Verkorten wachttijden polikliniekafspraken middels datamining: casusstudie op polikliniek cardiologie met CRISP-DM

Verkorten wachttijden polikliniekafspraken middels datamining: casusstudie op

polikliniek cardiologie met CRISP-DM

Jordan P.J Vasseur

_{, Dr. J.H Leopold}

_{, P. Roth MA}

a

Abstract

Vanuit het reguliere systeemperspectief van toegangstijd wordt oponthoud in de toegangstijden op de polikliniek beschouwd als mismatch tussen vraag en aanbod. Om mismatch te voorkomen is reeds onderzoek uitgevoerd om de capaciteitsplanning te optimaliseren maar er is weinig bekend over het gebruik van Big Data Analysis. Deze studie is opgezet om te verkennen hoe het Cross Industry Standard Process for Data Mining Model (CRISP-DM) kan worden toegepast bij het voorspellen van de vraag naar zorg op de polikliniek om de capaciteit op te stemmen. De stappen van CRISP-DM zijn doorlopen waaruit een voorspellingsmodel is gekomen. Dit model was feilbaar doordat de data niet geschikt was om de vraag naar zorg te voorspellen. Het is gebleken dat de beschikbare data op de polikliniek waarschijnlijk niet voldoende is geweest om een accurate voorspelling te doen. Om data-mining uit te voeren moet eerst bruikbare data worden geregistreerd om een accuraat voorspellingsmodel te ontwikkelen.

Sleutelwoorden: Capaciteitsplanning, voorspellingsmodel, Big data analysisy

Introductie

Wachttijden langer dan de treeknorm voor poliklinische bezoeken vertonen een stijgende trend [1]. Vanuit een logistiek perspectief worden de wachttijden als onvermijdelijk beschouwd vanwege capaciteitsbeperkingen [2]. Een andere invalshoek, het reguliere systeemperspectief van toegangstijd, beschouwt oponthoud in de toegangstijden als mismatch tussen vraag en aanbod [3,4]. In het meest optimale scenario worden vraag en aanbod met elkaar gesynchroniseerd, zodat er geen verspilling van capaciteit of vertraging in toegangstijd is. Vraag en aanbod hebben altijd een mate van variabiliteit en onvoorspelbaarheid. Dit betekent dat zelfs als ze gemiddeld gelijk zijn, maar zonder synchroniciteit er alsnog sprake is van toenemende wachttijden [4,5].

Een goede planning in de patiëntenstroom reduceert de wachttijd en wordt gerelateerd aan kwaliteitsvolle gezondheidszorg. Gebrek aan tijdigheid resulteert in lange wachttijden, wat leidt tot een slechtere patiëntervaring en suggereert dat het welzijn van de patiënt niet centraal staat in het zorgsysteem [6,7]. Om een betere planning te faciliteren moet er sprake zijn van een operationeel proces dat de capaciteitsplanning effectief uitvoert [8]. Dergelijke bedrijfsbeheerprocessen zijn systemen voor het beheren en transformeren van dergelijke processen [9]. Organisaties kunnen bedrijfsprocessen optimaliseren om operationele efficiëntie en service te verbeteren, en de kosten te verlagen [10].

Er is reeds literatuur dat wiskundige- of computersimulaties voorstelt om het proces van de patiëntenstroom te optimaliseren [11,12], maar er is weinig bekend over het gebruik van Big

Data Analysis (BDA) om dit probleem evidence based aan te

pakken. Dit is een gemiste kans aangezien er op poliklinieken data beschikbaar is waarmee mogelijk trends ontdekt kunnen worden [13]. Eén manier om bedrijfsprocessen te optimaliseren met BDA is de toepassing van Business Intelligence (BI) waarbij operationele data met analytische hulpmiddelen wordt gecombineerd [14].

BI is een gecompliceerd proces met verschillende componenten [14,15]. Een van deze hulpmiddelen is data mining (DM). Dit is het ontdekken van informatie in databases tijdens het niet-triviale proces van het identificeren van nieuwe, potentieel nuttige en begrijpelijke patronen in gegevens [16]. Om DM effectief en correct te implementeren, is het belangrijk om een gestructureerd raamwerk aan te houden. Het model dat in dit onderzoek wordt gehanteerd is het Cross Industry Standard

Process for Data Mining model (CRISP-DM). Dit is een

gestandaardiseerd data-analysemodel dat bestaat uit zes stappen om data mining uit te voeren [17].

