Veuillez noter que cet événement se déroulera uniquement en anglais.
***Étudiants et étudiantes à la maîtrise ès sciences : cet événement peut compter parmi les six séminaires de recherche auxquels vous devez assister (MGT 6191/ MGT 6991 / MHS 6991).***
Vedat Verter, PhD
La répartition inégale de la charge de travail peut augmenter le stress et l’insatisfaction du personnel infirmier, entraînant un taux de roulement élevé et des pénuries de main-d’œuvre. Au bout du compte, cette situation menace la qualité des soins. Pour y remédier, nous élaborons un cadre analytique axé sur des données qui optimise l’affectation du personnel infirmier à la patientèle en début de quart, de manière à équilibrer la charge de travail. Les données en question proviennent d’un système de localisation en temps réel que nous avons installé dans le service de chirurgie d’un grand centre hospitalier tertiaire. Ainsi, nous avons suivi les infirmières et infirmiers ainsi que les patientes et patients tout au long de leur parcours depuis le service des urgences jusqu’à la salle d’opération, puis au service de chirurgie. La charge de travail est modélisée comme une fonction multiattributs et multilinéaire, qui révèle aux gestionnaires l’importance de chaque attribut au moyen d’une procédure d’optimisation inverse intégrée dans une méthode de groupement. Il existe peu d’études sur l’optimisation inverse avec un problème original non linéaire en nombres entiers. Le problème de la répartition équilibrée de la charge de travail est donc formulé pour le quart suivant, avec pour principal levier les décisions relatives à l’affectation du personnel infirmier à la patientèle. Il faut déployer le modèle dynamique de données de panel proposé pour prédire les soins directs à prodiguer à chaque patiente et patient. Nous renforçons également le modèle pour y intégrer les incertitudes dans la pondération des attributs. Une étude de cas réel démontre que l’approche proposée aurait réduit de 50 % à 77 % la distance maximale des déplacements. En outre, les moyennes pour l’ensemble des soins directs, des distances maximales des déplacements et des patientes et patients attribués diminuent de 65 %, 45 % et 31 % respectivement.
À propos du conférencier
Vedat Verter est professeur et titulaire de la Chaire Stephen J. R. Smith en analytique de gestion à l’Université Queen’s. Il se spécialise en application de la recherche opérationnelle et en analyse de données visant à éclairer les responsables politiques du secteur public. Ses travaux portent essentiellement sur les chaînes d’approvisionnement socialement responsable et l’analytique en soins de santé. Dans ce domaine, il s’intéresse de plus près aux processus de soins préventifs, primaires, d’urgence, actifs et chroniques, ainsi qu’à leurs interactions. Ses travaux antérieurs portaient sur la conception des chaînes de service et la gestion des matières dangereuses. Il a signé plus de 80 articles de recherche publiés dans des revues à comité de lecture et 20 chapitres de livres dans ces quatre domaines d’expertise. Il est un chercheur et un conférencier de renommée mondiale.
Le professeur Verter a été rédacteur en chef de la revue internationale Socio-Economic Planning Sciences, qui traite des processus décisionnels dans le secteur public sur la période de 2011 à 2021. Il est actuellement rédacteur principal à la rubrique de la gestion des soins de santé de la revue Production and Operations Management. Il a été président d’INFORMS Health Applications en 2013 et président fondateur du College of Healthcare Management de la Production and Operations Management Society (POMS). Ayant très à cœur la formation de la relève en recherche, il a supervisé 18 doctorantes et doctorants et 25 chercheuses et chercheurs postdoctoraux.
Inscription
Malheureusement, la date limite pour s'inscrire à cet événement est passée et vous ne pourrez pas vous inscire.
