Yoğun Bakım Ünitelerinin Etkinliklerinin Malmquist Toplam Faktör Verimliliği Analizi ile Değerlendirmesi

Year 2024, Volume: 15 Issue: 42, 692 - 710, 29.05.2024

Tuna Aybike Göktaş , Pınar Yalçın Balçık

https://doi.org/10.21076/vizyoner.1320849

Abstract

Bu çalışma kamu hastaneleri bünyesinde bulunan genel yoğun bakım ünitelerinin sağlık hizmet bölgelerine göre verimliliklerini ortaya koymayı amaçlamaktadır. Çalışma 2016-2020 yılları arası 4 dönemi kapsamaktadır. Çalışma evrenini 30 sağlık hizmet bölgesi oluşturmakta olup, örneklem seçilmemiştir. Malmquist Toplam Faktör Verimliliği Endeksi Analiz Yöntemi ile sağlık hizmet bölgelerine göre genel yoğun bakım ünitelerinin verimlilik değerlerindeki değişimler analiz edilmiştir. Sonuçlara göre 2017 yılında 2016 yılına göre 18 bölgenin, 2018 yılında 2017 yılına göre 10 bölgenin, 2019 yılında 2018 yılına göre 16 bölgenin, 2020 yılında ise 2019 yılına göre 8 bölgenin toplam faktör verimliliklerinin arttığı gözlemlenmiştir. Dönemlere göre 30 bölgenin toplam faktör verimliliği ortalama değerleri sırasıyla; 1,016, 0,95, 1,037, 0,879 olarak gerçekleşmiştir. 2016-2020 dönemi genel olarak değerlendirildiğinde ise 1 bölgenin teknik etkinlik değişiminin arttığı, 9 bölgenin ölçek etkinlik değişiminin arttığı, 9 bölgenin ise toplam faktör verimliliği değişiminin arttığı görülmektedir. 2016-2020 dönemi teknik etkinlik, ölçek etkinliği ve toplam faktör verimliliği ortalamaları sırasıyla 0,990, 0,992 ve 0,969 olarak gerçekleşmiştir. Pandeminin ilk dönemi olan 2019-2020 döneminde ise toplam faktör verimliliği, teknik ve ölçek etkinliği değişimlerinin azaldığı gözlemlenmiştir. Bu bulgu ile genel yoğun bakım ünitelerinin o dönemde yönetsel açıdan verimli yönetilemediği, uygun ölçekte üretim yapılmadığı ve yeterli düzeyde teknolojik yatırım olmadığı söylenebilir.

Keywords

Malmquist, Etkinlik, Yoğun Bakım, Sağlık Hizmeti, Pandemi

Evaluation of the Effectiveness of Intensive Care Units by Malmquist Total Factor Efficiency Analysis

Abstract

The study aims to reveal the efficiency of general intensive care units in public hospitals according to health service regions. The study covers 4 periods between 2016-2020. The population of the study consists of 30 health service regions and a sample is not selected. With the Malmquist Total Factor Efficiency Index Analysis Method, the changes in the productivity values of the general intensive care units according to the health service regions are analyzed. According to the results, it is observed that the total factor productivity of 18 regions increased in 2017 compared to 2016, 10 regions in 2018 compared to 2017, 16 regions in 2019 compared to 2018, and 8 regions in 2020 compared to 2019. Total factor productivity average values of 30 regions according to periods, respectively; 1.016, 0.954, 1.037, and 0.879. When 2016-2020 period is evaluated in general, it is seen that the change in technical efficiency of 11 regions increased, the change in scale efficiency of 7 regions increased, and the change in total factor productivity of 9 regions increased. The averages of technical efficiency, scale efficiency and total factor productivity for the 2016-2020 period are 0.990, 0.992 and 0.969, respectively. In the period of 2019-2020, the first period of the pandemic, it is observed that the total factor productivity, technical and scale efficiency changes decreased. This finding shows that the administrative resources of the general care intensive units could not be managed efficiently at that time, production is not made at the appropriate scale, and the technological investments are not at a sufficient level.

