cruciale pour réduire la mortalité69,70. De plus, les protocoles eux-mêmes fournissent des directives sur le moment de contourner le service d'urgence le plus proche et de transporter le patient directement vers une unité de référence. En ce sens, ils n'attribuent pas un SU donné (en termes d'adresse exacte) à un patient X donné et précis. Ils ne prennent pas non plus en considération l'état opérationnel actuel du système EMS, par exemple en termes de disponibilité actuelle de l'hôpital. des lits. C'est pourquoi ces protocoles doivent être considérés comme des entrées de procédures d'optimisation, qui se chargent d'affecter un hôpital bien précis à un patient donné en urgence.

Notre revue de la littérature a souligné qu'il existe des systèmes de répartition intéressants (MPDS) et des protocoles de transport EMS actuellement utilisés. Cependant, les systèmes de répartition se concentrent principalement sur le triage des appels et leur attribuent une priorité donnée. Ils n'effectuent pas la répartition telle que la comprend la communauté OR, c'est-à-dire qu'ils ne donnent pas d'informations exactes sur l'unité (identifiée par son indicatif) qui est la mieux placée pour répondre à une urgence donnée. En ce qui concerne les protocoles de transport EMS, ils donnent des directives sur le type d'urgence avec lequel l'équipe d'ambulance devrait envisager d'emmener le patient dans un service d'urgence spécialisé. Les protocoles ne disent pas exactement qu'un patient donné X doit être emmené à l'hôpital Y, compte tenu de l'état de fonctionnement actuel du système EMS complet. Ces systèmes et protocoles peuvent bien s'intégrer aux techniques d'optimisation. Ils peuvent servir de directives d'entrée, soit en estimant la priorité de l'appel, soit en établissant des normes sur la spécialité que l'hôpital de destination devrait offrir à un patient souffrant d'une condition médicale spécifique. Ensuite, en prenant cet apport médical, des techniques de recherche opérationnelle (RO) peuvent être appliquées pour déterminer et affecter la meilleure unité actuellement pour répondre à une urgence (ambulance ou urgence). Notre article vise à combler cette lacune en combinant des méthodes OR qui permettent d'attribuer des unités exactes à des patients exacts de manière Pareto-optimale. Ceci est fait en tenant compte de l'état clinique des patients et de l'état opérationnel actuel du système EMS.

Malgré le fait que la salle d'opération dans l'organisation EMS est un sujet de recherche approfondie, la majorité des articles considèrent principalement le critère de temps dans la répartition ambulance-patient et patient-hôpital. Il existe cependant des travaux de recherche notables qui incluent également les niveaux de spécialité des ambulances ou des urgences. D'après ce que nous avons trouvé, il est principalement inclus dans les problèmes d'optimisation en tant que contraintes ou critères avec scalarisation en somme pondérée. Nous pensons que l'inclusion de la spécialité sous la forme de contraintes pourrait considérablement restreindre l'ensemble réalisable du problème, et dans certaines situations, même rendre la répartition irréalisable. Cependant, en ce qui concerne la mise à l'échelle de la somme pondérée, nous pensons que l'attribution de poids appropriés aux critères pourrait être une tâche non triviale, en particulier pour un répartiteur médical, qui n'est pas un expert en RO. Ainsi, cette scalarisation n'est peut-être pas la plus facile à appliquer. De plus, à notre connaissance, nous n'avons identifié aucun article qui envisageait d'éventuelles réorientations de patients entre une unité de spécialité inférieure et celle de niveau supérieur. En ce sens, notre article vise à combler la lacune identifiée, ainsi qu'à appliquer la scalarisation de la méthode du point de référence, qui, selon nous, est bien adaptée aux applications dans les services d'intérêt général.

L'évaluation des besoins de traitement d'urgence d'un patient en état aigu varie en fonction du stade de répartition des services médicaux d'urgence. Tout d'abord, l'état du patient est évalué par le répartiteur médical sur la base des symptômes observés par l'appelant et d'un autre entretien médical effectué par le répartiteur. Cette activité est généralement facilitée par l'utilisation du MPDS, qui fournit au répartiteur un questionnaire structuré qui dépend de la plainte formulée par l'appelant. Sur la base des informations recueillies, le répartiteur envoie une ambulance en fonction de l'estimation de l'état du patient. Ensuite, l'équipe du service médical d'urgence (EMS) est envoyée sur le site. Une fois arrivés, les médecins approfondissent le diagnostic et sont en mesure d'évaluer professionnellement l'état du patient. Par conséquent, la compréhension qu'a le répartiteur de l'état du patient varie selon l'étape du processus de répartition.

Ayant à l'esprit la nature changeante des informations sur l'état du patient, nous proposons de diviser le problème global de répartition de l'affectation des unités EMS aux patients et des patients aux services d'urgence (SU) en deux problèmes d'optimisation multicritères distincts, à savoir

Problème de répartition EMS (P1) - problème d'attribution d'ambulances adéquates (EMS) aux patients, en tenant compte des conditions initiales des patients données par l'appelant,

Problème de répartition des urgences (P2) - problème d'affectation des patients aux services d'urgence adéquats en tenant compte des conditions plus réelles des patients.

Dans ce travail, nous nous concentrons sur les affections cardiaques aiguës. Ainsi, dans la suite de l'article, chaque fois que nous nous référons à la spécialité de niveau, cela signifie spécifiquement la spécialité cardiologique. Pourtant, l'approche et les formulations suivantes sont suffisamment générales pour être utilisées directement chaque fois qu'il est fait référence à toute autre urgence médicale possible et spécialité dans le traitement de toute autre condition.

Dans l'approche proposée, nous considérons spécifiquement la spécialité des EMS et des ED. Aux fins de modélisation, supposons que le niveau de spécialité est donné par un nombre réel

où \(s=0\) signifie qu'aucune spécialité cardiologique n'est offerte et \(s=1\) signifie la meilleure unité de cardiologie de la région. Alors que si l'on prend l'exemple du dispatching des SMU, ces deux valeurs extrêmes pourraient signifier par exemple un taxi (\(s = 0\)) et une unité mobile de soins intensifs (\(s = 1\))71. De même, dans le problème de répartition des urgences, \(s = 0\) pourrait signifier un cabinet d'infirmières de médecine générale et \(s = 1\) un hôpital de cardiologie super spécialisé. Il convient de mentionner que nous avons délibérément décidé de modéliser le niveau de spécialité comme un nombre réel dans l'intervalle donné en (1), plutôt que par un ensemble de choix discrets comme dans la législation polonaise (par exemple ambulances P, S, HEMS). Il s'agit de mieux modéliser les variétés de spécialités en tenant compte, par exemple, des différents équipements à bord des ambulances ou des différences dans l'expérience de l'équipage dans le traitement des maladies cardiaques.

Dans cette section, nous proposons un modèle d'optimisation multicritères du programme linéaire à nombres entiers mixtes (MILP) pour l'affectation des ambulances aux patients, en tenant compte à la fois de la spécialité de l'unité dépêchée et du temps d'arrivée. Le modèle du problème de répartition EMS est donné dans (2)–(6).

sujet à

où

\(s_p^1\)—spécialité reçue par le patient p via l'envoi des EMS.

\(t_p^1\) : temps nécessaire à l'ambulance pour atteindre le patient p.

\(s_a\)—niveau de spécialité de l'ambulance a, \(s_a \in [0,1]\)

\(t_p^a\)—temps nécessaire pour atteindre le patient p en ambulance a.

\(\mathcal {A}\)—ensemble d'ambulances disponibles.

\(\mathcal {P}\)—ensemble de patients ayant besoin d'aide.

\(y_p^a\)—variable binaire décrivant l'affectation de l'ambulance a au patient p.

Le problème, par conception, est de faciliter les décisions du répartiteur sur le choix de l'affectation des ambulances disponibles aux patients après avoir reçu les appels d'urgence. Nous supposons donc que les patients sont connus a priori et que le nombre d'appels est inférieur au nombre d'ambulances disponibles. Dans le cas où un nouvel appel d'urgence apparaît alors qu'aucune ambulance n'est disponible, il doit être traité plus tard, après que certaines ambulances soient devenues inactives. Cependant, il est possible d'étendre le modèle de décision en incluant les contraintes de la théorie des files d'attente, comme proposé dans la Ref.47. Ceci est volontairement omis dans ce travail, puisque notre objectif est de souligner l'importance et la performance de la stratégie multicritères, par opposition aux stratégies monocritères classiques. De plus, nous visons dans cet article à montrer l'importance de prendre en compte les besoins médicaux des patients dans le processus d'optimisation.

Cette section donne la formulation multicritère MILP du problème de répartition ED dans (7)–(20). Il doit être résolu dans la deuxième étape, après avoir résolu le problème EMS, une fois que l'évaluation initiale faite lors de l'entretien médical a été ajustée ou confirmée par l'équipe d'urgence sur le site. ED Dispatching nous permet de déterminer la répartition des ambulances (avec patients) vers les services d'urgence. Le problème donne la possibilité de réorienter les patients d'un service moins spécialisé vers un service plus spécialisé. La formulation prend en considération le fait que l'admission du patient d'abord dans un hôpital non référentiel puis dans un hôpital de référence peut augmenter le niveau de spécialité reçu par le patient. Cela est dû au fait qu'un prétraitement peut être administré au patient dans l'unité non référentielle. Le facteur par lequel le prétraitement participe au traitement total est donné par le paramètre arbitraire \(\eta _1\).

sujet à

où

\(s_p^2\)—spécialité reçue par le patient p via l'envoi aux urgences.

