Reducción de las ausencias de VA: evaluación del overbooking predictivo aplicado a la colonoscopia (No-show)

Los pacientes que no se presentan son especialmente comunes en las unidades de endoscopia gastrointestinal (GI) de VA, donde tanto la programación de endoscopia de acceso abierto como la aversión del paciente a los procedimientos contribuyen a un alto ausentismo. En esta propuesta, los investigadores utilizan la endoscopia como ejemplo de caso para evaluar un modelo predictivo de overbooking derivado del uso de predictores de ausentismo a nivel del paciente. La intervención de exceso de reservas por no presentarse emplea un modelo de regresión logística que utiliza datos de pacientes para predecir las probabilidades de no presentarse con un 80 % de precisión. Estas citas proyectadas de no presentarse serán reservadas en exceso por los empleados para los pacientes que acepten unirse a una línea de llamadas cortas de "vía rápida". Sin embargo, los pacientes programados para endoscopias superiores en la "vía rápida" asumen un pequeño riesgo de denegación del servicio el día de su overbooking en caso de predicciones inexactas. Si esto ocurre, se garantiza al paciente el servicio en la siguiente posición disponible y se le asegura que tendrá un tiempo de espera más corto. Los pacientes programados para colonoscopias nunca serán rechazados, pero pueden experimentar retrasos en la sala de espera el día de su cita de "vía rápida". Al procesar rápidamente a los pacientes de endoscopia y sacarlos de los espacios tradicionales, los investigadores predicen que habrá más espacios de programación disponibles para los pacientes que esperan una colonoscopia. Los investigadores proponen realizar un ensayo prospectivo de serie de tiempo interrumpido (ITS) de 24 meses en la unidad de endoscopia clínica GI de WLAVA (Administración de Veteranos del Oeste de Los Ángeles). Durante los períodos de intervención, los investigadores activarán la estrategia de overbooking predictivo de ausencia descrita anteriormente. Los investigadores compararán los resultados entre las estrategias de programación, incluidas las diferencias en el porcentaje de utilización de la capacidad (resultado principal), la cantidad de veteranos atendidos, el tiempo medio de retraso del paciente entre la programación y el procedimiento, la cantidad de denegaciones de servicios inesperadas ("golpes") debido a la sobreventa predictiva de ausencias. y costos directos de la atención. Los investigadores analizarán las diferencias usando enfoques tradicionales univariados y multivariados, y usando análisis de promedio móvil integrado autorregresivo (ARIMA) para ajustar las autocorrelaciones en los datos de ITS.