دوره 34، شماره 3 - ( 7-1404 )
جلد 34 شماره 3 صفحات 223-210 |
برگشت به فهرست نسخه ها
Research code: مقاله مروری است
Ethics code: مقاله مروری است
Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
Amirmohammadi H, Masrouri S. Challenges and Benefits of Using the Data Envelopment Analysis Method for Healthcare System Evaluation. JGUMS 2025; 34 (3) :210-223
URL: http://journal.gums.ac.ir/article-1-2751-fa.html
URL: http://journal.gums.ac.ir/article-1-2751-fa.html
امیرمحمدی حمیرا، مسروری سیمین. چالش‌ها و فرصت‌های سیستم‌های بهداشتی و درمانی: نقش تحلیل پوششی داده‌ها در ارزیابی آن‌ها. مجله علوم پزشکی گیلان. 1404; 34 (3) :210-223
1- گروه ریاضی، دانشکده ریاضی، واحد لاهیجان، دانشگاه آزاد اسلامی، لاهیجان، ایران.
متن کامل [PDF 5734 kb]
(86 دریافت)
| چکیده (HTML) (558 مشاهده)
متن کامل: (36 مشاهده)
مقدمه
در سال‌های اخیر ارائه خدمات بهداشتی و درمانی از اهمیت زیادی در سیستم‌های ارائه خدمات دولتی کشورهای مختلف جهان برخوردار شده است. با‌توجه‌به رشد روزافزون دامنه این‌گونه خدمات و همچنین پیچیدگی و گستردگی سیستم‌های ارائه بهداشت و درمان به همراه هزینه‌های رو به افزایش آن‌ها که در آمریکا از سال 2000 تا 2023 به نزدیک 3 برابر (از 1/4 تریلیون تا 4/8 تریلیون دلار) رسیده است [1]، توجه و بررسی دقیق میزان اثربخشی و کارایی خدمات ارائه‌شده در برابر هزین‌هایی که صورت‌گرفته امری ضروری به نظر می‌رسد. بر‌این‌اساس به‌کارگیری روش‌های علمی و معتبر سنجش کارایی و اثربخشی از‌جمله تحلیل پوششی داده‌ها در سیستم‌های بهداشتی و درمانی می‌تواند بسیار مؤثر باشد. تحلیل پوششی داده‌ها روشی غیرپارامتری در حوزه تحقیق در عملیات است که برای برآورد مرزهای تولید [2]، ارزیابی کارایی نسبی و بهره‌وری واحدهای تصمیم‌گیری در سازمان‌های مختلف، به‌ویژه در سیستم‌های بهداشتی و درمانی، استفاده شده است [3]. توانایی این روش در به‌کارگیری هم‌زمان چندین ورودی و خروجی، امکان تحلیل دقیقی از کارایی سیستم‌های مختلف را فراهم کرده است [4-7].
در‌مجموعه بهداشت و درمان، واحدهای تصمیم‌گیری ممکن است شامل بیمارستان‌ها، بخش‌های خاص یا مراکز ارائه‌دهنده خدمات بهداشتی و درمانی باشند. ورودی‌های مورد‌نظر در این تحلیل معمولاً شامل منابعی، مانند تعداد پرسنل مراکز بهداشتی و درمانی از‌جمله پزشکان و پرستاران، تجهیزات پزشکی و منابع مالی بوده است و خروجی‌ها بر‌اساس تعداد بیماران درمان‌شده، سطح رضایتمندی بیماران و سایر شاخص‌های بهداشت و سلامت اندازه‌گیری شده‌اند [4، 6]. یک مرکز ارائه‌دهنده خدمات بهداشتی و درمانی که در مرز کارایی قرار دارد، به‌عنوان واحدی در نظر گرفته می‌شود که می‌تواند سطح مشخصی از خدمات را با کمترین میزان دریافتی و یا حداقل هزینه ارائه دهد یا از سوی دیگر بالاترین سطح خدمات را برای یک میزان مشخص از هزینه فراهم آورد [3، 6].
یکی از نخستین کاربردهای تکنیک‌های اندازه‌گیری کارایی توسط نوناماکر در سال 1983 مطرح شد که از تحلیل پوششی داده‌ها (DEA) برای ارزیابی کارایی فنی 16 بیمارستان در ویسکانسین، ایالات متحده امریکا استفاده کرد [6]. تحلیل پوششی داده‌ها به‌عنوان ابزاری ارزشمند برای ارزیابی عملکرد بیمارستان‌ها، کلینیک‌ها و سایر مراکز ارائه‌دهنده خدمات بهداشتی و درمانی، توانسته است با شناسایی ناکارآمدی‌ها و چالش‌ها و همچنین جایگاه‌های مستعد ارتقا، فرصت‌های بهبود کیفیت و کارایی خدمات بهداشتی و درمانی را افزایش دهد. علاوه‌بر‌این، مدل‌های DEA به‌صورت برنامه‌ریزی‌شده برای بررسی عملکرد سیستم‌های بهداشتی و درمانی در طول زمان طراحی شده‌اند تا با تعیین ناکارآمدی‌ها بینش دقیقی را برای سیاست‌گذاران و مدیران فراهم کنند و به آن‌ها در اتخاذ تصمیمات کارگشا در تخصیص منابع و ارزیابی آگاهانه از استراتژی‌های هدفمند خود کمک کنند [8].
با پیچیده‌تر شدن چشم‌انداز بهداشت و درمان، نیاز به راهکار‌های کاربردی و مفید برای سامان‌دهی کارایی، اثربخشی و کیفیت درمان در این برهه حساس به‌شدت احساس می‌شود. در چنین محیط چالش‌برانگیزی، DEA به‌عنوان ابزاری قدرتمند ظاهر شده و دیدگاه منحصر‌به‌فردی را برای بررسی کارایی عملیاتی و تخصیص منابع ارائه کرده است. این ابزار چارچوب تحلیلی ساختاریافته‌ای برای ارزیابی و فهم چگونگی این موضوع که چطور می‌توان ورودی‌هایی، مانند ساعت کار پرسنل، تجهیزات پزشکی و منابع مالی را به خروجی‌های مطلوبی نظیر رضایت بیماران، میزان بهبودی و ارتقای ساختار کلی نظام سلامت بدل کرد در اختیار کاربران قرار داده است. با مقایسه واحدهای تصمیم‌گیری با کارآمدترین واحد‌ها از لحاظ عملکرد، که با استفاده از روش DEA انجام می‌شود، واحدهای دارای عملکرد بهینه و همچنین واحدهای نیازمند ارتقای کمی و کیفی به‌درستی شناسایی می‌شوند و بدین ترتیب عوامل لازم برای ارتقای موثر و هدفمند واحدهای مذکور مشخص می‌شود [9]. تحلیل پوششی داده‌ها، کارایی واحدهای تصمیم‌گیری را با تعیین الگویی از عملکرد بهینه ارزیابی میکند که به‌عنوان یک استاندارد مقایسه‌ای برای ارزیابی هر واحد عمل میکند [10].
یکی از کاربردهای رایج DEA در مدیریت مراکز بهداشتی و درمانی، ارزیابی کارایی نسبی آن‌ها در ابعاد مختلف بوده است. این فرایند نه‌تنها به شناسایی واحدهای با عملکرد بهتر کمک میکند، بلکه با شناسایی مراکز با عملکرد ضعیف و مقایسه آن‌ها، الگویابی برای افزایش کارایی را تسهیل میکند [11]. این روش برای مدیران حوزه بهداشت و درمان این امکان را فراهم آورده است تا واحدهای خدمات‌رسان ممتاز را شناسایی کرده و از شیوه‌های درست آن‌ها برای بهره‌وری بیشتر سایر مراکز استفاده کنند.
با اینکه DEA از اواخر قرن بیستم میلادی در بررسی ابعاد مختلف عملکرد مراکز بهداشتی و درمانی جهان بسیار مورد استفاده قرار گرفته است، به نظر می‌رسد در کشور عزیز ما به‌ویژه در نظام سلامت، از پتانسیل‌های بالای آن بهره کافی برده نشده است. با‌توجه‌به اینکه در مرور مطالعات انجام‌شده در ایران به این نتیجه رسیدیم که تعداد مقالات چاپ‌شده در این زمینه بسیار محدود است بر آن شدیم تا در این مقاله مروری به اهمیت کاربرد این روش در بررسی و بهبود کارایی سیستم‌های بهداشتی و درمانی پرداخته و در کنار مزایای بسیار زیادی که دارد به برخی مشکلات، از‌جمله کیفیت و دسترسی به داده‌ها و مقاومت در برابر پذیرش تغییر که به نظر می‌رسد از عوامل مهم عدم به‌کارگیری آن در کشور ما باشند بپردازیم تا شاید از این راه بتوانیم با ایجاد انگیزه در مسئولین و مدیران نظام سلامت، نقشی کوچک در بهبود سیستم‌های بهداشتی و درمانی کشور داشته باشیم.
روش‌ها
مطالعه حاضر از گونه مطالعات مروری روایتی است که با بررسی و جست‌وجوی مقالات فارسی و انگلیسی در پایگاه‌های اطلاعاتی ساینس دایرکت، مدلاین، پابمد، پایگاه مرکز اطلاعات علمی جهاد دانشگاهی، اسکوپوس و گوگل‌اسکالر و از ابتدای سال 2010 تا انتهای سال 2024 صورت پذیرفته است. واژگان کلیدی جست‌وجو شامل DEA, Efficiency ,Opportunities Healthcare system و Challenges بودند. در این جست‌وجو ابتدا 76 مقاله به دست آمد که در ادامه با‌توجه‌به معیارهای بررسی، 31 مقاله با متن کامل انتخاب و مورد بررسی قرار گرفت.
معیارهای ورود و انتخاب مقالات عبارت بودند از: مطالعات مروری و مداخله‌ای که الف) در آن‌ها DEA برای بررسی کارایی و اثربخشی فعالیت سازمانی استفاده شده بود و ب) در محیط‌های مرتبط با ارائه خدمات بهداشتی و درمانی انجام شده بودند. سپس تمام مطالعات منتخب مورد بررسی قرار گرفتند.
یافته‌ها
چالش‌ها و فرصت‌ها در مدیریت بهداشت و درمان و کاربرد DEA
پیچیدگی‌های سیستم‌های بهداشتی و درمانی و به تبع آن مراکز ارائه‌دهنده این خدمات در حال افزایش است که این موضوع بی‌شک با چالش‌های ناخواسته زیادی همراه خواهد بود. بنابراین باید با به‌کارگیری یک دیدگاه بدون سوگیری هم مزایا و هم محدودیت‌های این سیستم‌ها را در نظر گرفت تا بتوان راه‌حل‌های مؤثر و کاربردی را در چنین محیط‌های پیچیده‌ای پیدا کرد [4]. هر چند مراکز بهداشتی و درمانی بنا بر ماهیت وجودی خود از مجموعه‌ای گوناگون از روش‌ها و ابزارها برای بهبود عملکردشان استفاده می‌کنند، اما همواره در چندین حوزه حیاتی با مشکلاتی مواجه هستند. پیشرفت پایدار سیستم‌های بهداشتی و درمانی نیازمند داشتن درک جامع از ابزارهای موجود، از‌جمله DEA برای ارزیابی عملکرد آن‌ها است. اگرچه DEA دارای توانمندی تحلیل قدرتمندی است و پتانسیل ایجاد تغییرات بزرگ را دارد، اما ضروری است که به محدودیت‌ها و چالش‌های خاص این روش نیز توجه داشت تا بتوان به‌طور کامل از آن بهره‌مند شد [6، 8، 9، 10].