\(t_p^2\) : temps nécessaire au patient p pour atteindre la destination finale au service des urgences.

\(s_{h1/h2}\)—spécialité offerte par l'ED \(h1 \in \mathcal {H}_{not}\) ou par \(h2 \in \mathcal {H}_{ref}\).

\(\mathcal {H}_{ref}\), \(\mathcal {H}_{not}\) — ensembles de services d'urgence disponibles — respectivement référentiels et non référentiels.

\(\eta _1\)—facteur par lequel le patient est traité par le premier service d'urgence, \(\eta _1 \in [0;1]\).

\(t_p^{h1/h2}\)—temps nécessaire pour conduire le patient p à l'urgence \(h1 \in \mathcal {H}_{not}\) ou à \(h2 \in \mathcal {H}_{ réf}\).

\(g_{h1,p}^{h2}\)—temps nécessaire pour réorienter le patient p du service d'urgence non référentiel \(h1 \in \mathcal {H}_{not}\) vers le service d'urgence référentiel \(h2 \in \mathcal {H}_{réf}\).

\(\overline{H_{h1/h2}}\) : capacité maximale disponible du service d'urgence d'urgence \(h1 \in \mathcal {H}_{not}\) ou par \(h2 \in \mathcal {H}_ {ref}\) au moment de l'expédition.

\(y_p^{h1}\)—variable binaire décrivant l'affectation de l'hôpital non référentiel \(h1 \in \mathcal {H}_{not}\) à l'ambulance transportant le patient p.

\(b_p^{h2}\)—variable binaire décrivant l'affectation de l'hôpital de référence \(h2 \in \mathcal {H}_{ref}\) à l'ambulance transportant le patient p, transport direct vers l'hôpital de référence.

\(u_{h1,p}^{h2}\)—variable binaire décrivant le renvoi du patient p du service d'urgence \(h1 \in \mathcal {H}_{not}\) au service d'urgence \(h2 \in \ mathcal {H}_{réf}\).

\(w_p^{h1}\) —variable de linéarisation du produit binaire : \(y_p^{h1} \ (1- \sum _{h2 \in \mathcal {H}_{\text {ref}}} u_{ p,h1}^{h2})\).

Les dérivations de la spécialité et du délai de traitement délivré au patient p sont données dans les contraintes (8) et (12). Les contraintes (9)–(11) assurent la linéarisation du produit binaire de \(w_p^{h1} = y_p^{h1} \ (1- \sum _{h2 \in \mathcal {H}_{\text {ref }}} u_{p,h1}^{h2})\), qui est dérivé afin d'obtenir une spécialité délivrée égale à \(s_{h_1}, h_1 \in {H}_{not}\) si p est pas re-référé à \(h_2 \in {H}_{ref}\). Si la réorientation se produit, la spécialité calculée délivrée sera égale à \(\eta _1 s_{h_1} + s_{h_2}, \ h_1 \in {H}_{not}, h_2 \in {H}_{ref }\). Les contraintes (13) et (14) garantissent que les capacités actuelles des ED ne sont pas violées. La contrainte (15) assure qu'il est seulement possible de re-référer p de \(h_1 \in {H}_{not}\) à \(h_2 \in {H}_{ref}\), si p était le premier transporté directement vers \(h_1\). Les formulations (16) assurent que p doit être transporté directement vers exactement un des hôpitaux \(h_1 \in {H}_{not}\) ou \(h_2 \in {H}_{ref}\) et (17) que p peut être ré-référencé à un maximum de \(h_2 \in {H}_{ref}\), mais ce n'est pas obligatoire.

Il est possible d'intégrer les modèles d'optimisation donnés dans les sections "Problème de répartition EMS (P1)" et "Problème de répartition ED (P2)" et dans le processus de décision standard du répartiteur, plutôt que de le réorganiser complètement. Puisque les deux problèmes d'optimisation sont multicritères, pour les résoudre, les préférences des décideurs (DM) envers tous les critères doivent d'abord être estimées72. Dans l'approche proposée, les critères sont associés à l'état de santé de chaque patient et le répartiteur joue le rôle du SM. Compte tenu de ce qui précède, nous proposons que les préférences soient données par l'estimation des réserves et des aspirations à l'égard de tous les critères. Mathématiquement, l'aspiration pour le critère \(f_i\) est la valeur que le DM veut que le \(f_i\) prenne et la réservation - la valeur qui est encore acceptable pour le critère \(f_i\), mais pas la meilleure. Ceci est expliqué plus en détail dans la section "Scalarisation". De cette façon, il est possible de refléter les préférences comme une fonction directe de l'état du patient, plutôt que par des poids difficiles à comprendre et à expliquer. L'attribution de pondérations pourrait éventuellement désavantager certains patients et, en ce sens, contredire le fait que les systèmes médicaux d'urgence sont considérés par l'Union européenne comme un service d'intérêt général73.

Le cadre schématique d'intégration est illustré à la Fig. 1. Les ajouts proposés dans cet article sont représentés par des rectangles verts. Les éléments de processus standard sont représentés par des rectangles bleus et des ellipses orange pour les événements de début et de fin.

Le point de départ du problème de prise de décision est la réception d'un appel d'urgence par le répartiteur. Nous vous proposons de profiter de l'entretien médical pris en charge par MPDS. Après quelques ajustements, le MPDS (ou un système similaire) pourrait être utilisé pour calculer les aspirations/réservations pour le problème de répartition EMS en se basant sur les symptômes donnés par l'appelant. Une fois qu'ils sont connus, l'optimisation a lieu et l'équipe EMS optimale est envoyée.

Après cela, nous proposons qu'après l'arrivée de l'EMS et des diagnostics supplémentaires, l'équipe d'urgence utilise ses tablettes/ordinateurs portables, tels que ceux qui font actuellement partie du système de soutien au commandement de l'État pour le système médical d'urgence de l'État - SWD PRM74. Dans ce processus, les protocoles de transport de patients existants peuvent être intégrés dans le système SWD PRM pour calculer les aspirations et les réservations en se basant sur les diagnostics effectués par l'équipage. En tenant compte des valeurs d'aspiration et de réservation calculées, l'optimisation a lieu dans le centre de répartition afin d'identifier le service d'urgence optimal pour l'état du patient. Le processus s'arrête lorsque le patient arrive au service des urgences.

Cadre d'intégration proposé dans le processus décisionnel actuel.

Montrons maintenant un exemple de la façon dont le processus de décision proposé peut fonctionner dans la pratique de la répartition EMS/ED. Notez que pour mieux montrer le processus de prise de décision de notre solution proposée dans l'exemple, nous calculons les aspirations/réservations de manière vraiment simplifiée. Dans une situation réelle, le répartiteur devrait poser de nombreuses questions plus détaillées, éventuellement en suivant les recommandations du MPDS. Cela se traduirait par une manière beaucoup plus granulaire de calculer les valeurs. Le but de cette section est uniquement de donner au lecteur le sentiment que la solution proposée pourrait être mise en œuvre, d'où l'exemple est très simple et direct. Considérons la situation suivante :

Le répartiteur médical reçoit un appel d'urgence. L'appelant donne les symptômes suivants des patients au cours de l'entretien médical : douleur thoracique aiguë irradiant vers le bras gauche, conscient, respiration. Étant donné que les symptômes peuvent être importants pour un infarctus aigu du myocarde, cet appel est traité comme urgent et comme nécessitant des soins EMS spécialisés. Par conséquent, le questionnaire interactif (ou MPDS modifié) estime l'aspiration pour l'arrivée des EMS sur le site (\(a_{t_{EMS}}\)) à 7 min. et la réservation pour l'arrivée EMS sur le site (\(r_{t_{EMS}}\)) à 14 min. Étant donné qu'une éventuelle télétransmission de l'ECG au centre spécialisé pourrait être nécessaire, l'aspiration vers la spécialité EMS (\(a_{s_{EMS}}\)) est estimée à 0,9 et la réservation (\(r_{s_{EMS}}\)) à 0,7. Par conséquent, pour ce patient particulier, nous avons besoin d'une ambulance qui arriverait dans un délai inférieur à 14 minutes et idéalement en 7 minutes, offrant la spécialité supérieure à 0,7 et idéalement 0,9.

EMS est envoyé selon les préférences décrites dans pt. 1 et arrive dans les 10 min. Une fois que l'équipage arrive sur les lieux, il confirme les symptômes donnés par l'appelant. Un ECG avec télétransmission au cardiologue de garde est réalisé, ce qui révèle des modifications importantes du segment ST. Sur la base d'eux, un diagnostic préhospitalier d'infarctus du myocarde avec élévation du segment ST a été posé. STEMI est une condition qui doit être traitée de manière optimale dans un centre de cardiologie hautement spécialisé dans les 120 minutes. Ainsi, les aspirations et réserves suivantes concernant l'heure d'arrivée et la spécialité de l'ED ont été calculées à l'aide de l'ordinateur portable de l'équipe EMS : \(a_{t_{ED}}=20, r_{t_{ED}} = 120, a_ {s_{ED}}=0,9, r_{s_{ED}}=0,8\). Ainsi, il est exigé que ce patient arrive à un DU avec spécialité supérieure à 0,8, idéalement 0,9 et dans un temps inférieur à 120 min, idéalement en 20 min. Veuillez noter que l'aspiration/réservation envers le critère de temps a été estimée de telle sorte qu'elle inclue le temps total jusqu'à l'arrivée/le temps jusqu'au traitement. Ces valeurs sont ensuite renvoyées au centre de répartition pour une affectation optimale du service des urgences. Une fois établi, l'équipe EMS emmène le patient au service d'urgence choisi.

