این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
دانشور پزشکی، جلد ۲۰، شماره ۲، صفحات ۲۳-۳۰
عنوان فارسی مدل رگرسیون نیمه پارامتری کاکس در تعیین عوامل مؤثر بر مدت اقامت بیماران بستری
چکیده فارسی مقاله  مقدمه و هدف: یکی از شاخص‌های عمده در ارزیابی عملکرد بیمارستان‌ها و مدیران آنها، متوسط اقامت بیماران است؛ با توجه به اهمیت این شاخص در مطالعه حاضر به بررسی عوامل مؤثر بر مدت اقامت بیماران بستری پرداخته‌شده‌است. مواد و روش‌ها: مطالعه حاضر، مقطعی است که 935 بیمار به روش نمونه‌گیری طبقه‌بندی چندمرحله‌ای از بیماران بستری در بیمارستان هاشمی‌نژاد در سال 1389 انتخاب‌شدند. برای تعیین عوامل مؤثر بر مدت اقامت بیماران از مدل رگرسیون نیمه پارامتری کاکس استفاده‌شد و تحلیل داده‌ها با استفاده از نرم‌افزار آماری R انجام‌شد. نتایج: 5/62 درصد ( 585 نفر) از بیماران بستری زن بودند و بیشتر بستری‌شدگان سن بیشتر از 50 سال داشتند. میانگین (± انحراف‌معیار) سنی بیماران برابر 02/50 ) 07/19± ( بود. 56 درصد (586نفر) بیماران دارای بیمه تأمین اجتماعی و 6/19 درصد (185نفر) نیز بدون بیمه یا با بیمه تکمیلی بستری شده‌بودند. میانگین مدت بستری بیماران بیمارستان برابر 77/12 (13/11±) بوده‌است. مردان مدت اقامتی کوتاه‌تر از زنان داشتند و این تفاوت از نظر آماری معنی­دار است (005/0=p). میانه مدت بستری برابر 2/14 روز به‌دست‌آمد. متغیرهای سن و جنسیت بیمار بر طول مدت بستری بیماران مؤثر (05/0-). نتیجه‌گیری: مدل رگرسیون کاکس، مدلی مناسب برای برازش به داده‌های مدت اقامت بیماران با ویژگی چولگی به راست و وجود سانسور است؛ همچنین عوامل مؤثر بر مدت اقامت بیماران برحسب نوع بیماری متفاوت است.
کلیدواژه‌های فارسی مقاله رگرسیون کاکس، متوسط اقامت، تحلیل بقا،
عنوان انگلیسی Semi-parametric Cox regression for factors affecting hospitalization length
چکیده انگلیسی مقاله  Background and Objective: Length of stay (LOS) is one of the most important indexes for performance evaluation of hospitals and their manager. With respect to the importance of this index, we determined the factors affecting LOS. Materials and Methods: This was an analytical study. The under study population included patients which died in Hasheminejad hospital in 2010 and 935 patients using multi-stage cluster sampling method were selected. Variables, LOS, age, insurance and ICD10 code were gathered from patients’ files. Factors associated to LOS were analyzed using R software and semi-parameter Cox regression model. Results: It was found out that 62.5% (585) of patients was women and most of them had an age larger than 50 years. Mean age (±SD) of patients was 50/02 (±19.07). In addition, 56% (586) of patients had Tamin-Ejtemaee insurance and 19.6% (185) had stayed without insurance or with complementary insurance. Mean LOS (±SD) of patients was 12.77 (±11.131) and LOS of men was more than women with a significant difference (p=0.005). Median of LOS was 14.2. The results of Cox regression for the variables age and sex was significant (p < .001) and insurance had not a significant effect on LOS. Conclusion: Two important features of LOS data are non-normality and presence of censorship, so using classic models for such data is not useful and this causes estimations with low precision. Because of these two features and for having more precise estimation, using survival analysis is suggested for such data. 
کلیدواژه‌های انگلیسی مقاله رگرسیون کاکس, متوسط اقامت, تحلیل بقا
نویسندگان مقاله محمودرضا گوهری |
گروه آمار و ریاضی، مرکز تحقیقات مدیریت بیمارستانی، دانشکده مدیریت و اطلاع رسانی پزشکی، دانشگاه علوم پزشکی تهران

نسیم وهابی |
دانشکده مدیریت و اطلاع‏رسانی پزشکی، دانشگاه علوم پزشکی تهران

زینب مقدمی فرد |
دانشکده مدیریت و اطلاع‏رسانی پزشکی، دانشگاه علوم پزشکی تهران

نشانی اینترنتی http://daneshvarmed.shahed.ac.ir/article_1518_f0a5facc02d56befaa743730a3585eeb.pdf
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات