Przejdź do treści
Wróć do wyników wyszukiwania

Efektywność szpitali w DEA

Autor metody
Abraham Charnes, William Cooper, Edward Rhodes
Rok
1978
Typ
Non-parametric frontier estimation technique
Rodzina
Efficiency measurement, Operations management

Ten tekst jest tłumaczeniem maszynowym i nie został jeszcze sprawdzony. Przeczytaj oryginał po angielsku

Rozmiar czcionki

Do czego służy?

Analiza otoczkowa danych (DEA) to technika programowania liniowego służąca do pomiaru względnej efektywności wielu szpitali przy użyciu wielu nakładów i wyników.

Wprowadzona przez Charnesa, Coopera i Rhodesa w 1978 roku, DEA stała się standardową metodą porównywania wyników szpitali w systemach opieki zdrowotnej na całym świecie.

Intuicja stojąca za metodą

DEA działa poprzez identyfikację najbardziej efektywnych szpitali (tych na granicy efektywności) i porównywanie pozostałych z nimi. Zamiast zakładać z góry określoną funkcję produkcji, DEA pozwala danym samym zdefiniować, co oznacza efektywność. Każdy szpital jest traktowany jako jednostka decyzyjna (DMU), a metoda konstruuje wirtualny punkt odniesienia złożony z kombinacji najlepiej działających szpitali. Szpital jest w 100% efektywny, jeśli żadna kombinacja innych szpitali nie zużywa mniej nakładów do produkcji tych samych wyników.

Historia

DEA została opracowana przez Charnesa, Coopera i Rhodesa na University of Texas w 1978 roku, opierając się na koncepcji efektywności technicznej Farrell'a. Model CCR (Charnes-Cooper-Rhodes) zakłada stałe przychody skali. W 1984 roku Banker, Charnes i Cooper wprowadzili model BCC, dopuszczający zmienne przychody skali, dostosowując DEA do mniejszych szpitali i tych działających w różnych skalach. Od lat 90. XX wieku DEA jest szeroko stosowana w systemach opieki zdrowotnej w Stanach Zjednoczonych, Europie i Azji.

Kiedy stosować

Użyj DEA, porównując wyniki wielu szpitali o złożonych procesach produkcyjnych obejmujących wiele nakładów i wyników. Jest szczególnie przydatna, gdy tradycyjne wskaźniki finansowe nie oddają pełnej złożoności operacji opieki zdrowotnej. DEA zakłada, że szpitale o podobnych cechach powinny być porównywane z podobnymi grupami porównawczymi, a efektywność można mierzyć bez z góry określonej formy funkcjonalnej. Unikaj DEA, jeśli wielkość próby jest bardzo mała (mniej niż 3 × (liczba nakładów + wyników)), jeśli dominują zmienne kategoryczne lub jeśli nie można zagwarantować jednorodności jednostek.

Ograniczenia i uwagi

  • Wyniki są wrażliwe na włączenie lub wykluczenie zmiennych; niewłaściwy wybór zmiennych może zniekształcić rankingi
  • Nie uwzględnia zmienności losowej ani błędu pomiaru
  • Wymaga stosunkowo dużej wielkości próby (zazwyczaj co najmniej 10 razy sumy nakładów i wyników)
  • Zakłada jednorodność jednostek; mieszane typy szpitali mogą prowadzić do mylących wyników efektywności

Warunki podane w źródle nie zastępują niezależnego przeglądu naukowego ani walidacji przez silnik analityczny.

Mocne strony

  • Obsługuje wiele nakładów i wyników bez wymogu z góry określonych wag
  • Podejście nieparametryczne nie zakłada określonej formy funkcjonalnej dla funkcji produkcji
  • Identyfikuje konkretne szpitale porównawcze i dostarcza praktycznych celów poprawy
  • Odporna na wartości odstające w porównaniu do metod opartych na regresji
  • Szeroko akceptowana w kontekście polityki opieki zdrowotnej i poprawy jakości

Zastosowania

  • Porównywanie efektywności w sieciach szpitalnych w celu identyfikacji niedostatecznie działających i najlepszych praktyk
  • Wspieranie decyzji o alokacji zasobów poprzez identyfikację, które szpitale wymagają dodatkowego finansowania lub restrukturyzacji
  • Porównywanie szpitali klinicznych z szpitalami społeczności w celu uwzględnienia różnic w misji i złożoności pacjentów
  • Ocena wpływu fuzji i konsolidacji na efektywność szpitali poprzez porównanie wyników DEA przed i po fuzji
  • Pomiar skuteczności inicjatyw poprawy jakości poprzez śledzenie zmian efektywności w czasie

Jak to działa

Jak to działa

1

Zbierz dane dotyczące nakładów i wyników dla wszystkich szpitali. Typowe nakłady obejmują liczbę personelu, liczbę łóżek, koszty operacyjne i sprzęt. Wyniki obejmują liczbę wypisów pacjentów, dni łóżkowe, wizyty ambulatoryjne i leczone przypadki nagłe.

