Geri Dön

Sağlık hizmetlerinde geri ödeme yöntemleri ve teşhis ilişkili gruplara dayalı bir uygulama

Reimbursement methods in health services and a practice based on diagnosis related groups

  1. Tez No: 505318
  2. Yazar: OKAN ÖZKAN
  3. Danışmanlar: PROF. DR. İSMAİL AĞIRBAŞ
  4. Tez Türü: Doktora
  5. Konular: Sağlık Kurumları Yönetimi, Health Care Management
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2018
  8. Dil: Türkçe
  9. Üniversite: Ankara Üniversitesi
  10. Enstitü: Sağlık Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Sağlık Kurumları Yönetimi Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 183

Özet

Bu çalışmanın amacı Sağlık Bakanlığı Türkiye Kamu Hastaneleri Kurumu'na bağlı hastanelerin 2015 yılına ait Teşhis İlişkili Gruplar verileri kapsamında hastanelerin vaka karması indekslerinin hesaplanması, hastanelerin ayakta hasta verileri ve ürettikleri toplam bağıl değerlere göre ayakta ve yatan hasta gelirleri hesaplanarak global bütçeden almaları gereken tutarların belirlenmesi ve global bütçeden 2015 yılında aldıkları tutarlarla karşılaştırılmasıdır. Araştırmanın evrenini Türkiye Kamu Hastaneleri Kurumu'na bağlı devlet hastaneleri oluşturmaktadır. Çalışmada örnekleme yapılmadan Türkiye Kamu Hastaneleri Kurumu'na bağlı olan 707 devlet hastanesinden Teşhis İlişkili Gruplar verisi olan 665 devlet hastanesinin 2015 yılına ait Teşhis İlişkili Gruplar verileri, global bütçeden aldıkları tutarlar ve ayakta hasta verileri analiz kapsamına alınmıştır. Çalışmada incelenen 665 hastanenin ortalama vaka karması indeksi değeri 0,97 olarak bulunmuştur. Hastanelerin hizmet rollerine göre ortalama vaka karması indeksi değerlerinin, A1 hizmet rolündeki hastanelerde 1,10, A1-Dal hizmet rolündeki hastanelerde 1,22, A2 hizmet rolündeki hastanelerde 0,98, A2-Dal hizmet rolündeki hastanelerde 0,87, B hizmet rolündeki hastanelerde 0,88, C hizmet rolündeki hastanelerde 0,79, D hizmet rolündeki hastanelerde 0,72 ve E1 hizmet rolündeki hastanelerde 0,74 olduğu sonucuna ulaşılmıştır. Çalışma kapsamında 665 hastaneden 274 (%41,2)' ünün 2015 yılında global bütçeden aldığı tutardan daha fazla ödeme alması gerektiği, 387 (%58,2)'sinin ise daha az ödeme alması gerektiği sonucuna ulaşılmıştır. Çalışma kapsamında 4 (%0,6) hastanenin global bütçeden aldıkları tutarlar tespit edilemediği için hesaplama sonucu elde edilen tutarlarla karşılaştırması yapılamamıştır. Çalışmadan elde edilen bulgular doğrultusunda, Sağlık Bakanlığı'na bağlı hastanelerin yatan hasta ödemelerinin Teşhis İlişkili Gruplara dayalı olarak yapılması, global bütçenin kamu ve özel tüm sağlık kurumlarını kapsaması, kamu ve özel hastanelerde maliyet muhasebesi sistemi oluşturularak Teşhis İlişkili Gruplar ve maliyet analizi birimlerinin kurulması, Türkiye'de yapılan mevcut çalışmaların devam ettirilmesi ve teknik, beşeri ve hukuki altyapının tamamlanarak Türkiye'ye özgü bir Teşhis İlişkili Gruplar sisteminin oluşturulması önerilmektedir.

Özet (Çeviri)

The aim of this study is to calculate case mix indexes obtained for hospitals affiliated to Ministry of Health the Public Hospitals Administration of Turkey in context of the Diagnosis Related Groups data for the year of 2015, to determine the amounts which has to be received from global budget by calculating outpatient and inpatient incomes with respect to outpatient data and relative value produced by these hospitals, and to compare with the amounts received from the global budget in 2015. The universe of the study is consist of public hospitals operating under the Public Hospitals Administration of Turkey. Analyses performed in this study were based on Diagnosis Related Groups data, amounts received from the global budget, and outpatient data by 665 public hospitals out of 707 public hospitals operating under the Public Hospitals Administration of Turkey which were included without a sampling study based on their reporting of Diagnosis Related Groups data in 2015. Mean case mix index of these 665 hospitals included in the study was calculated as 0.97. The mean case mix index values for service roles of hospitals were determined 1.10 in the A1 service role, 1.22 in the A1-Branch service role, 0.98 in the A2 service role hospitals, 0.87 in the A2-Branch service role, 0.88 in the B service role hospitals, 0.79 in the C service role, 0.72 in the D service role and 0.74 in the E1 service role. It was determined that 274 (41.2%) out of 665 hospitals analyzed in this study actually needed to receive more amounts, while 387 (58.2%) out of 665 hospitals needed to receive less amounts when compared to the amounts they have received from the global budget in 2015. As it was impossible to determine the exact amounts received by 4 (0.6%) hospitals from the global budget in the study, they could not be compared with the amounts obtained at the end of the calculation. In accordance with the findings of this study, it is recommended that to make inpatient payments based on Diagnosis Related Groups of affiliated Ministry of Health hospitals, to cover all public and private health institutions of global budget, to establish Diagnosis Related Groups and cost analysis units by creating cost accounting system in public and private hospitals, to continue existing work in Turkey and to create Diagnosis Related Groups system specific to Turkey with completing technical, human and legal infrastructure.

Benzer Tezler

  1. A stress testıng framework for the Turkısh bankıng sector: an augmented approach

    Türk bankacılık sektörü için bir stres testi çerçevesi: Bir genişletilmiş yaklaşım

    BAHADIR ÇAKMAK

    Doktora

    İngilizce

    İngilizce

    2014

    BankacılıkOrta Doğu Teknik Üniversitesi

    İktisat Ana Bilim Dalı

    PROF. DR. NADİR ÖCAL

  2. Geri ödeme modeli olan teşhis ilişkili gruplar (TİG) ve bu model üzerinde sağlık yöneticilerinin görüşlerinin değerlendirilmesi

    Diagnosis related groups a retrospective payment model (DRG) and evaluation the views of health managers about this method,

    ZEKİYE ERSOY

    Yüksek Lisans

    Türkçe

    Türkçe

    2014

    HastanelerGazi Üniversitesi

    İşletme Bölümü

    DOÇ. DR. YILDIZ AYANOĞLU

  3. Prediction of COVID 19 disease using chest X-ray images based on deep learning

    Derin öğrenmeye dayalı göğüs röntgen görüntüleri kullanarak COVID 19 hastalığının tahmini

    ISMAEL ABDULLAH MOHAMMED AL-RAWE

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. ADEM TEKEREK

  4. Selection of green suppliers for trigeneration systems using multi-criteria decision-making methods: A case study

    Çok kriterli karar verme yöntemlerini kullanarak trijenerasyon sistemleri için yeşil tedarikçi seçimi: Vaka çalışması

    ALPEREN YAYLA

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Enerjiİstanbul Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    PROF. DR. GÜL POLAT TATAR

  5. Kamu hastanelerinde sağlık hizmetlerini faturalandırma yönetim süreçleri ve uygulamada yaşanan sorunların belirlenmesi

    Thesis title in English heremanagement processes of billing health services in public hospitals and determining the problems in implementation

    ERDEM PİRİM

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Sağlık Kurumları YönetimiÇankırı Karatekin Üniversitesi

    Sağlık Yönetimi Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ SİNAN BULUT