Keywords

Malmquist, Efficiency, Intensive Care, Healthcare, Pandemic

References

• Altawalbeh, S. M., Saul, M. I., Seybert, A. L., Thorpe, J. M. ve Kane-Gill, S. L. (2018). Intensive care unit drug costs in the context of total hospital drug expenditures with suggestions for targeted cost containment effots. Journal of Critical Care, 44, 77-81. https://doi.org/10.1016/j.jcrc.2017.10.029
• Antunes, B. B. P., Bastos, L. S. L., Hamacher, S. Ve Bozza, F. A. (2021) Using data envelopment analysis to perform benchmarking in intensive care units. PLoS ONE 16(11), 1-13. https://doi.org/10.1371/journal.pone.0260025.
• Aydın, A. (2022). Benchmarking healthcare systems of OECD countries: A DEA – based malmquist productivity ındex approach. Alphanumeric Journal, 10 (1), 25-40. https://doi.org/10.17093/alphanumeric.1057559
• Aydın, Ö. (2015). Sağlık kurumları yönetiminde modelleme süreci, sayısal karar verme ve kontrol. İ. Şahin ve H. Ö. Narcı, (Ed.) Sağlık kurumlarında operasyon yönetimi içinde (s. 2-33). Anadolu Üniversitesi Yayını No:2580.
• Ayrıçay, Y. ve Özçalı, M. (2014). 1997-2012 yılları arasında Türkiye’de veri zarflama analizi ile ilgili yayınlanan akademik çalışmalar. Kahramanmaraş Sütçü İmam Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 4(1), 246-279.
• Bahrami, M. A., Rafiei, S., Abedi, M. ve Askari R. (2018). Data envelopment analysis for estimating efficiency of ıntensive care units: a case study in Iran. International Journal of Health Care Quality Assurance, 31(4), 276- 282. https://doi.org/10.1108/IJHCQA-12-2016-0181
• Banker, R. D. (1984). Estimating most productive scale size using data envelopment analysis. European Journal of Operational Research, 17(1), 35-44. https://doi.org/10.1016/0377-2217(84)90006-7
• Benli, Y. K. (2012). Veri zarflama analizi (VZA) ve malmquist toplam faktör verimliliği (TFV): konaklama işletmelerinde bir uygulama. Ege Akademik Bakış, 12(3), 369-382. https://doi.org/10.21121/eab.2012319524
• Beylik, U., Kayral, İ. H. ve Naldöken, Ü. (2015). Sağlık Hizmet etkinliği açısından kamu hastane birlikleri performans analizi. Cumhuriyet Üniversitesi Sosyal Bilimler Dergisi, 39(2), 203- 224.
• Charnes, A., Cooper, W. ve Rhodes, E. (1978). Measuring the efficiency of decision making units. European Journal of Operational Research, 2(6), 429-444. https://doi.org/10.1016/0377-2217(78)90138-8
• Cinaroglu, S. (2021). Intensive care unit services preparedness for the pandemic: an efficiency analysis. Health Services Insights 14, 1–9. https://doi.org/10.1177/11786329211037527
• Cooper, W. W., Seiford, L. M., ve Tone, K. (2007). A comprehensive text with models, applications, references and DEA-solver software. Efficiency change over time içinde (s.323-345) Springer Science+ Business Media.
• Cooper, W., Seiford, L.M. ve Zhu, J. (2011). Data envelopment analysis: history, modelsand ınterpretations. Cooper, W. Seiford, L.M. ve Zhu, J. (Ed), Handbook on data envelopment analysis içinde (s. 1-9) New York Springer.
• Dedecan, M. (2021). Yoğun bakım ünitelerinin etkinliklerinin değerlendirilmesi: Bir üniversite hastanesi örneği [Yüksek Lisans Tezi]. Ankara Yıldırım Beyazıt Üniversitesi.
