2.2 Problem, svårigheter och brister
7.3.2 Genereringsheuristiken
Heuristiken (SGP) ovan bygger på användning av dualvariabler från huvudpro- blemet. När tillgången på behandlingsplatser inte begränsar verksamheten blir motsvarande dualvariabler noll. En konsekvens av detta, och av hur tidpunkter- na för patientkontakterna räknas upp, blir att de dagsscheman som genereras i början av kolumngenereringsprocessen kommer att ha många patientkontakter som ligger tidigt på dagen. Detta beror på att det inte nns någon anledning att lägga dem på eftermiddagen. Det är först när behandlingsplatserna på förmid- dagen börjar ta slut som dualvariablerna tvingar SGP att schemalägga patient- kontakter senare på dagen. Genereringen av dagsscheman fungerar därför inte särskilt bra i de inledande genereringarna. Det är istället önskvärt att dualva- riablerna redan i början av genereringen är aktiva under hela dagen. Detta för att tidigt tvinga SGP att sprida ut patientkontakterna över dagen och generera bättre dagsscheman. För att lösa svårigheten ovan skapas en enkel heuristik för genereringen.
För att kunna utnyttja dualvariablerna för att sprida ut patientkontakterna under dagen, tidigt i genereringen, låter vi huvudproblemet ha små resurser från början. Eftersom resurserna då snabbt tar slut kommer dualvariablerna snabbt att bli negativa. SGP kommer då att göra sitt yttersta för att utnyttja de få resurserna som nns under dagen, och kommer alltså att sprida patient- kontakterna över hela dagen. Genom att sedan successivt öka tillgången på de globala resurserna, kommer dualvariablerna att vara aktiva nästan hela tiden då genereringen pågår.
Vi är intresserade av att generera en stor mängd bra kolumner för att sedan kunna använda denna mängd kolumner för att lösa (HP). Dualvariabeln för sjuksköterskorna, u, är endast en konstant och kommer därför inte att påverka dagsschemanas utseende. Den kommer dock avbryta genereringen när antalet tillgängliga sjuksköterskor begränsar tillräckligt mycket. Eftersom vi vill ha en stor mängd dagsscheman vill vi inte att genereringen ska avbrytas på grund av att u därigenom blir mycket stor. Vi vill att genereringen ska avbrytas på grund av att heuristiken inte nner nya dagsscheman. När vi låter resursen på antalet sjuksköterskor vara mycket stor får detta som konsekvens att u alltid blir lika med noll, varför tillgången på sjuksköterskor inte kommer att avbryta genereringen.
I genereringen av dagsscheman låter vi även resursen på läkare öka till högst 600 % av tillgången. Detta beror på att vi inte vill att genereringen ska av- brytas för tidigt på grund av denna resurs. I början av genereringen tillåts en användning av endast 5 % av läkarresursen och 0.5 % av behandlingsplatserna, se gur 7.5. Då en resurs tar slut ökas tillgången successivt för den begränsande resursen.
7.3. Genereringen av dagsscheman 49 Resultatet av dessa heuristiska modi eringar av kolumngenereringen kommer bli en större och bättre mängd genererade kolumner.
Kapitel 8
Resultat
I kapitlet diskuteras en studie i taget. Detta görs på grund av att studierna bygger på varandra. Exempelvis är slutsatserna för studie 1 relevanta för utfö- randet av studie 2. Innan varje resultat presenteras görs en beskrivning av de olika förutsättningarna som gäller för studierna, förändringar i de matematis- ka modellerna och ytterligare relevant information om studierna. Till slut ges slutsatser för varje studie.
I studierna utförs ett stort antal experiment där dagsscheman genereras. Att generera ett dagsschema tar ca 30 sekunder och i studierna genereras ca 1000 2000 dagsscheman.
8.1 Studie 1
Syftet med studie 1 är att:• Validera metoden.
• Undersöka robustheten i metoden.
• Skatta verksamhetens kapacitet.
8.1.1 Förutsättningar
Förutsättningarna för studie 1 är de som nämns i kapitel 5. De viktigaste för- utsättningarna är:
• Samordnad bokning görs istället för löpande bokning.
