پیش بینی کننده‏های مدت اقامت بیمار در بیمارستان

Persian Abstract

زمینه و هدف: استفاده بهينه از منابع در دسترس، يكي از چالش‏هاي مديران همه بيمارستان‏ها مي‏باشد. يكي از راه حل‏هاي پيشنهادي براي حل اين مشكل، كاهش متوسط مدت اقامت در بيمارستان است. هدف این مطالعه شناسایی عوامل تاثیرگذار بر طولانی شدن مدت اقامت بیماران است. روش کار: مطالعه حاضر، بصورت مقطعی بر روی پرونده 370 بیمار بستری در بیمارستان سینا وابسته به دانشگاه علوم پزشکی تهران که به روش نمونه گیری تصادفی انتخاب شدند، انجام شد. داده‏های مورد نیاز بوسیله چک لیست از پیش طراحی شده گردآوری و با استفاده از نرم افزار آماری STATA تحلیل شد. یافته‏ها: میانه مدت اقامت در بیماران مورد مطالعه 4 روز بود. کمترین مدت اقامت یک و بیشترین آن 60 روز بود. از بین متغیرهای بررسی شده ارتباط بین سن (04/0p=)، شغل (03/0p=)، علت بستری (04/0p=)، بخش بستری (03/0p=) و وضعیت ترخیص بیمار (04/0p=) با مدت اقامت بیماران از لحاظ آماری معنی‏دار بود. در گروه‏های سنی، بالاترین نسبت شانس (09/2OR=) مربوط به گروه سنی 79-60 سال بود. از نظر وضعیت ترخیص، بیشترین نسبت شانس (8/1OR=) مربوط به پیگیری مجدد است. نتیجه‏گیری: به منظور مدیریت بهتر این شاخص عملکردی، ارائه‏دهندگان بایستی عوامل تاثیرگذار بر این شاخص را شناسایی نموده و در زمینه موارد قابل کنترل شناسایی شده اقدامات اصولی را در جهت استفاده بيشتر از هر تخت بيمارستاني به عمل آورند.

Title

Predictors for Duration of Stay in Hospitals

English Abstract

Background & objectives: Optimal use of available resources is one of the challenges for all the hospital managers. One proposed solution for this problem is reduction of the average duration of hospitalization. The purpose of this study was to identify factors affecting long-stay hospitalizations. Methods: This cross-sectional survey was done on medical records of 370 randomly selected inpatients in Sina hospital in 2013. Data collection tool was researcher-made form. Data analysis was done by STATA software. Results: The median of LOS in the studied hospital was 4 days. Minimum and maximum of LOS was 1 and 60 days, respectively. Factors such as age (p= 0.04), job (p=0.03), type of disease (p= 0.04), hospitalization ward (p= 0.03) and discharge status (p= 0.04) significantly affected the average length of stay. Among the age groups the highest odds ratio (OR =2.09) belonged to 60-79 years age group. In terms of discharge status patients that need to follow up at discharge time had the highest odds ratio (OR = 1.8). Conclusions: In order to better manage the LOS indicator, care providers must identify the factors affecting this indicator and then towards these manageable identified factors implement principal measures to take advantage of all the hospital beds.

Document Downloads