Det är relativt ovanligt att svenska sjukhus använder sig av interna personalpooler för att lösa bemanningen. Nu har ett svenskt forskarteam vid Chalmers tittat närmare på den här typen av lösningar.
Personalpooler kan bidra till effektivare vård
Bemanning Smartare planering, ökad patientsäkerhet och ett mer effektivt sätt att använda resurserna. Forskare vid Chalmers har studerat pooling, ett arbetssätt som har stor potential att lösa bemanningen inom vården.

Poolning innebär att personal kan flyttas till de delar av organisationen där det för tillfället råder brist på personal. Foto: Adobe Stock
Någonting är fel
Du är inloggad som prenumerant hos förlaget Pauser Media, men nånting är fel. På din profilsida ser du vilka av våra produkter som du har tillgång till. Skulle uppgifterna inte stämma på din profilsida – vänligen kontakta vår kundtjänst.
Kvalitetsvård.se premium
Läs vidare – starta din prenumeration
Redan prenumerant? Logga in och läs vidare.
Ser flera fördelar
Studien pekar på en mängt fördelar. Så här sammanfattar forskarna resultaten i en artikel på Chalmers webbsajt:
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
