Operationeel sturen in tijden van corona

De wetenschap over besluitvorming en datagedreven sturen geeft daar wel een aantal aanwijzingen voor:

• Onder tijdsdruk ontbreekt de tijd om alternatieven goed te wegen. Daarom is het noodzakelijk om vooraf zoveel mogelijk situaties in beslisbomen, protocollen en procedures te vatten;
• Ook moet exact duidelijk zijn wie in welke situatie/overleg welke rol, taak, verantwoordelijkheid en bevoegdheid heeft zodat ook geen kostbare tijd aan verloren gaat aan discussies over wie welke beslissingen mag nemen;
• De Ladder of Inference van Argyris & Schön (1974) leert dat de selectie van de juiste data uit alle beschikbare data letterlijk de basis is voor goede besluitvorming. Als het daar al fout gaat, stapelen verkeerde interpretaties, meningen en besluiten zich op. Je kiest de juiste data door de selectie van de data af te stemmen op de informatie die nodig is om de vragen uit de beslisbomen en protocollen te kunnen beantwoorden;
• Het menselijk visueel werkgeheugen is uitermate beperkt en kan veel minder informatie verwerken dan men denkt. Tijdsdruk heeft daar bovendien een negatief effect op. Dit betekent voor de informatie die getoond wordt dat:
  – dit alleen dié informatie is die men nodig heeft om de vragen uit de beslisbomen en protocollen te kunnen beantwoorden;
  – de informatie zodanig is gevisualiseerd dat het verhaal achter de data zo efficiënt mogelijk kan worden achterhaald.

Stappenplan

voor operationeel sturen in tijden van corona

1. Crisisteam samenstellen (deze is meestal al bekend binnen ziekenhuizen);
2. Bepalen opschaal scenario’s;
   a. Capaciteit opschalen (IC/Sluis – Cohort – OK’s – Vercouver – …)
   b. Patiënt – capaciteit verhouding (code groen, oranje, rood en zwart)
   c. Patiënt – medewerker verhouding (Gespec vpk – …)
3. Dashboard;
   a. Capaciteit
   b. Personeel
4. Inrichten beslisbomen per scenario;
5. Verbeterbord inrichten;
6. Overlegstructuur (centraal – decentraal);
7. Communicatiestructuur voor verschillende stakeholders (filmpjes voor patiënten, gehele ziekenhuis, dagstarts crisisteam en primaire zorgafdelingen).

Personeel

1. Ziekteverzuim
2. Ziektemeldingen
3. Herstelmeldingen

Voorspellen aantallen coronapatiënten

Iedereen vraagt zich af hoe groot de piek van coronapatiënten zal zijn. Dit is moeilijk te zeggen omdat onduidelijk is in welk patroon corona in Nederland zal verlopen en wat de effecten van de getroffen maatregelen zal zijn. We zien ook een duidelijk verschil in verloop tussen gebieden waar ten gevolge van evenementen (carnaval) en vakanties COVID-19 wordt verspreid en gebieden waar niet dergelijke piekinfecties plaatsvinden.

Omdat dit lang niet altijd duidelijk is en het vooral gaat over het verloop rondom uw adherentie gebied, is een model ontwikkeld dat dit probeert te voorspellen op basis van vier internationale scenario’s. Dit model is gratis beschikbaar. Heeft u hier belangstelling voor, neem dan via onderstaand formulier contact met ons op.

Luister naar BNR Spitsuur. Hierin een interview met Auke Speet die uitleg geeft over hoe het ziekenhuis grip krijgt op de capaciteitssturing voor de komende 12, 24 tot 48 uur. (Het interview begint na 20:45 min.)

Referentie:
Argyris, C. and Schön, D.A. (1974) Theory in Practice: Increasing Professional Effectiveness, Jossey-Bass, San Francisco.