8e Confrence Internationale de MOdlisation et SIMulation - MOSIM10 - 10 au 12 mai 2010 - Hammamet - Tunisie

Evaluation et optimisation des systmes innovants de production de biens et de services

DIMENSIONNEMENT PAR SIMULATION DUNE STRUCTURE DE PRISE

EN CHARGE DE LA MATERNITE A DOMICILE
NORLY GERMAIN, NIDHAL
REZG
LGIPM / Universit Paul Verlaine
le du Saulcy
57045 Metz Cedex 01 - France
germain2@univ-metz.fr,
rezg@univ-metz.fr

THIBAUD MONTEIRO

EVENS EMMANUEL

LASPI / Universit Jean Monnet

Centre Universitaire Roannais
12 avenue de Paris
42334 Roanne Cedex - France
thibaud.monteiro@univ-stetienne.fr

LAQUE / Universit Quisqueya,

Angle rue Charron et Blvd. H.
Truman. P-au-P, Hati
evemm1@yahoo.fr

RESUME : La recherche dune alternative viable la prise en charge traditionnelle des patients en milieu hospitalier,
la rationalisation des cots et lamlioration de la qualit des soins de sant constituent les lments fondamentaux
pourvoir dans le secteur sanitaire afin de rpondre en temps et lieu la demande des soins. En Hati, tout comme dans
dautres pays en voie de dveloppement, des services comme la cancrologie, la psychiatrie, la cardiologie, la
neurologie, la maternit, etc. sont frapps par une pnurie de ressources humaines qualifies. Le peu de professionnels
de sant qui vivent encore dans le pays se centralise en milieu urbain alors que la population demeure essentiellement
rurale. En consquence, on assiste une concentration des services et un engorgement des centres sanitaires et la
propagation des pidmies et des infections nosocomiales. Le service de la maternit est le plus affect par cette
carence en ressources. En Hati, 75 % des accouchements se font domicile sans la prsence dun professionnel de
sant. Le taux de mortalit maternelle est de 670 pour 100 000, le plus lev dans le continent amricain. La mortalit
infantile est de 80 naissances vivantes. Afin de contribuer une diminution des taux de dcs survenus lors des
accouchements, nous proposons, dans le cadre de ce travail, la mise en uvre dune plateforme de prise en charge de
la maternit domicile. Cette plateforme, conue partir de la mthode de modlisation ASCI (Analyse, Spcification,
Conception, Implmentation), permet dlaborer un modle de connaissances (rseau de Petri) et un modle daction
(SIMAN/ARENA) implments dans OptQuest pour le dimensionnement des ressources. Elle sera mise en place dans un
centre hospitalier Port-au-Prince.
MOTS-CLES : Hospitalisation domicile, Modlisation, Rseau de Petri, Dimensionnement par simulation,
Plateforme de prise en charge.

INTRODUCTION

Ce travail est ralis en collaboration avec le centre de

Maternit Isae Jeanty et Paul Audain Port au Prince,
en Hati.
Le systme hospitalier est, de nos jours, confront de
profonds changements, tant donn les perces technologiques et lapparition de nouveaux concepts pouvant
satisfaire de manire efficace et efficiente les besoins
pressants du patient. Le vieillissement des populations,
lengorgement des hpitaux, la pnurie en ressources
humaines, matrielles et techniques contraignent les acteurs du systme hospitalier repenser lorganisation et
la production des soins (Fakhfakh, 2007). un moment
o la demande en soins de sant excde progressivement
loffre, des dispositifs facilitant laccs aux soins sont
reconsidrer. Quil sagisse dune rorganisation des
structures hospitalires ou le dveloppement dautres
mthodes permettant de rapprocher lhpital au patient,
des changements dans ce secteur sont largement envisags.

Lhpital, tablissement amnag de manire pouvoir

offrir tous les soins mdicaux et chirurgicaux, a connu
une volution historique. Cela remonte plus de 50 ans
depuis que les pays dvelopps ont propos une alternative viable lhospitalisation traditionnelle, soit lHAD
(Hospitalisation Domicile) : une structure de prise en
charge des patients leurs domiciles. Cette nouvelle
option permet de garder le patient dans son entourage,
rduire sa pression psychologique et facilite sa rinsertion aprs un sjour en milieu hospitalier. : Home
Health Care aux USA ; HAD : Hospitalisation
Domicile en France ; ODO : Ospedale Domiciliare
Oncologico en Italie; Husliche Krankenpflege en
Allemagne, Hospital-Based at Home en Sude, et
Hospital in the home en Australie, sont autant
dappellations qui sont attribues ce mode de prise en
charge en dehors de lhpital (Jebali, 2004). La tendance
de nos jours est dappliquer cette mthode des services
hospitaliers jugs vulnrables aux dangers, comme la
maternit. Lorganisation de prise en charge dans ce service doit se faire dans les meilleures conditions possibles
afin de protger la parturiente et son ftus de tout prju-

