Un modèle de loi bidimensionnelle : application aux différentes durées liées à l’activité chirurgicale

Catherine Combes; Alain Dussauchoy; Nadine Meskens

Journal de la société française de statistique (2008)

  • Volume: 149, Issue: 3, page 3-22
  • ISSN: 1962-5197

Abstract

top
For the simulation and/or management (planning, organization, start-up) of complex systems such as a group of operating theatres on a hospital site, models of underlying phenomena are required. The objective of this study is to offer to managers a tool to assist them in the planning of surgical operations and the allocation of time slots. Using periods of time of different lengths which were observed (and stored in a data warehouse) during surgical operations, taken from two different hospital sites, we propose a bivariate probability distribution model based on Pearson III law. Our study relates to about 10,000 observations.

How to cite

top

Combes, Catherine, Dussauchoy, Alain, and Meskens, Nadine. "Un modèle de loi bidimensionnelle : application aux différentes durées liées à l’activité chirurgicale." Journal de la société française de statistique 149.3 (2008): 3-22. <http://eudml.org/doc/93482>.

@article{Combes2008,
abstract = {Pour la simulation et/ou le pilotage (planification, ordonnancement, lancement) de systèmes complexes tels qu’un ensemble de blocs opératoires dans un site hospitalier, il est nécessaire de disposer de modèles des phénomènes sous-jacents. L’objectif de ce travail est de proposer aux chirurgiens un outil d’aide à la planification des interventions chirurgicales et à l’affectation des plages horaires. A partir des durées de différentes grandeurs observées (et archivées dans un entrepôt de données) lors d’interventions chirurgicales et en provenance de deux sites hospitaliers différents, nous proposons un modèle de loi de probabilité bidimensionnelle basé sur la loi Pearson III (loi gamma avec décalage). Notre étude porte sur environ 10.000 observations.},
author = {Combes, Catherine, Dussauchoy, Alain, Meskens, Nadine},
journal = {Journal de la société française de statistique},
keywords = {bivariate probability distributions; bivariate Pearson III distribution; operating times of surgery; planning of surgical operations},
language = {fre},
number = {3},
pages = {3-22},
publisher = {Société française de statistique},
title = {Un modèle de loi bidimensionnelle : application aux différentes durées liées à l’activité chirurgicale},
url = {http://eudml.org/doc/93482},
volume = {149},
year = {2008},
}

TY - JOUR
AU - Combes, Catherine
AU - Dussauchoy, Alain
AU - Meskens, Nadine
TI - Un modèle de loi bidimensionnelle : application aux différentes durées liées à l’activité chirurgicale
JO - Journal de la société française de statistique
PY - 2008
PB - Société française de statistique
VL - 149
IS - 3
SP - 3
EP - 22
AB - Pour la simulation et/ou le pilotage (planification, ordonnancement, lancement) de systèmes complexes tels qu’un ensemble de blocs opératoires dans un site hospitalier, il est nécessaire de disposer de modèles des phénomènes sous-jacents. L’objectif de ce travail est de proposer aux chirurgiens un outil d’aide à la planification des interventions chirurgicales et à l’affectation des plages horaires. A partir des durées de différentes grandeurs observées (et archivées dans un entrepôt de données) lors d’interventions chirurgicales et en provenance de deux sites hospitaliers différents, nous proposons un modèle de loi de probabilité bidimensionnelle basé sur la loi Pearson III (loi gamma avec décalage). Notre étude porte sur environ 10.000 observations.
LA - fre
KW - bivariate probability distributions; bivariate Pearson III distribution; operating times of surgery; planning of surgical operations
UR - http://eudml.org/doc/93482
ER -