De eerste fase van CRISP-DM is het business understanding (BU). Hieruit volgt inzicht in projectdoelstellingen en maakt het mogelijk dit om te zetten in een probleemstelling. De data

understanding (DU) is het verzamelen en eigen maken van de

data. Vervolgens is het mogelijk om eerste hypothesen te vormen [17]. De data preparation (DP) omvat handelingen om de voor te bereiden voor het modelleren. Hieronder vallen taken als tabel-, record- en attribuutselectie, het opschonen van de data, en datatransformatie. De data wordt vervolgens gemodelleerd in de modelling fase door middel van datamining technieken [17s]. In de evaluatiefase wordt het model geëvalueerd om er zeker van te zijn dat het de bedrijfsdoelstellingen bereikt [17]. Het modelleren is meestal niet het einde van een CRISP-DM project. De opgedane kennis kan worden gepresenteerd zodat het gebruikt kan worden [17]. Alhoewel BI, DM en CRISP-DM niet voor de gezondheidszorg zijn ontwikkeld is het wel mogelijk om ze er toe te passen om uit reeds beschikbare data informatie te onttrekken waarmee processen verbeterd kunnen worden [15,18–21]. Idealiter zou de capaciteitsplanning kunnen worden geoptimaliseerd door de vraag naar zorg te voorspellen, om zo gerichter de capaciteit in te inplannen om wachttijden te verkorten. Deze studie is opgezet om te verkennen hoe CRISP-DM kan worden toegepast bij het voorspellen van de vraag naar zorg. Hierbij zal vooral worden gekeken naar de complicaties die optreden bij het ontwikkelen van een DM-model en hoe deze mogelijk kunnen worden opgelost.

Methodes

Tijdens dit onderzoek is er een case study uitgevoerd met data van de polikliniek cardiologie van het Admiraal de Ruyter Ziekenhuis. Hier is een mismatch tussen vraag en aanbod van zorg aangegeven waardoor een lange wachtlijst is ontstaan. Business understanding

Om de doelstellingen op te zetten voor het CRISP-DM project moest eerst het probleem duidelijk zijn. Tijdens de BU zijn er ongestructureerde interviews gehouden met de gewenste uitkomsten van de BU als raamwerk [22,23].

Data understanding

Om bekend te worden met de data is tijdens de DU fase de data vergaard uit het datawarehouse van het ziekenhuis middels SQL. Vervolgens is deze verkend waaruit hypotheses gekomen zijn over welke technieken gebruikt kunnen worden om DM uit te voeren. De data waarmee gewerkt is, komt uit de afspraken database van het ziekenhuis en bevat informatie over afspraken, bezetting en DBC trajecten vanaf 2003. Het voorspellingsproject is vervolgens opgesplitst in twee delen, het voorspellen van het aantal eerste (E) en telefonisch (T) consulten met regressie en het voorspellen van de herhalingsconsulten (H) met kansberekening.

Data preparation

De volgende stap was het voorbereiden en beschrijven van de data in de DP fase. Daarvoor moesten twee verschillende datasets worden opgesteld, namelijk een regressiedataset en een kansberekeningsdataset. De regressiedataset is samengesteld door het tellen van het aantal E en T consulten gegroepeerd per datum. De kansberekeningsdataset is opgesteld door de dagen tussen consulten binnen DBC’s te verzamelen.

Modelling

Het model dat ontwikkeld is tijdens de modelleer fase, is opgesteld middels Python 3.7. Tijdens de voorspelling van de E en T consulten is gebruik gemaakt van multiple lineaire regressie met als afhankelijke variabelen de dag, week, maand en het jaartal. Het aantal H consulten is bepaald aan de hand van kansberekening waarbij eerst per consult berekend werd wat de kans op herhaling is door te bepalen hoeveel procent van de consulten resulteren in herhaalconsulten. Vervolgens werd per consult per dag bepaald wat de kans is om terug te komen met een non-parametrische kernel density estimation (KDE). Met kennis van de kans waarop patiënten terugkomen en op welke dag, was het mogelijk om de H consulten te voorspellen. De patiënten die op de wachtlijst stonden werden gesimuleerd door ze een begindatum te geven waarop een eerste consult heeft plaatsgevonden. Vervolgens werd door middel van de kansen bepaald hoeveel herhaalconsulten gaan plaatsvinden en hoeveel dagen er tussen zit. Daaropvolgend zijn alle E consulten behandeld door het H model om te bepalen op welke dagen herhaalconsulten plaats vinden. Nadien zijn de voorspelde T consulten toegevoegd aan het model. Hiermee was het DM-model voor de voorspelling van de vraag naar zorg afgerond

