فهرست مطالب

نشریه مدیریت سلامت
پیاپی 74 (زمستان 1397)

  • تاریخ انتشار: 1397/11/04
  • تعداد عناوین: 8
|
  • علیرضا صبح خیزی ، مریم عاشوری* صفحات 9-18
     
    مقدمه
    افت فشار خون حین دیالیز در بیمارانی که به مدت طولانی تحت دیالیز قرار می گیرند، اغلب با افزایش مرگ و میر همراه است. پژوهش حاضر با هدف سنجش میزان افت فشارخون بیماران همودیالیزی به ارائه مدلی پیش بینانه از طریق داده کاوی توصیفی پرداخته است. زیرا، افت فشار خون شایع ترین عارضه جدی حین همودیالیز است.
    روش ها
    پژوهش حاضر به روش توصیفی- مقطعی صورت گرفته است. جامعه ی پژوهش متشکل از داده های بیمارستان علی ابن ابی طالب (ع) زاهدان در خردادماه 95 است. جهت تحلیل داده ها از نرم افزار Clementine12. 0 استفاده شده است. برای مدل سازی از الگوریتم های K-Means، C5. 0 و CART استفاده گردید.
    یافته ‏ها: پارامترهای تاثیرگذار در میزان افت فشار خون شامل نوع صافی و دور پمپ بود. بررسی خوشه بندی و قوانین استخراج شده از مدل، اهمیت تاثیر نوع صافی و دور پمپ را تصدیق نمود.
    نتیجه گیری
    استفاده از روش های نوین مدل سازی برای تحلیل وکشف ارتباطات بین داده های دیالیز، باعث ایجاد تغییر در نحوه ی نگرش پرسنل بخش دیالیز نسبت به روند انجام دیالیز و مراقبت های لازم حین آن می شود. سنجش میزان افت فشار خون بیماران دیالیزی به شناسایی سریع تر و دقیق تر افت فشار و مدیریت صحیح و پیشگیرانه کمک می نماید و منجر به ارتقای عملکرد بخش دیالیز می گردد. مطالعه حاضر نشان داد نوع صافی به جهت تاثیر آن روی افت فشار خون بیمار اهمیت دارد.
    کلیدواژگان: داده کاوی، درخت تصمیم، افت فشار خون، همودیالیز
  • رضا عالی خانی ، محمدرضا رسولی*، علیرضا علی احمدی صفحات 19-34
     
    مقدمه
    با توجه به پیچیدگی خدمات در نظام سلامت که مستلزم تعامل افراد و سازمان های مختلف می باشد، ضعف در مدل های حکمرانی شبکه ای منجر به بروز تعارضات مختلف مانند تعارضات مالی، غیر شفاف بودن چارچوب های پاسخگویی در قبال خطاهای پزشکی و مشکل در هماهنگی های بین تیمی می گردد. هدف پژوهش حاضر، بررسی عملی فاکتورهای اساسی موثر بر طراحی مدل حکمرانی شبکه ای مطلوب در نظام سلامت به صورت هم زمان است.
    روش ها
    پژوهش حاضر از نوع پژوهش های کمی و از منظر نتیجه یک پژوهش همبستگی بود. در پژوهش حاضر، با بررسی متون، متغیرهای موثر بر حوزه های حکمرانی شبکه شناخته شدند. بر اساس فرضیات در نظر گرفته شده مدل ساختاری مورد نظر توسعه داده شد. داده های پژوهش حاضر با استفاده از پرسش نامه ی استاندارد از دو شبکه ی همکاری در زمینه ی آزمایشگاه های تشخیص طبی و یک شبکه تامین تجهیزات پزشکی با مجموع 194 سازمان عضو شبکه های مذکور در مجموع به تعداد 98 پرسش نامه جمع آوری شد. جهت آزمون فرضیات پژوهش از مدل سازی معادلات ساختاری روش حداقل مربعات جزئی و از نرم افزار اسمارت پی ال اس 2 استفاده شد.
    یافته ها
    فاکتورهای رفتار فرصت طلبانه، اعتماد، تعهد، اشتراک گذاری اطلاعات، اشتراک گذاری دانش به عنوان فاکتورهای کلیدی تاثیرگذار بر مدل حکمرانی و همچنین، همکاری و هماهنگی جهت ارزیابی حکمرانی شبکه ای در مدل ساختاری پژوهش مورد استفاده قرار گرفتند. نتایج نشان داد که تعهد و اشتراک گذاری اطلاعات دارای بیشترین تاثیر مستقیم بر حکمرانی شبکه هستند. همچنین، رفتار فرصت طلبانه دارای تاثیر منفی و شدیدی بر اعتماد در شبکه بوده که از این طریق بر حکمرانی شبکه تاثیرگذار بوده است.
    نتیجه گیری
    جهت طراحی مدل حکمرانی شبکه ای مطلوب در نظام سلامت باید به اعتماد و تعهد توجه ویژه ای گردد. همچنین، این متغیرها می توانند با بهبود اشتراک گذاری اطلاعات بر حکمرانی شبکه تاثیر بگذارند. علاوه بر در نظر گرفتن فاکتورهای یاد شده، مدل حکمرانی باید به گونه ای طراحی گردد تا از رفتار فرصت طلبانه ی اعضا جلوگیری نماید.
    کلیدواژگان: مدل حکمرانی شبکه ای، سیستم های مراقبت سلامت، مدل سازی معادلات ساختاری، آزمایشگاه تشخیص طبی، شبکه تجهیزات پزشکی
  • فاطمه علی نژاد چمازکتی* ، سعیده میرحق جو لنگرودی صفحات 35-50
     
    مقدمه
    امروزه مجلات علمی معتبر به عنوان موتور محرک تاثیرگذار بر توسعه جوامع شناخته شده اند. در این بین ارتباط علمی به عنوان مهم ترین و موثرترین ابزار برای توسعه علم و دانش در جامعه اطلاعاتی به شمار می رود. از آن جا که فصلنامه مدیریت سلامت دومین نشریه برتر (طی سنوات مورد بررسی) دراتخاذ ضریب تاثیر در حوزه نشریات علوم پزشکی می باشد پژوهش حاضر با نگاه علم سنجی به بررسی و مصورسازی شبکه های همکاری علمی پژوهشگران این فصلنامه می پردازد.
    روش ها
    پژوهش حاضر، علم سنجی و از نوع کاربردی است. جامعه پژوهش شامل 165 مقاله ای است که در سال های 1392 تا 1396 در نشریه مدیریت سلامت منتشر شده است. ترسیم و تحلیل شبکه های هم نویسندگی، با استفاده از نرم افزار تحلیل شبکه های اجتماعی یو. سی. آی. نت و همچنین، ترسیم نقشه های چگالی با کمک نرم افزار وی. او. اس. ویوور انجام شد.
    یافته ها
    در مبحث مشارکت علمی، پژوهشگران فصلنامه تمایل زیادی به مشارکت گروهی داشته و همکاری علمی در این فصلنامه بالا بوده است. بیشترین میزان چگالی در شبکه هم تالیفی نویسندگان فصلنامه مذکور به رضاپور، سیدین، باقری فرادنبه، ابوالقاسم گرجی و نورایی مطلق اختصاص داشت. بررسی شبکه هم نویسندگی دانشگاه ها و موسسات همکار نشان داد که دانشگاه علوم پزشکی ایران ، دانشگاه علوم پزشکی تهران و دانشگاه شهید بهشتی به عنوان قطب شبکه شناخته می شوند.
    نتیجه گیری
    مشارکت گروهی در فصلنامه مدیریت سلامت از سطح بالایی برخوردار بوده و 94 درصد از مقالات مجله به صورت مشارکت گروهی است. این امر بیانگر افزایش تمایل نویسندگان به تولید مدارک مشارکتی بوده است.
    کلیدواژگان: تحلیل شبکه های اجتماعی، فصلنامه مدیریت سلامت، ارتباط علمی، نقشه علمی، علم سنجی، مصورسازی
  • محمدرضا فرزین* ، امیر افسر، علیرضا دبیر، ابتهال زندی صفحات 51-64
    مقدمه
    . یکی از مهمترین رویدادها در صنعت گردشگری هر کشور، میزان تقاضا برای یک محصول یا مقصد گردشگری و پیش بینی درست آن است. اما باید توجه داشت که فواصل و انحرافاتی بین مقادیر واقعی و پیش بینی وجود دارد. استفاده از روش های علمی و نوین در امر پیش بینی، باعث خواهد شد که نتایج حاصله به مراتب بیش از یک تخمین عینی به حقیقت نزدیک شوند که مقاله حاضر نیز همین هدف را در حوزه گردشگری پزشکی دنبال می کند.
    روش ها
    در مرحله اول عوامل موثر بر تقاضای گردشگری پزشکی داخلی با استفاده از تکمیل پرسش نامه های مربوط به روش دلفی فازی و دیمتل فازی توسط 31 نفر از خبرگان آشنا به این حوزه و پردازش توسط نرم افزار MATLAB2017aشناسایی شدند و پس از مشخص شدن تابع تقاضا و جمع آوری اطلاعات ماهیانه هر یک از عوامل موثر در بازه زمانی سال های 1381 تا 1394، سه مدل پیش بینی رگرسیون، شبکه عصبی فازی و الگوریتم SVR به صورت مجزا و ترکیبی برای این تابع در نرم افزار MATLAB اجرا و خطای پیش بینی هریک، اندازه گیری و با هم مقایسه شد.
    یافته ها
    نتایج پژوهش حاضر نشان داد که تابع تقاضای گردشگری پزشکی داخلی شامل: عوامل اقتصادی (درآمد و ثروت افراد) ، قیمت خدمات و هزینه زندگی در مقصد، قیمت تاسیسات اقامتی، وجود آلودگی هوا، قیمت محصولات جایگزین (سفر خارجی) ، تعداد مراکز پزشکی، بیمارستان هاو آزمایشگاه ها است.
    نتیجه گیری
    رویکرد ترکیبی رگرسیون چندگانه و الگوریتم SVR پیشنهادی نیز می تواند پیش بینی بهتری نسبت به سایر روش ها در خصوص پیش بینی گردشگری پزشکی داخلی داشته باشد. بنابراین، پیشنهاد می شودبه منظور کاهش میزان خطای پیش بینی جهت انجام برنامه ریزی های اصولی در حوزه تقاضای گردشگری پزشکی داخلی شهر تهران از این تابع تقاضا و مدل پیش بینی استفاده شود.
    کلیدواژگان: رگرسیون، شبکه عصبی فازی، الگوریتم SVR، گردشگری پزشکی، پیش بینی تقاضای گردشگری پزشکی داخلی، شهر تهران
  • وحیده زینالی*، عباس حق پرست، منصوره دمرچی لو، ناصر وظیفه شناس صفحات 65-74
     
