Media Luna Roja Irán Med J. 2014 marzo; 16 (3): e16807. DOI: 10.5812 / ircmj.

16807

Publicado en línea 2014 5 de marzo. Artículo de investigación

Usando la teoría de colas y el modelo de simulación para optimizar el rendimiento del Hospital
Pharmacy

Mohammadkarim Bahadori 1; Seyed Mohsen Mohammadnejhad 1; Ramin Ravangard 2;

Ehsan Teymourzadeh 3, *
1Health Centro de Gestión de la Investigación de la Universidad Baqiyatallah de Ciencias Médicas, Teherán, República Islámica de Irán 2School de Administración y Ciencias de la Información

Médica, Universidad de Shiraz de Ciencias Médicas, Shiraz, IR Irán 3Servicio de Gestión de la Salud y de Economía, Facultad de Salud Pública de la Universidad de Teherán de Ciencias Médicas

, Teherán, Irán IR

* Autor correspondiente: Ehsan Teymourzadeh, Departamento de Gestión de la Salud y Economía, Escuela de Salud Pública, Universidad de Teherán de Ciencias Médicas, Porsina Ave, Tehran, IR Irán, Tel: + 98-2188989129 Fax: +
98-2188991113, E-mail: ehsanteymoorzadeh @yahoo .com

Recibido: 11 de Diciembre de 2013; Revisado: 14 de enero 2014; Aceptado: 28 de de enero de, 2014

Fondo: farmacia del hospital es responsable de controlar y supervisar el proceso de uso de medicamentos y garantiza el acceso oportuno a un uso seguro, eficaz y económica de fármacos
y medicamentos para los pacientes y el personal del hospital.
objetivos: Este estudio tuvo como objetivo optimizar la gestión de la farmacia ambulatoria estudiado mediante el desarrollo de teoría de colas y adecuada técnica de simulación.

Pacientes y métodos: Un estudio descriptivo-analítico realizado en un hospital militar en Irán, Teherán en 2013. Una muestra de 220 pacientes remitidos a la farmacia ambulatoria del
hospital en dos turnos, mañana y tarde, fue seleccionado para recopilar los datos necesarios para determinar la tasa de llegada , tasa de servicio, y otros datos necesarios para calcular
los pacientes fluyen y las variables de rendimiento de red de colas. Después de que el análisis inicial de los datos recogidos utilizando el software SPSS 18, los indicadores de rendimiento
de red farmacia de puesta en cola se calcularon para ambos turnos. Luego, basándose en datos recogidos y para proporcionar soluciones adecuadas, se modeló el sistema de colas de la
situación actual para ambos turnos y simularse utilizando el software ARENA se exploraron 12 y 4 escenarios.

resultados: Los resultados mostraron que las características de la cola de la farmacia estudiado durante el análisis de la situación eran muy indeseable en ambos turnos de mañana y tarde. El
número promedio de pacientes en la farmacia fueron 19.21 y 14.66 de la mañana y de la tarde, respectivamente. Los tiempos promedio de permanencia en el sistema por los clientes eran 39 minutos
por la mañana y 35 minutos por la tarde. La utilización del sistema en la mañana y por la noche fueron, respectivamente, 25% y 21%. Los resultados de las simulaciones mostraron que la reducción
del personal en la mañana de 2 a 1 en la etapa de recepción de recetas no cambió los indicadores de rendimiento de la cola. El aumento de un miembro del personal en el llenado de los
medicamentos recetados podría causar una disminución de 10 personas en la longitud media de la cola y 18 minutos y 14 segundos en el tiempo medio de espera. Por otra parte, resultados de la
simulación mostraron que en la noche, disminuyendo el personal de 2 a 1 en la entrega de los medicamentos recetados, cambiado los indicadores de rendimiento cola muy poco. El aumento de un
personal para medicamentos con receta de relleno podría causar una disminución de 5 personas en la longitud media de cola y 8 minutos y 44 segundos en el tiempo medio de espera.

conclusiones: Los pacientes tiempos de espera y el número de pacientes en espera para recibir servicios en ambos turnos podrían reducirse mediante el uso de personas multitarea y la
reasignación de ellos a la etapa que consume tiempo de las recetas de llenado, utilizando cola técnicas de la teoría y simulación.

palabras clave: Teoría de colas; Simulación del Paciente; Farmacia; hospitales

1. Antecedentes
Los grandes cambios y retos en los campos de la salud y la importante
posición de tratamiento ambulatorio en todo el sistema de servicios de salud
comprueba la necesidad de ac- planificación cura y la gestión de estos
centros (1-4). Debido al limitado equipo y recursos humanos, gerentes de
hospitales tratan de ofrecer las mejores servi- cios posibles para los pacientes
y tomar algunas medidas convenientes para mejorar la satisfacción y el
beneficio por la optimización de la situación existen- tes (5-7). Existen varios
indicadores de garantía de calidad. De un centro hospitalario para pacientes
externos, el principal indicador es tiempo de espera de los pacientes (8-10).
Mejorar
la calidad del servicio, los tiempos de espera y el servicio son consi- Ered (11). Hay
mucha gente que eligen centros privados para sus servicios de alta calidad y, en
consecuencia, el hacinamiento y largos tiempos de espera en los centros de salud
pública son ing BE- impedido (12-14). veces en la salud a largo esperando cen- tros
pueden conducir a aumentar la severidad de la enfermedad y causar costes
socioeconómicos. Los resultados de algunos estudios sobre pacientes eva- luar la
satisfacción mostraron una correlación directa entre los pacientes de la satisfacción
y los tiempos de espera, e indicaron un efecto negativo de largos tiempos de espera
en a- tal percepción de la calidad del servicio (15-17) del paciente. Un far-

Implicación de / prácticas / investigación de la educación política de salud / médica:

Este artículo puede ayudar a los gerentes de hospitales y de salud a los políticos a optimizar el desempeño de los hospitales El uso de teoría de colas y simulación. Copyright © 2014, de la Media Luna Roja de Irán Medical

Journal; Publicado por Kowsar Corp. Este es un artículo de acceso abierto distribuido bajo los términos de la Com- mons creativo autorizan la atribución, lo que permite el uso ilimitado, distribución y reproducción en

cualquier medio, siempre que la obra original esté debidamente citados.