• Dokuzuncu Kalkınma Planı (2007-2013). (2006, 1 Temmuz). https://www.resmigazete.gov.tr/eskiler/2006/07/20060701M1-2.pdf
• Farrell, M. J. (1957). The measurement of productive efficiency. Journal of the Royal Statistical Society Series A (General) 120(3), 253-290. https://doi.org/10.2307/2343100.
• Ferreira, D. ve Marques R.C. (2018). Identifying congestion levels, sources and determinants on intensive care units: the Portuguese case. Health Care Management Science, 21, 348-375. https://doi.org/10.1007/s10729-016-9387-x
• Flokou, A., Aletras, V. ve Niakas, D. A (2017). Window-dea based efficiency evaluation of the public hospital sector in greece during the 5-year economic crisis. PLoS One. 12(5), 1-26. https://doi.org/10.1371/journal.pone.0177946
• Griffiths, J. D, Price-Lloyd, N., Smithies, M. ve Williams, J. E. (2005). Modelling the requirement for supplementary nurses in an intensive care unit. The Journal of the Operational Research Society 56, 126–133. https://doi.org/10.1057/palgrave.jors.2601882
• Halpern, N. A. ve Pastores, S. M. (2010). Critical care medicine in the United States 2000–2005: an analysis of bed numbers, occupancy rates, payer mix, and costs. Crit Care Med, 38(1), 65-71. https://doi.org/10.1097/CCM.0b013e3181b090d0 Henriques, G. O. ve Gouveia M. C. (2022). Assessing the impact of COVID-19 on the efficiency of Portuguese state-owned enterprise hospitals. Socio-Economic Planning Sciences 84 (101387), 1-28. https://doi.org/10.1016/j.seps.2022.101387
• Koopmans, T. C. (1951). Analysis of Production as an Efficient Combination of Activities. T.C. Koopmans, (Ed.) Activity analysis of production and allocation, cowles commission for research içinde (33-97), Wiley.
• Leleu, H., Moises, J. ve Valdmanis, V. (2012). Optimal productive size of hospital’s intensive care units. International Journal Production Economics,136, 297-305. https://doi.org/10.1016/j.ijpe.2011.12.006
• Maniadakis, N., Kotsopoulos, N., Prezerakos, P. ve Yfantopoulos, J. (2009). Health care services performance measurement: theory, methods and empirical evidence. European Research Studies, 12(3), 151-170.
• Min, A., Scott, L. D., Park, C., Vincent, C. ve Ryan, C. J. (2018). Organizational factors associated with technical efficiency of nursing care in us ıntensive care units. Journal Nursing Care Quality, 34(3), 242-249. https://doi.org/10.1097/NCQ.0000000000000362
• Naldöken, Ü. ve Çıraklı, Ü. (2019). Türkiye’de acil servislerin toplam faktör verimliliklerinin malmquist indeksi ile ölçülmesi. Busıness & Management Studies: An International Journal, 7(4), 1870-1887. http://dx.doi.org/10.15295/bmij.v7i4.1167
• Ozcan, Y. A. (2014). Performance Measurement Using Data Envelopment Analysis (DEA). Y. A. Ozcan (Ed.), Health Care Benchmarking and Performance Evaluation içinde (s. 15-47). Boston, MA.
• Pourmahmoud, J. ve Bagheri, N. (2023). Uncertain Malmquist productivity index: An application to evaluate healthcare systems during COVID-19 pandemic. Socio-Economic Planning Science 87 (101522), 1-6. https://doi.org/10.1016/j.seps.2023.101522
• Rapoport, J., Teres, D., Zhao, Y. ve Lemeshow, S. (2003). Length of stay data as a guide to hospital economic performance for ICU patients. Medical Care, 41, 386–397.
