Türkiye'de yataklı tedavi kurumlarının kapasite kullanım oranlarının sıralı logistik regreasyon analizi

Bu çalısmada, ilk olarak Sağlık Bakanlığının yataklı tedavi kurumlarının 2005 istatistik yıllığındaki verilerden hareketle; mevcut kapasitelerinin düsük-ortayüksek kategoride kullanımları analiz edilmistir. Daha sonra; düsük kapasite kullanım oranlı hastanelerde verilen hizmetlerin üst kategorilerde yer alan hastanelerde verilen hizmetleri verebilme tahmininde sıralı logistik regresyon kullanılmıstır. Sözü edilen kapasite kullanım oranları kategori tahmini fonksiyonu için, sürekli açıklayıcı değiskenler olarak yatak sayısı, uzman doktor sayısı, poliklinik sayısı, hasta kabul sayısı ve kesikli açıklayıcı değisken olarak da hastane statüsü alınmasının yanı sıra içsel açıklayıcı değisken kombineleri esas alınarak,sıralı logistik regresyon modeli kurulmustur. Söz konusu bu kavramsal modelin orta ve yüksek’ten olusan kategorize logitlerinden hareketle modelin sonuçları tahmin edilmistir. Bu modelin değerlendirilmesiyle düsük kapasite kullanım oranlı her bir hastanede verilen hizmetlerin üst kategorilerdeki verilen hizmetlere olan olasılıkları elde edilen söz konusu modelin logit değerleriyle belirlenmistir.

Hastane kapasite kullanım oranı ,

Sağlık hizmeti ,

Sıralı lojistik regresyon ,

Hospital capacity usage rate ,

In this study, by using the data of 2005 statistical manual about treatment institutions with bed, usage of available capacities at low-middle-high categories has been analysed. Later on, ordinal logistic regression has been used to estimate probabilities to reach higher categories, for hospitals with low capacity usage rates. For the mentioned capacity usage rates category estimation function; ordinal logistic regression model has been built on basis of internal descriptive variable combinations where number of beds, number of specialized physicians, number of policlinics, number of patient acceptance were used as continuous definitive variables, and statue of hospital was used as categorical descriptive variable. From middle and high categorized logits of this conceptual model, sawe of the outcomes of the model have obtained estimated. With the evaluation of this model, probabilities to reach higher categories for each hospital with low capacity usage rate, categorized with logit values of the mentioned model, have been determined.

Health service ,

Ordinal logistic regression ,

Logit ,