Forecasting patient volume in an emergency department using time series methods: An application of a medical center in Nigeria
Zaman serisi yöntemleri kullanılarak acil servisteki hasta hacminin öngörülmesi: Nijerya'da bir tıp merkezi uygulaması.
- Tez No: 488507
- Danışmanlar: PROF. DR. GÖRKEM ATAMAN
- Tez Türü: Yüksek Lisans
- Konular: Sağlık Kurumları Yönetimi, İşletme, Health Care Management, Business Administration
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2018
- Dil: İngilizce
- Üniversite: Yaşar Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: İşletme Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 97
Özet
Zaman serileri tipik olarak düzenli zaman aralıklarında ölçümlenen verinin sınıflandırmasıdır. Zaman serileri ekonomi, mühendislik, sosyal bilimler, soyut bilimler gibi çok farklı alanlarda karşımıza çıkmaktadır. Zaman serilerinin analiz edilmesinde istatistiksel yöntemlerden faydalanılmaktadır. Zaman serileri analizi serinin incelenmesi, temel özelliklerinin belirlenmesi ve serinin gelecek değerlerinin uygun biçimde tahmin edilmesinde kullanılan yöntemdir. Otoregresif entegre hareketli ortalama modeli durağan ve durağan olmayan veri setlerinin analiz ve tahminlemesinde kullanılan linear bir modeldir. Bu çalışmada, Nijerya, Kogi eyaletinin Lokoja ilinde bulunan acil servise gelen hastalara ait zaman serisi analizinde otoregresif entegre hareketli ortalama modeli kullanılacaktır. Bunun için hastaneden her ay bazında gelen hasta sayı verisi ikincil veri olarak temin edilmiştir. Uygun modellerin parametrelerinin belirlenmesinde 2012-2016 yılları arasında acil servise yapılan aylık başvurular öğrenim verisi olarak kullanılmıştır. Daha güncel olan 2017 yılının ilk yedi aylık perioduna ait veriler de uygun modellerinin performanslarının belirlenmesi ve karşılaştırılmasında kullanılmıştır. Aylık toplam hasta sayılarının tahmin edilmesinin yanında, erkek ve bayan hasta sayılarının tahmin edilmesi için dolaysız ve dolaylı olmak üzere iki bakış açısı kullanılmıştır.
Özet (Çeviri)
A time series is a categorization of data points, characteristically measured at a uniform time interval. We have time series in a variety of fields ranging from economics to engineering, social sciences to pure sciences. While analyzing the time series we use statistical methods. Time series analysis (TSA) is a method used in analyzing data so as to extract its characteristics and use it to forecast into the future. The autoregressive integrated moving average (ARIMA) models belong to the category of linear models that are capable enough for discovering stationary and nonstationary series. This study explores the application of the ARIMA models to patient volume (PV) in the emergency department (ED) of the Federal Medical Center (FMC), Kogi state, Lokoja, Nigeria. We thus, obtained monthly patient volume of this ED as a secondary data. Monthly patient volume between 2012-2016 were used as a training set, to decide on the proper values of model parameters. Up-to-date data for the first seven months of 2017 were used as a test data set to evaluate and compare the performances of the methods. In addition to generate forecasts for the total patient volume, two different approaches, indirect forecasting and direct forecasting, were used to forecast arrivals of male and female patients.
Benzer Tezler
- Perinatal dönemdeki psikiyatrik hastalık belirtilerinin yapay zeka tabanlı büyük veri işleme platformu ile belirlenmesi
Detection of psychiatric disease symptoms in the perinatal period with an ai-based big data processing platform
NUR BANU OĞUR
Doktora
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. CELAL ÇEKEN
- Ateşböceği algoritması ve yapay sinir ağları kullanılarak acil servis hasta gelişlerinin tahmin edilmesi
Forecasting of patient arrivals at emergency department using firefly algorithm and artificial neural networks
MERVE GİZEM KARŞI
Doktora
Türkçe
2024
Endüstri ve Endüstri MühendisliğiEskişehir Osmangazi ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. MERYEM ULUSKAN
- Sağlık sektöründe talep tahmini
The Health sector demand forecasting
TUĞBA DEDEOĞLU
Yüksek Lisans
Türkçe
2019
Sağlık Kurumları YönetimiTrakya Üniversitesiİşletme Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ONUR ÇETİN
- Arıma modeliyle hasta talep tahmini: Bingöl Ağız ve Diş Sağlığı Merkezi örneği
Patient demand forecasting with the arima model: The example of Bingöl Oral and Dental Health Center
MÜCAHİDE GÜNGÖR OFLAZ
- Muş Devlet Hastanesi hasta radyolojik görüntü sayılarının, bir zaman serisi olarak derin öğrenme yöntemleri kullanılarak gelecek tahminlerinin yapılması
Making future predictions of Muş State Hospital patient radiological image numbers as a time series by using deep learning Methods
ERKAN YALDIZ
Yüksek Lisans
Türkçe
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMuş Alparslan ÜniversitesiNükleer Enerji ve Enerji Sistemleri Ana Bilim Dalı
DOÇ. DR. ZEYDİN PALA