مجید ضرابیان؛ مسعود عابسی
دوره 14، شماره 1 ، اردیبهشت 1396، ، صفحه 16-25
چکیده
مقدمه: بیماری‌های ایسکمیک قلبی IHD (Ischemic Heart Diseases) از موضوعات هزینه‌بر و قابل بحث در حیطه بهداشت و درمان کشور می‌باشد. علاوه بر این، بیمارستان‌ها به شدت دارای محدودیت منابع برای مراقبت از بیماران هستند. از این‌رو، تعیین مدت اقامت LOS (Length of stay) بیماران از لحاظ مدیریت هزینه بیمارستان، بسیار مهم است. در تحقیق حاضر مدل‌هایی جهت برآورد ...
بیشتر
مقدمه: بیماری‌های ایسکمیک قلبی IHD (Ischemic Heart Diseases) از موضوعات هزینه‌بر و قابل بحث در حیطه بهداشت و درمان کشور می‌باشد. علاوه بر این، بیمارستان‌ها به شدت دارای محدودیت منابع برای مراقبت از بیماران هستند. از این‌رو، تعیین مدت اقامت LOS (Length of stay) بیماران از لحاظ مدیریت هزینه بیمارستان، بسیار مهم است. در تحقیق حاضر مدل‌هایی جهت برآورد LOS بیماران ایسکمی قلبی و عوامل مؤثر بر آن ارایه شد.روش بررسی: این پژوهش در مطالعه‌ای کاربردی، 6524 بیمار بستری ایسکمی قلبی را که طی شش ماه دوم سال 1392 به 16 مرکز درمانی شهر تهران مراجعه کرده بودند و اقدامات درمانی صورت گرفته در پرونده آن‌ها توسط کدهای تعرفه خدمات درمانی ثبت شده بود، بررسی کرده است. پس از جمع‌آوری داده‌ها با استفاده از فرمی طراحی شده و پاکسازی آن‌ها، مدل‌های برآورد LOS با کمک الگوریتم‌های داده‌کاوی شبکه عصبی مصنوعی ANN (Artificial neural networks)، ماشین‌های بردار پشتیبان SVM (Support vector machines)، اکتشاف تعاملی اتوماتیک CHAID (Chi-squared Automatic Interaction Detection)، درخت‌های دسته‌بندی و رگرسیون CART (Classification and regression trees) و مدل ترکیبی در نرم‌افزار Clementine ساخته شدند.یافته‌ها: میانگین و انحراف معیار LOS بیماران، 608/9 ± 727/7 روز بود. همبستگی خطی با LOS واقعی و خطای نسبی تمام مدل‌ها به ترتیب بیشتر از 7/0 و کمتر از 5/0 شد. مدل ترکیبی و SVM نیز دقیق‌ترین مدل‌های به دست آمده بود.نتیجه‌گیری: با توجه به نتایج مدل‌ها، بیماران ایسکمی که نیازمند توان‌بخشی، مشاوره، رادیوتراپی و سی‌تی‌اسکن هستند، دارای LOS بیشتری می‌باشند. همچنین، نوع بیماری ایسکمی و به ویژه کدهای درمانی کالیفرنیا نقش مهمی در برآورد LOS بیماران دارند.
