病院ベッドの最適数を決定することは、医療システムの異なるレベルで実施される複雑な作業である。 コスト、アクセシビリティ、質のバランスをとることが重要な課題であることに変わりはない。 私たちのレビューでは、最適な病床数を決定するために最も適した特定の方法論は特定されていません。 そのため、様々なモデルや手法が存在し、その中から必要な病床数に影響を与えるいくつかの要因が特定されています。 例えば、病院サービスの有効性や質、病院での治療に代わる選択肢など、医療制度がコントロールできる要素もあります。 しかし、疾病のパターンや人口動態の変化など、医療システムの外部にある要因は、予測や制御が困難です。 外部要因と需要と供給に関連する要因を表7に示す。 最適なキャパシティ・プランニングのためには、必要なデータへのアクセスや、病床要件に影響を与える要因を定量化する最も適切な方法など、いくつかの側面を考慮する必要があります . そして、特定の目標、希望するスケジュール、病床収容計画のレベル（病院または地域）、国の状況、および包括的なデータの利用可能性に応じて、最も適切なアプローチを選択することは、管理者や政策立案者次第です。

今回の調査で確認したすべてのモデルおよび方法は、少なくとも1つはこれらの要因について説明しています。 人口統計、入院率、在院日数、病床稼働率が最もよく確認された。 比率ベース法や計算式法は、病院医療の需要（入院率）と供給（在院日数）に基づいて必要病床数を決定する伝統的なアプローチである。 これらのアプローチは、一般的に病院レベルのプランニングに最も適している。 しかし、これらのアプローチにはいくつかの制限があり、適用範囲が狭くなっています。 例えば、従来のアプローチは定常状態の需要と供給を想定しており、人口動態の変化や患者の移動など多くの要因を考慮していません。 そのため、ほとんどの国で、他の手法やモデルと組み合わせて使用されています。 目標病床稼働率を考慮した数式法は、多くのモデルの基礎として使われている。

ほとんどのモデルは、地域レベルでの中・長期的な推計を目的としている。 しかし、ローザンヌ大学病院（CHUV）モデルのように、病院レベルで設計されているモデルもある。 病院レベルのモデルは、多くの場合、地域レベルのモデルをベースにしています。 したがって、病院管理者は、自院の状況に応じて、マクロレベルのモデルを使用することが可能である。 これらは、対象とする時間軸に応じて、さまざまな方法で検討されている。 急性期病床利用動向モデル、ローザンヌ大学病院（CHUV）モデル、キャパシティモデルなどのいくつかのモデルでは、人口の年齢と性別、居住地域（都市または農村）、臨床専門（または診断関連グループ）を通じて病院医療利用の傾向を調査している。 また、外科手術と非外科手術の傾向も、特定の時間軸に基づいて検討される。 しかし、スイス健康観察所（SHO）モデルや基本シナリオモデルなど、いくつかのモデルでは、入院率は一定であると仮定されている。 これは、人口動態や疫学的な変化の発生を考えると、重大な限界である。 これらのモデルによって推定された病床数は、需要の変化や傾向を考慮したモデルによって推定された病床数よりも多いことに注意することが重要です。

全体として、人口は病院の病床収容計画で考慮に入れるべき最も重要な要素です。 さらに、人口の正確な表現を得るために、年齢と性別の構成、および地域分布は、人口サイズと一緒に考慮されるべきである。 これらの要因は、病院医療の需要（入院率）とサービスの供給（平均在院日数）に影響を与える可能性があります。 また、患者は異なる地域で病院サービスを利用する可能性があるため、患者の流れも考慮する必要があります。 ほとんどのモデルでは、人口構成と人口動態の変化が考慮され、一定の時間軸における年齢層、性別、居住地域別の人口動態の予測が行われます。 しかし、人口動態の予測が正確でなかったり、病院サービスの利用パターンが予測されたトレンドと異なったりすると、モデルは正確な結果を得られません。 さらに、人口の増加と高齢化は、病院でのケアの需要に影響を与える可能性があります。 高齢者は一般的に病院医療の主な利用者であり、入院率や平均在院日数を増加させます。 しかし、技術の進歩とeヘルスにより、将来的には平均在院日数が短縮されるかもしれません。

