Dergiler / MANAS Sosyal Araştırmalar Dergisi / 2016 / Cilt: 5 - Sayı: 4

HASTANELERDE TIBBİ MALZEME TALEP TAHMİNİ: SERUM SETİ TÜKETİMİ ÜZERİNDE ÖRNEK BİR UYGULAMA

FORECASTING DEMAND OF MEDICAL MATERİAL AT HOSPITALS: AN EXAMPLE APPLICATION OF CONSUMPTION ON SERUM SET

Sayfa
207–222
Yayın Tarihi
2016-10-01
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)

Böylece tıbbı malzeme ve ilaç ihtiyaçları daha doğru tahmin edilerek hastanenin verimliliği, kârlılığı, finansal performansı ve sürdürülebilirliği üzerinde olumlu etki sağlayabilecektir

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Bu araştırmanın amacı Süleyman Demirel Üniversitesi Hastanesinin serum seti tüketiminin kantitatif tahmin yöntemleri ile analiz edilmesi ve en uygun tahmin modelinin belirlenerek gelecek dönemlere ait serum seti tüketimi tahmininin yapılmasıdır.
📊
Temel Bulgular & Veri:Araştırma sonucuna göre en düşük MAPE değeri 5 ve en düşük MAD değeri 971 olarak Holt-Winter’ın toplamsal tahmin yönteminde gerçekleşmiştir.
💡
Sonuç & Katkı:Böylece tıbbı malzeme ve ilaç ihtiyaçları daha doğru tahmin edilerek hastanenin verimliliği, kârlılığı, finansal performansı ve sürdürülebilirliği üzerinde olumlu etki sağlayabilecektir
🔬Tür:Modelleme & Sayısal Simülasyon
📍Kapsam:335.556 adet
⚙️Değişkenler:Tahmin · Serum Seti · Tıbbi Malzeme

Özet

Bu araştırmanın amacı Süleyman Demirel Üniversitesi Hastanesinin serum seti tüketiminin kantitatif tahmin yöntemleri ile analiz edilmesi ve en uygun tahmin modelinin belirlenerek gelecek dönemlere ait serum seti tüketimi tahmininin yapılmasıdır. Araştırmada talep tahmin yöntemlerinden hareketli ortalama, üstel düzeltme, Holt- Winters ve doğrusal regresyon tahmin yöntemleri kullanılmıştır. Tahmin sonuçlarının doğrululuğunun ölçümünde ortalama mutlak hata yüzdesi (Mean Absolute Percent Eror-MAPE) ve ortalama mutlak hata (Mean Absolute DeviationMAD) kullanılmıştır. Ayrıca araştırmada serum seti tüketiminde en iyi tahmini veren yöntemi tespit edebilmek için yöntemler arası karşılaştırmalar yapılmıştır. Araştırma sonucuna göre en düşük MAPE değeri 5 ve en düşük MAD değeri 971 olarak Holt-Winter’ın toplamsal tahmin yönteminde gerçekleşmiştir. Bu yönteme göre yapılan analizde hastanenin gelecek 12 aylık dönemde serum seti tüketiminin 335.556 adet olabileceği tahmin edilmiştir. Hastane yöneticileri ilaç ve tıbbi malzeme ihtiyaç tahmini yaparken kalitatif tahmin yöntemleri yanında mutlaka kantitatif tahmin yöntemlerinden de yararlanmalıdır. Böylece tıbbı malzeme ve ilaç ihtiyaçları daha doğru tahmin edilerek hastanenin verimliliği, kârlılığı, finansal performansı ve sürdürülebilirliği üzerinde olumlu etki sağlayabilecektir

Abstract

The aim of this study is to analyse consumption of serum set by quantitative estimating method at Suleyman Demirel University Hospital and to estimate the consumption of serum set by determining the most appropriate forecasting model. 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. Also, in the study comparisons have been made among methods in order to determine the method that estimates best at serum set consumption. According to research results, the lowest MAPE is value of 5 and the lowest MAD is value of 971 as occurred in Holt-Winter's additive method.According to this method and the analysis, it has been estimated that the next 12 months serum set consumption could be of 335.556 units at the hospital. When hospital managers estimate the need of medicines and medical supplies, they must certainly benefit from the quantitative forecasting methods besides qualitative forecasting methods. Thus, by more accurately estimating medical materials and medication needs, it is going to be positive impact on the hospital's efficiency, profitability, financial performance and sustainability