Evaluation

Na afronding van het model is het geëvalueerd om te kijken of het voldoet aan de gestelde vraag uit de BU fase. Daarna werd de betrouwbaarheid en accuratie van het model kritisch bekeken door alle stappen grondig na te gaan en het resultaat te bespreken met bedrijfskundig managers van het ziekenhuis.

Deployment

Hoewel er tijdens een regulier CRISP-DM proces een deployment fase zit, is dit hier niet het geval. Door beperkte tijd was het niet mogelijk om een werkende applicatie te ontwikkelen. Daarom zal in deze fase worden gehypothetiseerd naar een mogelijke toepassing om een dergelijk voorspellingsmodel in te zetten.

Met afronding van het CRISP-DM project is antwoord gegeven op de vraag hoe het raamwerk kan worden toegepast

om

Resultaten

Business understanding

Uit de BU is gebleken dat er een mismatch is tussen de vraag en aanbod van zorg, met name rond vakantieperiodes. De vraag naar zorg wordt dan niet adequaat beantwoord met voldoende capaciteit. Hierdoor ontstaat er na vakanties door een grotere vraag een lange wachtlijst met als gevolg dat wachttijden toenemen, wat ondersteund wordt door ander onderzoek [24]. Dit is te zien in figuur 1 door de grote pieken in het aantal consulten veroorzaakt door de inhaalslag om de wachtlijst na vakantiesperiodes in te korten. Er is eerder getracht om dit probleem op te lossen binnen het ziekenhuis door de patiëntenpopulatie te voorspellen met Excel maar dit was een statisch proces waardoor de voorspelling kon worden herhaald. De wens vanuit de polikliniek is een flexibel en herhaalbaar voorspellingsmodel dat per polikliniek on-demand de vraag naar zorg kan voorspellen. Het doel van het model is om te weten wat de vraag naar zorg wordt om zodoende daar de capaciteit op af te kunnen stemmen om pieken in de populatie te voorkomen en wachttijden te verkorten.

Figuur 1 - Aantal eerste (E), telefonisch (T) en herhaal (H) consulten per week in 2019 op de polikliniek cardiologie

Data understanding

Data van voor 2015 bleek niet representatief te zijn voor vandaag de dag door onverklaarbare lage aantallen consulten tussen 2008 en 2014 Daarom is alleen gewerkt met data vanaf 2015.

Met kennis van het probleem en de beschikbare data om het probleem op te lossen is het mogelijk om een vraagstelling en aanpak op te stellen om het daadwerkelijke DM uit te voeren. De kwestie die beantwoord wordt is hoeveel patiënten de polikliniek kan verwachten om daar de capaciteit op af te stemmen.

Data preparation

De regressie dataset bevat het totaal aantal E en T consulten per dag. De dataset bevat de kolommen weekdag, week, maand en jaar en het aantal E en T consulten. De dataset om herhalingen te voorspellen bestaat uit een kolom met het zorgtraject ID en kolommen met het aantal dagen tussen de consulten binnen de trajecten. Hierbij is een bereik van consult 1 tot consult 45 met 56467 records van 2015 tot en met januari 2020. Voorbeelden van beide datasets staan gepresenteerd in appendix A.

Data modelling

Eerst zullen resultaten van het regressie deel van het model worden toegelicht waarna de voorspelling van de herhalingsconsulten volgt. In tabel 1 is een samenvatting van het regressie model te zien. Het is opmerkelijk dat de determinatiecoeffiecient (R2_{) aanzienlijk laag is evenals de}

hellingen van de variabelen. In figuur 2 en 3 is een vergelijking te zien tussen de voorspelling van E en T van 2019 en de historische data van 2019 om een voorbeeld te geven van de accuraatheid van het regressiemodel.