Les points ci-dessus illustrent l'idée de la façon dont le processus pourrait être vu dans un exemple réaliste. Une fois les valeurs des aspirations et des réservations calculées, l'optimisation se produit en les prenant comme modèle de décision. Le calcul des valeurs d'aspiration/réservation pour les autres patients est analogue au cas présenté. Plus d'informations sur la façon dont cela peut se produire sont données dans la section "Scalarisation".

Veuillez noter également qu'il peut parfois être possible d'attribuer des unités en donnant de meilleurs résultats finaux que la valeur des niveaux d'aspiration pour certains patients, et en n'aggravant pas les résultats pour les autres. Une telle expédition sera sélectionnée par l'optimiseur.

Les deux problèmes proposés sont des formulations MILP multicritères. Pour les résoudre, une mise à l'échelle appropriée du problème est nécessaire. Puisque les critères sont associés à l'état des patients, l'optimalité Pareto du résultat obtenu doit toujours être assurée. La prise de décision multicritères est parfois comprise comme générant une liste de solutions optimales de Pareto (efficaces/non dominées) et laissant le DM décider de la solution qu'il préfère75. Pourtant, la nature des problèmes décrits est différente. Dans le cas présenté, nous sommes intéressés à obtenir une répartition qui soit faisable, Pareto-optimale et qui réponde aux exigences des patients à la fois sur la spécialité et sur le temps dans les délais les plus courts possibles. Ce n'est que lorsque le résultat est donné rapidement que l'outil peut aider le répartiteur. Ainsi, il n'est pas nécessaire de lister de nombreuses solutions possibles et de demander au répartiteur de vérifier les unes après les autres.

Comme décrit dans la section "Intégrer dans le processus de décision actuel", nous proposons que les préférences de DM envers les critères soient exprimées sous forme d'aspirations (valeurs souhaitables que les critères devraient prendre) et de réserves (valeurs encore acceptables des critères). Dans le reste de l'article, ces valeurs pour un critère donné i seront désignées respectivement par \(a_i\) et \(r_i\). La méthode de scalarisation qui permet leur intégration directe est la méthode du point de référence (RPM)76 avec fonction de réalisation partielle telle qu'introduite dans la réf.77.

Ces fonctions de réalisation pourraient être considérées comme une cartographie de la satisfaction du DM sur les valeurs obtenues des critères. Les fonctions de réussite sont linéaires par morceaux et strictement croissantes sur l'ensemble du domaine. Soit \(h_i\) la valeur de la fonction de réalisation partielle pour le critère \(f_i\). Elle est négative et augmente à une pente très raide jusqu'à ce que \(f_i\) atteigne \(r_i\). Une fois que \(f_i =0\), \(h_i\) égale également 0. Ensuite, lorsque \(r_i

où \(\gamma\) et \(\beta\) sont des constantes prises arbitrairement telles que \(0< \beta< 1 < \gamma\). Sous cette hypothèse, la fonction de réalisation partielle est strictement croissante et concave75. Par exemple \(\beta\) peut prendre un ordre de grandeur de \(10^{-3}\) et \(\gamma\) de \(10^3\).

Le but de la scalarisation RPM est alors de maximiser la plus petite fonction d'accomplissement sur tous les critères, avec une très petite composante qui assure l'optimalité Pareto du résultat. La description détaillée du RPM tel qu'appliqué dans ce travail, peut être trouvée dans notre article précédent78 ou directement dans les références sources, c'est-à-dire76,77.

Revenons maintenant à l'exemple donné dans la section "Exemple". La scalarisation RPM est principalement conçue pour maximiser la plus petite fonction de réussite pour tous les patients, en tenant compte à la fois du temps et de la spécialité. En d'autres termes, l'optimiseur tentera de trouver une répartition réalisable et Pareto-optimale, telle que les critères de temps et de spécialité obtenus pour tous les patients atterrissent dans l'intervalle \([r_i,a_i]\). Bien sûr, cela n'est pas toujours possible, mais il s'agira d'obtenir le meilleur résultat possible pour le patient le plus désavantagé. Un tel comportement est souhaitable dans la répartition des services d'intérêt général, car il est assuré que personne n'est laissé pour compte dans le processus de répartition. De plus, la scalarisation est également conçue de manière à ce que les fonctions de réalisation continuent d'augmenter même après avoir dépassé la valeur d'aspiration. Ainsi, si possible, la répartition résultante pourrait être meilleure que celle demandée pour certains patients. Cela ne peut se produire que si l'amélioration pour certains patients n'aggrave pas la dépêche pour les autres.

Nous testons l'approche proposée dans des simulations. Pour les rendre plus viables, nous avons pris les activations réelles de l'EMS américain, du 2020 National Emergency Medical Services Information System (NEMSIS) Public-Release Research Data set79. Dans cet ensemble de données on donne des informations vastes sur la situation du système au moment de l'appel et sur l'état de santé du patient urgent. Cela inclut à la fois les symptômes donnés par l'appelant au répartiteur et le diagnostic effectué par l'équipe EMS une fois arrivé sur les lieux.

Pour notre analyse, nous avons pris des données sur 41 patients cardiaques provenant de l'ensemble de données. Pour cela nous avons pris les valeurs des attributs suivants pour chaque patient parmi l'ensemble des 41 considérés

symptôme principal,

l'impression principale du fournisseur,

plainte signalée par le Dispatch au EMS (comprise comme des symptômes donnés par l'appelant),

signaler si un arrêt cardiaque s'est produit,

étiologie de l'arrêt cardiaque,

premier rythme d'arrêt surveillé du patient,

raison pour laquelle la RCP s'est arrêtée,

fin de l'événement d'arrêt cardiaque EMS,

âge,

blessure éventuelle,

TA systolique,

SpO2,

fréquence respiratoire,

rythme cardiaque,

ETCO2,

score de l'échelle de la douleur,

Type ECG,

niveau de réactivité (AVPU),

score d'échelle de course,

Échelle de coma de Glasgow,

rythme cardiaque (ECG).

Des informations détaillées sur les attributs disponibles dans l'ensemble de données NEMSIS peuvent être trouvées dans le dictionnaire de données NEMSIS80.

Pour les 41 patients considérés, nous avons arbitrairement attribué des valeurs d'aspiration et de réservation à la fois au temps et à la spécialité pour les deux problèmes considérés (P1 et P2). Cela a été fait en se basant sur l'évaluation des connaissances d'experts des cas en se basant sur les valeurs d'attribut données dans l'ensemble de données.

Les problèmes d'optimisation considérés ont été codés en Matlab à l'aide de CVX, un package de spécification et de résolution de programmes convexes81,82 et résolus à l'aide de Gurobi.

Cette section décrit un exemple d'attribution de valeurs d'aspirations et de réserves pour les deux problèmes considérés (P1 et P2). Pour cela, nous donnons la justification de l'attribution de ces valeurs à deux cas de patients atteints d'un état aigu, le patient A et le patient B. Les valeurs des attributs sélectionnés dans la liste sont données dans le tableau 1 . En raison des limitations de la longueur du texte, dans cet article, nous ne montrons délibérément que des attributs sélectionnés dans cet exemple, car ils ne sont pas tous directement pertinents pour attribuer les valeurs des aspirations/réserves pour ces patients. Il ne faut pas oublier que cette activité est très spécifique à chaque cas et, en fonction de la condition elle-même, différents paramètres vitaux seront pris en compte. De plus, toutes les informations concernant l'arrêt cardiaque sont supprimées puisqu'il ne s'est pas produit chez les patients discutés. Cependant, les auteurs demandent à un lecteur intéressé qui souhaite obtenir une image complète de tous les paramètres enregistrés de les contacter directement et ces valeurs seront fournies.

Les valeurs estimées d'aspiration et de réservation pour les deux problèmes (EMS Dispatching et ED Dispatching) pour les patients A et B sont données dans le tableau 2.

Le principal symptôme montré chez les deux patients est une douleur thoracique, non liée à un traumatisme. De plus, chez le patient B, le problème a été évalué par le répartiteur comme étant lié au cœur. Le patient A, cependant, était transféré d'un établissement à l'autre. Compte tenu de la nature du symptôme principal, ainsi que des informations contenues dans la plainte, des valeurs strictes pour la spécialité P1 et des valeurs d'aspiration et de réservation pour le délai d'arrivée ont été attribuées. L'étude de cas présentée n'étant qu'un exemple de la performance de la méthode multicritères par opposition à d'autres benchmarks avec les mêmes patients considérés, nous avons attribué les valeurs d'aspirations/réserves en fonction de la plainte principale. Cela a également été fait de cette manière en raison du fait que toutes les données importantes ne sont pas disponibles dans l'ensemble de données NEMSIS pour les patients étudiés. Dans une situation réelle, le répartiteur doit prendre en considération davantage d'aspects avant d'attribuer l'aspiration/les réserves. Cette limitation n'a pas d'incidence sur les conclusions tirées puisque nous avons pris les mêmes patients pour toutes les techniques considérées.