🔖

Bu Makaleye Atıf Yap

Yiğit, V. (2016). HASTANELERDE TIBBİ MALZEME TALEP TAHMİNİ: SERUM SETİ TÜKETİMİ ÜZERİNDE ÖRNEK BİR UYGULAMA. MANAS Sosyal Araştırmalar Dergisi, Cilt: 5 - Sayı: 4, 207–222. https://ajindex.com/articles/3208

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (14)

  1. Aboagye-Sarfo, P., Mai, Q., Sanfilippo, F. M., Preen, D. B., Stewart, L. M. ve Fatovich, D. M. (2015). A comparison of multivariate and univariate time series approaches to modelling and forecasting emergency department demand in Western Australia. Journal of Biomedical Informatics, 57, 62–73.
  2. Akdağ, R., Tosun, N., Çinal, A., Yeşilyurt, H., Şencan, İ., Koç, O. ve Vd. (2011). Türkiye’de Özellikli Planlama Gerektiren Sağlık Hizmetleri: 2011-2023. Sağlık Bakanlığı Yayın No: 836, Ankara.
  3. Akmut Ö., Aktaş R. Binay, S. (1999) Öngörü Teknikleri Ve Finans Uygulamaları, Ankara Üniversitesi Siyasal Bilgiler Fakültesi Yayını: 584, Ankara Antelo, M., Santias, F. R. ve Calvo, A. M. (2015). Bed capacity and surgical waiting lists: a simulation analysis. European Journal of Government and Economics, 4(2), 118–133.
  4. Benli, Y. K. ve Yıldız, A. (2014). Altın Fiyatının Zaman Serisi Yöntemleri ve Yapay Sinir Ağları İle Öngörüsü. Dumlupınar Üniversitesi Sosyal Bilimler Dergisi, 42(2), 213–224.
  5. Bergs, J., Heerinckx, P. ve Verelst, S. (2014). Knowing what to expect, forecasting monthly emergency department visits: A time-series analysis. International Emergency Nursing, 22(2), 112–115.
  6. Cheng, C.-H., Wang, J.-W. ve Li, C.-H. (2008). Forecasting the number of outpatient visits using a new fuzzy time series based on weighted-transitional matrix. Expert Systems with Applications, 34(4), 2568–2575.
  7. Çelik Y. (2011).
  8. Sağlık Ekonomisi, Siyasal Kitabevi,
  9. Ankara Çelik, Ş. (2013). Zaman Serileri Analizi ve Trafik Kazası Verilerine Uygulanması. Iğdır Üniversitesi Fen Bilimleri Enstitüsü Dergisi, 3(4), 43–51.
  10. Demir, M.H., Gümüşoğlu S. (2003).
  11. Üretim Yönetimi, Beta Bas. Yay. Dağ. A.Ş., İstanbul.
  12. Filho, O. S. S., Carvalho, M. A., Cezarino, W., Silva, R. ve Salviano, G. (2013). Demand Forecasting for Blood Components Distribution of a Blood Supply Chain. IFAC Proceedings Volumes, 46(24), 565–571.
  13. Filho, O. S. S., Cezarino, W. ve Salviano, G. R. (2012). A Decision-making Tool for Demand Forecasting of Blood Components. IFAC Proceedings Volumes, 45(6), 1499–1504.
  14. Garson, C., Hollander, J. E., Rhodes, K. V., Shofer, F. S., Baxt, W. G. ve Pines, J. M. (2008). Emergency Department Patient Preferences for Boarding Locations When Hospitals Are at Full Capacity. Annals of Emergency Medicine, 51(1), 9–12.e3. Hadavandi, E., Shavandi, H., Ghanbari, A. ve Abbasian-Naghneh, S. (2012). Developing a hybrid artificial intelligence model for outpatient visits forecasting in hospitals. Applied Soft Computing, 12(2