Onko mahdollista ennustaa, kuinka kauan leikkaus kestää?

Kirurgisen toimenpiteen keston ennustaminen on vähän kuin urheilukilpailun keston ennustaminen. Vaikka esimerkiksi ammattilaiskoripallo-ottelun keskimääräinen kesto on tiedossa, on mahdotonta tietää minuutin tarkkuudella, kuinka kauan seuraava peli kestää. Ja aivan kuten koripallo-ottelu, joka on tasan 48 minuutin jälkeen, kirurginen tapaus voi mennä jatkoajalle, jos odottamattomat löydökset pakottavat muuttamaan kirurgista toimenpidettä niin, että se vaatii lisäaikaa.

Toisaalta kirurgisen tapauksen kesto voi olla tavallista lyhyempi. Näin voi tapahtua, jos verenvuoto on epätavallisen vähäistä tai jos kaikki tarvittavat laitteet, tarvikkeet ja ihmisen toiminta ovat täydellisesti synkronoitu, joten leikkauksen aikana ei tapahdu seisokkeja. Jatkaessani urheiluvertausta tämä voisi olla verrattavissa siihen, että erotuomarit eivät tuomitse virheitä ja valmentajat eivät pyydä peliaikaa pidentäviä aikalisiä.

Tapahtuman keston satunnainen luonne

Potilaiden ja leikkaussalin (OP) henkilökunnan tulisi hyväksyä totuus siitä, että leikkaustapahtuman kestot ovat stokastisia (tai satunnaisia, kreikan kielen sanasta Στόχος, joka tarkoittaa ”tähdätä” tai ”arvailla”), termi, joka ilmaisee, että seuraava tila määräytyy sekä prosessin ennustettavissa olevien toimien että satunnaisen elementin perusteella.

Tämä on jyrkässä ristiriidassa mieltymyksemme ajatella deterministisesti; uskoa, että riittävällä informaatiolla voisimme ennakoida tulevaisuuden ja siten arvioida tapauksen keston minuutin tarkkuudella. Tapauksen kesto määritellään ajaksi ajasta ”pyörät sisään” (kun potilas tuodaan huoneeseen) ”pyörät ulos” (kun potilas poistuu huoneesta). Näin ollen tapauksen kestoon voivat vaikuttaa muut kuin kirurgiset tekijät, kuten aika, joka tarvitaan anestesian antamiseen ennen viiltoa, aika, joka tarvitaan katetrin asettamiseen virtsarakkoon, tai aika, joka kuluu heräämiseen anestesiasta sen jälkeen, kun viilto on suljettu. Koska tällaiset ei-operatiiviset tekijät ovat pieni osa koko toimenpiteen kestosta ja pysyvät vakioina yhden leikkaustyypin sisällä, leikkausaikaa tarkastelevissa tutkimuksissa toimenpiteen kesto rinnastetaan yleensä leikkausaikaan.

Toimenpiteen keston ennustaminen

Toimenpiteen keston ennustaminen suuremmalla tarkkuudella lisäisi potilaan ja kirurgin tyytyväisyyttä vähentämällä odotusaikaa suhteessa potilaalle ilmoitettuun suunniteltuun alkamisaikaan. Tapausten ajoittaminen oikein voisi myös auttaa vähentämään sitä aikaa, jonka leikkaussaliluettelossa olevat tapaukset kulkevat suunniteltua päättymisaikaansa pidemmälle (jota kutsutaan usein ”ylikäytetyksi leikkaussaliajaksi”), mikä on välttämätöntä leikkaussalin tehokkuuden maksimoimiseksi.

Salien henkilöstömäärään ei välttämättä vaikuta se, kuinka nopea tai ajoissa kirurgi tai leikkaussali on, vaan tapausten kestojen vaihtelu. On nopeita kirurgeja, jotka ovat ennustettavasti nopeita, ja hitaita kirurgeja, jotka ovat ennustettavasti hitaita. Jotkut kirurgit, niin nopeat kuin hitaatkin, pysyvät aikataulussa ja toiset eivät. Molemmissa tilanteissa voidaan suunnitella sopiva määrä sairaanhoitajia ja heidän työvuorojensa kesto vastaamaan leikkaussalin tapauksia. Tämä on optimaalista taloudellisesta näkökulmasta. Toisaalta, jos nopea kirurgi on hidas parissa tapauksessa tai hidas kirurgi on vielä hitaampi, koko leikkauspäivä menee yliaikaiseksi. Tämä voi rasittaa sekä kyseiseen leikkaussaliin osoitettua henkilökuntaa että muita resursseja, kuten röntgenlaitteita, joita tarvitaan esimerkiksi toisessa leikkaussalissa tapahtuvaan eri tapaukseen.

