Aborder le problème de la planification infirmière-patient dans un service d'urgence en tenant compte de la charge de travail

The DISP (Decision and Information Systems for Production system, UR4570) laboratory brings together researchers and teacher-researchers from the University of Lyon, with dual expertise in Industrial Engineering and Business Information Systems. In response to the scientific challenges posed by changes in the socio-economic world, it conducts research into the design and deployment of decision-support methods and information systems to improve the performance, agility and resilience of goods and services production systems and global supply chains. Its dual expertise, drawing on skills in Modeling, Operations Research, Simulation, Software Engineering, Artificial Intelligence, Planning, Scheduling and Decision Support, enables it to consider these complex systems in their technical, structural, organizational and human dimensions simultaneously. Its members are spread across 4 institutions of the University of Lyon: INSA Lyon, Université Lumière Lyon 2 and Université Claude Bernard Lyon 1, as the parent institutions, and Université Jean Monnet de Saint Etienne as a partner institution.

La gestion du service des urgences est une question cruciale dans le domaine de la santé (Florencia et al. 2023), en particulier parce que ce service constitue souvent le premier point de contact des patients admis à l'hôpital. L'efficacité du service des urgences peut avoir un impact sur la durée du séjour et les taux de morbidité des patients (Ouda et al. 2023). Par conséquent, les services d'urgence doivent réagir rapidement et efficacement pour garder la santé des patients (Fava et al. 2022). Le personnel infirmier fait partie des ressources critiques, et en raison de la nature des activités réalisées, sa charge de travail peut être extrêmement élevée, ce qui contribue fortement à la fatigue chronique (Barzani et al. 2022). En outre, le secteur de la santé présente un taux élevé d'accidents du travail, notamment de troubles musculo-squelettiques liés au travail (TMS), ce qui fait des infirmiers une profession à haut risque (Silas 2015). Les TMS et la fatigue chronique sont connus pour être les deux principales causes de rotation du personnel infirmier (Trinkoff et al. 2003 ; Thinkhamrop et al. 2017). Aujourd'hui, l'importance d'une gestion efficace de la charge de travail est largement reconnue, et le défi d'équilibrer les indicateurs de performance avec le bien-être des travailleurs - ce qui est courant dans les systèmes de production (Paredes et al. 2024) - devient critique. Il est aussi connu qu’il existe un lien évident entre la charge de travail des infirmiers et la qualité des soins aux patients, d'où l'importance de s'attaquer à l'équilibre de la charge de travail dans les problèmes de planification des soins infirmiers dans les services d'urgence. Parmi les outils utilisés pour résoudre ce type de problème, la simulation à événements discrets et la simulation basée sur des agents (Qureshi et al. 2020 ; Ouda et al. 2023) sont des outils puissants pour l'analyse des performances et l'amélioration des systèmes complexes, tels que le service des urgences. L’utilisation de ces techniques ont d'abord permis d'améliorer la performance du système mais pourraient aussi permettre d'intégrer le phénomène de la charge de travail des infirmiers. Certains auteurs comme Qureshi et al. (2023) ont identifié des facteurs pouvant influencer la charge de travail tels que l'affectation géographique des lits des patients, l'acuité des patients, le ratio infirmier-patient. Dans la littérature, certaines méthodes de quantification de la charge de travail des infirmiers ont commencé à être rapportées et pourraient servir de base à cette étude, comme celles proposées par Lyneham et al. (2008) ; Rossetti et al. (2013) et Clopton et al. (2020).

References:

Barzani, K. I. S., & Dal Yılmaz, Ü. (2022). The relationship between mental workload and fatigue in emergency department nurses.

Clopton, E. L., & Hyrkäs, E. K. (2020). Modeling emergency department nursing workload in real time: an exploratory study. International emergency nursing, 48, 100793.

Fava, G., Giovannelli, T., Messedaglia, M., & Roma, M. (2022). Effect of different patient peak arrivals on an emergency department via discrete event simulation: a case study. Simulation, 98(3), 161-181.

Florencia, J., Moyaux, T., Trilling, L., Bouleux, G., & Cheutet, V. (2023, September). Exploration of (de-) centralising scheduling in an Emergency Department. In International Workshop on Service Orientation in Holonic and Multi-Agent Manufacturing (pp. 77-88). Cham: Springer Nature Switzerland.

Lyneham, J., Cloughessy, L., & Martin, V. (2008). Workloads in Australian emergency departments a descriptive study. International emergency nursing, 16(3), 200-206. Ouda, E., Sleptchenko, A., & Simsekler, M. C. E. (2023). Comprehensive review and future research agenda on discrete-event simulation and agent-based simulation of emergency departments. Simulation Modelling Practice and Theory, 102823.

Paredes-Astudillo, Y. A., Botta-Genoulaz, V., & Montoya-Torres, J. R. (2024). Definition of Break Policies in the FSSP Problem with Learning Effect and Physical Fatigue. Automation, Robotics & Communications for Industry 4.0/5.0, 221. Qureshi, S. M., Purdy, N., Greig, M. A., Kelly, H., VanDeursen, A., & Neumann, W. P. (2023). Developing a simulation tool to quantify biomechanical load and quality of care in nursing. Ergonomics, 66(7), 886-903. Qureshi, S. M., Purdy, N., & Neumann, W. P. (2020). Development of a methodology for healthcare system simulations to quantify nurse workload and quality of care. IISE Transactions on Occupational Ergonomics and Human Factors, 8(1), 27-41.

Rossetti, A. C., Gaidzinski, R. R., & Fugulin, F. M. T. (2013). Nursing workload in the emergency department: a methodological proposal. Revista latino-americana de enfermagem, 21, 225-232.

Silas, L. (2015). Creating safe cultures and work environments for nurses occupational health & safety: How to make our workplace safe lessons learned from SARS commission inquiry. Quality and Safety Summit: Leveraging Nursing Leadership, 1-10.

Thinkhamrop, W., Sawaengdee, K., Tangcharoensathien, V., Theerawit, T., Laohasiriwong, W., Saengsuwan, J., & Hurst, C. P. (2017). Burden of musculoskeletal disorders among registered nurses: evidence from the Thai nurse cohort study. BMC nursing, 16, 1-9.

Trinkoff, A. M., Lipscomb, J. A., Geiger-Brown, J., Storr, C. L., & Brady, B. A. (2003). Perceived physical demands and reported musculoskeletal problems in registered nurses. American journal of preventive medicine, 24(3), 270-275

Nous recherchons un(e) candidat(e), en fin de master ou de formation d'ingénieur, avec les compétences :

• Formation en ingénierie industrielle, curiosité pour les systèmes de santé et les facteurs humains.

• Connaissances approfondies en recherche opérationnelle, simulation et développement d'algorithmes.

• Notions d'analyse de données.

• Maîtrise de l'anglais scientifique.

Le stage se déroulera au sein du laboratoire DISP de l'INSA Lyon. Vous travaillerez sous la direction et en contact direct avec l'équipe encadrante.