    مقدمه
    وزارت بهداشت، درمان و آموزش پزشکی ایران یکی از مهم ترین تولیدکنندگان اطلاعات سلامت برای بیماران، مراقبان بیماران و عموم افراد جامعه است. هدف از پژوهش حاضر بررسی کیفیت و خوانایی اطلاعات سلامت برخط تولید شده توسط وزارت بهداشت، درمان و آموزش پزشکی و سازمان های وابسته به آن می باشد.
    روش ها
    پژوهش حاضر از نوع پیمایشی- توصیفی است. وب سایت وزارت بهداشت، درمان و آموزش پزشکی به همراه وب سایت 48 دانشگاه علوم پزشکی وابسته به این نهاد در بازه زمانی فروردین تا تیرماه 1397 مورد بررسی قرار گرفتند. از میان 10780 رکورد شناسایی و دانلود شده، 7164 رکورد که با هدف آموزش به بیمار تهیه شده بودند، وارد پژوهش شدند. نمونه ای تصادفی شامل 215 رکورد انتخاب و توسط دو پژوهشگر مورد بررسی قرار گرفت. به منظور بررسی کیفیت اطلاعات از پرسش نامه DISCERN و به منظور تعیین سطح خوانایی اطلاعات از شاخص فلش دیانی استفاده شده است.
    یافته ها
    میانگین کیفیت اطلاعات سلامت، مقدار 1/41 و میانگین سطح خوانایی اطلاعات، مقدار 3/35 به دست آمد که نشانگر کیفیت متوسط و خوانایی پایین اطلاعات مورد بررسی است. بالاترین سطح کیفیت در اطلاعات تولید شده مربوط به دانشگاه علوم پزشکی تبریز با میانگین امتیاز 50/49 و بالاترین سطح خوانایی اطلاعات مربوط به دانشگاه علوم پزشکی شهید بهشتی با میانگین امتیاز 28/54 بوده است.
    نتیجه گیری
    اطلاعات مورد بررسی از نظر کیفیت در سطح بین ضعیف تا متوسط قرار داشته و از نظر خوانایی نیز اغلب دشوار بودند. به منظور برطرف ساختن این مشکل توصیه می شود پیش از تولید بسته های اطلاعاتی آموزش به بیمار، استانداردهای تولید محتوا برای بیماران مورد توجه قرار گیرد.
    کلیدواژگان: اطلاعات سلامت برخط، کیفیت، خوانایی، وزارت بهداشت، درمان و آموزش پزشکی، ایران
  • نسرین شعرباف چی زاده ، صابر صوری، زهرا رستمی، گل نوش عقیلی دهکردی* صفحات 75-86
     
    مقدمه
    خطاهای دارویی از شایع ترین خطاهای پرستاری بوده و تلاش برای شناسایی و آشکارسازی این خطاها مهم است. مطالعه حاضر با هدف بررسی وقوع و گزارش خطاهای دارویی پرستاران در بیمارستان آموزشی درمانی شهر اصفهان انجام شد.
    روش ها
    پژوهش حاضر یک مطالعه توصیفی-تحلیلی بود که به صورت مقطعی در سال 1396 انجام شد. دیدگاه 220 نفر از پرستاران شاغل در 35 بخش بیمارستان آموزشی منتخب درباره فراوانی و نوع گزارش خطاهای دارویی با استفاده از پرسش نامه دو قسمتی شامل اطلاعات دموگرافیک، نوع خطاهای دارویی و گزارش آن گردآوری شد. سپس داده ها در نرم افزار آماری SPSS نسخه 22 وارد شدند. تحلیل داده ها با استفاده از آزمون های آماری تحلیلی مجذور کای و من-ویتنی انجام شد.
    یافته ها
    میانگین وقوع خطاهای دارویی 8/66 درصد، گزارش دهی رسمی 22 درصد و گزارش دهی غیر رسمی 3/55 درصد بود. بیشترین میزان خطاها مربوط به دادن دارو دیرتر یا زودتر از زمان مقرر (70 درصد) ، بیشترین گزارش رسمی عدم رعایت زمان مناسب دارو (8 درصد) و بیشترین گزارش غیر رسمی مخلوط کردن دو یا چند میکروست دارو بدون توجه به تداخلات (29 درصد) بود. بین وقوع خطاهای دارویی با جنس (014/0=P) ، وضعیت استخدامی (031/0=P) و سابقه کار (024/0=P) رابطه آماری معناداری وجود داشت.
    نتیجه گیری
    به منظور ترویج شناسایی و گزارش خطاهای دارویی، بهتر است از ایجاد فضای سرزنش کننده در بیمارستان جلوگیری شود. در گام بعد، آموزش در خصوص انواع خطاها، تشویق پرستاران به ارائه و تسهیل گزارش خطاهای دارویی می تواند برنامه ریزی و اقدام برای کاهش خطاها را تسهیل نماید.
    کلیدواژگان: خطای دارویی، گزارش دهی خطا، پرستاران، بیماران بستری، اصفهان
  • مصطفی لنگری زاده ، لیلا اوجی* ، اعظم اروجی صفحات 87-100
     