MOSIM10 - 10 au 12 mai 2010 - Hammamet - Tunisie

dice issu des complications obsttricales. Larrive dun

bb relve dun systme dynamique qui implique diffrents professionnels de la sant, la femme, le conjoint et
la famille de ces derniers (Capponi & Horbacz, 2008).
Rduire les taux de mortalit maternelle et infantile
constitue les dfis du service de la maternit. Malheureusement, dans les pays en voie de dveloppement, ces
taux augmentent progressivement montrant la dgradation de leur situation sanitaire. Hati, pays en dveloppement, est class au 148e rang sur 179 pays dans la rubrique Engagements en faveur de la sant : accs, services et ressources , tandis que la Rpublique Dominicaine, pays voisin, est classe au 91e rang (PNUD,
2008). Hati se caractrise en effet par un systme de
sant rduit avec un accs restreint et une qualit inadquate des services et des soins de sant. Les ressources
humaines mal rparties, insuffisantes en quantit et en
qualit, le manque chronique de matriels et
dquipements sont videmment un handicap pour la
prestation de services de qualit (MSPP, 2003 ; Germain
et al, 2008).
Trouver une alternative permettant de rduire les taux de
dcs survenant dans le processus de naissance constitue
notre proccupation dans ce travail. Afin datteindre
notre objectif qui est llaboration dune plateforme de
prise en charge de la maternit domicile permettant
daccompagner et dassister les femmes enceintes leur
domicile, nous tcherons, dabord, de prsenter les enjeux ainsi que les contextes dans lesquels volue le service de la maternit dans les pays en dveloppement,
notamment Hati. Nous prsentons, dans la troisime
partie, notre mthode de dimensionnement. En nous rfrant lapproche de modlisation ASCI (Analyse, Spcifique, Conception, Implmentation) dfinie par Michel
GOURGAND et Patrick KELLERT (Gourgand & Kellert, 1991), nous avons conu un modle de connaissance
en utilisant les rseaux de Petri pour la modlisation de
ce processus. Ce dernier est transform formellement
dans le langage de simulation SIMAN/ARENA en vue
dlaborer le modle daction. Notre approche est mise
en place travers un cadre exprimental permettant de
dimensionner les ressources humaines ncessaires la
mise en uvre de cette dmarche pour la zone couverte
par le centre de maternit Isae Jeanty et Paul Audain
Port-au-Prince.
2

ENJEUX ET CONTEXTE

En dpit des progrs mesurables durant ces vingt dernires annes, la situation sanitaire des pays pauvres
reste caractrise par une forte mortalit (infantile, notamment), une esprance de vie faible et une morbidit
toujours aussi proccupante lie aux carences nutritionnelles et aux maladies transmissibles (Brcker & Canestri, 2000). Dans le monde, chaque anne, prs de
600 000 femmes meurent pendant la grossesse, l'accouchement, ou dans leurs suites immdiates. 89 % de
ces dcs concernent des femmes provenant de lAfrique
et de lAsie du Sud (Grossmann-Kendall and al. 2001). 4

millions denfants meurent dans les 28 jours suivants la

naissance, 3.3 millions meurent la naissance. Le taux
de mortalit des moins de cinq ans est 7 fois plus lev
en Afrique quen Europe (MdM, 2008). Une femme sur
16 en Afrique meurt lors de sa grossesse ou de son accouchement tandis que dans les pays dvelopps on retrouve 1 dcs sur 2 800 pour ce mme cas. La grossesse, laccouchement et ses suites exposent les femmes
et leurs enfants des risques majeurs. 300 millions de
femmes souffrent de pathologies chroniques lies
laccouchement (MdM, 2008). Des contraintes diverses
telles que les problmes socio-conomiques, pnuries
des ressources, centralisation des services et parfois conflits arms sont la base de cette situation alarmante. Au
Npal, par exemple, 81 % des accouchements se font
domicile et les parturientes disent prfrer donner naissance chez elles que daller dans un centre hospitalier
(Rath et al, 2007). Elles sassurent du confort environnemental, de la prsence familiale et vitent les cots
supplmentaires. Il en est de mme pour la Bolivie o
des femmes disent prfrer accoucher chez elles. Elles
dclarent avoir peur de lenvironnement pathologique de
lhpital et de toute proposition de csarienne par un
mdecin, en cas de complications (Bradby, 1999).
En Hati, la situation sanitaire est assez prcaire et nest
pas diffrente de celle des autres pays pauvres dans le
monde. On assiste une centralisation des services de
soins en milieu urbain pendant que 60 % de la population vit encore en milieu rural, ce qui empche 80 % des
Hatiens vivant au pays avoir accs aux soins de sant.
Le dpart massif des cadres vers lAmrique du Nord
laisse un vide au niveau du personnel de sant reprsentant 80 %. Lillettrisme, les mauvais tats des routes, les
croyances populaires sont entre autres quelques facteurs
qui poussent la majorit des femmes enceintes accoucher leur domicile (EMMUS IV, 2007). Espace trop
restreint, faibles technologies mdicales, absence de socialisation mdicale font parties aussi des causes diverses
qui contribuent aux dfaillances du systme de sant du
pays. cause de cette situation alarmante, on assiste
dans le pays une augmentation progressive des taux de
mortalit, une augmentation de lexode rural et la
propagation des pidmies et des infections nosocomiales.
Les donnes publies par le MSPP (Ministre de la Sant
Publique et de la Population), lOMS (lOrganisation
Mondiale de la Sant) et EMMUS (Enqutes Mortalit,
Morbidit, et Utilisation des Services) donnent une premire explication ces forts taux de mortalit : 75 % des
accouchements, en Hati, se font domicile sans la prsence dun professionnel de sant. Selon ces enqutes,
95 % des femmes nont pas effectu de visites prnatales
et 64 % nont pas effectu de visites postnatales. Ce
manque de suivi contribue largement laugmentation
des dcs maternels et infantiles. Hati a, en effet, les
taux de dcs les plus levs dans le continent amricain
avec 670 dcs maternels pour 100 000 naissances vivantes et 80 dcs infantiles. Lesprance de vie de la