چالش‌ها در مدیریت بهداشت و درمان و کاربرد DEA
پیچیدگی خدمات بهداشتی و درمانی
سیستم‌های بهداشتی و درمانی به‌عنوان نمونه‌ای بارز از سازمان‌هایی که ارتباط مستقیم با مردم دارند مجموعه‌ای از افراد با تخصص در رشته‌های مختلف و در کنار یکدیگر هستند که به وظیفه‌ای خطیر که نیازمند عملکرد با کارایی بسیار زیاد است اشتغال دارند. ناکامی‌ها در ایجاد ارتباطات و وجود فرایندهای معیوب در این سیستم‌ها می‌تواند عواقب قابل‌توجهی برای جامعه به همراه داشته باشد و بر ثبات مالی و رفاه اجتماعی تأثیرات منفی بگذارد [12]. در سطح جهانی، سازمان‌های بهداشتی و مراقبت‌های اجتماعی با چالش‌های بحرانی متعددی، از‌جمله گوناگونی خدمات ارائه‌شده، نابرابری در دسترسی افراد به خدمات، ناکارآمدی‌های احتمالی موجود در سیستم، کیفیت ناکافی مراقبت، و هزینه‌های سرسام‌آور مواجه هستند [13]. به علاوه، این سازمان‌ها با مجموعه‌ای از چالش‌های جانبی نظیر افزایش هزینه‌های بهداشتی، فشارهای اپیدمیولوژیک و افزایش نابرابری‌های بهداشتی نیز دست‌و‌پنجه نرم می‌کنند. مجموعه این موارد فشار قابل‌توجهی بر سازمان‌های بهداشتی و درمانی وارد می‌آورند و در‌نتیجه، نیاز به بهبود و بازنگری در سیاست‌های بهداشتی و مدیریتی بیش از پیش احساس می‌شود تا بتوان به بهینه‌سازی ارائه خدمات و ارتقای کیفیت زندگی افراد جامعه دست یافت [14].
اساس چارچوب تحلیل پوششی داده‌ها بر همگن بودن واحدهای تصمیم‌گیری استوار است [15]. در مقابل، محاسبات در سیستم‌های بهداشتی و درمانی به‌واسطه تنوع قابل‌توجهی که در میان مراکز از‌لحاظ اندازه، انواع تخصص مورد‌نیاز و جمعیت بیماران وجود دارد بسیار پیچیده است. ارائه خدمات بهداشتی تحت تأثیر برهمکنش مجموعه‌ای از عوامل قرار دارد که ارزیابی دقیق تمام ورودی‌ها و خروجی‌های مربوطه را پیچیده میکند. تحلیل پوششی داده‌ها بر این فرض استوار است که هر‌گونه انحراف از مرز کارایی بدون در نظر گرفتن تأثیر بالقوه انحراف آماری یا خطاهای تصادفی به‌طور کامل به ناکارآمدی‌ها نسبت داده می‌شود [16]. این غفلت ممکن است به درک اغراق‌آمیزی از ناکارآمدی منجر شود. علاوه‌بر‌این، نتایج DEA به‌طور قابل‌توجهی تحت تأثیر ورودی‌ها و خروجی‌های انتخاب‌شده قرار دارند و حذف متغیرهای حیاتی ممکن است به دست آوردن نتایج نادرست را در پی داشته باشد [17]. این چالش به‌ویژه در بخش بهداشت و درمان که در آن کمی‌سازی تمامی ابعاد مرتبط اغلب دشوار است، مشهود است [18].
عواملی مانند گوناگونی خدمات ارائه‌شده توسط مراکز، انواع روش‌های درمانی موجود و قابل‌ارائه و وضعیت بیماری مراجعین در این پیچیدگی سهم دارند و ممکن است عملکرد واقعی مراکز ارائه‌دهنده خدمات بهداشتی و درمانی را تحت‌الشعاع قرار داده و تفسیر یافته‌های DEA را پیچیده‌تر کنند. به‌علاوه، مواردی وجود دارد که عوامل خارجیِ فراتر از کنترل مراکز ارائه‌دهنده خدمات بهداشتی، می‌توانند بر ظرفیت آن‌ها برای ارائه خدمات تأثیر بگذارند. رویدادهای غیرمنتظره‌ای مانند یک همه‌گیری منطقه‌ای، خرابی تجهیزات یا نادرستی در اندازه‌گیری منابع مصرفی مثال‌هایی از این موضوع هستند. ازآنجایی‌که DEA با چنین آشفتگی‌های تصادفی‌ای سازگاری ندارد، ممکن است نمره کارایی توسط این آشفتگی‌ها مخدوش شده و حتی نتایج وارونه جلوه داده شوند [6]. با‌توجه‌به پیچیدگی‌های مدیریت بهداشت و درمان، امروزه ترکیب DEA با سایر روش‌های تحلیلی، از‌جمله تکنیک‌های یادگیری ماشین و هوش مصنوعی برای کمک به حل این چالش‌های پیچیده مورد توجه قرار گرفته است [10].
کیفیت و دسترسی به داده‌ها
سازمان بهداشت جهانی اطلاعات و سیستم‌های اطلاعاتی را به‌عنوان اجزای اساسی برای دستیابی به پوشش جهانی سلامت معرفی کرده است. این مورد در حوزه بهداشت و درمان که تصمیم‌گیری‌های مبتنی بر داده می‌توانند مرز بین زندگی و مرگ را مشخص کنند بسیار حائز اهمیت است [19]. کیفیت ناکافی داده‌ها می‌تواند منجر به ارائه خدمات بهداشتی و درمانی نامناسب شود که در نتیجه آن، علاوه‌بر افزایش هزینه‌ها، بهره‌وری نیز کاهش می‌یابد [20]. کیفیت داده‌ها از ابعاد مختلفی برخوردار است و سازمان بهداشت جهانی تصریح میکند داده‌ها باید ویژگی‌هایی نظیر کامل بودن، محرمانگی، قابلیت اعتماد، دقت، اعتبار، خوانایی، معناداری یا مفید بودن، به‌موقع بودن، دسترسی و امنیت را دارا باشند [21].
داده‌های با کیفیت بالا یکی از ارکان مهم برای تحقیقات پزشکی هستند، هزینه‌ها را کاهش می‌دهند، خطاهای پزشکی را کم می‌کنند، مدیریت برنامه‌ها را بهبود می‌بخشند و به برنامه‌ریزی و ارزیابی عملکرد خدمات بهداشتی کمک می‌کنند و در‌نهایت کیفیت و تداوم مراقبت را تضمین می‌کنند. آشکار است سیاست‌گذاری مستند، مراقبت مؤثر از بیماران و توزیع عادلانه منابع که از اصول اساسی سیستم‌های بهداشتی و درمانی هستند، به‌شدت به داده‌های با کیفیت بالا وابسته‌اند [19، 21]. با‌این‌حال، گاهی اوقات داده‌ها ممکن است ناقص، غیرهمگن یا غیرقابل‌دسترسی باشند که این امر ناشی از مجموعه‌ای از عوامل از‌جمله چالش‌های فنی، انگیزشی، اقتصادی، سیاسی، قانونی، اخلاقی، سازمانی، رفتاری یا روش‌شناختی است [20، 21].
اثربخشی تحلیل‌های DEA به در دسترس بودن و کیفیت داده‌ها وابسته است که این موضوع در بخش بهداشت و درمان با چالش‌های بزرگی روبه‌روست. بنابراین کسب اطمینان از جمع‌آوری دقیق و کامل داده‌ها برای انجام تحلیل‌های DEA ضروری است. بر همین اساس برای اطمینان از دقت داده‌های ارائه‌شده و جلوگیری از مسائلی که می‌تواند منجر به ارزیابی نادرست کارایی شوند؛ ضروری است از مشکلات موجود در سوابق بهداشتی الکترونیکی یا تفاوت‌های موجود در استانداردهای گزارش‌دهی داده‌ها در سیستم‌های بهداشتی و درمانی مختلف آگاه بود تا از آن‌ها پرهیز شود [20].
طبیعت پویا و گوناگونی در سیستم‌های بهداشت و درمان
گوناگونی شامل طیف وسیعی از ویژگی‌ها و خصوصیات است که نمایانگر جنبه‌های متفاوت و مختلف از تجربه انسانی است. در حوزه خدمات بهداشت عمومی، تنوع برنامه‌ها و تغییرات زمانی آن‌ها، ارزیابی تأثیرات بلندمدت متغیرها را پیچیده میکند. درزمینه پزشکی، گوناگونی به متخصصین بهداشت و درمان، کارآموزان، مربیان، پژوهشگران و بیمارانی اشاره دارد که از پس‌زمینه‌های مختلفی، از‌جمله نژاد، قومیت، جنسیت، طبقه اجتماعی، وضعیت اجتماعی‌اقتصادی، گرایش جنسی، هویت جنسی، زبان اصلی و محل جغرافیایی نشئت می‌گیرند. اصل آموزش فراگیر بر ضرورت مشاهده و بررسی بیماران در زمینه‌های فردی خاص خود تأکید دارد، بنابراین پذیرش این نکته که تجربیات می‌توانند به‌طور قابل‌توجهی میان افراد مختلف متفاوت باشند از اهمیت زیادی برخوردار است [22]. علاوه‌بر‌این، تغییرات مداوم در قوانین، پروتکل‌های درمانی و پیشرفت‌های فناورانه که از ویژگی‌های بخش بهداشت و درمان هستند، استانداردسازی خدمات در واحدهای مختلف بهداشتی و درمانی را پیچیده‌تر می‌کنند.
چالش در ارزیابی کارایی سیستم‌های بهداشتی و درمانی از نیاز به تعریف و نحوه اندازه‌گیری ورودی‌ها و خروجی‌هایی ناشی می‌شود که می‌تواند به‌طور قابل‌توجهی بین مراکز مختلف، متفاوت باشد. این تفاوت‌ها موانعی برای مقایسه و تفسیر نتایج تحلیل کارایی نسبی ایجاد می‌کنند و بر همین اساس کاوش و توسعه برای یافتن روش‌های جدید یا بهبود تکنیک‌های موجود DEA را اجتناب‌ناپذیر می‌کنند [3، 7، 23]. تجهیزات پزشکی پیشرفته نه‌تنها کیفیت مراقبت را بهبود می‌بخشند، بلکه موجب صرفه‌جویی قابل‌توجهی برای سازمان‌های بهداشتی و درمانی می‌شوند. در سیستم‌های بهداشتی و درمانی فعلی، وابستگی به فناوری پزشکی پیشرفته برای تشخیص و درمان مؤثر، اهمیت سرمایه‌گذاری در تجهیزات پزشکی توسط این‌گونه مؤسسات را مورد تأکید قرار می‌دهد [7].