2

Oczyść dane, usuń wartości odstające, zweryfikuj spójność, ustandaryzuj jednostki i upewnij się, że wszystkie zmienne są na odpowiednich skalach. Potwierdź, że nie ma wartości ujemnych i że klasyfikacje szpitali są spójne.

3

Zidentyfikuj zbiór referencyjny (szpitale efektywne) i pogrupuj szpitale według typu, jeśli to konieczne (np. podstawowa opieka zdrowotna, szpitale kliniczne), aby zapewnić uczciwe porównania.

4

Sformułuj i rozwiąż problemy programowania liniowego dla każdego szpitali, albo w orientacji CCR (stałe przychody skali) lub BCC (zmienne przychody skali), obliczając wyniki efektywności od 0 do 1.

5

Zinterpretuj wyniki, zidentyfikuj grupy porównawcze (szpitale wzorcowe), przeanalizuj źródła nieefektywności, opracuj cele poprawy i przekaż wyniki kierownictwu szpitala.

Częste pułapki

  • Wybór zbyt wielu nakładów lub wyników zawyża wyniki efektywności (klątwa wymiarowości)
  • Błędna interpretacja wyników efektywności jako absolutnych miar jakości, a nie względnych porównań z grupą porównawczą
  • Nieuwzględnianie czynników zewnętrznych (ciężkość przypadku pacjenta, geografia, ograniczenia polityczne), które wpływają na nakłady i wyniki

Najczęściej zadawane pytania

Jaka jest różnica między modelami CCR i BCC?

Model CCR zakłada stałe przychody skali (podwojenie nakładów podwaja wyniki), podczas gdy model BCC dopuszcza zmienne przychody skali i jest bardziej odpowiedni dla szpitali o różnych rozmiarach. Użyj BCC przy porównywaniu szpitali działających w znacznie różnych skalach.

Ile zmiennych powinienem uwzględnić w mojej analizie?

Złota zasada mówi, aby mieć co najmniej 10 do 20 obserwacji na każdą kombinację nakładów i wyników. Zbyt wiele zmiennych zawyża wyniki efektywności; zbyt mało może pominąć ważne wymiary wydajności. Zacznij od podstawowych miar i waliduj wyniki poprzez analizę wrażliwości.

Czy DEA może uwzględniać różnice w strukturze pacjentów?

DEA samo w sobie nie dostosowuje bezpośrednio struktury pacjentów, ale można uwzględnić wyniki ważone strukturą pacjentów (np. wypisy pacjentów skorygowane o ryzyko) lub stratyfikować szpitale według typu, aby zapewnić uczciwe porównanie podobnych instytucji.

Co oznacza wynik efektywności 0,85?

Wynik efektywności 0,85 oznacza, że szpital zużywa o 15% więcej nakładów niż jest to konieczne do produkcji obecnego poziomu wyników w porównaniu do najbardziej efektywnych szpitali porównawczych. Potencjalnie mógłby zmniejszyć nakłady o 15%, utrzymując ten sam poziom wyników.

Jak zidentyfikować, które szpitale są punktami odniesienia?

DEA automatycznie identyfikuje zbiór referencyjny lub grupę porównawczą dla każdego nieefektywnego szpitala. Są to szpitale efektywne (te na granicy efektywności), których kombinacja nakładów i wyników najbardziej przypomina nieefektywny szpital.

Pokrewne metody

Źródła

  1. Charnes, A., Cooper, W. W., & Rhodes, E. (1978). Measuring the efficiency of decision making units. European Journal of Operational Research, 2(6), 429–444.

    Otwórz odnośnik DOI
    Skopiowano.
  2. Bannick, R. R., & Ozcan, Y. A. (2008). Efficiency evaluation of long-term care facilities. Health Care Management Science, 11(2), 81–91.

    Otwórz odnośnik do publikacji
    Skopiowano.
  3. Ozcan, Y. A. (2014). Health Care Management: A Quantitative Approach (4th ed.). John Wiley & Sons.

    Otwórz odnośnik do publikacji
    Skopiowano.