• Undermottagningarna (GI, Gyn, Mam och Uro) på mottagningen försum- mas. Mottagningen behandlas som en enhet.
• I studien arbetar vi med medelvärden.
• Ej heltaliga dagsscheman används.
I hela studien används den matematiska modellen (LP).
8.1.2 Optimistiska gränser
Konsekvensen av att SGP använder en girig heuristik, och inte en optimerande metod, är att vi inte kan garantera optimalitet i (LP). Genom att beräkna opti- mistiska gränser för det maximala antalet patientkontakter som mottagningen kan genomföra kan vi dock se hur bra den giriga heuristiken verkar fungera. Om lösningen av (LP) är nära de optimistiska gränserna kan heuristiken anses fungera bra. Villkoren i studie 1 är relativt enkla, vilket ger relativt enkla be- räkningar av de optimistiska gränserna. I studie 2 är däremot de optimistiska gränserna mycket svåra att beräkna. De optimistiska gränserna från studie 1 kommer alltid att vara optimistiska gränser för studie 2, men de kommer inte att vara starka. Nedan beskriver vi hur de optimistiska gränserna i studie 1 beräknas och vilka parametrar de beror av.
Målet med (LP) är att maximera antalet patientkontakter, B, på mottagningen förutsatt att det inte blir någon brist på patientkontakter. Låt den optimistis- ka gränsen för B vara Bmax. Bmax beror av många parametrar. Det nns tre
resurser som kan begränsa Bmax. Dessa är antalet tillgängliga läkare, antalet
tillgängliga sjuksköterskor och antalet tillgängliga behandlingsplatser. Behand- lingssängar och behandlingsstolar är här summerade till en resurs, eftersom vi söker en optimistiska gräns. Följande parametrar betecknar dessa resurser:
bp: antalet läkare som är tillgängliga under samtliga läkartider varje dag.
bbc: antalet behandlingsplatser som nns tillgängliga under dagen.
bs: antalet sjuksköterskor som är tillgängliga per dag.
Om vi nu inför följande beteckningar:
Bbp
max: maximalt antal patientkontakter som kan genomföras om antalet läkare
begränsar möjligheten att genomföra er patientkontakter.
Bbbc
max: maximalt antal patientkontakter som kan genomföras om antalet be-
handlingsplatser begränsar möjligheten att genomföra er patientkontak- ter.
Bbs
max: maximalt antal patientkontakter som kan genomföras om antalet sjuk-
sköterskor begränsar möjligheten att genomföra er patientkontakter. Maximala antalet patientkontakter på mottagningen är detsamma som maxi- mala antalet patientkontakter för den resurs som först begränsar möjligheten att genomföra er patientkontakter:
8.1. Studie 1 53 Bmax= min n Bbp max, Bb bc max, Bb s max o
Vi behöver nu undersöka funktionerna Bbp
max, Bb
bc
maxoch Bb
s
max.
Begränsning av antalet läkare
Vi beräknar hur många patientkontakter som går att genomföra på mottagning- en med avseende på antalet tillgängliga läkare. Enligt statistiken är ca 41,3 % av alla patientkontakter förknippade med ett läkarbesök (patientkontakter med enbart läkarbesök eller behandling med läkarbesök). På mottagningen nns det sju besökstider för varje läkare, vilket ger att antalet läkarbesök som per dag kan genomföras är 7 · bp. Detta ger:
Bbp
max=
7 · bp
0, 413 Begränsning av antalet behandlingsplatser
I studie 1 nns de bbcbehandlingsplatserna tillgängliga under 29 kvartar (sjuk-
sköterskan arbetar mellan kl 08:00 och 16:30, som är 34 kvartar. Det behövs fyra kvartar till förberedelsetiden och en kvart för att avsluta dagen). En pa- tientkontakt använder i medel en behandlingsplats under 7,17 kvartar. Detta ger:
Bbbc
max=
29 · bbc
7, 17 Begränsning av antalet sjuksköterskor
Det som begränsar maximalt antal patientkontakter då antalet sjuksköterskor begränsar är självklart antalet sjuksköterskor. Detta är dock inte det enda som begränsar maximala antalet patientkontakter. En sjuksköterska följer ett dags- schema, och därigenom begränsar dagsschemat det maximala antalet patient- kontakter, alltså begränsar de lokala villkoren maximala antalet patientkontak- ter. Vi inför därför följande parametrar för de lokala villkoren:
Mk: maximalt antal kvartar patientkontaktstid per dag.
