Date: 20 Mar 2012

Monitoring changes in individual surgeon’s workloads using anesthesia data



We investigated whether changes in the number of cases performed by surgeons can be used as an appropriate surrogate for anesthesia departments’ billed units.


We used both number of cases performed and the American Society of Anesthesiologists’ Relative Value Guide™ (ASA RVG) units to assess all operating room anesthetics of an anesthesia group for two sets of 13 four-week periods. The units correspond to Canadian basic units and time units.


Although the number of ASA RVG units is an economically important variable that quantifies perioperative workload, the number of cases is a suitable surrogate for ASA RVG units when used to monitor individual surgeons. The pooled mean Pearson correlation coefficient between the two variables was r = 0.95, with 95% confidence interval 0.94 to 0.96. In addition, there were essentially none to very weak pairwise correlations among surgeons.


Informal hospital analyses of relative changes in a surgeon’s caseload over one year using anesthesia workload data or anesthesia billing data will generally give equivalent results. The principal importance of our findings is that they can be used by anesthesiologists, specifically department heads, in their role as part of operating room committees. Such committees institute plans to revise the caseload of one or a few surgeons, and they then evaluate the results of those plans. The findings of this study are applicable to all anesthesia groups and may be especially valuable to the heads of anesthesiology departments who do not have the data to repeat our analyses.



Nous avons cherché à savoir si les changements dans le nombre de patients opérés par les chirurgiens pouvaient se refléter fidèlement dans les unités de facturation des départements d’anesthésie.


Nous avons utilisé à la fois le nombre de cas réalisés et les unités du guide de valeur relative de l’ASA (ASA RVG, American Society of Anesthesiologists’ Relative Value Guide™) pour évaluer toutes les anesthésies en salle d’opération pour un groupe d’anesthésie pendant deux périodes de 13 semaines chacune. Les unités correspondent aux unités canadiennes de base et aux unités de temps.


Bien que le nombre d’unités ASA RVG soit une variable économique importante qui quantifie la charge de travail périopératoire, le nombre de cas reflète le nombre d’unités ASA RVG quand il sert à suivre l’activité de chaque chirurgien. Le coefficient moyen de corrélation regroupé de Pearson entre les deux variables était r = 0,95, avec un intervalle de confiance à 95 % compris entre 0,94 et 0,96. De plus, les corrélations pairées pour chaque chirurgien étaient rarement nulles ou très faibles.


Des analyses hospitalières informelles des variations relatives du nombre de cas à la charge d’un chirurgien sur une année donneront des résultats équivalents à ceux que produisent les données sur la charge de travail d’anesthésie ou sur la facturation d’anesthésie. Ces résultats sont surtout importants en ce qu’ils peuvent être utilisés par les anesthésiologistes, essentiellement les chefs de départements, dans leurs rôles de membres des comités de salles d’opération. De tels comités établissent des plans pour réviser la charge de travail d’un ou de quelques chirurgiens et ils évaluent ensuite les résultats de ces plans. Les constatations de cette étude sont applicables à tous les groupes d’anesthésie et peuvent être particulièrement intéressantes pour les responsables des départements d’anesthésie qui ne disposeraient pas des données pour reproduire nos analyses.

Prior publication: An abstract describing this work was presented at the INFORMS meeting, Charlotte, North Carolina, November 14, 2011.

Author contributions

Franklin Dexter, Danielle Masursky, and Bettina Smallman were involved in the conception of the study, and Franklin Dexter and Danielle Masursky were involved in the study design. Franklin Dexter, Danielle Masursky, Ruth E. Wachtel, and Bettina Smallman carried out the acquisition of data. Franklin Dexter and Johannes Ledolter were involved in the data analysis, and Franklin Dexter, Danielle Masursky, Ruth E. Wachtel, and Bettina Smallman dealt with the interpretation of data. Franklin Dexter, Danielle Masursky, and Ruth E. Wachtel were involved in drafting the article, and Franklin Dexter, Danielle Masursky, Johannes Ledolter, Ruth E. Wachtel, and Bettina Smallman were involved in revising the article.