 Bahadori M et al.
Macy, al igual que otras industrias de servicios centrada, funciona en un entorno competitivo
(18). Aunque los clientes com- municar con diferentes departamentos del hospital, un alto
porcentaje de pacientes externos se refieren a la farmacia para sus necesidades de
medicamentos. Estos pacientes acuden a la farmacia después de ser visitado en clínicas
médicas u otros departamentos del hospital, donde se realiza el llenado de prescripción. Las
colas se realizan cuando las cantidades de llegadas del paciente excede la tasa de prestación
de servicios. largos tiempos de espera afectan la eficiencia de la farmacia y la insatisfacción
causa pacientes (19, 20). Los resultados de algunos estudios indican una fuerte correlación
entre la satisfacción del cliente total y su satisfacción de los servicios de medicamentos (21-23).
Las principales variables que determinan los tiempos de espera para un paciente externo far-
Macy incluyen: 1: El modelo de recibir recetas; 2: La secuencia de trabajo; 3: El porcentaje del
personal de obra ing (en servicio); y 4: interacciones de trabajo entre los proveedores que
trabajan en la farmacia (24). La teoría de colas es un estudio analítico de espera en las colas
como fondo siva y científica Comprehensive en el manage- ment operación (25). La teoría de
colas utiliza modelos matemáticos y las mediciones operacionales para evaluar y aumentar el
flujo de clientes en toda la red de puesta en cola (26, 27). La teoría de colas se ha utilizado
ampliamente en algunos ar- eas de salud tales como centros de atención de la planificación de
emergencia, transplan- tación listas de espera y los asuntos de farmacia (28-33). La teoría de
colas y sus aplicaciones se han prestado menos atención en la gestión del rendimiento de
farmacia (27). En la farmacia, la teoría de colas se puede utilizar para evaluar diferentes
variables, como el momento de llenar la prescripción, los tiempos de espera del paciente, el
tiempo de administración de fármacos, consul- tas, el personal de la clasificación y el número
de farmacéutico o técnico necesario para ser empleado. También se puede utilizar en las
farmacias con enormes flujos de clientes. Esperando en una cola es sólo una parte del sistema
de colas. de red de encolado es descrito por cuatro elementos: Hall, modelo de cola, el
mecanismo de prestación de servicios y la estructura de costes (27). La simulación es una
herramienta fiable para la evaluación y analyz- ing plano de un nuevo sistema o hacer las
correcciones necesarias en el sistema actual y también sugiere las reformas necesarias en el
sistema y las funciones operativas de control. Simulación emplea un método para presentar
información obtenida de un modelo construido en base a la observación de la rotación del flujo
de trabajo en la situación actual y otras variables lated re- (34-38). La simulación es una
herramienta aprobado para la toma de decisiones precisa y basada en la evidencia y Vides pro
excelentes resultados en la evaluación y planificación com- plicado y sistemas inciertos, tales
como los sistemas de salud. Esta técnica aumenta nuestra percepción de los principales
problemas y posibles soluciones es a través del modelado y animación de los sistemas de
salud (39). En los últimos años, la simulación se ha utilizado en los sistemas de salud cada vez
más debido a la complejidad progresiva y creciente de los sistemas de salud, capacidad
considerable de simulación para sistemas complejos e inciertos ing Modelo-, y prominente
mejoría en los softwares de simulación (40). Esta técnica aumenta nuestra percepción de los
principales problemas y posibles soluciones es a través del modelado y animación de los
sistemas de salud (39). En los últimos años, la simulación se ha utilizado en los sistemas de
salud cada vez más debido a la complejidad progresiva y creciente de los sistemas de salud,
capacidad considerable de simulación para sistemas complejos e inciertos ing Modelo-, y
prominente mejoría en los softwares de simulación (40). Esta técnica aumenta nuestra
percepción de los principales problemas y posibles soluciones es a través del modelado y
animación de los sistemas de salud (39). En los últimos años, la simulación se ha utilizado en
los sistemas de salud cada vez más debido a la complejidad progresiva y creciente de los
sistemas de salud, capacidad considerable de simulación para sistemas complejos e inciertos
ing Modelo-, y prominente mejoría en los softwares de simulación (40).
2 Irán Media Luna Roja Med J. 2014; 16 (3): e16807
2. Objetivos
Este estudio tuvo como objetivo investigar la red de colas en una farmacia
hospitalaria ambulatoria militar, para modelar su sistema de gestión de colas por la
simulación y, por último, el desarrollo de estrategias necesarias para mejorar la
calidad del servicio después de revisar los escenarios propuestos.
3. Pacientes y Métodos
Este fue un estudio descriptivo-analítico realizado en un hospital militar en
Irán, Teherán en 2013. Este hospital era un público especializado y
subespecializado, referencia y hospital universitario con 40 departamentos,
incluyendo los clínicos, financieros y administrativos. El hospital estudiado
tenía 812 camas disponibles, el 81% promedio de la cama occupan- tasa CY,
y la duración media de la estancia de 4 días. Por otra parte, esta farmacia
ambulatoria hospital era una farmacia especializada, que proporciona
servicios a los pacientes en dos turnos, por la mañana (08 a.m.-12 a.m.) y
tarde (de 14 pm a 18 pm). El número de personal de servicio en el turno de la
mañana fue de 4 (2 para recibir, 1 para las recetas de llenado y 1 para la
entrega de ellos) y en los turnos de noche fue de 5 (2 para las prescripciones
que reciben, 1 para el llenado y 2 para la entrega de recetas ). La población
de estudio con- ley consistieron de todos los pacientes remitidos a este
hospital farmacia ambulatoria en dos turnos de trabajo de mañana y tarde. El
tamaño de la muestra se calculó utilizando los resultados de estudio anterior
(41) y la siguiente fórmula, asumiendo α = 0,05, δ = 5,12 minutos y d = 1
minuto por turno de trabajo:
n = (( 1,96 × 5,12) / 1) 2 = 100.705
Por lo tanto, hay que seleccionar 200 pacientes en dos turnos y
debido a la eliminación posible de la muestra, 220 pacientes fueron
seleccionados mediante el método de muestreo aleatorio sistemático en
la que los pacientes remitidos a la farmacia del hospital fueron
estudiados de 8 AM a 18 PM en intervalos estándar de 30 minutos (
evaluados por un cronómetro) y los datos sobre los tiempos de llegada
y los tiempos de paso de la receta, llenando prescripción, se hace
referencia al cajero, administración de fármacos y parture de- se
recogieron por un observador utilizando formas planificados
previamente. Entonces, los datos recogidos se analizaron usando
SPSS (Statistical Package for the Social Sciences) software, ver- sión
18 (SPSS Inc, Chicago, IL). Para analizar haciendo cola variables de la
teoría utilizando los datos analizados, al principio,
 Bahadori M et al.

