BACKGROUND: To successfully meet approved state-assigned healthcare volumes, healthcare organizations utilize key organizational tools, including planning, structured allocation of healthcare volumes, and management of core processes such as patient selection, communication, and hospitalization using digital technologies.
AIM: The work aimed to present an organizational model for managing hospitalization processes and outpatient visits in the Federal Center for Traumatology using digital technologies.
METHODS: This was a single-center, retrospective, comprehensive study to analyze the implementation of planned volumes of 95,260 cases of specialized medical care, including high-technology care, delivered over a 12-year period (2012–2024) in the fields of traumatology and orthopedics and neurosurgery, using a medical information system and a digital patient registry.
RESULTS: The types and baseline rates of patient no-shows for hospitalization were identified. The rate of informed no-shows was 37.9 ± 0.4 per 100 scheduled patients, whereas the rate of uninformed no-shows was 18.4 ± 0.4 per 100 patients presenting to the admission department. The rate of repeated no-shows was 1.6 ± 0.1, and the rate of unscheduled patient arrivals was 6.0 ± 0.1. The rate of hospital admission refusals over the 12-year study period (2012–2024) was 6.4 ± 0.1 per 100 patients presenting to the admission department. Over the 5-year period (2020–2024), the rate of unconfirmed indications for surgery was 7.5 ± 0.1 per 100 patients. A comparative analysis of two 5-year periods (2013–2017 vs. 2018–2022) demonstrated a 1.4-fold increase in the mean 5-year rate of hospital admission refusals (t = 13.6; p < 0.0001). During a 5-year period (2020–2024), the hospitalization rate among patients aged ≥ 75 years was 6.3 ± 0.1, and among patients with diabetes mellitus, it was 13.4 ± 0.2 per 100 treated patients. The baseline rate of outpatient no-shows was 17.6 ± 0.2 per 100 scheduled appointments.
CONCLUSION: Given the identified types and rates of patient no-shows for hospitalization and outpatient visits, it is advisable to implement optimized patient communication strategies and a standardized method for forecasting completed hospital admissions. The availability of an operational reserve within the digital patient registry allows for rapid replacement of no-show patients. The implemented patient communication model was found effective, demonstrating a 5.1-fold decrease in the outpatient no-show rate (per 100 scheduled appointments) (t = 4.1; p < 0.001), from 17.1 in 2022 to 3.4 in the first quarter of 2025, and a 2.1-fold decrease in the rate of uninformed no-shows for hospitalization (per 100 patients presenting to the admission department) (t = 5.1; p < 0.001), from 18.4 in 2022 to 8.6 in 2024.
Обоснование. Для успешной реализации утверждённых объёмов государственного задания медицинские организации применяют важные организационные инструменты — планирование, структурное распределение утверждённых объёмов медицинской помощи, управление ключевыми процессами отбора, информирования, госпитализации пациентов с использованием цифровых технологий.
Цель. Представить организационную модель управления процессами госпитализации и амбулаторных приёмов в федеральном травматологическом центре с применением цифровых технологий.
Методы. Проведено одноцентровое ретроспективное сплошное исследование исполнения плановых объёмов 95 260 случаев оказания специализированной, в том числе высокотехнологичной, медицинской помощи за 12-летний период (2020–2024 гг.) по профилям «травматология и ортопедия», «нейрохирургия» с помощью медицинской информационной системы и цифрового регистра пациентов.
Результаты. Установлены виды и исходные показатели неявок пациентов на госпитализацию: частота информированной неявки составила 37,9 ± 0,4 (на 100 запланированных пациентов), частота неинформированной неявки — 18,4 ± 0,4 (на 100 обратившихся в приёмное отделение пациентов), частота повторной неявки — 1,6 ± 0,1, частота внеплановой явки (прибытия) пациентов — 6,0 ± 0,1. Показатель частоты отказов в госпитализации за 12-летний период (2020–2024 гг.) — 6,4 ± 0,1 (на 100 обратившихся в приёмное отделение пациентов). За 5-летний период (2020–2024 гг.) показатель частоты неподтверждённых показаний к операции составил 7,5 ± 0,1 (на 100 пациентов). Сравнительный анализ 5-летних периодов 2013–2017 и 2018–2022 гг. установил увеличение среднепятилетних показателей частоты отказов в госпитализации в 1,4 раза (t = 13,6; p < 0,0001). За 5-летний период 2020–2024 гг. показатели частоты госпитализации пациентов возрастной категории 75 лет и старше составили 6,3 ± 0,1; пациентов с сопутствующей патологией «сахарный диабет» — 13,4 ± 0,2 (на 100 пролеченных пациентов). Установлен исходный показатель неявок пациентов на приём в поликлинику: 17,6 ± 0,2 (на 100 записанных на приём).
Заключение. В связи с установленными видами и показателями частоты неявки пациентов на госпитализацию и приём в поликлинику целесообразно применять оптимальные способы информирования пациентов и универсальную методику расчёта прогнозного итога состоявшихся госпитализаций. Наличие оперативного резерва в цифровом регистре пациентов позволяет быстро заменить неявки пациентов. Внедрённая модель информирования пациентов показала свою эффективность и позволила снизить показатель частоты неявок пациентов на приём в поликлинику (на 100 записанных на приём) в 5,1 раза (t = 4,1; p < 0,001) — с 17,1 в 2022 году до 3,4 в первом квартале 2025 года, показатель частоты неинформированных неявок на госпитализацию (на 100 обратившихся в приёмное отделение) — в 2,1 раза (t = 5,1; p < 0,001) — с 18,4 в 2022 году до 8,6 в 2024 году.