References

top
  1. [1] BONDESSON L. (1992). Generalized Gamma convolutions and related class of distribution and densities, Springer Verlag, Berlin. Zbl0756.60015MR1224674
  2. [2] COMBES C. (2001). Couplage simulation à événements discrets et datamart appliqué aux établissements de soins : une application au service de chirurgie. XIXe congrès INFORSID 01, Genève, Suisse, 355-373. 
  3. [3] COMBES C., MESKENS N., DUSSAUCHOY A. (2006). Aide au dimensionnement des ressources matérielles d’un service d’endoscopie par l’analyse des données et la simulation, 6e Conférence Francophone MOSIM : « MOdélisation et SIMulation pour l’Analyse et l’Optimisation des Systèmes Industriels et Logistiques » – Rabat (Maroc), Edition Lavoisier, volume 2, 1419-1428. 
  4. [4] DIDAY E. (1986). Order and overlapping clusters by pyramids, Multidimensional Data Analysis, De Leeuw J. and al Eds, D.S.W.O. Press, Leiden, 201-234. 
  5. [5] DUSSAUCHOY A. (1967). Développement de Gram-Charlier pour les vecteurs aléatoires - Applications, Thèse de 3e cycle, Université de Lyon. 
  6. [6] DUSSAUCHOY A., BERLAND R. (1972). Lois Gamma à deux dimensions, C.R.A.S., Paris, Série A, 274, 1946-1949. Zbl0239.60023MR303578
  7. [7] DUSSAUCHOY A., BERLAND R. (1975). A multivariate Gamma distribution whose marginal laws are Gamma, Statistical Distributions in Scientific Work, Vol 1, G. P. Patil, S. Kotz, J. K. Ord Eds, D. Reidel, Dordrecht, The Nerherlands, 319-328. 
  8. [8] FEI H., COMBES C., MESKENS N., CHU C. (2006). Endoscopies scheduling problem : a case study, Conférence INCOM 06, Saint-Etienne (France), vol 3, 635-640. 
  9. [9] GRADSHTEYN I.S, RYZHIK I. M. (2000). Table of Integrals Series and Products, Editors Alan Jeferey and Dan Zwillinger, (Academics Press Eds), USA. Zbl0981.65001MR1773820
  10. [10] HYFRAN (2002). HYdrological FRequency ANalysis, Chaire en hydrologie statistique, http://www.inrs-eau.uquebec.ca/activites/groupes/chaire_hydrol/chaire9.html. 
  11. [11] KOTZ S., BALAKRISHNAN N., JOHNSON N. L. (2000). Continuous Multivariate distributions, Vol 1 : Models and applications, John Wiley and sons INC, New York. Zbl0946.62001MR1788152
  12. [12] MAY J.H., STRUM D.P., VARGAS L.G. (2000). Fitting the LogNormal distribution to surgical procedure times, Decision Sciences, 31(1), 129-148. 
  13. [13] NADARAJAH S. (2005). Reliability for some bivariate Gamma distributions, Decision Mathematical Problems in Engineering, Hindawi Publishing Corporation, 2, 151-163. Zbl1094.62132MR2184260
  14. [14] NELSEN R. B. (1999). An Introduction to Copulas. Lectures notes in statistics, Springer, New York. Zbl0909.62052MR1653203
  15. [15] ROBERTS F. (1979). Graph theory and the social sciences, in Applications of graph theory edited by R.J. Wilson and L.W. Beineke, Academic press. Zbl0444.92018MR567125
  16. [16] STRUM D.P., MAY J.H., VARGAS Ph. D. (2000). Modeling the Uncertainty of Surgical Procedure Times : Comparison of Log-Normal and Normal Models, Anesthesiology, 92, 1160-1167. 
  17. [17] ZHOU J., DEXTER F. (1998). Method to Assist in the Scheduling of Add-on Surgical Cases - Upper Prediction Bounds for Surgical Case Durations Based on Log-Normal Distribution, Anesthesiology, 89, 1228-1232. 

NotesEmbed ?

top

You must be logged in to post comments.

To embed these notes on your page include the following JavaScript code on your page where you want the notes to appear.

Only the controls for the widget will be shown in your chosen language. Notes will be shown in their authored language.

Tells the widget how many notes to show per page. You can cycle through additional notes using the next and previous controls.

    
                

                
Note: Best practice suggests putting the JavaScript code just before the closing </body> tag.