farmacia, y el indicador de utilización del sistema de se calcularon. A continuación, un shift mostró que 32,5% de todos los pacientes había sido sometido a la farmacia entre 10 y 11

modelo de simulación fue desarrollado usando software de ARENA, versión 12 a.m. y los pacientes estado 34 minutos (por término medio) en la farmacia. Los pacientes

(Softwares ción Rockwell Corporation). Después de completar el modelo de cola, se esperaban, en promedio, 46 ​segundos en la estación de suministro y la longitud de la cola fue

exploraron cuatro escenarios. En esta fase, basado en el análisis de los resultados de menos de una persona (0,1) y 90,83% de los pacientes habían enfrentado con ninguna cola

del modelo de simulación de la teoría de colas y farmacia, se plantearon estrategias en esta estación (Tabla 3). La edad promedios tiempo de espera en la etapa de prescripción de

pro erational dades para mejorar el sistema de gestión de colas de farmacia del llenado, antes de referirse a la cajera fue de 24 minutos y 24 segundos por paciente y 61,7% de

hospital para pacientes ambulatorios a través de la optimización de los recursos los pacientes se había enfrentado con una longitud de la cola de más de 10 personas. Por lo

disponibles y el mecanismo de prestación de servicios. Este estudio fue aprobado por tanto, esta etapa fue la etapa que consume más tiempo del proceso de prestación de servicios.

el Comité Ético de Investigación Médica de la Universidad de Ciencias Médicas Duran- fase de entrega, el tiempo de espera promedio fue de 1 minuto y 33 segundos por

Baqiyatallah en diciembre de 2012 (CH / 7018/98). paciente y su longitud de la cola era un poco más de lo que en la etapa de recepción de la

prescripción y era igual a 48% de las personas. La probabilidad de la cola en esta etapa fue

37,5%. La salida del modelo de simulación mostró que en el turno de la mañana sin cola se

hizo en las prescripciones de recepción y las etapas de administración de fármacos. El primer

4. resultados escenario explorado en el turno de la mañana fue disminuir el número de personal en la

estación de recepción ciones prescripción de 2 a 1. Las salidas del modelo de simulación

En este estudio, los pacientes eran de una po- blación infinita. red de colas de
basado en este escenario se muestran en la Tabla 4. El segundo escenario fue de
la farmacia del hospital se basó en el método FIFO, tanto en la mañana y noche
aproximadamente crecientes personal de venta con receta de llenado desde 1 hasta 2 de modo
turnos de trabajo (primero en entrar, primero en salir), y los pacientes que se
que los pacientes podrían referirse a dos materiales de relleno de la prescripción. Los
refirieron anteriormente estaría en la prioridad superior de llenado de recetas.
resultados de simulación se muestran en la Tabla 5. Los resultados del modelo de simulación
modelo de cola de la farmacia en dos turnos de trabajo estaba forrada de uno, de
de la actual red de farmacias de puesta en cola en el turno de tarde mostraron que 32,3% de
varios servidores y múltiples fases. De acuerdo con las observaciones de campo,
los pacientes que se refiere a la farmacia se La salida del modelo de simulación mostró que en
10-15% de los pacientes solicitó drogas ter over-the-Con- y 85-90% de ellos pidió
el turno de la mañana sin cola se hizo en las prescripciones de recepción y las etapas de
a los fármacos prescritos. el análisis de datos inicial mostró que la cantidad de
administración de fármacos. El primer escenario explorado en el turno de la mañana fue
llegada pacien- tes a la farmacia en los turnos de mañana y de la tarde seguido
disminuir el número de personal en la estación de recepción ciones prescripción de 2 a 1. Las
distribución de Poisson, mientras que la tasa de los servicios Viding pro- siguió
salidas del modelo de simulación basado en este escenario se muestran en la Tabla 4. El
distribución exponencial (Tabla 1). Los indicadores de rendimiento de red de
segundo escenario fue de aproximadamente crecientes personal de venta con receta de
encolado de la far- Macy se muestran en la Tabla 2. Utilizando una técnica de
llenado desde 1 hasta 2 de modo que los pacientes podrían referirse a dos materiales de
simulación, de red de encolado de farmacia se modeló de acuerdo con 3 etapas
relleno de la prescripción. Los resultados de simulación se muestran en la Tabla 5. Los resultados del modelo de simulación
principales de proceso de prestación de servicios y las colas posteriores
realizadas en cada estaciones relacionadas en los ambos dos turnos de trabajo.
Tabla 1. Llegada y tarifas de servicio en turnos de trabajo de farmacia
La salida del modelo simulado de la mañana
Turnos de trabajo Tasa de llegada ( λ) Tasa de servicio ( μ)

Mañana 14.87 14

Noche 12.5 11.5

Tabla 2. Los indicadores de rendimiento de cola de red en los turnos de mañana y tarde de trabajo

Variable Fórmula Mañana Shift turno de tarde

número medio de pacientes que reciben servicios r=λ/μ 1,06 persona 1,08 persona

número medio de pacientes remitidos a la farmacia L = Lq + r 19.21 persona 14.66 persona

tiempo medio de espera en las colas Wq = Lq / λ 36,6 min 32,59 min

tiempo total promedio de duración de la farmacia W = Wq + 30 / μ 38,74 min 35,19 min

Tiempo medio de no recibir servicios inmediatos después de la entrada Wa = 30 / (sμ-λ) 0,72 0.66
de la farmacia

indicador de utilización del sistema de ρ = λ / sμ 0.25 0.21

Tabla 3. La longitud de la cola en la estación de servicio de la prescripción en el turno de la mañana

Longitud de la cola Descripción de colas

0-5 personas 25.8 de los pacientes se enfrentan con una longitud de la cola de 0-5 personas.

