Научное обоснование системы поддержки принятия управленческих решений при работе медицинской организации в условиях биологических вызовов (на примере COVID-19)

Во введении обоснована актуальность исследования, сформулированы его
цель и задачи, представлены сведения о научной новизне и практической
значимости, определены основные положения, выносимые на защиту.
В первой главе проанализированы подходы и принципы, описанные в
зарубежной и отечественной литературе при оценке влияния новой коронавирусной
инфекции COVID-19 на системы здравоохранения и пациентов. Представлены
данные:
– о развитии эпидемиологического процесса и его влиянии на госпитализации,
а также о возможности прогнозирования различных сценариев распространения
коронавирусной инфекции;
– о показателях работы больничных организацийи эффективности
использования их отдельных ресурсов (например, коечного фонда);
– характеризующие клиническое течение новой коронавирусной инфекции
COVID-19, позволяющие определять не только тактику ведения пациентов, но и
осуществлять планирование ресурсов больничной организации (потребность в
койках, частота определенных врачебных назначений, в том числе исследований,
запасы лекарственных препаратов и др.), а также эффективность медикаментозного
лечения с оценкой применяемых схем лекарственной терапии и их стоимости;
– описывающие рабочие процессы в медицинской организации, в том числе
связанные с их трансформацией под задачи борьбы с COVID-19.
Вторая глава посвящена методике и организации исследования, описанию
его базы.
Объектомисследованияявляласьсистемаорганизацииоказания
специализированной медицинской помощи пациентам с новой коронавирусной
инфекцией COVID-19; предметом исследования – медицинские, поло-возрастные
ианамнестическиефакторы,влияющиенарезультатыоказания
специализированной медицинской помощи пациентам с новой коронавирусной
инфекциейCOVID-19,атакжеструктураоказанияспециализированной
медицинской помощи пациентам с новой коронавирусной инфекцией COVID-19 на
уровне медицинской организации.
Единицами наблюдения, в зависимости от решения поставленных задач
являлись: регистровая запись, содержащая набор данных о пациенте с новой
коронавирусной инфекцией COVID-19; случай оказания медицинской помощи
(стандартизированныйвразрезеполовозрастныхгрупп,длительности
госпитализации, клинических исходов и применяемых схем лекарственной
терапии); пациент с новой коронавирусной инфекцией COVID-19, получивший
медицинскую помощь в условиях стационара (с данными о клинических,
лабораторных,инструментально-диагностическихисследованиях);элемент
технологического процесса (рабочего процесса) оказания специализированной
медицинской помощи пациентам с новой коронавирусной инфекцией COVID-19
в медицинской организации.
Исследование проводилось на основе данных Федерального регистра лиц,
больныхновойкоронавируснойинфекциейCOVID-19,разработанного
в соответствии с постановлением Правительства Российской Федерации
от 31 марта 2020 г. № 373 «Об утверждении Временных правил учета информации
в целях предотвращения распространения новой коронавирусной инфекции
(COVID-19)», и данных многопрофильной медицинской организации Московской
области (ГБУЗ МО «Ногинская ЦРБ»).
Программа проведения исследования представлена в таблице 1.
Таблица 1 – Программа проведения исследования
ЗадачиМетодыИсточники информации
исследованияисследованияи объем исследования
Провести статистическую Аналитический;Данные Федерального
обработку, анализ и оценку Статистическийрегистра лиц, больных
данных Федеральногоновой коронавирусной
регистра лиц, больныхинфекцией COVID-19 –
новой коронавирусной15 657 390 записей,
инфекцией (COVID-19), ссформированных для
целью описания10 340 999 пациентов
характеристик пациентов и(для статистической
выявления определенныхобработки и анализа
закономерностей теченияиспользовались данные
данного заболевания3 151 402 пациентов)
Продолжение таблицы 1
ПроанализироватьАналитический;Данные свыше 7 500
специфику оказанияСтатистический;записей из электронных
специализированнойСтруктурно-медицинских карт
медицинской помощиорганизационногопациентов;
пациентам с новойанализаДанные Федерального
коронавируснойреестра медицинских
инфекцией (COVID-19) ворганизаций и
зависимости отФедерального регистра
клиническихмедицинских работников
характеристик
госпитализируемых лиц

РазработатьАналитическийДанные свыше 7 500
имитационную модель(в т.ч. в отношениизаписей из электронных
стандартизированногоранее полученныхмедицинских карт
рабочего процессаданныхпациентов;
оказанияхронометражныхАналитические
