Redução de no-shows de AV: Avaliação de overbooking preditivo aplicado à colonoscopia (No-show)

O "não comparecimento" de pacientes é especialmente comum em unidades de endoscopia gastrointestinal (GI) VA, onde o agendamento de endoscopia de acesso aberto e a aversão do paciente aos procedimentos contribuem para o alto absenteísmo. Nesta proposta, os investigadores usam a endoscopia como um exemplo de caso para avaliar um modelo preditivo de overbooking derivado de preditores de absenteísmo no nível do paciente. A intervenção de overbooking no-show emprega um modelo de regressão logística que usa dados do paciente para prever as chances de não comparecimento com 80% de precisão. Esses compromissos de não comparecimento projetados serão lotados por funcionários para pacientes que concordarem em entrar em uma linha de chamada curta "rápida". No entanto, os pacientes agendados para endoscopia digestiva alta no "fast track" assumem um pequeno risco de negação de serviço no dia de sua reserva em caso de previsões imprecisas. Caso isso ocorra, o paciente tem a garantia de atendimento na próxima vaga disponível e tem a garantia de um menor tempo de espera. Os pacientes agendados para colonoscopias nunca serão recusados, mas podem sofrer atrasos na sala de espera no dia da consulta "rápida". Ao processar rapidamente os pacientes de endoscopia e retirá-los dos slots tradicionais, os investigadores preveem que mais slots de agendamento ficarão disponíveis para pacientes que aguardam a colonoscopia. Os investigadores propõem conduzir um estudo prospectivo, de 24 meses, de séries temporais interrompidas (ITS) na unidade de endoscopia da clínica gastrointestinal WLAVA (West Los Angeles Veterans Administration). Durante os períodos de intervenção, os investigadores ativarão a estratégia de overbooking preditivo de não comparecimento descrita acima. Os investigadores irão comparar os resultados entre as estratégias de agendamento, incluindo diferenças na porcentagem de utilização da capacidade (resultado primário), número de veteranos atendidos, tempo médio de atraso do paciente entre o agendamento e o procedimento, número de recusas de serviço inesperadas ("solavancos") de overbooking preditivo de não comparecimento , e custos diretos de cuidados. Os investigadores analisarão as diferenças usando abordagens univariadas e multivariadas tradicionais e usando análises de média móvel integrada autorregressiva (ARIMA) para ajustar as correlações automáticas nos dados ITS.