Tabel 1- Beschrijving multiple lineaire regressie

E T R2 _{0.25 0.23} Intercept -1028.24 -936.50 Helling: Weekdag -1.489 -0.581 Week -0.002 0.030 Maand -0.065 -0.100 Jaar 0.517 0.457

Figuur 2 - Vergelijking voorspelling E met historische data 2019

Figuur 3- Vergelijking voorspelling T met historische data 2019

De resultaten van de kans op een herhaalconsult per consult voor het voorspellen van de herhalingsconsulten zijn te zien in tabel 2. Er is een omslagpunt vanaf consult vijf waarna de meerderheid van de consulten resulteren in herhalingen. Hoewel er maar tien consulten worden weergegeven, gaat het model door tot consult 45. Figuur 4 bevat als voorbeeld een KDE en cumulatieve kans van de mogelijke dagen waarop een herhaalconsult plaats kan vinden na consult één. Hierop is te zien dat de grootste piek zit tussen week één en vier na het eerste consult. Daarna volgen pieken bij drie maanden, een half jaar en een jaar.

Met het samenvoegen van de simulatie van E, T en H consulten is het modelleren afgerond met als resultaat de voorspelling van de vraag naar zorg op de polikliniek cardiologie in 2021, gepresenteerd in figuur 5.

Tabel 2 - Kans op herhaling per consult 1- 10

Consult Kans op herhaling (%)

Kans geen herhaling (%) 001 33.56 66.44 002 33.66 66.34 003 38.78 61.22 004 44.70 55.30 005 52.71 47.29 006 58.15 41.85 007 65.49 34.51 008 63.69 36.04 009 78.17 21.83 010 73.87 26.13

Figuur 4- Kans op herhaalconsult per dag. Consult 1

Figuur 5- Voorspelling zorgvraag polikliniek cardiologie 2021

Evaluation

De volgende stap is het evalueren van het model en analyseren of het aan de vraagstelling voldoet. In zekere zin is dit het geval. Het geeft een voorspelling van het aantal patiënten dat de polikliniek kan verwachten. Het model voldoet tevens aan de eisen dat het flexibel en herhaalbaar moet zijn. De flexibiliteit is behaald doordat elk bereik in datums kan worden voorspeld. Daarnaast is het model uitgebreid om de vraag naar zorg op elke polikliniek te voorspellen. De herhaalbaarheid is bereikt doordat het model on-demand kan worden aangeroepen. Desalniettemin is het de vraag of het model accuraat is. Het verwerkt namelijk niet de werkelijke wachtlijst van de polikliniek; het is louter een simulatie gebaseerd op willekeurig toegewezen startdata. Daarnaast is het onrealistisch dat het aantal E en T consulten het hele jaar vrijwel in een rechte lijn zit. Het is geprobeerd om dit tegen te gaan met een andere voorspellingsmethode, namelijk een ARIMA time series

analysis. Hieruit kwam echter een onbetrouwbaar model met

een hoge betrouwbaarheids interval. Hieruit volgt de vraag of de data verkregen uit het ziekenhuis wel geschikt is voor voorspelling. Bovendien wordt er gewerkt met datums waarop consulten plaatsvinden bij het voorspellen van herhalingsconsulten, maar deze datums zijn ingepland op basis van de beschikbare capaciteit op de polikliniek toendertijd. Een betere voorspelling zou gemaakt kunnen worden wanneer er wordt gewerkt met de datum waarop een patiënt als eerste contact opneemt om een afspraak te maken.

Deployment

De doelgroep voor de toepassing zijn de planners van de polikliniek en de bedrijfskundig managers verantwoordelijk voor de capaciteitsplanning. Gezien dat dit niet per se personeel is met een technische achtergrond moet de applicatie toegankelijk en gebruiksvriendlijk zijn voor een breed scala aan personeel. Voor de managers zou een dergelijke applicatie kunnen betekenen dat er beter inzicht is in de maandelijkse en jaarlijkse vraag naar zorg waarop dan beter kan worden ingespeeld. Voor de planners zou de applicatie betekenen dat ze op dagelijks niveau beter de zorg kunnen inplannen doordat de vraag naar zorg van morgen bekend is. Daarnaast is het van belang dat de toepassing past in de werkomgeving en de workflow van het ziekenhuis. Hierbij zijn automatisme en interoperabiliteit een vereiste gezien de gewenste automatisering in het ziekenhuis. Wanneer de toepassing buitenom de huidige workflow fungeert is het mogelijk dat het niet optimaal zal worden gebruikt doordat het gebruik extra werk vergt.

