Research Article

A Prediction for Medical Supplies Consumptions During Coronavirus Disease 2019

Volume: 37 Number: 2 April 15, 2023
İlkay Saraçoğlu *, Ramazan Yaman , Çağrı Serdar Elgörmüş
TR EN

COVID-19 Döneminde Koruyucu Sarf Malzemelerin Tüketiminin Tahmin Edilmesi

Öz

İnsanlık tarihinin başlangıcından bu yana yaşanan olağandışı dönemler kendine özgü düzenlerin oluş- masına neden olmuştur. Hastanelerde olağan dönemlerde çok önemli olmadığı öngörülen ve kolay yönetilebildiği varsayılan, maske, önlük ve dezenfektan gibi koruyucu sarf malzemelerinin kullanımı ve tedariği, 2019 koronavirüs hastalığı (COVID-19) pandemi dönemi ile birlikte kritik bir bakış açısı kazan- masına neden olmuştur. Bu çalışmada, öncelikle, bir hastane işleyişinde olağan durum sayılan 2019 yılı verileri dikkate alınarak bu koruyucu ve önleyici malzemelerin tedarik, stok ve tüketim süreçleri değer- lendirilmiştir. Çalışmanın ikinci kısmında ise pandemi döneminin gelişmesi esnasında oluşan veriler dikkate alınarak, bu koruyucu ve önleyici sarf malzemelerin tedarik ve kullanımlarında oluşan farklı- laşmalar modellenmiştir. Koruyucu sarf malzemelerinin kullanımlarının tahminini modellemek için doktor, hemşire, idari personel, hasta sayısı ve ameliyat sayısı bağımsız değişkenler olarak seçilmiştir. Bağımsız değişkenlerdeki değişimin koruyucu sarf malzemeler üzerindeki değişimlerini incelemek amacıyla çok değişkenli doğrusal regresyon analizi uygulanmıştır. N95 ve bağcıklı cerrahi maske ve lastikli maskenin tüketimi, COVID hasta sayısı ve sağlık çalışanı sayısı ile açıklanmıştır. El dezenfektan ve muayene eldiveni tüketimi doktor sayısı ve COVID hasta sayısı ile tahmin edilmiştir. Cerrahi eldiven tahmini, ameliyat sayısına bağlı olarak tahmin edilmiştir. Bu çalışmada, hastanelerde koruyucu sarf malzemelerinin tüketimlerinin tahmin edilmesine yardımcı olacak çok değişkenli modeller önerilmiştir.

Anahtar Kelimeler

COVID-19 , sağlık hizmeti sağlayıcıları , tıbbi sarf malzemeler , çoklu doğrusal regresyon , tahmin , koruyucu malzemeler

References

  1. Araiza-Aguilar, J. A., Rojas-Valencia, M. N., & Aguilar-Vera, R. A. (2020). Forecast generation model of municipal solid waste using multiple linear regression. Global Journal of Environmental Science and Management, 6(1), 1–14. [CrossRef]
  2. Aranda, A., Ferreira, G., Mainar-Toledo, M. D., Scarpellini, S., & Llera Sas- tresa, E. (2012). Multiple regression models to predict the annual energy consumption in the Spanish banking sector. Energy and Buildings, 49, 380–387. [CrossRef]
  3. Bianco, V., Manca, O., & Nardini, S. (2009). Electricity consumption forecasting in Italy using linear regression models. Energy, 34(9), 1413–1421. [CrossRef]
  4. Binoj, J. S., Manikandan, N., Thejasree, P., Varaprasad, K. C., Prem Sai, N., & Manideep, M. (2021). Machinability studies on wire electrical dis- charge machining of Nickel alloys using multiple regression analysis. Materials Today: Proceedings. Proceedings, 39, 155–159. [CrossRef]
  5. Catalina, T., Iordache, V., & Caracaleanu, B. (2013). Multiple regression model for fast prediction of the heating energy demand. Energy and Buildings, 57, 302–312. [CrossRef]
  6. Čeh, M., Kilibarda, M., Lisec, A., & Bajat, B. (2018). Estimating the Performance of Random Forest versus Multiple Regression for Predicting Prices of the Apartments. ISPRS International Journal of Geo-Information, 7(5), 168. [CrossRef]
  7. Chahal, H., Jyoti, J., & Wirtz, J. (2018). Understanding the role of business analytics: Some applications. In Understanding the role of business analytics. Springer. [CrossRef]
  8. Chapman, S. N. (2006). The fundamentals of production planning and control (pp. 18). Pearson Education, Inc.
  9. Chaurasia, V., & Pal, S. (2020). COVID-19 pandemic: Arima and regression model-based worldwide death cases predictions. SN Computer Science, 1(5), 288. [CrossRef]
  10. Cihan, P. (2022). The machine learning approach for predicting the number of intensive care, intubated patients and death: The COVID-19 pandemic in Turkey. Sigma Journal of Engineering and Natural Sciences – Sigma Mühendislik ve Fen Bilimleri Dergisi, 1. [CrossRef]
APA
Saraçoğlu, İ., Yaman, R., & Elgörmüş, Ç. S. (2023). A Prediction for Medical Supplies Consumptions During Coronavirus Disease 2019. Trends in Business and Economics, 37(2), 120-136. https://doi.org/10.5152/TBE.2023.220091