تحلیل کارایی و تخصیص منابع بیمارستانی با استفاده از روش تحلیل پوششی داده‌های متمرکز

نوع مقاله : مقاله پژوهشی

نویسندگان

1 دانشیار گروه مدیریت، دانشکده علوم اداری و اقتصاد، دانشگاه اصفهان، اصفهان، ایران

2 کارشناس ارشد گروه مدیریت، دانشکده علوم اداری و اقتصاد، دانشگاه اصفهان، اصفهان، ایران

چکیده

این مقاله، کارایی و تخصیص منابع به بخش‌های مختلف بیمارستانی را با استفاده از روش تحلیل پوششی داده‌های متمرکز با فرض بازده متغیر با استفاده از نرم‌افزار متلب تحلیل کرده است. داده‌های مدنظر از واحد آمار، واحد حسابداری و واحد کنترل عفونت بیمارستان الزهرای اصفهان، برای تخصیص تخت به 31 بخش درمانی در سال 1390جمع‌آوری شد. شاخص‌های ورودی، دربردارندۀ تعداد تخت، تعداد پزشکان، تعداد پرستاران، فضای اختصاص داده‌شده به هر بخش و شاخص‌های خروجی، دربردارندۀ تعداد بیمار پذیرش‌شده، چرخش تخت، درصد اشغال تخت و تعداد مشاوره‌های انجام‌شده است. یافته‌ها نشان داد مجموع تعداد تخت فعال از 739 به 99/343، مجموع تعداد پزشکان از 399 به 51/391، مجموع تعداد پرستاران از 1258 به 21/1239 و مجموع فضای تخصیصی به بخش‌ها از 19010 به 69/15668 متر مربع تغییر پیدا کرده است. همچنین، میزان مجموع کاهش ورودی‌های به‌دست‌آمده از مدل متمرکز، بیشتر از میزان کاهش مجموع ورودی‌های به‌دست‌آمده از مدل‌های کلاسیک بود. محدودیت‌های اضافه‌شده به مدل مربوط به منابع نیز تحقق یافت. مطابق این نتایج، مجموع مصارف ورودی بخش‌ها کاهش یافته است؛ در حالی که مجموع تولیدات خروجی کاهش نیافته است.

کلیدواژه‌ها

موضوعات


عنوان مقاله [English]

Efficiency Analysis and Hospital Resource Allocation Using Centralized Data Envelopment Analysis

نویسندگان [English]

  • Saeedeh Ketabi 1
  • Mahsa Ghandehari 1
  • Dina Bolandi 2
1 Department of Management, Faculty of Administrative Sciences and Economics, University of Isfahan, Isfahan
2 Department of Management, Faculty of Administrative Sciences and Economics, University of Isfahan, Isfahan
چکیده [English]

Purpose: This paper aims to illustrate the use of centralized data envelopment analysis with the variable return to scale in resource allocation at different wards of hospitals based on efficiency.
 
Design/methodology/approach: Data were collected from the statistics unit, accounting unit and the hospital infection unit for 31 clinical wards in Alzahra hospital, Isfahan, Iran, in the last quarter of 2011. The input sets represented by the number of beds, number of physicians, number of nurses and the physical space allocated to the ward, are used in the analysis. Three output sets consisted of the number of inpatients, beds turnover, beds occupancy ratio, and the number of consultants provided by the ward to represent the performance and activity of the ward. The radial centralized DEA based on the input-oriented and variable return to scale model was applied using MatLab software, to find out how to reallocate the hospital resources to the wards.
 
Findings: The values of inputs and outputs obtained from the centralized DEA model helps the centralized decision-maker to take the right remedial actions for continuous improvement. The findings indicated that in this study the total number of active beds is proposed to be decreased from 739 to 343.99, the total number of physicians from 399 to 391.51, the total number of nurses from 1258 to 1239.21, and the total allocation of space to the wards from 19010 to 15668.69 square meters.
 
Research limitations/implications: The proposed approach is rather simple and it can easily be extended in different directions, allowing, for example, the consideration of joint constraints, goals, bounds on the changes of inputs and outputs, or on the allocated resources, but then one must be aware that such constraints are specifically defined for the case study and may be different in other hospitals. In this study, two constraints were considered to control the number of allocated nurses to two wards: ED and ICU, based on the current standards. Also, the proposed model was based on the criteria for which the data was available. It is clear that a centralized resource allocation approach implies a subordination of the behaviour of individual units to the goals of the system as a whole.
 
Practical implications: The results of the proposed centralized DEA model based on the performance criteria provide useful managerial implications for the resource allocation of hospital wards. The study proves the usefulness of centralized DEA as a decision-making tool in the health sector. Also, instead of reducing the inputs of any ward, the total input consumption of the wards is reduced, and as it is guaranteed, the total output production does not decrease.
 
Social implications: Public health and way to provide health care is an important issue in all countries, and health care providers trying within an existing resource, to provide the highest quality care. Allocating the resources in hospital wards based on the proper criteria increases the quality of the care and the efficiency of the healthcare sector.
 
Originality/ value: Many prior DEA studies have focused on health care efficiency. This paper is probably one of the first attempts that use a centralized model to analysis different hospital wards efficiency. Since resource allocation mechanisms can be influenced by the behaviour of the organization, the optimal allocation of a resource based on the needs is an important task of the health system. Furthermore, selecting the most appropriate set of input and output criteria is an important step in any efficiency measurement study.

کلیدواژه‌ها [English]

  • Efficiency
  • Hospital wards
  • Resource Allocation
  • Centralized DEA

1-              مقدمه

امروزه، به‌علت پیچیدگی‌های فزایندۀ محیطی و وجود متغیرهای بی‌شمار مؤثر در فرایند تصمیم‌گیری مدیران و همچنین نیاز به کاهش هزینه‌های جاری سازمان‌ها، مدیران به موضوع افزایش کارایی و بهره‌وری کلیّۀ مؤسسات و به‌ویژه، سازمان‌های بهداشتی و درمانی توجه کرده‌اند. برای کاهش این پیچیدگی‌ها، استفاده از ابزارهای مناسب برای تحلیل هزینه‌ها و بهبود کارایی و تخصیص بهینۀ منابع، اهمیت ویژه‌ای دارد. تخصیص بهینۀ منابع، مهم‌ترین ابزار اجرای استراتژی و برنامه‌های بلندمدت هر سازمان است که به‌علت محدودیت منابع و نامحدودبودن نیازهای جامعه مطرح می‌شود و سیاست‌ها و هدف‌های برنامۀ هر سازمان در تخصیص بهینۀ منابع به فعالیت‌ها انعکاس می‌یابد (آزاد و همکاران، 2011).

سلامت،محور توسعۀ پایدار اجتماعی، اقتصادی،سیاسیو فرهنگیکلیّۀ جوامع بشریاستواهمیتویژه‌ای در زیرساخت بخش‌هایمختلف جامعهدارد. مراکز بهداشتی و درمانی از یک‌سو، پاسخگوی سیر صعودی و فزایندۀ بیماران برای دریافت خدمات مطلوب هستند و از سوی دیگر، همواره با محدودیت منابع مواجه بوده‌اند.استفادۀبهینهاز امکاناتو منابعدردسترسو ارتقایکاراییبرایدستیابیبه رفاهو پاسخگوییبهنیازهایروبه‌رشدبهمسئلۀبسیارمهمی تبدیلشدهاست. از آنجا که وجود تفاوت‌هایی در چگونگی عملکردوکارایی بیمارستان‌ها انکارنشدنی است، روش مهم و مؤثری برای بهبود و بازسازی آنها، مشخص‌کردن ابعادی است که کارا نبودن نسبی عملکرد را نشان می‌دهد تا از این طریق برای ارتقای سطح کارایی بیمارستان بتوان اقدام کرد. با جلوگیری یا کاهش اتلاف منابع، می‌توان منابع دردسترس را برای ارائۀ خدمات بیشتر یا توسعۀ دسترسی و بهبود کیفیت خدمات بیمارستانی به کار گرفت (حاتم و نورانی، 2005).

