توسعه الگوریتم داده کاوی درخت تصمیم جهت شناسایی عوامل مرتبط با طول مدت اقامت بیمارستانی

سال انتشار: 1398
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 377

فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

IIEC16_105

تاریخ نمایه سازی: 12 مرداد 1399

چکیده مقاله:

یکی از عوامل اصلی هزینه های بیمارستانی طول مدت اقامت میباشد که باعث محدودیت منابع و کاهش کیفیت خدمات به بیماران در بیمارستان میشود. شناسایی عوامل موثر بر مدت زمان بستری بیماران و پیشبینی مدت زمان اقامت آنها به برنامه ریزان جهت استفاده بهتر از منابع و کاهش مدت اقامت، میتواند کمک کند. مطالعه حاضر با هدف بررسی عوامل مرتبط با طول مدت اقامت با استفاده از اعمال الگوریتم درخت تصمیم بر روی داده های پذیرش یکی از بیمارستان تهران انجام شده است. به منظور پیشبینی و اندازه گیری عوامل موثر بر مدت زمان اقامت بیماران، داده های 8893 بیمار شامل یازده عامل بالقوه موثر بر مدت زمان اقامت بیماران جمع آوری شده است. پس از پاکسازی داده ها، تحلیل توصیفی متغیرها انجام شده و از الگوریتم درخت تصمیم جهت پیشبینی و تعیین عوامل موثر استفاده شده است. میانگین مدت اقامت در بیمارستان مورد مطالعه 1/55 با میانه یک روز بوده است. از بین 10 متغیر مستقل وارد شده به درخت تصمیم، 9 متغیر شامل بخش سن، دلیل مراجعه (بیماری)، بخش بستری، نوع بیمه، روز پذیرش در هفته، روز ترخیص در هفته، ماه پذیرش، نوبت پذیرش و جنسیت، به عنوان عوامل مرتبط با مدت زمان اقامت شناخته شدند. نتایج تکنیکهای داده کاوی میتواند بر اساس داده های ورودی متفاوت باشد، لذا جهت آگاهی از عوامل مرتبط با طول مدت اقامت لازم است داده های مربوط به هر بیمارستان به طور جداگانه وارد مدل شده و از نتایج به دست آمده، در همان بیمارستان استفاده شود.

نویسندگان

سیدمحمدمهدی بنی حسینی

دانشجودکتری مهندسی صنایع دانشگاه آزاداسلامی واحدتهران شمال

وحید برادران

استادیار دانشکده فنی مهندسی، دانشگاه آزاد اسلامی واحد تهران شمال؛