Mb: maximalt antal patientkontakter per dag.
Mp: maximalt antal parallella patientkontakter för varje tidsenhet.
Dessa parametrar tillsammans med antalet sjuksköterskor begränsar det maxi- mala antalet patientkontakter. Vi ska nedan beräkna de delfunktioner som Bbs
max
beror av.
En sjuksköterska kan varje dag ägna 19 kvartar bindande tid åt patientkontakter (sjuksköterskan arbetar i 34 kvartar. Det behövs fyra kvartar till förberedelseti- den, fyra kvartar till administrativt arbete, två kvartar till lunch, fyra kvartar
till telefonsamtal och en kvart för att avsluta dagen. Det resulterar i 19 kvartar som kan ägnas åt patientkontakter). Det totala antalet bindande kvartar som alla sjuksköterskor kan ägna åt patientkontakter blir 19 · bs. En sjuksköterska
ägnar, enligt statistiken, i medel 3,41 kvartar bindande tid för varje patientkon- takt. Maximala antalet patientkontakter blir då 19·bs
3,41.
En begränsande faktor är även det maximala totala antalet kvartar patientkon- taktstid per dag. I medel pågår en patientkontakt i 8,20 kvartar. Det totala antalet kvartar som alla sjuksköterskorna kan genomföra patientkontakter på är
Mk· bs. Maximala antalet patientkontakter blir då Mk·bs
8,20 .
Ett dagsschema kan maximalt innehålla Mbpatientkontakter. Då det nns till-
gång till bs sjuksköterskor blir maximala antalet patientkontakter Mb· bs.
Den sista (kända) begränsande faktorn är maximala antalet parallella patient- kontakter vid varje tidsenhet. Varje sjuksköterska har möjlighet att behandla patienter under 29 kvartar. Varje sjuksköterska får behandla maximalt Mp pa-
tienter samtidigt. Samtliga sjuksköterskor kan då behandla Mp· bs patienter
under 29 kvartar. I medel pågår en patientkontakt i 8,20 kvartar. Maximala antalet patientkontakter blir då Mp·bs·29
8,20 . Alltså fås: Bbs max= min 19·bs 3,41 Mk·bs 8,20 Mb· bs Mp·bs·29 8,20
Vi har nu identi erat de storheter som de nierar Bmax. Den optimistiska grän-
sen för maximala antalet patientkontakter, som kan genomföras på mottagning- en, blir: Bmax= min 7 · bp/0, 413 29 · bbc/7, 17 19 · bs/3, 41 Mk· bs/8, 20 Mb· bs Mp· bs· 29/8, 20
8.1.3 Resultat
Vi har gjort ett stort antal experiment med den ovan beskrivna kolumngene- reringsmetoden. Under experimenten har de dagsscheman som SGP genererar undersökts. De har jämförts med dagsscheman från sjuksköterskornas kalendrar och de har även granskats av vårdenhetschefen Eva Amberin. Dessa dagssche- man visar sig påminna om dagens dagsscheman. Detta antyder att vi lyckats göra en tillfredsställande simulering av verklighetens uppbyggnad av de mest krävande dagsscheman.
8.1. Studie 1 55 Nedan visas tabeller där robustheten i modellen undersökts. I experimenten görs små variationer i indatan för att undersöka eekten av dessa. Experimenten utgår ifrån ett basfall. Under experimenten ändras endast en parameter i taget. När en ny parameter ändras utgår vi på nytt från basfallet. Basfallet de nieras av följande värden på parametrar:
Globala villkor
• Antalet sjuksköterskor: 7 st.
• Antalet tillgängliga läkare vid varje läkartid: 2 st.
• Antalet behandlingsstolar: 3,52 st.