специализированнойнаблюдений,материалы медицинской
медицинской помощипроведенных приорганизации;
пациентам с новойразработке
коронавируснойстандартных
инфекцией (COVID-19)операционных
процедур и
стандартных
операционных карт);
Метод
организационного
моделирования
Оценить ресурсныеАналитический;Данные свыше 7 500
затраты на выполнениеСтатистический;записей из электронных
цикла/цикловМетодмедицинских карт
операционных процедур ворганизационногопациентов;
структурныхмоделированияАналитические
подразделенияхматериалы медицинской
медицинской организации,организации;
оказывающей
специализированную
медицинскую помощь
пациентам с новой
коронавирусной
инфекцией (COVID-19);
Продолжение таблицы 1
Определить ресурснуюАналитический;Данные свыше 7 500
обеспеченностьСтатистический;записей из электронных
медицинскойМетод организационногомедицинских карт
организации длямоделированияпациентов;
оказанияАналитические
специализированнойматериалы медицинской
медицинской помощиорганизации;
пациентам с новойМатериалы собственного
коронавируснойисследования
инфекцией (COVID-19)
в зависимости от
различной потребности в
госпитализациях;

Разработать научно-Аналитический;Материалы собственного
обоснованную системуМетод организационногоисследования
поддержки принятиямоделирования
управленческих решений
при организации
оказания медицинской
помощи пациентам с
новой коронавирусной
инфекцией (COVID-19)

В третьей главе на основании ретроспективного когортного исследования,
проведенногонаданныхФедеральногорегистралиц,больныхновой
коронавирусной инфекцией COVID-19, включавшего свыше 3 миллионов
пациентов (40,7% мужчин и 59,3% женщин), установлено, что:
– наибольшеечислослучаевзаболеваниясредимужчинбыло
зарегистрировано в возрастных группах: 60-64 лет, 55-59 лет, 35-39 лет, среди
женщин – в возрастных группах: 60-64 лет, 55-59 лет, 50-54 лет;
– между возрастом и длительностью пребывания на койке отсутствовала
статистически значимая связь (для мужчин значение линейного коэффициента
корреляции (r-Pearson) составило 0,021 (p-value < 0,05), для женщин – 0,0124 (p-value < 0,05)); - значение средневзвешенной величины длительности пребывания на койке во всех возрастных группах у мужчин составило 14,7 дня (стандартное отклонение (SD) = 5,6 дня), в то время как у женщин – 15,7 дня (SD = 5,2 дня)); - наличие 37 сопутствующих заболеваний / осложнений основного заболевания являлось более худшим прогнозом по длительности госпитализации (пребывания на койке) у пациентов с тяжелой и крайне тяжелой формами течения новой коронавирусной инфекции COVID-19 по сравнению с течением U07.1 без сопутствующих заболеваний или осложнений; - результаты оценки влияния тяжести новой коронавирусной инфекции (COVID-19) на летальность показали высокую прямую связь между данными признаками (r-Pearson для мужчин: 0,830 (p-value < 0,0001), для женщин: 0,799 (p-value < 0,0001); - пациенты со средней степенью тяжести в 89,4 раза чаще умирали, чем пациенты, заболевающие новой коронавирусной инфекцией в легкой форме. Пациенты с тяжелой формой в 20,5 раз чаще умирали, чем пациенты со средней степенью тяжести. Смертность от коронавирусной инфекции у пациентов с крайне тяжелой формой была на 11,3% выше, чем среди пациентов с тяжелой формой. Вданнойглаветакжепредставленырезультатыанализасредней длительности пребывания пациентов на койке в зависимости от назначенных схем лекарственной терапии. Полученные по результатам анализа данные позволили судить в большей степениомедико-социальныхфакторах,определяющихдлительность госпитализации и общих тенденциях, характерных в целом для Российской Федерации. Значения показателей средней длительности госпитализации в разрезе половозрастных групп и влияние степени тяжести на прогноз течения заболевания, полученныевходеданногоэтапаисследования,былииспользованы в качестве прогнозных при моделировании загруженности стационара для стохастическогопотокапациентов,параметрыкоторыхсопоставимы с параметрами пациентов, изученных в данной главе. Вчетвертойглавепредставленаподробнаяхарактеристика организационной структуры и ресурсной обеспеченности базы исследования (ГБУЗ МО«НогинскаяЦРБ»),проведенаоценкарезультатовоказания специализированной медицинской помощи пациентам с новой коронавирусной инфекцией COVID-19, включавшая расчеты ежемесячной нагрузки на врачей по количеству пациентов, поступивших на курацию и выбывших по результатам госпитализации (выписанных, переведенных в другие медицинские организации или умерших), оценена длительность их работы в ГБУЗ МО «Ногинская ЦРБ», оценена динамика госпитализаций и выписок пациентов за 15 