5-10 personas 12.5 de los pacientes se enfrentan con una longitud de la cola de 5-10 personas.

10-15 personas 23.3 de los pacientes se enfrentan con una longitud de la cola de 10-15 personas.

15-20 personas 30.8 de los pacientes se enfrentan con una longitud de la cola de 15-20 personas.

20-24 personas 7.5 de pacientes que se enfrentan con una longitud de la cola de 20-24 personas.

Irán Media Luna Roja Med J. 2014; 16 (3): e16807 3

 Bahadori M et al.

entre 16 a 17 pm y los pacientes pasaron, en promedio, 29 minutos en la farmacia. 5. Discusión

Los pacientes esperaban, en promedio, 50 segundos en la estación de suministro y
la longitud de la cola habían sido menos de 1 persona (15%), y 86,02% de los
pacientes habían enfrentado sin cola. El tiempo medio de espera para el llenado de
las recetas y haciendo referencia a la cajera fue de 20 minutos y 2 segundos por
paciente y 30,1% de los pacientes se había enfrentado con una longitud de la cola
de más de 10 personas. Por lo tanto, esta etapa fue la etapa que consume más
tiempo de proceso de prestación de servicios.
Durante la etapa de entrega, cada paciente esperó, en promedio, durante 1
minuto y 26 segundos y la longitud de la cola era un poco más de lo que en la
etapa de recepción receta, que era igual a 0.52 personas. La probabilidad de
la queu- ING en esta etapa fue 32,3%, se puede decir que en el cambio Ning
Eve-, no largo y cola que consume tiempo se hizo en las prescripciones que
reciben y las etapas de administración de fármacos. El primer escenario en el
turno de noche examinó la reduc- ción de personal de 2 a 1. Los resultados
de este escenario se muestran en la Tabla 6.
El segundo escenario en el turno de noche era aumentar el personal de
llenado prescripción de 1 a 2 (Tabla 7). Por lo tanto, los pacientes podrían
referirse a dos prescripción ERS FILL. Los resultados del modelo de
simulación mostraron que esto podría disminuir la longitud media de la cola
de 5 personas a 2,02. Por otro lado, el tiempo medio de espera para pacien-
tes disminuiría a 11 minutos y 18 segundos, que mostraron una disminución
de 8 minutos y 44 segundos.
El cálculo de la cantidad de entrada y tasa de servicio en la farmacia del hospital
estudiado indicó que la cantidad de la llegada de los pacientes y la tasa de
prestación de servicios siguieron hijo y exponenciales distribuciones Pois-,
respectivamente. Algunos estudios internacionales han encontrado resultados
similares y son consistentes con el estudio actual (42-45). En el presente estudio, la
cantidad llegada superado tasa de prestación de servicios de los pacientes, lo cual
es consistente con los resultados de un estudio realizado en un hospital
especializado en 2012 donde la tasa de entrada fue de 52 y el servicio de velocidad
de administración fue de 6 pacientes (45) . El tiempo más largo pasado por los
pacientes que se refiere a la farmacia del hospital estudiado, tanto en los turnos de
mañana y tarde, se encontraba en la etapa de llenado de prescripción, mientras que
en un estudio realizado en los patrones de respuesta a los pacientes los tiempos de
espera en una farmacia ambulatoria,
50,79% de tiempo de los pacientes se había gastado para el pago de la
factura (19), que es incompatible con los presentes resultados del estudio.
Los resultados de otro estudio mostró que había una correlación rect di- entre
el tiempo de llenado de prescripción y pacientes totales tiempo pasado en la
farmacia de espera y existe una correlación negativa entre el momento de
llenar la prescripción y la tasa de entrega de servicios, (46) que es
incompatible con los resultados del estudio actual. Otros estudios, que han
utilizado la teoría de los modelos ulación sim- puesta en cola y se han
identificado los problemas de proceso y han introducido algunas soluciones
de mejora. En un estudio realizado en un ambulatorio de un hospital público,
la

Tabla 4. Debido a cambios en el Escenario de reducir el número de receptores de venta con receta en el turno de la mañana

Título antes de reducir después de reducir cambios

longitud media de cola Menos de 1 persona (0,1 persona) Menos de 1 persona (0,2 persona) El aumento de 0,1 persona

el tiempo de espera promedio de los pacientes 46 seg 1 minuto y 2 segundos El aumento de 16 segundos

Tabla 5. Debido a cambios en el escenario de aumento de Prescripción de llenado de personal en el turno de la mañana

Título antes de aumentar después de aumentar cambios

longitud media de cola más de 12 personas Menos de 2 personas Disminución media de 10 personas

tiempo de espera promedio de los pacientes 24 minutos y 24 segundos a 6 minutos y 10 segundos Decreciente 18 minutos y 14 segundos

Tabla 6. Debido a cambios en el Escenario de reducir el número de personal de administración de fármacos en el turno de tarde

Título antes de reducir después de reducir cambios

longitud media de cola Menos de 1 personas (0,52) Menos de 1 personas (0,64) Aumento de 0.12

tiempo de espera promedio de los pacientes 1 min + 26 sec 1 min + 57 sec Aumentar de 31 seg

Tabla 7. Debido a cambios en el escenario de aumento de la Prescripción de relleno del personal en el turno de tarde

Título antes de aumentar después de aumentar cambios

longitud media de cola Más de 7 personas Menos de 3 personas (2,02 personas) Disminución promedio de 5 personas

tiempo de espera promedio de los pacientes 20 min + 2 seg 11 min + 18 sec Disminución de 8 min + 44 sec

4 Irán Media Luna Roja Med J. 2014; 16 (3): e16807

 Bahadori M et al.

