کاربرد روش تحلیل فراگیر داده ها در بودجه ریزی عملیاتی بیمارستانی: مطالعه موردی بیمارستان های منتخب سال ۱۳۸۷

سال انتشار: 1391
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 20

فایل این مقاله در 14 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_JHEA-1-2_005

تاریخ نمایه سازی: 30 تیر 1405

چکیده مقاله:

مقدمه: در نظام بودجه ریزی عملیاتی، به منظور بررسی کارایی و اثربخشی، هزینه ها با نتایج حاصله مقایسه می شود. در این راستا، در پژوهش حاضر کارایی بیمارستان های منتخب در سال ۱۳۸۷، با استفاده از فن تحلیل فراگیر داده ها (DEA)، محاسبه و کاربرد فن مزبور در بودجه ریزی عملیاتی بیمارستانی بررسی شده است. روش مطالعه: پژوهش حاضر مطالعه ای توصیفی - تحلیلی است. برای اندازه گیری کارایی از مدل BCC ورودی محور و به منظور رتبه بندی کامل بیمارستان ها از مدل اندرسون – پیترسون (AP) استفاده شده است. برای حل مدل، نرم افزار Excel DEA Solver نسخه ۲.۷۲.۰.۲ و DEA - Master نسخه ۲ بکار گرفته شده است. یافته ها: نتایج حاصل از پژوهش بیانگر این است که ۴۵ درصد از بیمارستان ها ناکارا بوده اند. هم چنین، با توجه به میانگین درصد مازاد بکارگیری بیش از نیاز ورودی ها، بیمارستان های ناکارا به طور متوسط ۱۶/۵۱ درصد تخت اضافی و ۱۴/۴۶ درصد کارکنان اضافی دارند. نتیجه گیری: بر اساس یافته های پژوهش حاضر، بیمارستان های منتخب به صورت کارا فعالیت نکرده و ظرفیت ارتقای کارایی در بیمارستان های مورد بررسی بدون هیچ گونه افزایشی در هزینه ها و با بکارگیری همان میزان از ورودی ها وجود دارد.

کلیدواژه ها:

بیمارستان ، بودجه ریزی عملیاتی ، کارایی ، تحلیل فراگیر داده ها

نویسندگان

زهره کاظمی

کارشناس ارشد اقتصاد سلامت؛ کارشناس بودجه دانشگاه علوم پزشکی و خدمات بهداشتی درمانی بیرجند

علی اصغر احمد کیادلیری

گروه مدیریت و اقتصاد سلامت، دانشکده بهداشت، دانشگاه علوم پزشکی و خدمات بهداشتی درمانی تهران

رضا صالح زاده

دانشجوی دکتری مدیریت بازرگانی دانشگاه اصفهان

مریم رمضانیان

کارشناس ارشد اقتصاد سلامت؛ رئیس گروه مطالعات اقتصاد سلامت مرکز بودجه و پایش عملکرد وزارت بهداشت، درمان و آموزش پزشکی

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 :
  • Abby, S.; and A. Yaser (۲۰۰۹). “Electronic Medical Record Use ...
  • Abolhallaj, M.; Najafi, B.; and A. A. Ahmad Kiadaliri (۲۰۱۱). ...
  • Asadi, M.; Mirghafoori, H.; Sadeqhi Arani, Z.; and H. Khosravanian ...
  • [In Persian]Ganley, J. A. and J. S. Cubbin (۱۹۹۲). Public ...
  • Goodarzi, Gh.; Imani Nasab, M. H.; Jahanmehr, N.; Rostami, K.; ...
  • Mirjalili, S. H.; Mirdehghan, S. A.; and H. Dehghan Khavari ...
  • Vice-Presidency for Strategic Planning and Supervision, The Collection of Development ...
  • نمایش کامل مراجع