さらに、単なる人口統計の利用が、必要なベッド数の過大評価や過小評価につながることを示す証拠があります。 したがって、人口動態の変化に加えて、技術の進歩、定期的な危機、新興の病気、疫学などの影響も考慮しなければならない。 既存のエビデンスによれば、技術の進歩と新たな介入により、将来的に病床の必要性は減少し、ケアは外来または外来に移行する。 したがって、必要な病床数をより正確に推計するためには、人口動態や疫学的な変化と合わせて考慮する必要がある。 技術の進歩が必要な病床数に与える影響を定量化することは困難である。 イギリスでは医療技術の進歩と病院への依存度の低下により、入院治療の必要性が減少し、その結果、病床数が減少している。 病院から地域社会への患者ケアの移行により、精神科患者と学習障害者の病床数が最も減少している。 イングランドでは一般・急性期サービスの病床数が43％減少しましたが、これは主に高齢者の長期療養のための病床が激減したことに起因しています。 また、医療技術革新や日帰り手術の増加もこの点では大きな影響を及ぼしています。 産科病床は在院日数の変化により、約51%減少しています。 しかし、日帰り手術の増加により、日帰り専用病床は5倍に増加している。

感染症や外傷などの専門分野の入院率は独自のパターンを示し、人口動態や人口の年齢・性別構成に従わない場合がある。 したがって、人口動態や技術的な変化に加えて、気候や季節の変化も検討する必要がある。 実際、健康と環境の関係は説明されており、気温などの要因は様々な疾病の発生や蔓延に寄与する可能性がある。 また、気候や季節の変化は、病院のベッド容量の管理を改善するために考慮されなければならない。 したがって、人口動態の変化は、病床推計の背後にある複雑な方程式の一部に過ぎない . さらに、病床必要量の推定は、単一のシナリオに依存してはならない。 実際、1つまたは複数の重要な要因の予測に基づいて、複数のシナリオを検討することが望ましいと思われる。 例えば、スイス健康観測モデルでは、人口動態の変化、在院日数、入院率に基づいて9つのシナリオを作成し、各シナリオについて必要なベッド数を数式法で算出している。 このモデルでは、将来的に在院日数が短くなることを予測し、その傾向をさまざまなシナリオで検証している。 したがって、病床数の推定を誤った場合に起こりうる結果を評価することが必要である。 平均在院日数は、必要な病床数を決定するもう一つの重要な要素であり、資源利用や病床効率の代理人でもあります。 在院日数は、患者の特徴（年齢、保険の種類）、入院状況（待機か救急か、入院日）、入院時期、診察や検査サービスの実施時間など、多くの要因に影響される。 技術の進歩、効率化政策、入院手術から外来手術への移行、プロスペクティブ・ペイメント・システムなどを考慮すると、平均在院日数は将来的に短縮されると予想される。 したがって、必要な病床数を算出する際に、これが一定であると仮定するのは妥当ではない。 平均在院日数の推移をより現実的に想定し、臨床群（診断関連群）や患者の年齢層を区別して、最適な病床数を計画することが必要であろう。 また、病院内の環境や地域の状況も考慮することが重要である。 例えば、大学病院は扱う疾患やサービスが複雑なため、平均在院日数の短縮は考えにくい。

レビューでは、ほとんどのモデルが平均在院日数の変化を仮定することを推奨しているが、通常、ベッドの稼働率は一定とみなされる。 望ましい病床稼働率は観点によって異なり、入院率や平均在院日数の短縮によって低下させることができる（表7）。 しかし、その傾向は一定であるとする。 さらに、目標病床稼働率は、通常、大規模病院では80～85％、小規模病院では45％とされている（規模の経済が働かないため）． 地域の状況や疫学的特徴から、緊急時に備えてオーバーフロー病床を必要とする病院もあることに留意することが重要である（これらの病床は他の時間帯には人手が足りないことがある）。 その証拠に、オーバーフロー病床を持つ病院や病棟では、病床稼働率が高いと考えられ、需要や入院率の変化は、病院の効率性よりも影響を与える . 病床稼働率の目標は、病床の供給とコストをコントロールし、不足を確認するために設定されます . 目標とする病床稼働率に加えて、病床収容力の計画と管理は、患者を適切な時間に適切な病床に配置できるように、病床の平均待ち時間など、臨床とサービスのパフォーマンスの基準を考慮する必要があります。 したがって、管理者と政策立案者は業績指標に基づいて病院の収容能力を決定しなければならない。

サービスの需要と供給に関する要因に加えて、小地域の公平なアクセス、地域間の患者の流れ、資金政策、スタッフ配置、基準の有効性などの外部の問題も考慮する必要がある。 これらの要因は、キャパシティモデルなどのいくつかのモデルで検討される。 ある地域の病床数に影響を与える重要な問題の一つは、既存の病院の拡張や新しい小規模病院の建設に関する意思決定です。 これは政治的な問題であり、政策立案者がどちらかを選択することは非常に困難です。 このような状況では、病院サービスの効率性とアクセシビリティの間に課題があります。 そこで、政策立案者は、病院や地域レベルで必要な病床数を決定するために、需要側と供給側の要因に加えて、あらゆる外部要因を考慮する必要があります。 また、これらの要因に基づいてさまざまなシナリオを作成し、病床の必要量を推定するために、さまざまな方法とモデルを組み合わせる必要があります。 しかし、病院のキャパシティプランニングは、これらの要素に限定されるべきでなく、病床数の変動を考慮する必要があります。 病床の供給は病院サービスの需要を増加させ（Roemerの法則）、このことは入院率の上昇、入院期間の延長、またはその両方の混合として現れることを示す証拠である。 しかし、長期療養施設のベッド数の増加は、急性期病院の平均在院日数を短縮し、急性期病院から他の施設への退院率を増加させる。 この問題を考慮して、地域内の急性期病院と長期療養型病院の最適な病床数を決定しなければならない。

短期および中期的に必要な病床数を供給することに加えて、管理者や政策立案者は、将来的に病床の必要性を減らすための最も効果的な戦略に関する情報を必要としている。 最も効果的な方法は、健康増進と病気や障害の予防であると思われる。 しかし、短期的に病床の必要性を減らすために、医療システムは入院患者を減らし、退院を促進しようとする様々な介入を行うことができます。 医療観察室の設置による緊急入院の回避、デイケアによる非緊急入院の回避、入院患者の外来診療への移行は、入院患者を減らすための最も効果的な戦略である 。 病院から自宅への退院計画も、患者の退院を促進し、病院から自宅へケアを移行することで、入院期間と予定外の再入院のレベルを減少させるので、病床の必要性を減らすための有効な戦略である 。 したがって、経営者や政策立案者は、病床数の増加を目指す前に、さまざまな専門分野での適切な病床利用を確保することに関心を持つべきでしょう。 さらに、統合医療は、個人のニーズ、専門分野間、医療従事者間の連携・調整に焦点を当てることで、医療システムを強化し、入院治療の必要性を減らすためのもう一つの戦略である 。 病床の必要性を減らすために有効であることが示されている統合には、マクロレベル（集団全体への統合ケアの提供）、メソレベル（同じ病気や状態を持つ特定のケアグループや集団への統合ケアの提供）、ミクロレベル（個々の介護者や患者へのケアの調整）の3つのレベルがあります。 統合ケア・パスウェイは、入院前後のケアについて多職種が協力して開発するツールです。 多くの研究が、こうしたパスウェイが緊急性のない入院や入院期間を減らし、結果として病床の必要性を減らすことを示しています。

制限

地域や病院レベルでの病床容量計画のほかに、最適な配分を可能にするために、異なる入院ユニットによる病床容量を決定する必要があります。 しかし、今回のレビューでは、後者（キャパシティ・プランニングの運用レベル）については、時間的な制約から検討されていない。 このため、運用レベルの病院キャパシティプランニングや異なる病院ユニット間の最適なベッド配分に関する手法やモデルの研究が求められている

。