problema principal era un lapso de tiempo entre la admisión de los pacientes y el de servidores en algunas etapas del proceso de entrega de servicio no tienen ningún efecto

inicio del examen de las actividades en la sala de examen (41). Este problema se negativo sobre los formances per- farmacia, que son similares a los anteriores resultados de los

resolvió mediante el uso de un modelo de simu- ción y la redefinición de horario de estudios mencionados. Al igual que nuestro estudio, algunos otros estudios han disminuido los

asistencia de los médicos. Los resultados del mencionado estudio son consistentes pacientes estudiados tiempo de espera a través de re-organización de la combinación de los

con los resultados de nuestro estudio. En el estudio actual, a pesar del aumento de proveedores de servicios. Los resultados de un estudio (50) mostraron que los pacientes el

la capacidad de servicio en el turno de noche, en comparación con el turno de la tiempo de espera podrían mantenerse en un intervalo apropiado de corrección de la cantidad y

mañana, después de la adición de uno personal adicionales necesarios en el combinación de las enfermeras. Por examin- ing diferentes escenarios, se encontró que el

sistema de prestación de servicios, la tasa ción utiliza- disminuyó en un 4%. En otro problema del sistema de prestación de servicios fue en el área de triaje y la adición de otra

estudio (45) la dad capaci- de entrega de servicio reducidas después de aumentar enfermera podría disminuir los pacientes el tiempo de espera. En otro estudio realizado en

el número total de médicos, de modo que el indicador de rendimiento del sistema consultas externas de un hospital local (51) investigadores encontraron que la determinación y

con 10 médicos fue del 86,6% que se redujo a la asignación de número apro- AP de residentes que utilizan un modelo de simulación podría

reducir el total de pacientes tiempo de espera. En un estudio sobre el uso de la teoría de colas

para aumentar la eficiencia y la eficacia del personal de emergencia de los hospitales (50), la

78,8% después de aumentar su número a 11 médicos. Después de reasignación de los recursos humanos de acuerdo con el modelo de colas, con- cabo cualquier

aumentar el número total de los médicos a 12, 13 y aumento de las horas de servicio del personal, podría reducir el número de pacientes dejar el

14, el indicador de rendimiento del sistema se redujo a 72,2%, centro de salud sin recibir los servicios requeridos. El resultado del estudio de Su y Shih

66,7% y 61,9%, respectivamente. Por otra parte, junto con la disminución de la tasa de demostró que el tiempo de permanencia en la unidad hospitalaria admisiones sión podría

utilización del sistema debido al aumento en el número del médico, los pacientes el tiempo de reducirse de 17.24 minutos a 3,15 minutos utilizando modelos de simulación para el análisis de

espera en las colas y en el sistema disminuyó, de modo que el tiempo de espera se redujo de flujo de trabajo y el tiempo relacionado con cada proceso, así como ción de rearrange- procesos

3,73 minutos con 10 Physicians a 0,112 minutos con 14 médicos. Estos resultados son relacionados. Llegaron a la conclusión de que la teoría de colas era una herramienta apropiada

similares a los resultados de nuestro estudio. En el estudio actual, el enfoque de la mejora de para la determinación del modelo rect angular de disposición de personal (52). Los resultados

red de colas de farmacia centra en la optimización que el uso de los recursos disponibles y el de este estudio confirman los resultados de este estudio que demostró que el empleo de

cambio de las características de la cola, incluyendo el sistema de colas y los arreglos de personal multitarea en la farmacia podría cambiar cola modelo y mejorar el estado de puesta en

servidores. En otras palabras, se utilizó un modelo sim- ulación después de evaluar la situación cola pacien- tes. Günal y Pidd en su estudio (53) después de examinar dos escenarios

actual a través de la teoría de colas. En un estudio de la utilización de modelos de simulación concluyeron que el empleo de personal con experiencia y multitarea podrían reducir los

en colas de los pacientes externos (8), dos métodos principales se han mencionado para pacientes el tiempo de espera y mejorar las tasas de prestación de servicios. Además, en otro

cambiar carac- terísticas de cola incluyendo el cambio del proceso de entrada del paciente y estudio realizado en la aplicación de la teoría de colas en la gestión de recursos humanos en la

cambiar el proceso de prestación de servicios. Debido a que el proceso de cambio de entrada atención sanitaria (54), los investigadores encontraron se reducirían drásticamente el tiempo de

paciente era imposible en el presente estudio debido a la entrada al azar de una población sin espera si los otros pupilos que los pacientes se utilizaron personal o personal con experiencia

restricciones, cambiamos el proceso de entrega de servicio similar a la anterior estudio libres durante los períodos pico de referencia a el hospital. Los resultados de estos estudios

mencionado. Los resultados de un estudio en una farmacia hospitalaria en las Malasia (47) confirmaron los resultados del presente estudio. los resultados del estudio de un modelo de

mostraron una fuerte disminución en el tiempo de espera de los pacientes mediante la adición simulación y multi-etapas pacientes fluyen en las clínicas de pacientes externos (55), después

de una persona adicional para recibir las recetas en el inicio del proceso de prestación de de revisar escenarios propuestos, mostró que el mejor modelo de puesta en cola se construyó

servicios, lo cual es consistente con los resultados del estudio actual . En otro estudio, los cuando un paciente entró en la clínica por cada 15 minutos y se consideró el tiempo de

resultados mostraron que hubo un pliegue de- significativa en el tiempo de consulta y los prestación de servicios 12 minutos. Los resultados de este estudio son coherentes con los

pacientes totales de espera- ing tiempo si un médico sólo proporcionó atención resultados del presente estudio debido a nuestra población sin restricciones y la imposibilidad

médico-quirúrgica y otro médico proporciona sólo la atención dermatologi- cal (24). Por otra de establecer un sistema de giro de los pacientes dered pre-o-. Mediante la revisión de la

parte, los resultados de un estudio (48) demostraron que la prescripción de llenado situación actual de la farmacia estudiado tanto en la mañana y noche turnos de trabajo, se

interrupciones y demoras pueden ser reducidos mediante el empleo y la contratación número determinó que el modelo ing queu- fue un forrado, de etapas múltiples (multi-fase) y

apropiado de los empleados en los períodos de pico de referencia a la farmacia. En otro estudio multi-servidor, que se corrigió mediante el establecimiento de la par - los resultados del estudio