مقاومت در برابر پذیرش تغییر
تغییر، به‌ویژه درزمینه بهداشت و درمان نمایانگر پدیده‌ای پیچیده و چالش‌برانگیز است و توانایی یک سازمان برای ایجاد سازگاری، اهمیت بالایی برای ادامه حیات آن دارد. در مقابل، سازمان‌های بهداشتی و درمانی‌ای که در پاسخ به نیازهای متغیر در یک بازار رقابتی ناکام می‌مانند، با موانع قابل‌توجهی در بهبود عملکرد و دستیابی به پایداری بلندمدت مواجه می‌شوند. عوامل مختلفی، نظیر بازسازی ساختاری محل کار، پیشرفت‌های تکنولوژیک، نیاز به ارائه خدمات جدید و نوین و تأکید بیشتر بر افزایش کارایی موجب تغییرات سازمانی می‌شوند. مقاومت در برابر تغییر اغلب به‌عنوان مانع اصلی در سازگاری سازمان‌های بهداشتی و درمانی است. با‌این‌حال باید به این نکته توجه داشت که واکنش کارکنان به تغییرات سازمانی یکسان نیست. در‌حالی‌که برخی افراد این تغییرات را به‌عنوان فرصت‌هایی برای پیشرفت شخصی و حرفه‌ای می‌پذیرند، دیگران ممکن است در برابر آن مقاومت نشان دهند که این موضوع منجر به احساس ناامیدی، بیگانگی و اندوه می‌شود. اجرای DEA و اقدامات بعدی بر‌اساس نتایج آن ممکن است حتی با مقاومت از سوی مدیران و متخصصین بهداشت و درمان نیز مواجه شود. در میان برخی از افراد این تصور وجود دارد که DEA عمدتاً به‌عنوان سازوکاری برای تنبیه عملکرد نادرست عمل میکند نه به‌منظور بهبود کارایی مجموعه. علاوه‌بر‌آن، این مقاومت ممکن است ناشی از عدم درک کافی از DEA، نگرانی درباره مسئولیت‌پذیری یا تردید نسبت به اعتبار نتایج آن نیز باشد. برای مقابله مؤثر با این مقاومت، ضروری است که با ایجاد ارتباطات شفاف و فراهم کردن منابع آموزشی لازم، مزایای DEA در بهبود ارائه خدمات بهداشتی و درمانی به تصویر کشیده شود [6، 9، 24].
فرصت‌ها درمدیریت بهداشت و درمان و کاربرد DEA
الگویابی و یافتن بهترین الگوها
از اواسط دهه ۱۹۸۰، DEA به‌عنوان روشی برای ارزیابی عملکرد خدمات بهداشتی و درمانی مورد توجه قرار گرفته است. بسیاری از مراکز بهداشتی و درمانی، از‌جمله بیمارستان‌ها، کلینیک‌ها، مراکز بهداشتی و مراکز مراقبت‌های اولیه در طول زمان تحلیل‌های گسترده‌ای انجام داده‌اند که منجر به کسب بینش‌های راه‌گشایی در‌مورد تفاوت‌های عملکردی، شناسایی بهترین الگوها و تشخیص نقاط بالقوه برای بهبود در‌زمینه‌های مختلف این مراکز شده است [25].
در چند دهه اخیر، مجموعه بزرگی از مستندات علمی حول محور روش‌های سنجش کارایی و الگویابی از‌جمله DEA، شکل گرفته است که تمایل بسیار زیاد بهداشت و درمان در تلاش برای دستیابی به بهترین الگوها و عملکرد بهینه را روشن میکند [26]. تحلیل پوششی داده‌ها، نقش حیاتی در شناسایی واحدهای بهداشتی و درمانی با عملکرد بهینه که کارایی ممتاز از خود نشان می‌دهند، ایفا میکند. با تعیین الگوها بر‌اساس این واحدهای نمونه، DEA اهداف ارزشمندی را برای تصمیم‌گیران و سیاست‌گذاران فراهم می‌آورد. این اطلاعات به‌ویژه برای افرادی که بر سیستم‌های بهداشت و درمان نظارت دارند سودمند است؛ زیرا مناطق، مراکز و بخش‌های نیازمند تغییر را مشخص کرده و با هدایت منابع موجود به سمت مراکز با کارایی کم، موجب عملکرد بهینه آن‌ها می‌شود [8، 11، 25، 26].
در تصویر شماره1 تعدادی از مقالات مرتبط با تحلیل عملکرد بخش‌های بهداشت و درمان با استفاده از تحلیل پوششی داده‌ها آمده است.
تخصیص منابع و بهینه‌سازی
خوشبختانه بخش‌های بهداشتی و درمانی شامل مجموعه‌ای از متغیرهای ورودی و خروجی هستند که به شفاف‌سازی تعاملات پیچیده بین منابع در دسترس و عملکرد کلی سیستم کمک می‌کنند. برخی از این متغیرها عبارت‌اند از: اندازه بیمارستان‌ها، تعداد و نوع متخصصین، میزان ورود و خروج بیماران و میزان رضایت بیماران از درمان. با مدیریت راهبردی در تخصیص، توزیع و بهره‌برداری از این منابع، مراکز بهداشتی و درمانی می‌توانند به‌طور محسوسی کارایی عملیاتی خود را افزایش داده، امید به زندگی را بهبود بخشند، کیفیت زندگی را ارتقا دهند و به اهداف بهداشتی و درمانی خود دست یابند [10].
تحلیل پوششی داده‌ها به‌عنوان یک ابزار اساسی برای مدیران بهداشت و درمان عمل میکند و به آن‌ها این امکان را می‌دهد که از نحوه استفاده از منابع در واحدهای مختلف آگاه شوند. بررسی‌هایی که از‌طریق DEA انجام می‌شوند به‌منظور ارزیابی کارایی این مراکز در استفاده از منابع محدود برای ارائه خدمات بهداشتی و درمانی کارا و باکیفیت طراحی شده‌اند [25]. یافته‌های DEA به‌عنوان یک ابزار مقایسه‌ای قابل‌اعتماد برای سیاست‌گذاران عمل می‌کنند و بینش‌های ارزشمندی را ارائه می‌دهند که می‌توانند راهنمای دقیقی برای تخصیص منابع محدود بهداشت و درمان و رفع ناکارایی‌ها از راه تنظیم سطوح ورودی و خروجی باشند. با شناسایی واحدهایی که به‌طور ناکارا عمل می‌کنند، مدیران می‌توانند تخصیص منابع را بهینه‌سازی کرده و اطمینان حاصل کنند که هر واحد به اندازه حداکثر ظرفیت خود عمل میکند. این کار می‌تواند به کاهش هزینه‌ها و افزایش رضایتمندی بیماران منجر شود [10، 26]. به‌عنوان مثال، یک تحلیل DEA ممکن است نشان دهد برخی بیمارستان‌ها نسبت به حجم بیماران خود دارای نیروی کار اضافی هستند که این امر امکان توزیع مجدد پرسنل به مناطقی که با کمبود نیروی انسانی مواجه هستند را توجیه میکند.
بهبود عملکرد
ارتقای عملکرد، یک جنبه اساسی در چارچوب‌های مدیریت کیفیت، از جمله استاندارد ایزو 9001، جایزه کیفیت مالکوم بالدریج و مدل بنیاد مدیریت کیفیت اروپا محسوب می‌شود. مدیریت عملکرد مؤثر، برای ارتقای کیفیت سیستم‌های بهداشتی و درمانی، از‌طریق بهینه‌سازی اثربخشی و کارایی، امری اجتناب‌ناپذیر است. به‌طور‌کلی، مدیریت عملکرد شامل طیف وسیعی از فعالیت‌ها شامل تعریف، برنامه‌ریزی، اندازه‌گیری، نظارت و در‌نهایت بهبود عملکرد یک سیستم است [27]. همه‌گیری کوویدـ19، اهمیت حیاتی بخش‌های مختلف بهداشت و درمان و تأثیر آن بر سلامت اجتماعی و اقتصادی جوامع در زمان بحران‌های غیرمنتظره را به‌خوبی نشان داده است. در‌نتیجه، چشم‌انداز اقتصاد کلان غیرقابل‌‌پیش‌بینی است و تمایل همیشگی افراد برای ارتقای سطح رفاه، فشار قابل‌توجهی را بر سیستم‌های بهداشتی و درمانی وارد کرده است [28]. با‌توجه‌به این ضرب‌المثل که«آنچه اندازه‌گیری نمی‌شود، قابل‌بهبود نیست»، اندازه‌گیری عملکرد به‌عنوان یک ابزار حیاتی برای تصمیم‌گیران برای نظارت بر عملکرد سازمان‌ها شناخته می‌شود. این ابزار، نقش مهمی در تعیین اهداف، ردیابی و ارزیابی عملکرد و دستیابی به راهبرد‌های آینده ایفا میکند. در گذشته، سیستم‌های اندازه‌گیری عملکرد، تنها به معیارهای مالی متداول محدود می‌شدند [27]. با‌این‌حال، سیستم‌های بهداشتی و درمانی، به دلیل ماهیت پویا و تکامل مداوم خود، اکنون به دلیل پیشرفت‌های فناورانه، در نقطه عطف فعالیت‌های خود قرار دارند. ورود رسانه‌های اجتماعی به سیستم‌های بهداشتی و درمانی، به‌عنوان یک ابزار ارتباطی حیاتی، تعاملات بین عموم مردم، بیماران و متخصصین را تسهیل میکند و در‌نتیجه دسترسی سیستم‌های بهداشت و درمان را به فرصت‌های موجود میسر میکند و در پیشبرد اهداف نظام سلامت مفید خواهند بود [27، 28].
توسعه پایدار به نوعی پیشرفت گفته می‌شود که نیازهای کنونی جامعه را بدون به خطر انداختن توانایی نسل‌های آینده برای برآورده کردن نیازهای خود برآورده میکند [27]. کاربرد DEA به‌طور فزاینده‌ای بر ارزیابی کارایی منابع، مدیریت پسماند و تأثیرات زیست‌محیطی متمرکز است و بدین ترتیب تضمین میکند که سازمان‌های بهداشتی و درمانی عملکرد پایداری خواهند داشت [10].