تعریف عملیاتی کارایی در مرکز آموزشی درمانی الزهرا (س) عبارت است از اینکه این مرکز با کمترین منابع و هزینه‌های ممکن، به حد معینی از ستانده‌ها و خدمات دست یابد و یا به تعریف دیگر با سطح معینی از منابع و هزینه‌ها به بیشترین حد ممکن ستانده و خدمات دسترسی پیدا کند. یکی از مسائلی که در برنامه‌ریزی سالیانۀ مرکز آموزشی درمانی الزهرا وجود دارد، چگونگی تخصیص کادر پرستاری به بخش‌های مختلف کلینیکی با توجه به انواع معیارها و داده‌های عملکردی است. تنوع معیارها برای توزیع پرستاران از یک‌سو و دسترسی‌نداشتن به اندازه‌گیری کمّی تأثیر سیاست‌های مختلف در این زمینه، توجه را به تصمیم‌گیری بر مبنای کارایی معطوف کرده است. در این پژوهش، چگونگی استفاده از تحلیل پوششی داده‌ها برای افزایش کارایی بیمارستان و تخصیص منابع به بخش‌ها بررسی می‌شود. برای این منظور، شاخص‌های کارایی در بیمارستان، شناسایی و سپس با شناسایی شاخص‌های مناسب و جمع‌آوری آمار مربوط، کارایی بخش‌های منتخب با مدل مناسب تحلیل پوششی داده‌ها تعیین می‌شود. شاخص‌ها به‌گونه‌ای تعریف می‌شود که به‌صورت یکنواخت، عملکرد بخش‌های کلینیکی بیمارستان را ارزیابی کند. درنهایت، با توجه به نتایج حاصل از تحلیل پوششی داده‌ها، چگونگی تخصیص منابع و به‌طور خاص، تعیین تعداد پرستاران برای هر بخش با تعمیم مدل به بخش‌های مختلف اختصاص داده می‌شود.

 

 

 

2-              پیشینۀ پژوهش

به‌طور کلی، روش‌های ارزیابی کارایی به دو دستۀ روش‌های پارامتری و روش‌های ناپارامتری تقسیم‌بندی می‌شوند. روش تحلیل پوششی داده‌ها (DEA)، یکی از روش‌های ناپارامتری است که در آن با استفاده از تکنیک‌های برنامه‌ریزی ریاضی به ارزیابی واحدهای مدنظر توجه می‌شود. در این روش، با استفاده از چندین متغیر ورودی و خروجی، میزان کارایی شرکت‌هایی محاسبه می‌شود که اطلاعات آنها در دست است و شرکت‌های کارا از ناکارا جدا می‌شود. همچنین می‌توان علت ناکارآمدی شرکت‌ها را با تحلیل حساسیت، تعیین و از اطلاعات به‌دست‌آمده برای انتخاب مورد بهینه از این شرکت‌های کارا استفاده کرد.

در سال‌های اخیر، در بیشتر کشورهای جهان برای ارزیابی عملکرد نهادها و دیگر فعالیت‌های رایج در زمینه‌های مختلف، کاربردهای متفاوتی از تحلیل پوششی داده‌ها دیده شده است. علت مقبولیت گستردۀ این روش نسبت به سایر روش‌ها، امکان بررسی روابط پیچیده و اغلب نامعلوم بین چند ورودی و چند خروجی است که در این فعالیت‌ها وجود دارد (میرحسنی[i]، 2008). گلانی و تمیر، مدلی را با نام تخصیص منابع متمرکز پایه‌ای در ماهیت ورودی ارائه کردند. در این مدل، صرف نظر از ابتکاری‌بودن تابع هدف و اینکه اهداف خروجی بررسی نمی‌شود، مدل می‌تواند همۀ مقادیر موجود یک ورودی را فقط به یک واحد تصمیم‌گیرنده، بدون محدودیتی روی تغییرات مصرف منبع هر واحد اختصاص دهد (گلانی[ii] و تمیر[iii]، 1995). لوزانو[iv] و ویلا[v] (2004)، مدلی را با نام تخصیص ورودی متمرکز ارائه کرده‌اند که در این مدل، تصمیم‌گیرندۀ متمرکز به بهینه‌سازی مجموع مصرف ورودی توجه می‌کند. در این مدل تضمین می‌شود مجموع تولید خروجی‌ها کاهش نیابد. در تحلیل تخصیص ورودی متمرکز، همۀ واحدها روی مرز کارا به همان شکلی تصویر می‌شود که در مدل‌های متداول تحلیل پوششی داده‌ها معمول است؛ اما این روند به جای شیوه‌های مجزا، در یک روش یکپارچه انجام می‌شود؛ به عبارت دیگر، در مدل متمرکز، فقط از یک مدل برنامه‌ریزی خطی برای تصویرکردن همۀ واحدها روی مرز کارا استفاده می‌شود؛ در صورتی که در مدل‌های متداول تحلیل پوششی داده‌ها برای هر واحد، مدل جداگانه‌ای به کار می‌رود و هر واحد به‌طور جداگانه‌ای بر مرز کارا تصویر می‌شود (چارنرز و همکاران[vi]، 1978). دیگر تفاوت اساسی مدل متمرکز ورودی‌محور این است که هدف آن به جای کاهش ورودی‌های هر واحد، کاهش مجموع مصارف ورودی تمام واحدهاست. مدل تخصیص ورودی متمرکز شعاعی، دربردارندۀ دو فاز است. در اولین فاز، کاهش متناسبی برای همۀ ورودی‌ها جست‌وجو می‌شود. در فاز دوم، کاهش بیشتر هر ورودی یا افزایش هر خروجی دنبال می‌شود. در قسمت روش پژوهش، این مدل به‌طور کامل تشریح می‌شود.

کاربرد رویکرد تحلیل پوششی داده‌ها در حوزه‌های مختلف خدماتی در 25 سال اخیر، بسیار گسترده بوده است. در حوزۀ سلامت و خدمات درمانی، مطالعات گوناگونی انجام شده است. کابالر و همکاران[vii] (2010) با ارائۀ مدلی برای اندازه‌گیری عملکرد و کارایی بیمارستان‌ها به کمک DEA، ناکارایی بیمارستان‌های ایالت والنسیا (شرق اسپانیا) را بررسی کردند. آنها با در نظر گرفتن سه حوزۀ خدمات درمانی (جراحی عمومی، چشم‌پزشکی و جراحی ارتوپدی) - که در لیست انتظار، بیشتر از حد متوسط شد - کارایی 22 بیمارستان ایالت والنسیا را بررسی کردند. تعداد پزشک و تخت، متغیرهای ورودی و میزان پذیرش، مشاوره و جراحی، متغیرهای خروجی در نظر گرفته شده بودند.

اوزگن[viii] و ساهین[ix](2010)، کارایی فنی تسهیلات دیالیزی بخش‌های دیالیز در بیمارستان‌های ترکیه را با استفاده از داده‌های مقطعی در 830 بخش دیالیز با استفاده از رویکرد تحلیل پوششی داده‌ها تعیین کردند. آنها مبنای پژوهش خود را نوع تسهیلات دیالیزی، مالکیت عمومی (دولتی) یا خصوصی، وابستگی به زنجیرۀ جهانی یا مستقل از آن، عمر تسهیلات دیالیزی و مناطق جغرافیایی ترکیه در نظر گرفتند که با استفاده از رویکرد DEA، میزان کارایی این تسهیلات را مشخص کردند. آنها متغیرهای تعداد دستگاه‌های دیالیز و تعداد پرستاران در هر بخش دیالیز را متغیرهای ورودی و تعداد دیالیز در ماه را متغیر خروجی مدل در نظر گرفتند. نتایج پژوهش آنها نشان‌دهندۀ اهمیت توجه به ارزیابی عملکرد واحدهای خدمات سلامت و در اولویت قراردادن ارزیابی عملکرد آنها به‌طور مدون است. در ایران نیز مطالعات بسیاری در این زمینه انجام شده است؛ ازجمله، آزاد و همکاران (2011)، کارایی بخش‌های کلینیکی بیمارستان شریعتی اصفهان ( 15 بخش) را با استفاده از مدل ورودی‌محور روش تحلیل پوششی داده‌ها، با فرض بازده متغیر نسبت به مقیاس مطالعه کردند. آنها برای شاخص‌های ارزیابی از دو ورودی، یعنی تعداد تخت و تعداد کارمندان و سه خروجی، یعنی درصد اشغال تخت، فعال‌بودن بخش و عملکرد بخش استفاده کردند.