    مقدمه
    پوکی استخوان بیماری رایجی در زنان است. شکستگی ها آسیب های جبران ناپذیری ایجاد می کنند. بنابراین، تشخیص زودهنگام این بیماری و شروع درمان قبل از رخ دادن شکستگی مسئله مهمی است. هدف مطالعه حاضر، ایجاد یک سیستم تصمیم یار بالینی مبتنی بر شبکه های عصبی مصنوعی با قابلیت تشخیص ابتلا به پوکی استخوان بود.
    روش کار
    مطالعه حاضر از نوع توسعه ای بود که بصورت مقطعی در نیمه دوم سال 1396 انجام شد. در پژوهش حاضر، ابتدا با شناسایی متغیرهای تاثیرگذار، پرسش نامه نظرسنجی برای انتخاب مهم ترین عوامل بالینی تهیه شد. اطلاعات 256 نفر از زنان و تراکم استخوان پنج سال بعد از ثبت اولیه مربوط به زنان مراجعه کننده به واحد سنجش تراکم استخوان دانشگاه علوم پزشکی بوشهر برای آموزش شبکه استفاده شد. برای یافتن بهترین شبکه از روش آزمون و خطا استفاده شد. همچنین، شبکه با الگوریتم‏های گرادیان مزدوج و لونبرگ-مارکوارت آموزش داده شد. ارزیابی بر اساس ماتریس آشفتگی و معیار های حساسیت، ویژگی و صحت انجام گرفت.
    یافته ها
    در مرحله اول از 15 ویژگی ضروری از نظر پزشکان، مصرف الکل، انحنای پشت و برداشتن رحم، حذف و 12 متغیر انتخاب شدند. سپس، شبکه عصبی پرسپترون چند لایه طراحی شد. نتایج نشان داد که الگوریتم گرادیان مزدوج با 10 نرون و الگوریتم لونبرگ-مارکوارت با 12 نرون در لایه مخفی بهترین ساختار شبکه را دارند. علاوه بر آن ، مقایسه صحت نشان داد که در مجموع الگوریتم لونبرگ-مارکوارت نتایج بهتری داشت. بهترین نتیجه به دست آمده حساسیت، ویژگی و صحت به ترتیب 1/83، 4/89 و 3/86 بود.
    نتیجه گیری
    در مطالعه حاضر، با تمرکز بر داده های بومی ابزاری توسعه داده شد که می تواند در زمینه پیگیری بیماری پوکی استخوان بسیار موثر باشد. استفاده از این ابزار برای ارجاع به موقع افراد بیمار و شروع درمان می تواند از رخ دادن شکستگی عوارض جبران ناپذیر پوکی استخوان جلوگیری کند.
    کلیدواژگان: پوکی استخوان، عوامل خطر بالینی، شبکه عصبی مصنوعی، تصمیم یار
  • ریحانه محمدی ، خانم فریده کامران، زینب دمرچی* صفحات 101-114
     
    مقدمه
    بررسی کیفیت خدمات برای بهبود ارائه خدمات امری لازم می باشد. درمانگاه آموزشی درمانی گفتاردرمانی دانشکده توانبخشی در دانشگاه علوم پزشکی ایران یکی از مراکز دولتی ارائه دهنده خدمات توانبخشی می باشد. هدف مطالعه حاضر، بررسی کیفیت خدمات گفتاردرمانی بر اساس مدل سروکوال، در این درمانگاه می باشد.
    روش ها
    مطالعه حاضر از نوع توصیفی-تحلیلی است که در سال1396-1395 به صورت نمونه گیری در دسترس در 59 نفر از مراجعان درمانگاه گفتاردرمانی دانشکده مذکور صورت گرفت. کیفیت خدمات با استفاده از پرسش نامه دو بعدی سنجش ادراکات و انتظارات و محاسبه فاصله (شکاف) ادراکات و انتظارات، مورد بررسی قرار گرفت. تحلیل داده ها با استفاده از نرم افزارSPSS انجام شد. برای بررسی معنی دار بودن شکاف از آزمون تی تک نمونه ای و برای بررسی رابطه آماری بین متغیرهای دموگرافیک کمی و کیفی با ابعاد پنج گانه کیفیت به ترتیب از آزمون اسپیرمن و کای دو استفاده شد.
    یافته ها
    در بررسی روایی و پایایی پرسش نامه، میزان روایی محتوایی برابر با 0/85 و نمرات آلفای کرونباخ در بخش ادراکات و انتظارات به ترتیب برابر با 0/95 و 82/ 0بدست آمد. نتایج نشان داد که در هر پنج بعد کیفیت، شکاف خدمات وجود دارد. بیشترین شکاف مربوط به بعد همدلی و کمترین شکاف مربوط به بعد پاسخگویی بود. بین سن و میزان دفعات مراجعه به درمانگاه و جنس با میزان شکاف ارتباط معناداری وجود نداشت.
    نتیجه گیری
    نتایج نشان داد درمانگاه گفتاردرمانی دانشکده توانبخشی به طور کامل انتظارات مراجعان را برآورده نمی کند و نیاز به ارتقاء کیفیت خدمات وجود دارد، لذا مسئوولان این درمانگاه برای دستیابی به سطح بالاتر از کیفیت خدمات، باید در صدد کاهش شکاف بین ادراکات و انتظارات مراجعان باشند.
    کلیدواژگان: کیفیت خدمات، مدل سروکوال، گفتاردرمانی، توانبخشی، ایران
|
  • Alireza Sobhkhizi , Maryam Ashoori* Pages 9-18
     