Tapauksia, joiden kesto on helpommin ennustettavissa, ovat vakioidut leikkaukset tai erikoisalat, jotka operoivat kehon pinnalla tai raajoissa, kuten kohdunpoisto, tyrän korjaus tai kystoskopia Vaikeasti ennustettavia tapauksia sen sijaan ovat monimutkaisemmat, ei-vakiomuotoiset leikkaukset, kuten syöpäleikkaukset tai suuret vatsan sisäiset toimenpiteet. Mitä pidempi leikkaus on, sitä epätarkempi on tapauksen keston arvioinnin tarkkuus.

Mitä suurempi on ”helposti ennustettavien” tapausten osuus leikkaussalissa (kuten avokirurgisessa leikkauskeskuksessa, jossa tehdään yksinkertaisia toimenpiteitä), sitä tarkempi leikkaussaliaikataulu on kaiken kaikkiaan. Sitä vastoin tertiäärisairaaloissa, joissa tehdään paljon monimutkaisia ja harvinaisia leikkauksia, ennustustarkkuus on kaiken kaikkiaan alhaisempi.

Ennustusvirhe. Ennustusvirhe on yhtä kuin uuden tapauksen todellinen kesto ”pyörät sisään” ja ”pyörät ulos” välillä (yleensä helposti saatavissa leikkaussalin tietojärjestelmästä) vähennettynä kirurgin alkuperäisellä arviolla (jos saatavilla). Kunkin kirurgin tiedot aiempien tapausten kestosta voivat auttaa kirurgia muuttamaan uusien tapausten arvioita ottaen huomioon tapauksen monimutkaisuuden. Tällä tavoin leikkaustapausten keston ennustamisen tarkkuutta voidaan parantaa yksittäisen kirurgin tai leikkaussalin tietojärjestelmän arvioihin verrattuna.

Methods of Estimating Surgery Case Length

Kirurgin arvio. Jotkut kirurgit lyhentävät jatkuvasti tapauksen kestoa koskevia arvioitaan, koska heillä on liian vähän varattua leikkaussaliaikaa ja heidän on ”sovitettava” tapauksensa varattuun leikkaussaliaikaan. Tuloksena on, että näiden kirurgien arviot ovat keskimäärin liian lyhyitä.
Toisilla kirurgeilla on taipumus tarkoituksellisesti yliarvioida tapausten kestot pitääkseen hallussaan heille varattua leikkaussaliaikaa tai saadakseen sen käyttöönsä, jotta jos uusi tapaus ilmestyy toisen kirurgin toimesta, heidän leikkaussaliaikaansa ei anneta pois uuden tapauksen varaamisen mahdollistamiseksi. Tästä seuraa, että heidän keskimääräiset arvionsa ovat liian pitkiä.
Historiallisten tapauskestojen analyysi.
Kirurgin arvion käyttäminen yhdessä historiallisten tietojen kanssa uusien arvioiden luomiseksi.
Mukautetaan tapauksen monimutkaisuuden mukaan (yksinkertainen, keskimääräinen tai monimutkainen).
Kaikkien edellä mainittujen yhdistäminen.

Useat komplisoivat tekijät voivat häiritä kykyä ennustaa tarkasti, kuinka kauan tietty leikkaustapaus kestää. Näitä ovat muun muassa seuraavat:

Vähän sopivia aiempia tapauksia on saatavilla, joihin uuden tapauksen arvio perustuisi.
Leikkaustapausten aikojen tilastolliset jakaumat eivät noudata normaalia (kellonmuotoista) käyrää.
Tapauksen keston ennustaminen ”varausmuistiinpanojen” perusteella on lähtökohtaisesti virheellistä, koska vaikka tarvittavat tarvikkeet ja välineet ovat samankaltaisia, leikkaustoimenpiteet ovat erilaisia.

Nämä kolmea hankaloittavaa tekijää tarkastellaan yksityiskohtaisemmin.