ینگ‌چو[x] (2012)، بهره‌وری بیمارستان‌های چین را با رویکرد تحلیل پوششی داده‌ها بررسی و تحلیل کرد. وی در پژوهش خود، ابتدا فهرستی از عوامل ناکارا را تعیین و سپس آنها را در مدت‌زمان چهار سال تحلیل کرد. وی عامل رفتاری بیمارستان‌ها نسبت به سه عامل استفاده از فنّاوری پیشرفته مطابق با اصول درمانی، تجویز صحیح داروها و مراقبت‌های غیرضروری را مبنای نرخ رشد بهره‌وری در بیمارستان‌های چین می‌دانست. محدودۀ مکانی پژوهش او به چهار حوزه تقسیم شد و متغیرهای تعداد پزشک، پرستار، داروخانه، نیروی کار و تعداد تخت، ورودی‌ها و تعداد بیماران بستری‌شده و بیماران سرپایی، خروجی‌های مدل DEA در نظر گرفته شد. نتایج پژوهش وی، نشان‌دهندۀ اهمیت توجه به توسعۀ اقتصاد سلامت در زمینۀ فنّاوری‌های درمانی و ارزیابی عملکرد بخش‌های خدمات درمانی بیمارستان‌ها به‌صورت مدون است.

 بن اریه[xi] و گالیپالی[xii] (2012) از منطق فازی و DEA برای ارزیابی بهره‌وری 22 کلینیک درمانی در ایالت کانزاس استفاده کردند. آنها به‌علت پراکندگی و کامل‌نبودن اطلاعات از منطق فازی استفاده کردند. هدف اصلی آنها، پوشش‌دادن اطلاعات با استفاده از منطق فازی برای نشان‌دادن میزان کارایی واحدهای درمانی است. آنها در پژوهش خود، شاخص‌های هزینۀ کادر پزشکی، هزینۀ تسهیلات، تعداد کارمندان و پرستاران تمام‌وقت را به‌عنوان ورودی و شاخص‌های تعداد بازدیدهای پزشکان از بیماران و کل پرداخت‌های بیماران را شاخص‌های خروجی در نظر گرفتند. پژوهش آنها نشان داد منطق فازی بر میزان نرخ کارایی به‌دست‌آمده از مدل DEA اثرگذار است.

سیک و همکاران[xiii] (2013)، در پژوهشی، کشورهای اروپایی را ازمنظر توسعۀ پایدار و سلامت عمومی، طبقه‌بندی و مدلی از وضعیت کنونی سلامت در اروپا ارائه کردند. آنها یک مجموعه داده برای توسعۀ پایدار و سلامت عمومی در 31 کشور منطقۀ اروپا (که کمیسیون اتحادیۀ اروپا پیشنهاد کرده بود) برای ارزیابی وضعیت سلامت عمومی کشورها به کار گرفتند. آنها چندین شاخص را با یک شاخص کمّی تلفیق کردند. نتایج مطالعۀ آنها نشان داد نروژ و ایسلند، بیشترین اهمیت را به سیستم سلامت عمومی می‌دهند و کشورهای رومانی، لیتوانی و برخی از کشورهایی که به‌تازگی به عضویت اتحادیه اروپا درآمده‌اند، توجه کمتری به سلامت عمومی دارند. درنهایت، آنها به این نتیجه رسیدند که توسعۀ پایدار، زمانی شکل می‌گیرد که کشورها به سلامت عمومی اهمیت دهند و به توسعۀ پایدار در حوزۀ سلامت عمومی به‌طور مستمر توجه شود.

کاواهارا و همکاران[xiv] (2013)، کارایی حاصل از مراقبت‌های درمانی پرستاران را در حوزۀ خدمات سلامت کشور ژاپن با استفاده از تحلیل پوششی داده‌ها تحلیل و اندازه‌گیری کردند. آنها رابطۀ کارایی حاصل از مراقبت‌های درمانی پرستاران و شناسایی عوامل مؤثر بر آن را بررسی و با استفاده از تحلیل پوششی داده‌ها، کارایی 108 واحد خدمات پرستاری ارزیابی کردند. در این پژوهش، چگونگی استفاده از تحلیل پوششی داده‌ها برای افزایش کارایی بیمارستان و تخصیص منابع به بخش‌ها بررسی شده است. به این منظور، شاخص‌های کارایی در بیمارستان، شناسایی و سپس با شناسایی شاخص‌های مناسب و جمع‌آوری آمار مربوط، کارایی بخش‌های منتخب با تکنیک تحلیل پوششی داده‌ها تعیین شد. درنهایت، با توجه به نتایج حاصل از تحلیل پوششی داده‌ها، منابع به بخش‌های مختلف تخصیص داده می‌شود. نمونۀ شاخص‌های کارایی مدنظر، شامل عوامل ورودی، ازجمله تعداد پزشکان، تعداد پرستاران، تعداد سایر کارکنان و هزینه‌های هر بخش و عوامل خروجی، ازجمله تعداد بیماران پذیرش‌شده، تعداد بیماران مرخص‌شده، درصد اشغال تخت، میزان چرخش تخت، نسبت چرخش تخت، فاصلۀ عملکرد تخت، شاخص‌های مرتبط به ارزیابی عوامل کیفی مراقبت و میزان عوارض ایجادشده است. شاخص‌ها به‌گونه‌ای تعریف شد که به‌طور یکنواخت، عملکرد بخش‌های کلینیکی بیمارستان را ارزیابی کند. مدل پایه برای تخصیص منابع به کمک روش تحلیل پوششی داده‌ها، مدل متمرکز تخصیص ورودی شعاعی است که بعد از شناسایی محدودیت‌های حاکم بر منابع در بخش‌ها، توسعه داده می‌شود.

شفیعی و انگاشته (2016)، مسئلۀ تخصیص بهینۀ منابع انسانی به پایگاه‌های اورژانس را با استفاده از مدل تحلیل پوششی داده‌های متمرکز بررسی کردند. بهادری و همکاران (2017)، مدلی ریاضی را برای تعیین تعداد بهینۀ تخت بخش‌های مختلف یک بیمارستان نظامی توسعه دادند. همچنین، آنها تفاوت معنادار تعداد تخت‌های کنونی بیمارستان با تعداد بهینۀ تخت را براساس بیشتربودن ظرفیت بیمارستان از حالت بهینه توجیه کردند که هزینه‌هایی همچون هزینۀ نگهداری بیشتری را به سیستم تحمیل می‌کند. قاضی و همکاران (2019)، یک مدل تحلیل پوششی داده‌ها را برپایۀ یک مدل برنامه‌ریزی چندهدفه برای تخصیص بودجه بین بیمارستان‌های مراکز استانی شمال غرب ایران طراحی کردند؛ به‌گونه‌ای که عملکرد کل سیستم بهبود یابد. نتایج نشان داد بعد از بودجه‌ریزی، نمرۀ کارایی هیچ یک از بیمارستان‌ها کاهش پیدا نکرده و کارایی کل سیستم بهبود یافته است.

