دوره 12، شماره 4 - ( 12-1392 )                   جلد 12 شماره 4 صفحات 73-81 | برگشت به فهرست نسخه ها


XML English Abstract Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Afshar Kazemi M, Bigdeli N, Manoochehri J, Jenab Y. Predicting A Pattern of Patient Arrival at Emergency Department by Using Data Mining Technique and Neural Network Model. jhosp. 2014; 12 (4) :73-81
URL: http://jhosp.tums.ac.ir/article-1-5212-fa.html
علی افشار کاظمی محمد علی، بیگدلی ندا، منوچهری ژیلا، جناب یاسر. پیش بینی الگوی ورود بیمار به بخش اورژانس بیمارستان با استفاده از تکنیک داده کاوی و مدل شبکه عصبی. بیمارستان. 1392; 12 (4) :73-81

URL: http://jhosp.tums.ac.ir/article-1-5212-fa.html


1- PhD، دانشيار گروه مديريت صنعتی دانشکده مدیریت، دانشگاه آزاد اسلامی واحد تهران مرکز
2- MSc گروه مدیریت صنعتی، دانشکده مدیریت، دانشگاه آزاد اسلامی واحد تهران مرکز ، neda_big_55@yahoo.com
3- PhD ، مسؤول واحد مدیریت کیفیت، مرکز قلب تهران، دانشگاه علوم پزشکی تهران
4- PhD استادیار گروه قلب و عروق، ، مرکز قلب تهران، دانشگاه علوم پزشکی تهران
چکیده:   (5782 مشاهده)
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 افت کیفیت خدمات گردد. در این مطالعه به منظور رفع مشکلات فوق، الگوی پیش بینی تعداد بیمار مراجعه کننده به بخش اورژانس ارائه شده است. مواد و روش ها: تعداد بیمار بر مبنای داده های ورود بیماران به اورژانس و با استفاده از تکنیک داده کاوی و شبکه عصبی پرسپترون چند لایه(Multi-layer Perceptron) MLP پیش بینی شده است. یافته ها: تعداد بیمار ورودی در روزهای مختلف هفته و ساعات مختلف شبانه روز برای هر یک از اولویت های سه گانه 1 ، 2 و3 تعیین شده، بیشترین تعداد بیمار در روز شنبه و کمترین در روز جمعه بوده است. روزهای تعطیل و غیر تعطیل از لحاظ تعداد بیمار با هم متفاوت و تعداد بیمار در روزهای تعطیل رسمی مانند اعیاد برابر تعداد بیمار در روزهای جمعه بوده است. بیشترین تعداد بیمار در ساعات 9 الی 11 صبح و 20 الی 23 شب و کمترین تعداد در ساعات بین 2 الی 7 صبح میباشد. نتیجه گیری: پیش بینی تعداد بیمار بخش اورژانس می تواند در برآورد منابع مورد نیاز و توزیع مناسب آنها مورد استفاده قرار گرفته و کیفیت خدمات را بهبود بخشد.
متن کامل [PDF 1104 kb]   (2538 دریافت)    
نوع مطالعه: مقاله ی اصیل | موضوع مقاله: سایر
دریافت: ۱۳۹۱/۸/۲۹ | پذیرش: ۱۳۹۲/۴/۱ | انتشار: ۱۳۹۲/۱۲/۲۳

ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
کد امنیتی را در کادر بنویسید

ارسال پیام به نویسنده مسئول


کلیه حقوق این وب سایت متعلق به فصلنامه بیمارستان می باشد.

طراحی و برنامه نویسی : یکتاوب افزار شرق

© 2017 All Rights Reserved | Journal of Hospital

Designed & Developed by : Yektaweb