|
|
دومین کنگره انفورماتیک پزشکی و هفتمین همایش سلامت الکترونیک
|
|
|
| عنوان فارسی |
رویکرد مقایسه ای تکنیک های طبقه بندی در داده کاوی جهت تعیین طول مدت اقامت بیماران |
|
| چکیده فارسی مقاله |
مقدمه: طول مدت اقامت بیماران در بیمارستان، شاخصی است که امروزه به شکلی گسترده در اهدافی چون مدیریت مراقبت های سلامت، کنترل کیفیت، مقتضی بودن استفاده از خدمات و منابع بیمارستانی و تعیین میزان کارایی، مورد استفاده قرار می گیرد. توجه به بهینه نمودن طول مدت اقامت و عوامل تاثیرگذار بر آن از اهمیت ویژه ای برخوردار است. شناخت هریک از عوامل تاثیرگذار بر افزایش طول مدت بستری بیماران می تواند نقش مهمی در برنامه ریزی جهت استفاده بهینه از منابع بیمارستانی ایفا نماید. روش های مختلفی برای شناسایی عوامل تاثیرگذار بر شاخص فوق و یا پیش بینی مدت اقامت بکارگرفته شده است. مطالعه حاضر با رویکرد مقایسه ای تکنیک های داده کاوی به بررسی عوامل تاثیرگذار و تعیین طول مدت اقامت بیماران در بیمارستان شهیدمحمدی بندرعباس پرداخت. روش بررسی: با استفاده از 526 داده ی بیماران بخش های داخلی و جراحی بیمارستان شهید محمدی بندرعباس در سال 1395، عوامل تاثیر گذار بر طول مدت اقامت توسط روش های همبستگی و بهره اطلاعاتی تعیین شد و مدل طبقه بندی بر اساس روش های درخت تصمیم، ماشین بردار پشتیبان، شبکه ی عصبی و یک روش جمعی(رای گیری) ایجاد شد. در این مدل ها، طول مدت اقامت در دو دسته ی نامطلوب و مطلوب براساس استاندارد وزارت بهداشت، به عنوان ویژگی هدف و 24 ویژگی دموگرافیکی، بالینی و غیر بالینی(مدیریتی و بیمارستانی) به عنوان ویژگی های ورودی در نظر گرفته شدند. در نهایت مدل ها توسط شاخص های صحت، حساسیت، ویژگی و سطح زیر منحنی ROC مقایسه گردید. یافته ها: مهم ترین عوامل تاثیرگذار بر طول مدت اقامت بیماران عبارت اند از تعداد خدمات پاراکلینیکی(عمدتا تعداد آزمایشات و گرافی ها)، تعداد مشاوره ها، بخش بستری، تخصص و درجه ی پزشک، علت بستری. همچنین در رابطه با مدل های ایجاد شده بهترین صحت و ویژگی مربوط به مدل درخت تصمیم گیری با صحت 80/90% و ویژگی 87/37% و بهترین حساسیت مربوط به مدل رای گیری با حساسیت 73/94%، بود و همچنین مدل ماشین بردار پشتیبان دارای بیشترین سطح زیر منحنی ROC، با مقدار 0/877 بدست آمد. نتیجه گیری: نتایج نشان داد هر چهار روش ارائه شده برای طبقه بندی طول مدت اقامت مناسب می باشند، اگرچه روش درخت تصمیم به صورت جزیی کارایی بهتری نسبت به سایر روش ها داشت و می توان از این مدل جهت تعیین طول مدت اقامت بیماران استفاده نمود. پیگیری مستمر عوامل تاثیرگذار بر هریک از شاخص های سنجش کارایی در بیمارستان ها جهت کمک به تصمیم گیری های مدیریتی از اهمیت بسزایی برخوردار است. واژه های کلیدی: داده کاوی، طبقه بندی، طول مدت اقامت بیماران |
|
| کلیدواژه‌های فارسی مقاله |
|
|
| عنوان انگلیسی |
|
|
| چکیده انگلیسی مقاله |
|
|
| کلیدواژه‌های انگلیسی مقاله |
|
|
| نویسندگان مقاله |
ghazi saeedi -
-
seyed mohammad -
-
-
|
|
| نشانی اینترنتی |
http://mieh-2018.modares.ac.ir/browse.php?a_code=A-10-182-3&slc_lang=fa&sid=1 |
| فایل مقاله |
فایلی برای مقاله ذخیره نشده است |
| کد مقاله (doi) |
|
| زبان مقاله منتشر شده |
fa |
| موضوعات مقاله منتشر شده |
|
| نوع مقاله منتشر شده |
|
|
|
|
برگشت به:
صفحه اول پایگاه |
دوره مرتبط |
کنفرانس مرتبط |
فهرست کنفرانس ها
|