جدول شمارۀ 1، تعدادی از شاخص‌های ارزیابی کارایی بیمارستان و بخش‌های کلینیکی را نشان می‌دهد که در منتخبی از مطالعات پیشین به کار رفته است.

 

جدول 1- شاخص‌های ارزیابی کارایی بخش‌های بیمارستانی در منتخبی از مطالعات پیشین

شاخص

آزاد و همکاران(2011)

امینیان

(2013)

ابوطالبی جزی (2014)

عطاءاللهی و همکاران

 (2014)

تعداد کل تخت‌های فعال

میزان ساعت-پرستار موجود

 

 

تعداد پزشکان و متخصصان

 

متوسط زمان انتظار بیمار

 

 

 

تعداد بیماران (پذیرش‌شده یا ترخیصی)

 

 

درصد اشغال تخت

 

میزان عفونت بیمارستانی

 

 

 

میزان فعال‌بودن یا عملکرد

 

 

 

متوسط مراقبت

 

 

 

3-              روششناسی پژوهش

پرسش اصلی این پژوهش این است که «چگونه با استفاده از روش تحلیل پوششی داده‌ها، کارایی هر یک از واحدهای مختلف مرکز آموزشی درمانی الزهرا (س) را می‌توان تعیین کرد و منابع را به‌طور بهینه برای به حداکثر رساندن کارایی کل مرکز آموزشی درمانی بین بخش‌های مختلف تخصیص داد». نکتۀ مهم این است که در بسیاری از سازمان‌ها همچون بیمارستان‌ها تمام واحدها تحت نظارت تصمیم‌گیرندۀ متمرکزی قرار دارد و این تصمیم‌گیرنده، واحدها را با منابع لازم برای تأمین ورودی‌هایشان پشتیبانی می‌کند و در هنگام تخصیص منابع، همانند رویکرد تحلیل پوششی داده‌ها، این واحدها به‌طور متمرکز روی مرز کارا طرح‌ریزی می‌شود. چنین رویکردی، تخصیص منابع متمرکز یا سازمانی نامیده می‌شود. تفاوت اصلی این پژوهش با بیشتر مطالعات پیشین (ازجمله مطالعۀ آزاد و همکاران (2011)) به کاربرد مدل متمرکز و استفاده از محدودیت منبع بیمارستانی در توسعۀ مدل برنامه‌ریزی خطی مربوط است.

با توجه به آنچه بیان شد، هدف این مطالعه، تخصیص بهینۀ منابع با بررسی عملکرد واحدهای مختلف بیمارستان و مطالعۀ تطبیقی کارایی است. به این منظور، ابتدا شاخص‌های مؤثر بر کارایی بخش‌ها در مرکز آموزشی درمانی الزهرا (س) تعیین و اندازه‌گیری و سپس مدل مناسب تخصیص منابع در بخش‌های مرکز به‌صورت متمرکز انتخاب و پیاده‌سازی شد. برای جمع‌آوری اطلاعات دربارۀ مؤلفه‌ها و ابعاد مختلف مدل، مطالعات به‌صورت نظری-میدانی، انجام و اطلاعات مربوط به هر یک از بخش‌های مدنظر، از گزارش‌های رسمی و مستندات موجود در واحدهای آمار، مرکز کامپیوتر و اطلاعات موجود در سایت مرکز آموزشی درمانی الزهرا (س) جمع‌آوری شده است. در پژوهش حاضر برای تجزیه‌وتحلیل اطلاعات جمع‌آوری‌شده از جامعۀ آماری، روش تحلیل پوششی داده‌های متمرکز شعاعی ورودی‌محور و مدل با بازده متغیر ورودی‌محور به کار رفته و برای حل این روش از نرم‌افزارهای متلب[xv] و دی-ای-ای سالور اکسل[xvi]استفاده شده است.

 

3-1      تعیین شاخص‌های مناسب کارایی در مرکز آموزشی درمانی الزهرا (س)

از مهم‌ترین اجزای مراحل این مطالعه، تصمیم‌گیری دربارۀ تعریف شاخص‌های مناسب کارایی است. با مطالعۀ کتابخانه‌ای و اینترنتی پژوهش‌های کاربردی (جدول شمارۀ 1) و مصاحبه با استادان و کارشناسان آشنا به بیمارستان، عوامل ذیل به‌عنوان مهم‌ترین عوامل تأثیرگذار بر کارایی بخش‌های کلینیکی مرکز آموزشی درمانی الزهرا(س) انتخاب شد. گفتنی است، فقط شاخص‌هایی انتخاب شد که اطلاعات مربوط به آنها دردسترس بود. ورودی‌های استفاده‌شده در مدل عبارت است از:

  1. تعداد تخت فعال: شامل تعداد تختدر دسترس در هر بخش بیمارستان (پر یا خالی) در دورۀ مدنظر است؛
  2. تعداد پزشکان: هم پزشکان عمومی و هم پزشکان متخصص هر بخش را دربرمی‌گیرد؛
  3. تعداد پرستاران و
  4. فضای اختصاص داده‌شده به هر بخش (برحسب متر مربع).

 

و شاخص‌های خروجی عبارت است از:

  1. درصد اشغال تخت: این شاخص با استفاده از ضرب نسبت میزان تخت روز اشغالی به میزان تخت روز کل در 100 به دست می‌آید؛
  2. تعداد بیمار پذیرش‌شده: قبول رسمی یک بیمار توسط بیمارستان که برای وی، اتاق، غذا و خدمات پرستاری مستمر در نظر گرفته شده باشد، پذیرش بیمار محسوب می‌شود؛
  3. چرخش تخت: تعداد دفعاتی که یک تخت بیمارستانی به‌طور متوسط، بیماران بستری را در طول یک دورۀ زمانی معین تغییر می‌دهد؛
  4.  میزان مشاورۀ ارائه‌شده به بیماران یا سایر بخش‌ها و
  5. میزان عفونت مشاهده‌شده که ممکن است به‌علت عملکرد نامناسب بخش و یا جزء جدانشدنی بیماری‌های مورد درمان در بخش باشد که به هر حال، یک شاخص خروجی نامطلوب است و کمتربودن آن باعث بهبود کارایی می‌شود. اندازۀ این شاخص، که برحسب درصد است، از صددرصد کسر می‌شود تا جنبۀ مطلوب بیابد.

مقدار هر یک از شاخص‌های کارایی انتخاب‌شده با استفاده از گزارش‌های رسمی و مستندات موجود در واحدهای آمار، مرکز کامپیوتر و همچنین اطلاعات موجود در سایت مرکز به دست ‌آمد.

 

3-2      مدل تحلیل پوششی داده‌های متمرکز شعاعی

یکی از گام‌های بسیار مهم، پیش از ارزیابی واحدهای مورد مطالعه، انتخاب مدل یا مدل‌های متناسب با آن است. در انتخاب، دو نکته، یعنی نوع بازده به مقیاس و ورودی و خروجی‌محوربودن مسئله اهمیت دارد. انتخاب بازده به مقیاس در مدل، یعنی تعیین اینکه باید از مدل با بازده ثابت نسبت به مقیاس یا بازده متغیر نسبت به مقیاس استفاده شود. بازده ثابت نسبت به مقیاس، زمانی مناسب است که تغییر در اندازۀ شاخص‌های ورودی باعث همان نسبت تغییر در اندازۀ شاخص‌های خروجی است. انتخاب مدل ورودی‌محور یا خروجی‌محور براساس میزان کنترل‌پذیربودن ورودی‌ها یا خروجی‌ها انجام می‌شود. مدل طراحی‌شدۀ نهایی با فرض بازده متغیر نسبت به مقیاس و ورودی‌محور متمرکز مطابق با الگوی لوزانو و ویلا (2004) طراحی شده است. در این مدل با هدف بهینه‌سازی مجموع مصرف ورودی، تضمین می‌شود مجموع تولید خروجی‌ها کاهش نیابد. در تحلیل تخصیص ورودی متمرکز، همۀ واحدها روی مرز کارا به همان شکلی تصویر می‌شود که در مدل‌های متداول DEA معمول است؛ اما این روند به جای شیوه‌های مجزا در یک روش یکپارچه انجام می‌شود؛ به عبارت دیگر، در مدل متمرکز، فقط از یک مدل برنامه‌ریزی خطی برای به تصویر کشیدن همۀ DMUها روی مرز کارا استفاده می‌شود؛ در صورتی که در مدل‌های متداول DEA برای هر DMU، مدل جداگانه‌ای به کار می‌رود و هر DMU به‌طور جداگانه‌ای روی مرز کارا تصویر می‌شود.

