شناسایی عوامل موثر بر طول اقامت بیمار در بیمارستان و پیش بینی آن با استفاده از تکنیک داده کاوی (مورد کاوی بخش جراحی بیمارستان شریعتی)
thesis
- وزارت علوم، تحقیقات و فناوری - دانشگاه تربیت مدرس - دانشکده صنایع
- author سمانه آقاجانی دلاور
- adviser مهرداد کارگری محمد مهدی سپهری
- publication year 1393
abstract
ارزیابی عملکرد نظام سلامت اطلاعات خوبی در مورد وضعیت نظام سلامت را برای دولت ها و جامعه فراهم می آورد. اهمیت بهره برداری و استفاده صحیح از منابع محدود بیمارستان ها از مهم ترین وظایف مراکز درمانی محسوب می شود. طول مدت اقامت یکی از مهم ترین و کاربردی ترین شاخص های بیمارستانی است که امروزه، به طور گسترده ای در بیمارستان¬ها به کار گرفته می شود و بیانگر میزان کارایی و عملکرد فعالیت¬های بیمارستانی است، به همین دلیل در تحلیل عملکرد بیمارستانی جزء عناصر اساسی محسوب می¬گردد. . طولانی بودن مدت اقامت بیمار در بیمارستان¬ها منجر به اتلاف منابع تجهیزات بیمارستان، هدر رفتن نیروی انسانی و اتلاف وقت و بالا رفتن هزینه-ی بیماران می شود. با توجه به اهمیت و ضرورت یادشده در این مطالعه به بررسی عوامل موثر و پیش بینی این شاخص پرداخته شده است. در این تحقیق با استفاده از تحلیل اطلاعات پرونده بیمار ویژگی های بیمار و بیمارستان استخراج شد. از طریق سه تکنیک درخت تصمیم، دسته بند بیزین و k-نزدیک¬ترین همسایه مدل پیش¬بینی طول اقامت بیمار در بخش جراحی بیمارستان ارائه شده است که نتایج نشان داد درخت تصمیم پیش بینی کننده بهتری است. همچنین از طریق روش انتخاب ویژگی عوامل موثر بر طول اقامت بیمار شناسایی گردیده است. در نهایت برای کاربردی بودن روش استفاده شده برای ساخت مدل درخت تصمیم از داده¬های هنگام پذیرش بیمار استفاده شد که با وجود صحت کمتر از نظر زمانی بسیار با ارزش است.
similar resources
پیش بینی الگوی ورود بیمار به بخش اورژانس بیمارستان با استفاده از تکنیک داده کاوی و مدل شبکه عصبی
Background: Emergency department (ED) is the first place for providing diagnostic and therapeutic services to emergency patients. Due to importance of speed and accuracy in providing services the proper allocation of resources, the department must consider this matter in a particular way. Planning Emergency resources implements regardless of patient overcrowding which occurs at different times...
full textپیش بینی الگوی ورود بیمار به بخش اورژانس بیمارستان با استفاده از تکنیک داده کاوی و مدل شبکه عصبی
زمینه و هدف: بخش اورژانس ، اولین مکان ارائه خدمات تشخیصی و درمانی به بیماران اورژانسی می باشد. با توجه به اهمیت سرعت و دقت در ارائه خدمات، تخصیص صحیح منابع در این بخش اهمیت ویژه ای دارد. برنامه ریزی منابع بخش اورژانس، بدون توجه به ازدحام و تراکم بیمار در زمان های مختلف صورت می گیرد، بنابراین ممکن است بخش با کمبود منابع روبرو شده و این امر منجر به معطلی بیماران، بی نظمی در انجام کارها و در نتیجه...
full textپیش بینی بیماری قلبی با استفاده از تکنیک داده کاوی شبکه عصبی
مقدمه داده کاوی به بررسی و تجزیه و تحلیل مقادیر عظیمی از داده ها به منظور کشف الگوها و قوانین معنی دار اطلاق میشود که عمدتا" از طریق ساختن مدل ها و الگوریتم ها، ورودی ها را با هدف خاصی مرتبط می نماید. گاهی تکنیک های داده کاوی منجر به شناسایی الگوریتم های معنادار می شوند که می توانند با استفاده از داده های موجود و در دسترس و با هزینه کم، زمینه های ابتلا، پیشگیری و درمان بیماری ها را در پزشکی فرا...
full textپیش بینی کنندههای مدت اقامت بیمار در بیمارستان
زمینه و هدف: استفاده بهینه از منابع در دسترس، یکی از چالشهای مدیران همه بیمارستانها میباشد. یکی از راه حلهای پیشنهادی برای حل این مشکل، کاهش متوسط مدت اقامت در بیمارستان است. هدف این مطالعه شناسایی عوامل تاثیرگذار بر طولانی شدن مدت اقامت بیماران است. روش کار: مطالعه حاضر، بصورت مقطعی بر روی پرونده 370 بیمار بستری در بیمارستان سینا وابسته به دانشگاه علوم پزشکی تهران که به روش نمونه گیری تصاد...
full textارائه مدل پیش بینی تشخیص عوامل ناباروری با استفاده از الگوریتمهای داده کاوی
Introduction: About 10-15 percent of Iranian couples are infertile which is due to different causes determining particular diagnostic and treatment methods. In this study, the model presented is based on basic features and simple tests, helping physicians predict the causes of infertility Methods: The data were taken from Sarem hospital infertility data bank by using data mining methods. ...
full textاستفاده از الگوریتم های داده کاوی در بررسی عوامل موثر بر پیش بینی وضعیت بدو تولد نوزادان
Background & Objective: Prediction of health status in newborns and also identification of its affecting factors is of the utmost importance. There are different ways of prediction. In this study, effective models and patterns have been studied using decision tree algorithm. Method: This study was conducted on 1,668 childbirths in three hospitals of Shohada, Omidi and Mehr in city of Behshahr...
full textMy Resources
document type: thesis
وزارت علوم، تحقیقات و فناوری - دانشگاه تربیت مدرس - دانشکده صنایع
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023