تدوین سیاست
استفاده از DEA در بخش بهداشت و درمان نشان‌دهنده نقش مهم آن در شکل‌گیری تصمیمات سیاست‌گذاران است. کارایی یکی از عناصر مهم مورد‌سنجش در مراکز بهداشتی و درمانی است و ارزیابی آن بینش ارزشمندی را برای سیاست‌گذاران فراهم میکند تا بتوانند با مداخلات هدفمند و بهینه‌سازی تخصیص منابع به مراکز نیازمند کمک کنند [25]. هزینه‌های رو‌به‌افزایش و نگرانی‌های روزافزون در‌مورد ثبات وضعیت مالی مراکز بهداشتی و درمانی، اهمیت بحث سیاست‌گذاری در حفظ کارایی نظام سلامت را افزایش داده است [3].
شناسایی ناکارآمدی‌های مخرب در بخش‌های مختلف، مناطقی که نیاز به مداخلات فوری و هدفمند دارند را مشخص میکند و می‌تواند به سیاست‌گذاران کمک کند تا استراتژی‌هایی را برای افزایش کارایی و بهبود مراقبت‌های بهداشتی و درمانی در نظر بگیرند و از این راه دسترسی عادلانه بیماران به مراقبت‌های با کیفیت مناسب را تضمین کنند. با بررسی عملکرد مراکز بهداشتی و درمانی قبل و بعد از اجرای این سیاست‌ها، تحلیل پوششی داده‌ها می‌تواند دانش مبتنی بر شواهدی را فراهم کند که راهنمای تدوین سیاست‌های آینده نظام سلامت باشد. یافته‌های حاصل از DEA به‌عنوان ابزارهایی قابل‌اعتماد و قابل‌اتکا عمل می‌کنند و کاربردهای متعدد آن در بهداشت و درمان نشان‌دهنده پتانسیل بالای آن در کمک به سیاست‌گذاران برای انجام مداخلات مؤثر و اتخاذ استراتژی‌های هدفمند به‌خصوص درزمینه برآورد و تخصیص منابع هستند [25، 26]. به‌عنوان مثال، هنگامی که یک مدل تأمین مالی جدید معرفی می‌شود، DEA می‌تواند اثربخشی آن را در افزایش کارایی بیمارستان و پیامدهای آن بر رضایتمندی و درمان بیماران ارزیابی کرده و به این ترتیب دستیابی به اصلاحات ضروری در سیاست به کار گرفته‌شده را تسهیلکند.
مراقبت بیمار‌محور
مراقبت بیمار‌محور که به آن مراقبت متمرکز بر بیمار نیز گفته می‌شود، موضوع جدیدی نیست و در طول 2 تا 3 دهه گذشته توجه متخصصین سیستم‌های بهداشتی و درمانی را به خود جلب کرده است. مراقبت بیمار‌محور به متخصصین رشته‌های مختلف پزشکی کمک میکند تا با به کار گرفتن شیوه‌های تصمیم‌گیری آگاهانه، بهترین راه‌های درمان را برای بیماران انتخاب کنند. مراقبت بیمار‌محور با تعیین و انتخاب اصلاحات ضروری و با ایجاد چارچوب‌های جدید در سیستم‌های بهداشتی و درمانی، نیازمندی‌های بیماران را اولویت‌بندی میکند. اجزاء مختلف مراقبت بیمار‌محور شامل تعامل بیمار‌محور، دسترسی کافی به خدمات، تغذیه سالم، مدیریت نیازهای روانی‌اجتماعی و انتخاب فرایندهای درست تشخیصی است [29]. در چشم‌انداز عصر دیجیتال، ادغام تکنولوژی در خدمات عمومی به‌عنوان یک عنصر اساسی برای بهبود بهره‌وری و ارائه خدمات در بخش‌های مختلف، از‌جمله سیستم‌های بهداشتی و درمانی کاملاً آشکار است. این راهکار نه‌تنها ارائه خدمات بهداشتی و درمانی را بهینه میکند، بلکه روشی بیمار‌محور را ترویج می‌دهد که با دسترسی به طیف وسیعی از خدمات بهداشتی و درمانی، دستیابی به کیفیتی فراتر از آنچه با محدودیت‌های امکانات پزشکی موجود، ممکن است را فراهم میکند [30].
افزایش روند درمان از راه دور، به‌ویژه پس از همه‌گیری کوویدـ19، منجر به افزایش استفاده از DEA برای ارزیابی کارایی و اثربخشی خدمات بهداشتی و درمانی مجازی در مقایسه با درمان‌های حضوری سنتی شده است [10]. امروزه، با‌توجه‌به تأکید صنعت مراقبت‌های بهداشتی و درمانی دنیا بر مراقبت بیمار‌محور، تغییری در برنامه‌های DEA نیز به وجود آمده است و در آن به‌جای تمرکز صرف بر روی بررسی کارایی عملیاتی، خروجی‌هایی نظیر رضایتمندی، کیفیت مراقبت از بیمار و نتایج حاصل از درمان را در اولویت ارزیابی‌های خود قرار می‌دهد. به‌این‌ترتیب، ارائه‌دهندگان خدمات بهداشتی و درمانی قادر خواهند بود تا با دانش دقیق کسب‌شده از‌طریق DEA و بالطبع با مشاهده نتایج مثبت آن در درمان بیماران، با اهداف کلی سیستم‌های بهداشتی و درمانی همسو شوند [10، 30].
نتیجه‌گیری
تحلیل پوششی داده‌ها فرصت‌های بسیار زیادی را برای بهبود مدیریت سلامت فراهم می‌آورد؛ زیرا امکان ارزیابی کارایی و تعیین الگوها را ایجاد میکند. با وجود این، کاربرد DEA با چالش‌های مختلفی به‌ویژه چالش‌های مربوط به کیفیت داده‌ها، پیچیدگی خدمات بهداشتی و درمانی و مقاومتی که به‌طور ذاتی در سازمان‌ها در مقابل پذیرش تغییر وجود دارد همراه است. غلبه بر این چالش‌ها نیازمند رویکردی متعهدانه برای بهبود روش‌های جمع‌آوری داده‌ها، فرهنگ‌سازی سازمانی در جهت ایجاد پیشرفت پایدار و تطبیق تکنیک‌های DEA با شرایط خاص موجود در بخش‌های مختلف بهداشتی و درمانی است. با ارزیابی اصولی کارایی، مراکز بهداشتی و درمانی می‌توانند حوزه‌های نیازمند بهبود را شناسایی کرده و استراتژی‌هایی را برای دستیابی به نتایج بهتر پیاده‌سازی کنند. کاربرد موفق DEA در مراکز بهداشتی و درمانی می‌تواند منتهی به بهبود چشمگیر در استفاده از منابع، کیفیت مراقبت از بیمار و عملکرد کلی آنان شود.
ملاحظات اخلاقی
پیروی از اصول اخلاق پژوهش
این مقاله از نوع مروری است و هیچ‌گونه آزمایشی بر روی انسان یا حیوان نداشته است. بنابراین، نیازی به دریافت کد اخلاق نداشته است.
حامی مالی
این تحقیق هیچ گونه کمک مالی از سازمان‌های تأمین مالی دربخش‌های عمومی، تجاری یا غیرانتفاعی دریافت نکرد.
مشارکت نویسندگان
نویسندگان در انجام تمام مراحل و بخش‌های نگارش مقاله به‌طور مساوی مشارکت داشته‌اند.
تعارض منافع
بنابر اظهار نویسندگان این مقاله تعارض منافع ندارد.
در سال‌های اخیر ارائه خدمات بهداشتی و درمانی از اهمیت زیادی در سیستم‌های ارائه خدمات دولتی کشورهای مختلف جهان برخوردار شده است. با‌توجه‌به رشد روزافزون دامنه این‌گونه خدمات و همچنین پیچیدگی و گستردگی سیستم‌های ارائه بهداشت و درمان به همراه هزینه‌های رو به افزایش آن‌ها که در آمریکا از سال 2000 تا 2023 به نزدیک 3 برابر (از 1/4 تریلیون تا 4/8 تریلیون دلار) رسیده است [1]، توجه و بررسی دقیق میزان اثربخشی و کارایی خدمات ارائه‌شده در برابر هزین‌هایی که صورت‌گرفته امری ضروری به نظر می‌رسد. بر‌این‌اساس به‌کارگیری روش‌های علمی و معتبر سنجش کارایی و اثربخشی از‌جمله تحلیل پوششی داده‌ها در سیستم‌های بهداشتی و درمانی می‌تواند بسیار مؤثر باشد. تحلیل پوششی داده‌ها روشی غیرپارامتری در حوزه تحقیق در عملیات است که برای برآورد مرزهای تولید [2]، ارزیابی کارایی نسبی و بهره‌وری واحدهای تصمیم‌گیری در سازمان‌های مختلف، به‌ویژه در سیستم‌های بهداشتی و درمانی، استفاده شده است [3]. توانایی این روش در به‌کارگیری هم‌زمان چندین ورودی و خروجی، امکان تحلیل دقیقی از کارایی سیستم‌های مختلف را فراهم کرده است [4-7].
در‌مجموعه بهداشت و درمان، واحدهای تصمیم‌گیری ممکن است شامل بیمارستان‌ها، بخش‌های خاص یا مراکز ارائه‌دهنده خدمات بهداشتی و درمانی باشند. ورودی‌های مورد‌نظر در این تحلیل معمولاً شامل منابعی، مانند تعداد پرسنل مراکز بهداشتی و درمانی از‌جمله پزشکان و پرستاران، تجهیزات پزشکی و منابع مالی بوده است و خروجی‌ها بر‌اساس تعداد بیماران درمان‌شده، سطح رضایتمندی بیماران و سایر شاخص‌های بهداشت و سلامت اندازه‌گیری شده‌اند [4، 6]. یک مرکز ارائه‌دهنده خدمات بهداشتی و درمانی که در مرز کارایی قرار دارد، به‌عنوان واحدی در نظر گرفته می‌شود که می‌تواند سطح مشخصی از خدمات را با کمترین میزان دریافتی و یا حداقل هزینه ارائه دهد یا از سوی دیگر بالاترین سطح خدمات را برای یک میزان مشخص از هزینه فراهم آورد [3، 6].
یکی از نخستین کاربردهای تکنیک‌های اندازه‌گیری کارایی توسط نوناماکر در سال 1983 مطرح شد که از تحلیل پوششی داده‌ها (DEA) برای ارزیابی کارایی فنی 16 بیمارستان در ویسکانسین، ایالات متحده امریکا استفاده کرد [6]. تحلیل پوششی داده‌ها به‌عنوان ابزاری ارزشمند برای ارزیابی عملکرد بیمارستان‌ها، کلینیک‌ها و سایر مراکز ارائه‌دهنده خدمات بهداشتی و درمانی، توانسته است با شناسایی ناکارآمدی‌ها و چالش‌ها و همچنین جایگاه‌های مستعد ارتقا، فرصت‌های بهبود کیفیت و کارایی خدمات بهداشتی و درمانی را افزایش دهد. علاوه‌بر‌این، مدل‌های DEA به‌صورت برنامه‌ریزی‌شده برای بررسی عملکرد سیستم‌های بهداشتی و درمانی در طول زمان طراحی شده‌اند تا با تعیین ناکارآمدی‌ها بینش دقیقی را برای سیاست‌گذاران و مدیران فراهم کنند و به آن‌ها در اتخاذ تصمیمات کارگشا در تخصیص منابع و ارزیابی آگاهانه از استراتژی‌های هدفمند خود کمک کنند [8].