• Antalet behandlingssängar: 14,08 st. Lokala villkor
• Maximalt antal kvartar patientkontaktstid per dagsschema: 50 kvartar.
• Maximalt antal patientkontakter per dagsschema: 6 st.
• Maximalt antal parallella patientkontakter vid varje tidsenhet: 3 st. I samtliga tabeller framgår de optimistiska gränserna för antalet patientkon- takter, Bmax. Genom att undersöka skillnaden mellan Bmax och B ser vi hur
bra/eektivt vår modell och lösningsmetod, och speciellt heuristiken SGP, fun- gerar. I samtliga tabeller kan man se att den optimistiska gränsen uppnås när läkarresursen är den begränsande resursen.
I tabell 8.3 varierades två parametrar (antalet sjuksköterskor och antalet läkare). Detta görs för att få bättre uppfattning av förhållandet mellan B och Bmax
när sjuksköterskor begränsar. När sjuksköterskor är en begränsande resurs blir skillnaden ca 9 %. Denna skillnad uppstår på grund av att den optimistiska gränsen för sjuksköterskor förutsätter att i alla dagsscheman som används ägnar sjuksköterskan maximal bindande tid med patienter, det vill säga att det inte nns någon tid då sjuksköterskan inte har någon arbetsuppgift. Detta betyder att av de dagsscheman som SGP skapar, och som sedan används i lösningen, ägnar sjuksköterskorna i medel 91 % av maximal bindande tid med patienter. Detta betyder att sjuksköterskorna har nästan alltid en arbetsuppgift att utföra. Behandlingsplatserna är aldrig en begränsande faktor i basfallet. Utnyttjandet av behandlingsplatserna är mycket lågt. Denna indataparameter behövs inte varieras då vi direkt kan säga att små variationer i detta indata inte kommer att påverka antalet patientkontakter.
I tabellerna 8.4, 8.5 och 8.6 ändras de lokala villkoren för dagsschemana. I dessa tabeller ser vi att ju lägre värden de lokala villkorens parametrar har ju er sjuksköterskor används.
Tabell 8.1: Resultaten då antalet sjuksköterskor varierar. Outnyttjad resurs
Ssk Bmax B Läkare Stolar Sängar Ssk
6 33,40 30,22 10,8 % 64,8 % 57,3 % 0,0 %
6,5 33,89 32,59 3,8 % 60,4 % 54,3 % 0,0 %
2 33,89 33,89 0,0 % 60,1 % 52,2 % 3,1 %
M 33,89 33,89 0,0 % 60,1 % 52,2 % Ma
a6,78 sjuksköterskor användes.
Tabell 8.2: Resultaten då antalet läkare varierar. Outnyttjad resurs
Läkare Bmax B Läkare Stolar Sängar Ssk
1 16,95 16,95 0,0 % 80,1 % 76,1 % 51,5 % 1,5 25,42 25,42 0,0 % 70,1 % 64,1 % 27,3 % 1,9 32,20 32,20 0,0 % 62,1 % 54,6 % 7,9 % 2 33,89 33,89 0,0 % 60,1 % 52,2 % 3,1 % 2,1 35,59 35,03 1,6 % 58,8 % 50,6 % 0,0 % 2,5 38,97 35,31 16,6 % 59,8 % 49,8 % 0,0 % 3 38,97 35,42 30,3 % 61,2 % 49,3 % 0,0 % M 38,97 35,43 Ma 59,9 % 49,6 % 0,0 % a2,10 läkare användes.
Tabell 8.3: Resultaten då både antalet sjuksköterskor och antalet läkare varierar. Outnyttjad resurs
Ssk Läkare Bmax B Läkare Stolar Sängar Ssk
8 3 44,53 40,36 20,6 % 52,9 % 42,9 % 0,0 % 8 4 44,53 40,49 40,3 % 54,2 % 42,4 % 0,0 % 9 3 50,10 45,25 11,0 % 45,6 % 36,4 % 0,0 % 9 4 50,10 45,50 32,9 % 50,1 % 34,9 % 0,0 % 10 3 50,84 50,01 1,6 % 39,4 % 29,9 % 0,0 % M M 71,18 71,11 Ma 4,6 % 2,6 % Mb a4,20 läkare användes. b15,51 sjuksköterskor användes.