Selon l'évaluation du SMU sur place, les deux patients considérés souffrent d'un infarctus du myocarde avec élévation du segment ST (STEMI). La signification du temps ischémique total dans le contexte du STEMI est très importante. Le temps ischémique total prolongé est un problème qui n'est pas spécifique à une certaine géographie ou population, il existe à travers le monde avec des degrés d'intensité variables. Le temps ischémique total est fortement corrélé en tant que prédicteur indépendant des événements cardiovasculaires indésirables majeurs (MACE). Une durée ischémique totale plus courte (\(<3\) h) est associée à un risque réduit de mortalité.

L'un des mécanismes sous-jacents de l'augmentation de la mortalité avec l'allongement du temps d'ischémie est que la taille de l'infarctus affecte de manière significative le tissu myocardique et continue de l'endommager à chaque seconde qui passe du temps d'ischémie. Un temps d'ischémie total prolongé est associé à une mortalité plus élevée des patients STEMI chez lesquels la "porte au ballon" recommandée est atteinte. Par conséquent, même avec une reperfusion optimale (PCI primaire), un temps ischémique prolongé peut entraîner une mortalité plus élevée et moins de sauvetage myocardique. Il est peu probable que la diminution du temps "de la porte au ballon" entraîne la réduction ultime souhaitée de la mortalité après une angioplastie coronarienne primaire.

Comme indiqué, le traitement est basé sur l'ICP primaire. Celle-ci ne peut cependant être délivrée que par un cardiologue dans une unité hospitalière de cardiologie invasive hautement spécialisée. Compte tenu du raisonnement ci-dessus, des valeurs strictes d'aspiration/réservation pour la spécialité P2 et des valeurs de délai avant traitement ont été attribuées.

L'approche proposée dans cet article est testée dans des simulations. Pour la configuration du test, nous avons pris 41 patients cardiaques en état aigu réels de l'ensemble de données NEMSIS. Cette section présente les résultats de simulation appliqués au problème 1, c'est-à-dire le problème de répartition EMS. À des fins de test, nous avons supposé que 45 ambulances sont disponibles pour répondre aux appels, car les modèles de file d'attente ne sont pas pris en compte dans le cadre des travaux en cours. L'heure d'arrivée de chaque ambulance à chaque patient a été choisie au hasard à partir d'une distribution uniforme \(t_p^a \in [6;200]\) min et la spécialité de celle-ci à partir d'une distribution uniforme \(s_a \in [0;1] \). Les aspirations et les réserves \(a_{t_{EMS}}, r_{t_{EMS}}, a_{s_{EMS}}, r_{t_{EMS}}\) ont été évaluées à l'aide de connaissances d'experts, en tenant compte de l'état du patient tel que décrit dans le jeu de données NEMSIS.

Les résultats d'optimisation obtenus en résolvant le problème 1 sont comparés aux résultats de deux autres fonctions d'objectif - la minimisation du temps total d'arrivée et l'agrégation de la somme pondérée, où deux critères sont pris en compte, à savoir la minimisation du temps total d'arrivée et la maximisation de spécialité totale livrée. Ceux-ci sont donnés en (22) et (23)

où \(v_1\) et \(v_2\) sont des pondérations choisies arbitrairement pour l'agrégation de la somme pondérée.

En raison de contraintes d'espace, nous ne citons pas tous les paramètres et les valeurs des variables, mais nous ne donnons qu'un résumé des résultats de répartition obtenus. Un lecteur intéressé est invité à contacter directement les auteurs pour tous les résultats numériques exacts.

Les résultats obtenus en résolvant le problème de répartition EMS sont présentés dans le tableau 3. Nous analysons les résultats sur les métriques suivantes :

nombre de patients pour lesquels la spécialité résultante et le délai d'arrivée étaient meilleurs que la valeur de réservation respective,

le plus grand écart en pourcentage sur l'ensemble des patients entre la réservation demandée et la valeur résultante (pour la spécialité et le délai d'arrivée),

nombre de cas ne respectant pas la valeur de réservation de plus de 10 % (pour la spécialité et le délai d'arrivée),

temps de réponse total pour tous les patients.

Comme on peut le voir d'après les résultats, ce n'est que lorsque l'approche proposée est appliquée (P1 : problème de dispatching EMS) que la spécialité et le délai d'arrivée résultant de l'optimisation sont beaucoup plus souvent égaux ou meilleurs que la réservation. Un tel comportement est attendu, car dans les approches de benchmarking, les valeurs de réservation ne sont pas prises en compte. Pourtant, lorsque le temps de réponse total est analysé, on peut facilement constater que cette métrique est sensiblement plus grande dans l'approche proposée que dans les stratégies de benchmarking. En effet, cette métrique n'est pas contrôlée pendant le processus d'optimisation dans l'approche proposée. Les aspirations et les réservations sont attribuées individuellement pour une condition clinique donnée, sur la base des connaissances médicales. Ces valeurs varient selon les conditions cliniques. La prise en compte des aspirations/réservations dans l'optimisation de la répartition des ambulances permet d'affecter les ambulances de manière à ce qu'elles soient satisfaites. De ce fait, la problématique développée porte sur la répartition des ambulances en fonction de l'état des patients et non simplement sur le même traitement de tous les patients, comme cela se fait dans les approches de benchmarking. À cet égard, certaines ambulances pourraient être choisies plus éloignées des appels (tout en restant à une distance acceptable), mais offrant une meilleure spécialité. En ce sens, le résultat de l'affectation est plus adapté à l'objectif étant donné l'état opérationnel actuel du système EMS.

Dans cette section, nous présentons les résultats numériques du problème de répartition ED proposé (P2) tels qu'obtenus en optimisant le cas de test. Pour cette raison, nous avons pris les mêmes cas de patients que dans l'étude de cas pour P1, mais cette fois en prenant en optimisation les valeurs de \(a_{t_{ED}}, r_{t_{ED}}, a_{s_{ ED}}, r_{t_{ED}}\). Ils ont été estimés à l'aide des connaissances d'experts, en tenant compte de l'état des patients tel qu'évalué par l'équipe EMS sur place et rapporté dans l'ensemble de données NEMSIS. Comme pour l'étude de cas P1, nous comparons la répartition hospitalière obtenue en résolvant le problème proposé avec deux autres approches de fonctions objectives, c'est-à-dire

où \(v_{12}\) et \(v_{22}\) sont des pondérations choisies arbitrairement pour l'agrégation de la somme pondérée.

Le problème de répartition des urgences proposé permet de différencier les hôpitaux référents et non référents. De par sa conception, il aide le répartiteur à décider s'il doit envoyer le patient directement vers une unité non référentielle ou référentielle, ainsi que s'il doit d'abord les envoyer vers un hôpital non référentiel, puis les réorienter vers une unité référentielle. Bien sûr, une telle réorientation intervient à un moment plus long pour que le patient atteigne sa destination finale à l'urgence.

Pour tester le comportement du ED Dispatching Problem proposé dans différentes situations de décision (conditions opératoires) en termes de reréférences, nous testons l'approche sous trois scénarios, à savoir :

Scénario 1 (S1) - les réorientations et le transport direct vers les hôpitaux de référence sont possibles dans des conditions de fonctionnement normales, où il faut du temps pour réorienter le patient d'un hôpital non référent vers un hôpital de référence.

Scénario 2 (S2)—les transports directs de patients vers les hôpitaux de référence ne sont pas possibles.

Scénario 3 (S3) - à la fois les ré-orientations et le transport direct vers les hôpitaux de référence sont possibles, mais le temps de ré-orientation est supposé très court.

Dans le cas de test, nous supposons l'existence de quatre hôpitaux dans la région d'exploitation EMS considérée - trois non référentiels (H1, H2, H3) et un référentiel (H4). Les valeurs de spécialité présumées pour le traitement des maladies cardiovasculaires de ces hôpitaux sont présentées dans le tableau 4. La capacité actuelle des services d'urgence est supposée être de 20 patients pour les hôpitaux non référents et de 10 patients pour le référentiel. La file d'attente au service d'urgence n'est pas prise en compte car elle est considérée comme hors de la portée de ce travail. Toutes les valeurs temporelles, c'est-à-dire le délai de traitement d'un patient donné et les délais de réorientation entre les hôpitaux ont été choisis au hasard. En raison de contraintes d'espace, nous ne citons pas ces valeurs dans l'article, mais un lecteur intéressé est invité à contacter les auteurs et ces valeurs seront mises à disposition. Pour tous les cas de test, nous avons supposé \(\eta _1=0.2\). Ce paramètre est une valeur arbitraire, qui indique quel pourcentage des capacités de traitement de l'hôpital non référentiel est ajouté pour un patient, qui est ensuite transféré vers une unité de référence. Il n'est pris en compte que si l'optimiseur décide qu'un re-transfert entre hôpitaux est nécessaire, sinon il n'impacte pas la spécialité. Si la valeur du paramètre est proche de 1, la spécialité totale reçue par un patient retransféré sera proche de la somme des spécialités proposées par les unités non référentielles et référentielles. Rendement des spécialités généralement plus élevé que requis. Cependant, cela coûtera cher en temps de retransfert et ne respectera pas la réservation de temps. Par analogie, s'il est proche de 0 la spécialité reçue sera proche de la spécialité offerte par la structure de référence et les transferts directs seront privilégiés. En effet, l'unité non référentielle aurait très peu d'impact sur le traitement global et le retransfert aggraverait le critère temporel. Cela dit, il n'y a pas de relation linéaire claire entre le nombre de patients retransférés et la valeur de \(\eta _1\). En tant que bonne pratique et pour refléter la réalité clinique des retransferts, nous proposons de le maintenir entre 0,1 et 0,3, car toujours un traitement sera appliqué (meilleure stabilisation de l'état ou approfondissement du diagnostic).

