مدل‌بندي درصد اشغال تخت‌هاي بيمارستاني شهر شيراز

Bed occupancy rate modeling in Shiraz hospitals

زمينه: نرخ اشغال تخت بيمارستاني در ايران در سال 1380 حدود %57/4 بود كه با مقدار استاندارد اين شاخص يعني %75 اختلاف زيادي دارد. هدف: مطالعه به منظور مدل بندي درصد اشغال تخت هاي بيمارستاني شهر شيراز انجام شد. مواد و روش ها: اين مطالعه مقطعي بر روي نمونه اي تصادفي از بخش هاي بيمارستان هاي شهر شيراز در نيمه اول سال 1383 انجام شد. براي مدل بندي درصد اشغال تخت بيمارستاني از مدل هاي پوآسني، دوجمله اي منفي و آميخته پوآسني، و براي در نظر گرفتن نقش هر بخش بيمارستاني به عنوان يك مؤلفه تصادفي از مدل هاي سلسله مراتبي آميخته پوآسني، دوجمله اي منفي و نرمال دومؤلفه اي استفاده شد. يافته ها: متوسط درصد اشغال تخت بيمارستاني در بيمارستان هاي شهر شيراز %66/4 بود. با توجه به همگني نسبي مشاهدات درصد اشغال تخت بيمارستاني در كل بيمارستان ها، مدل هاي سلسله مراتبي پوآسني و دوجمله اي منفي به خوبي نتوانستند اين متغير را تبيين نمايند. ولي مدل سلسله مراتبي نرمال آميخته دومؤلفه اي يك مدل مناسب براي تبيين مقادير درصد اشغال تخت بيمارستاني در شهر شيراز بود. در اين مدل يكي از مؤلفه هاي مقادير درصد اشغال تخت بيمارستاني، مشاهدات نزديك به ميانگين و مؤلفه ديگر مشاهدات دور افتاده را تبيين مي نمايد. نتيجه گيري: در نظر گرفتن مدل به صورت سلسله مراتبي كه در آن بخش به عنوان يك مؤلفه تصادفي باشد، داده هاي مقادير درصد اشغال تخت بيمارستاني را بسيار خوب تبيين مي نمايد.

Background: The Bed Occupancy Rate (BOR) among Iranian hospitals was reported to be 57.4% in 2001 indicative of a significance difference with standard index of 75%. Objective: To evaluate the bed occupancy rate modeling in Shiraz hospitals. Methods: This was a cross-sectional study carried out on random samples from different hospitals in Shiraz during the first half of 2004. The Poisson models including the negative binomials and mixture Poisson were used for BOR modeling. Hierarchical mixture Poisson, negative binomial and hierarchical two-component normal distribution were applied for the role of each hospital ward. Findings: Our findings showed that the average BOR was 66.4% in Shiraz hospitals. Regarding the relative hemogenity in observation of BOR in different hospitals, the hierarchical mixture Poisson and negative binomial models failed to accurately explain this variable and it was the hierarchical mixture two-component normal model which gave an accurate explanation for BOR found in our study. In this model, one of the components indicates the BOR observation close to mean and the other represents the outlier observations. Conclusion: The hierarchical modeling in which a hospital ward acts as a random component was shown to lead to the highest value for BOR.