Liian vähän historiallisia tapauksia

Tärkeimpiä esteitä tarkalle aikatauluttamiselle ovat suoritettavien erilaisten toimenpiteiden laaja kirjo ja useimpien sairaaloiden henkilökunnan kirurgien suuri määrä. Näiden kahden seikan yhdistelmä tarkoittaa sitä, että noin puolet Yhdysvaltojen sairaaloiden leikkaussaleihin tiettynä arkipäivänä suunnitelluista tapauksista on edellisen vuoden aikana tehty vain viisi tai vähemmän saman kirurgin tekemää saman toimenpidetyypin tapausta. Koska tietopankissa on niin vähän tapauksia, keskimääräistä kestoa on vaikea määrittää monien tapausten osalta.

Miten voi olla mahdollista, että on olemassa niin vähän historiallisia tapauksia, joihin uuden tapauksen arvioitu kesto voidaan perustaa? Vaikka vastaus ei ehkä olekaan intuitiivinen, yksi tapa havainnollistaa käsitettä on kysyä keneltä tahansa leikkaussalipäälliköltä, kuinka monta preferenssikorttia (joissa määritellään kirurgisen toimenpiteen tyyppi ja tietty kirurgi) hänen sairaalassaan on. Tyypillinen luku keskisuuren sairaalan leikkaussalissa on noin 4000 valintakorttia. Jos tällaisessa sairaalassa tehdään noin 12 000 tapausta vuodessa, tehdään keskimäärin vain kolme tapausta kutakin preferenssikorttia kohti, ja ne ovat käytettävissä historiatietona kyseisen tyyppisen uuden tapauksen arvioitua kestoa varten.

Toinen tapa määrittää kirurgin uusintatapausten määrä tietyssä sairaalassa on analysoida sairaalan tietokonepohjaisesta leikkaussalitietojärjestelmästä saatuja tietoja. Kunkin yksittäisen vuoden aikana suoritetun tapauksen osalta tunnistettiin takautuvasti aiempien tapausten lukumäärä (saman kirurgin suorittama samantyyppinen toimenpide) kahdessa laitoksessa: tertiäärisairaalan sairaalan sisätautien leikkaussalissa ja avokirurgisessa leikkauskeskuksessa. Koska kirurgi ja kirurginen toimenpide ovat kaksi tärkeintä leikkausaikaan vaikuttavaa tekijää, tapaukset ryhmiteltiin yhteen, jos ne olivat samantyyppisiä ja saman kirurgin suorittamia.

”Toimenpide” määriteltiin CPT-koodin (CPT-koodien) avulla. CPT-koodi on American Medical Associationin ylläpitämä 5-numeroinen numero, jonka tarkoituksena on välittää tietoa toimenpiteistä maksajille yhdenmukaisella tavalla. Jos kirurgisella toimenpiteellä oli useampi kuin yksi CPT-koodi, kyseistä koodisarjaa käytettiin luonnehtimaan sitä ainutlaatuiseksi toimenpiteeksi. Tietyn leikkauksen CPT-koodi tai CPT-koodien yhdistelmä kuvastaa sitä, mitä potilaalle tehtiin leikkaussalissa. Jos esimerkiksi fakoemulsifikaatio ja kaihin aspiraatio sekä silmänsisäisen linssin asettaminen suoritettiin osana yhtä toimenpidettä, näiden toimenpiteiden yhdistelmä laskettiin yhdeksi toimenpiteeksi arvioitaessa toimenpiteen kestoa.

Jokaiseen toimenpiteeseen yhdistettiin sitten kirurgi. Esimerkiksi kaikki kirurgi ”Jonesin” suorittamat yksipuoliset polven totaaliproteesit yhdistettiin. Kirurgi ”Smithin” tekemät polven totaaliproteesileikkaukset ryhmiteltiin erikseen. Kolmas ryhmä koostui esimerkiksi kirurgi ”Jonesin” tekemistä molemminpuolisista polven totaaliproteesileikkauksista. Toiseen ryhmään kuuluivat kirurgi ”Adamsin” suorittamat laparoskooppiset kolekystektomiat. Laparoskooppinen kolekystektomia, johon sisältyi myös maksabiopsia, ryhmiteltäisiin erikseen, koska näiden kahden toimenpiteen yhdistelmä määrittelee erilaisen kirurgisen tapauksen.