Dans cette section, nous donnons les résultats numériques obtenus en optimisant le problème de répartition ED proposé dans le scénario 1. Ces résultats sont ensuite comparés à l'optimisation des fonctions d'objectif (24) et (25). Ceux-ci sont présentés dans le tableau 5.

Comme pour le problème de dispatching EMS (P1), les exigences de spécialité (notées comme étant meilleures que les niveaux de réservation) sont bien plus souvent satisfaites grâce à l'optimisation P2 proposée, qu'à la suite des approches de benchmarking. Cela vient à un nombre légèrement inférieur de cas répondant aux exigences de temps. Ceci est compensé par une spécialisation plus élevée, où le plus grand écart obtenu en résolvant le problème P2 était de 36,36 % contre 77,50 % dans les autres approches.

Les poids que nous avons appliqués pour résoudre l'agrégation de somme pondérée multicritères (25) ont produit des résultats très similaires les uns par rapport aux autres. Il ne s'agit pas d'une longue liste de poids et il convient de noter que le choix de différents poids peut produire des résultats différents. Pourtant, l'attribution de pondérations est une tâche difficile et peu applicable à l'optimisation de la répartition des services EMS, où la décision doit être prise rapidement et de manière fiable.

Cette section donne les résultats numériques du test appliqué au scénario 2, où les transports directs vers les hôpitaux de référence ne sont pas possibles. En ce sens, les patients nécessitant un traitement spécialisé devront d'abord être admis dans un service d'urgence non référentiel et seulement ensuite réorientés vers une unité de référence. Il s'agit d'un scénario spécial développé pour analyser l'impact des réorientations appliquées au lieu du transport direct vers les hôpitaux de référence. Les résultats obtenus sont présentés dans le tableau 6.

Comme on le voit, l'interdiction des transferts directs vers les unités référentielles a dégradé les résultats de spécialité pour l'ensemble des approches présentées. Cela est principalement dû au fait que la réorientation est souvent coûteuse en termes de temps et que l'optimiseur opterait donc pour le sacrifice de la spécialité afin de répondre aux exigences de temps des patients.

Ainsi, il est valide de conclure que la réorientation n'est souvent pas la meilleure stratégie et, par conséquent, le répartiteur doit toujours tenir compte de l'état des patients dans le processus de répartition des urgences pour diriger correctement l'ambulance au moment même de commencer à transporter le patient. Les transports directs des patients vers les hôpitaux de référence peuvent grandement améliorer les performances des services EMS.

Le scénario 3 est un cas dans lequel la ré-aiguillage prend beaucoup moins de temps que dans des conditions de fonctionnement normales (S1), à savoir un quart du temps de ré-aiguillage à partir de S1. Le but des tests dans ce scénario est de vérifier si l'approche proposée pourrait être intéressante pour le répartiteur si les renvois n'étaient pas problématiques d'un point de vue temporel.

Les résultats sont présentés dans le tableau 7. Comme on peut le noter, à partir de la résolution du problème de répartition proposé P2 ED beaucoup plus de renvois ont été obtenus. Cependant, la modification des délais de réorientation n'a pas modifié les résultats des autres approches envisagées. On peut alors conclure que l'approche P2 s'adapte mieux à l'évolution de l'environnement décisionnel des approches envisagées, tout en restant viable.

L'objectif principal de tout système de service médical d'urgence est de fournir un soutien médical rapide et précis aux patients dans un état aigu (souvent même potentiellement mortel). Il incombe au répartiteur médical d'urgence (avec le chef de l'équipe d'urgence) d'envoyer correctement les équipes EMS (ambulances) aux patients et aux patients à bord des ambulances vers les services d'urgence des hôpitaux. Cette tâche est actuellement facilitée par l'utilisation de systèmes de triage et de catégorisation des appels (ex. MPDS) et par le biais de protocoles de transport des patients. types de maladies donnés entre les composantes du système d'urgence. C'est pourquoi traiter tous les patients de la même manière dans le processus de répartition, quel que soit leur état clinique, n'est pas une stratégie d'affectation souhaitée. Dans certains cas, fournir une aide médicale avec un mauvais niveau de spécialité peut rendre le traitement moins efficace, voire impossible.

Dans cet article, nous proposons une approche d'optimisation multicritères pour soutenir à la fois l'envoi des équipes EMS aux patients, puis les patients aux urgences. En ce sens, nous développons un outil d'aide à la décision à utiliser par un répartiteur médical d'urgence dans le processus de répartition. L'objectif de l'outil est de faciliter les décisions du répartiteur en lui fournissant des recommandations optimales de Pareto sur les décisions d'affectation. Les problèmes proposés tiennent compte des besoins des patients en termes de temps d'obtention d'un soutien médical et de niveau de spécialité de ce soutien. Les besoins sont exprimés au moyen de valeurs d'aspiration et de réservation et évalués en fonction de l'état de santé des patients. Nous proposons que cette évaluation puisse être effectuée par un personnel médical correctement formé à l'aide du système MPDS actuellement utilisé et en intégrant les protocoles de transport actuels. Les exigences en matière de temps et de spécialité ne sont pas uniformes pour les patients en état aigu et dépendent grandement de leur état de santé. Nous prenons ce fait en considération dans nos problèmes d'optimisation en optimisant à la fois les exigences de temps et de spécialité de chaque patient individuellement (sur une base par patient), où les aspirations/réservations calculées dépendent de leur état clinique. En ce sens, nous pouvons conclure que les résultats obtenus en appliquant notre méthode sont plus adaptés à l'objectif et tiennent toujours compte de l'état opérationnel actuel du système EMS.

Le problème de répartition des urgences proposé permet d'optimiser les décisions de transporter un patient donné vers un établissement non référentiel ou directement vers un référentiel, ou de le retransférer d'un non référentiel vers un référentiel. La décision est proposée par l'optimiseur en tenant compte de l'état clinique de tous les patients et de l'état opérationnel actuel de l'ensemble du système EMS (disponibilité des ambulances et des lits d'hôpitaux, spécialité offerte par les unités disponibles, ainsi que le temps pour atteindre le patient/ED ). Grâce à l'optimisation des décisions compte tenu de ce niveau de flexibilité, on peut soupçonner qu'une large adoption du système proposé pourrait éventuellement réduire les délais de déchargement dans tous les types d'hôpitaux. En effet, les patients seront transférés vers les hôpitaux de destination, en fonction de leurs besoins cliniques. Il est donc probable que les patients ne nécessitant pas de soins spécialisés seront dirigés vers des unités non référentielles, et ceux qui en ont besoin vers la référence. Le retransfert ne sera effectué qu'en cas de nécessité critique. Tout ce qui précède en tenant compte des capacités et des retards actuels de l'hôpital.

Dans ce travail, nous proposons également un cadre pour intégrer les problèmes proposés dans le processus de décision de répartition EMS/ED actuel, qui décrit l'intégration avec les outils de répartition déjà existants. L'utilisation de notre méthode peut potentiellement améliorer les performances des techniques actuellement utilisées. Une fois les appels catégorisés et triés (travail du MPDS), la méthode permet d'identifier et d'attribuer l'unité la plus appropriée pour travailler avec un patient donné, en tenant compte de l'état opérationnel actuel du système dans son ensemble. De même, la méthode peut améliorer l'utilisation des protocoles de transport actuels en appliquant leurs directives pour optimiser le meilleur service d'urgence (en termes d'adresse) pour admettre un patient donné (en termes d'emplacement exact de l'hôpital), en tenant également compte des capacités hospitalières actuelles. L'approche est testée dans des simulations utilisant des cas d'urgence réels stockés dans l'ensemble de données NEMSIS sur différents scénarios d'environnement de décision.

Dans tous les scénarios testés, l'approche proposée a réussi à trouver une répartition mieux adaptée aux patients. Ceci est mesuré par le nombre de patients recevant un service d'urgence étant au moins aussi bon que le niveau de réservation, soit vers le temps, soit vers la spécialité du service. De plus, puisque nous proposons que les problèmes soient scalarisés à l'aide de la scalarisation Reference Point Method, il est garanti que le dispatch obtenu est toujours Pareto-optimal.

Cette recherche comporte également certaines limites. Premièrement, nous nous sommes concentrés principalement sur les maladies cardiologiques à des fins de test. Pourtant, les problèmes proposés sont suffisamment génériques pour que le type de maladie puisse facilement être remplacé par n'importe quel autre. De plus, les problèmes pourraient également être étendus pour introduire d'autres mesures de spécialité, vers d'autres types de services EMS. Celles-ci sont cependant considérées comme hors de la portée de cet article.

Comme déjà dit, la méthode proposée est construite par patient et non par incident. Une question peut alors se poser sur la façon de gérer l'affectation des SMU pour les incidents impliquant plusieurs patients. Notre méthode est également capable de traiter plusieurs patients en un seul événement. Lorsqu'il s'agit d'un accident avec plusieurs patients, chacun d'entre eux doit être identifié comme ayant besoin d'aide. Et pour chacun d'eux on aurait le critère de temps et de spécialité attribué, avec des aspirations/réserves à chacun d'eux. En ce sens, l'affectation des ressources serait toujours conforme à l'approche adaptée à l'objectif.

En cas d'événement de masse, il pourrait tout simplement ne pas être possible d'attribuer des aspirations ou des réservations appropriées pour la spécialité EMS nécessaire, pour chacun des patients. Dans un tel cas, nous suggérons de fixer la valeur de l'aspiration à la spécialité à 0,5 (milieu de la plage). Ensuite, pour attribuer la réservation pour le même à 0 (limite inférieure). Cependant, nous exigeons que les EMS arrivent rapidement et donc l'aspiration et la réservation de l'heure d'arrivée doivent être strictes, par exemple réservation : 12 min, aspiration : 7 min. (en fonction de l'état opérationnel actuel du système et des protocoles médicaux). De cette façon, l'optimiseur viserait à attribuer une unité, qui peut arriver sur scène dès que possible, avec une légère préférence pour les plus spécialisées.

Deuxièmement, comme dans notre approche, le dispatching n'est pas basé uniquement sur le critère temporel, les indicateurs clés de performance (KPI) d'assurance qualité EMS basés sur le temps devraient éventuellement être ajustés. Considérer un certain pourcentage d'appels à desservir dans un délai défini au niveau national pourrait ne plus être approprié. Nous proposons de mesurer la performance du SME par le pourcentage de tous les critères (temps/spécialité) qui sont au moins aussi bons que leur réservation et de le comparer à un seuil dérivé. Cela doit cependant être appliqué au niveau législatif.

Dans les problèmes d'optimisation, nous ne considérons pas la file d'attente, en supposant que toujours au moins autant d'unités EMS/ED sont disponibles que le nombre de patients qu'elles devraient servir. La file d'attente peut être considérée comme un objectif de recherche supplémentaire. Une autre possibilité de recherche est d'appliquer l'approche proposée à la répartition réelle des systèmes médicaux d'urgence.

Malgré les limites, l'approche proposée s'avère être une stratégie de répartition intéressante pour la répartition EMS/ED. La différenciation des patients en fonction de leur condition médicale permet de mieux répartir les ressources EMS/ED limitées afin de mieux répondre aux besoins des patients. De plus, l'approche proposée permet de prendre en compte à la fois les transports directs des patients vers les hôpitaux de référence et les ré-orientations à partir d'unités non-référentielles. En ce sens, l'approche donne plus de flexibilité et permet une optimisation plus large des décisions de répartition. Tout bien considéré, une telle approche pourrait éventuellement améliorer le taux de survie des patients en cas d'urgence.

Ce travail est purement conceptuel, visant le développement d'un outil d'optimisation mathématique avec un framework de dispatching EMS/ED. La recherche n'a pas non plus produit de données, ni analysé de données existantes. L'étude de cas a été réalisée uniquement pour montrer l'outil en action. Pour cela, des cas d'urgence réels de l'ensemble de données NEMSIS ont été utilisés. Ses références correctes, où toutes les informations pertinentes peuvent être trouvées, ont été citées dans le manuscrit. Les valeurs d'aspirations/réservations associées à l'état des patients ont été estimées à l'aide de connaissances d'experts et n'ont pas été entièrement données dans le manuscrit en raison des limites d'espace et de portée. Cependant, un exemple illustratif d'une telle estimation a été donné dans le manuscrit. Les valeurs de spécialité et de temps ont été prises au hasard, où qu'elles soient indiquées dans le manuscrit. Néanmoins, un lecteur intéressé est encouragé à contacter l'auteur correspondant s'il a besoin de toutes les données utilisées dans l'étude de cas. L'auteur correspondant se fera un plaisir de rendre toutes les données des études de cas disponibles sur demande. Les ensembles de données utilisés et/ou analysés au cours de la présente étude sont disponibles auprès de l'auteur correspondant sur demande raisonnable.

Reuter-Oppermann, M., van den Berg, PL & Vile, JL Logistique pour les systèmes de services médicaux d'urgence. Système de santé 6(3), 187-208 (2017).

Article Google Scholar

Bélanger, V., Ruiz, A. & Soriano, P. Modèles d'optimisation récents et tendances en matière de localisation, de relocalisation et de répartition des véhicules médicaux d'urgence. EUR. J. Oper. Rés. 272(1), 1–23 (2019).

Article MathSciNet MATH Google Scholar

Lee, S. Une nouvelle politique de préparation pour la logistique EMS. Gestion des soins de santé Sci. 20, 105-114 (2017).

Article PubMed Google Scholar

Carter, GM, Chaiken, JM & Ignall, E. Zones d'intervention pour deux unités d'urgence. Oper. Rés. 20(3), 571–594 (1972).

Article MathSciNet MATH Google Scholar

Schmid, V. Résolution du problème de relocalisation et de répartition dynamique des ambulances à l'aide d'une programmation dynamique approximative. EUR. J. Oper. Rés. 219(3), 611–621 (2012).

Article MathSciNet PubMed PubMed Central MATH Google Scholar

Jagtenberg, CJ, Bhulai, S. & van der Mei, RD Répartition dynamique des ambulances : la politique d'inactivité la plus proche est-elle toujours optimale ? Gestion des soins de santé Sci. 20(4), 517–531 (2017).

Article CAS PubMed Google Scholar

Loi du 8 septembre 2006 sur le système national d'urgence de l'État (en polonais) (2006).

EENA - Association européenne des numéros d'urgence. Description de la chaîne de service de gestion des appels d'urgence v 2.0. https://eena.org/wp-content/uploads/2020_12_07_ServiceChainV2.0-final.pdf (2020).

Sowizdraniuk, J. et al. Télétransmission ECG pré-hospitalière par des équipes d'urgence composées d'un médecin urgentiste et d'ambulanciers paramédicaux et son impact sur le transport et l'admission à l'hôpital. Médecine 98, 34 (2019).

Article Google Scholar

Erbel, R. et al. 2014 ESC Guidelines on the diagnostic and treatment of aortic diseases : Document couvrant les maladies aortiques aiguës et chroniques de l'aorte thoracique et abdominale de l'adulte. Le groupe de travail pour le diagnostic et le traitement des maladies aortiques de la Société européenne de cardiologie (ESC). EUR. Heart J. 35(41), 2873–2926 (2014).

Article PubMed Google Scholar

Francek, L., Hlinomaz, O., Groch, L. & Belaskova, S. Analyse des intervalles de temps liés à la gestion du STEMI en 2008-2016. Cor Vasa 60(3), e239–e245 (2018).

Article Google Scholar

Konstantinides, SV et al. Lignes directrices 2019 de l'ESC pour le diagnostic et la prise en charge de l'embolie pulmonaire aiguë élaborées en collaboration avec la Société respiratoire européenne (ERS), le groupe de travail pour le diagnostic et la prise en charge de l'embolie pulmonaire aiguë de la Société européenne de cardiologie (ESC). EUR. Coeur J. 41(4), 543–603 (2020).

Article PubMed Google Scholar

Hulshof, PJ, Kortbeek, N., Boucherie, RJ, Hans, EW et Bakker, PJ Classification taxonomique des décisions de planification en matière de soins de santé : une revue structurée de l'état de l'art en or/ms. Système de santé 1(2), 129-175 (2012).

Article Google Scholar

Nadolny, K. & Ładny, JR Analyse des interventions médicales chez les patients dans des conditions potentiellement mortelles sélectionnées conditions médicales d'urgence. Soins infirmiers d'urgence 1, 1 (2018).

Google Scholar

Gajewski, P. (Médecine pratique, 2018).

Bergmark, BA, Mathenge, N., Merlini, PA, Lawrence-Wright, MB et Giugliano, RP Syndromes coronariens aigus. Le Lancet 399 (10332), 1347-1358 (2022).

Article Google Scholar

Fonds national de la santé (Fonds national polonais de la santé). NHS sur la santé. Cardiopathie ischémique [NFZ sur la santé. La cardiopathie ischémique]. https://ezdrowie.gov.pl/portal/home/badania-i-dane/zdrowe-dane/raporty/nfz-o-zdrowiu-choroba-niedokrzeenna-serca.

Czapla, MF Complications dans le transport médical chez les patients atteints de syndrome coronarien aigu effectué par des équipes spécialisées et de base EMS. doctorat thèse, Université de médecine de Wroclaw, (2017).

Gucwala, J. (Médecine pratique, 2015).

Ibanez, B. et al. Lignes directrices 2017 de l'ESC pour la prise en charge de l'infarctus aigu du myocarde chez les patients présentant un sus-décalage du segment ST : Le groupe de travail pour la prise en charge de l'infarctus aigu du myocarde chez les patients présentant un sus-décalage du segment ST de la Société européenne de cardiologie (ESC). EUR. Coeur J. 39(2), 119-177 (2018).

Article PubMed Google Scholar

Dudek, D. et al. Organisation du traitement interventionnel des patients atteints de STEMI et NSTEMI en Pologne (stratégies de traitement invasif chez les patients atteints d'infarctus du myocarde en Pologne). Cardol. Pologne Pol. Coeur J. 68, 5 (2010).

Google Scholar

Ibanez, B. et al. Lignes directrices 2017 de l'ESC pour la prise en charge de l'infarctus aigu du myocarde chez les patients présentant un sus-décalage du segment ST : groupe de travail pour la prise en charge de l'infarctus aigu du myocarde chez les patients présentant un sus-décalage du segment ST de la Société européenne de cardiologie (ESC). EUR. Heart J. 39(2), 119–177. https://doi.org/10.1093/eurheartj/ehx393 (2017).

