Acil Servislerde Talebin Zaman Serileri Modelleri ile Tahmin Edilmesi

Authors : Görkem SARIYER

Pages : 66-77

Doi:10.29137/umagd.419661

View : 11 | Download : 7

Publication Date : 2017-01-29

Article Type : Research Paper

Abstract :Normal 0 false false false TR X-NONE X-NONE /* Style Definitions */ table.MsoNormalTable {mso-style-name:`Table Normal`; mso-tstyle-rowband-size:0; mso-tstyle-colband-size:0; mso-style-noshow:yes; mso-style-priority:99; mso-style-parent:``; mso-padding-alt:0in 5.4pt 0in 5.4pt; mso-para-margin-top:0in; mso-para-margin-right:0in; mso-para-margin-bottom:8.0pt; mso-para-margin-left:0in; line-height:107%; mso-pagination:widow-orphan; font-size:11.0pt; font-family:`Calibri`,sans-serif; mso-ascii-font-family:Calibri; mso-ascii-theme-font:minor-latin; mso-hansi-font-family:Calibri; mso-hansi-theme-font:minor-latin; mso-bidi-font-family:`Times New Roman`; mso-bidi-theme-font:minor-bidi; mso-ansi-language:TR;} Acil servislerde talebin etkin olarak yönetilmesi hastane yöneticilerinin insert ignore into journalissuearticles values(karar vericilerin); önemli bir görevi haline gelmektedir. Günümüzde, hastane yöneticileri, hasta akışının ve aşırı kalabalıklaşmanın en iyi şekilde yönetilebilmesi için strateji geliştirmeye odaklanmaktadırlar. Acil durumlarda zaman çok kritiktir ve yaşam ve ölüm arasındaki farkı ifade eder. Bu nedenle acil servislerde önemli oranda kaynak bulundurulması gerekmektedir, fakat kaynaklar sınırlıdır. Bu bağlamda, acil servislere talebin en az hata ile tahmin edilmesi, operasyonların planlanması ve yönetilmesinde büyük önem arz etmektedir. Bu çalışmanın amacı; İzmir, Türkiye’deki büyük ölçekli bir eğitim hastanesi acil servisinde talebi zaman serileri modelleri ile tahmin etmektir. Kış aylarında acil servis talebinde ciddi bir artş beklendiği için, talep tahminlemede kış aylarına odaklanılmıştır. Hastane veri tabanı kullanılarak, 1 Aralık 2016-28 Şubat 2017 arasında acil servise yapılan başvurular elde edilmiştir. 1 Aralık-14 Şubat arasındaki 76 günlük veri farklı otoregresif entegreinsert ignore into journalissuearticles values(bütünlenen); hareketli ortalama insert ignore into journalissuearticles values(ARIMA); ve mevsimsel otoregresif entegre hareketli ortalama insert ignore into journalissuearticles values(SARIMA); modellerinin uygunluk ve test edilmesinde kullanılırken, kalan 14 günlük veri de uygun modellerin performanslarının karşılaştırılmasında kullanılmıştır. Günlük ve periyodik insert ignore into journalissuearticles values(8-saat aralıkları); tahminler elde edilmiş ve karşılaştırılmıştır. Bu çalışma acil servis hasta sayısının tahminlemesinde zaman serileri modellerinin uygun olduğunu göstermektedir.
Keywords : Acil servis, talep tahmin, ARIMA, hasta sayısı, aşırı yoğunluk