Sisäkirurgisen leikkaussalin analyysistä kävi ilmi, että 37 prosentissa uusista suunnitelluista tapauksista ei ollut edellisenä vuonna tehty lainkaan saman kirurgin tekemiä saman tyyppisiä toimenpiteitä. Avokirurgisessa leikkaussalissa ennustaminen oli vaikeaa 28 %:n tapausten osalta, koska yhtään saman toimenpidetyypin tapausta ja saman kirurgin suorittamaa tapausta ei ollut suoritettu edellisen vuoden aikana (taulukko 1).

Taulukko 1. Ennustaminen. Historialliset kirurgiset tapaustiedot (Sama kirurgi, Sama toimenpide)

Aiemmat tapaukset käytettävissä uusien tapausten keston arvioimiseksi (edeltävä vuosi)	Tertiäärikirurginen leikkaussali	Avokirurginen leikkauskeskus
Ei yhtään	37%	28%
Myös 4	36%	48%
Myös 8	26%	39%
Enemmän kuin 18	12%	28%

Tertiäärisen sairaalan leikkaussalissa, 225 kirurgia suoritti 11 579 tapausta 5156 eri toimenpiteestä, ja leikkausaikojen mediaani ± kvartiili oli 2.5 ± 1,2 tuntia.Vuoden aikana tehtiin yhteensä 7217 toimenpiteen ja kirurgin yhdistelmää. Avokirurgisessa leikkauskeskuksessa 160 kirurgia suoritti 4842 tapausta 1608 eri toimenpiteestä, ja leikkausaikojen mediaani ± kvartiili oli 1,1 ± 0,5 tuntia.Avokirurgisessa leikkauskeskuksessa suoritettiin vuoden aikana yhteensä 2245 toimenpiteen ja kirurgin yhdistelmää.

Kirurgit ajoittavat tyypillisesti enemmän kuin yhden tapauksen leikkaussaliin. Kun kyseessä on sarja peräkkäisiä tapauksia, todennäköisyys sille, että ainakin yksi näistä tapauksista on kirurginen toimenpide, jota kirurgi ei ole hiljattain suorittanut (joten historiatietoja ei ole saatavilla), on vielä suurempi. Yksi myöhässä oleva tapaus useista päivän listalla olevista tapauksista kyseisessä leikkaussalissa voi vaikuttaa haitallisesti koko päivän aikatauluun.

Analysoimalla historiatietoja tapauksista, joissa on ollut sama kirurgi ja toimenpide, voimme arvioida arvioon liittyvää epävarmuutta. Toisin sanoen tapausten kestoilla on todennäköisyysjakauma siinä mielessä, että odotettu tapauksen kesto ei ole pistearvo vaan todennäköisyysarvio. Siksi informatiivisempi vastaus kysymykseen ”Paljonko aikaa on jäljellä?” voisi olla esimerkiksi: ”On 67 prosentin todennäköisyys, että tapaus saadaan valmiiksi 90 minuutissa.” Tämä on samankaltainen lähestymistapa kuin sääennusteiden ilmoittamisessa.

Tapausten käsittelyaikojen tilastolliset jakaumat eivät noudata kellokäyrää

Ongelmana on tietysti se, että leikkaustapausten käsittelyajat eivät jakaudu kellokäyrän muotoon. Jakaumat ovat usein vinoja oikealle ja rajoittuvat jakauman vasemmalla puolella johonkin minimaalisesti tarvittavaan aikaan. Tämän seurauksena epätavallisen pitkät tapaukset (outlierit) paisuttavat keskimääräistä arvioitua tapausaikaa (kuva).

Kuva. Erilaisten polven totaaliproteesiksi suunniteltujen tapausten kesto (mukaan lukien revisiot). Pitäisikö seuraavan suunnitellun tapauksen arvioksi ottaa keskiarvo vai mediaani?

Jopa silloin, kun keston arvioimiseksi on käytettävissä monia aiempia tapauksia, tapaukset päättyvät silti suunniteltua päättymisajankohtaa myöhemmin, koska leikkausajat vaihtelevat kaikkien tällaisten tapausten välillä. Tämä oivallus voidaan selittää tarkastelemalla oikealle kallistunutta käyrää kuvassa, jossa esitetään leikkausajat tietylle toimenpiteen ja kirurgin yhdistelmälle. Aiempien tapausten lukumäärän lisääminen mahdollistaa tarkemman arvion keskitendenssistä tai käyrän keskikohdasta. Kirurgien myöhässä valmistumiseen kuluvan ajan keskiarvoon vaikuttaa kuitenkin pääasiassa käyrän vaihtelu tai leveys.