Article Google Scholar

Jeon, S.-B. et coll. Urgences neurologiques chez les patients hospitalisés pour une maladie non neurologique. J. Patient Saf. 17(8), e1332–e1340 (2021).

Article PubMed Google Scholar

He, W., Zhang, Z. & Sha, X. Approches émergentes médiées par les nanoparticules pour un traitement efficace de l'AVC ischémique. Biomatériaux 277, 121111 (2021).

Article CAS PubMed Google Scholar

Powers, W. et al. Au nom du conseil des accidents vasculaires cérébraux de l'American Heart Association. Lignes directrices pour la prise en charge précoce des patients atteints d'AVC ischémique aigu : mise à jour 2019 des lignes directrices de 2018 pour la prise en charge précoce de l'AVC ischémique aigu : une ligne directrice pour les professionnels de la santé de l'American Heart Association/American Stroke Association. AVC 50(12), e344–e418 (2019).

Article PubMed Google Scholar

Szczuchniak, W., Sobolewski, P. & Kozera, GKG Retards pré- et intra-hospitaliers dans les accidents vasculaires cérébraux : contexte, résultats et prévention. Forum en médecine familiale 10(3), 119–128 (2016).

Google Scholar

Wolters, FJ, Paul, NL, Li, L. & Rothwell, PM Impact soutenu de l'éducation publique à test rapide au Royaume-Uni sur la réponse à l'AVC : une étude de séries chronologiques basée sur la population. Int. J. Stroke 10(7), 1108–1114 (2015).

Article PubMed PubMed Central Google Scholar

Milne, MS et al. Navire goutte-à-goutte contre navire-mère pour le traitement endovasculaire : Modélisation des meilleures options de transport pour des résultats optimaux. AVC 48(3), 791–794 (2017).

Article PubMed Google Scholar

Faire la fête. Intercollegiate Stroke Working et autres. Lignes directrices cliniques nationales pour les accidents vasculaires cérébraux (2012).

Semeraro, F. et al. Lignes directrices du Conseil européen de réanimation 2021 : Des systèmes qui sauvent des vies. Réanimation 161, 80–97 (2021).

Article PubMed Google Scholar

Département de la santé publique de l'Alabama. Dans Alabama EMS Patient Care Protocols, 10e éd. https://www.alabamapublichealth.gov/ems/assets/10th.edition.protocols.pdf (2022).

Bureau du Delaware des services médicaux d'urgence. Delaware Advanced Life Support Protocols, Guidelines, Policy and Standing Orders. https://www.dhss.delaware.gov/dhss/dph/ems/files/ALSFinal2022.pdf (2022).

Robakowska, M. et al. Système d'aide au commandement EMS (SWD PRM). Urgence Méd. Servir. 8(3), 126–129 (2021).

Article Google Scholar

Kovalchuk, SV, Krotov, E., Smirnov, PA, Nasonov, DA & Yakovlev, AN Plate-forme distribuée basée sur les données pour la prise de décision urgente dans le contrôle des ambulances cardiologiques. Future Gen. Comput. Syst. 79, 144-154 (2018).

Article Google Scholar

Aringhieri, R., Bruni, M., Khodaparasti, S. & van Essen, J. Services médicaux d'urgence et au-delà : relever de nouveaux défis grâce à une vaste revue de la littérature. Calcul. Oper. Rés. 78, 349-368 (2017).

Article MathSciNet MATH Google Scholar

Liu, K., Li, Q. & Zhang, Z.-H. Optimisation distributionnellement robuste d'un problème d'emplacement et de dimensionnement d'une station de service médical d'urgence avec des contraintes de chance conjointes. Transp. Rés. Méthodologie B. 119, 79–101 (2019).

Article Google Scholar

Aringhieri, R., Carello, G. & Morale, D. Aide à la prise de décision pour améliorer les performances d'un service médical d'urgence italien. Anne. Oper. Rés. 236(1), 131–148 (2016).

Article Google Scholar

Jagtenberg, C. & Mason, A. Amélioration de l'équité dans la planification des ambulances par le temps partagé. EUR. J. Oper. Rés. 280(3), 1095–1107 (2020).

Article MathSciNet MATH Google Scholar

Dibène, JC et al. Optimisation de l'emplacement des ambulances à Tijuana, Mexique. Calcul. Biol. Méd. 80, 107-115 (2017).

Article PubMed MATH Google Scholar

Toro-Diaz, H., Mayorga, ME, McLay, LA, Rajagopalan, HK et Saydam, C. Réduction des disparités dans les systèmes de services médicaux d'urgence à grande échelle. J. Opéra. Rés. Soc. 66(7), 1169-1181 (2015).

Article Google Scholar

Sudarshan, VK, Brabrand, M., Range, TM & Wiil, Royaume-Uni Évaluation des performances des modèles de prévision des arrivées de patients aux urgences en incluant des informations météorologiques et calendaires : une étude comparative. Calcul. Biol. Méd. 135, 104541 (2021).

Article PubMed Google Scholar

Taramasco, C. et al. Le problème d'attribution des lits des patients résolu par un algorithme de chauve-souris autonome. Appl. Calcul doux. 81, 105484 (2019).

Article Google Scholar

Saghafian, S., Austin, G. & Traub, SJ Contributions de la recherche opérationnelle/de la gestion à l'optimisation du flux de patients aux urgences : examen et perspectives de recherche. IIE Trans. Système de santé. Ing. 5(2), 101–123 (2015).

Article Google Scholar

Bachouch, RB, Guinet, A. & Hajri-Gabouj, S. Un modèle linéaire entier pour la planification des lits d'hôpitaux. Int. J. Prod. Écon. 140(2), 833–843 (2012).

Article Google Scholar

Jagtenberg, C., van den Berg, P. & van der Mei, R. Analyse comparative des algorithmes de répartition en ligne pour les services médicaux d'urgence. EUR. J. Opéra. Rés. 258(2), 715–725 (2017).

Article MathSciNet MATH Google Scholar

McLay, LA et Mayorga, ME Un modèle de répartition pour les systèmes serveur-client qui équilibre efficacité et équité. Fab. Servir. Oper. Géré. 15(2), 205–220 (2013).

Article Google Scholar

Enayati, S., Mayorga, ME, Toro-Díaz, H. & Albert, LA Identification des compromis en matière d'équité et d'efficacité pour optimiser simultanément l'emplacement et l'envoi multiprioritaire des ambulances. Int. Trans. Oper. Rés. 26(2), 415–438 (2019).

Article MathSciNetGoogle Scholar

Carvalho, A., Captivo, M. & Marques, I. Intégration des problèmes de répartition et de relocalisation des ambulances pour maximiser la préparation du système. EUR. J. Oper. Rés. 283(3), 1064-1080 (2020).

Article MathSciNet MATH Google Scholar

Lim, CS, Mamat, R. & Braunl, T. Impact des politiques de répartition des ambulances sur la performance des services médicaux d'urgence. IEEE Trans. Renseignement. Transp. Syst. 12(2), 624–632 (2011).

Article Google Scholar

Boutilier, JJ & Chan, TC Optimisation des interventions d'urgence des ambulances dans les pays en développement. Oper. Rés. 68(5), 1315-1334 (2020).

Article MathSciNet MATH Google Scholar

Sudtachat, K., Mayorga, ME & McLay, LA Recommandations pour la répartition des véhicules d'urgence dans le cadre d'une réponse à plusieurs niveaux via la simulation. Int. Trans. Oper. Rés. 21(4), 581–617 (2014).

Article MATH Google Scholar

Silva, PMS & Pinto, LR Analyse des systèmes médicaux d'urgence par simulation et optimisation. Dans Proc. Conférence de simulation d'hiver 2010 2422–2432 (2010).

Haghani, A., Hu, H. & Tian, ​​Q. Un modèle d'optimisation pour la répartition et l'acheminement en temps réel des véhicules d'urgence. Dans la 82e réunion annuelle du Transportation Research Board, Washington, DC (Citeseer, 2003).

Knight, V., Harper, P. & Smith, L. Attribution d'ambulance pour la survie maximale avec des mesures de résultats hétérogènes. Oméga 40(6), 918–926 (2012).

Article Google Scholar

Stout, J., Pepe, PE et Mosesso, VN All Advanced Life Support vs systèmes d'ambulance à plusieurs niveaux. Préhosp. Urgence Soins 4(1), 1–6 (2000).

Article CAS PubMed Google Scholar

Sporer, KA & Johnson, NJ Analyse détaillée des interventions préhospitalières dans les déterminants du système de répartition des priorités médicales. Ouest. J. Emerg. Méd. 12(1), 19 (2011).

PubMed PubMed Central Google Scholar

Fischer, M. et al. Comparaison des systèmes de services médicaux d'urgence - Un projet du projet European Emergency Data (EED). Réanimation 82(3), 285–293 (2011).

Article PubMed Google Scholar

Sporer, KA, Youngblood, GM & Rodriguez, RM La capacité des codes de répartition médicale d'urgence des plaintes médicales à prédire également les interventions préhospitalières. Préhosp. Urgence Soins 11(2), 192–198 (2007).

Article PubMed Google Scholar

Yap, J. et al. Performance du système de répartition des priorités médicales dans la classification correcte des arrêts cardiaques hors hôpital comme appropriés pour la réanimation. Réanimation 181, 123–131 (2022).

