ارایه رویکردی مبتنی بر داده کاوی جهت شناسایی حوزه های پرهزینه در نسخه های بیماران (مورد کاوی: بیمارستان شریعتی)
Publish place: کنفرانس بین المللی مهندسی صنایع و مدیریت پایدار
Publish Year: 1395
Type: Conference paper
Language: Persian
View: 641
This Paper With 9 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
Export:
Document National Code:
IESM03_099
Index date: 26 April 2017
ارایه رویکردی مبتنی بر داده کاوی جهت شناسایی حوزه های پرهزینه در نسخه های بیماران (مورد کاوی: بیمارستان شریعتی) abstract
صنعت جهانی بهداشت و درمان یکی از بزرگترین و پرچالش ترین صنایع در جهان است. رشد مداوم هزینه های مراقبت های بهداشتی و داروبه عنوان یک کالای استراتژیک نیاز به ابزارهایی به منظور شناسایی جمعیتهای هزینه بالا ایجاد کردهاست، به همین دلیل تمایل فراگیری درجهت کنترل هزینههای بیمارستانی و دارویی وجود دارد و پژوهشهای متعددی در زمینه شناسایی روند تغییر و اندازهگیری میزان رشد هزینهداروها انجام شده است. در این تحقیق هدف ما شناسایی حوزه های هزینه بالا در نسخه های دارویی و همچنین نقاطی که ریسک هزینه ایبالایی دارند، می باشد که با استفاده از یک تابع ریسک نرمال شده مبتنی بر فاصله بدست آمده است، داده های موردنیاز 11515 رکورد شاملاطلاعات نسخ بیماران در سال 91 تا 93 از سیستم اطلاعات بیمارستان شریعتی استخراج شدهاست. طبق نتایج بدست آمده داروی آلبومیندارای بیشترین میزان متوسط هزینه و همچنین ریسک هزینه ای در بین نسخه ها و بخش های پیوند سلول های بنیادی و گوارش نیز جزءپرهزینه ترین و پرریسک ترین بخش ها در دوره ی مورد تحلیل محسوب می شوند که نتایج حاصله مطابق با آمار هزینه ای بیمارستان و مورد تاییدخبرگان قرار گرفته است.
ارایه رویکردی مبتنی بر داده کاوی جهت شناسایی حوزه های پرهزینه در نسخه های بیماران (مورد کاوی: بیمارستان شریعتی) Keywords:
ارایه رویکردی مبتنی بر داده کاوی جهت شناسایی حوزه های پرهزینه در نسخه های بیماران (مورد کاوی: بیمارستان شریعتی) authors
سوسن صحرانورد
گروه مهندسی فناوری اطلاعات، دانشگاه تربیت مدرس، تهران، ایران
مهرداد کارگری
گروه مهندسی فناوری اطلاعات، دانشگاه تربیت مدرس، تهران، ایران
سیامک کارگر
مشاور فناوری اطلاعات، بیمارستان شریعتی، تهران
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :