fa تعیین بهره وری استان‌های کشور در بخش بهداشت و درمان با استفاده از تکنیک تحلیل پوششی نادقیق با داده‌های فازی پژوهشي Research <strong><span style="font-family:b yagut;"><span style="font-size:10.5pt;">مقدمه:</span></span></strong><span style="font-family:b yagut;"><span style="font-size:10.5pt;"> افزایش بهره</span></span><span style="font-family:arial,sans-serif;"><span style="font-size:10.5pt;">‌</span></span><span style="font-family:b yagut;"><span style="font-size:10.5pt;">وری هزینه‌های سلامت برای تمامی کشورها مهم است. در راستای افزایش بهره</span></span><span style="font-family:cambria,serif;"><span style="font-size:10.5pt;">‌</span></span><span style="font-family:b yagut;"><span style="font-size:10.5pt;">وری دربخش بهداشت و سلامت داده‌های ورودی و خروجی می‌توانند مقادیر فازی اختیار کنند. هدف این پژوهش&nbsp; ارائه یک مدل جدید از تحلیل پوششی نادقیق، بهره</span></span><span style="font-family:cambria,serif;"><span style="font-size:10.5pt;">‌</span></span><span style="font-family:b yagut;"><span style="font-size:10.5pt;">وری استان‌های کشور در بخش بهداشت و درمان بود تا ضمن شناسایی استان‌های بهره</span></span><span style="font-family:cambria,serif;"><span style="font-size:10.5pt;">‌</span></span><span style="font-family:b yagut;"><span style="font-size:10.5pt;">ور، شاخص</span></span><span style="font-family:cambria,serif;"><span style="font-size:10.5pt;">‌</span></span><span style="font-family:b yagut;"><span style="font-size:10.5pt;">های حساس هر استان نیز شناسایی شد تا امکان افزایش بهره</span></span><span style="font-family:cambria,serif;"><span style="font-size:10.5pt;">‌</span></span><span style="font-family:b yagut;"><span style="font-size:10.5pt;">وری هر استان نیزفراهم گردد.</span></span><br> <strong><span style="font-family:b yagut;"><span style="font-size:10.5pt;">روش بررسی:</span></span></strong><span style="font-family:b yagut;"><span style="font-size:10.5pt;"> این پژوهش از نوع&nbsp; توصیفی و جامعه پژوهش شامل بخش بهداشت و درمان نظام سلامت کشور ایران است. اطلاعات لازم از طریق مستندات کتابخانه‌ای، سایت‌های اینترنتی، مدیریت آمار و فناوری اطلاعات دانشگاه‌های علوم پزشکی استان</span></span><span style="font-family:cambria,serif;"><span style="font-size:10.5pt;">‌</span></span><span style="font-family:b yagut;"><span style="font-size:10.5pt;">های کشور در سال 1395گردآوری شد.</span></span><span style="font-family:b yagut;"><span style="font-size:10.5pt;"> داده ها با استفاده از تکنیک تحلیل پوششی نادقیق با داده‌های فازی محاسبه شد. تحلیل یافته‌ها به کمک نرم افزار</span></span><strong><span dir="LTR"><span style="font-size:10.5pt;">&nbsp; GAMS </span></span></strong>&nbsp;<span style="font-family:b yagut;"><span style="font-size:10.5pt;">انجام شد.</span></span><br> <span style="font-family:b yagut;"><span style="font-size:10.5pt;">یافته‌ها: باتوجه به مدل جدید بهره</span></span><span style="font-family:cambria,serif;"><span style="font-size:10.5pt;">‌</span></span><span style="font-family:b yagut;"><span style="font-size:10.5pt;">وری پیشنهادی به ازای&nbsp; و استان‌های سمنان، کردستان و مازندران براساس شاخص‌های&quot; رضایت مندی بیماران&quot;،&quot;نسبت تعداد پزشکان شاغل در دانشگاه علوم پزشکی به جمعیت استان&quot; کارا و سایر استان‌ها براساس دو شاخص فوق الذکر ناکارا می‌باشند. که می‌توانند به ترتیب واحدهای مرجع برای سایر استان‌ها در بخش بهداشت و درمان قرارگیرند. شاخص نسبت تعداد پزشکان شاغل در دانشگاه علوم پزشکی به جمعیت استان نیز به عنوان حساس ترین شاخص معرفی شد. شاخص&quot;نسبت تعداد پرستاران به جمعیت استان &quot;نسبت به دیگرشاخص‌ها دارای حساسیت کمتری بود.</span></span><br> <span style="font-family:b yagut;"><span style="font-size:10.5pt;">نتیجه گیری: استان کردستان براساس حساس</span></span><span style="font-family:cambria,serif;"><span style="font-size:10.5pt;">‌</span></span><span style="font-family:b yagut;"><span style="font-size:10.5pt;">ترین شاخص توانسته است بالاترین تکرار را برای مرجع بودن کسب کند. سایر استان‌ها از طریق بهبود کمی و کیفی خدمات، افزایش رضایتمندی بیماران، ارزیابی مستمر عملکرد و افزایش تعداد پزشکان شاغل در دانشگاه می‌توانند به سمت بیشترین اندازه مقیاس بهره</span></span><span style="font-family:cambria,serif;"><span style="font-size:10.5pt;">‌</span></span><span style="font-family:b yagut;"><span style="font-size:10.5pt;">وری و نیز صرفه جویی در منابع هدایت شوند.</span></span><br> &nbsp; <strong>Introduction</strong>: Abstract:&nbsp; Increasing the productivity of health care spending is important for all countries. In order to increase productivity, input and output data can have fuzzy values. This study aimed to present a new model of inadequate envelopment analysis to determine the productivity of provinces in the health sectors, highlight productive provinces and detect sensitive indexes to increase productivity.<br> <strong>Methods:</strong> This descriptive-analytical study was conducted on the health system of Iran in 2016. Data were collected through library documents, Internet and the center of statistics and information technology management of medical universities. Analytical hierarchy process was used to determine health care indexes among which five indicators were extracted. Data were analyzed using inadequate envelopment analysis technique by General Algebraic Modeling System.<br> <strong>Results:</strong> According to the proposed model, for&nbsp;&nbsp; and, only Semnan, Kurdistan and Mazandaran provinces were considered to be efficient based on their indexes on patient satisfaction and physician-to-population ratio, and were regarded as referral units for other provinces. The two indexes of physician- to-population ratio and nurse-to-population ratio were introduced as the most and the least sensitive indicators, respectively.<br> <strong>Conclusions:</strong> Kurdistan, based on the most sensitive indicator, had the highest referral patients. Other provinces can increase their efficiency through improving the quality and quantity of their services, increasing patient satisfaction, continuous evaluation of performance and increasing the number of physicians working in medical universities.<br> &nbsp;<br> &nbsp; سلامت, تحلیل پوششی داده‌ها, کارایی, مجموعه‌های فازی, بهره‌وری, بیشترین اندازه مقیاس بهره‌وری Health, Data envelopment analysis, Efficiency,Fuzzy data, Productivity, Most productive scale size (MPSS) 35 48 http://jha.iums.ac.ir/browse.php?a_code=A-10-2353-1&slc_lang=fa&sid=1 S Papi سعید پاپی am_1380@yahoo.com 11200319475328460019334 11200319475328460019334 No Faculty of Mathematics, Razi University, Kermanshah, Iran دانشکده ریاضی، دانشگاه رازی،کرمانشاه، M Khorramabadi مهدی خرم آبادی m.kh.acc@pnu.ac.ir 11200319475328460019335 11200319475328460019335 Yes Faculty of Management and Accounting, Payame Noor University, Tehran, Iran اقتصاد و حسابداری، دانشگاه پیام نور، تهران S Lashgarara سهیلا لشگرآرا sohila.lashkararay@pnu.ac.ir 11200319475328460019336 11200319475328460019336 No Faculty of Management and Accounting, Payame Noor University, Tehran, Iran اقتصاد و حسابداری، دانشگاه پیام نور، تهران