排队论可精准模拟重症监护资源需求

背景：稀缺资源的分配对医院管理者和卫生政策制定者构成了日益严峻的挑战。在繁忙的医院中，重症监护病房可能会成为瓶颈，但其扩建成本高昂且难以评估。尽管已有研究建议使用数学工具来确定满足特定需求所需的适量重症监护病床数，但此类模型的性能尚未在较长时间跨度内得到前瞻性评估。 方法：作者前瞻性收集了一家繁忙的城市重症监护病房 2 年的入院、出院和拒收数据。随后利用排队论构建了患者流动的数学模型，将模型预测结果与该病房的实际运行表现进行了对比，并探讨了模型对病房规模变化的敏感性。 结果：排队模型被证明非常准确，预测的入院拒收率与实际观察到的拒收率高度相关（相关系数 = 0.89）。该模型在预测对需求变化的月度响应度（观察值与预测值之间的月均差异为 0.4+/-2.3%；范围为 0-13%）以及该病房整体的 2 年拒收率（21%vs. 22%）方面均表现良好。无论在实践中还是在模拟中，当床位利用率超过 80-85% 时，拒收率都会呈指数级增长。使用该模型进行敏感性分析显示，即使是由于突然的人员短缺或收治住院时间极长的患者而导致的病床可用性微小变化，也会引起系统性能迅速且严重的恶化。 结论：患者流动的随机性可能会误导卫生规划人员低估繁忙重症监护病房的资源需求。尽管重症监护患者的到达特征仍需进一步研究，但在需求随机的情况下，排队论为确定合适的病床供应量提供了准确的方法。