Prosessimallinnus julkisen terveydenhuollon palveluketjun kehittämisessä

Diplomityö käsittelee prosessilähtöisen ajattelun soveltamista julkisen terveydenhuolto-organisaation toiminnan kehittämiseen. Työn tavoitteena on tutkia terveydenhuollon palveluprosesseja ja tehostaa niiden toimintaa. Työssä analysoidaan tietty palveluprosessien kokonaisuus, palveluketju asiakkaan näkökulmasta ja pyritään löytämään siitä ongelma- jakehityskohtia. Työn teoreettisessa osassa on pohjustettu tutkimusta luomalla katsaus julkisen organisaation toimintaan sekä prosessijohtamisen periaatteisiin, painotuksen ollessa asiakaslähtöisyydessä sekä teknologiassa. Palveluketjun analysointi suoritettiin prosessimallinnuksen periaatteiden mukaisesti, hyödyntäenprosessikuvausohjelmistoa. Kuvaus toteutettiin istunnoissa, joissa paikalla oliterveydenhuollon ammattihenkilöitä, prosessimallinnuksen tekninen asiantuntija sekä tutkimusryhmän edustajia. Tutkittavan prosessikokonaisuuden nykytila dokumentoitiin prosessikaavioksi sekä kaaviota tukeviksi dokumenteiksi. Ongelmakohtienkehittämisen perustaksi määritettiin oletuksia sekä tietoteknisistä ratkaisuista että toimintatapojen muutoksista. Kehitysehdotusten pohjalta luotiin palveluketjulle kaksi erilaista tavoitetilaa. Prosessilähtöisen johtamisen periaatteet soveltuivat julkisen terveydenhuollon toimintaprosessien analysointiin ja kehittämiseen. Esitetyillä kehittämisehdotuksilla voitiin saavuttaa kustannussäästöjä sekä tehostaa työajan kohdentumista. Myös asiakkaan hoidon laatua sekä hänen osallisuuttaan palveluun oli mahdollista lisätä.

Tilaus-toimitusprosessin kehittäminen eräässä painotalossa

Tämä diplomityö on tehty painotaloon. Yrityksen tilaus-toimitusketjua on kehitetty ennen diplomityötä. Muutoksen kohteena on ollut toimintamallit, laatu, läpäisy ja tuotanto- ja varastotilojen layout, lisäksi koneitakin on uusittu ja korjattu runsaasti. Muutosten yhteydessä henkilöstöä sopeutettiin vastaamaan uutta toimintamallia ja samalla myös johtamisen vastuu jaettiin uudelleen. Diplomityö koostuu kolmesta merkittävästä osasta ja sen tarkoituksena on kuvata sisäiset prosessit ja kehittää valittuja ongelmia. Ensimmäinen osa käsittelee leania ja sen teoriaa. Lisäksi määritellään lean-työkalut, joita työssä hyödynnetään. Toinen osa keskittyy kuvaamaan työn käytännön osuutta, jossa selvitetään prosessin nykytilaa. Suuri osa tätä diplomityötä on työn tutkimista ja sen kuvaamista yksinkertaisilla prosessikuvauksilla. Nykytilan kuvauksessa etsittiin myös ongelmakohtia, joita käytetään osittain tämän työn kehitysprojekteissa. Ongelmakohtien listan avulla voidaan toteuttaa jatkossa jatkuvan parantamisen projekteja. Kolmas osa työstä liittyy valittujen kehitysprojektien toteutukseen. Ensin työssä kuvataan jatkuvan parantamisen projektien työskentelytavat ja perustellaan syyt projektien valintaan. Valinnan jälkeen kuvataan valittujen projektien toteuttaminen ja lopuksi käydään läpi tulokset. Lisäksi yhteenvedossa esitellään työstä syntyvät jatkotoimenpide-ehdotukset. Kehitysprojektien tuloksien perusteella pystyttiin arvioimaan tulevia kehityskohteita ja niihin käytettäviä työkaluja. Koska kyseessä oli pilottiprojekti, oppimista tapahtui paljon ja tulokset saattavat näyttää positiivisimmilta kun kehitystoimintaa jatketaan. Tuloksina syntyivät prosessikuvaukset melkein jokaiseen työvaiheeseen. Tämän lisäksi prosessikuvausten yhteydessä syntyneitä kehitysehdotuksia voidaan pitää tuloksina. Ensimmäinen kehitysprojekteista oli työmääräimen kehittäminen. Työmääräintä muutettiin informatiivisemmaksi, mutta muu parantaminen jäi diplomityön ulkopuolelle. Toinen kehitysprojekti oli varastotuotteiden hallinnan kehittäminen, jossa aloitettiin ennakoida asiakkaan tilauksia ja varastojen arvot saatiin paremmin hallintaan. Tuloksia saavutetaan enemmän, mikäli toimintaa laajennetaan. Viimeisenä kehitysprojektina oli työpisteen toiminnan kehittäminen. Kehittämisessä keskityttiin pohjapiirroksen järkevöittämiseen, työtapojen vakiointiin ja lean-työkalu 5S toteutukseen. Työpisteen tehokkuutta saatiin nostettua jonkun verran, tosin painopiste oli uuden toimintatavan oppimisessa.