    Introduction
    Hypotension during Hemodialysis often increases mortality in patients undergoing dialysis for a long time. Hypotension is the most frequent adverse event during hemodialysis; therefore, the present study was conducted to investigate hypotension value of patients and present a predictive model using descriptive data mining.
    Methods
    In this cross-sectional study, conducted from May-June 2016, the data were extracted from Ali Ibn Abi Talib hospital in Zahedan and were then analyzed using Clementine 12.0. The model was presented using K-Means, C5.0 and CART algorithms.
    Results
    According to the findings the parameters influencing hypotension were buffer type and blood flow the importance of which was verified through clustering and the extracted rules from the model.
    Discussion
    The use of new modelling methods to analyze dialysis data and discover the existing relationships among them, changes the attitudes of dialysis personnel towards the process of dialysis and dialysis care. The evaluation of hypotension in hemodialysis patients helps a faster and more precise identification of hypotension. It would also facilitate proper and preventive management which enhances performance in dialysis centers. The study highlighted the importance of buffer type due to its effect on hypotension
    Keywords: Data Mining, Decision Tree, Hypotension, Hemodialysis
  • Reza Aalikhani , Mohammad Reza Rasouli*, Ali Reza Aliahmadi Pages 19-34
     
    Introduction
    Due to the complexity of health services, which require the engagement of different parties for the provision of integrated services, inappropriate network governance models can lead to financial conflicts, lack of transparency of accountabilities for medical errors, and difficulties on multi-professional team working. Therefore, this study aimed to examine factors influencing the design of an appropriate network governance model in the healthcare system.
    Methods
    In this quantitative-correlational study, first factors influencing the domains of network governance were extracted from the literature. In the next step, a structural model was developed based on the hypotheses. To test the research hypotheses, structural equation modeling - partial least- squares method and Smart Pls2 software were used. The data were collected using a standard questionnaire which was distributed to two collaborative networks of diagnostic laboratories and one medical equipment supply network with 194 members. A total of 98 questionnires were collected.
    Results
    Opportunistic behavioral, trust, commitment, information sharing, knowledge sharing were used as key factors influencing governance model within the structural model of this research. The results showed that commitment and information sharing had the most direct impact on the network governance. Moreover, opportunistic behavior had a negative and severe effect on trust in the network, which in turn affected the governance of the network.
    Conclusion
    In order to design an appropriate network governance model in healthcare system, special attention should be paid to trust and commitment. These variables can also affect the governance of the network through improving information sharing. Furthermore, the governance model should be designed in such a way as to prevent the opportunistic behavior of the members.
    Keywords: Network Governance Model, Health Care Systems, Structural Equation Modeling, Medical diagnostic laboratory, Medical Equipment Supply Network
  • Fatemeh Alinezhad Chamazacoti*, Saeideh Mirhaghjoo Langerudi Pages 35-50
    Introduction
    Reputable academic journals are known as the driving force behind the development of societies. In the meantime, scientific communication is considered as the most important and effective tool for the development of science and knowledge in the information society. The Journal of Health Administration is the second most popular journal in Iran, due to its impact factor in the field of medical sciences; therefore, the present study aimed to explore and illustrate the scientific collaboration networks of its researchers from a scientometric perspective.
    Methods
    This study is a scientometrics- applied research. The corpus of the study included 165 articles published in the Journal of Health Administration from 2013 to 2017. USINET software was used to Visualize and analyze the Co-authorship networks, and VOS viewer software was utilized to visualize density Maps.
    Results
    According to the findings, the group work was welcomed by the researchers and the scientific collaboration was high. It was shown that Rezapour, Sayedin, Bagheri Faradneboe, Abolghasem Gorji, and Nouri Motlagh had the highest density of co-authorship in the network. An analysis of the co-authorship network of collaborating universities showed Iran University of Medical Sciences, Tehran University of Medical Sciences, and Shahid Beheshti University as the centers of excellence.
    Conclusion
    The researchers of this journal have a great tendency towards scientific collaboration and account for 94 percent of the journal articles.
    Keywords: Social network analysis, Journal of Health Administration, Scientific collaboration, Scientific map, Scientometrics, Visualization
  • Mohammadreza Farzin*, Amir Afsar , Alireza Dabir, Ebtehal Zandi Pages 51-64
     