اگر فرض شود اندیس واحدها،  اندیس ورودی‌ها،  اندیس خروجی‌ها، مقدار ورودی iام مصرف‌شده ومقدار خروجی kام تولیدشده توسط واحد j،  نسبت کاهش ورودی‌ها برای بهبود کارایی،  متغیر کمبود ورودی iام،  متغیر مازاد خروجی kام و  بردار مربوط به تصویرکردن واحدr باشد، مدل فاز اول تخصیص ورودی متمرکز شعاعی استفاده‌شده در این پژوهش به‌صورت مدل ارائه‌شده در شکل شمارۀ 1 است:

 

 

 

 

شکل 1- مدل فاز اول تخصیص ورودی متمرکز

 

با حل مدل فاز اول، به‌عنوان مقدار بهینۀ هدف به دست می‌آید. فاز دوم مدل تخصیص ورودی متمرکز شعاعی به‌صورت مدل ارائه‌شده در شکل شمارۀ 2 است. مدل فاز 1، 961=31*31 متغیر نامنفی، یک متغیر آزاد در علامت و 40=4+5+31 محدودیت اصلی دارد. مدل فاز 2 نیز970=9+31*31 متغیر نامنفی و40=4+5+31 محدودیت اصلی دارد. هر دو مدل برنامه‌ریزی خطی ازنظر پیچیدگی از مرتبۀ درجه دو تعداد واحدها و ازنظر حل ساده است.

 

شکل 2- مدل فاز دوم تخصیص ورودی متمرکز

 

منابع بیمارستانی براساس استانداردهایی که برای اطمینان از مراقبت با کیفیت و امن برای بیماران و استخدام و حفظ پرستاران، برای کارکنان تدوین شده است، باید به‌گونه‌ای به بخش‌های مختلف تخصیص یابد که کارایی کل بیمارستان به حداکثر برسد. به این منظور، دو محدودیت به مدل تحلیل پوششی داده‌های متمرکز شعاعی مذکور افزوده می‌شود:

- محدودیت کارکنان سی‌سی‌یو: براساس یافته‌های پژوهشی شورای بین‌المللی پرستاری، تعداد پرستار به بیمار در بخش سی‌سی‌یو، یک پرستار به دو بیمار در هر شیفت بیمارستانی است. بر این اساس،  تعداد پرستاران لازم در چهار شیفت برابر حاصل تقسیم تعداد بیماران پذیرش‌شدۀ بخش بر 2×365 ضربدر 4؛ بنابراین، کافی است محدودیت  به فاز دوم افزوده شود. در محدودیت مذکور،  اندیس مربوط به بخش کلینیکی سی‌سی‌یو را نشان می‌دهد و اندیس 3 به شاخص ورودی تعداد پرستاران آن بخش مربوط است.

- محدودیت کارکنان اورژانس: براساس یافته‌های پژوهشی شورای بین‌المللی پرستاری، به‌ازای هر سه بیمار بستری‌شده در بخش اورژانس در هر شیفت بیمارستان، یک پرستار برای این بخش نیاز است. بر این اساس،  تعداد پرستاران لازم در چهار شیفت برابر حاصل تقسیم تعداد بیماران پذیرش‌شدۀ بخش اورژانس بر 3×365 ضربدر 4؛ بنابراین، کافی است محدودیت  نیز به فاز دوم افزوده شود. در محدودیت مذکور،  اندیس مربوط به بخش کلینیکی اورژانس را نشان می‌دهدو اندیس 3 به شاخص ورودی تعداد پرستاران آن بخش مربوط است.

 

3-3- تعیین مقدار بهینۀ شاخص‌های ورودی و خروجی

پس از حل فاز یک و دو مدل تحلیل پوششی داده‌های متمرکز شعاعی، که پیش‌تر ارائه شد، بردار  متناظر با هر واحدr مشخص خواهد شد. با استفاده از بردار به‌دست‌آمده برای هر واحد مقدار بهینۀ ورودی‌ها و خروجی‌ها، یا تصویر هر یک از واحدها، به‌صورت ذیل محاسبه می‌شود:

 

 

 

با توجه به اینکه مدل استفاده‌شده، تحلیل پوششی داده‌های متمرکز شعاعی است، مقادیر بهینۀ ورودی‌ها برای هر واحد به صورتی مشخص می‌شود که کارایی کل مرکز آموزشی درمانی الزهرا (س) را افزایش دهد. لوزانو و ویلا (2004) نشان داده‌اند تصاویر واحدها تحت مدل مذکور روی مرز کارایی، بهینۀ پارتو است و مجموع ورودی‌های واحدها کمتر از مجموع ورودی‌های حاصل از تصاویر مدل‌های معمول DEA است.

 

4-               مطالعۀ موردی

در این پژوهش، کارایی بخش‌های کلینیکی مرکز آموزشی درمانی الزهرا (س) برای بیشینه‌شدن کارایی کل مرکز با استفاده از روش  DEAمتمرکز شعاعی ورودی‌محور و روش BCC ورودی‌محور تحلیل می‌شود. مرکز آموزشی درمانی الزهرا (س) اصفهان، که در سال 1372افتتاح و بهره‌برداری شد، در حال حاضر، با مساحت عرصۀ 27 هکتار و مساحت اعیان 80000 متر مربع، 950 تخت مصوب، 800 تخت فعال، 48 بخش و واحد تخصصی و فوق تخصصی و واحدهای پاراکلینیکی، 43 درمانگاه تخصصی و فوق تخصصی، 27 اتاق عمل فعال دارد. بخش‌های کلینیکی مدنظر در این مرکز عبارت است از:

 

  1. زنان و زایمان
  2. جراحی مغز و اعصاب
  3. روان‌پزشکی
  4. CCU
  5. داخلی اعصاب
  6. گوارش
  7. قلب و عروق
  8. روماتولوژی
  9. عفونی
  10. غدد

نوزادان

  1. پوست
  2. جراحی زنان
  3. جراحی اطفال
  4. جراحی نوزادان
  5. جراحی مردان
  6. جراحی توراکس
  7. ارتوپدی مردان
  8. ارتوپدی زنان
  9. ICU مرکزی
  10. ICU تروما
  11. گوش و حلق و بینی
  12. ریه
  13. نفرولوژی
  14. جراحی ترمیمی
  15.  ICUمرکزی 2
  16. ICU اطفال
  17. اطفال
  18. جراحی عروق
  19. اورژانس

جراحی فک و صورت

4-1      یافته‌ها و تجزیهوتحلیل نتایج تخصیص منابع بین بخشهای مختلف بیمارستان الزهرای اصفهان

همانگونه که پیش‌تر ذکر شد، اطلاعات مربوط به شاخص‌ها از گزارش‌های رسمی و مستندات موجود در مرکز آموزشی درمانی الزهرا (س) جمع‌آوری شد. جدول شمارۀ 2، داده‌های خام جمع‌آوری‌شده مربوط به شاخص‌های ورودی و خروجی را نشان می‌دهد. ستون آخر جدول، میزان کارایی هر یک از بخش‌ها را به کمک مدل معمولی DEA (آزاد و همکاران (2011)) نشان می‌دهد.

