چارچوب مبتنی بر شبیه سازی برای پشتیبانی از تصمیم در ارزیابی کیفیت بهداشت و درمان
چکیده
این مقاله یک چارچوب شبیه سازی را برای ارزیابی کیفیت مراقبت های بهداشتی و سلامت از دیدگاه مدیریت و تصمیم گیرندگان، توصیف می کند. چارچوب پیشنهادی امکان شبیه سازی سناریوی"چه می شود، اگر" و اتخاذ نتایج جایگزین در مورد سیستم های پشتیبان تصمیم را فراهم می سازد. در پژوهش ما، با منابع داده ای ناهمگنی مواجه می شویم که در فرایندهای جریان داده ترکیب می شوند. جریان داده ای چارچوب پیشنهادی، به لحاظ مفهومی چندین روش مدل سازی را ترکیب می کند: شبیه سازی رویداد گسسته، مدل سازی عاملی و هم چنین شامل تجزیه و تحلیل داده است. آزمایشات بر مبنای داده های به دست آمده از سیستم های کنترل دسترسی و هم چنین سیستم های اطلاعاتی مرکز پژوهش پزشکی ملی آلمازوف، انجام شدند.
1.مقدمه
امروزه، مراقبت های بهداشتی و سلامت یک تغییر پارادایم را تجربه می کنند. تغییر از رویکرد مبتنی بر حجم و میزان به رویکرد مبتنی بر ارزش، از رویکرد حداکثر کمک به همه ی بیماران تا خدمات فردی و بهبود کیفیت معالجه و درمان همراه با کاربرد کارامد منابع، در حال انجام است. همه ی فرایندهای بهداشتی و سلامت، بسیار پیچیده هستند و در نتیجه داده های ساختارنیافته ای را ایجاد می کنند. این امر موجب پیچیده تر شدت تصمیمات مدیریت می شود. وجودHIS همواره امکان پشتیبانی مناسب از تصمیم گیری را برای متخصصان پزشکی فراهم نمی سازد(1). بنابراین، با توجه به توسعه و گسترش کاربرد عملی و یکپارچه سازیHIS، توسعه ی روش ها و فناوری های جدید برای پشتیبانی از تصمیم گیرندگان در پارادایم پزشکی شخصی، بسیار حائز اهمیت است. پیاده سازی سیستم به موقع و با کیفیت پشتیبانی از تصمیم گیری تنها زمانی ممکن است که نتایج تحلیل داده های موجود مورد استفاده قرار گیرند و دانش جدیدی مبتنی بر تحلیل انجام شده به دست آید.
5.کارهای آینده
در آینده، توسعه ی مکانیزمی برای به روزرسانی برنامه های فردی پرستاران از طریق تحلیل داده های متنی EHR با استفاده از روش های متن کاوی در نظر گرفته می شود. هم چنین کسب داده های بیشتر برای ارزیابی صحیح و دقیق کار پرستاران، لازم و ضروری است. در نهایت، توسعه ی مجموعه ی داده با استفاده از سنسورهایRFID امکان پذیر می شود. هم چنین، برنامه داریم تا از تحلیل داده های پویای سالانه ی ACS و برخی از داده های بیرونی در چارچوب خود استفاده کنیم.
Abstract
This article describes a simulation framework for healthcare quality assessment from the perspective of management and corresponding decision-makers. The proposed framework will allow simulating “what-if” scenarios and getting alternative outcomes in case of decision support systems. In our research, we are dealing with heterogeneous data sources, which combine within data-flow processes. The data flow of the presented framework conceptually combines several modeling methods: discrete-event simulation, agent-based modeling and also includes data analysis. The experiments were executed based on data from the Almazov National Medical Research Centre hospital information and access control systems.
1. Introduction
Nowadays, healthcare is experiencing a paradigm shift. There is a transition from the volume-based to valuebased approach, from maximum assistance to all patients to individual service and care quality improvement along with efficient usage of resources. All healthcare processes become even more complex and consequently generate even more unstructured data. It makes management decisions more complicated. Existing HIS do not always allow proper decision-making support for medical professionals [1]. Therefore, in conjunction with extending of practical application and integration of HIS, it is important to develop new methods and technologies to support decisionmakers within the paradigm of personalized medicine. The implementation of high-quality and well-timed decisionmaking support is only possible when using results of analysis of already existing data, and obtaining new knowledge based on the performed analysis.
5. Future works
In the future, it is planned to develop a mechanism for updating individual schedules of nurses by analyzing text data from EHR using text-mining methods. It is also necessary to obtain additional survey data for a more accurate assessment of the work of nurses. Finally, it is possible to extend the data set using RFID sensors. Also, we plan to use the annual dynamics data analysis from ACS and include some external data in our framework.
(جهت بزرگ نمایی روی عکس کلیک نمایید)
چکیده
1. مقدمه
2. کارهای مربوطه
3. چارچوب پیشنهادی
4. روش ها و مطالعه ی موردی
4.1 خوشه بندی
4.2 تحلیل فرکانس
4.3 مدل سازی مبتنی بر عامل
5. کارهای آینده
Abstract
1. Introduction
2. Related works
3. Proposed framework
4. Methods and case study
4.1. Clustering
4.2. Frequency analysis
4.3. Agent-based modeling
5. Future works
- اصل مقاله انگلیسی با فرمت ورد (word) با قابلیت ویرایش
- ترجمه فارسی مقاله با فرمت ورد (word) با قابلیت ویرایش، بدون آرم سایت ای ترجمه
- ترجمه فارسی مقاله با فرمت pdf، بدون آرم سایت ای ترجمه