با پیچیده‌تر شدن چشم‌انداز بهداشت و درمان، نیاز به راهکار‌های کاربردی و مفید برای سامان‌دهی کارایی، اثربخشی و کیفیت درمان در این برهه حساس به‌شدت احساس می‌شود. در چنین محیط چالش‌برانگیزی، DEA به‌عنوان ابزاری قدرتمند ظاهر شده و دیدگاه منحصر‌به‌فردی را برای بررسی کارایی عملیاتی و تخصیص منابع ارائه کرده است. این ابزار چارچوب تحلیلی ساختاریافته‌ای برای ارزیابی و فهم چگونگی این موضوع که چطور می‌توان ورودی‌هایی، مانند ساعت کار پرسنل، تجهیزات پزشکی و منابع مالی را به خروجی‌های مطلوبی نظیر رضایت بیماران، میزان بهبودی و ارتقای ساختار کلی نظام سلامت بدل کرد در اختیار کاربران قرار داده است. با مقایسه واحدهای تصمیم‌گیری با کارآمدترین واحد‌ها از لحاظ عملکرد، که با استفاده از روش DEA انجام می‌شود، واحدهای دارای عملکرد بهینه و همچنین واحدهای نیازمند ارتقای کمی و کیفی به‌درستی شناسایی می‌شوند و بدین ترتیب عوامل لازم برای ارتقای موثر و هدفمند واحدهای مذکور مشخص می‌شود [9]. تحلیل پوششی داده‌ها، کارایی واحدهای تصمیم‌گیری را با تعیین الگویی از عملکرد بهینه ارزیابی میکند که به‌عنوان یک استاندارد مقایسه‌ای برای ارزیابی هر واحد عمل میکند [10].
یکی از کاربردهای رایج DEA در مدیریت مراکز بهداشتی و درمانی، ارزیابی کارایی نسبی آن‌ها در ابعاد مختلف بوده است. این فرایند نه‌تنها به شناسایی واحدهای با عملکرد بهتر کمک میکند، بلکه با شناسایی مراکز با عملکرد ضعیف و مقایسه آن‌ها، الگویابی برای افزایش کارایی را تسهیل میکند [11]. این روش برای مدیران حوزه بهداشت و درمان این امکان را فراهم آورده است تا واحدهای خدمات‌رسان ممتاز را شناسایی کرده و از شیوه‌های درست آن‌ها برای بهره‌وری بیشتر سایر مراکز استفاده کنند.
با اینکه DEA از اواخر قرن بیستم میلادی در بررسی ابعاد مختلف عملکرد مراکز بهداشتی و درمانی جهان بسیار مورد استفاده قرار گرفته است، به نظر می‌رسد در کشور عزیز ما به‌ویژه در نظام سلامت، از پتانسیل‌های بالای آن بهره کافی برده نشده است. با‌توجه‌به اینکه در مرور مطالعات انجام‌شده در ایران به این نتیجه رسیدیم که تعداد مقالات چاپ‌شده در این زمینه بسیار محدود است بر آن شدیم تا در این مقاله مروری به اهمیت کاربرد این روش در بررسی و بهبود کارایی سیستم‌های بهداشتی و درمانی پرداخته و در کنار مزایای بسیار زیادی که دارد به برخی مشکلات، از‌جمله کیفیت و دسترسی به داده‌ها و مقاومت در برابر پذیرش تغییر که به نظر می‌رسد از عوامل مهم عدم به‌کارگیری آن در کشور ما باشند بپردازیم تا شاید از این راه بتوانیم با ایجاد انگیزه در مسئولین و مدیران نظام سلامت، نقشی کوچک در بهبود سیستم‌های بهداشتی و درمانی کشور داشته باشیم.
روش‌ها
مطالعه حاضر از گونه مطالعات مروری روایتی است که با بررسی و جست‌وجوی مقالات فارسی و انگلیسی در پایگاه‌های اطلاعاتی ساینس دایرکت، مدلاین، پابمد، پایگاه مرکز اطلاعات علمی جهاد دانشگاهی، اسکوپوس و گوگل‌اسکالر و از ابتدای سال 2010 تا انتهای سال 2024 صورت پذیرفته است. واژگان کلیدی جست‌وجو شامل DEA, Efficiency ,Opportunities Healthcare system و Challenges بودند. در این جست‌وجو ابتدا 76 مقاله به دست آمد که در ادامه با‌توجه‌به معیارهای بررسی، 31 مقاله با متن کامل انتخاب و مورد بررسی قرار گرفت.
معیارهای ورود و انتخاب مقالات عبارت بودند از: مطالعات مروری و مداخله‌ای که الف) در آن‌ها DEA برای بررسی کارایی و اثربخشی فعالیت سازمانی استفاده شده بود و ب) در محیط‌های مرتبط با ارائه خدمات بهداشتی و درمانی انجام شده بودند. سپس تمام مطالعات منتخب مورد بررسی قرار گرفتند.
یافته‌ها
چالش‌ها و فرصت‌ها در مدیریت بهداشت و درمان و کاربرد DEA
پیچیدگی‌های سیستم‌های بهداشتی و درمانی و به تبع آن مراکز ارائه‌دهنده این خدمات در حال افزایش است که این موضوع بی‌شک با چالش‌های ناخواسته زیادی همراه خواهد بود. بنابراین باید با به‌کارگیری یک دیدگاه بدون سوگیری هم مزایا و هم محدودیت‌های این سیستم‌ها را در نظر گرفت تا بتوان راه‌حل‌های مؤثر و کاربردی را در چنین محیط‌های پیچیده‌ای پیدا کرد [4]. هر چند مراکز بهداشتی و درمانی بنا بر ماهیت وجودی خود از مجموعه‌ای گوناگون از روش‌ها و ابزارها برای بهبود عملکردشان استفاده می‌کنند، اما همواره در چندین حوزه حیاتی با مشکلاتی مواجه هستند. پیشرفت پایدار سیستم‌های بهداشتی و درمانی نیازمند داشتن درک جامع از ابزارهای موجود، از‌جمله DEA برای ارزیابی عملکرد آن‌ها است. اگرچه DEA دارای توانمندی تحلیل قدرتمندی است و پتانسیل ایجاد تغییرات بزرگ را دارد، اما ضروری است که به محدودیت‌ها و چالش‌های خاص این روش نیز توجه داشت تا بتوان به‌طور کامل از آن بهره‌مند شد [6، 8، 9، 10].
چالش‌ها در مدیریت بهداشت و درمان و کاربرد DEA
پیچیدگی خدمات بهداشتی و درمانی
سیستم‌های بهداشتی و درمانی به‌عنوان نمونه‌ای بارز از سازمان‌هایی که ارتباط مستقیم با مردم دارند مجموعه‌ای از افراد با تخصص در رشته‌های مختلف و در کنار یکدیگر هستند که به وظیفه‌ای خطیر که نیازمند عملکرد با کارایی بسیار زیاد است اشتغال دارند. ناکامی‌ها در ایجاد ارتباطات و وجود فرایندهای معیوب در این سیستم‌ها می‌تواند عواقب قابل‌توجهی برای جامعه به همراه داشته باشد و بر ثبات مالی و رفاه اجتماعی تأثیرات منفی بگذارد [12]. در سطح جهانی، سازمان‌های بهداشتی و مراقبت‌های اجتماعی با چالش‌های بحرانی متعددی، از‌جمله گوناگونی خدمات ارائه‌شده، نابرابری در دسترسی افراد به خدمات، ناکارآمدی‌های احتمالی موجود در سیستم، کیفیت ناکافی مراقبت، و هزینه‌های سرسام‌آور مواجه هستند [13]. به علاوه، این سازمان‌ها با مجموعه‌ای از چالش‌های جانبی نظیر افزایش هزینه‌های بهداشتی، فشارهای اپیدمیولوژیک و افزایش نابرابری‌های بهداشتی نیز دست‌و‌پنجه نرم می‌کنند. مجموعه این موارد فشار قابل‌توجهی بر سازمان‌های بهداشتی و درمانی وارد می‌آورند و در‌نتیجه، نیاز به بهبود و بازنگری در سیاست‌های بهداشتی و مدیریتی بیش از پیش احساس می‌شود تا بتوان به بهینه‌سازی ارائه خدمات و ارتقای کیفیت زندگی افراد جامعه دست یافت [14].
اساس چارچوب تحلیل پوششی داده‌ها بر همگن بودن واحدهای تصمیم‌گیری استوار است [15]. در مقابل، محاسبات در سیستم‌های بهداشتی و درمانی به‌واسطه تنوع قابل‌توجهی که در میان مراکز از‌لحاظ اندازه، انواع تخصص مورد‌نیاز و جمعیت بیماران وجود دارد بسیار پیچیده است. ارائه خدمات بهداشتی تحت تأثیر برهمکنش مجموعه‌ای از عوامل قرار دارد که ارزیابی دقیق تمام ورودی‌ها و خروجی‌های مربوطه را پیچیده میکند. تحلیل پوششی داده‌ها بر این فرض استوار است که هر‌گونه انحراف از مرز کارایی بدون در نظر گرفتن تأثیر بالقوه انحراف آماری یا خطاهای تصادفی به‌طور کامل به ناکارآمدی‌ها نسبت داده می‌شود [16]. این غفلت ممکن است به درک اغراق‌آمیزی از ناکارآمدی منجر شود. علاوه‌بر‌این، نتایج DEA به‌طور قابل‌توجهی تحت تأثیر ورودی‌ها و خروجی‌های انتخاب‌شده قرار دارند و حذف متغیرهای حیاتی ممکن است به دست آوردن نتایج نادرست را در پی داشته باشد [17]. این چالش به‌ویژه در بخش بهداشت و درمان که در آن کمی‌سازی تمامی ابعاد مرتبط اغلب دشوار است، مشهود است [18].