месяцев наблюдения, соотнесенная с изменением объема коечного фонда. По результатам проведенного анализа установлено, что: - среднее количество пациентов на 1 врача в месяц ± SD составляло 28,23 ± 13,27 пациентов [межквартильный интервал (IQR): 16,93; 41,25] (min = 9,67 пациента; max = 61,33 пациента). Средняя длительность лечения в стационаре ± SD на 1 врача составила 10,65 ± 2,02 дня [IQR: 8,77; 12,55] (min = 7,3 дня; max = 14,71 дня). За период с апреля 2020 г. по июнь 2021 г. в ГБУЗ МО «Ногинская ЦРБ» были госпитализированы 7576 человек. Доля госпитализированных женщин составляла 57,8%, доля мужчин – 42,2%; - длительность госпитализации не зависела от пола и возраста (r-Pearson = 0,079; p < 0,001; n = 7573 (случаев госпитализации)), а также от степени тяжести течения заболевания (r-Pearson = 0,04; p < 0,001; n = 83238 (койко-дней)); - для пациентов с тяжелой степенью тяжести вероятность выжить на 10 деньгоспитализациисоставлялаоколо35%,адляпациентов в критической/терминальной стадии развития заболевания с 10 по 12 день госпитализации вероятность выжить сокращалась с 50% до 20%. Риск смерти увеличивался с увеличением длительности госпитализации (например, при среднетяжелой форме заболевания при лечении в течение 30 дней риск смерти возрастал в 4,2 раза); - результаты госпитализации не зависели от пола (r-Pearson = 0,038; p < 0,001; n = 7573 (случаев госпитализации)) и имели слабую прямую зависимость от возраста (r-Pearson = 0,182; p < 0,001; n = 7573 (случаев госпитализации)) (чем старше пациент, тем чаще встречались случаи с летальным исходом); - применение коэффициента корреляции при оценке влияния степени тяжести течения заболевания на результаты госпитализации (1-выздоровление; 2-перевод в другую медицинскую организацию; 3-смерть) показало наличие прямой зависимости умеренной силы (r-Pearson = 0,307; p < 0,001; n = 7573 (случаев госпитализации) (чем выше степень тяжести течения заболевания, тем хуже прогноз); - лабораторным показателем, который наиболее наглядно показывал разницу вдвухгруппахпациентов(группарискаигруппасравнения) и оказывал статистически значимое влияние на выживаемость, являлся уровень тромбоцитов (повышение тромбоцитов являлось благоприятным прогностическим признаком для выздоровления пациентов). Для пациентов с тромбоцитопенией вероятность выжить на 5 день госпитализации составляла около 65%, в то время как для пациентов с нормальным уровнем тромбоцитов этот показатель был равен приблизительно 92%. Наличие у пациентов с тромбоцитопенией онкологических заболеваний в 1,2 раза увеличивало риск смерти; -всформированнойвыборкеизсопутствующихзаболеваний (в качестве монофактора) статистически значимым являлось влияние болезней системы кровообращения, наличие которых в 1,8 раза (95% доверительный интервал (CI) [1,1168; 2,913], p = 0,0159) увеличивало риск смерти у пациентов с новой коронавирусной инфекцией COVID-19, а сочетание болезней системы кровообращения с онкологическими заболеваниями и болезнями эндокринной системы в 3,25 (95% CI [1,3212; 7,9783], p = 0,01) и 3,4 (95% CI [1,8379; 6,2811], p = 0,0001) раза соответственно. Результаты проведенного на данном этапе исследования детального анализа позволилиустановитьопределенныестандартизированныеконфигурации ихарактеристики(имеющие,однако,достаточнуювариативность и индивидуальную специфичность) пациентов с новой коронавирусной инфекцией (COVID-19), а также отдельные параметры организационно-управленческой деятельности по распределению ресурсов медицинской организации при оказании медицинской помощи в период эпидемии. Пятаяглавапосвященаразработкеимитационноймодели стандартизированногорабочегопроцессаоказанияспециализированной медицинской помощи пациентам с новой коронавирусной инфекцией (COVID-19) и моделированию возможных вариантов потока пациентов по каждому из структурных подразделений стационара, учитывающих количественные и временные характеристики рабочих процессов. Каждый из процессов модели проанализирован и апробирован с учетом этапов госпитализации и логических связей,возникающихвпроцессеиспользованияресурсовмедицинской организации. По результатам моделирования рабочих процессов и математических расчетов временных параметров, определены следующие основные условия, позволяющие более рационально организовать работу структурных подразделений стационара ГБУЗ МО «Ногинская ЦРБ» для оказания специализированной медицинской помощи пациентам с новой коронавирусной инфекцией (COVID-19): - с учетом общего времени пребывания пациента в приемном отделении, составляющем от 31 до 43 минут для 1 