(49) los resultados mostraron que la eliminación de uno o más médicos en cada turno de de un modelo de simulación y multi-etapas pacientes fluyen en las clínicas de pacientes

trabajo no tuvo ningún efecto negativo en las funciones de la sala de urgencias, si esta sala no externos (55), después de revisar escenarios propuestos, mostró que el mejor modelo de

proporciona ningún servicio para los pacientes no sean de emergencia. los resultados de este puesta en cola se construyó cuando un paciente entró en la clínica por cada 15 minutos y se

estudio mostraron que la reducción del número resultados de un estudio (48) demostraron que consideró el tiempo de prestación de servicios 12 minutos. Los resultados de este estudio son

la prescripción de llenado interrupciones y demoras pueden ser reducidos mediante el empleo y coherentes con los resultados del presente estudio debido a nuestra población sin restricciones

la contratación número apropiado de los empleados en los períodos de pico de referencia a la y la imposibilidad de establecer un sistema de giro de los pacientes dered pre-o-. Mediante la

farmacia. En otro estudio (49) los resultados mostraron que la eliminación de uno o más revisión de la situación actual de la farmacia estudiado tanto en la mañana y noche turnos de

médicos en cada turno de trabajo no tuvo ningún efecto negativo en las funciones de la sala de trabajo, se determinó que el modelo ing queu- fue un forrado, de etapas múltiples (multi-fase) y

urgencias, si esta sala no proporciona ningún servicio para los pacientes no sean de multi-servidor, que se corrigió mediante el establecimiento de la par - los resultados del estudio

emergencia. los resultados de este estudio mostraron que la reducción del número resultados de un modelo de simulación y multi-etapas pacientes fluyen en las clínicas de pacientes

de un estudio (48) demostraron que la prescripción de llenado interrupciones y demoras pueden externos (55), después de revisar escenarios propuestos, mostró que el mejor modelo de

ser reducidos mediante el empleo y la contratación número apropiado de los empleados en los puesta en cola se construyó cuando un paciente entró en la clínica por cada 15 minutos y se

períodos de pico de referencia a la farmacia. En otro estudio (49) los resultados mostraron que consideró el tiempo de prestación de servicios 12 minutos. Los resultados de este estudio son

la eliminación de uno o más médicos en cada turno de trabajo no tuvo ningún efecto negativo coherentes con los resultados del presente estudio debido a nuestra población sin restricciones

en las funciones de la sala de urgencias, si esta sala no proporciona ningún servicio para los y la imposibilidad de establecer un sistema de giro de los pacientes dered pre-o-. Mediante la

pacientes no sean de emergencia. los resultados de este estudio mostraron que la reducción del número
revisión
En otro
de estudio
la situación
(49) actual
los resultados
de la farmacia
mostraron
estudiado
que latanto
eliminación
en la mañana
de uno yo noche
más médicos
turnos de
en trabajo,
cada turno
se determinó
de trabajoque
no tuvo
el m

