Hastanelerin afete hazırlığına yönelik Bayesyen BWM ve VIKOR temelli bütünsel bir model önerisi

Abstract

Hayatın günlük işleyişine engel olan ve insanların hem sağlıklarını hem de sosyal yaşantılarını tehlikeye atan felaketler karşısında güvenle başvurmak isteyecekleri yerlerdir hastaneler. Oluşabilecek en kötü şartları göz önünde bulundurarak tüm hazırlıklar yapılmalı ve verilecek hizmet aksamadan devam etmelidir. Bu çalışmada, ele alınan altı hastanenin afet sonrası karşılaşılan acil durumlara hazırbulunuşluk düzeyleri incelenmiştir.Öncelikle hastanelerin hizmetlerine sorunsuz devam etmesi için var olması düşünülen 6 ana 34 alt kriter belirlenmiştir. Alanlarında uzman 5 karar vericiyle bu kriterlerin ağırlıkları hesaplanmış ve ülkenin farklı bölgelerinden seçilen 6 hastanenin belirlenen bu kıstasları ne ölçüde sağladığı yöneticileriyle yapılan görüşmelerle öğrenilmiştir.Elde edilen tüm bu veriler Bayesyen BWM, VIKOR ve TOPSIS ÇKKV metotları kullanılarak geliştirilen bir karar modeliyle değerlendirilmiştir. Uzmanlar tarafından ikili kıyas mantığıyla değerlendirilen kriter ve alt kriterlerin ağırlıkları Bayesyen BWM ile hesaplanmıştır. Bu sonuçlara göre `Personel` en önemli kriter olarak belirlenmiştir. Onu çok az bir farkla `Ekipman` takip etmektedir. Bu da personel ve ekipmanın acil durumlarda birbirlerinden ayrı düşünülemeyeceğinin göstergesidir. Daha sonra Bayesyen BWM ile hesaplanan ağırlık değerleri, hastanelerden alınan verilerle birleştirilerek VIKOR için girdi sağlanmıştır. VIKOR ile elde edilen sonuçlar neticesinde afetlere en hazır hastanenin Hastane-2 olduğu tespit edilmiştir. Bu hastaneye ait VIKOR Q değeri 0,000 olarak elde edilmiştir. Bu hastaneyi Hastane-4 (Q=0,5661) ve Hastane-5 (Q=0,7464) izlemektedir. Kalan sıralama ise Hastane-6, Hastane-3 ve Hastane-1 şeklinde olmuştur.Sonuçların tutarlılığı TOPSIS ile değerlendirilerek kontrol edilmiş ve Hastane-2 yine en hazır hastane olarak öne çıkmıştır. Bu çalışmada Bayesyen BWM'nin kullanılması, uzman grubun görüşlerinin bilgi kaybı olmadan birleştirilmesini ve olasılıksal bakışla kriter ve alt kriter ağırlıklarının daha az ikili karşılaştırma yükü ile belirlenmesini sağlamıştır. Bayesyen BWM'nin literatüre katkısı olan `Kredal Sıralama` ile her bir kriter arasındaki hiyerarşinin yorumlanması daha hassas bir şekilde yapılmıştır.

Hospitals are places where people want to apply safely in the face of disasters that hinder daily functioning and endanger both their health and social life. All preparations should be made by considering the worst conditions that may occur, and the service to be provided should continue without interruption. In this study, the preparedness levels of six hospitals in times of disasters were examined.Firstly, six main 34 sub-criteria were determined, which are required for hospitals to continue their services without any problems. Weights of these criteria were calculated by five decision-makers who are experts in their fields. The extent to which six hospitals selected from different regions of the country met these specified criteria was learned through interviews with their managers.All these data obtained were evaluated with a decision model developed using Bayesian BWM, VIKOR and TOPSIS MCDM methods. The Bayesian BWM calculated weights of the criteria and sub-criteria evaluated by the experts with a pairwise comparison manner. According to these results, `Personnel` has been determined as the most important criterion. It is followed by `Equipment` with a slight difference. This result indicates that personnel and equipment cannot be considered separately from each other in emergencies. Then, the weight values calculated with Bayesian BWM were combined with the data received from the hospitals, and input was provided for VIKOR. According to the results obtained with VIKOR, Hospital-2 is the most prepared hospital against disasters. The VIKOR Q value of this hospital was obtained as 0,000. This hospital is followed by Hospital-4 (Q = 0.5661) and Hospital-5 (Q = 0.7464). Other hospitals are Hospital-6, Hospital-3, and Hospital-1, respectively.When TOPSIS evaluates the solidity of the results, Hospital-2 again stands out as the readiest hospital. The use of Bayesian BWM ensured that the views of the expert group were combined without the loss of information, and the weights of the criteria and sub-criteria with a probabilistic perspective were determined with less pairwise comparison. The interpretation of hierarchy between each criterion with the `Credal Ranking`, which is the contribution of the Bayesian BWM to the literature, was made more precisely.