سنجش عملکرد مالی مراکز درمانی ناجا با استفاده از تکنیک تحلیل پوششی داده ها
سال انتشار: 1398
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 288
فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_TEB-8-4_001
تاریخ نمایه سازی: 23 فروردین 1400
چکیده مقاله:
اهداف: افزایش هزینه خدمات بیمارستانی، استفاده بهینه از منابع موجود با بهکارگیری الگوهای تخصیص منابع و ارزیابی عملکرد را ضروری میسازد. تحلیل پوششی دادهها یکی از مدلهای ریاضی است که در ارزیابی عملکرد سازمانهای دارای واحدهای همگن، براساس ورودیها و خروجیهای آنها بهکار میرود. هدف این پژوهش، ارزیابی عملکرد مالی مراکز درمانی ناجا در سال 1395 با استفاده از تکنیک تحلیل پوششی دادهها و رتبهبندی آنها براساس کارایی بود.
ابزار و روشها: در این پژوهش توصیفی، دادههای مربوط به هفت بیمارستان ناجا به صورت میدانی و با مطالعه اسناد و مدارک، جمعآوری شد و مسئله در قالب مدل BCC خروجی محور فرموله و با نرمافزار Lingo تحلیل گردید.
یافتهها: نتایج تحلیل پوششی دادهها نشان داد که عملکرد مالی کلیه مراکز درمانی ناجا از کارایی نسبی لازم برخوردار است و بیمارستان "الف" در رتبه اول و بیمارستان "ز" در رتبه آخر قرار دارند.
نتیجهگیری: مراکز درمانی برای افزایش سطح کارایی خود نیازی به کاهش در میزان ورودیهای مدل ندارند؛ بلکه میبایست تلاشهای خود را در جهت افزایش خروجیها متمرکز نمایند.
کلیدواژه ها:
نویسندگان
رضا جوادیان
Department of Traffic Services, Faculty of Rahvar, Amin University of Police Sciences, Tehran, Iran
سعید رمضان زاده
Department of Basic Sciences, Faculty of Organizational Resources, Amin University of Police Sciences, Tehran, Iran
پیمان فقیه فرد
Department of medicine, Amin University of Police Sciences, Tehran, Iran
منصور روضه ای
Department of Financial Management, Faculty of Organizational Resources, Amin University of Police Sciences, Tehran, Iran
مهدی حقگو
Department of Financial Management, Faculty of Organizational Resources, Amin University of Police Sciences, Tehran, Iran
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :