Master Assignment
[MSc Thesis] Process Mining PANCREASCARCINOOM (Stroomlijnen van Alvleesklierkankerzorg)
Type: Master EE/CS/HMI etc
Location: Medisch Spectrum Twente
Period: TBD
Student: (Unassigned)
If you are interested please contact :
Background:
Medisch Spectrum Twente (MST) is a top clinical hospital dedicated to improving healthcare in the Twente region. As part of the Santeon collaboration with seven other hospitals, there is a strong focus on enhancing and innovating healthcare. Within the Value Based HealthCare department, data outcomes and patient experiences are utilized to measure healthcare quality and continuously communicate improvements to enhancement teams across various care pathways.
Annually, nearly 2200 Dutch nationals are diagnosed with pancreatic cancer. This condition primarily affects individuals over sixty years old but can also occur in younger individuals. Pancreatic cancer occurs equally in both men and women. The prognosis for pancreatic cancer is poor; the one-year survival rate is 26% (IKNL). Therefore, a prompt diagnosis and early treatment initiation are crucial.
Between 60 and 80 patients with pancreatic cancer are treated annually at MST. In spring 2024, a brownpaper study was used to map the diagnostic process due to a median wait time from initial consultation to treatment that exceeded the national average (DICA 2022: 44 versus 29 days).
Problem Statement:
The brownpaper revealed variations in patient referrals to MST and discrepancies in the diagnostic and treatment initiation processes.
Study Objective:
To identify bottlenecks in the current process steps at MST using process mining and optimize the flow for diverse patient streams.
DUTCH VERSION BELOW
Achtergrond:
Medisch Spectrum Twente (MST) is een topklinisch ziekenhuis dat zich inzet voor het bevorderen van de gezondheid in de regio Twente. Als onderdeel van het Santeon samenwerkingsverband met zeven andere ziekenhuis, ligt de focus sterk op het verbeteren en innoveren van de zorg. Binnen de afdeling Waardegedreven Zorg (Value Based HealthCare) worden data-uitkomsten en patiëntervaringen gebruikt om de kwaliteit van de zorg te meten. Dit team heeft ook de taak om voortdurend verbeteringen te communiceren naar de verbeterteams binnen de verschillende zorgpaden.
Jaarlijks wordt de diagnose alvleesklierkanker gesteld bij bijna 2200 Nederlanders. Deze aandoening treft voornamelijk mensen ouder dan zestig jaar, maar kan in zeldzame gevallen ook op jongere leeftijd voorkomen. Alvleesklierkanker komt ongeveer even vaak voor bij mannen als bij vrouwen. De prognose voor alvleesklierkanker is slecht; de overlevingskans na één jaar is 26% (IKNL). Een snelle diagnose en vroegtijdige start van de behandeling zijn daarom van cruciaal belang.
Jaarlijks worden tussen de 60 en 80 patiënten met alvleesklierkanker behandeld in het MST. In het voorjaar van 2024 is middels een brownpaper studie het diagnostisch traject in kaart gebracht, vanwege een mediane wachttijd van eerste consult tot behandeling die boven het landelijk gemiddelde lag (DICA 2022: 44 versus 29 dagen).
Probleemstelling:
Uit de brownpaper studie blijkt dat patiënten op verschillende manieren naar het MST worden verwezen en dat het proces van diagnosestelling en behandeling per patiënt kan variëren.
Doel van de studie:
Het identificeren van knelpunten in de huidige processtappen binnen het MST met behulp van Process Mining, en het optimaliseren van de doorstroom van het proces voor diverse patiëntenstromen.