Article PubMed Google Scholar

Dong, X. et al. Optimisation d'un système de répartition médicale d'urgence pour améliorer le diagnostic préhospitalier et le traitement du syndrome coronarien aigu : étude rétrospective nationale en Chine. J. Med. Rés Internet. 24(11), e36929 (2022).

Article PubMed PubMed Central Google Scholar

Andrew, E. et al. Aligner la priorité de répartition des ambulances sur l'acuité du patient : une méthodologie. Urgence Méd. Australes. 31(3), 405–410 (2019).

Article PubMed Google Scholar

Talarico, L., Meisel, F. & Sörensen, K. Acheminement des ambulances pour les interventions en cas de catastrophe avec des groupes de patients. Calcul. Oper. Rés. 56, 120-133 (2015).

Article MathSciNet MATH Google Scholar

Amaldi, E., Coniglio, S. & Iuliano, C. Modèles d'optimisation pour l'évacuation des blessés dans les urgences médicales moyennes/maxi. En 2010, atelier IEEE sur la gestion des soins de santé (WHCM) 1–6 (2010).

Acuna, JA, Zayas-Castro, JL & Charkhgard, H. Modèle d'optimisation de l'affectation des ambulances pour le problème de surpeuplement dans les services d'urgence américains : une étude de cas en Floride. Socio-écon. Plan. Sci. 71, 100747 (2020).

Article Google Scholar

Leo, G., Lodi, A., Tubertini, P. & Di Martino, M. Gestion des services d'urgence dans le Latium, Italie. Oméga 58, 128-138 (2016).

Article Google Scholar

Bureau de voïvodie de Kielce. Plan de fonctionnement du Service médical d'urgence national dans la voïvodie de Świętokrzyskie. https://czkw.kielce.uw.gov.pl/download/4/32964/WPDSPRM-wojswietokrzyskieaktualizacjaNr7BIP.pdf (2022).

Kupas, DF, Schenk, E., Sholl, JM et Kamin, R. Caractéristiques des protocoles à l'échelle de l'État pour les services médicaux d'urgence aux États-Unis. Préhosp. Urgence Soins 19(2), 292–301 (2015).

Article PubMed Google Scholar

Chuck, CC et al. Protocoles des services médicaux d'urgence à l'échelle de l'État en cas de suspicion d'AVC et d'occlusion de gros vaisseaux. JAMA Neurol. 78(11), 1404-1406 (2021).

Article PubMed PubMed Central Google Scholar

Zurowska-Wolak, M., Piekos, P., Jakala, J. & Mikos, M. Les effets des retards du système préhospitalier sur l'efficacité du traitement des patients STEMI. Scannez. J. Réanimation en traumatologie. Urgence Méd. 27, 1–7 (2019).

Article Google Scholar

Clemmensen, P. et al. Diagnostic préhospitalier et transfert des patients atteints d'infarctus aigu du myocarde - Une décennie d'expérience de l'un des plus grands réseaux STEMI d'Europe. J. Électrocardiol. 46(6), 546–552 (2013).

Article PubMed Google Scholar

Wiegersma, JS, Droogh, JM, Zijlstra, JG, Fokkema, J. & Ligtenberg, JJ Qualité du transport interhospitalier des personnes gravement malades : impact d'une unité mobile de soins intensifs avec une équipe de récupération spécialisée. Crit. Soins 15(1), 1–8 (2011).

Article Google Scholar

Yu, P. .-L. Prise de décision à critères multiples : concepts, techniques et extensions, ser. Concepts et méthodes mathématiques en sciences et en génie Vol. 30 (Springer, 1985).

Réserver Google Scholar

Comité économique et social européen. Services d'intérêt général. https://www.eesc.europa.eu/en/policies/policy-areas/services-general-interest (consulté le 5 juin 2022).

Kaniecka, E. et al. Évaluation d'éléments sélectionnés du système médical d'urgence en Pologne par des praticiens. Urgence Méd. Servir. 7(2), 113–119 (2020).

Article Google Scholar

Kaleta, M., Ogryczak, W., Toczyłowski, E. & Żółtowska, I. Sur l'aide à la décision à critères multiples pour les fournisseurs sur le marché concurrentiel de l'énergie électrique. Ann. Opéra. Rés. 121(1), 79–104 (2003).

Article MathSciNet MATH Google Scholar

Lewandowski, A. & Wierzbicki, AP Systèmes d'aide à la décision basés sur l'aspiration : théorie, logiciels et applications Vol. 331 (Springer, 1989).

MATH Google Scholar

Ogryczak, W., Studzinski, K. & Zorychta, K. DINAS : Un système d'analyse assistée par ordinateur pour les problèmes de transbordement multiobjectifs avec localisation des installations. Calcul. Oper. Rés. 19(7), 637–647 (1992).

Article Google Scholar

Drabecki, M. & Toczylowski, E. Approche multi-objectifs pour gérer la livraison incertaine à partir de sources d'énergie renouvelables dans une architecture d'équilibrage énergétique peer-to-peer. Énergies 15, 3 (2022).

Article Google Scholar

National Highway Traffic Safety Administration (NHTSA), Bureau des services médicaux d'urgence (OEMS). Ensemble de données de recherche à diffusion publique du Système national d'information sur les services médicaux d'urgence (NEMSIS) 2020. https://nemsis.org (2020)

Administration nationale de la sécurité routière (NHTSA). Dictionnaire de données NEMSIS Version 3.5.0. https://nemsis.org/media/nemsis_v3/release-3.5.0/DataDictionary/PDFHTML/EMSDEMSTATE_National/NEMSISDataDictionary.pdf (2021).

Grant, M. & Boyd, S. CVX : Logiciel Matlab pour la programmation convexe disciplinée, version 2.1. http://cvxr.com/cvx (2014).

Grant, M. & Boyd, S. Implémentations de graphes pour les programmes convexes non lisses. Dans Recent Advances in Learning and Control, Series Lecture Notes in Control and Information Sciences (eds Blondel, V. et al.) 95–110 (Springer, 2008).

Google Scholar

Télécharger les références

Institut d'ingénierie de contrôle et de calcul, Université de technologie de Varsovie, Varsovie, Pologne

Mariusz Drabecki, Eugeniusz Toczyłowski & Krzysztof Pieńkosz

Centre silésien des maladies cardiaques à Zabrze, Zabrze, Pologne

Grzegorz Honisz

Ordre de Malte Pologne, Service médical maltais, Katowice, Pologne

Mariusz Drabecki & Grzegorz Honisz

Faculté de médecine, Université Lazarski de Varsovie, Varsovie, Pologne

Klaudia Kulak

Vous pouvez également rechercher cet auteur dans PubMed Google Scholar

Vous pouvez également rechercher cet auteur dans PubMed Google Scholar

Vous pouvez également rechercher cet auteur dans PubMed Google Scholar

Vous pouvez également rechercher cet auteur dans PubMed Google Scholar

Vous pouvez également rechercher cet auteur dans PubMed Google Scholar

MD : Conceptualisation de cette étude, Méthodologie, Logiciel, Curation des données, Rédaction. ET : Conceptualisation de cette étude, Rédaction. KP : L'écriture. GH : Curation des données, Rédaction, KK : Rédaction.

La correspondance est Mariusz Drabecki.

Les auteurs ne déclarent aucun intérêt concurrent.

Springer Nature reste neutre en ce qui concerne les revendications juridictionnelles dans les cartes publiées et les affiliations institutionnelles.

Libre accès Cet article est sous licence Creative Commons Attribution 4.0 International, qui permet l'utilisation, le partage, l'adaptation, la distribution et la reproduction sur n'importe quel support ou format, à condition que vous accordiez le crédit approprié à l'auteur ou aux auteurs originaux et à la source, fournir un lien vers la licence Creative Commons et indiquer si des modifications ont été apportées. Les images ou tout autre matériel de tiers dans cet article sont inclus dans la licence Creative Commons de l'article, sauf indication contraire dans une ligne de crédit au matériel. Si le matériel n'est pas inclus dans la licence Creative Commons de l'article et que votre utilisation prévue n'est pas autorisée par la réglementation légale ou dépasse l'utilisation autorisée, vous devrez obtenir l'autorisation directement du détenteur des droits d'auteur. Pour voir une copie de cette licence, visitez http://creativecommons.org/licenses/by/4.0/.

Réimpressions et autorisations

Drabecki, M., Toczyłowski, E., Pieńkosz, K. et al. Problèmes d'affectation multicritères pour optimiser les services médicaux d'urgence (EMS), compte tenu de la spécialité non homogène des services d'urgence et des équipes EMS. Sci Rep 13, 7496 (2023). https://doi.org/10.1038/s41598-023-33831-7

Télécharger la citation

Reçu : 18 novembre 2022

Accepté : 19 avril 2023

Publié: 09 mai 2023

DOI : https://doi.org/10.1038/s41598-023-33831-7

Toute personne avec qui vous partagez le lien suivant pourra lire ce contenu :

Désolé, aucun lien partageable n'est actuellement disponible pour cet article.

Fourni par l'initiative de partage de contenu Springer Nature SharedIt

En soumettant un commentaire, vous acceptez de respecter nos conditions d'utilisation et nos directives communautaires. Si vous trouvez quelque chose d'abusif ou qui ne respecte pas nos conditions ou directives, veuillez le signaler comme inapproprié.