Jos esimerkiksi kirurgi ”Jonesin” suorittamien polven totaaliproteesien leikkausaikojen todellinen mediaani ± kvartiilipoikkeama on 2,0 ± 1,0 tuntia, aikaisempien tapausten lukumäärän lisääminen, jota käytetään tulevan tapauksen leikkausajan arvioimiseen, voi parantaa arvioidun mediaanin tarkkuutta 1,8 tunnista 1,9 tuntiin. Tällä 0,1 tunnin parannuksella arvioidun mediaanin tarkkuudessa ei olisi merkittävää vaikutusta oikea-aikaisuuteen verrattuna siihen, että kvartiilipoikkeama olisi 1,0 tuntia.

Tapausten kestoa koskevien tietojen oikeanpuoleisen vinoutuneisuuden vuoksi vaihtoehtoja tapausten kestoa koskevien historiallisten tietojen analysoimiseksi ovat muun muassa seuraavat:

Karsittu keskiarvo (poistetaan alemman 10 %:n ja ylemmän 10 %:n poikkeamat);
mediaani, koska se minimoi epätavallisen pitkien tapausten (poikkeamien) vaikutukset estimaattiin; tai
geometrinen keskiarvo, joka lasketaan jakamalla tapausten kestojen luonnollisten logaritmikertoimien summa aiempien tapausten lukumäärällä ja ottamalla eksponentiaalinen arvo.

Muiden suunniteltujen operaatioiden tapausajoilla on vaihtelevat tilastolliset jakaumat, mikä estää yksinkertaisen keskimääräisen historiallisen tapausajan käytön. Yksi esimerkki tästä pulmallisesta tilanteesta on Whipplen (pancreatoduodenektomia) toimenpide. Noin puolessa näistä tapauksista vatsa avataan ja haimasyöpä todetaan leikkauskelvottomaksi, joten toimenpide kestää noin 2 tuntia. Toisessa puolessa tapauksista leikkaus kestää 6 tuntia, koska kasvain on leikattavissa. Kun otetaan huomioon kahden tapausskenaarion keskimääräinen kesto (2 tuntia ja 6 tuntia), leikkaussalin tietojärjestelmä varaa 4 tuntia vastikään suunnitellulle Whipple-operaatiolle, mikä ei koskaan ole oikea kesto.

Keskeinen viesti on, että aiempien tapausten kestoa koskevien tietojen keskiarvoistaminen ei paranna vastikään suunnitellun tapauksen ennustetarkkuutta niin paljon kuin voisi ajatella tai toivoa. Tämä ilmiö on käynyt hyvin selväksi monista laitoksista saaduista raporteista, jotka ovat hankkineet leikkaussalitietojärjestelmiä vastatakseen kroonisiin valituksiin epätarkasta tapausaikataulusta ja jotka ovat sitten havainneet, että leikkaussalien aikataulua ei koeta yhtään tarkemmaksi sen jälkeen, kun tällainen järjestelmä on otettu käyttöön.

Miten tapausaikataulua arvioidaan ilman aiempia samankaltaisia tapauksia. Dilemma siitä, miten arvioida tapauksen kesto, kun viimeaikaisia samankaltaisia tapauksia on tehty vähän, voidaan ratkaista usealla eri tavalla. Ennusteiden perustana olevien aiempien tapausten määrää voitaisiin lisätä käyttämällä tietoja useammalta vuodelta, mutta tällöin on vaarana, että muut muuttujat (esim. kirurgin oppimiskäyrä tai uusien leikkaustekniikoiden käyttöönotto) voivat vaikuttaa vanhempiin leikkausaikoihin. Samankaltaisten CPT-koodien kokoaminen yhteen historiallisten tietojen määrän lisäämiseksi on epäkäytännöllistä, koska CPT-koodeilla, joiden CPT-koodit eroavat toisistaan vain viimeisen (viidennen) numeron osalta, on erilaiset tapausten kestot. Esimerkiksi vitrektomia (67108) kestää yli tunnin kauemmin kuin skleraalisolki (67107).