    Introduction
    One of the most important events in the tourism industry of each country is the demand for a product or destination and its true prediction of tourism. It should be noted that there are distances and deviations between actual values and predictions. The use of modern scientific and forecasting methods will make the results far more than an objective estimate and closer to the truth; this article pursues the same goal in the field of medical tourism.
    Methods
    In the first step, factors affecting the demand for domestic medical tourism in Tehran were identified by 31 experts using Fuzzy Delphi and Dematel Fuzzy methods. The factors were then processed by MATLAB2017a software. After determining the demand function, and collecting monthly data of each effective factor from 2001 to 2015, three regression prediction models, a fuzzy neural network, and SVR algorithm were implemented using MATLAB software to measure and compare forecast errors.
    Results
    The demand function for domestic medical tourism included: economic factors (individual income and wealth), service prices and cost of living in the destination, the cost of accommodation facilities, air pollution, and the price of alternative products (foreign travel), the number of medical centers, hospitals and laboratories.
    Conclusion
    The proposed hybrid approach for regression and SVR algorithm can make a better prediction compared with the other methods of forecasting domestic medical tourism. Therefore, it is recommended to use the demand function and forecasting model to lower the forecast error while planning for domestic medical tourism demand in Tehran.
    Keywords: Regression, Adaptive Neuro-Fuzzy Inference System (ANFIS), Support Vector Regression (SVR) Algorithm, Forecasting of Domestic Medical Tourism Demand
  • Vahide Zeinali*, Abbas Haghparast , Mansoureh Damerchilou , Naser Vazifehshenas Pages 65-74
     
    Introduction
    The Ministry of Health and Medical Education is one of the main providers of health information for patients and caregivers in Iran. The current study aimed to assess the quality and readability of online health information produced by the Ministry and its affiliated organizations.
    Methods
    In this descriptive-survey study, the websites of the Ministry of Health and its affiliated medical universities (N=48) were assessed during April to July 2018. The corpus included 10780 records; however, only 7164 records produced for patient education were included in the study. Finally, a sample of 215 records were randomly selected and reviewed by two researchers. The quality and readability of the records were assessed by DISCERN questionnaire and Flash Dayani formula, respectively.
    Result
    The mean scores for the quality (M=41.14) and readability (M= 35.27) of health information indicated a moderate quality and low readability. The highest mean scores on information quality (M= 49.50) and health information readability (M= 54.28) were obtained by Tabriz and Shahid Beheshti Universities of Medical Sciences, in that order.
    Conclusion
    The quality of online health information produced by the Ministry of Health in Iran ranges from poor to moderate and it is written at difficult level; therefore, it is recommended to consider international standards for the content of patient education packages prior to developing any educational packages.
    Keywords: Online Health Information, Quality, Readability, Ministry of Health, Iran
  • Nasrin Sharbaafchi zadeh , Saber Soori , Zahra Rostami , Golnoosh Aghilidehkordi* Pages 75-86
     
