S'abonner

Linear Programming to Optimize Performance in a Department of Surgery - 21/08/11

Doi : 10.1016/j.jamcollsurg.2005.01.001 
Michael W. Mulholland, MD, PhD  : FACS, Paul Abrahamse, MA, Vinita Bahl, DMD, MPP
Department of Surgery, University of Michigan, Ann Arbor, MI 

Correspondence address: Michael W Mulholland, MD, PhD, 2101 Taubman, Box 0346, Ann Arbor, MI 48109-0346

Résumé

Background

Linear programming is an analytic method that can be used to develop models for health care that optimize distribution of resources through mathematical means.

Study design

The linear programming model contained objective, decision, and constraint elements. The objective was to optimize financial outcomes for both the hospital and physicians in the Department of Surgery. The decision concerns procedure mix or the number of each type of surgical procedure. Constraints apply to resources that are consumed during the course of the patient’s surgical encounter.

Results

The optimal solution produced an increase in professional payments of 3.6% and an increase in hospital total margin of 16.1%. This solution favored surgical procedures that require inpatient care; these patients had greater comorbidity, reflected in a higher case-mix index of 3.74 compared to 2.97. Substantial differences were noted in use of general care and ICU days, and in consumption of preoperative, intraoperative, and recovery room time.

Conclusions

Aligning quality surgical care with optimal financial performance may be assisted by mathematical models such as linear programming.

Le texte complet de cet article est disponible en PDF.

Plan


 Competing Interests Declared: None.


© 2005  American College of Surgeons. Publié par Elsevier Masson SAS. Tous droits réservés.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 200 - N° 6

P. 861-868 - juin 2005 Retour au numéro
Article précédent Article précédent
  • New Technologies Meeting Old Professional Boundaries: The Emergence of Carotid Artery Stenting
  • Patrick O. Lang, Margaret L. Schwarze, G. Caleb Alexander
| Article suivant Article suivant
  • Magnetic Resonance Cholangiopancreatography Accurately Detects Common Bile Duct Stones in Resolving Gallstone Pancreatitis
  • Ali H. Hallal, Jose D. Amortegui, Igor M. Jeroukhimov, Javier Casillas, Carl I. Schulman, Ronald J. Manning, Fahim A. Habib, Peter P. Lopez, Stephen M. Cohn, Danny Sleeman

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

Déjà abonné à cette revue ?

Elsevier s'engage à rendre ses eBooks accessibles et à se conformer aux lois applicables. Compte tenu de notre vaste bibliothèque de titres, il existe des cas où rendre un livre électronique entièrement accessible présente des défis uniques et l'inclusion de fonctionnalités complètes pourrait transformer sa nature au point de ne plus servir son objectif principal ou d'entraîner un fardeau disproportionné pour l'éditeur. Par conséquent, l'accessibilité de cet eBook peut être limitée. Voir plus

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.


Tout le contenu de ce site: Copyright © 2026 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.