Emergency department occupancy is useful as a simple real-time measure of crowding

Abstract

Introduction

Emergency department (ED) crowding compromises patient outcomes. Existing crowding measures are complex and difficult to use in real-time. This study evaluated readily available single flow variables as crowding measures.

Methods

Over 2 weeks in a tertiary Canadian ED, we recorded the following potential crowding measures during 168 consecutive two-hour study intervals: total ED patients (census), patients in beds, patients in waiting rooms, patients in treatment areas awaiting MD assessment; number of inpatients boarding, and ED occupancy. We also calculated four complex crowding scores—NEDOCS, EDWIN, ICMED, and a local modification of NEDOCS. We performed ROC analyses to assess the predictive validity of these measures against a reference standard of physician perception of crowding.

Results

We gathered data for 144 (63.9%) of 168 study intervals. ED census correlated strongly with crowding (AUC = 0.82, 95% CI 0.76–0.89), as did ED occupancy (AUC = 0.75, 95% CI 0.66–0.83). Their performance was similar to NEDOCS (AUC = 0.80) and to the local modification of NEDOCS (AUC = 0.83).

Conclusion

ED occupancy as a single measure has similar predictive accuracy to complex crowding scores and is easily generalizable to diverse emergency departments. Real-time tracking of this simple indicator could be used to prompt investigation and implementation of crowding interventions.

Résumé

Introduction

L'encombrement des services d'urgence (SU) compromet les résultats pour les patients. Les mesures d'encombrement existantes sont complexes et difficiles à utiliser en temps réel. Cette étude a évalué des variables de débit unique facilement disponibles comme mesures d'encombrement.

Les méthodes

Pendant deux semaines dans un service d'urgence tertiaire canadien, nous avons enregistré les mesures d'encombrement potentiel suivantes au cours de 168 intervalles d'étude consécutifs de deux heures : nombre total de patients dans le service d'urgence (recensement), patients dans les lits, patients dans les salles d'attente, patients dans les zones de traitement en attente d'une évaluation médicale ; nombre de patients hospitalisés en internat et occupation du service d'urgence. Nous avons également calculé quatre scores de surpeuplement complexes : NEDOCS, EDWIN, ICMED et une modification locale de NEDOCS. Nous avons effectué des analyses ROC pour évaluer la validité prédictive de ces mesures par rapport à une norme de référence de perception du surpeuplement par les médecins.

Résultats

Nous avons recueilli des données pour 144 (63,9 %) des 168 intervalles d'étude. Le recensement des urgences est fortement corrélé avec le surpeuplement (ASC = 0.82, IC 95 % = 0.76–0.89), tout comme l'occupation des urgences (ASC = 0.75, IC 95 % = 0.66–0.83). Leur performance était similaire à celle des NEDOCS (ASC = 0.80) et à la modification locale des NEDOCS (ASC = 0.83).

Conclusion

L'occupation des urgences en tant que mesure unique a une précision prédictive similaire aux scores complexes de surpeuplement et est facilement généralisable à divers services d'urgence. Le suivi en temps réel de ce simple indicateur pourrait être utilisé pour accélérer l'enquête et la mise en œuvre des interventions en cas de surpeuplement.