субъектной пары «врач-медицинская сестра» максимальный поток пациентов не должен превышать 25 человек. Наибольший прироств охвате госпитализируемыхпациентовмедицинскойпомощью достигается при формировании штатного расписания в приемном отделении в количестве2врачейи2медицинскихсестер(около80%отвсех госпитализируемых). При этом при дополнительном увеличении на 1 врача и 1 медицинскую сестру в приемном отделении уровень охвата госпитализируемых меняется незначительно (около 5-7% от значений предыдущего уровня); - при среднедневном прибытии пациентов в стационар с интервалом 20±5 минут и временем на оказание медицинской помощи в приемном отделении, равном 37±5 минут из 15 месяцев (около 450 дней) общее время работы приемного отделения составит около 190 дней, что соответствует 42,2% от потенциально возможной загруженности приемного отделения (производственной мощности); - при круглосуточной эксплуатации за 1 сутки может быть выполнено до 40 циклов на компьютерном/магнитно-резонансном томографе и до 60 циклов нарентгеновскомаппарате.Наиболееоптимальнымвариантомявляется организация работы в рентгенологическом отделении 1 врача-рентгенолога и 1 рентгенолаборанта; - для обеспечения круглосуточного режима работы в лаборатории должны работать не менее 4 лаборантов и 2 врачей клинико-лабораторной диагностики. Проведенаоценказагруженностикоечногофондаанестезиолого- реанимационного отделения и отделений госпитализации с анализом их производственного потенциала и прогнозными показателями среднесуточной госпитализации, обеспечивающими оптимальные параметры функционирования медицинской организации. В главе также приведены примеры возможных вариантов формирования потока пациентов, исходя из их количества и диапазона значений длительности госпитализации для каждого случая. В заключении обобщаются основные результаты исследования, подводятся его итоги, которые свидетельствуют о решении поставленных задач, а также приводится модель научного обоснования и разработки системы поддержки принятия управленческих решений при работе медицинской организации в условиях биологических вызовов (на примере COVID-19) (рисунок 1). Рисунок 1 – Модель научного обоснования и разработки системы поддержки принятия управленческих решений при работе медицинской организации в условиях биологических вызовов (на примере COVID-19) ВЫВОДЫ 1. Результаты статистической обработки и анализа данных 3 151 402 пациентов, проведенных в отношении оценки зависимости длительности госпитализации от пола и возраста, наличия сопутствующих заболеваний, выбора схемы лекарственной терапии, а также влияния степени тяжести заболевания и выбора схемы лекарственной терапии на исход, позволили определить корреляционные зависимости, выявить ведущие факторы, определяющие прогноз течения заболевания и потенциальные исходы, установить для каждой половозрастной группы дифференцированные значения средней длительности госпитализации,ставшиевпоследующембазовымипоказателямидля симуляционного моделирования потока пациентов в отделения стационара, в котором оказывалась медицинская помощь пациентам с новой коронавирусной инфекцией (COVID-19). 2. Клиническиехарактеристикипациентовсновойкоронавирусной инфекцией (COVID-19) определяют тяжесть течения заболевания и прогноз, влияют на результаты госпитализации, внося существенный вклад в показатель относительного риска неблагоприятных исходов. Уровень летальности пациентов имел прямую корреляционную зависимость от показателей C-реактивного белка, D-димера, интерлейкина-6, ЛДГ и ферритина. Лабораторным показателем, который наиболее наглядно показывал разницу в двух группах пациентов (группа риска и группа сравнения) и оказывал статистически значимое влияние на выживаемость, являлся уровень тромбоцитов. Наличие у пациентов с тромбоцитопенией онкологических заболеваний в 1,2 раза увеличивало риск смерти. Из сопутствующих заболеваний (в качестве монофактора) статистически значимым являлось влияние болезней системы кровообращения, наличие которых в 1,8 раза увеличивало риск смерти у пациентов с новой коронавирусной инфекциейCOVID-19,асочетаниеболезнейсистемыкровообращения с онкологическими заболеваниями и болезнями эндокринной системы в 3,25 и 3,4 раза соответственно. 