• Sağlık Bakanlığı. (2008). Yoğun bakım ünitelerinin standartları konulu 2008/53 sayılı genelge. https://www.saglik.gov.tr/TR,10979/yogun-bakim-unitelerinin-standartlari-genelgesi-200853.html adresinden 8 Şubat 2023 tarihinde alınmıştır.
• Sağlık Bakanlığı. (2016). Sağlık bölge planlaması hakkında 02.07.2010 tarih, 27132 sayılı genelge. https://www.saglik.gov.tr/TR,11024/saglik-bolge-planlamasi-hakkinda-genelge-ile-hastane-yatak-ve-rolleri-tescil-onayi-201050.html adresinden 13 Şubat 2023 tarihinde alınmıştır.
• Sağlık Bakanlığı. (2016). Sağlık hizmet bölgeleri organizasyon şemasının güncellenmesi konulu bakan oluru. https://www.saglikaktuel.com/d/file/saglik-hizmet-bolgeleri-organizasyon-semasi-guncellemes-.pdf adresinden 13 Şubat 2023 tarihinde alınmıştır.
• Sağlık Bakanlığı. (2021). Sağlık İstatistikleri Yıllığı, 2020. Sağlık Bakanlığı Yayın No: 1260.
• Sağlık Bakanlığı. (2022). Sağlık İstatistikleri Yıllığı 2021 Haber Bülteni. https://sbsgm.saglik.gov.tr/TR,92604/saglik-istatistikleri-yilligi-2021-haber-bulteni-yayimlanmistir.html adresinden 28 Mart 2023 tarihinde alınmıştır.
• Sezen, B. ve Gök, M.Ş. (2009). Veri zarflama analizi yöntemi ile hastane verimliliklerinin incelenmesi. ODTÜ Gelişme Dergisi, 36(2), 383-403.
• Şahin, İ. (2009). Sağlık bakanlığı genel hastaneleri ve sağlık bakanlığına devredilen SSK genel hastanelerinin teknik verimliliklerinin karşılaştırmalı analizi. Hacettepe Sağlık İdaresi Dergisi, 11(1), 1-47.
• Tsekouras K, Papathanassopoulos F, Kounetas K ve Pappous G. (2010). Does the adoption of new technology boost productive efficiency in the public sector? The case of ICUs system. Int J Production Economics, 128, 427-433.
• Yataklı Sağlık Tesislerinde Yoğun Bakım Hizmetlerinin Uygulama Usul ve Esasları Hakkında Tebliği. (2011). 20.07.2011 tarihli ve 28000 sayılı Resmî Gazete. https://www.mevzuat.gov.tr/mevzuat?MevzuatNo=15146&MevzuatTur=9&MevzuatTertip=5 adresinden 13 Şubat 2023 tarihinde alınmıştır.
• Yılmaz, F. ve Şenel, İ. K. (2019). Sağlık kurumlarının etkinliklerinin veri zarflama analizi ile değerlendirilmesi. Sosyal Güvence Dergisi, 7(15), 63-88. https://doi.org/10.21441/sosyalguvence.600856
• Yolalan, R. (1993). İşletmeler arası göreli etkinlik ölçümü. MPM Yayınları.
• Yoluk, M. (2010). Hastane performansının veri zarflama analiz yöntemi (VZA) ile değerlendirilmesi [Yüksek Lisans Tezi]. Atılım Üniversitesi.
• Yu, W. ve Ramanathan, R. (2008). An assessment of operational efficiencies in the UK retail sector. International Journal Retail Distrib Management, 36(11): 861–882. https://doi.org/10.1108/09590550810911656
• Yüksel, O. ve Yiğit, V. (2020). Malmquist toplam faktör verimlilik endeksi: ağız ve diş sağlığı merkezlerinde bir uygulama. Süleyman Demirel Üniversitesi Sağlık Bilimleri Dergisi, 11(4), 477-485. https://doi.org/10.22312/sdusbed.727955
• Zhou, Y., Li, L., Sun, R., Gong, Z., Bai, M. ve Wei, G. (2019). Haze ınfluencing factors: a data envelopment analysis approach. International Journal of Environmental Research and Public Health, 16 (914), 1-16. https://doi.org/10.3390/ijerph16060914