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.
Keywords: Crowding; Emergency department.
© 2021. The Author(s), under exclusive licence to Canadian Association of Emergency Physicians (CAEP)/ Association Canadienne de Médecine d'Urgence (ACMU).