MOSIM10 - 10 au 12 mai 2010 - Hammamet - Tunisie

population se situe autour de 54 ans pour les femmes et

de 52 ans pour les hommes. En comparaison aux donnes statistiques des pays voisins dHati, comme la Rpublique Dominicaine, Cuba et la Jamaque, on retrouve
respectivement, pour 100 000 naissances vivantes, des
taux de mortalit maternelle slevant 150, 45 et 170,
et des taux de mortalit infantile 27 , 6 et 16
(OMS, 2007). Pourtant, les Objectifs du Millnaire
(ODM) qui ont t approuvs en septembre 2000 par 189
pays lassemble gnrale des Nations Unies font tat
dexigences assez objectives en termes de rduction des
taux de dcs maternels et infantiles. En effet, les objectifs 4 et 5 de ces rglements se focalisent sur la rduction
du taux de mortalit infantile de moins de 5 ans de 2/3 et
celui de mortalit maternelle de 3/4 dici 2015 (UN,
2009 ; Fullerton, 2007). Une des pistes envisages pour
la rduction des taux de dcs maternels et infantiles
serait laugmentation de la capacit des centres hospitaliers (Costello, 2006). Cependant, dans le contexte des
pays en voie de dveloppement, cette option est loin
dtre une solution idale, car plus de la moiti de la population vit en milieu rural pendant que les ressources de
sant se concentrent en ville. Dautres approches peuvent
tre envisages. Au Npal, par exemple, on pense que la
consommation de vitamines A par des femmes enceintes
contribue rduire le taux de dcs maternels de 40 %
(Costello, 2006). La formation de groupes dappui aux
femmes peut aussi aider motiver et attirer lattention
des femmes en ge denfanter sur les prcautions
prendre lors de certaines complications.
Pour une question dordre culturel, certaines personnes
pensent quil est judicieux de donner naissance au premier-n de la famille dans le village natal de ses grandsparents. Dautres, pour des raisons socio-conomiques,
sabstiennent davoir recourt aux centres hospitaliers
quips des ressources fiables. Ce qui explique en partie
la raison du taux lev des accouchements qui se font
domicile. Pour pallier les problmes de dcs issus des
complications obsttricales ou des maladies lies la
grossesse, une approche communautaire peut tre envisage pour accompagner et assister les femmes enceintes
leur domicile en mettant leur disposition des ressources humaines ayant des connaissances approfondies
dans la prise en charge des accouchements.
Laccouchement domicile assist par un/une connaisseur/connaisseuse traditionnel(le) nest pas une bonne
option. Mais la structuration de cette mthode avec
lappui des sages-femmes bien formes peut aider apporter des soins des milliers de femmes qui enfantent
tous les jours en milieu rural. Cest dans ce contexte
daugmentation du suivi mdical domicile que se situe
notre travail. Le dimensionnement par simulation dune
structure de prise en charge de la maternit domicile va
permettre de quantifier de faon rationnelle les ressources humaines ncessaires la mise en uvre de cette
plateforme.

METHODES

La mise en place dune plateforme de prise en charge de

la maternit en dehors des murs de lhpital permettrait
de se rapprocher au plus prs des patientes. Runir des
professionnels de sant de comptences diffrentes
comme
les
mdecins
gnralistes,
obsttriciens/gyncologues, les pdiatres et les sages-femmes
pour limplmentation de cette plateforme contribuera
suivre le droulement de la maternit depuis la fcondation jusqu la priode postnatale en passant par
laccouchement proprement dit. Ce service sera destin
aux femmes qui sont en ge de procrer. Celles qui seront prises en charge devront antrieurement effectuer un
diagnostic de grossesse. Par la suite, celles qui sont diagnostiques enceintes pourront dcider dadhrer la
plateforme. Les tournes seront assures par des sagesfemmes pour laccompagnement de la grossesse. En cas
de dtection dun problme ou dune anomalie au niveau
de la grossesse, la parturiente sera rapidement prise en
charge et transfre vers un centre hospitalier se trouvant
dans lagglomration (des centres identifis et aviss
pralablement) pour une valuation du risque. Si le
risque est lev, cette patiente continuera tre surveille et effectuer des examens plus approfondis jusqu
laccouchement, qui sera fait, ventuellement, plutt par
csarienne. Si, au contraire, le risque est faible, il sera
matris et gr jusqu un accouchement physiologique.
Pour llaboration de notre dmarche, une enqute de
terrain base sur un suivi de 8 semaines a t mene au
centre de maternit Isae Jeanty et Paul Audain Port au
Prince. partir des donnes recueillies, nous avons conu, laide du modle des rseaux de Petri (RdP), la
cartographie de processus de prise en charge des patientes dans les deux cas : dans le centre et en dehors de
celui-ci. Pour le dimensionnement des ressources humaines ncessaires la bonne marche de cette plateforme, nous avons transform le modle rseau de Petri
dans le langage formel SIMAN/ARENA en nous basant
sur lapproche ASCI.
3.1

Modle de Connaissance : Rseau de Petri

Pour la promotion de la structure de prise en charge en

dehors des murs de lhpital et la valorisation de la comptence des sages-femmes en Hati, nous avons suggr
au centre de maternit Isae Jeanty et Paul Audain de
mettre en uvre un service dHAD (Hospitalisation
Domicile) pour la prise en charge de la maternit en dehors du centre. Une telle alternative contribuera une
rduction des taux de mortalit maternelle et infantile
dans lagglomration environnant le centre de maternit.
Nous prsentons, dans un premier temps, une comprhension globale et une vue systmique des processus de
prise en charge en vue dassurer la continuit de production des soins et damliorer la qualit du service. Celleci dpend principalement du partage dinformations et de
la synchronisation des activits relatives la prestation
de soins entre les diffrents professionnels de sant et