عواملی مانند گوناگونی خدمات ارائه‌شده توسط مراکز، انواع روش‌های درمانی موجود و قابل‌ارائه و وضعیت بیماری مراجعین در این پیچیدگی سهم دارند و ممکن است عملکرد واقعی مراکز ارائه‌دهنده خدمات بهداشتی و درمانی را تحت‌الشعاع قرار داده و تفسیر یافته‌های DEA را پیچیده‌تر کنند. به‌علاوه، مواردی وجود دارد که عوامل خارجیِ فراتر از کنترل مراکز ارائه‌دهنده خدمات بهداشتی، می‌توانند بر ظرفیت آن‌ها برای ارائه خدمات تأثیر بگذارند. رویدادهای غیرمنتظره‌ای مانند یک همه‌گیری منطقه‌ای، خرابی تجهیزات یا نادرستی در اندازه‌گیری منابع مصرفی مثال‌هایی از این موضوع هستند. ازآنجایی‌که DEA با چنین آشفتگی‌های تصادفی‌ای سازگاری ندارد، ممکن است نمره کارایی توسط این آشفتگی‌ها مخدوش شده و حتی نتایج وارونه جلوه داده شوند [6]. با‌توجه‌به پیچیدگی‌های مدیریت بهداشت و درمان، امروزه ترکیب DEA با سایر روش‌های تحلیلی، از‌جمله تکنیک‌های یادگیری ماشین و هوش مصنوعی برای کمک به حل این چالش‌های پیچیده مورد توجه قرار گرفته است [10].
کیفیت و دسترسی به داده‌ها
سازمان بهداشت جهانی اطلاعات و سیستم‌های اطلاعاتی را به‌عنوان اجزای اساسی برای دستیابی به پوشش جهانی سلامت معرفی کرده است. این مورد در حوزه بهداشت و درمان که تصمیم‌گیری‌های مبتنی بر داده می‌توانند مرز بین زندگی و مرگ را مشخص کنند بسیار حائز اهمیت است [19]. کیفیت ناکافی داده‌ها می‌تواند منجر به ارائه خدمات بهداشتی و درمانی نامناسب شود که در نتیجه آن، علاوه‌بر افزایش هزینه‌ها، بهره‌وری نیز کاهش می‌یابد [20]. کیفیت داده‌ها از ابعاد مختلفی برخوردار است و سازمان بهداشت جهانی تصریح میکند داده‌ها باید ویژگی‌هایی نظیر کامل بودن، محرمانگی، قابلیت اعتماد، دقت، اعتبار، خوانایی، معناداری یا مفید بودن، به‌موقع بودن، دسترسی و امنیت را دارا باشند [21].
داده‌های با کیفیت بالا یکی از ارکان مهم برای تحقیقات پزشکی هستند، هزینه‌ها را کاهش می‌دهند، خطاهای پزشکی را کم می‌کنند، مدیریت برنامه‌ها را بهبود می‌بخشند و به برنامه‌ریزی و ارزیابی عملکرد خدمات بهداشتی کمک می‌کنند و در‌نهایت کیفیت و تداوم مراقبت را تضمین می‌کنند. آشکار است سیاست‌گذاری مستند، مراقبت مؤثر از بیماران و توزیع عادلانه منابع که از اصول اساسی سیستم‌های بهداشتی و درمانی هستند، به‌شدت به داده‌های با کیفیت بالا وابسته‌اند [19، 21]. با‌این‌حال، گاهی اوقات داده‌ها ممکن است ناقص، غیرهمگن یا غیرقابل‌دسترسی باشند که این امر ناشی از مجموعه‌ای از عوامل از‌جمله چالش‌های فنی، انگیزشی، اقتصادی، سیاسی، قانونی، اخلاقی، سازمانی، رفتاری یا روش‌شناختی است [20، 21].
اثربخشی تحلیل‌های DEA به در دسترس بودن و کیفیت داده‌ها وابسته است که این موضوع در بخش بهداشت و درمان با چالش‌های بزرگی روبه‌روست. بنابراین کسب اطمینان از جمع‌آوری دقیق و کامل داده‌ها برای انجام تحلیل‌های DEA ضروری است. بر همین اساس برای اطمینان از دقت داده‌های ارائه‌شده و جلوگیری از مسائلی که می‌تواند منجر به ارزیابی نادرست کارایی شوند؛ ضروری است از مشکلات موجود در سوابق بهداشتی الکترونیکی یا تفاوت‌های موجود در استانداردهای گزارش‌دهی داده‌ها در سیستم‌های بهداشتی و درمانی مختلف آگاه بود تا از آن‌ها پرهیز شود [20].
طبیعت پویا و گوناگونی در سیستم‌های بهداشت و درمان
گوناگونی شامل طیف وسیعی از ویژگی‌ها و خصوصیات است که نمایانگر جنبه‌های متفاوت و مختلف از تجربه انسانی است. در حوزه خدمات بهداشت عمومی، تنوع برنامه‌ها و تغییرات زمانی آن‌ها، ارزیابی تأثیرات بلندمدت متغیرها را پیچیده میکند. درزمینه پزشکی، گوناگونی به متخصصین بهداشت و درمان، کارآموزان، مربیان، پژوهشگران و بیمارانی اشاره دارد که از پس‌زمینه‌های مختلفی، از‌جمله نژاد، قومیت، جنسیت، طبقه اجتماعی، وضعیت اجتماعی‌اقتصادی، گرایش جنسی، هویت جنسی، زبان اصلی و محل جغرافیایی نشئت می‌گیرند. اصل آموزش فراگیر بر ضرورت مشاهده و بررسی بیماران در زمینه‌های فردی خاص خود تأکید دارد، بنابراین پذیرش این نکته که تجربیات می‌توانند به‌طور قابل‌توجهی میان افراد مختلف متفاوت باشند از اهمیت زیادی برخوردار است [22]. علاوه‌بر‌این، تغییرات مداوم در قوانین، پروتکل‌های درمانی و پیشرفت‌های فناورانه که از ویژگی‌های بخش بهداشت و درمان هستند، استانداردسازی خدمات در واحدهای مختلف بهداشتی و درمانی را پیچیده‌تر می‌کنند.
چالش در ارزیابی کارایی سیستم‌های بهداشتی و درمانی از نیاز به تعریف و نحوه اندازه‌گیری ورودی‌ها و خروجی‌هایی ناشی می‌شود که می‌تواند به‌طور قابل‌توجهی بین مراکز مختلف، متفاوت باشد. این تفاوت‌ها موانعی برای مقایسه و تفسیر نتایج تحلیل کارایی نسبی ایجاد می‌کنند و بر همین اساس کاوش و توسعه برای یافتن روش‌های جدید یا بهبود تکنیک‌های موجود DEA را اجتناب‌ناپذیر می‌کنند [3، 7، 23]. تجهیزات پزشکی پیشرفته نه‌تنها کیفیت مراقبت را بهبود می‌بخشند، بلکه موجب صرفه‌جویی قابل‌توجهی برای سازمان‌های بهداشتی و درمانی می‌شوند. در سیستم‌های بهداشتی و درمانی فعلی، وابستگی به فناوری پزشکی پیشرفته برای تشخیص و درمان مؤثر، اهمیت سرمایه‌گذاری در تجهیزات پزشکی توسط این‌گونه مؤسسات را مورد تأکید قرار می‌دهد [7].
مقاومت در برابر پذیرش تغییر
تغییر، به‌ویژه درزمینه بهداشت و درمان نمایانگر پدیده‌ای پیچیده و چالش‌برانگیز است و توانایی یک سازمان برای ایجاد سازگاری، اهمیت بالایی برای ادامه حیات آن دارد. در مقابل، سازمان‌های بهداشتی و درمانی‌ای که در پاسخ به نیازهای متغیر در یک بازار رقابتی ناکام می‌مانند، با موانع قابل‌توجهی در بهبود عملکرد و دستیابی به پایداری بلندمدت مواجه می‌شوند. عوامل مختلفی، نظیر بازسازی ساختاری محل کار، پیشرفت‌های تکنولوژیک، نیاز به ارائه خدمات جدید و نوین و تأکید بیشتر بر افزایش کارایی موجب تغییرات سازمانی می‌شوند. مقاومت در برابر تغییر اغلب به‌عنوان مانع اصلی در سازگاری سازمان‌های بهداشتی و درمانی است. با‌این‌حال باید به این نکته توجه داشت که واکنش کارکنان به تغییرات سازمانی یکسان نیست. در‌حالی‌که برخی افراد این تغییرات را به‌عنوان فرصت‌هایی برای پیشرفت شخصی و حرفه‌ای می‌پذیرند، دیگران ممکن است در برابر آن مقاومت نشان دهند که این موضوع منجر به احساس ناامیدی، بیگانگی و اندوه می‌شود. اجرای DEA و اقدامات بعدی بر‌اساس نتایج آن ممکن است حتی با مقاومت از سوی مدیران و متخصصین بهداشت و درمان نیز مواجه شود. در میان برخی از افراد این تصور وجود دارد که DEA عمدتاً به‌عنوان سازوکاری برای تنبیه عملکرد نادرست عمل میکند نه به‌منظور بهبود کارایی مجموعه. علاوه‌بر‌آن، این مقاومت ممکن است ناشی از عدم درک کافی از DEA، نگرانی درباره مسئولیت‌پذیری یا تردید نسبت به اعتبار نتایج آن نیز باشد. برای مقابله مؤثر با این مقاومت، ضروری است که با ایجاد ارتباطات شفاف و فراهم کردن منابع آموزشی لازم، مزایای DEA در بهبود ارائه خدمات بهداشتی و درمانی به تصویر کشیده شود [6، 9، 24].
فرصت‌ها درمدیریت بهداشت و درمان و کاربرد DEA
الگویابی و یافتن بهترین الگوها
از اواسط دهه ۱۹۸۰، DEA به‌عنوان روشی برای ارزیابی عملکرد خدمات بهداشتی و درمانی مورد توجه قرار گرفته است. بسیاری از مراکز بهداشتی و درمانی، از‌جمله بیمارستان‌ها، کلینیک‌ها، مراکز بهداشتی و مراکز مراقبت‌های اولیه در طول زمان تحلیل‌های گسترده‌ای انجام داده‌اند که منجر به کسب بینش‌های راه‌گشایی در‌مورد تفاوت‌های عملکردی، شناسایی بهترین الگوها و تشخیص نقاط بالقوه برای بهبود در‌زمینه‌های مختلف این مراکز شده است [25].
در چند دهه اخیر، مجموعه بزرگی از مستندات علمی حول محور روش‌های سنجش کارایی و الگویابی از‌جمله DEA، شکل گرفته است که تمایل بسیار زیاد بهداشت و درمان در تلاش برای دستیابی به بهترین الگوها و عملکرد بهینه را روشن میکند [26]. تحلیل پوششی داده‌ها، نقش حیاتی در شناسایی واحدهای بهداشتی و درمانی با عملکرد بهینه که کارایی ممتاز از خود نشان می‌دهند، ایفا میکند. با تعیین الگوها بر‌اساس این واحدهای نمونه، DEA اهداف ارزشمندی را برای تصمیم‌گیران و سیاست‌گذاران فراهم می‌آورد. این اطلاعات به‌ویژه برای افرادی که بر سیستم‌های بهداشت و درمان نظارت دارند سودمند است؛ زیرا مناطق، مراکز و بخش‌های نیازمند تغییر را مشخص کرده و با هدایت منابع موجود به سمت مراکز با کارایی کم، موجب عملکرد بهینه آن‌ها می‌شود [8، 11، 25، 26].
در تصویر شماره1 تعدادی از مقالات مرتبط با تحلیل عملکرد بخش‌های بهداشت و درمان با استفاده از تحلیل پوششی داده‌ها آمده است.
تخصیص منابع و بهینه‌سازی
خوشبختانه بخش‌های بهداشتی و درمانی شامل مجموعه‌ای از متغیرهای ورودی و خروجی هستند که به شفاف‌سازی تعاملات پیچیده بین منابع در دسترس و عملکرد کلی سیستم کمک می‌کنند. برخی از این متغیرها عبارت‌اند از: اندازه بیمارستان‌ها، تعداد و نوع متخصصین، میزان ورود و خروج بیماران و میزان رضایت بیماران از درمان. با مدیریت راهبردی در تخصیص، توزیع و بهره‌برداری از این منابع، مراکز بهداشتی و درمانی می‌توانند به‌طور محسوسی کارایی عملیاتی خود را افزایش داده، امید به زندگی را بهبود بخشند، کیفیت زندگی را ارتقا دهند و به اهداف بهداشتی و درمانی خود دست یابند [10].
تحلیل پوششی داده‌ها به‌عنوان یک ابزار اساسی برای مدیران بهداشت و درمان عمل میکند و به آن‌ها این امکان را می‌دهد که از نحوه استفاده از منابع در واحدهای مختلف آگاه شوند. بررسی‌هایی که از‌طریق DEA انجام می‌شوند به‌منظور ارزیابی کارایی این مراکز در استفاده از منابع محدود برای ارائه خدمات بهداشتی و درمانی کارا و باکیفیت طراحی شده‌اند [25]. یافته‌های DEA به‌عنوان یک ابزار مقایسه‌ای قابل‌اعتماد برای سیاست‌گذاران عمل می‌کنند و بینش‌های ارزشمندی را ارائه می‌دهند که می‌توانند راهنمای دقیقی برای تخصیص منابع محدود بهداشت و درمان و رفع ناکارایی‌ها از راه تنظیم سطوح ورودی و خروجی باشند. با شناسایی واحدهایی که به‌طور ناکارا عمل می‌کنند، مدیران می‌توانند تخصیص منابع را بهینه‌سازی کرده و اطمینان حاصل کنند که هر واحد به اندازه حداکثر ظرفیت خود عمل میکند. این کار می‌تواند به کاهش هزینه‌ها و افزایش رضایتمندی بیماران منجر شود [10، 26]. به‌عنوان مثال، یک تحلیل DEA ممکن است نشان دهد برخی بیمارستان‌ها نسبت به حجم بیماران خود دارای نیروی کار اضافی هستند که این امر امکان توزیع مجدد پرسنل به مناطقی که با کمبود نیروی انسانی مواجه هستند را توجیه میکند.
بهبود عملکرد
ارتقای عملکرد، یک جنبه اساسی در چارچوب‌های مدیریت کیفیت، از جمله استاندارد ایزو 9001، جایزه کیفیت مالکوم بالدریج و مدل بنیاد مدیریت کیفیت اروپا محسوب می‌شود. مدیریت عملکرد مؤثر، برای ارتقای کیفیت سیستم‌های بهداشتی و درمانی، از‌طریق بهینه‌سازی اثربخشی و کارایی، امری اجتناب‌ناپذیر است. به‌طور‌کلی، مدیریت عملکرد شامل طیف وسیعی از فعالیت‌ها شامل تعریف، برنامه‌ریزی، اندازه‌گیری، نظارت و در‌نهایت بهبود عملکرد یک سیستم است [27]. همه‌گیری کوویدـ19، اهمیت حیاتی بخش‌های مختلف بهداشت و درمان و تأثیر آن بر سلامت اجتماعی و اقتصادی جوامع در زمان بحران‌های غیرمنتظره را به‌خوبی نشان داده است. در‌نتیجه، چشم‌انداز اقتصاد کلان غیرقابل‌‌پیش‌بینی است و تمایل همیشگی افراد برای ارتقای سطح رفاه، فشار قابل‌توجهی را بر سیستم‌های بهداشتی و درمانی وارد کرده است [28]. با‌توجه‌به این ضرب‌المثل که«آنچه اندازه‌گیری نمی‌شود، قابل‌بهبود نیست»، اندازه‌گیری عملکرد به‌عنوان یک ابزار حیاتی برای تصمیم‌گیران برای نظارت بر عملکرد سازمان‌ها شناخته می‌شود. این ابزار، نقش مهمی در تعیین اهداف، ردیابی و ارزیابی عملکرد و دستیابی به راهبرد‌های آینده ایفا میکند. در گذشته، سیستم‌های اندازه‌گیری عملکرد، تنها به معیارهای مالی متداول محدود می‌شدند [27]. با‌این‌حال، سیستم‌های بهداشتی و درمانی، به دلیل ماهیت پویا و تکامل مداوم خود، اکنون به دلیل پیشرفت‌های فناورانه، در نقطه عطف فعالیت‌های خود قرار دارند. ورود رسانه‌های اجتماعی به سیستم‌های بهداشتی و درمانی، به‌عنوان یک ابزار ارتباطی حیاتی، تعاملات بین عموم مردم، بیماران و متخصصین را تسهیل میکند و در‌نتیجه دسترسی سیستم‌های بهداشت و درمان را به فرصت‌های موجود میسر میکند و در پیشبرد اهداف نظام سلامت مفید خواهند بود [27، 28].
توسعه پایدار به نوعی پیشرفت گفته می‌شود که نیازهای کنونی جامعه را بدون به خطر انداختن توانایی نسل‌های آینده برای برآورده کردن نیازهای خود برآورده میکند [27]. کاربرد DEA به‌طور فزاینده‌ای بر ارزیابی کارایی منابع، مدیریت پسماند و تأثیرات زیست‌محیطی متمرکز است و بدین ترتیب تضمین میکند که سازمان‌های بهداشتی و درمانی عملکرد پایداری خواهند داشت [10].
تدوین سیاست
استفاده از DEA در بخش بهداشت و درمان نشان‌دهنده نقش مهم آن در شکل‌گیری تصمیمات سیاست‌گذاران است. کارایی یکی از عناصر مهم مورد‌سنجش در مراکز بهداشتی و درمانی است و ارزیابی آن بینش ارزشمندی را برای سیاست‌گذاران فراهم میکند تا بتوانند با مداخلات هدفمند و بهینه‌سازی تخصیص منابع به مراکز نیازمند کمک کنند [25]. هزینه‌های رو‌به‌افزایش و نگرانی‌های روزافزون در‌مورد ثبات وضعیت مالی مراکز بهداشتی و درمانی، اهمیت بحث سیاست‌گذاری در حفظ کارایی نظام سلامت را افزایش داده است [3].
شناسایی ناکارآمدی‌های مخرب در بخش‌های مختلف، مناطقی که نیاز به مداخلات فوری و هدفمند دارند را مشخص میکند و می‌تواند به سیاست‌گذاران کمک کند تا استراتژی‌هایی را برای افزایش کارایی و بهبود مراقبت‌های بهداشتی و درمانی در نظر بگیرند و از این راه دسترسی عادلانه بیماران به مراقبت‌های با کیفیت مناسب را تضمین کنند. با بررسی عملکرد مراکز بهداشتی و درمانی قبل و بعد از اجرای این سیاست‌ها، تحلیل پوششی داده‌ها می‌تواند دانش مبتنی بر شواهدی را فراهم کند که راهنمای تدوین سیاست‌های آینده نظام سلامت باشد. یافته‌های حاصل از DEA به‌عنوان ابزارهایی قابل‌اعتماد و قابل‌اتکا عمل می‌کنند و کاربردهای متعدد آن در بهداشت و درمان نشان‌دهنده پتانسیل بالای آن در کمک به سیاست‌گذاران برای انجام مداخلات مؤثر و اتخاذ استراتژی‌های هدفمند به‌خصوص درزمینه برآورد و تخصیص منابع هستند [25، 26]. به‌عنوان مثال، هنگامی که یک مدل تأمین مالی جدید معرفی می‌شود، DEA می‌تواند اثربخشی آن را در افزایش کارایی بیمارستان و پیامدهای آن بر رضایتمندی و درمان بیماران ارزیابی کرده و به این ترتیب دستیابی به اصلاحات ضروری در سیاست به کار گرفته‌شده را تسهیلکند.
مراقبت بیمار‌محور
مراقبت بیمار‌محور که به آن مراقبت متمرکز بر بیمار نیز گفته می‌شود، موضوع جدیدی نیست و در طول 2 تا 3 دهه گذشته توجه متخصصین سیستم‌های بهداشتی و درمانی را به خود جلب کرده است. مراقبت بیمار‌محور به متخصصین رشته‌های مختلف پزشکی کمک میکند تا با به کار گرفتن شیوه‌های تصمیم‌گیری آگاهانه، بهترین راه‌های درمان را برای بیماران انتخاب کنند. مراقبت بیمار‌محور با تعیین و انتخاب اصلاحات ضروری و با ایجاد چارچوب‌های جدید در سیستم‌های بهداشتی و درمانی، نیازمندی‌های بیماران را اولویت‌بندی میکند. اجزاء مختلف مراقبت بیمار‌محور شامل تعامل بیمار‌محور، دسترسی کافی به خدمات، تغذیه سالم، مدیریت نیازهای روانی‌اجتماعی و انتخاب فرایندهای درست تشخیصی است [29]. در چشم‌انداز عصر دیجیتال، ادغام تکنولوژی در خدمات عمومی به‌عنوان یک عنصر اساسی برای بهبود بهره‌وری و ارائه خدمات در بخش‌های مختلف، از‌جمله سیستم‌های بهداشتی و درمانی کاملاً آشکار است. این راهکار نه‌تنها ارائه خدمات بهداشتی و درمانی را بهینه میکند، بلکه روشی بیمار‌محور را ترویج می‌دهد که با دسترسی به طیف وسیعی از خدمات بهداشتی و درمانی، دستیابی به کیفیتی فراتر از آنچه با محدودیت‌های امکانات پزشکی موجود، ممکن است را فراهم میکند [30].
افزایش روند درمان از راه دور، به‌ویژه پس از همه‌گیری کوویدـ19، منجر به افزایش استفاده از DEA برای ارزیابی کارایی و اثربخشی خدمات بهداشتی و درمانی مجازی در مقایسه با درمان‌های حضوری سنتی شده است [10]. امروزه، با‌توجه‌به تأکید صنعت مراقبت‌های بهداشتی و درمانی دنیا بر مراقبت بیمار‌محور، تغییری در برنامه‌های DEA نیز به وجود آمده است و در آن به‌جای تمرکز صرف بر روی بررسی کارایی عملیاتی، خروجی‌هایی نظیر رضایتمندی، کیفیت مراقبت از بیمار و نتایج حاصل از درمان را در اولویت ارزیابی‌های خود قرار می‌دهد. به‌این‌ترتیب، ارائه‌دهندگان خدمات بهداشتی و درمانی قادر خواهند بود تا با دانش دقیق کسب‌شده از‌طریق DEA و بالطبع با مشاهده نتایج مثبت آن در درمان بیماران، با اهداف کلی سیستم‌های بهداشتی و درمانی همسو شوند [10، 30].