Discussie

Deze studie is opgezet om te verkennen hoe CRISP-DM kan worden toegepast bij het voorspellen van de vraag naar zorg. Hierbij is gekeken naar de complicaties die optreden bij het ontwikkelen van een DM-model en hoe deze mogelijk kunnen worden opgelost.

Het voorspellingsmodel is feilbaar doordat de beschikbare data in het ziekenhuis waarschijnlijk niet genoeg is om een accuraat voorspellingsmodel op te stellen om de vraag naar zorg te voorspellen. Om beter te kunnen voorspellen wat de vraag is moet er meer informatierijke data worden verzameld. Zo zou in het ziekenhuis meer kunnen worden geregistreerd, bijvoorbeeld het eerste moment van contact met de patiënt. Daarnaast zou het ook interessant kunnen zijn om te kijken naar de demografie van het spreidingsgebied van het ziekenhuis.

In ander onderzoek dat een voorspellingsmodel opstelt om capaciteit te voorspellen wordt gebruik gemaakt van zowel de registratiedatum als de datum van het consult [24]. Hier wordt echter geen gebruik gemaakt van het CRISP-DM model. Onderzoek waarbij wel gebruik wordt gemaakt van CRISP-DM om te voorspellen hoe lang een patiënt in het zieknhuis blijft, maakt gebruik van meer verschillende data om de voorspelling uit te voeren waaruit wel een accurate en geaccepteerde voorspelling is uit gekomen [25]. Hier is tevens gebruikgemaakt van meerdere voorspellingstechnieken. Een tekortkoming van dit onderzoek is dat er maar twee verschillende voorspellingsmethoden zijn geprobeerd om de E en T consulten te voorspellen, namelijk regressie en een time series analyse. Er is een mogelijkheid dat er een methode is dat met de beschikbare data wel een accurate voorspelling kan maken. Daarnaast is er maar één methode gebruikt om de herhaalconsulten te voorspellen. Ook hier geldt dat er eventueel andere technieken geschikt waren.

Voor vervolgonderzoek is aan te raden om duidelijk te krijgen welke data geschikt is om de vraag naar zorg te voorspellen. Hierbij kan naast het eerste moment van contact met de patiënt worden gekeken naar de demografie van het spreidingsgebied van het ziekenhuis. Daarnaast zou er een User Experience onderzoek gedaan kunnen worden om te kijken hoe een voorspellingsapplicatie het beste kan worden ontwikkeld om te passen in de workflow van planners en managers.

Conclusie

Het Cross Industy Standard Process for Data Mining raamwerk kan worden toegepast om de vraag naar zorg te voorspellen. Er moet echter wel worden gekeken of dit mogelijk is met de beschikbare data. Wanneer dit niet het geval is moet er actief data worden verzameld en geregistreerd om de voorspelling accuraat te realiseren.

Erkenningen

Met veel dank aan P.Roth, J.H. Leopold en het databasemanagement van het ADRZ.

Referenties

1. RIVM. Ziekenhuiszorg | Cijfers & Context |

Wachttijden | Volksgezondheidenzorg.info [Internet]. [cited 2020 Feb 3]. Available from:

https://www.volksgezondheidenzorg.info/onderwerp/z iekenhuiszorg/cijfers-context/wachttijden#!node-wachttijden-ziekenhuiszorg

2. Vissers JMH, Van Der Bij JD, Kusters RJ. Towards decision support for waiting lists: An operations management view. Health Care Manag Sci. 2001;4(2):133–42.

3. Rouppe van der Voort MMBV, van Merode FGG, Berden BHJJM. Making sense of delays in outpatient specialty care: A system perspective. Health Policy (New York). 2010 Sep 1;97(1):44–52.

4. Murray M, Berwick DM. Advanced Access: Reducing Waiting and Delays in Primary Care. J Am Med Assoc. 2003 Feb 26;289(8):1035–40.

5. Walley P, Silvester K, Steyn R. Managing variation in demand: Lessons from the UK National Health Service. J Healthc Manag. 2006;51(5):309–20. 6. Gupta D, Denton BT, Denton B. Preventive follow-up

policies for cardiovascular diseases View project Appointment scheduling in health care: Challenges and opportunities. Taylor Fr. 2008 Sep;40(9):800–19. 7. Institute of Medicine. Crossing the Quality Chasm: A

new health system for the 21st century. Crossing the Quality Chasm: A New Health System for the 21st Century. 2001. 360 p.

8. Vissers J, Beech R. Health Operations Management: Patient flow logistics in health care. 2005.

9. Hammer M. What is business process management? Handb Bus Process Manag 1 Introd Methods, Inf Syst. 2015 Jan 1;3–16.

10. Pivk A, Vasilecas O, Kalibatiene D, Rupnik R. Technological and economic development oF economy. Taylor Fr. 2013;19(2):237–56.

11. Vissers J. A logistics approach for hospital process improvements. Int Ser Oper Res Manag Sci. 2006;91:393–427.

12. Deglise-Hawkinson J, Helm JE, Huschka T, Kaufman DL, Van Oyen MP. A Capacity Allocation Planning Model for Integrated Care and Access Management. Prod Oper Manag. 2018 Dec 1;27(12):2270–90. 13. Degruy KB. Healthcare Applications of Knowledge

Discovery in Databases. J Healthc Inf Manag ®. 2000;14(2):59–70.

14. Negash S, Gray P. Business intelligence. Commun Assoc Inf Syst. 2004;13(15):177–95.

15. Mettler T, Vimarlund V. Understanding business intelligence in the context of healthcare. Health Informatics J. 2007;15(3):254–64.

16. Fayyad UM. Data mining and knowledge discovery: Making sense out of data. IEEE Expert Syst their Appl. 1996 Oct;11(5):20–5.

17. Wirth R, Hipp J. CRISP-DM: Towards a Standard Process Model for Data Mining. In: Proceedings of the 4th international conference on the practical applications of knowledge discovery and data mining. 2000. p. 29–39.

18. Loewen L, Roudsari A. Evidence for Busines

Intelligence in Health Care: A Literature Review. Stud Health Technol Inform. 2017;235:579–83.

19. Ahmad P, Qamar S, Qasim S, Rizvi A. Techniques of Data Mining In Healthcare: A Review. Int J Comput Appl. 2015;120(15):975–8887.

20. Kalgotra P, Sharda R. Progression analysis of signals: Extending CRISP-DM to stream analytics. In: Proceedings - 2016 IEEE International Conference on Big Data, Big Data 2016. Institute of Electrical and Electronics Engineers Inc.; 2016. p. 2880–5.

21. El Morr C, Ali-Hassan H. Healthcare, Data Analytics, and Business Intelligence. 2019;1–13.

22. Burgess RG. Field research : a sourcebook and field manual. In G. Allen & Unwin; 1982. p. 164–9. 23. Sharma S, Osei-Bryson KM. Framework for formal

implementation of the business understanding phase of data mining projects. Expert Syst Appl. 2009 Mar 1;36(2):4114–24.

24. van Bussel EM, van der Voort MBVR, Wessel RN, van Merode GG. Demand, capacity, and access of the outpatient clinic: A framework for analysis and improvement. J Eval Clin Pract. 2018 Jun 1;24(3):561–9.

25. Caetano N, Cortez P, Laureano RMS. Using data mining for prediction of hospital length of stay: An application of the CRISP-DM methodology. In: Lecture Notes in Business Information Processing. Springer Verlag; 2015. p. 149–66.

Appendix A

Tabel 3- Voorbeeld regressie dataset

Weekdag Week Maand Jaar E T

4 1 1 2015 X X

… … … …

3 1 1 2020 X X

Tabel 4- Voorbeeld kansberekening H dataset

Zorgtrajectnummer 001 002 … 044 045

0101110869 181 0 … NULL NULL

0101112837 30 180 … NULL NULL

… … … …

0101134154 7 361 … NULL NULL