Tapausten kestoa koskevien tietojen kerääminen useista sairaaloista voisi kasvattaa tietokannan kokoa, johon ennusteet perustuvat. Tutkimuksessa, johon osallistui neljä akateemista lääketieteellistä keskusta, jotka toimittivat tietoja yhteensä 200 401 tapauksesta, havaittiin, että kun toimenpide tehtiin ensimmäistä kertaa yhdessä laitoksessa, sama toimenpide oli tehty aiemmin (vähintään kerran) yhdessä tai useammassa kolmesta muusta laitoksesta vain 13-25 prosentissa tapauksista.

Jos uudesta tapauksesta ei ole saatavilla historiallisia aikatietoja, muiden kirurgien suorittamien samankaltaisten tapausten (saman suunnitellun toimenpiteen) keskimääräisen keston käyttäminen on yhtä tarkka (puolueeton ja tarkka) ennuste kuin muut, kehittyneemmät menetelmät tietojen analysoimiseksi. Käytännössä kuitenkin usein yksinkertaisin lähestymistapa on käyttää varaavan kirurgin arviota.

Tapauksen keston ennustaminen ”varausmemoniikalla” on virheellistä

Sairaalassa useita eri toimenpidetyyppejä ja tapauksia lasketaan usein yhdeksi tapaukseksi, kun tapaus ilmoitetaan leikkaussalin aikataulutoimistoon. Tämä johtuu siitä, että tarvittavat tarvikkeet, instrumentit ja kirurgiset tarjottimet voivat olla samanlaisia, vaikka operatiivinen toimenpide on erilainen. Joissakin sairaaloissa tällaisten tapausten ryhmittelyyn käytetään ”muistilistoja”, joilla kerrotaan leikkaussalin henkilökunnalle, mitä seuraavana päivänä on valmisteltava. Koska leikkaustoimenpiteet on ryhmitelty samaan muistilistaan, tapauksen keston ennustaminen muistilistan perusteella on lähtökohtaisesti virheellistä. Taulukko 2 havainnollistaa useiden eri kirurgisten toimenpiteiden nimien alle kirjattujen thorakotomiatoimenpiteiden moninaisuutta, jotka sitten ryhmitellään yhteen ja nimetään tietokonepohjaisessa aikataulutusjärjestelmässä CHES75:ksi (taulukko 2).

Taulukko 2. CHES75-nimikkeellä kirjatut thorakotomiatoimenpiteet

Toimenpiteen nimike (osoitetaan tapausta varattaessa)	Suoritettu kirurginen toimenpide	Preoperatiivinen diagnoosi
CHES75	Vasemmanpuoleinen thorakotomia ja kiilaresektio	Vasen keuhko. kyhmy
CHES75	Oikean ylälohkon poistoleikkaus	Oikean ylälohkon massa
CHES75	Oikean thorakotomia. oikean keskilohkon resektio	Oikean valtimon laskimohäiriö
CHES75	Oikea thorakotomia	Maksan hoito, Oikea keuhkokuume synnynnäinen palleatyrä
CHES75	Vasen thorakotomia; välikarsinan kystan poisto	Bronkogeeninen kysta (mahdollinen)
CHES75	Oikea thorakotomia ja oikea pneumonektomia	Oikea keuhkosyöpä
CHES75	Thorakotomia interkostaalisuonen ligaatio	Hematooma rintaontelossa; loppuvaiheen munuaistauti
CHES75	Oikea thorakotomia; keuhkopussin kasvainten resektio	Rekursiivinen kateenkorvan kasvain
CHES75	Flexible fiberopticbronchoscopy; Sleeve right upper lobectomy	Oikea endobronkiaalinen karsinoidikasvain

Tuntuu epäintuitiiviselta, että taulukossa 2 luetellut monenlaiset thorakotomiatapaukset kirjattaisiin kaikki ikään kuin ne olisivat identtisiä tapauksia. Tietty muistilista kattaa monenlaisia diagnooseja ja leikkausstrategioita, koska tarvikkeita ja instrumentteja koskevat vaatimukset ovat samanlaiset. Leikkausaikojen vertailu eri laitosten välillä vertailuvertailua varten voi olla harhaanjohtavaa, jos yhden sairaalan muistioryhmät eivät sisällä samoja toimenpidetyyppejä kuin vertailusairaalassa.