    Introduction
    Medication errors are considered as one of the most prevalent nursing errors the identification and disclosure of which are very important. The current study aimed to investigate the occurrence and reporting of medication errors in a teaching hospital in Isfahan.
    Methods
    In this descriptive-analytical study, conducted in 2018, a questionnaire was used to collect the viewpoints of 220 nurses from 35 hospital wards about the frequency and types of medication errors. The questionnaire consisted of two sets of questions on demographic information and on types and reporting of medication errors. Data were analyzed using Chi-square and Mann-Whitney tests in SPSS 22.
    Results
    The mean scores of medication errors and formal and informal reporting of errors were 66.8%, 22%, and 55.3%, respectively. The most prevalent errors were related to early or delayed doses (70%). The most formal reports belonged to the failure to observe proper drug time (8%) while the most informal report was associated with mixing two or more microcapsules of drug regardless of drug interactions (29%). There were significant relationships between medications errors and gender (P =0.014), employment status (P =0.031) and job experience.
    Conclusion
    In order to promote the identification and reporting of medication errors, it is recommended to create blame free environments in hospitals. Moreover, educating nurses about various types of errors, encouraging them to report errors, and facilitating error reporting can all help planning and reduce errors.
    Keywords: Medication errors, Error reporting, Nurses, Inpatients, Isfahan
  • Mostafa Langarizade , Leila Owji*, Azam Orooji Pages 87-100
     
    Introduction
    Osteoporosis is a common disease in women. Osteoporosis fractures may cause irreparable damages; therefore, early diagnosis and treatment before fractures is an important issue. The ojectiveof this study was to develop a decision support system for diagnosing osteoporosis using artificial neural networks.
    Method
    This developmental study has been done in second half of 2017 based on crossectional method. In present study initially Osteoporosis affecting clinical factors were identified and the most significant clinical factors were selected through incorporation of a questionnaire-based survey. Subsequently, information of 256 female participants and their BMD test results, five years after initial data entry were used to train neural network. The information was obtained fromwomen who refered to department of Bone Mineral Densityof oushehr university of medical sciences. In order to identify the best network, trial and error method was used and neural networks with different topologies were trained using Scaled Conjugate Gradient and Levenberg-Marquardt algorithms. Confusion matrix was used to evaluate the network’s accuracy, sensitivity and specificity.
    Results
    In the first stage, out of 15 essential variables, 12 variables were selected as the most important risk factors. Multilayer perceptron neural network was designed. Results showed that the best structure of network was due to Scaled Conjugate Gradient algorithm with 10 neurons and Levenberg-Marquardt algorithm with 12 neurons in hidden layer. Accuracy comparison was showed that generally Levenberg-Marquardt algorithm had better result. The best sensitivity, specificity, and accuracy was 83.1%, 89.4%, and 86.3% respectively.
    Conclusion
    In this study developed a diagnostic tool based on local data that could be effective in tracking osteoporosis. Utilizing such a diagnostic tool as a timely referral of individuals and initiating therapy as soon as possible may prevent fractures from occurring and help avoiding the frequent complications of osteoporosis.
    Keywords: Osteoporosis, Clinical risk factors, artificial neural network
  • Reyhane Mohamadi , Faride Kamran , Zeinab Damerchi* Pages 101-114
    Introduction
    Service quality is essential for service delivery. The Speech Therapy Clinic at the Rehabilitation Faculty of Iran University of Medical Sciences is one of the governmental centers providing rehabilitation services. This study aimed to study the service quality of speech therapy services using SERVQUAL model.
    Methods
    In this descriptive-analytic stud, conducted in 2016 – 2017, a convenience sampling was used to recruit 59 patients referring to the Speech Therapy Clinic. Service quality was measured using a two-dimensional questionnaire to measure the perceptions and expectations of the patients and calculate the existing gaps between their perceptions and expectations. Data were analyzed using SPSS software. One-sample t-test was used to examine the significance of the gap, and Spearman and Chi-square tests were used to examine the relationship between quantitative and qualitative demographic variables with five dimensions of quality, respectively.
    Results
    Regarding the validity and reliability of the questionnaire, the CVI was %0.85 and Cronbach's alpha for the perceptions and expectations were %0.95 and %0.82, in that order. The results indicated a service gap in all five dimensions of quality. The largest and lowest gaps were related to empathy and responsiveness dimensions, respectively. There was no significant relationship between service gap and age, the frequency of visiting the clinic and gender.
    Conclusions
    According to the findings, the Speech Therapy Clinic does not fully meet the expectations of the clients and there is a need to improve the quality of services; therefore, in order to achieve a higher level of service quality, the clinic officials are recommended to reduce the gap between their clients' perceptions and expectations.
    Keywords: Quality of services_SERVQUAL Model_Speech Therapy 1.. 2. . 3._ايران