کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
377895 658847 2013 9 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Computational intelligence for the Balanced Scorecard: Studying performance trends of hemodialysis clinics
ترجمه فارسی عنوان
هوش محاسباتی برای کارت امتیاز متوازن: مطالعه روند عملکرد درمانگاه‌های همودیالیز
کلمات کلیدی
نقشه خودسازمانده - خوشه - زنجیر مارکف - کارت امتیازی متوازن - دیالیز - عملکرد مراقبت های بهداشتی
فهرست مطالب مقاله
چکیده
کلمات کلیدی
1. مقدمه
2. داده‌ها و متدها
2.1. داده‌های NC BSC
2.2 نقشه‌های خودسازمان‌ده
جدول 1. دیدگاه‌ها و KPIهای BSC تحلیل شده
جدول 2. مجموعه‌داده‌هایی که در این کار تحلیل شدند
2.3 شاخص‌های یک درمانگاه واحد
شکل 1. خط سیردرمانگاه نمونه با میانگین SOM اصلی (چپ) و نسخه خوشه‌بندی شده آن (راست)همپوشانی دارد. 
2.4 زنجیره‌های مارکوف برای روند عملکرد
3. نتایج
شکل 3. هسیتوگرام شاخص‌های عملکرد برای هر یک از سه کشور مورد نظر
شکل 4. SOM آموزش‌دیده بر حسب داده‌های NC BSC درمانگاه‌های ایتالیایی
جدول 3. توزیع ثابت خط سیرهای درمانگاه برای سه کشور تحلیل‌شده. 
شکل 5. سیر تکاملی احتمالات انتقال در درمانگاه‌های ایتالیایی
شکل 6. تکامل احتمالات انتقال در درمانگاه‌های پرتغالی
شکل 7. تکامل احتمالات انتقال خوشه در درمانگاه‌های ترکیه
شکل 8. دو نمونه منحنی که نمایانگر دنباله انتقال‌های خوشه‌ای هستند که توسط دو درمانگاه متفاوت تجربه شده‌اند، به همراه رگرسیون خطی مربوطه که با خط نقطه‌چین ترسیم شده است
شکل 9. هیستوگرام ضرایب رگرسیون- شاخص‌های روند- که به ازای دنباله انتقال‌های خوشه هر درمانگاه بدست آمده‌اند و به ترتیب کشور گروه‌بندی شده‌اند.
جدول 4. میانگین زمان‌های ورودی برای سه کشور تحلیل‌شده. 
4. بحث
5. نتیجه‌گیری
ترجمه چکیده
اهداف: کارت امتیاز متوازن (BSC) ابزاری عمومی با کاربرد گسترده برای اندازه‌گیری عملکرد سازمان بر اساس ارزیابی دوره‌ای شاخص‌های کلیدی عملکرد استراتژیک است که در مقابل اهداف از پیش تعیین‌شده امتیازدهی شده‌اند. در حال حاضر BSC یکی از ابزارهای پشتیبان مدیریت موثر در خدمات درمانی فرسنیوس (SME) است و به طور مرتب با متدهای آماری استاندارد تحلیل می‌شود. به تازگی، کاربرد تکنیک‌های هوش محاسباتی (با نام نقشه‌های خودسازمان‌ده ) در داده‌های BSC به عنوان روشی جهت بهبود کمیت و کیفیت اطلاعات قابل استخراج از آن ارائه شده است. در این مطالعه، متدهای دیگری برای تحلیل تکامل عملکرد درمانگاه در طول زمان نشان داده می‌شود. متدها: تکامل عملکرد در سطح یک درمانگاه بوسیله محاسبه دو شاخص مکمل مطالعه شده است که نسبت زمان صرف‌شده در خوشه‌های عملکرد و بهبود/بدتر شدن روند کار را اندازه‌گیری می‌کند. نقشه‌های خودسازمان‌ده به همراه این شاخص‌ها استفاده می‌شوند تا پیشرا‌ن‌های خاص عملکرد مشاهده‌شده را تعیین کنند. تکامل عملکرد برای گروه‌های درمانگاهی تحت یک چارچوب احتمالی،با توسل به خصوصیات زنجیره مارکوف، مدل‌سازی می‌شوند. با اینکار می‌توان احتمال انتقال میان خوشه‌ها را با سپری شدن زمان برای تعیین سطح عملکردی که انتظار می‌رود در طول زمان غلبه پیدا کند، مطالعه کرد. نتایج: پتانسیل متدهای پیشنهادی را از طریق نتایج گویای حاصل از تحلیل داده‌های BSC از 109 درمانگاهFME در سه کشور نشان می‌دهیم. ما توانستیم پیشران‌های عملکرد را برای گروه‌های خاص درمانگاهی شناسایی کنیم و بین کشورهایی که احتمالا عملکردشان بهبود می‌یابدو آنهایی که ممکن است کاهش عملکرد داشته باشند تمایز قائل شویم. مطابق با توزیع آماری زنجیره مارکوف، روند مورد انتظار در ترکیه بهترین است (که در آن خوشه‌‌‌ای با بالاترین عملکرد بیشترین احتمال را داراست، P=0.46)، بعد از آن پرتغال قرار دارد (که در آن دومین خوشه با عملکرد بهتر با P=0.50 غالب است) و در آخر ایتالیا قرار دارد (که در آن دومین خوشه با عملکرد بهتر دارای P=0.34 است). نتیجه‌گیری: نتایج حاصل توانایی متدهای پیشنهادی را در استخراج دیدگاه‌هایی درباره روندهای عملکرد پررنگ می‌کنند؛ این روندهای عملکرد با استفاده از تحلیل‌های استاندارد نمی‌توانند به آسانی برونیابی شوند و در جهت‌دهی به استراتژی‌های مدیریت در سیاست بهبود کیفیت مستمر ارزشمندند.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر هوش مصنوعی
چکیده انگلیسی
These results highlight the ability of the proposed methods to extract insights about performance trends that cannot be easily extrapolated using standard analyses and that are valuable in directing management strategies within a continuous quality improvement policy.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Artificial Intelligence in Medicine - Volume 58, Issue 3, July 2013, Pages 165–173
نویسندگان
, , , , , , , , , ,