[Systematic sanitation of dairy herds with mastitis caused by Staphylococcus aureus]

Several strategies are known for sanitizing dairy herd problems caused by Staphylococcus (S.) aureus. They mostly consist of general management measures but specific decision-making at an individual animal level has not been described. A sanitation program in the form of a process chart developed by the Bern Clinic for Ruminants was undertaken in 10 dairy herds with this problem. In an affected herd the cows were divided into 3 groups: healthy, suspect, infected. Three milk samples (MS), taken at two-week intervals were cultivated. The cows were grouped according to the culture results. To measure the success of the sanitation program, the key figures <> (target < 150,000 SCC/ml) and <> (limit: 150'00 SCC/ml, target < 20 %) were used. These were compared with the corresponding key figures from dairy herds, which were followed-up by the Bern Clinic for Ruminants (control herds). The problem herd sanitation program lasted between 2 and 21 months. A total of 1598 MS were analyzed, of which 241 (15 %) were S. aureus positive (15 %). At the end of the sanitation the key figures between problem herds and control herds were similar. The sanitation program has proved to be practical. The detection of S. aureus positive cows proved to be reliable and the udder health of the herd could be significantly improved.

Economic-statistical design of the (X)over-bar chart used to control a wandering process mean using genetic algorithm

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Double sampling (x)over-bar control chart for a first-order autoregressive moving average process model

Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)

An adaptive chart for monitoring the process mean and variance

Traditionally, an (X) over bar chart is used to control the process mean and an R chart is used to control the process variance. However, these charts are not sensitive to small changes in the process parameters. The adaptive ($) over bar and R charts might be considered if the aim is to detect small disturbances. Due to the statistical character of the joint (X) over bar and R charts with fixed or adaptive parameters, they are not reliable in identifing the nature of the disturbance, whether it is one that shifts the process mean, increases the process variance, or leads to a combination of both effects. In practice, the speed with which the control charts detect process changes may be more important than their ability in identifying the nature of the change. Under these circumstances, it seems to be advantageous to consider a single chart, based on only one statistic, to simultaneously monitor the process mean and variance. In this paper, we propose the adaptive non-central chi-square statistic chart. This new chart is more effective than the adaptive (X) over bar and R charts in detecting disturbances that shift the process mean, increase the process variance, or lead to a combination of both effects. Copyright (c) 2006 John Wiley & Sons, Ltd.

Monitoring process mean and variability with one non-central chi-square chart

Traditionally, an (X) over bar -chart is used to control the process mean and an R-chart to control the process variance. However, these charts are not sensitive to small changes in process parameters. A good alternative to these charts is the exponentially weighted moving average (EWMA) control chart for controlling the process mean and variability, which is very effective in detecting small process disturbances. In this paper, we propose a single chart that is based on the non-central chi-square statistic, which is more effective than the joint (X) over bar and R charts in detecting assignable cause(s) that change the process mean and/or increase variability. It is also shown that the EWMA control chart based on a non-central chi-square statistic is more effective in detecting both increases and decreases in mean and/or variability.

Monitoring the process mean and variance using a synthetic control chart with two-stage testing

Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)

A synthetic control chart for monitoring the process mean and variance

Purpose - The aim of this paper is to present a synthetic chart based on the non-central chi-square statistic that is operationally simpler and more effective than the joint X̄ and R chart in detecting assignable cause(s). This chart will assist in identifying which (mean or variance) changed due to the occurrence of the assignable causes. Design/methodology/approach - The approach used is based on the non-central chi-square statistic and the steady-state average run length (ARL) of the developed chart is evaluated using a Markov chain model. Findings - The proposed chart always detects process disturbances faster than the joint X̄ and R charts. The developed chart can monitor the process instead of looking at two charts separately. Originality/value - The most important advantage of using the proposed chart is that practitioners can monitor the process by looking at only one chart instead of looking at two charts separately. © Emerald Group Publishing Limted.

Double sampling X̄ control chart for a first order autoregressive process

In this paper we propose the Double Sampling X̄ control chart for monitoring processes in which the observations follow a first order autoregressive model. We consider sampling intervals that are sufficiently long to meet the rational subgroup concept. The Double Sampling X̄ chart is substantially more efficient than the Shewhart chart and the Variable Sample Size chart. To study the properties of these charts we derived closed-form expressions for the average run length (ARL) taking into account the within-subgroup correlation. Numerical results show that this correlation has a significant impact on the chart properties.

A new sampling strategy for the Shewhart control chart monitoring a process with wandering mean

Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)

Economic design of an X chart for short-run production

The aim of this paper is to present an economical design of an X chart for a short-run production. The process mean starts equal to mu(0) (in-control, State I) and in a random time it shifts to mu(1) > mu(0) (out-of-control, State II). The monitoring procedure consists of inspecting a single item at every m produced ones. If the measurement of the quality characteristic does not meet the control limits, the process is stopped, adjusted, and additional (r - 1) items are inspected retrospectively. The probabilistic model was developed considering only shifts in the process mean. A direct search technique is applied to find the optimum parameters which minimizes the expected cost function. Numerical examples illustrate the proposed procedure. (C) 2009 Elsevier B.V. All rights reserved.

The application of statistical process control charts to the detection and monitoring of hospital-acquired infections

The monitoring of infection control indicators including hospital-acquired infections is an established part of quality maintenance programmes in many health-care facilities. However, surveillance data use can be frustrated by the infrequent nature of many infections. Traditional methods of analysis often provide delayed identification of increasing infection occurrence, placing patients at preventable risk. The application of Shewhart, Cumulative Sum (CUSUM) and Exponentially Weighted Moving Average (EWMA) statistical process control charts to the monitoring of indicator infections allows continuous real-time assessment. The Shewhart chart will detect large changes, while CUSUM and EWMA methods are more suited to recognition of small to moderate sustained change. When used together, Shewhart and EWMA methods are ideal for monitoring bacteraemia and multiresistant organism rates. Shewhart and CUSUM charts are suitable for surgical infection surveillance.