Search engine for discovering works of Art, research articles, and books related to Art and Culture
ShareThis
Javascript must be enabled to continue!

GENEL HASTANELERİN YATAK KULLANIM PERFORMANSININ PABON LASSO YÖNTEMİYLE DEĞERLENDİRİLMESİ

View through CrossRef
Pabon Lasso Yöntemi hastanelerin yatak kullanım performansının ölçümünde yaygın kullanım alanına sahiptir. Bu çalışmada Sağlık Bakanlığı’na bağlı genel hastane statüsüne sahip AI, AII ve B grubu hastanelerin 2018-2021 yatak kullanım performansı Pabon Lasso Yöntemiyle değerlendirilmiştir. Araştırma kapsamındaki 257 hastanenin 2018 yılından 2021 yılına kadar ortalama yatak devir hızı sırasıyla 61,9, 61,1, 40,1 ve 43,6; yatak doluluk oranı 67,7, 67,4, 52,5 ve 51,2; ortalama kalış günü 4,1, 4,3, 5,0 ve 4,7’dir. Araştırma süresince AI grubu hastanelerin %37’sinin verimsiz, %38’inin verimli; AII grubu hastanelerin %47’si verimsiz, %36’sı verimli; B grubu hastanelerin %35’i verimsiz, %32’si verimli bölgede konumlandığı saptanmıştır. AI grubu eğitim araştırma hastanelerinin %30’u verimsiz, %35’i verimli; AI grubu şehir hastanelerinin %43’ü verimsiz, %18’i verimli bölgede; AII grubu genel hastanelerin %43’ü verimsiz, %33’ü verimli; şehir hastanelerinin %6’sı verimsiz, %81’i verimli bölgededir. Genel hastanelerin performansının en iyi olduğu yıl 2018 iken en kötü olduğu yıl ise 2020’dir. 2020’de performans düşüklüğünün pandemi etkilerinin ağır görülmesi ve mevcut talep yapısındaki değişiklikten kaynaklandığı düşünülmektedir.
Title: GENEL HASTANELERİN YATAK KULLANIM PERFORMANSININ PABON LASSO YÖNTEMİYLE DEĞERLENDİRİLMESİ
Description:
Pabon Lasso Yöntemi hastanelerin yatak kullanım performansının ölçümünde yaygın kullanım alanına sahiptir.
Bu çalışmada Sağlık Bakanlığı’na bağlı genel hastane statüsüne sahip AI, AII ve B grubu hastanelerin 2018-2021 yatak kullanım performansı Pabon Lasso Yöntemiyle değerlendirilmiştir.
Araştırma kapsamındaki 257 hastanenin 2018 yılından 2021 yılına kadar ortalama yatak devir hızı sırasıyla 61,9, 61,1, 40,1 ve 43,6; yatak doluluk oranı 67,7, 67,4, 52,5 ve 51,2; ortalama kalış günü 4,1, 4,3, 5,0 ve 4,7’dir.
Araştırma süresince AI grubu hastanelerin %37’sinin verimsiz, %38’inin verimli; AII grubu hastanelerin %47’si verimsiz, %36’sı verimli; B grubu hastanelerin %35’i verimsiz, %32’si verimli bölgede konumlandığı saptanmıştır.
AI grubu eğitim araştırma hastanelerinin %30’u verimsiz, %35’i verimli; AI grubu şehir hastanelerinin %43’ü verimsiz, %18’i verimli bölgede; AII grubu genel hastanelerin %43’ü verimsiz, %33’ü verimli; şehir hastanelerinin %6’sı verimsiz, %81’i verimli bölgededir.
Genel hastanelerin performansının en iyi olduğu yıl 2018 iken en kötü olduğu yıl ise 2020’dir.
2020’de performans düşüklüğünün pandemi etkilerinin ağır görülmesi ve mevcut talep yapısındaki değişiklikten kaynaklandığı düşünülmektedir.

Related Results

Yoğun Bakım Yatak Kullanım Verimliliğinin Pabon Lasso Modeli İle Değerlendirilmesi
Yoğun Bakım Yatak Kullanım Verimliliğinin Pabon Lasso Modeli İle Değerlendirilmesi
Hastanelerde sunulan sağlık hizmetleri, sağlık sistemlerinin en pahalı ve en önemli parçasıdır. Önemli maliyet girdileri oluşturmaktadır. Bu nedenle kıt olan kamu kaynaklarının etk...
Bir Kamu Hastanesinin Yatak Kullanım Verimliliğinin Pabon Lasso Modeli İle Ölçümü
Bir Kamu Hastanesinin Yatak Kullanım Verimliliğinin Pabon Lasso Modeli İle Ölçümü
Sağlıkta Dönüşüm Projesi ile birçok kamu hastanesi kurumsal yönetim anlayışına geçmektedir. Kurumsal yönetimin getirdiği maliyetlerin ve faydaların incelenmesi literatüre katkı sağ...
KAMU HASTANELERİNDE PERFORMANS DEĞERLENDİRMESİ: VERİ ZARFLAMA ANALİTİK HİYERARŞİ PROSESİ (VZAHP) VE PABON LASSO MODELİ (PLM) UYGULAMASI
KAMU HASTANELERİNDE PERFORMANS DEĞERLENDİRMESİ: VERİ ZARFLAMA ANALİTİK HİYERARŞİ PROSESİ (VZAHP) VE PABON LASSO MODELİ (PLM) UYGULAMASI
Amaç: Bu araştırmanın amacı, Akdeniz Bölgesi’nde faaliyet gösteren kamu hastanelerinin göreceli teknik etkinlik düzeylerini belirlemektir. Yöntem: Araştırmada, hastanelerin perfor...
Seagull: lasso, group lasso and sparse-group lasso regularization for linear regression models via proximal gradient descent
Seagull: lasso, group lasso and sparse-group lasso regularization for linear regression models via proximal gradient descent
Abstract Background Statistical analyses of biological problems in life sciences often lead to high-dimensional linear models. To solve the corresponding system of equations, penal...
Effect of the Health Promotion Plan on the Performance of Hospitals: Evidences from East of Iran
Effect of the Health Promotion Plan on the Performance of Hospitals: Evidences from East of Iran
Background: Hospitals are considered as the most central and resource-consuming units in the healthcare system. They use from 50 to 80% of public expenditures. As hospitals become ...
Méthodes quasi-Monte Carlo et Monte Carlo : application aux calculs des estimateurs Lasso et Lasso bayésien
Méthodes quasi-Monte Carlo et Monte Carlo : application aux calculs des estimateurs Lasso et Lasso bayésien
La thèse contient 6 chapitres. Le premier chapitre contient une introduction à la régression linéaire et aux problèmes Lasso et Lasso bayésien. Le chapitre 2 rappelle les algorithm...
GENÇ YETIŞKINLERDE SOSYAL MEDYA KULLANIM AMAÇLARININ UMUTSUZLUĞA ETKISI
GENÇ YETIŞKINLERDE SOSYAL MEDYA KULLANIM AMAÇLARININ UMUTSUZLUĞA ETKISI
Bu araştırma sosyal medya kullanım oranın en yoğun olduğu genç yetişkinlerde sosyal medya kullanım amaçlarının umutsuzluğa etkisini incelemeyi amaçlamaktadır. Araştırmanın amacı do...

Back to Top