پس از جمع‌آوری داده‌های مربوط به شاخص‌های ورودی و خروجی برای هر بخش کلینیکی و بی‌مقیاس‌سازی آنها، مدل فاز اول تخصیص متمرکز ورودی شعاعی، با نرم‌افزار متلب حل شد و مقدار  یا کارایی کل بهینه، برابر 69/0 به دست آمد؛ سپس مدل فاز دوم با   به‌دست‌آمده از فاز اول و به همراه دو محدودیت بیان‌شده نیز حل شد و بردار   متناظر با هر واحد  به دست آمد؛ سپس مقادیر بهینۀ ورودی‌ها و خروجی‌ها محاسبه شد که در جدول شمارۀ 3 ارائه شده است. گفتنی است، همۀ محدودیت‌های افزوده‌شده به مدل تحقق یافت.

همانگونه که اشاره شد، در مدل ورودی‌محور متمرکز، به جای کاهش ورودی‌های هر واحد، مجموع مصرف ورودی واحدها کاهش می‌یابد؛ در حالی که مجموع تولیدات خروجی کاهش نیافته است. نتایج نشان می‌دهد باید مجموع تعداد تخت فعال از 739 به 99/343، مجموع تعداد پزشکان از 399 به 51/391، مجموع تعداد پرستاران از 1258 به 21/1239 و مجموع فضای تخصیص‌داده‌شده به بخش‌ها از19010 به 69/15668 متر مربع کاهش یابد. همچنین، هر دو محدودیت افزوده‌شده به مدل مربوط به استاندارد تعداد پرستاران تحقق یافته است. مدل با بازده متغیر ورودی‌محور ارائه‌شده با نرم‌افزار دی-ای-ای سالور اکسل نیز حل شد. همانگونه که انتظار می‌رفت، میزان مجموع کاهش ورودی‌های به‌دست‌آمده از مدل متمرکز، بیشتر از میزان کاهش مجموع ورودی‌های به‌دست‌آمده از مدل با بازده متغیر است؛ زیرا در مدل با بازده متغیر ورودی‌محور، هیچ محدودیت ممنوع‌کننده‌ای برای کاهش خروجی یک واحد تا زمان کاهش کل مقدار خروجی وجود ندارد.

 

 

جدول 2- داده‌های مربوط به شاخص‌های ورودی و خروجی

ردیف

شاخص‌ها

بخش‌ها

شاخص‌های ورودی

شاخص‌های خروجی

میزان کارایی BCC

تخت فعال

پزشکان

پرستاران

فضای اشغال‌شده

بیماران پذیرش‌شده

درصد اشغال تخت

چرخش تخت

تعداد مشاوره‌های انجام‌شده به درخواست‌شده

میزان عفونت ایجادشده

1

زنان و زایمان

33

19

33

600

3587

37/70

97/108

1

1

66/0

2

جراحی مغز و اعصاب

31

26

34

600

2770

73/84

8/97

1

968/0

59/0

3

روان‌پزشکی

20

14

23

800

457

89/71

95/23

96/0

1

78/0

4

CCU

8

5

20

400

825

74/76

62/103

85/0

1

1

5

داخلی اعصاب

34

18

34

700

2165

07/86

68/63

1

964/0

59/0

6

گوارش

29

28

32

600

2143

54/92

68/75

1

979/0

58/0

7

قلب و عروق

31

25

33

600

1339

19/85

95/67

95/0

928/0

52/0

8

روماتولوژی

27

15

35

600

354

51/91

82/53

918/0

965/0

61/0

9

عفونی

23

20

30

600

1107

1/91

62/48

1

1

63/0

10

غدد

31

16

33

600

319

05/89

79/56

96/0

1

61/0

11

نوزادان

10

3

29

240

741

87/90

47/61

1

953/0

1

12

پوست

31

17

35

600

238

3/88

52/50

1

1

58/0

13

جراحی زنان

27

23

41

600

2592

07/73

11/96

1

1

50/0

14

جراحی اطفال

27

18

35

650

2428

57/73

25/92

93/0

0,993

57/0

15

جراحی نوزادان

12

14

40

480

270

35/55

43/39

99/0

997/0

64/0

16

جراحی مردان

31

9

38

500

2714

32/78

77/87

975/0

995/0

64/0

17

جراحی توراکس

30

16

41

600

2524

14/78

3/84

1

995/0

53/0

18

ارتوپدی مردان

31

16

38

600

22223

57/83

74/71

968/0

998/0

1

19

ارتوپدی زنان

27

16

42

600

1931

56/64

74

989/0

994/0

50/0

20

 ICUمرکزی

20

2

79

1000

1049

14/98

44/58

1

985/0

1

21

ICU تروما

8

7

32

400

39

48/99

29/28

1

987/0

1

22

گوش و حلق و بینی

16

4

40

600

1494

07/76

78/151

946/0

1

1

23

ریه

28

4

37

600

747

01/87

78/45

937/0

975/0

78/0

24

نفرولوژی

27

3

40

600

934

19/92

31/44

918/0

1

99/0

25

جراحی ترمیمی

11

4

23

320

1574

97/71

91/149

1

1

1

26

ICU مرکزی 2

21

7

102

590

972

25/99

93/42

1

9989/0

52/0

27

ICU اطفال

4

20

14

130

158

97/95

40

1

991/0

1

28

اطفال

23

9

43

600

1644

89/79

82/77

1

1

56/0

29

جراحی عروق

15

4

21

600

1651

43/76

77/80

98/0

997/0

1

30

جراحی فک و صورت

30

6

21

600

738

6/73

24/158

965/0

1

1

31

اورژانس

43

11

160

2000

17769

100

87/340

1

0,979

1

32

جمع

739

399

1258

19010

79496

94/2574

61/2577

236/30

7419/26

66/0


 

جدول 3- مقادیر بهینۀ مربوط به شاخص‌های ورودی و خروجی

ردیف

شاخص‌ها

 