Uudemmassa tutkimuksessa samankaltaisten tapausten leikkausajat poikkesivat merkittävästi toisistaan 10 sairaalassa kahdeksassa maassa. Itse asiassa toiseksi pisin keskimääräinen leikkausaika oli 50 % pidempi kuin toiseksi lyhin keskimääräinen leikkausaika sekä laparoskooppisen kolekystektomian että keuhkolobektomian osalta. Osa näiden maiden välillä havaituista eroista voidaan selittää ylimääräisen leikkaussalihenkilöstön läsnäololla, mutta ei induktiohuoneiden tai leikkaussalin ulkopuolisten paikkojen käytöllä perifeeristen hermosalpausten asettamiseen. Vaikka tällaisia tiloja käytettiin laajalti tutkituissa sairaaloissa, niitä ei käytetty yleisanestesian induktioon tutkituissa toimenpiteissä.

Predicting duration of a case that is already under way

Joka päivä sairaalan leikkaussalissa vastaanottovirkailija soittaa leikkaussalissa olevalle sairaanhoitajalle kysyäkseen: ”Paljonko aikaa tapauksessanne on jäljellä?”. Syitä tähän kysymykseen ovat muun muassa:

Halu sovittaa henkilökunta työmäärään, jotta päivystävät sairaanhoitajat ja anestesialääkärit osoitetaan myöhään käynnissä oleviin huoneisiin. Myöhästely on liiallisempaa laitoksissa, joissa työpäivät ovat pitkiä, koska mitä pidempi päivä on, sitä enemmän on epävarmuutta tapausten alkamisajoista. Myöhästymiset eivät välttämättä riipu edeltävien tapausten yksittäisistä kestoista tai pitkien ja lyhyiden tapausten suhteellisesta määrästä. Pikemminkin myöhästymiset tapausta kohti kasvavat päivän edetessä, koska edeltävien tapausten kokonaiskesto kasvaa.
Helpottaa päättämään, siirretäänkö ”seurattavat” tapaukset leikkaussalista toiseen niin, että ”seurattava” tapaus alkaa ajoissa eri huoneessa, jos edellinen tapaus on myöhässä. Monissa sairaaloissa yleinen käytäntö on siirtää tapauksia leikkaussalista toiseen, jotta myöhästymisiä voitaisiin vähentää. Vaikka tämä vähentää huomattavasti myöhästymisiä niiden harvojen tapausten osalta, joita siirretään, keskimääräinen kokonaishyöty on pieni, kun myöhästymisten väheneminen jaetaan kaikille yhden päivän aikana suoritettaville tapauksille. Jotta toimenpiteillä olisi merkittävä vaikutus huomattavan monien potilaiden myöhästymisiin, niiden on koskettava suurta määrää tapauksia. Kunkin päivän alussa voidaan luoda dynaaminen aikataulu, jota päivitetään jatkuvasti kunkin tapauksen uusilla alkamisajoilla sen jälkeen, kun ensimmäisten tapausten myöhästymiset ja tapausten keston vääristymät on kompensoitu. Näitä tarkistettuja alkamisaikoja voidaan sitten käyttää seuraavan potilaan saapumisajankohdan määrittämiseen, jotta potilas ei joudu odottamaan pidempään kuin on tarpeen. Potilaiden odotusajan minimoiminen sairaalaan saapumisen jälkeen on leikkaussalin johtajan tärkeä tavoite. Dynaamisen aikataulun avulla ”seurattavien” tapausten alkamisajat päivittyvät jatkuvasti.
Varmistaaksesi, että seuraavaan leikkaukseen tarvittavat tarvikkeet ja laitteet ovat saatavilla.

Pyytää jotakuta leikkaussalissa olevaa tekemään parhaan subjektiivisen arvauksensa ei välttämättä ole paras tapa arvioida, kuinka paljon aikaa tapaukseen on jäljellä. Tilastollisilla menetelmillä voidaan analysoida saatavilla olevia historiatietoja tapauksen kestosta, ja tavoitteena on ennustaa tarkasti odotettavissa oleva tapaukseen jäljellä oleva aika. Tätä varten leikkaussalin tietojärjestelmä on ohjelmoitu poimimaan automaattisesti tiedot kirurgin henkilöllisyydestä, suunnitellusta toimenpiteestä ja tapauksen todellisesta alkamisajankohdasta Anestesia Information Management System -palvelimelta. (Yhä useammat akateemiset lääketieteelliset keskukset Yhdysvalloissa ja Euroopassa asentavat tällaisia järjestelmiä). Tämän jälkeen jäljellä olevan ajan jatkuvat bayesiläiset tarkistukset johdetaan siitä, kuinka kauan tapaus on jo ollut käynnissä.

Bayesin analyysi mahdollistaa aiempien havaintojen ja uusien tietojen yhdistämisen, jonka avulla voidaan määrittää tulevan tapahtuman todennäköisyys. Tietojen murskausta täydennetään tarvittaessa pyytämällä sähköisesti leikkaussalin henkilökunnalta arvioita jäljellä olevasta ajasta. Nämä kyselyt ovat erityisen arvokkaita, mitä pidempään tapaus viivästyy ja mitä vähemmän tai ei lainkaan aiempia tapauksia on käytettävissä ennusteita varten.

Kun tapaus venyy huomattavasti yli suunnitellun päättymisajankohdan, jäljellä olevan ajan voidaan odottaa laskevan nollaan. Kuitenkin tietyn aikataulutetun operaation toistojen jäljellä olevan ajan mediaani pysyy itse asiassa suhteellisen vakiona. Tämä selittyy osittain sillä, että yhä useampi tapaus on jo päättynyt. Lisäksi tapaus, joka kestää poikkeuksellisen pitkään, voi viitata siihen, että suoritettava toimenpide ei ole sama toimenpide, joka oli alun perin varattu.

Vaihtoehtoisesti intraoperatiiviset komplikaatiot tai muut satunnaiset tapahtumat voivat aiheuttaa viivästyksiä. Kun leikkaussali tilaa lisää resursseja (uusia laitteita, retraktoreita, toisen kirurgin tai verituotteita), tämä viittaa siihen, että tapaus kestää yli suunnitellun ajan. Useimmat tapaukset aikataulutetaan siten, että suunnitelma A toteutuu, joten jos suunnitelma B toteutuu, tapaus todennäköisesti ylittää ennustetun ajan. Toisin sanoen, kun havaitaan muutos kirurgisessa lähestymistavassa tai anestesiamenetelmässä (esim. leikkausta edeltävässä tiedotustilaisuudessa), on käytettävä päivitettyä arviota tapauksen kestosta. Tällaiset päivitykset ovat usein parempia kuin alkuperäiset arviot.

Varmuuden hallinta

Tapauksen kestoa arvioitaessa on tärkeää käyttää täsmällistä toimenpidettä (toimenpiteitä), kirurgista ryhmää ja anestesiatyyppiä. Olisi mukavaa poistaa kaikki epävarmuus kirurgisen tapauksen keston ennustamisesta, mutta epävarmuutta esiintyy edelleen. Kun kysymme: ”Kuinka kauan tapaus kestää?”, odotamme yhtä numeerista vastausta, kuten: ”Tapausta on jäljellä 68 minuuttia”. Tällainen vastaus luo ”varmuuden illuusion”, joka ruokkii ihmisen emotionaalista tarvetta varmuuteen, vaikka sitä ei ole.

Joidenkin päätösten kohdalla leikkaussalipäällikön on otettava huomioon lyhin aika, jonka tapaus voi mahdollisesti kestää. Toisissa päätöksissä leikkaussalin johtajan on määriteltävä pisin aika, jonka tapaus voisi mahdollisesti kestää. Leikkaussalipäällikön tavoitteena on hyväksyä operatiivisten tapausten kestoon liittyvä epävarmuus ja pyrkiä hallitsemaan sitä.

Leikkaussalipäällikkö voi asettaa kunkin kirurgin tapausten luettelon järjestykseen samassa leikkaussalissa samana päivänä siten, että ennakoitavin tapaus on ensimmäisenä ja vähiten ennakoitavissa oleva (usein pisin) tapaus viimeisenä.

Tulevaisuuden leikkaussalissa potilaat eivät välttämättä saavu paikalle samalla, tasaisella ajalla ennen suunniteltuja leikkauksia. Pikemminkin aika, jolloin potilas ohjeistetaan saapumaan sairaalaan leikkausta varten, vaihtelee edessä olevan tapauksen (tapausten) ominaisuuksien perusteella. Jos esimerkiksi potilaan B on tarkoitus seurata tapausta A (jonka kesto on tiedossa ja vaihtelu vähäistä), potilaan B ei tarvitse saapua paikalle yhtä paljon ennen suunniteltua alkamisaikaa. Jos potilas B on suunniteltu seuraamaan tapausta, jonka tai tapausten kesto on hyvin epävarma (esim. Whipple-toimenpide), potilas B:n ohjeena voi olla tulla ajoissa.