KaydedilenlerDerginizi ekleyin

Dergiler / İşletme Araştırmaları Dergisi / 2019 / Cilt: 11 - Sayı: 4

Sağlık Kurumlarında Talep Tahmini: Cerrahi Gazlı Bez Üzerine Uygulama

(Demand Forecast in Health İnstitutions: Application on Surgical Gauze)

Pınar UÇAKKUŞ
SEYHAN ÇİL KOÇYİĞİT
Sayfa
3421–3429
DOI
—
🏛️Bu makalenin bibliyografik verileri ve tam metin bağlantısı DergiPark üzerinden sağlanmıştır.
DergiPark Kaydı ↗
✨

Yapay Zeka Hızlı Bakış & Çıkarımlar

AI Insight
⚡ TL;DR(1 Cümlede Hızlı Çıkarım)

Bulgular – Yöntemler arası karşılaştırma sonucu hareketli ortalama yönteminde hata oranı en az bulunmuştur.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Amaç – Kıt kaynakların etkili ve verimli kullanılması için uygun yöntemler kullanılarak doğru tahmin yapılması gerekir.
📊
Temel Bulgular & Veri:Bulgular – Yöntemler arası karşılaştırma sonucu hareketli ortalama yönteminde hata oranı en az bulunmuştur.
💡
Sonuç & Katkı:Tartışma – Hastane giderlerinde tıbbi malzemelerin maliyetleri fazla olduğu için doğru zamanda, doğru miktarda malzeme tahmini yapılarak hastane karlılığı artırılıp, israf önlenebilir.
🔬Tür:Araştırma Makalesi
📍Kapsam:Genişletilmiş Akademik Örneklem
⚙️Değişkenler:Alan Parametreleri

Özet

Amaç – Kıt kaynakların etkili ve verimli kullanılması için uygun yöntemler kullanılarak doğru tahmin yapılması gerekir. Sağlıkta kaynakların yokluğunun telafisi yoktur. Araştırmada Gazi Üniversitesi yoğun bakım ünitesinde cerrahi gazlı bez tüketiminde kantitatif tahmin yöntemleri kullanılarak gelecek dönemler için ne kadar tüketileceğinin tahmini yapılmıştır. Yöntem – Araştırmada talep tahmin yöntemlerinden hareketli ortalama, üstel düzeltme, HoltWinters tahmin yöntemleri kullanılmıştır. Tahmin sonuçlarının doğrululuğunun ölçümünde ortalama mutlak hata yüzdesi (Mean Absolute Percent Eror-MAPE) ve ortalama mutlak hata (Mean Absolute Deviation-MAD) kullanılmıştır. Bulgular – Yöntemler arası karşılaştırma sonucu hareketli ortalama yönteminde hata oranı en az bulunmuştur. Tartışma – Hastane giderlerinde tıbbi malzemelerin maliyetleri fazla olduğu için doğru zamanda, doğru miktarda malzeme tahmini yapılarak hastane karlılığı artırılıp, israf önlenebilir.

Abstract

Purpose – For effective and efficient use of scarce resources, by using appropriate methods is required accurate estimation. There is no compensation for the lack of resources in health. In the study, by using quantitative estimation methods in surgical gauze consumption in the intensive care unit of Gazi University were estimated how much it will be consumed for future periods. Design/methodology/approach – In this study, moving average, exponential smoothing, Winters Holt- and linear regression forecasting methods that are demand estimate have been used. Mean Absolute Percent Error(MAPE) and Mean Absolute Deviation (MAD) have been used for the measurement of the accuracy of forecast results. Findings – As a result of the comparison between methods, the error rate was found to be the least in the moving average method. Discussion – Since the cost of medical equipment is high in hospital expenses, the profitability of hospital can be increased and waste can be prevented by estimating the right amount of material at the right time.

🔖

Bu Makaleye Atıf Yap

UÇAKKUŞ, P., KOÇYİĞİT, S. Ç. (2019). Sağlık Kurumlarında Talep Tahmini: Cerrahi Gazlı Bez Üzerine Uygulama. İşletme Araştırmaları Dergisi, Cilt: 11 - Sayı: 4, 3421–3429. https://ajindex.com/articles/217640

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (19)

  1. Bergs, J., Heerinckx, P. and Verelst, S. (2014). Knowing what to expect, forecasting monthly emergency department visits: A time-series analysis. International Emergency Nursing, 22(2), 112–115.
  2. Chatfield, C. (2004). The analysis of time series: an introduction. 6. London: CRC Press.
  3. Cote, MJ., TUCKER SL (2001). "Four Methodologies to Improve Healthcare Demand Forecasting." Healthcare Financial Management, 55(5):54-8.
  4. Çelik, Y. (2011).
  5. Sağlık Ekonomisi, Siyasal Kitabevi,
  6. Ankara.
  7. Ersoy, M.S., Ersoy, A. (2011).
  8. Üretim ve İşlemler Yönetimi, Ankara:
  9. İmaj Yayınevi.
  10. Jalalpour, M., Gel, Y., and Levin, S. (2015). "Forecasting demand for health services: Development of a publicly available toolbox." Operations Research for Health Care, 5(0), 1-94.
  11. Jallahan, T.J., Guzman, D.R., Van Sumeran, M.A. (2004). Effective Demand Forecasting In the Health Care Supply Chain, Streamlining Internal Operations. https://mthink.com/legacy/www.hctproject.com/content/pdf/HCT2_wp_callahan_2additions.pdf. Erişim Tarihi: 07 Haziran 2019.
  12. Hadavandi, E., Shavandi, H., Ghanbari, A. and Abbasian-Naghneh, S. (2012). Developing a hybrid artificial intelligence model for outpatient visits forecasting in hospitals. Applied Soft Computing, 12(2), 700– 711. Kobu, B. (2010).
  13. Üretim Yönetimi, Beta Basım Yayım Dağıtım A.Ş., İstanbul. Majer I. Modeling and forecasting health expectancy: theoretical framework and application. In: Netspar Discussion Papers: 01/2011-009.
  14. Network for Studies on Pensions, Aging and Retirement. 2011. http://arno.uvt.nl/show.cgi?fid=113977.
  15. Özcan, Y.A. (2009). Quantitative Methods in Health Care Management: Techniques And Applications. Usa: Jossey – Bass. Özüdoğru, A.G., Görener, A. (2015). Sağlık Sektöründe Talep Tahmini Üzerine Bir Uygulama. İstanbul Ticaret Üniversitesi Sosyal Bilimleri Dergisi, 14(27): 37–53.
  16. Özüdoğru, A.G., Görener, A. (2016). Method Selection for Demand Forecasting: Application in a Private Hospital, International Journal of Decision Sciences & Applications, 1(1):22–34.
  17. Shumway, R.H., Stoffer, D.S. (2006).Time series analysis and its applications with R examples. 2. New York: Springer. Soyiri, I.N., Reidpath, D.D. (2013). An overview of health forecasting. Environ Health Prev Med. 18(1):1–9.
  18. Tengilimoğlu, D., Yiğit, V. (2013). Sağlık İşletmelerinde Tedarik Zinciri ve Malzeme Yönetimi, 2. Basım, Nobel Akademik Yayıncılık, Ankara.
  19. WHO. (2010). Health service delivery. In: WHO programmes and projects: health systems. Yiğit, V. (2016). Hastanelerde Tıbbi