نتیجه‌گیری
تحلیل پوششی داده‌ها فرصت‌های بسیار زیادی را برای بهبود مدیریت سلامت فراهم می‌آورد؛ زیرا امکان ارزیابی کارایی و تعیین الگوها را ایجاد میکند. با وجود این، کاربرد DEA با چالش‌های مختلفی به‌ویژه چالش‌های مربوط به کیفیت داده‌ها، پیچیدگی خدمات بهداشتی و درمانی و مقاومتی که به‌طور ذاتی در سازمان‌ها در مقابل پذیرش تغییر وجود دارد همراه است. غلبه بر این چالش‌ها نیازمند رویکردی متعهدانه برای بهبود روش‌های جمع‌آوری داده‌ها، فرهنگ‌سازی سازمانی در جهت ایجاد پیشرفت پایدار و تطبیق تکنیک‌های DEA با شرایط خاص موجود در بخش‌های مختلف بهداشتی و درمانی است. با ارزیابی اصولی کارایی، مراکز بهداشتی و درمانی می‌توانند حوزه‌های نیازمند بهبود را شناسایی کرده و استراتژی‌هایی را برای دستیابی به نتایج بهتر پیاده‌سازی کنند. کاربرد موفق DEA در مراکز بهداشتی و درمانی می‌تواند منتهی به بهبود چشمگیر در استفاده از منابع، کیفیت مراقبت از بیمار و عملکرد کلی آنان شود.
ملاحظات اخلاقی
پیروی از اصول اخلاق پژوهش
این مقاله از نوع مروری است و هیچ‌گونه آزمایشی بر روی انسان یا حیوان نداشته است. بنابراین، نیازی به دریافت کد اخلاق نداشته است.
حامی مالی
این تحقیق هیچ گونه کمک مالی از سازمان‌های تأمین مالی دربخش‌های عمومی، تجاری یا غیرانتفاعی دریافت نکرد.
مشارکت نویسندگان
نویسندگان در انجام تمام مراحل و بخش‌های نگارش مقاله به‌طور مساوی مشارکت داشته‌اند.
تعارض منافع
بنابر اظهار نویسندگان این مقاله تعارض منافع ندارد.
References
- Routers. U.S. healthcare spending rises to $4.8 trillion in 2023, outpacing GDP [Internet]. 2024 [Updated 2024 June 13] Available from: [Link]
- Koengkan M, Fuinhas JA, Kazemzadeh E, Osmani F, Alavijeh NK, Auza A, et al. Measuring the economic efficiency performance in Latin American and Caribbean countries: An empirical evidence from stochastic production frontier and data envelopment analysis. International Economics. 2022; 169:43-54. [DOI:10.1016/j.inteco.2021.11.004]
- Cylus, J, Papanicolas I, Smith PC. Using data envelopment analysis to address the challenges of comparing health system efficiency. Global Policy. 2017; 8(S2):60-8. [DOI:10.1111/1758-5899.12212]
- Zarrin M, Schoenfelder J, Brunner JO. Homogeneity and best practice analyses in hospital performance management: An analytical framework. Health Care Management Science. 2022; 25(3):406-25. [DOI:10.1007/s10729-022-09590-8] [PMID] [PMCID]
- Nepomuceno TCC, Costa APCS, Daraio C. Theoretical and empirical advances in the assessment of productive efficiency since the introduction of DEA: A bibliometric analysis. International Journal of Operational Research. 2023; 46(4):505-49. [DOI:10.1504/IJOR.2023.129960]
- Andrews A, Emvalomatis G. Efficiency measurement in healthcare: The foundations, variables, and models-A narrative literature review. Economics. 2024; 18(1):20220062. [DOI:10.1515/econ-2022-0062]
- Huang L, Wenqian LV, Huang Q, Zhang H , Jin S, Chen T, et al. Medical equipment effectiveness evaluation model based on cone-constrained DEA and attention-based bi-LSTM. Scientific Reports. 2024; 14(1):9324. [DOI:10.1038/s41598-024-59852-4] [PMID] [PMCID]
- Alatawi AD, Niessen LW, Khan, JA. Efficiency evaluation of public hospitals in Saudi Arabia: An application of data envelopment analysis. BMJ Open. 2020; 10(1): e031924. [DOI:10.1136/bmjopen-2019-031924] [PMID] [PMCID]
- Kohl S, Schoenfelder J, Fügener A, Brunner JO. The use of data envelopment analysis (DEA) in healthcare with a focus on hospitals. Health Care Management Science. 2019; 22(2):245-86. [DOI:10.1007/s10729-018-9436-8] [PMID]
- Vajjhala NR, Eappen P. Data envelopment analysis in healthcare management: Overview of the latest trends. In: Ajibesin AA, Vajjhala NR, editors. Data Envelopment Analysis (DEA) methods for maximizing efficiency. Hershey: IGI Global; 2024. [DOI:10.4018/979-8-3693-0255-2.ch011]
- Medarević A, Vuković D. Efficiency and productivity of public hospitals in Serbia using DEA-malmquist model and tobit regression model, 2015-2019. International Journal of Environmental Research and Public Health. 2021; 18(23):12475. [DOI:10.3390/ijerph182312475] [PMID] [PMCID]
- Martínez-García M, Lemus E. Health systems as complex systems. American Journal of Operations Research. 2013; 3(1A):113-26. [DOI:10.4236/ajor.2013.31A011]
- Carroll A, Stokes D, Darley A. Use of complexity theory in health and social care: A scoping review protocol. BMJ Open. 2021; 11(7):e047633. [DOI:10.1136/bmjopen-2020-047633] [PMID] [PMCID]
- Krijgsheld M, Schmidt E JET, Levels E, Schuurmans M MJ. Healthcare professionals as change agents: Factors influencing bottom-up, personal initiatives on appropriate care, a qualitative study in the Netherlands. Health Policy. 2024; 147:105120. [DOI:10.1016/j.healthpol.2024.105120] [PMID]
- Chen KC, Lin SY, Yu MM. Exploring the efficiency of hospital and pharmacy utilizations in Taiwan: An application of dynamic network data envelopment analysis. Socio-Economic Planning Sciences. 2022; 84:101424. [DOI:10.1016/j.seps.2022.101424]
- Liu F, Li L, Ye B, Qin Q. A novel stochastic semi-parametric frontier-based three-stage DEA window model to evaluate China's industrial green economic efficiency. Energy Economics. 2023; 119:106566. [DOI:10.1016/j.eneco.2023.106566]
- Gerami J. An interactive procedure to improve estimate of value efficiency in DEA. Expert Systems with Applications. 2019; 137:29-45. [DOI:10.1016/j.eswa.2019.06.061]
- Mohanta KK, Sharanappa DS, Aggarwal A. A novel modified Khatter’s approach for solving Neutrosophic data envelopment analysis. Croatian Operational Research Review. 2023; 14(1):15-28. [DOI:10.17535/crorr.2023.0002]
- Daneshkohan A, Alimoradi M, Ahmadi M, Alipour J. Data quality and data use in primary health care: A case study from Iran. Informatics in Medicine Unlocked. 2022; 28:100855. [DOI:10.1016/j.imu.2022.100855]
- Tolera A, Firdisa D, Roba HS, Motuma A, Kitesa M, Abaerei AA. Barriers to healthcare data quality and recommendations in public health facilities in dire Dawa city administration, eastern Ethiopia: A qualitative study. Frontiers in Digital Health. 2024; 14(6):1261031. [DOI:10.3389/fdgth.2024.1261031] [PMID] [PMCID]
- Bernardi FA, Alves D, Crepaldi N, Yamada DB, Lima VC, Rijo R. Data quality in health research: Integrative literature review. Journal of Medical Internet Research. 2023; 25:e41446. [DOI:10.2196/41446] [PMID] [PMCID]
- Togioka BM, Young E. Diversity and discrimination in health care. Treasure Island: Stat Pearls Publishing; 2024. [Link]
- Vitezić N, Cankar SS, Linšak Ž. Effectiveness measurement using DEA & BSC methods in public health services. NISPAcee Journal of Public Administration and Policy. 2019; 12(1):199-216. [DOI:10.2478/nispa-2019-0009]
- Cheraghi R, Ebrahimi H, Kheibar N, Sahebihagh MH. Reasons for resistance to change in nursing: An integrative review. BMC Nursing. 2023; 22(1):310. [DOI:10.1186/s12912-023-01460-0] [PMID] [PMCID]
- Abdelfattah W, Alanazi BS. Application of data envelopment analysis to evaluate health regions efficiency in Saudi Arabia.Engineering, Technology & Applied Science Research. 2024; 14(3):13902-908. [DOI:10.48084/etasr.7176]
- Beiter D, Koy S, Flessa S. Improving the technical efficiency of public health centers in Cambodia: A two-stage data envelopment analysis. BMC Health Services Research. 2023; 23(1):912. [DOI:10.1186/s12913-023-09570-w] [PMID] [PMCID]
- Chorfi Z, Benabbou, L, Berrado A. An integrated performance measurement framework for enhancing public health care supply chains. Supply Chain Forum. 2018; 19(3):191-203. [DOI:10.1080/16258312.2018.1465796]
- Mostepaniuk A, Akalin T, Parish MR. Practices pursuing the sustainability of a healthcare organization: A Systematic Review. Sustainability. 2023; 15(3):2353. [DOI:10.3390/su15032353]
- Alshahrani SH, Alshahrani TH, Paulsamy P, Ederango EL. Patient centered care and centeredness perspective. Universal Journal of Public Health. 2022; 10(4):339-45. [DOI:10.13189/ujph.2022.100407]
- Kwilinski A, Szczepanska-Woszczyna K, Lyulyov O, Pimonenko T. Digital public services: Catalysts for healthcare efficiency. Journal of Open Innovation: Technology, Market, and Complexity. 2024; 10(3):100319. [DOI:10.1016/j.joitmc.2024.100319]
مقاله مروری: مقاله مروری |
موضوع مقاله:
عمومى
دریافت: 1403/9/23 | پذیرش: 1403/12/18 | انتشار: 1404/7/10
دریافت: 1403/9/23 | پذیرش: 1403/12/18 | انتشار: 1404/7/10
| بازنشر اطلاعات | |
 |
این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است. |
تمامی آثار مجله دانشگاه علوم پزشکی گیلان تحت مجوز
Creative Commons
Attribution-NonCommercial 4.0 است.
تماس با ما
کد پستی : 93345-41938
تلفن نمابر: 0133330939
وبسایت: http://journal.gums.ac.irو ایمیل: medjour@gums.ac.ir