بخش‌ها

شاخص‌های ورودی

شاخص‌های خروجی

تخت فعال

پزشکان

پرستاران

فضای اشغال‌شده

بیماران پذیرش‌شده

درصد اشغال تخت

چرخش تخت

تعداد مشاوره‌های انجام‌شده به درخواست‌شده

میزان عفونت ایجادشده

1

زنان و زایمان

8

5

20

400

25/220

17/94

93/45

986/0

99184/0

2

جراحی مغز و اعصاب

8

5

20

400

825

74/76

62/103

85/0

1

3

روان‌پزشکی

8

5

20

400

825

74/76

62/103

85/0

1

4

CCU

8

5

20

400

825

74/76

62/103

85/0

1

5

داخلی اعصاب

8

7

32

400

825

74/76

62/103

85/0

1

6

گوارش

8

5

20

400

39

48/99

29/28

1

987/0

7

قلب و عروق

8

7

32

400

39

48/99

29/28

1

987/0

8

روماتولوژی

4

20

14

130

825

74/76

62/103

85/0

1

9

عفونی

4

20

14

130

158

97/95

40

1

991/0

10

غدد

8

7

32

400

158

97/95

40

1

991/0

11

نوزادان

4

20

14

130

39

48/99

29/28

1

987/0

12

پوست

4/7

93/8

33/29

89/359

39

48/99

29/28

1

987/0

13

جراحی زنان

8

7

32

400

39

48/99

29/28

1

987/0

14

جراحی اطفال

8

7

32

400

39

48/99

29/28

1

987/0

15

جراحی نوزادان

8

7

32

400

158

97/95

40

1

991/0

16

جراحی مردان

4

20

14

130

158

97/95

40

1

991/0

17

جراحی توراکس

4

20

14

130

78/67

63/98

12/31

1

987/0

18

ارتوپدی مردان

4

20

14

130

158

97/95

40

1

991/0

19

ارتوپدی زنان

4

20

14

130

158

97/95

40

1

991/0

20

ICU مرکزی

43

11

160

2000

17769

100

87/340

1

979/0

21

ICU تروما

43

11

160

2000

17769

100

87/340

1

979/0

22

گوش و حلق و بینی

4

20

14

130

39

48/99

29/28

1

987/0

23

ریه

4

20

14

130

158

97/95

40

1

991/0

24

نفرولوژی

4

20

14

130

158

97/95

40

1

991/0

25

جراحی ترمیمی

4

20

14

130

158

97/95

40

1

991/0

26

 ICUمرکزی 2

43

11

160

2000

17769

100

87/340

1

979/0

27

ICU اطفال

43

11

160

2000

17769

100

87/340

1

979/0

28

اطفال

4

20

14

130

158

97/95

40

1

991/0

29

جراحی عروق

8

81/6

88/30

400

158

97/95

40

1

991/0

30

جراحی فک و صورت

4

20

14

130

158

97/95

40

1

991/0

31

اورژانس

59/16

77/4

65

8/818

96/1837

842/98

23/66

1

985/0

32

جمع

99/343

51/391

21/1239

69/15668

99/79495

342/2923

89/2702

236/30

6806/30

5-              بحث

در این پژوهش، کارایی 31 بخش کلینیکی مرکز آموزشی درمانی الزهرا (س) اصفهان با روش DEA متمرکز شعاعی ورودی‌محور بررسی شد. پس از مصاحبه با کارشناسان، شاخص‌های تعداد تخت، تعداد پزشکان، تعداد پرستاران، فضای اختصاص‌داده‌شده به هر بخش، تعداد بیمار پذیرش‌شده، چرخش تخت، درصد اشغال تخت و تعداد مشاوره‌های انجام‌شده، به‌عنوان شاخص‌های مناسب کارایی تعیین شد. اطلاعات مربوط به این شاخص‌ها با استفاده از مستندات موجود به دست آمد. با افزودن محدودیت مربوط به استاندارد تعداد پرستاران بخش اورژانس و CCU مدل DEA متمرکز شعاعی ورودی‌محور مناسب ارائه شد. در این قسمت، یافته‌های پژوهش، که در بخش پیش آورده شد، بحث و بررسی می‌شود؛ برای نمونه، یافته‌ها نشان می‌دهد در بخش روان‌پزشکی، تعداد تخت از 20 به 8، تعداد پزشکان از 14 به 5، تعداد پرستاران از 23 به 20 و فضای اختصاص‌داده‌شده به این بخش از800 به 400 متر مربع و در بخش جراحی عروق، تعداد تخت از 15 به 8، تعداد پزشکان از 4 به 81/6، تعداد پرستاران از 21 به 88/30 و فضای اختصاص‌داده‌شده به این بخش از600 به 400 متر مربع تغییر یافته است. به‌طور معمول، انتظار می‌رود برای بهبود کارایی، میزان شاخص‌های ورودی کاهش یابد؛ هرچند برای بعضی بخش‌ها، میزان پیشنهادی بعضی شاخص‌ها ازجمله تعداد پزشکان و تعداد پرستاران افزایش یافته است؛ اما نکتۀ مهم این است که درمجموع برای کل بخش‌ها میزان شاخص‌های ورودی کاهش پیدا کرده؛ در حالی که مجموع شاخص‌های خروجی کاهش نیافته است.

گفتنی است در مطالعات پیشین، دربارۀ ارزیابی کارایی بخش‌های مختلف در یک سازمان یا به‌طور خاص در این پژوهش، بیمارستان، به کمک مدل‌های کمّی، کمتر بحث شده است. هدف این پژوهش، ارزیابی عملکرد بخش‌ها برای به حداکثر رسانی کارایی کل بیمارستان (و نه کارایی تک‌تک واحدها آنگونه که در مدل‌های کلاسیک تحلیل پوششی داده‌ها مدنظر بود) است. همانگونه که اشاره شد، در مدل تخصیص متمرکز ورودی‌محور، به جای کاهش ورودی هر یک از بخش‌ها، مجموع مصارف ورودی بخش‌ها کاهش پیدا کرد و همچنین محدودیت‌های افزوده‌شده به مدل تحقق یافت. جدول شمارۀ 3، میزان بهینۀ شاخص‌های ورودی و خروجی را نشان می‌دهد. در پژوهش‌های مشابه (آزاد و همکاران، 2011)، معمولاً واحدهای همگون به‌صورت جداگانه با استفاده از روش تحلیل پوششی داده‌ها ارزیابی می‌شد. واضح است تخصیص منابع متمرکز بر یک وابستگی رفتاری واحدهای منفرد در مقابل اهداف کل سیستم دلالت دارد. از آنجا که این وابستگی رفتاری بین بخش‌های کلینیکی مرکز آموزشی درمانی وجود دارد، این پژوهش با استفاده از روش متمرکز، تخصیص ورودی را برای تحلیل کارایی بخش‌های کلینیکی در مرکز آموزشی درمانی الزهرا (س) اصفهان پیشنهاد کرده است.

از محدودیت‌های موجود در این پژوهش می‌توان به نبود اطلاعات تعدادی از شاخص‌های انتخاب‌شده به‌عنوان شاخص‌های مناسب کارایی و در نظر نگرفتن سایر استانداردهای موجود دربارۀ سایر منابع مصرفی اشاره کرد. همچنین، برای شاخص پزشکان، در صورت دسترسی به داده‌های دقیق انواع کادر پزشکی بهتر است با اختصاص وزن به تعداد پزشکان عمومی و متخصص، تمایز لازم بین این دو دسته از پزشکان ایجاد شود. همچنین، مقادیر پیشنهادی مدل برای یکی از شاخص‌های ورودی، یعنی تخت فعال، به نظر می‌رسد قابل پیاده‌سازی نیست. باید ضمن مشورت با کارشناسان، شرایط حاکم بر تعداد تخت‌های فعال برای هر یک از بخش‌ها به‌صورت محدودیت به مدل اضافه شود. در تخصیص منابع به بخش‌های مختلف بیمارستان، به سایر استانداردهای موجود دربارۀ منابع مدنظر باید توجه شود.

پیشنهاد می‌شود پژوهشگران در پژوهش‌های آینده برای ارزیابی کارایی واحدهای مختلف، پیش از کاربرد روش تحلیل پوششی داده‌ها از یکی از روش‌های خوشه‌بندی مثل کی-مینز[xvii]استفاده کنند تا واحدهای مدنظر، همگونی مناسب داشته باشد. همچنین، باید برای معناداربودن کاهش‌های پیشنهادی در شاخص‌های ورودی، بنا بر نظر کارشناسان بیمارستان، حد پایین برای این شاخص‌ها به مدل افزوده شود.

 

6-               نتیجهگیری

در این پژوهش، رویکردی داخل سازمانی مطالعه شد که در آن، تمام واحدها تحت نظارت تصمیم‌گیرنده‌ای متمرکز قرار دارند که علاوه بر اینکه به کارایی واحدها می‌اندیشد، دربارۀ مجموع مصارف ورودی و مجموع تولیدات خروجی نیز نگران است. روش استفاده‌شده، علاوه بر ساده‌بودن، به‌راحتی در جهت‌های مختلف توسعه پیدا می‌کند؛ برای نمونه، در نظر گرفتن اهداف مشترک، محدودیت‌های مشترک، تغییر در مرزهای ورودی‌ها و خروجی‌ها به‌صورت مجزا؛ اما باید به این نکته توجه کرد که چنین محدودیت‌هایی ممکن است از تصویرشدن تمام بخش‌ها بر روی مرز کارا، که یکی از مطلوب‌ترین ویژگی‌های این مدل است، جلوگیری کند.