Irán Media Luna Roja Med J. 2014; 16 (3): e16807 5

 Bahadori M et al.
Allel líneas de servicio en las recetas de llenado etapa a través de cambiar el
número de servidores. En un estudio sobre la disminución de los tiempos de
espera en un hospital de Nigeria (56), los pacientes el tiempo de espera reducidas
a 67% mediante la aplicación de la teoría de colas y el cambio de modelo de cola
de la cola de farmacia multi- y un servidor para multi-cola y modelo multi-servidor .
En otro estudio (57) se recomendó que algunas medidas deben tomarse al mismo
tiempo con el fin de disminuir el tiempo total de espera de los pacientes que
necesitan más de un tratamiento médico. Este resultado es similar a los
resultados del presente estudio. Además, los investigadores de un estudio sobre
la reducción de los pacientes tiempo de espera utilizando simu- ción en un
departamento de neurocirugía (58) llegaron a la conclusión de que el aumento de
los médicos residentes de 1 a 3 personas podría conducir a la reducción de los
pacientes promedio tiempo de espera en el departamento estudiado , y en las
colas de 40 a 12-13 minutos y de 28,45 a 0,4-1, 5 minutos, respectiva- mente.
Además, en otro estudio (21) el tiempo de espera del promedio de los pacientes
disminuyó de 167,0 a 55,1 minu- tos, una disminución de 67%, utilizando la teoría
de colas. En general, los resultados de los estudios mencionados anteriormente
confirman los resultados del presente estudio.
Este estudio tiene una limitación, en donde los medicamentos de venta
sin receta y los pacientes que solicitan este tipo de medicamentos no se
con- sidered en la evaluación de escenarios. En conclusión, el sistema
de entrega de servicio de farmacia estudiada podría mejorarse
mediante la reasignación de los personal disponible y también la
revisión y la modificación de flujo de los pacientes, sin ningún coste
adicional, utilizando la teoría de puesta en cola y técnicas de
simulación. En otras palabras, los pacientes los tiempos de espera y el
número de pacientes en espera para recibir servicios en los dos turnos
de la farmacia para pacientes ambulatorios estudiados podrían
reducirse mediante el uso de las personas multitarea y reallocat- ing a
la etapa que consume tiempo de llenar ciones prescripciones , sin hacer
ningún cambio perceptible en las características de puesta en cola de
otras etapas de prestación de servicios en la farmacia. Por lo tanto,
Expresiones de gratitud
Nos gustaría agradecer a los jefes y el personal del hospital y su IED
estu- farmacia ambulatoria por su amable cooperación con los
investigadores en la recolección y ana- lyzing los datos.
Divulgación de información financiera
No hay ninguna descripción financiera.
contribución autor
Todos los autores han contribuido igualmente por escrito
6 Irán Media Luna Roja Med J. 2014; 16 (3): e16807
el manuscrito.
Financiación / Soporte
No hay fondos o soportes.
referencias
1. Dodwad SS. Gestión de la calidad en la asistencia sanitaria. Indian J Public Health. 2013; 57 ( 3):
138-43.
2. Zocchetti [La evaluación de resultados: un reto para los epidemiólogos y una
oportunidad para la programación de salud] C. Anterior Epidemiol. 2012; 37 ( 2-3): 98-101.
3. Ajami S, S Ketabi, Yarmohammadian MH, el tiempo de espera en Bagherian H.
servicio de urgencias por simulación. Stud Salud Tech-nol Inform. 2011; 164: 196-200.
4. Su S, Shih CL. La gestión de un sistema de designación de tipo de registro mixto en las
consultas externas. Int J Med Inform. 2003; 70 ( 1): 31-40.
5. Pilz S, Hulsmann S, Michallik S, Rimbach-Schurig M, Schollmeier
M, Sommerhoff B, et al. [Director de calidad 2.0 en los hospitales: Una prác- tica orientación a
los directores ejecutivos, directores médicos, consultores de alto nivel, jefes de enfermería y la
práctica de los directores de calidad].
Z EViD Fortbild Gesundhwes Qual. 2013; 107 ( 2): 170-8.
6. Runnacles J, Moult B, Lachman P. El desarrollo de futuras ERS plomo clínicos para
mejorar la calidad: la experiencia de un hospital de Londres Dren chil-. BMJ Qual Saf. 2013;
22 ( 11): 956-63.
7. von Eiff W. [Hospital de gestión: calidad y economía en los retos de gestión para
los médicos]. Zentralbl Chir.
1996; 121 ( 10): 817-27.
8. Huarng F, Lee MH. El uso de la simulación en las colas de pacientes externos: un caso
estudiar. Int J Qual Health Care Assur. 1996; 9 ( 6): 21-5.
9. Aeenparast A, Farzadi F, el tiempo de espera para Maftoon F. consulta especializada en
Teherán. Arco Irán Med. 2012; 15( 12): 756-8.
10. Scanzano P, Caracci G, De Michelis G, Casertano L, Duranti G, Mantuano C, et al.
[Revisión y evaluación de esperar cadores indi- tiempo utilizados en Italia]. Ig Sanita
Pubbl. 2005; 61 ( 2): 163-212.
11. Helbig M, S Helbig, Kahla-Witzsch HA, manage- mayo A. Calidad
ción: la reducción del tiempo de espera y mejora la eficiencia en el departamento de pacientes
ambulatorios un ORL-universitarios. BMC Res Serv Salud.
2009; 9: 21.
12. Gorunescu M, McClean SI, Millard PH. Utilizando un modelo de cola para la asignación de la cama
plan de ayuda en un departamento de medicina geriátrica.
Cuidado de la Salud Manag Sci. 2002; 5 ( 4): 307-12.
13. Stanford DA, Taylor P, Ziedins I. Esperar distribuciones de tiempo en la cola de prioridad
de acumulación. Sistemas de colas. 2013: 1-34.
14. Pillay DI, Ghazali RJ, Manaf NH, Abdullah AH, Bakar AA, Salikin F, et al. Hospital de tiempo de
espera: la premisa olvidado de la prestación de servicios de atención médica? Int J Qual Health
Care Assur. 2011; 24 ( 7): 506-22.
15. Pitrou I, Lecourt AC, Bailly L, B Brousse, Dauchet L, Ladner J. Espera- ing tiempo y la
evaluación de la satisfacción del paciente en una gran sala de urgencias referen- cia: un
estudio de cohorte prospectivo, Francia.
Eur J Emerg Med. 2009; dieciséis( 4): 177-82.
dieciséis. Eilers GM. Mejorar la satisfacción del paciente con el tiempo de espera. J Am Coll Salud. 2004; 53
( 1): 41-3.
17. Bar-Dayan Y, Leiba A, Weiss Y, Carroll JS, el tiempo de espera Benedek P. es un predictor
importante de la satisfacción del paciente en una clínica militar primaria. Mil Med. 2002; 167 ( 10):
842-5.
18. Heinsohn JG, S. Competencia Flessa en la farmacia alemán
mercado: un análisis empírico. BMC Res Serv Salud. 2013; 13: 407.
19. Afolabi MO, Erhun WO. Patients'response de tiempo de espera en una farmacia de pacientes
externos en Nigeria. J of Pharm Res. 2005; 2 ( 2): 207-14.
20. Marquez-Peiro JF, Pérez-Peiro C. [Evaluación de paciente satisfacción
ción en farmacia ambulatoria]. Farm Hosp. 2008; 32 ( 2): 71-6.
21. Ndukwe HC, Omale S, Opanuga OO. La reducción de colas en un Nige-
rian farmacia del hospital. J Africana de pharm. 2011; 5 ( 8): 1020-6.
22. Ashna Delkhosh R, Ardama A, los servicios Salamzadeh J. descentralización y de
farmacia hospitalaria: el caso de la universidad iraní AF hospitales filliated. Irán J Res
Pharm. 2013; 12 ( Suppl): 183-8.
23. Al-Arifi MN. Pacientes de percepción, opiniones y satisfacción con far-
 Bahadori M et al.

papel macists' como proveedor de atención médica en la farmacia comunitaria conjunto- ting en
Riad, Arabia Saudita. Arabia Pharm J. 2012; 20 ( 4): 323-30.
24. Reynolds M, Vasilakis C, McLeod M, Barbero N, Mounsey A, Newton
S, et al. El uso de simulación de eventos discretos para diseñar una farmacia del hospital más efi- ciente
para pacientes ambulatorios. Cuidado de la Salud Manag Sci.
2011; 14 ( 3): 223-36.
25. Patrick J, Puterman ML. La reducción de los tiempos de espera a través de Opera- ciones de
investigación: Optimización del uso de la oleada de capacidad. Política Healthc. 2008; 3 ( 3): 75-88.
26. Cayirli T, programación Veral E. pacientes ambulatorios en la atención sanitaria: una revisión de la
literatura. Oper Administrar. 2003; 12 ( 4): 519-49.
27. Liebman JS, Lamy PP, Kitler ME. La investigación adicional del uso de la teoría de colas
para predecir las necesidades de personal en una farmacia OUT- paciente. Am J Hosp
Pharm. 1970; 27 ( 6): 480-3.
28. Blake JT, Shimla S. La determinación de necesidades de personal de las clínicas de donantes de
sangre: la experiencia canadiense Blood Services. sión transfusión. 2013.
Media Luna Roja Med J. 2013; 15( 9): 865-9.
42. Adeleke R, Ogunwale O, Halid O. La aplicación de la teoría de colas a Tiempo de espera de
pacientes ambulatorios en los hospitales. Pac J de Sci Tech.
2009; 10 ( 2): 270-4.
43. De Bruin AM, van Rossum AC, Visser MC, Koole GM. Modelando el flujo cardíaco de
emergencia de pacientes: una aplicación de la teoría de colas. Cuidado de la Salud Manag
Sci. 2007; 10 ( 2): 125-37.
44. Thomas SJ. La capacidad y los modelos de demanda de máquinas de radioterapia trata-
miento. Clin Oncol (R Coll Radiol). 2003; 15( 6): 353-8.
45. Kembe MM, Onah ES, Iorkegh S. Un estudio del Servicio de espera y los costos de modelo de
colas en un hospital especializado Una de varios servidores.
Inter J de Sci Tech Res. 2012; 1 ( 8): 19-23.
46. ​Mahrous H. El uso de la teoría de colas y las colas computarizado
modelo para analizar, predecir y modificar la intensidad del tráfico en un entorno de práctica
de la farmacia al público dado. Ann Arbor: University Louisiana noreste; 1998.