Tabell 8.4: Resultaten då maximalt antal kvartar, för patientkontaktstid, vari- erar.
Outnyttjad resurs
Mk B
max B Läkare Stolar Sängar Ssk
35 29,87 29,54 12,8 % 68,3 % 57,5 % 0,0 % 40 33,89a 32,89 3,0 % 63,1 % 53,1 % 0,0 %
45 33,89 33,89 0,0 % 56,4 % 53,1 % 1,0 %
50 33,89 33,89 0,0 % 60,1 % 52,2 % 3,1 %
8.1. Studie 1 57
Tabell 8.5: Resultaten då maximalt antal patientkontakter varierar. Outnyttjad resurs
Mb B
max B Läkare Stolar Sängar Ssk
4 28,00 28,00 17,4 % 81,9 % 56,8 % 0,0 %
5 33,89 33,89 0,0 % 58,9 % 52,5 % 3,2 %
6 33,89 33,89 0,0 % 60,1 % 52,2 % 3,1 %
Tabell 8.6: Resultaten då maximalt antal parallella patientkontakter varierar. Outnyttjad resurs
Mp B
max B Läkare Stolar Sängar Ssk
1 24,75 23,36 31,1 % 72,8 % 67,0 % 0,0 %
2 33,89 33,89 0,0 % 59,5 % 52,3 % 3,1 %
3 33,89 33,89 0,0 % 60,1 % 52,2 % 3,1 %
8.1.4 Slutsatser
Vi har genom de lokala reglerna lyckats att generera dagsscheman som är myc- ket lika de mest krävande dagsscheman som idag används på mottagningen. Detta vet vi genom att jämföra genererade dagsscheman med dagsscheman från verkligheten och framför allt genom diskussion med vårdenhetschefen.
I gur 8.1 visas ett dagsschema som tagits från en sjuksköterskas kalender. Schemat ger upphov till mycket påfrestande arbetsförhållanden (sjuksköterskan behövde hjälp för att klara av de inbokade patientkontakterna). Dagsschemat innehåller för många aktiviteter med små tidsmarginaler. Sjuksköterskan är även dubbelbokad under tiderna: 12:00-12:15, 14:15-14:30, 15:15-15:45 med att på- börja behandlingar, avsluta behandlingar och genomföra telefonsamtal. Detta dagsschema kan jämföras med de tre dagsschemana, som genererats av SGP, i gur 8.2. Även dessa ger upphov till påfrestande arbetsförhållanden, med för många aktiviteter och små tidsmarginaler, varför de liknar dagsschemat i gur 8.1.
De dagsscheman som genererats i denna studie (och de ifrån sjuksköterskornas kalendrar) är möjliga att arbeta efter under en kort period. De ger dock upphov till arbetsförhållanden som inte fungerar att arbeta efter i det långa loppet. Genom att studera skillnaden mellan Bmaxoch B i tabellerna ser vi att skillna-
den generellt är mycket liten. Detta kan vi tolka som om att heuristiken i SGP fungerar bra. Det kan även tolkas som att modellen och metoden som helhet tycks fungera som önskat. Enligt statistiken genomför mottagningen idag i ge- nomsnitt ca 20,6 patientkontakter per dag. Enligt lösningen vi får ifrån (LP) kan mottagningen i genomsnitt genomföra maximalt ca 33,8 per dag. Skillnaden mellan dessa värdena (genomsnittet och lösningen) indikerar att vi kan använda modellen för att uppfylla mottagningens behov av patientkontakter. Den stora skillnaden beror framför allt på: arbete med medelvärden, samordnad (optime- rad) bokning, avgränsningar och att ej heltaliga dagsscheman används. Vi har alltså kommit fram till att metoden verkar fungera.
Figur 8.1: Exempel på ett dagsschema från en sjuksköterskas kalender med på- frestande arbetsförhållanden.
Figur 8.2: Exempel på tre genererade dagsschemana från studie 1 med påfres- tande arbetsförhållanden.
