The clustering of public hospitals for the productivity scorecard application

Abstract

Hastanelerin rollerinin belirlenmesi ve sınıflandırılması Sağlık Bakanlığı'nın temel kurumsal çalışmalarından biridir. Yeniden yapılanmanın sonuçlarından biri de 663 Sayılı Kanun Hükmünde Kararnamenin yayınlanmasıydı. Bu kararnamede Kamu Hastaneleri kurumuna bağlı hastanelerin 6 aylık ya da yıllık periyodlarda değerlendirilmesi gerektiğine dair madde yeralmaktadır. Bu madde gereğince değerlendirme için `Dengeli Kurumsal Karne Modeli`nden yola çıkarak `Verimlilik Karne Uygulaması` başlamıştır. Verimlilik Karne Uygulamasında yeralan her bir gösterge için kabul edilebilir değerler farklı yöntemler kullanılarak belirlenmiştir. Bazı gösterge kartlarında kabul edilebilir değer, benzer hastanelerden oluşan hizmet sınıflarının ortalaması kabul edilmiştir.Bu tezde sunulan çalışmada; veri madenciliği tekniklerinden olan K-means kümeleme algoritmasına ve Türkiye Kamu Hastaneleri Kurumu'na bağlı ve verimlilik karnesi hesaplanacak hastanelerin kümelenmesi çalışmasına odaklanılmıştır. Hastaneler; mali durum, cihaz kapasitesi, personel kapasitesi ve ürettiği tıbbi hizmetlerin hacmi ve çeşitliliği dikkate alınarak kümelenmiştir. Bu çalışma kapsamında yapılan kümeleme çalışması sonucunda; verimlilik karne uygulaması tarafından değerlendirilecek 597 hastane 16 kümeye ayrılmıştır. Kümeleme algoritmasında girdi olarak kullanılan hastane veriseti için 149 nitelik belirlenmiş, veriler 2016 yılı verilerinden toplanmıştır. Kümeleme sonuçların geçerliliği uzman görüşleri alınarak test edilmiş, ayrıca oluşan kümelerdeki hastane rollerinin dağılım oranlarına göre de değerlendirilme yapılmıştır. Yapılan bu değerlendirmelerden sonra açıkça söylenebilir ki kümeleme çalışması verilerin uygulama kaynaklarından sistematik olarak çekilmesi ve doğru sıradışı hastanelerin tespiti de dikkate alınarak büyük ölçüde başarılı bulunmuştur.Anahtar Kelimeler: Hastanelerin kümelenmesi, k-means kümeleme algoritmasi, bisecting k-means, verimlilik karne uygulaması

Identifying and Grouping the Roles of Hospitals on an Institutional Basis is one of the study of Ministry of Health. One of the consequences of the restructuring was the publication of Decree Law No. 663. In this context hospitals which are affiliated to Turkey Public Hospital Institution required to be evaluated in 6-month or annual period with this Legislative Decree. As required to this article for evaluation `The Productivity Scorecard Application` has started based on `The Balanced Institutive Scorecard Model`. For each indicator, which is involved in `The Productivity Scorecard Application`, acceptable values have been determined using different methods. In some indicator cards, acceptable value has been regarded as the average of the similar hospitals service classes.In the study presented in this thesis; it is focused on the study of k-Means clustering algorithm of data mining techniques and hospitals which are affiliated to Turkey Public Hospital Institution and clustering of hospitals whose productivity scorecard will be estimated. Hospitals have been clustered in terms of their financial status, equipment capacity, staff capacity and produced medical services' volume and variety.As a result of clustering work carried out within the scope of this study; 597 hospitals to be assessed by The Productivity Scorecard Application were divided into 16 clusters. 149 attributes have been determined for the hospital data used as input in the clustering algorithm and data has been collected from the data of year 2016.The validity of the clustering results was tested by taking expert opinions and also evaluated according to the distribution ratios of the hospital roles formed in the clusters. After these evaluations, it can be clearly stated that the clustering study has been found to be successful to substantially, taking into account the systematic gathering of data from the application resources and the detection of right outliers.Keywords: Hospital clustering, k-means clustering algorithm, bisecting k-means, productivity scorecard application.