3. Имитационнаямодельстандартизированногорабочегопроцесса, включающаястандартныеоперационныепроцедурыоказания специализированной медицинской помощи пациентам с новой коронавирусной инфекцией (COVID-19) и содержащая все этапы и варианты внутренней маршрутизации по структурным подразделениям медицинской организации, а также временные параметры оказания соответствующей медицинской услуги в каждом из них, позволяет оценивать различные варианты потока пациентов с заданнымиклиническими характеристиками, определяющимисреднюю длительность пребывания на койке, планировать исходя из этого потребность в коечном фонде отделений госпитализации и анестезиолого-реанимационного отделений, а также оценивать фактическую нагрузку на медицинских работников в каждом из вовлеченных структурных подразделений. 4. По результатам оценки ресурсных затрат установлены наиболее оптимальные временные параметры выполнения стандартных операционных процедур рабочего процесса, учитывающие частоту прибытия пациентов в стационар и оптимальное количество медицинских работников, необходимых для их выполнения, а также рассчитано предельно допустимое среднесуточное и среднемесячное количество госпитализируемых пациентов, обеспечивающее полную загруженность коечного фонда. 5. Ресурсная обеспеченность ГБУЗ МО «Ногинская ЦРБ», на базе которой проводилось исследование, может считаться оптимальной для обеспечения эффективной работы с потоком пациентов с новой коронавирусной инфекцией иимеетдостаточныйрезервнаслучайростауровнягоспитализации длявыполнениярентгенологических,инструментально-диагностических и лабораторных исследований, а также по мобилизации медицинских работников для оказания пациентам медицинской помощи. 6. Разработанная на примере новой коронавирусной инфекции (COVID-19) научно-обоснованная система поддержки принятия управленческих решений при организацииоказаниямедицинскойпомощибазируетсянарезультатах статистического анализа, имитационных моделях и симуляционных итерациях, проведенных на стандартных операционных процедурах рабочих процессов и содержащих наиболее вероятные временные значения по длительности их выполнения и продолжительности госпитализации. ПРАКТИЧЕСКИЕ РЕКОМЕНДАЦИИ Министерству здравоохранения Российской Федерации: - при разработке федеральных регистров пациентов с заболеваниями, возникающими на фоне биологических угроз, и вертикально-интегрированной медицинской информационной системы, обязать медицинские организации, участвующие в оказании медицинской помощи, вносить сведения (предусмотреть возможность сквозной передачи данных) о результатах лабораторных и инструментально-диагностических исследований, которые позволят устанавливать статистически значимые зависимости и стандартизировать пациентов; - использовать результаты настоящего исследования, а также данные Федерального регистра лиц, больных новой коронавирусной инфекцией COVID-19, для формирования дифференцированных нормативов средней длительности пребыванияпациентовнакойкевзависимостиотполо-возрастных и анамнестических особенностей госпитализируемых;установить единые нормативы времени на проведение медицинскими работниками операционных процедур в структурных подразделениях медицинской организации; разработать методикурасчетапредельнойнагрузкинамедицинскоеоборудование, соотнесеннойсихпроизводственноймощностьюистепеньюизноса, используемого в лечебно-диагностических целях в структурных подразделениях стационара;разработатьдифференцированныенормативынагрузкина медицинских работников. Органам государственной власти субъектов Российской Федерации в сфере охраны здоровья и руководителям медицинских организаций: - использовать описанные в диссертационном исследовании алгоритмы сбора, статистической обработки и анализа данных о пациентах с новой коронавирусной инфекцией COVID-19 для прогнозирования потребности в ресурсах медицинских организаций и формирования эффективной маршрутизации, в том числе в условиях изменения эпидемиологического процесса; -разработатьпланымобилизационнойготовностимедицинской инфраструктуры для госпитализации с учетом возможных рисков, связанных с ростом заболеваемости и особенностями течения заболевания в различных поло-возрастных группах и при наличии разных сопутствующих заболеваниях; - использовать макет детализированных стандартных операционных процедур рабочего процесса для моделирования потоков движения пациентов с новой коронавирусной инфекцией в структурных подразделениях стационара при оказании им медицинской помощи; - использовать полученные в диссертационном исследовании значения временных параметров выполнения операционных процедур для оценки уровня загруженности медицинского оборудования и медицинских работников; -использоватьалгоритманализаипрогнозированиямаксимально приемлемого потока пациентов (в сутки, в месяц), учитывающего значение средней длительности госпитализации по группам пациентов с различными вариантами его модификации.