CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

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

عنوان مقاله: توسعه الگوریتم داده کاوی درخت تصمیم جهت شناسایی عوامل مرتبط با طول مدت اقامت بیمارستانی
شناسه ملی مقاله: IIEC16_105
منتشر شده در شانزدهمین کنفرانس بین المللی مهندسی صنایع در سال 1398
مشخصات نویسندگان مقاله:

سیدمحمدمهدی بنی حسینی - دانشجودکتری مهندسی صنایع دانشگاه آزاداسلامی واحدتهران شمال
وحید برادران - استادیار دانشکده فنی مهندسی، دانشگاه آزاد اسلامی واحد تهران شمال؛

خلاصه 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.

کلمات کلیدی:
طول مدت اقامت، داده کاوی، الگوریتم درخت تصمیم

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/1034791/