MOSIM10 - 10 au 12 mai 2010 - Hammamet - Tunisie

instances impliqus. Ceci est possible dans le cas o les

parties prenantes dtiennent une connaissance avance
de leur fonctionnement rciproque et demeure une ralit
ds lors que plusieurs intervenants interagissent et conduisent leurs activits afin de dlivrer des services de
soins ncessaires au domicile de la patiente. Le service
HAD permet damener les soins au domicile de la patiente pour favoriser un accouchement prsentant moins
de risques. Lide, cest de mobiliser les ressources
dIsae Jeanty travers notre modle daction pour une
meilleure prise en charge de la parturiente.
cet effet, nous proposons une approche de modlisation des processus, dite modle de connaissance, plus
exactement les RdP, dans le but de formaliser lensemble
des principaux processus qui concourent la ralisation
parfaite de ce modle afin de reprsenter son fonctionnement gnrique ainsi que les flux physiques et informationnels.
Les RdP sont utiliss pour la modlisation du processus
de prise en charge de la grossesse. Leur rle est de formaliser la dynamique et lenchanement logiques des
activits du processus. Cela permet de faciliter lanalyse
des processus de prise en charge des patientes dans ce
centre. Ils fournissent un modle de description de processus concurrents et parallles vnements discrets
(Barnichon ; 1990, Valette ; 2002). La problmatique
scientifique de notre RdP est de dfinir le marquage initial nous permettant datteindre lobjectif (marquage
cible). cette fin, nous prsentons, le macro-modle de
prise en charge de la maternit dans la figure 1. Cest un
rseau de Petri non marqu. Nous cherchons donc dfinir le marquage optimal de dveloppement dun rseau
de dimensionnement de ressources pour assurer le diagnostic
ou
la
consultation
des
patientes,
laccompagnement de la grossesse (au centre ou domicile), laccouchement domicile (physiologique) ou en
centre hospitalier (csarienne). Les enqutes de terrains
ont permis de dfinir les rgles de franchissement des
transitions. Les places reprsentent les interactions des
professionnels de sant et les patientes. Par exemple, la
premire transition T0 est franchie suivant une loi de
poisson de taux reprsentant la loi darrive des patientes. La place diagnostic de la grossesse , qui consiste planifier une rencontre entre un mdecin et une
patiente pour une consultation, se fait au centre de la
maternit. Suite son diagnostic qui rvle sa grossesse,
la femme dcide de franchir la transition T1 pour
sadhrer la structure daccompagnement au centre
hospitalier, ou de franchir la transition T2 pour sadhrer
la structure daccompagnement domicile. Une femme
enceinte qui adhre la structure de prise en charge en
HAD a deux possibilits : celle de se dplacer pour aller
voir la sage-femme qui laccompagne dans une maison
de naissance (cest--dire une structure de prise en
charge consacre uniquement la maternit) ou au
centre ; ou bien elle peut tre accompagne son domicile, dans ce cas, cest la sage-femme qui se dplace vers
elle. Dans les deux cas, laccouchement peut-tre assur

soit domicile, soit lhpital. Cela dpend du niveau

de complications. Si ncessaire au moment mme de
laccouchement, la parturiente pourrait tre transfre
durgence vers le centre hospitalier le plus proche au cas
o une intervention chirurgicale soit requise. Sinon, la
gestante dlivrera physiologiquement chez elle. Ce processus permettra de suivre de prs la femme enceinte
afin de pouvoir intervenir en cas de dtection de symptmes anormaux, et du coup, protger et la mre et sa
progniture. En consquence, les transitions T4 et T6
sont franchies pour un accouchement physiologique et
les transitions T3 et T5 sont franchies en cas de complications.

Figure 1: Macro modle de prise en charge de la maternit

Nous avons subdivis ce rseau global en trois modles
de travail, savoir un modle pour le diagnostic de la
grossesse, un pour la surveillance ou laccompagnement
de la grossesse, et un autre pour laccouchement physiologique ou par csarienne. Nous prsentons dans la figure 2 un de ces trois modles quest le diagnostic de
la grossesse .

Figure 2: Diagnostic de la grossesse

MOSIM10 - 10 au 12 mai 2010 - Hammamet - Tunisie

La transition T0, comme il est indiqu prcdemment,

est franchie suivant une distribution de poisson de taux
de reprsentant la loi darrive des patientes. Dans la
place patiente , on retrouve une ou plusieurs femmes
qui attendent pour un diagnostic. La transition T11 est
franchissable si la place Mdecin est marque dun ou
plusieurs jetons reprsentant les mdecins disponibles.
T15 est franchie sil ny a aucun mdecin disponible
pour recevoir la patiente aprs quelle ait attendu pendant un certain temps. Ceci sexplique du fait que la
journe de travail touche sa fin. Tandis que la place
diagnostic de la grossesse reprsente lacte mdical.
T13 est franchie si la femme diagnostique est enceinte
(on reprsente cette probabilit par (), et pour une probabilit de (1-), la transition T12 est franchie et la patiente quitte le systme. Dans les 2 cas, on rcupre la
ressource Mdecin et on dnombre les diagnostiques
(enceintes et non enceintes). Il est noter que les dossiers des patientes sont prpars et enregistrs par une
ressource dnomme Secrtaire Mdicale qui est
place en amont de la ressource Mdecin . En consquence, mise part la place contenant les patientes diagnostiques non enceintes, deux places sont considrer : celle reprsentant les patientes qui sont parties sans
se faire diagnostiques par manque de ressources dans la
place Mdecin ou la fin de la journe de travail, et
des patientes qui sont diagnostiques enceintes et dont
on aura dterminer avec elles leur prfrence sur la
prise en charge, qui sera soit domicile, soit au centre. Il
sagit donc de dterminer pour ce premier modle de
travail, le marquage initial M0(0, Cm, 0, 0) permettant de
minimiser loccurrence du franchissement de la transition T5.
Il en sera de mme dans les autres modles de travail o
il sagira de dfinir le marquage initial (dimensionnement des ressources) apte garantir la performance du
systme modlis. Pour la surveillance de la grossesse et
laccouchement hors les murs, les jetons dans la place en
amont reprsenteront les ressources sages-femmes , et
pour laccouchement au centre hospitalier, en cas de
complications, les jetons dans la place en amont reprsenteront des mdecins spcialistes qui peuvent tre des
obsttriciens/chirurgiens et des pdiatres.
3.2 Liaison des rseaux de Petri (RdP) avec le langage de simulation ARENA
La transformation de notre modle de connaissance au
modle daction ou programmation de simulation se fait
en utilisant le langage SIMAN/ARENA. Les rseaux de
Petri disposent dun langage simple et prcis et dcrivent
objectivement le systme rel. Toutefois, ntant quun
outil danalyse, les RdP permettent difficilement
dvaluer simplement et directement les performances
dun systme temporis ou stochastique. En vue de complter et de valoriser notre dmarche de modlisation, un
langage de simulation a t ncessaire. SIMAN/ARENA
se rvle tre la bonne option. Il permet dexploiter au

mieux la description spcifique du modle conceptuel.