نتایج این پژوهش، به‌طور خاص برای مدیران مرکز آموزشی درمانی الزهرا (س) اصفهان مفید است. همچنین، به‌طور عام، بهره‌وران این پژوهش، تمام سازمان‌هایی است که بخش‌های وابسته به یکدیگر دارد که در آن، تصمیم‌گیرنده‌ای مرکزی وجود دارد. این نوع سازمان‌ها می‌توانند از مدل ارائه‌شده برای تحلیل کارایی و تخصیص منابع بین بخش‌های مختلف استفاده کنند.

همانگونه که بیان شد، به‌علت تازگی موضوع پژوهش، مدل ارائه‌شده در این مقاله، نواقص و محدودیت‌هایی دارد؛ ازجمله اینکه تعدادی از شاخص‌های انتخاب‌شده، به‌عنوان شاخص‌های مناسب کارایی، به‌علت موجودنبودن اطلاعات از مدل ارائه‌شده حذف شد. دربارۀ شاخص‌های معرفی‌شده، نکاتی وجود دارد که ممکن است کاربرد رویکرد را در بیمارستان‌های دیگر محدود کند؛ به‌عنوان مثال، معمولاً فضای اختصاص‌داده‌شده به بخش‌های بیمارستانی را نمی‌توان تغییر داد؛ ولی در مطالعۀ موردی، بسیاری از بخش‌ها با دیوارک جدا شده‌ است و قابلیت تغییر مساحت دارد. همچنین، در موارد گوناگونی که تخت خالی در یک بخش وجود ندارد، بیمار بخش را با رعایت الزامات بهداشتی، روی تخت خالی از بخشی دیگر (با امکانات مطلوب) بستری می‌کنند. علاوه بر این، تعداد کارمندان یا تخت، با توجه به ساعات کار در یک شیفت، به‌خوبی با اعداد غیرصحیح بیان می‌شود که معرف کسری از شیفت کاری است و اضافه‌کاری و یا بیکاری کارمندان را نشان می‌دهد. در مواردی که نتوان داده‌های غیرصحیح برای این تعداد در نظر گرفت، به توسعۀ مدل نیاز است.

همچنین، در این مدل فقط محدودیت‌های مربوط به استاندارد تعداد پرستاران در دو بخش افزوده شد. پیشنهاد می‌شود همسو با این موضوع، پژوهشگران در پژوهش‌های بعدی، به شاخص‌های بیشتری توجه کنند. همچنین، استانداردهای موجود دربارۀ سایر منابع استفاده‌شده، ازجمله حداقل کادر درمانی لازم، تعداد تخت، فضای تخصیص‌داده‌شده و غیره، در مدل گنجانده شود. مدل ارائه‌شده، بسیار ساده است که امکان در نظر گرفتن شرایط و استانداردهای کیفیتی مختلف، ازجمله حداقل یا حداکثر تغییر در شاخص‌ها را دارد.

این پژوهش به مدیران کمک می‌کند تحلیل صحیحی از داده‌ها و ستاده‌ها داشته باشند و بر همین اساس، با به‌کارگیری الگوی علمی و روش درست تخصیص منابع برای افزایش سطح کارایی، مؤثر واقع شوند. شاخص‌های عملکردی مستخرج از این پژوهش، با نام ورودی و خروجی را می‌توان در ارزیابی کارایی هر بیمارستان دیگری نیز به کار برد. مدل ارائه‌شده نیز در هر مرکز درمانی دیگر می‌تواند چگونگی بهبود کارایی کل را پیشنهاد دهد.



[i]. Mirhasani

[ii]. Golany

[iii]. Tamir

[iv]. Lozano

[v]. Villa

[vi]. Charnes et al

[vii]. Caballer et al

[viii]. Ozgena

[ix]. Sahin

[x]. Ying Chu 

[xi]. Ben-Arieh

[xii]. Gullipalli

[xiii]. Seke et al

[xiv]. Kuwahara et al

[xv]. Matlab

[xvi]. DEA-Excel-solver

[xvii]. K-means

- Aboutalebi Jazi, H.R. (2014). Performance Evaluation and resource allocation to hospital wards using Data Envelopment Analysis (Case study: Goldis Hospital in Shahinshahr), Master Thesis, Faculty of Humanities, Islamic Azad University, Najafabad Branch. (in Persian).
- Aminian M. (2013). Efficiency analysis and resource allocation to different wards of Gharazi Hospital in Isfahan using Data Envelopment Analysis, Master Thesis, Faculty of Humanities, Islamic Azad University, Najafabad Branch. (in Persian).
- Ataullah, F., Bahrami, M.A., Abbasi, M., Mobasheri, F.,. and Khani, SH. (2014). “Presenting an ideal planning model for allocating hospital beds in Shahid Mohammadi Teaching Hospital in Bandar Abbas”. Health Management Quarterly, 5(1): 59-68.
- Azad, E., Ketabi, S., Soltani, I., and Bagherzade, M. (2011). “Analysis of Efficiency and resource Allocation at Different Wards in Shariati Hospital, Isfahan, Iran, Using Data Envelopment Analysis”, Health Information Management, 8(7): 938-947. (in Persian).
- Bahadori, M.K., Teymourzadeh, E., and Kazemi, R. (2017). “Mathematical modeling of bed allocation in a military hospital”. Journal of Military Medicine, 19(4): 399-390. (in Persian).
- Ben-Arieh, D., and Gullipalli, D.K. (2012). “Data Envelopment Analysis of clinics with sparse data: Fuzzy clustering approach”, Computers and Industrial Engineering, 63: 13-21.
- Caballer-Tarazona, M., Moya-Clemente, I., Vivas-Consuelo, D., and Barrachina-Martínez, I. (2010). “A model to measure the efficiency of hospital performance”, Mathematical and Computer Modelling, 52: 1095-1102
- Charnes, A., Cooper, W.W., and Rhodes, E. (1978). “Measuring the efficiency of decision making units”, European Journal of Operations Rerearch, 2(6): 429-444.
- Cooper, W., and Seiford, L. (2008). Data Envelopment Analysis, Models and Application, Translated by Mirhasani, S. Tehran: Amirkabir University of Technology Press. (in Persian).
- Ghazi, A., Hosseinzadeh Lotfi, F., Sanei, M., and Tohidi, Q. (2019). “Providing a budgeting model using Data Envelopment Analysis based on evaluating the performance of decision units”. Accounting Knowledge and Auditing Management, 8(31): 85-92.
- Golany, B., and Tamir, E. (1995). “Evaluating efficiency- effectiveness-equality trade- offs:A data envelopment analysis approach”, Management Science, 41(7): 1172-1184.
- Hatam, N., and Nourani, S. (2005). “Application of MCDM in Hospital Efficiency Measurement”, Scientific Journal of Medical University of Qazvin, 4: 87-93. (in Persian).
- Kuwahara, Y., Nagata, S., Taguchi, A., Naruse, T., Kawaguchi, H., and Murashima, S. (2013). “Measuring the efficiencies of visiting nurse service agencies using data envelopment analysis”, Health Care ManagSci, 16: 228-235.
- Lozano, S., and Villa, G (2004). “Centralized DEA models with the possibility of downsizing”,Journal of the Operational Research Society, 56(4): 357-364 .
- Ozgena, H., and Sahin, I. (2010). “Measurement of efficiency of the dialysis sector in Turkey using data envelopment analysis”, Health Policy, 95: 185–193.
- Seke, K., Petrovic, N., Jeremic, V., Vukmirovic, J., Biljana, K., and Martic, M. (2013). “Sustainable development and public health: rating European countries”. BMC Public Health, 2013, pp13-77, http://www.biomedcentral.com/1471-2458/13/77.
- Shafiee, M., and Angashteh, B. (2016). “Optimal allocation of human resources to emergency databases using centralized data envelopment analysis model”. Organizational Resource Management Research, 6(1): 132-105.
- Ng, Y.C. (2012). “The productive efficiency of Chinese hospitals”, China Economic Review, 22: 428–439.