8.2. Studie 2 59 Då vi i tabellerna varierar en indataparameter i taget blir konsekvensen för totala antalet patientkontakter inte särskilt stor. Förändringen blir (maximalt) linjär, vilket betyder att om läkarresursen minskar med 10 % minskar antalet patientkontakter med högst 10 %. Detta är vad som kan förväntas i en linjär modell. Metoden anses således vara stabil.
Vi ser även att tillgången på antalet läkare och sjuksköterskor verkar bra balan- serad, eftersom de optimistiska gränserna för de båda resurserna ligger endast ca 13 % från varandra. På grund av dels de närliggande gränserna och dels att vi arbetar med medelvärden, ej heltaliga dagsscheman, och avgränsningar är det svårt att säga vilken av resurserna som idag begränsar mottagningen. Vi vet inte vad bristen på resurserna får för eekt när vi löser (HP). Behandlingsplatserna begränsar dock idag inte mottagningens verksamhet.
Genom att studera tabellerna 8.1, 8.2 och 8.3 ser vi när de globala resurserna begränsar. Tabell 8.1 visar att om vi antar att det nns en obegränsad tillgång på sjuksköterskor och behandlingsplatser, borde mottagningen i medel kunna genomföra maximalt ca 33 patientkontakter per dag. Tabell 8.2 visar att om vi istället antar att det nns en obegränsad tillgång till läkare och behandlings- platser, borde mottagningen i medel kunna genomföra maximalt ca 38 patient- kontakter per dag. Observera att detta gäller under förutsättning att endast de mest krävande dagarna inträar och att de inträar under mycket kort period. Slutligen visar tabell 8.3 att om det nns en obegränsad tillgång till läkare och sjuksköterskor borde mottagningen i medel maximalt kunna genomföra ca 70 patientkontakter per dag.
8.2 Studie 2
Syftet med studie 2 är att:• Konstruera dagsscheman som ger upphov till bra arbetsförhållanden.
• Undersöka eekten av att införa sådana dagsscheman.
8.2.1 Förutsättningar
Dessa är initialt de samma som de i kapitel 5. Förutsättningarna kommer dock att förändras under studien, genom att det successivt tillkommer er och er regler i de lokala villkoren. Reglerna är framtagna i samarbete med vårdenhets- chefen och har som funktion att skapa bättre arbetsförhållanden för sjukskö- terskorna. I studien används samma matematiska modell som i studie 1. Reglerna är (sorterade efter prioriteringsordning):
1. Det ska vara en kvart ej bindande tid innan en patientkontakt börjar (ledig tid för sjuksköterskan). Undantaget är om patientkontakten börjar direkt
efter förberedelsetiden, tid för telefonsamtal, administrativt arbete eller lunch.
2. Administrativt arbete schemaläggs mellan kl 15:15 och 16:15. Ingen pati- entkontakt får förekomma under det administrativa arbetet. Sista läkar- tiden (14:45) kan då användas enbart av patientkontakter som består av enbart ett läkarbesök. Om sista läkartiden används minskas tiden för det schemalagda administrativa arbetet. Administrativa arbetet schemaläggs då mellan kl 15:30 och 16:15.
Patientkontakter som är mer än 6 timmar och 15 minuter kan enligt de lokala villkoren aldrig utföras på grund av tidsbegränsningar (de pågår i över 25 kvartar, och mellan kl 08:00 och 15:15 nns det endast 25 kvartar). Det skapas därför ett specialfall om dagsschemat ska innehålla en patient- kontakt som är över 6 h (specialfallet gäller även patientkontakter som pågår i 25 kvartar på grund av ett misstag i programmeringen av SGP). Om detta inträar schemaläggs administrativt arbete istället mellan kl 15:00 och 16:00 för att sjuksköterskan ska hinna avsluta patientkontakten innan dagen ska avslutas kl 16:15. Under det administrativa arbetet får då en patientkontakt förekomma (vilket blir patientkontakten som är över 6 h).
3. Maximalt två parallella patientkontakter för varje tidsenhet. 4. Maximalt 40 kvartar patientkontaktstid per dagsschema.
