Stresstest af sundhedsvæsenet

Forskere ved Complexity Science Hub Vienna (CSH) har udviklet en stresstest for at bestemme modstandskraften i det regionale sundhedsvæsen i realtid. De brugte en 1:1 computermodel af det østrigske primære sundhedsvæsen i form af patientstrømme i regionale lægenetværk som grundlag. Den innovative model giver konkrete svar på spørgsmål:Hvor vigtig er en bestemt læge for primær plejes funktion i min region? Hvor mange og hvilke lægers pensioneringer kan systemet absorbere? På hvilket tidspunkt kan primær sundhedspleje ikke længere garanteres for alle i en region?

Papiret vises i det seneste nummer af tidsskriftet PNAS .

Hvor sikkert er det primære sundhedssystem?

Som regel, antallet af læger i forhold til befolkningen-den såkaldte lægetæthed-bruges som indikator for kvaliteten af ​​sundhedsvæsenet. Endnu, denne indikator forudsætter, at alle læger er lige tilgængelige og lige vigtige for alle patienter. "Vi viser, at dette ikke er tilfældet, "siger Peter Klimek fra CSH og MedUni Wien." Læger og deres patienter danner netværk. Med den samme lægetæthed, disse netværk kan enten være modstandsdygtige eller tilbøjelige til at kollapse, eller noget derimellem, "Siger Klimek.

Kompleksitetsforskerne brugte et forskningsdatasæt med alle østrigske læger og patientstrømme fra 2006 til 2007 til at oprette netværket. Beboende læger er knudepunkterne, forbundet med hinanden af ​​deres patienter. "Vi var overraskede over, hvor tæt forbundne og regionalt fokuserede netværk af patientstrømme er, "siger Klimek. Forskerne kaldte dette" patientdeling ".

Dette punkt bliver relevant, så snart et lægehus lukker. Dataene viser, at mere end 80 procent af alle patienter vælger læger, som de tidligere har haft kontakt til for yderligere lægehjælp. Ved at, forskerne er i stand til med stor nøjagtighed at beregne, hvor patienter hos en bestemt læge vil henvende sig efter lægens pensionering.

Simulering gør patientstrømme synlige

En interaktiv simulering programmeret af Johannes Sorger (CSH) illustrerer netværksdynamikken. I simuleringen, fysiske personer blev erstattet 1:1 af anonyme avatarer. "Vi kan klikke enkeltlæge -avatarer væk og observere, hvor deres patienter går videre til, "forklarer Peter Klimek (se link herunder).

Et modstandsdygtigt sundhedssystem vil komme sig hurtigt og fuldt ud fra sådanne stød. Imidlertid, tabet af for mange læger ad gangen eller af særligt vigtige læger kan overbelaste systemet. "Simuleringen viser det kritiske punkt, hvor systemets evne til at absorbere yderligere patienter eller kompensere for tabte læger kollapser, "siger første forfatter Donald Ruggiero Lo Sardo (CSH, MedUni Wien). "Takket være vores model, vi ved, hvor mange og hvilke læger der kan fjernes fra systemet uden problemer, "tilføjer han." Vi kan sige, hvor modstandsdygtig sundhedsvæsenet er i en bestemt region. Og vi kan bestemme, hvor relevant hver avatar er for stabiliteten i det regionale netværk. "

For eksempel, læger med særligt mange patienter og god tilgængelighed inden for lægernes netværk giver systemet stabilitet. Dårligt netværkede læger, på den anden side, vil sandsynligvis svække systemet.

En model for mange områder

Modellen giver interessenter i sundhedssektoren et værktøj, der gør det muligt at (teste) beslutninger og deres virkninger på forhånd.

Forskerne understreger, at den nye metode kan udvides til forskellige scenarier, såsom udbrud af en epidemi eller en naturkatastrofe med mange tilskadekomne. "Med ajourførte data, vi kan fremsætte gyldige påstande om modstandsdygtigheden mellem forskellige undersystemer inden for sundhedsvæsenet, "fastholder Klimek. Denne viden letter planlægning og forbedrer lægehjælp." Så snart de ansvarlige kender de systemisk relevante læger i en region, de kan gøre sundhedssystemet mere modstandsdygtigt ved enten at forsøge at beholde disse læger eller tilstrækkeligt genopfylde deres stillinger efter deres orlov, "Slutter Klimek.