Des blocs dans ARENA sont analogues des places et
des transitions dans les RdP, comme on peut le constater
au tableau 1 dans lequel nous prsentons quelques instructions de RdP transformes en SIMAN/ARENA.
Cest une tude qui est limite une prsentation trs
sommaire de quelques instructions de SIMAN et avec les
RdP, cest--dire leur interprtation en terme de place
ou de transition tiquete par linstruction SIMAN correspondante. Le lien sopre alors en associant chaque
structure lmentaire dun rseau de Petri un bloc
dARENA/SIMAN selon son contexte. Un jeton du rseau est reprsent par une entit correspondant la
place du jeton et un marquage par une accumulation
dentits. Nous reprenons ici une partie des travaux de
thse de Barnichon sur le couplage RdP SIMAN (Barnichon, 1990) pour montrer comment les instructions de
type bloc reoivent une interprtation laide des
RdP.
SIMAN

RdP
R

Create

Delay

D=T

Queue (FIFO)

Seize

Release

Tableau 1: Couplage SIMAN SIMAN selon Barnichon

Create - Place
Les entits peuvent entrer dans le systme par
lintermdiaire dun bloc Create . Toute entit de
SIMAN tant associe un jeton, linstruction Create
correspond une transition source et une place dans laquelle sont injects des jetons au rythme (R) prvu par
linstruction.
Delay Place
Une pice dont on commence lusinage nest disponible
(sauf complication) qu la fin de lopration. Lentit
correspondante de SIMAN doit donc tre place dans
une situation o sa seule activit consiste consommer
du temps ; ceci est ralis dans SIMAN par linstruction
Delay : T. La configuration analogue pour les RdP Ptemporiss est obtenue par une place temporise de dure T.
Queue Place

MOSIM10 - 10 au 12 mai 2010 - Hammamet - Tunisie

Les entits qui ont besoin dune ressource ne sont pas

toujours servies immdiatement et doivent attendre dans
des files dattente. Ces files dattente sont numrotes et
sont dsignes dans SIMAN par Queue, 1 Queue, 2 ;
elles correspondent au niveau des RdP des places tiquetes Queue, 1 Queue, 2 systmatiquement, les
labels associs seront appels Q1, Q2 De plus, nous
considrons que les places conservent en mmoire
lordre darrive des jetons, ce qui permettra dappliquer
des rgles de gestion des files dattente de style FIFO,
LIFO

Seize / Release Transition

Une pice, qui entre sur une machine M, le fait dans
SIMAN en rservant cette ressource grce linstruction
Seize : M. A la fin de lusinage, lorsque la pice sort de
la machine, la ressource est libre avec linstruction
Release : M. Ceci correspond exactement au schma
dusinage dcrit par les RdP, lentre et la sortie de la
machine tant associes arcs sortants ou entrant dune
transition.

simuler des systmes discrets, continus ou mixtes (Barnichon, 1990). ARENA est un outil graphique facilitant
la modlisation et lanimation des systmes, bases sur
le paradigme objet et la modlisation hirarchique. Ces
deux principes reprsentent le fondement dARENA
(Pegden, 1992). Ils permettent de rutiliser des modles
dans dautres applications, de minimiser le temps de
dveloppement et dviter des erreurs de modlisation.
La base du langage est lutilisation gnralise de la notion de ressource ; les entits, qui parcourent un processus, occupent des ressources ou les attendent dans des
files dattente (Barnichon, 1990). Ce langage offre la
possibilit de dcrire graphiquement le modle laide
dun schma, ce qui permet dviter dcrire des milliers
de lignes de codes de programmation. La figure 4 montre
le droulement des activits de la plateforme : des mdecins qui y sont affects et des patientes en attente de
soins. Les premires visites des patientes sont effectues
au centre de maternit Isae Jeanty et Paul Audain.
Celles qui souhaitent adhrer au service dHAD du
centre sont ajoutes sur une liste dattente. Dans une
agglomration de 10 km environ, des tournes pour une
sage-femme seront programmes.

3.3 Modle daction

Lune des causes majeures de la mortalit maternelle est
la distance qui spare une parturiente dun centre de sant
(Figa-Talamanca,
1996).
Les
problmes
dinfrastructures routires, dillettrisme et socioconomiques constituent des barrires pour ces femmes
de pouvoir se rendre dans un centre hospitalier en cas de
besoin. Dun autre ct, on assiste lincapacit des
centres pouvoir desservir une majorit de femmes.
Pouvoir utiliser les ressources mdicales (mdecins, infirmires, sages-femmes, agents de sant, auxiliaires)
de faon rationnelle peut aider viter le pire. Le dimensionnement de ces ressources peut favoriser une meilleure desserte en identifiant le nombre de mdecins pour
travailler linterne et le nombre de sages-femmes
affecter la plateforme pour assurer les tournes chez les
parturientes.

Figure 3: Plateforme de prise en charge

Le macro-modle de connaissance prsent sous forme

de graphique en rseaux de Petri la figure 1 doit-tre
implment afin de crer notre modle daction. Le modle daction est la traduction du modle de connaissance laide dun langage de simulation, en
loccurrence, ici, SIMAN/ARENA. Il va donc reproduire
le fonctionnement du systme rel. Le modle daction
value les performances du systme de production ; ce
qui peut entraner des modifications de conception et
donc de nouvelles valuations.
Cette implmentation se fait grce au logiciel de simulation gnrale SIMAN/ARENA. SIMAN, provenant de
deux mots SIMulation et ANalysis) , conu par C. D.
Pedgen, au cours des annes 80, est un langage de simulation du type interaction du processus , ARENA reprsentant la version graphique de SIMAN. Il permet de

Figure 4: Organisation des tournes des sages-femmes

chez les gestantes
Comme il est indiqu dans les figures 3 et 4, une structure dHAD sera mise en place avec ladhsion des professionnels (PS) de sant et des patientes. Les PS seront
des sages-femmes et des mdecins engags par le centre
de maternit et provenant galement des autres tablis-

MOSIM10 - 10 au 12 mai 2010 - Hammamet - Tunisie

sements partenaires du centre. Une patiente admise en

HAD sera suivie, suivant ses prfrences, par une sagefemme. Cette dernire aura effectuer des tournes dans
une agglomration bien dfinie par la plateforme.
Larrive des patientes se fait selon une distribution de
poisson de taux , de moyenne t. Et le nombre de patientes NP(t) arrivant dans la file dattente pendant un
intervalle de temps t est :
Pr ob{NP (t ) = k } =

t k t
e

(1)

k!

Donc la probabilit dobserver k arrives de patientes

durant un intervalle de temps t avec le taux darrive
est :
Pk (t ) =

t k t
e

(2)

k!

La dure de chaque service suit une loi exponentielle de

moyenne .
(t 0 , t ) +2 ,

P ( t + t 0 > t 0 = P( > t 0 )

(3)

P( t + t 0 ) > t 0 ) = 1 e

(4)

Avec,
Une variable alatoire dfinissant la dure dun service pour une patiente,
t0 Instant darrive dune patiente pour un service,
t
reprsente lintervalle de temps de fonctionnement
du systme.
Donc, ce modle analytique est bas sur la thorie des
files dattente de type M/M/m o m reprsente les ressources disponibles.
Dans le cadre exprimental de notre modle daction,
nous ne prsentons ici que la premire tape de notre
dmarche, savoir le dimensionnement des ressources
pour la planification des consultations des patientes au
centre de maternit Isae Jeanty (voir figure 2). Dautres
tudes analogues sont ncessaires pour spcifier les
tapes daccompagnement de la grossesse et
laccouchement des parturientes.
4

CADRE EXPERIMENTAL

4.1 Le centre de Maternit Isae Jeanty et Paul Audain

Situ dans le dpartement de louest de la 1re section de
Varreux de la commune de Delmas, ce centre est la fusion de deux centres de sant et il dessert la population
de Chancerelles et ses environs. Le premier, Centre
Isae Jeanty , a t construit par la mission sanitaire
amricaine en 1947, la demande du Prsident hatien
Dumarsais Estim. Le second fut construit en 1950 grce
un don reu par le Prsident Paul E. Magloire de la part
dun mdecin franais, le Dr. Jumel Gaston. tant situs
proximit lun de lautre, on a, par la suite, fusionn

ces deux centres. Il est connu depuis, sous le nom de

Centre de Maternit Isae Jeanty et Paul Audain en
vue daugmenter loffre de soins et de pouvoir rpondre
une forte demande.
Le centre de maternit Isae Jeanty et Paul Audain, avec
une capacit de 75 lits, offre les services : prinatalit,
obsttrique, anesthsiologie chographie. Environ trois
cents (300) patientes frquentent le centre, quotidiennement. Il y a 25 mdecins qui prtent leurs services ce
centre parmi lesquels on ne retrouve que 5 rsidents.
Compte tenu des carences repres au niveau du personnel mdical, ces mdecins sont souvent affects plusieurs autres institutions sanitaires. Ce qui contraint un
nombre lev de patientes repartir chez elles sans se
faire diagnostiquer. Daprs les donnes que nous avons
recueillies lors dune enqute que nous avons mene
auprs de 60 femmes qui ont dj effectu une visite ce
centre, 61 % estiment que le temps dattente est trop
long pendant que le temps de consultation est relativement trop court. 45 % reconnaissent retourner chez elles
sans se faire diagnostiquer cause dindisponibilit des
mdecins. Ces personnes, frustres, dcourages, ne reviennent plus au centre et prfrent accoucher chez elles.
La mise en uvre dune structure de prise en charge de
la maternit domicile, selon les responsables du centre,
serait une initiative louable qui permettrait dassurer une
surveillance de la grossesse de faon priodique et
davoir au moins un/une professionnelle de sant prsente le jour de laccouchement. Le centre, tant une
institution publique, naura aucun problme recruter de
jeunes diplmes de lcole nationale des sages-femmes
dont une vingtaine est gradue chaque anne.
4.2 Dimensionnement des ressources humaines ncessaires pour les consultations au centre
Nous avons cern, dans le cadre de cette tude, la premire partie du problme, savoir le dimensionnement
des ressources ncessaires pour pouvoir desservir
lensemble des visiteuses quotidiennes, sans quil y ait
dinsatisfactions. En ce sens, nous cherchons minimiser les temps dattente des patientes. Deux ressources
potentielles sont considrer : les secrtaires mdicales
qui assurent lenregistrement des patientes et les mdecins qui procdent aux consultations. En considrant que
les patientes arrivent au centre suivant une distribution
de Poisson de moyenne = 1.8 par minute, les temps
denregistrement et de consultation suivent une loi exponentielle dont les moyennes respectives sont gales 3 et
15.
Nous avons men une enqute trois niveaux au centre
de Maternit Isae Jeanty : vrification des enregistrements du pass, observations et sondages. Suivant les
informations que nous avons recueillies, pour ce centre
qui fonctionne 10 heures par jour avec une heure de
pause, il y a environ 300 personnes qui effectuent des
visites mdicales. Le systme actuel fonctionne en FIFO
et le service durgences nest pas rellement actif pour

MOSIM10 - 10 au 12 mai 2010 - Hammamet - Tunisie

linstant. En considrant que 45 % des visiteuses sont

contraintes de retourner chez elle sans se faire diagnostiquer aprs avoir attendu pendant des heures, nous intervenons ce niveau pour tenter de rduire le taux
dinsatisfaction. Nous utilisons le logiciel ARENA pour
pouvoir dterminer le nombre de secrtaires mdicales et
de mdecins dont on a besoin pour la ralisation des
tches suivantes : prparer le dossier mdical de la patiente (en cas de premire visite) ou enregistrer la patiente, raliser le diagnostic ou la consultation. Notre
modle est conu de sorte quil peut automatiquement
ajouter la ressource secrtaire mdicale ou mdecin chaque fois quune patiente attend pendant plus
de 50 min, dans le premier cas, et de 60 min, dans le
deuxime cas. Des modles construits en parallles permettent de grer lincrmentation des ressources de faon automatique (voir figures 6, 7 & 8).
En lanant la simulation sur une priode de 540 minutes
reprsentant une journe de travail au centre de Maternit Isae Jeanty et Paul Audain, on ralise quil faut en
moyenne 3 secrtaires mdicales avec un taux
dutilisation de 64 % et de 8 mdecins avec un taux
dutilisation de 91 %. Les valeurs suggres par le systme la fin de la simulation sont dutiliser deux (2)
secrtaires mdicales et 15 mdecins afin de pouvoir
diagnostiquer les 257 patientes qui entrent dans le systme dans une journe de travail (Voir tableau 2).
Ressources

Min

Moy

Max

Secrtaires
Mdecins

1
1

3
8

3
21

Valeur
Finale
2
15

Utilisation
64%
91%

Tableau 2: Dimensionnement du personnel mdical ncessaire

Dans le tableau 3, nous prsentons les donnes concernant le nombre de patientes qui entrent et sortent du systme. un certain moment de la journe, les patientes
qui arrivent ne peuvent plus pntrer dans le systme.
Elles sont obliges de retourner chez elles sans se faire
diagnostiquer. Ceci est d non-pas une carence au niveau du personnel mdical, mais plutt des principes
internes de fonctionnement du centre (temps de fonctionnement, par exemple). Par consquent, des patientes
qui arrivent en fin daprs-midi (aprs 15h) sont ajoutes
sur la liste des patientes non diagnostiques (PND).
Donc, elles repartent tout de suite sans avoir attendre
inutilement dans la file dattente. Dans notre modle
daction, les blocs Record PDE et PDNE reprsentent respectivement les patientes diagnostiques enceintes et les patientes diagnostiques non enceintes. En
se basant sur les informations que nous avons recueillies
lors de notre enqute, 73 % des patientes diagnostiques
sont rellement enceintes pendant que 27 % ne le sont
pas.
Activits
Patientes entrant dans le systme

Quantit
331

Patientes enregistres
Patientes diagnostiques enceintes (PNE)
Patientes diag. non enceintes (PDNE)
Patientes non diag. (arrives tardives)
Patientes sortant du systme

257
176
81
74
331

Tableau 3: Les extrants du systme

Nous voyons quune patiente, dans ce cas, passe en
moyenne deux (2h) dans le systme, y compris les temps
dattente et les temps de service. Et la longueur de la
queue est de 124 patientes en moyenne dans la file
dattente.
4.2.1 Optimisation des rsultats
En vue doptimiser les rsultats retrouvs dans ARENA,
nous avons coupl notre simulation avec un outil
doptimisation. LOptQuest for ARENA, est un module
de ce logiciel, utilis en vue doptimiser pour la recherche automatique des solutions optimales pour notre
modle. OptQuest est un programme gnrique qui recherche la dispersion doutils et qui peut tre utilis avec
plusieurs modles programms. Il est disponible dans les
versions dARENA et Simul8. Il utilise le mme langage
que Processus Analyser. La combinaison de recherche de
la dispersion et dalgorithmes tabous cre un processus
trs efficace de recherche de solutions. L'incorporation
de concepts, tels que, OptQuest donne la capacit de
rsoudre des problmes de simulation bass sur des problmes complexes avec une efficacit sans prcdent
(Merrick, 2006).
En introduisant des informations sur les contrles, les
contraintes et dfinissant lobjectif qui est de minimiser
les
temps
dattente
(temps
dattente
avant
lenregistrement + temps dattente avant la consultation),
nous voyons que la solution optimale gnre par OptQuest est dutiliser 2 secrtaires mdicales et 11 mdecins pour pouvoir rpondre la demande de toutes les
patientes, au lieu dutiliser les 2 secrtaires et 15 mdecins proposs par ARENA dans le modle de la simulation. Cette solution permet doptimiser la performance
du personnel mdical.
5

CONCLUSIONS

Dans ce travail, nous avons prsent la problmatique de

prise en charge de la grossesse en Hati. Nous avons
propos une alternative au centre de Maternit Isae
Jeanty en vue de contribuer la rduction des taux de
mortalit maternelle et infantile. Laccompagnement de
la grossesse domicile de la patiente permettra de lui
apporter lassistance ncessaire et aussi de valoriser la
comptence des sages-femmes dans le pays. En vue de
dimensionner par la simulation leffectif ncessaire du
personnel mdical, nous avons dabord labor une cartographie de processus permettant de prsenter
lensemble des activits assurer. Pour la modlisation
et lvaluation de la performance de notre dmarche,
nous avons transform le modle conceptuel dans un

MOSIM10 - 10 au 12 mai 2010 - Hammamet - Tunisie

langage de simulation par lequel nous utilisons le logiciel SIMAN/ARENA. En vue dterminer de faon automatique la solution optimale de notre modle, nous
avons coupl notre simulation avec OptQuest for
ARENA. Les rsultats obtenus peuvent aider dimensionner les ressources ncessaires au respect des performances attendues au niveau du droulement des activits
de ce centre. Nous avons, dans le cadre de ce travail,
uniquement expriment la premire tape de cette dmarche, savoir le dimensionnement des ressources
pour assurer le diagnostic des patientes. Toutefois, le
dimensionnement des ressources sages-femmes pour
laccompagnement de la grossesse domicile et la coordination des activits au niveau du pilotage de cette plateforme constitueront lobjet dtudes de la prochaine
tape des dmarches entreprises pour la rduction des
taux de dcs maternels et infantiles en Hati.
REMERCIEMENT
Je remercie le Premier Ministre Hatien pour le financement partiel qui mest accord par la primature dans la
ralisation de ma thse de doctorat

Fakhfakh M., 2007 Hospitalisation hors les murs.