5. Maximalt en patientkontakt under lunchen och tid för telefonsamtal. 6. Maximalt 35 kvartar patientkontaktstid per dagsschema.
8.2.2 Resultat
Ett antal experiment har gjorts där reglerna 16 successivt läggs till de lokala villkoren. En ny generering av dagsscheman görs efter varje regel som läggs till. Förutsättningarna i tabellerna utgår ifrån basfallet som togs upp i studie 1, om inte de nya reglerna modi erar detta. Genom att jämföra resultatet som basfallet gav i studie 1 och resultatet som basfallet ger i tabell 8.7 ser vi en skillnad på antalet patientkontakter redan efter att första regeln lagts till. I tabell 8.7 anges den outnyttjade resursen på behandlingsplatser mellan 09:00 16:15. Efter att regel 2 införs nns det bara tillgång till behandlingsplatserna mellan 09:0015:15. I vissa fall (då patientkontakter över 6 h utförs) nns det möjlighet att utnyttja behandlingsplatser till kl 16:15. I tabell 8.8 8.12 anges den outnyttjade resursen på behandlingsplatser mellan 09:0015:15.
Vi ser i tabellerna 8.7 8.12 att det hela tiden är antalet sjuksköterskor som be- gränsar möjligheten att genomföra er patientkontakter. Vi ser även hur antalet patientkontakter minskar efter varje regel som successivt läggs till. Detta beror på att vi nu tvingar SGP att införa mer ledig tid i dagsschemana, vilket gör att mängden tillåtna dagsscheman minskar. Konsekvensen av detta är att antalet patientkontakter minskar. I tabellerna kan vi även se hur många sjuksköterskor
8.2. Studie 2 61
Tabell 8.7: Resultat då regel 1 läggs till de lokala villkoren. Outnyttjad resurs
Ssk Läkare B Läkare Stolar Sängar Ssk
7 2 33,01 2,6 % 66,7 % 52,0 % 0,0 % M 2 33,89 0,0 % 65,7 % 50,8 % Ma % 7 M 33,02 Mb % 64,0 % 52,7 % 0,0 % M M 71,11 Mc % 5,0 % 2,5 % Md % a7,19 sjuksköterskor användes. b1,95 läkare användes. c4,20 läkare användes. d16,99 sjuksköterskor användes.
Tabell 8.8: Resultat då regel 12 läggs till de lokala villkoren. Outnyttjad resurs
Ssk Läkare B Läkare Stolar Sängar Ssk
7 2 31,84 6,1 % 54,2 % 50,2 % 0,0 % M 2 33,89 0,0 % 50,4 % 47,2 % Ma 7 M 31,97 Mb 54,5 % 49,8 % 0,0 % M M 60,51 Mc 9,8 % 6,1 % Md a7,52 sjuksköterskor användes. b1,89 läkare användes. c3,57 läkare användes. d14,38 sjuksköterskor användes.
som behövs för att uppfylla samma antal patientkontakter som i studie 1. Ex- empelvis ser vi i tabell 8.12 att det behövs ca 8,75 sjuksköterskor för att kunna utföra lika många patientkontakter som i studie 1.
8.2.3 Slutsatser
Genom att införa regler för hur dagsscheman får genereras har vi lyckats kon- struera dagsscheman som skulle ge bättre arbetsförhållandet (se gur 8.3). Då alla regler (regel 16) införs fås dagsscheman som de nitivt skulle gå att arbeta efter under en längre period. Detta vet vi dels genom att studera de genererade dagsschemana och dels genom diskussion med vårdenhetschefen Eva Amberin.
Tabell 8.9: Resultat då regel 13 läggs till de lokala villkoren. Outnyttjad resurs
Ssk Läkare B Läkare Stolar Sängar Ssk
7 2 30,05 11,3 % 58,8 % 52,5 % 0,0 % M 2 33,89 0,0 % 52,6 % 46,6 % Ma 7 M 30,08 Mb 60,9 % 51,9 % 0,0 % M M 60,51 Mc 10,3 % 5,9 % Md a7,93 sjuksköterskor användes. b1,78 läkare användes. c3,57 läkare användes.