Expérimentation numérique

Afin d’illustrer l’analyse/simulation d’un réseau Net-THIS par le biais de l’outil EVAL-THIS, nous allons reprendre l’exemple du réseau Net-THIS présenté en 5.3 (cf. Figure 5.1) et de son réseau de Petri sous-jacent (cf. Figure 5.2).

Sur le plan qualitatif, le réseau de Petri sous-jacent à Net-THIS est clairement un réseau acyclique. Les étiquettes des transitions issues de la procédure de renumérotation sont données Figure 5.2.

Pour l’analyse quantitative, nous considérons deux scénarios :

Scénario 1 : les échanges d’informations entre professionnels de santé se font par courrier postal. Scénario 2 : les professionnels de santé communiquent entre eux par EDI pour des échanges

d’informations plus rapides et donc des temps de communication plus courts, c'est-à-dire des temps de tir plus courts pour les transitions t2, t3, t4, t5, t6, t7, t8, t10…t23.

Les temps de tir des transitions sont supposés suivre une distribution triangulaire avec les paramètres (min, mode, max) qui sont donnés dans le tableau 5.1. Les transitions de communication d'information sont mises en surbrillance. Par simplification, les transitions représentant les différentes phases de communication d’une même information (production, envoi, acheminement…) ont été agrégées en une seule : transition A (communication de la prescription d’examen d’imagerie), transition B (communication du compte-rendu de l’examen d’imagerie), transition C (communication des clichés médicaux). En outre, les temps de tir des transitions correspondants aux activités de santé ont été considérés comme nuls étant donné leur ordre de grandeur par rapport à l’échelle de temps utilisée.

Transition(s) Scénario 1 Scénario 2

t0, t1 (0, 0, 0) (0, 0, 0) A = ∑8 𝑡 𝑖=2 i (40, 77, 90) (30, 65, 88) t9 (0, 0, 0) (0, 0, 0) B = ∑16𝑖=10 𝑡i (24, 38, 60) (18, 25, 48) C = ∑23𝑖=17 𝑡i (25, 32, 48) (13, 20, 38) t24 (96, 108, 120) (96, 108, 120) t25, t26, t27 (0, 0, 0) (0, 0, 0) t28 (5, 10, 12) (5, 10, 12) t29 (0, 0, 0) (0, 0, 0) t30 (40, 48, 54) (40, 48, 54) t31, t32 (0, 0, 0) (0, 0, 0)

Tab. 5.1. Temps de tir des transitions en heures

Nous allons évaluer la performance du SITS dans le cas aléatoire. Pour cela, 120 instances sont générées avec des temps de tir de transition générés aléatoirement autour des données du tableau 5.1. Le tableau 5.2 présente les intervalles de confiance de 95% du temps de cycle moyen, c.à.d. la durée moyenne d'un parcours de soins. Les valeurs sont exprimées en heures. Ce tableau permet de comparer

l’impact de chacune des deux configurations de SITS sur la durée moyenne de prise en charge d’un patient. Il montre que la communication par EDI permet (dans ce cas) de réduire le temps de cycle moyen par rapport à la communication par courrier.

Temps de cycle moyen (KPI1)

Scénario 1 [162.94, 180.1] Scénario 2 [157.05, 173.59]

Tab. 5.2. Intervalle de confiance à 95% du temps de cycle moyen

Le tableau 5.3 compare l'impact de l'informatisation du SITS sur le respect des dates de réalisation des activités de consultation, concertation et soins (transitions t25, t29 et t31) ainsi que sur le retard moyen par

activité. Transition Date de début cible d* (heure) Scénario 1 Scénario 2

KPI2 KPI3 KPI4

(heure)

KPI2 KPI3 KPI4

(heure) t25 (Consult. d'oncologie) 120 77.5% 12.5% 6.17 98.3% 1.7% 2.87 t29 (RCP) 132 83.3% 16.7% 5.49 99.1% 0.9% 2.91 t31 (Radiothérapie) 186 94.2% 5.8% 3.36 100% 0% 0

Tab. 5.3. Impact du SITS sur le respect des dates de début des activités de santé

Nous pouvons voir que les échanges dématérialisés d'informations conduisent à une meilleure capacité à respecter les dates cibles de début des activités de santé. En outre, la communication par EDI permet de réduire le retard moyen par activité de santé.

5.7 Conclusion

Nous avons proposé dans ce chapitre une nouvelle classe de réseaux de Petri (Net-THIS) permettant de modéliser formellement n’importe quel SITS. Nous avons ensuite explicité la manière de modéliser un SITS par le biais de la classe Net-THIS. Suite à cela, nous avons présenté un algorithme permettant de convertir une instance de modèle M-THIS en un réseau Net-THIS. Par la suite nous avons présenté un cadre dédié à l’analyse qualitative et quantitative d’un réseau Net-THIS. Enfin, nous avons présenté et expérimenté l’outil EVAL-THIS dédié à l’évaluation de la performance des SITS.

La principale limite du cadre d’analyse proposée réside dans la structure de la classe de réseaux de Petri Net-THIS qui ne permet pas de modéliser toutes les possibilités de réalisation d’une activité de santé, c.à.d. que Net-THIS est dans l’incapacité de décrire les différents modes de réalisation d’une activité de santé, à savoir le mode nominal et le(s) potentiel(s) mode(s) dégradé(s), sachant que le

Un outil d’analyse des SITS basé sur une nouvelle classe de réseaux de Petri 105

mode nominal correspond au cas où l’ensemble des informations médicales nécessaires à la prise en charge du patient sont disponibles le cas échéant, tandis que le mode dégradé correspond aux cas où au moins une information médicale requise initialement (au moment de la programmation de l’activité) n’est pas disponible au moment de la réalisation de l’activité et que cette dernière peut quand même avoir lieu. Par ailleurs, du point de vue de l’outil informatique, la principale limite se situe au niveau des résultats d’évaluation de performance qui sont obtenus par sous-classe de patients et non pas par classe ou par population de patients, c.à.d. que l’outil EVAL-THIS ne permet pas pour l’instant d’agréger les résultats de simulation.

Par conséquent, plusieurs perspectives peuvent être envisagées afin de dépasser ces limites, à savoir :

(i) l’extension de la définition de la classe Net-THIS de manière à ce que les choix imprévisibles qui, rappelons-le, sont liés à la possibilité de réalisation d’une activité de santé en mode nominal ou en mode dégradé, soient pris en compte lors de la simulation ; (ii) l’agrégation des résultats de simulation par classe de patients et par population, de manière à ce que l’évaluation de la performance d’un SITS soit à la fois exhaustive et synthétique. Nous aborderons ces deux points plus en détails dans le prochain chapitre.