Mmoire de master de recherche en informatique,
Lyon 1, 33 pages.
Figa-Talamanca, I., 1996. Maternal Mortality and the
problem of Accessibility to obstetric care, the
strategy of maternity waiting homes. Soc. Sc. Med.
Vol 42. No 10 pp. 1381-1390. Great Britain.
Fullerton, J. T., A. M. Navarro, and S.H. Young, 2007.
Outcomes of planned home birth: An intergrative
Review. Journal of Midwifery & Womens Health.
San Diego.
Germain, N., Monteiro, T., Rezg, N., Emmanuel, E.,
2008. Problmatiques de mise en uvre dune
hospitalisation hors les murs dans un pays en voie de
dveloppement : Le cas Hati. . GISEH08 (Gestion
et Ingnierie des Systmes Hospitaliers), Lausanne,
Suisse.

REFERENCES

Gourgand, M., P. Kellert, 1991. Conception dun

environnement de modlisation des systmes de
production. 3me congrs International de Gnie
Industriel. Tours France.

Barnichon, D. 1990. Modlisation et Simulation de

Systmes de Production : Problmes de Spcification
et dOrdonnancement. thse de Doctorat de
lUniversit Blaise Pascal, clermont Ferrand II.

Grossmann-Kendall, F., V. Filippi, M. De Koninck, L.

Kanhonou, 2001. Giving Birth in Maternity Hospitals
in Benin: Testimonies of Women. Reproductive
Health Matters, Vol. 9, No 18.

Bradby, B., 1999. Will I return or not?: Migrant women

in Bolivia negotiate hospital birth. Womens Studies
International Forum, Vol. 22, No. 3, pp. 287301,.
USA

Jebali, A., 2004. Vers un outil daide la planification

et lordonnancement des ressources dans les
services de soins . Thse INPG. Grenoble : Institut
National Polytechnique de Grenoble, 2004 234 p.

Brucker, G., and A. Canestri, 2000. Epidmiologie des

priorits de sant das les pays pauvres. ADSP. No 30.

Mdecin du Monde, 2008. Mamans du monde.

Partenariat Mdecins du Monde & Comptoir des
cotonniers. 2008.

Capponi, I., and C. Horbacz, (2008). To become a

mother: Anxiety and temporality of social support.
Pratiques psychologiques 14 (2008) 389404
Chabanne, S., 2005. Gestion prdictive des Blocs
Opratoires. Formation doctorale : Informatique et
Systmes Coopratifs pour lEntreprise. Lion :
Institut national des Sciences appliques de Lyon,
204 p.
Costello, A., K. Azad and S. Barnett, 2006. An
alternative strategy to reduce maternal mortality.
Lancet 2006;386:14779.
Enqutes Mortalit, Morbidit et Utilisation des Services
(EMMUS). Institut hatien de lenfance (IHE), Ption
ville Hati et Macro International Inc. Calverton,
Maryland, USA. 4me dition. 2007

Merrick, J. R. W., (2006). OptQuest: Prise de dcision et

simulation. Department of Statistical Sciences &
Operations Research, Virginia Commonwealth
University.
MSPP, 2005. Liste des institutions Sanitaires en
Hati
OMS, 2007. Un avenir plus sur : La scurit sanitaire
au XXIme sicle . Rapport sur la sant dans le
monde en 2007.
Pegden, C. D., and D. A. Davis., 1992. Arena: A
Siman/Cinema-Based hierarchical Modeling System,
in Proceedings of the Winter Simulation Conference
1992, p. 390-399.
Rath, A. D., I. Basnett, M. Cole, H. N. Subedi, D.
Thomas, and S. F Murray, 2007. Improving
Emergency Obstetric Care in a Context of Very High

MOSIM10 - 10 au 12 mai 2010 - Hammamet - Tunisie

Maternal Mortality: The Nepal Safer Motherhood

Project 19972004. Reproductive Health Matters
2007;15(30):7280

United Nations Web site. The Millenium Development

Goals.
Available
from:
www.un.org/millenniumgoals/ [Accessed August 29,
2009].

UNICEF (2007). Rapport Annuel 2007.

United Nations Development Program, 2008. Capacity
Development : Empowering People and Institution.
Annual Report 2008.

Valette, N., 2002. Les rseaux de Petri. LAAS-CNRS,

Toulouse.

Annexe
0
Condition d_attente

A rrivee_P atiente

T ru e

Enregistrement

H_A rr_E nregist

T_Enregistrement

Duree_A tt_E nr

Liberer_Sec

0
0

Fa ls e

P ND

P artir

0
Diagnostic

Heure_A rrivee

P at_E nregist

P DE

Branch

Duree_A ttente

T_Consultation

Liberer_Med

Fin

0
W i th
W i th

0 .7 3
0 .2 7

Fin1

P DNE

Figure 5: Diagramme de dimensionnement des ressources

Pat_A_Diag1

Alter

Condition_1

Pat_A_Diag2

T_Consultation1

Medecin

Alter

Condition_2

Ge stio n M e de cins

T_Consultation2

Medecin

Figure 6: Diagramme d'incrmentation des mdecins

A_Pa tie n te

Condition_3

Ar r _ Pa tie n te

T_Enregis trement1

Gestion Secretaires Medicales

Secretaire_Med

Condition_4

Alter

Alter

T_Enregis trement2

Secretaire_Med

Figure 7: Diagramme d'incrmentation des secrtaires mdicales