عنوان:

شناسایی عوامل مرتبط با طول مدت اقامت بیمارستانی بر مبنای اعمال تکنیک­ های داده­ کاوی بر داده های پذیرش

چكيده

مقدمه: بیمارستان­ ها به شدت دارای محدودیت تخت و منابع برای مراقبت از بیماران می باشند. در دسترس بودن منابع بیمارستانی با فاکتورهای محدودی در ارتباط است. یکی از مهم­ترین این فاکتورها طول مدت اقامت بیمارستانی است که عامل اصلی هزینه بیمارستان ­ها نیز می­ باشد. طول مدت اقامت ((Length of Stay که به اختصار LOS نامیده می­شود به عنوان تعداد روزهایی که یک بیمار در بیمارستان بستری می­ شود تعریف می ­گردد. کاهش مدت اقامت در بیمارستان، فرصت­ هایی را جهت کاهش هزینه ­­ها و افزایش کیفیت مراقبت فراهم می­ آورد. اگر بتوان بیمارانی که دارای اقامت طولانی مدت در بیمارستان هستند را بلافاصله پس از پذیرش شناسایی کرد، منابع مناسب می­ تواند جهت تلاش برای سرعت بخشیدن به مراقبت ­های بهداشتی در زمان اولیه، در دسترس قرار گیرد. به منظور شناسایی بیماران با اقامت طولانی مدت، تعیین عوامل مرتبط با طول مدت اقامت ضروری می ­باشد. هدف از مطالعه حاضر شناسایی عوامل تأثیرگذار بر مدت اقامت بیمارستانی بر مبنای اعمال تکنیک­ های داده­ کاوی بر داده­ های پذیرش بیمارستان می­ باشد.

روش كار: در این مطالعه که به­ صورت توصیفی و گذشته ­نگر انجام شد، اطلاعات دموگرافیک و بالینی 449678 بیمار بستری شده در بیمارستان­ های قائم^(عج) و امام رضا^(ع) مشهد که از ابتدای سال 1388 تا انتهای سال 1393 در این بیمارستان ­ها بستری شده بودند، از قسمت پذیرش پرونده کامپیوتری بیماران استخراج و مورد تجزیه و تحلیل قرار گرفت. برای عملیات پاک­سازی داده­ ها از نرم ­افزار مدیریت بانک اطلاعاتی Microsoft SQL Server 2012 و برای تجزیه و تحلیل داده ­ها از نرم افزار آماری و داده کاوی SPSS نسخه 19 استفاده گردید. جهت آنالیز تک متغیره از تست­ های t زوجی و آنالیز یک طرفه ANOVA و به­ منظور آنالیز چند متغیره از مدل­ آماری رگرسیون خطی چندگانه و دو تکنیک­ داده­ کاوی شامل درخت تصمیم و شبکه­ ی عصبی مصنوعی استفاده گردید. سطح معنی ­داری در تمام مراحل تحلیل داده ­ها 5 درصد در نظر گرفته شد.

نتايج: میانگین طول مدت اقامت در بیمارستان ­های امام رضا^(ع) و قائم^(عج) به ترتیب 5/5 و 7/6 روز با میانه 3 و 4 روز بود. عوامل مرتبط با LOS بر اساس هرکدام از مدل­ های داده­ کاوی و مجموعه داده ­های بیمارستانی مورد استفاده، متفاوت بود اما به­ طور کلی 8 فاکتور که بیشترین میزان ارتباط را با LOS داشتند عبارتند از: بخش پذیرش، سن، دلیل و نوع مراجعه، نوع بیمه، نوع محل زندگی، شغل و وضعیت تأهل بیماران. میزان دقت درخت تصمیم و شبکه­ ی عصبی در پیش­ بینی LOS تفاوت چشم­گیری نداشتند (79-73 درصد).

نتيجه‌گيري: نتایج این مطالعه نشان می ­دهد انتخاب تکنیک مناسب برای ایجاد مدل ­های پیش­بینی بر اساس متغیرهای مستقل و وابسته، به شدت وابسته به حجم، نوع و کیفیت داده ها می­ باشد. به هرحال تعیین عوامل مؤثر بر LOS با استفاده از تکنیک­ های داده کاوی می­ تواند در جهت برنامه­ ریزی و تخصیص بهینه­ ی منابع در بیمارستان­ ها سودمند باشد.

كلمات كليدي: طول مدت اقامت، داده کاوی، مدل پیش ­بینی، داده­ های پذیرش، عوامل مرتبط.