47. Mohammadi M, Shamohammadi M. Queuing Analytic Teoría

29. Fibich G, Gavious A, Solan E. principio del valor promedio para la aproximación de segundo
orden de los modelos heterogéneos con modelos homogéneos en. Proc Natl Acad Sci
EE.UU. A. 2012; 109 ( 48): 19545-50.
30. Patrick J, Puterman ML. La reducción de los tiempos de espera a través de Opera- ciones de
investigación: Optimización del uso de la oleada de capacidad. Política Healthc. 2008; 3 ( 3): 77-83.
El uso de la simulación TESTIGO en Farmacia Hospitalaria. Inter J del Ing Tech. 2012; 12 ( 6).
48. Duda C, Rajaram K, Barz C, Rosenthal JT. Un marco para el acceso improv- ING y tiempos de
servicio al cliente en el cuidado de la salud: aplicación y análisis en el centro médico de UCLA. Manag
Cuidado de la Salud (erick Fred-). 2013; 32 ( 3): 212-26.

31. Takahashi teoría T. haciendo cola debajo de ING forag- social competitivo puede 49. Badri MA, Hollingsworth J. Un modelo de simulación para la programación en la sala de
explicar una equivalencia matemática de la demora y la probabilidad en la toma de emergencias. Inter J de Oper Pro Administrar. 1993; 13 ( 3): 13-24.
decisiones impulsiva. Med Hypotheses. 50. Ahmed MA, Alkhamis TM. optimización de simulación para una unidad de salud del
2006; 67 ( 2): 276-9. departamento de emer- gencia en Kuwait. Euro J de Oper Res.
32. Wiler JL, Bolandifar E, Griffey RT, Poirier RF, Olsen T. Un gencia 2009; 198 ( 3): 36-942.
cy modelo de flujo de pacientes departamento basa en cola principios de la teoría. Acad 51. la simulación de la salud: un estudio de caso en una clínica local. Actas de la 31ª Conferencia
Emerg Med. 2013; 20 ( 9): 939-46. sobre simulación de invierno: Simulación --- un puente hacia el futuro. Weng ML, editores
33. Yang M, Fry MJ, Raikhelkar J, Chin C, Anyanwu A, Marca J, et al. Un modelo para Houshmand AA. : ACM; 1999.
crear una política de admisión eficiente y equitativo para los pacientes que llegan a la 52. Su S, Shih CL. La gestión de un sistema de designación de tipo de registro mixto en las consultas
UCI cardiotorácica. Crit Care Med. externas. j Inter de información med. 2003; 70 ( 1): 31-40.
2013; 41 ( 2): 414-22. 53. Comprensión servicio de urgencias DESEMPEÑO uso de la simulación. En:
34. análisis Vemuri S. simulado de paciente tiempo de espera en una farmacia tient ambulatorios. Am Günal MM, editores Pidd M. . ción simulaciones Conferencia de 2006 CSM 06
J Hosp Pharm. 1984; 41 ( 6): 1127-30.
Actas del invierno. IEEE. 2006 ..
35. Buchanan CE. La simulación por ordenador como base para la farmacia reingeniería. Nurs
54. Biju MK, Naeema K, Faisal Aplicación U. de la teoría de colas en la gestión de los
Adm P. 2003; 27 ( 1): 33-40.
recursos humanos en la atención sanitaria. ICOQM-10.
36. Kane-Gill SL, Smithburger PL. La transición de los conocimientos obtenidos de la
2011: 1019-27.
simulación a la práctica farmacéutica. Am J Pharm Educ.
55. Najmuddin AF, Ibrahim IM, Ismail SR. Un enfoque de simulación:
2011; 75 ( 10): 210.
mejorando el tiempo de espera paciente el flujo de pacientes de varias fases de
37. Lin K, Travlos DV, Wadelin JW, Vlasses PH. Simulación y experiencias de
obstetricia y ginecología (O & G Departamento) en lo- cal centro especializado. WSEAS.
práctica farmacéutica introductorias. Am J Pharm Educ.
2010; 9 ( 10): 778-90.
2011; 75 ( 10): 209.
56. Ameh N, Sabo B, Oyefabi MO. La aplicación de la teoría de colas a la satisfacción del
38. Tan WS, Chua SL, Yong KW, Wu TS. Impacto de la automatización de farmacia en el tiempo
paciente en un hospital terciario en Nigeria. Niger Med J.
de espera del paciente: una aplicación de ordenador simu- lación. Ann Acad Med Singapore. 2009;
2013; 54 ( 1): 64-7.
38 ( 6): 501-7.
39. Aharonson-Daniel L, Paul RJ, Hedley AJ. Gestión de colas en los departamentos de 57. Zai AH, Farr KM, Grant RW, Mort E, Ferris TG, Chueh HC. La teoría de colas para guiar la

pacientes externos: el uso de la simulación por ordenador. J Manag Med. 1996; 10 ( 6): 50-3. implementación de un programa de registro de pacientes hospitalizados insuficiencia cardíaca. J Am

Med Assoc Inform. 2009; dieciséis( 4): 516-23.

40. Turkmen A. Simulación en la asistencia sanitaria. Biomed Instrum Technol. 58. Alpaslan F, CAGCAG, Ö. , Eğrioğlu, E.. Reducción del tiempo de espera- paciente ING a
2013; 47 ( 1): 3. través de simulaciones en la Universidad Ondokuz Mayis Medi-Cal Facultad,
41. Aeenparast A, SJ Tabibi, Shahanaghi K, Aryanejhad MB. La reducción de tiempo de espera para Departamento de Neurocirugía. Sci Res y ensayos.
pacientes ambulatorios: Enfoque Un modelo de simulación. Corrí 2011; 6 ( 5): 1063-70.

Irán Media Luna Roja Med J. 2014; 16 (3): e16807 7