Proposition d’un modèle d’estimation des capacités de production d’une unité de préparation d’anticancéreux sous isolateur

Introduction

L’optimisation des unités de préparation nécessite de vérifier l’adéquation des ressources à la demande. La difficulté sous isolateur relève du caractère aléatoire des différents temps impactant la production (TIP : temps de préparation des paniers, délais d’enchainement des SAS, temps de préparation, nombre de préparations (preps) par SAS). L’objectif de ce travail était de simuler la production de notre unité en modélisant les TIP.

Matériel et méthodes

Les valeurs moyennes (m), écart-type (sd) des TIP ont été mesurés à 3 périodes différentes. A l’aide de ces mesures des jeux de variables ont été généré (fonction rnorm, logiciel R v3.3.1) afin de simuler les TIP de 500 preps. Ces temps ont été intégrés dans un modèle estimant le temps nécessaire pour réaliser 50 preps sur un poste de travail en additionnant les TIP en fonction des nombres de preps pas SAS. Le modèle a été validé en comparant la capacité de production simulée et la production réalisée selon le test de Wilcoxon.

Résultats

Les TIP suivent une distribution Log-normale. Les m (en minutes) [sd] étaient de 8.75 [4.9] ; 2.2 [1.2] ; 3.5 [2.8] pour le temps de préparation de panier, délai d’enchainement de SAS, temps de préparation, les SAS comportaient 5 préparation en moyenne (sd = 1). La production d’un poste de travail est ainsi estimée entre 18 et 25 preps en 2 heures.
Sur les 2 premières heures des 20 derniers jours ouvrés, la production moyenne était de 63 preps, la capacité simulée avec une organisation identique était de 61 preps (p=0.27)

Conclusion

La prise en compte des délais d’enchainement des préparations par une simulation à l’aide d’une distribution Log-normale permet d’appréhender le caractère aléatoire des délais impactant la production. L’adéquation de la capacité de production simulée avec la production réelle valide la prédiction du modèle. Ce modèle servira de base à un travail prospectif de modélisation d’impact de modification d’organisation sur la capacité de production.