جلد 23، شماره 2 - ( 4-1399 )
جلد 23 شماره 2 صفحات 39-28 |
برگشت به فهرست نسخه ها
Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
Bahmani A, Mohammadi Bidhandi H. Capacity planning in the hospital queueing network with blocking: simulation-based optimization approach. jha 2020; 23 (2) :28-39
URL: http://jha.iums.ac.ir/article-1-3165-fa.html
URL: http://jha.iums.ac.ir/article-1-3165-fa.html
بهمنی عبدالله، محمدی بیدهندی هادی. برنامه ریزی ظرفیت در شبکه صف بیمارستانی تحت شرایط انسداد: رویکرد بهینه یابی مبتنی بر شبیه سازی. فصلنامه مدیریت سلامت. 1399; 23 (2) :28-39
1- دانشجوی کارشناسی ارشد، دانشکده مهندسی صنایع، دانشگاه آزاد اسلامی واحد تهران جنوب، تهران
2- استادیار، دانشکده مهندسی صنایع، دانشگاه آزاد اسلامی واحد تهران جنوب، تهران ،h_mohammadi@azad.ac.ir
2- استادیار، دانشکده مهندسی صنایع، دانشگاه آزاد اسلامی واحد تهران جنوب، تهران ،
چکیده: (2720 مشاهده)
مقدمه: مدیران بیمارستان همواره با چالش ارائه بهترین خدمات سلامت دریک محیط دارای منابع محدود روبرو هستند. کمبود ظرفیت، جریان بیمار را تحت تأثیر قرارداده و منجر به انسداد جریان بیمار در بین بخش ها می شود. در پژوهش حاضر، جریان بیمار در بیمارستان به صورت یک شبکه صف باز تحت شرایط انسداد مدل سازی شد. سپس، با استفاده از بهینه یابی ریاضی مبتنی برشبیه سازی، برنامه ریزی ظرفیت به گونه ای انجام می شود که ضمن کاهش پدیده انسداد، هزینه های جاری بیمارستان از بودجه در دسترس بیشتر نگردد.
روش ها: پژوهش حاضر ازنظر هدف و نتایج، کاربردی و ازنظر روش گردآوری اطلاعات، توصیفی- پیمایشی بود. رویکرد پژوهش، تلفیقی از مدل سازی ریاضی دوهدفه و شبیه سازی گسسته پیشامد درنظرگرفته شد. اطلاعات جمع آوری شده مربوط به شش ماهه اول سال 1396 دربیمارستان منتخب استان لرستان بود.
یافته ها: پس از شبیه سازی وضعیت فعلی و تحلیل نتایج، تعداد 43 سناریو پیشنهادی به منظور بهبود جریان بیمار در بین بخش های بیمارستان منتخب طراحی گردید. سپس، با بکارگیری مدل ریاضی، تعداد نه سناریو برتر تعیین شدند.
نتیجه‌گیری: به منظور تسهیل انتخاب سناریو بهینه توسط مدیران بیمارستان، سناریوهای برتر در دو دسته طبقه بندی و تحلیل شدند. ادغام مدل شبیه سازی با مدل بهینه یابی ریاضی، منجر به توسعه یک رویکرد کلی گردید که می تواند به منظور برنامه ریزی ظرفیت و بهبود جریان بیمار با درنظرگرفتن محدودیت های عملی در سایر بیمارستان ها استفاده شود.
روش ها: پژوهش حاضر ازنظر هدف و نتایج، کاربردی و ازنظر روش گردآوری اطلاعات، توصیفی- پیمایشی بود. رویکرد پژوهش، تلفیقی از مدل سازی ریاضی دوهدفه و شبیه سازی گسسته پیشامد درنظرگرفته شد. اطلاعات جمع آوری شده مربوط به شش ماهه اول سال 1396 دربیمارستان منتخب استان لرستان بود.
یافته ها: پس از شبیه سازی وضعیت فعلی و تحلیل نتایج، تعداد 43 سناریو پیشنهادی به منظور بهبود جریان بیمار در بین بخش های بیمارستان منتخب طراحی گردید. سپس، با بکارگیری مدل ریاضی، تعداد نه سناریو برتر تعیین شدند.
نتیجه‌گیری: به منظور تسهیل انتخاب سناریو بهینه توسط مدیران بیمارستان، سناریوهای برتر در دو دسته طبقه بندی و تحلیل شدند. ادغام مدل شبیه سازی با مدل بهینه یابی ریاضی، منجر به توسعه یک رویکرد کلی گردید که می تواند به منظور برنامه ریزی ظرفیت و بهبود جریان بیمار با درنظرگرفتن محدودیت های عملی در سایر بیمارستان ها استفاده شود.
واژه‌های کلیدی: برنامه ریزی ظرفیت بیمارستان، جریان بیمار، انسداد، شبکه صف، مدل سازی ریاضی، شبیه سازی گسسته پیشامد
نوع مقاله: پژوهشي |
موضوع مقاله:
مدیریت خدمات بهداشتی و درمانی
دریافت: 1398/10/2 | پذیرش: 1399/4/10 | انتشار: 1399/4/10
دریافت: 1398/10/2 | پذیرش: 1399/4/10 | انتشار: 1399/4/10
فهرست منابع
1. Amiri M, Bagheri H, Raei M. Cost and time analysis of health care programs at first level of health care services in a medical sciences university. Hakim Research Journal. 2012; 15(3): 251-257. [In Persian]
2. Gharahi A, Kheirkhah A, Bagheri A, Ahmadi M. Improving patient flow management process in emergency department using simulation and PROMETHEE method. Journal of Health Administration. 2014; 17(57): 11-25. [In Persian]
3. Cote, MJ. Understanding patient flow. Decision Line. 2000; 31: 8-10.
4. Harper PR. A framework for operational modelling of hospital resources. Health Care Manag Sci. 2002; 5(3): 165-173. [DOI:10.1023/A:1019767900627]
5. Balsamo, S. Queuing networks with blocking: Analysis, solution algorithms and properties. Network performance engineering. 2011; 233-257. [DOI:10.1007/978-3-642-02742-0_11]
6. Harper PR, Shahani AK. Modelling for the planning and management of bed capacities in hospitals. J Oper Res Soc. 2002; 53(1): 11-18. [DOI:10.1057/palgrave/jors/2601278]
7. Koizumi N, Kuno, E, Smith T. Modeling patient flows using a queuing network with blocking. Health Care Manag Sci. 2005; 8(1): 49-60. [DOI:10.1007/s10729-005-5216-3]
8. Bretthauer K, Heese H, Pun H, Coe E. Blocking in health care operations: A new heuristic approach. Prod Oper Manag. 2011; 20(3): 375-391. [DOI:10.1111/j.1937-5956.2011.01230.x]
9. Afsahi M, Sepehri MM, Ameri E. Planning and management of patient flow and bed capacities of cardiac ward with mathematical modeling and discrete event simulation approach. jhosp. 2015; 14(1): 9-24. [In Persian]
10. Mohammadi Bidhandi H, Patrick J, Noghani P, Varshoei P. Capacity planning for a network of community health services. Eur J Oper Res. 2019; 275(1): 266-279. [DOI:10.1016/j.ejor.2018.11.008]
ارسال پیام به نویسنده مسئول
| بازنشر اطلاعات | |
 |
این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است. |
