Académique Documents
Professionnel Documents
Culture Documents
net/publication/263276663
CITATIONS READS
0 491
3 authors:
Adil Bellabdaoui
Ecole Nationale Supérieure d'Informatique et d'Analyse des Systèmes
61 PUBLICATIONS 304 CITATIONS
SEE PROFILE
All content following this page was uploaded by Idriss Bennis on 20 July 2014.
1. Introduction
mettre en œuvre.. Elle a été très largement utilisée dans la littérature pour la
résolution de problèmes d’organisation hospitalière depuis une vingtaine d’années
que ça soit pour le service des urgences [7 ; 8 ; 9 ; 10 ; 11], le bloc opératoire [3 ; 12
; 13 ; 14 ; 15], la chirurgie [4], les unités de soins [16], la prise en charge de la
maternité à domicile [5], L’imagerie [2] [20], la logistique hospitalière [2], la
logistique médicamenteuse [1 ; 18 ; 19], unité de soins de médecine digestive [17],
le service de stomatologie [19], le service d’ophtalmologie [20], et d’autres unités..
Il s’agit de la méthode la plus adéquate pour l’évaluation de performance des
scénarios proposés (sous réserve de la validation du modèle). La simulation à
évènements discrets s’applique aussi bien dans une optique de diagnostique que de
réingénierie.
La grande popularité de la simulation s’explique par les nombreux avantages
offerts par cette technique. On peut citer, entre autres, les avantages suivants :
Manipuler les échelles temporelles et les horizons, étudier les conditions d’opération
extrêmes du système et d’en évaluer les conséquences. D’autre part, il faut tenir
compte pendant toutes les étapes du processus de simulation, des particularités de
ces techniques qu’impliquent des contraintes pour l’analyste. En voici quelques-unes
:
- Un modèle n’est qu’une approximation du système réel plus au moins précise
selon les objectifs de modélisation.
- La modélisation adéquate du système inclut la tâche de bien caractériser les
données d’entrée afin d’obtenir des résultats satisfaisants. Or ces données ne sont
pas toujours disponibles.
- Selon le niveau de précision requis, une expérience de simulation prend un
temps considérable aussi bien pendant le développement du modèle, que pendant
l’exécution de la simulation.
- Au contraire si on prend peu de données (niveau de modélisation trop simple),
on sera confronté à une perte de l’information.
- Les outils ne produisent pas toujours des résultats corrects. Pour mettre au
point des modèles, il est souvent nécessaire d’utiliser deux modèles, un par outil de
simulation, pour qu’ils se valident l’un par l’autre.
Nous proposons dans la suite la simulation à l’aide du logiciel Arena© [6] du
fonctionnement du centre régional de Casablanca.
2
Simulation des systèmes hospitaliers : Application à la transfusion sanguine 3
produits sanguins labiles PSL. A ce titre on constate qu’il assure à lui seul
pratiquement 29% de la demande de concentré de globules rouges CGR et assure
28% de la collecte nationale. Il est totalement informatisé et automatisé, à part le
laboratoire d’immuno-hématologie receveur. L’offre de soin publique et privée qui
s’élargie de plus en plus et la présence d’un service d’hématologie implique une
demande en PSL de plus en plus croissante au niveau de grand Casablanca. En 2011
par exemple la quantité de CGR livrée quotidiennement (lundi à samedi) était en
moyenne de 220 CGR/jour, aujourd’hui cette moyenne est autour de 250 CGR/jour.
Les donneurs qui se présentent au CRTS passent d’abord par l’accueil pour
s’enregistrer et ensuite passent à l’entretien médicale qui détermine si le donneur est
apte à donner, dans ce cas là la prochaine étape et la salle de prélèvement ou
l’opération de don se déroule. A la fin le donneur profite d’une collation avant de
quitter le centre pendant que le sang collecté est transféré pour être analysé et séparé
en PSL qui va être stocké en attendant d’être livré aux malades.
Une étude sur le terrain, ainsi que plusieurs entretiens avec les responsables ont
permis d’établir et de valider les différents modèles logiques pour les services
suivants. Acceuil et enregistrement, Entretien Médical, Salle de prélèvement,
Laboratoire de Sérologie, Laboratoire d’Immuno-hématologie Donneurs (IHD),
Laboratoire de Production, Etiquetage, Livraison.
4
4
Simulation des systèmes hospitaliers : Application à la transfusion sanguine 5
3.1.2 Loi d’arrivée des collectes mobiles, collecte banque du sang et demandes de
services hospitaliers
Les autres entrées de notre système sont les collectes mobiles, les collectes des
banques de sang BS, et les demandes de certains services hospitaliers, ces derniers
arrivent avec une cadence régulière et une quantité bien déterminée.
Suivant les statistiques fournies par le CRTS :
- La moyenne du nombre de CGR livrés par jour (Dimanche inclus) est : 171,28
- La moyenne du nombre de collecte fixe (CRTS) par jour : 161,73 Collecte/Jour
- La moyenne du nombre de collecte mobile et BS par jour : 53,88 Collecte/Jour
- La moyenne du niveau de stock de CGR est de : 1,5-2 Jours de consommation.
4. Validation du modèle
Afin de valider notre modèle, nous avons simulé le fonctionnement du CRTS sur
une période de 30 jours, on obtient les résultats suivants :
Données Réelles Données Simulation Différence
La moyenne du nombre de 171,28
171,73 0,26%
CGR livrés CGR/Jour
La moyenne du nombre de 161,73
163,29 0,95%
collecte fixe (CRTS) Collecte/Jour
La moyenne du nombre de 53,88
54,30 0,79%
collecte mobile et BS Collecte/Jour
La moyenne du niveau de 1.75 Jours de
1,76 0,57%
stock de CGR consommation
6
Simulation des systèmes hospitaliers : Application à la transfusion sanguine 7
5. Conclusion