Covid-19 Pandemisi için Hastanelerin Değerlendirilmesi ve Sıralanması: Adana İli için Vaka Çalışması


Creative Commons License

Öksüz E., Öksüz M. K., Özçelik G.

3. Uluslararası Afet ve Dirençlilik Kongresi, Ankara, Türkiye, 05 Ekim 2021 - 07 Ocak 2022, ss.173-180

  • Yayın Türü: Bildiri / Tam Metin Bildiri
  • Basıldığı Şehir: Ankara
  • Basıldığı Ülke: Türkiye
  • Sayfa Sayıları: ss.173-180
  • Erzincan Binali Yıldırım Üniversitesi Adresli: Evet

Özet

Pandemi ve doğal afetler gibi insanlar üzerinde kitlesel etkiler oluşturan olaylara önceden hazırlıklı olmak hayati öneme sahiptir. Bu olaylarda karar vericiler birçok durumu dikkate alarak planlama yapmak durumundadırlar. Pandemide en önemli problemlerden birisi hastanelerin pandemiye hazırlıklarının değerlendirilmesi ve hastanelerin buna göre seçilmesidir. Hastalara etkin bir müdalenin yapılabilmesi için pandemi hastanesi olarak belirlenecek hastanelerin birçok faktör dikkate alınarak önceden belirlenmesi gerekmektedir.


COVID-19 pandemisi sürecinde insanların sağlık hizmetlerine ulaşabilmesi için hastaneler kritik öneme sahiptir. Etkin bir sağlık hizmeti verilebilmesi için pandemi hastanesi olarak belirlenecek hastanelerin konumu, esnekliği, teknolojik altyapısı, yatak ve tıbbi personel kapasiteleri gibi çeşitli faktörler dikkate alınmalıdır.


Bu çalışmada, hastanelerin pandemiye hazırlıklarının değerlendirilmesi ve sıralanması problemi ele alınmıştır. Bu problem için hibrit bir Çok Kriterli Karar Verme (ÇKKV) yöntemi önerilmiştir. Bu problemde karar vermeyi etkileyen çeşitli faktörler olması nedeniyle uzman görüşleri alınarak pandemi özelinde ana ve alt kriterler belirlenmiş ve ağırlıklandırılmıştır. Belirlenen kriterler arasındaki değerlendirmeler için Analitik Ağ Süreci (ANP) yöntemi kullanılmıştır. Elde edilen kriter ağırlıkları TOPSIS (Technique for Order Preference by Similarity to Ideal Solutions), SAW (Simple Additive Weighting) ve MOORA (Multi-Objective Optimization on the basis of Ratio Analysis) yöntemleri kullanılarak Adana ili için vaka çalışması yapılmıştır. Vaka çalışması için 5 devlet hastanesi seçilmiş ve önerilen yöntem uygulanarak hastaneler sıralanmıştır. Elde edilen sıralama sonuçları Spearman korelasyon katsayısı kullanılarak değerlendirilmiş ve analiz edilmiştir.

It is vital to be prepared in advance for events that have a massive impact on people, such as pandemics and natural disasters. In these events, decision makers have to plan taking into account many situations. One of the most important problems in the pandemic is the evaluation of the preparations of the hospitals for the pandemic and the selection of the hospitals accordingly. In order to make an effective intervention to the patients, the hospitals to be determined as pandemic hospitals should be determined in advance by taking into account many factors.


Hospitals are critical for people to access health services during the COVID-19 pandemic. In order to provide an effective health service, various factors such as the location, flexibility, technological infrastructure, bed and medical personnel capacities of the hospitals to be determined as pandemic hospitals should be taken into consideration.


In this study, the problem of evaluating and ranking the pandemic preparations of hospitals is discussed. A hybrid Multi-Criteria Decision Making (MCDM) method is proposed for this problem. Due to the fact that there are various factors affecting decision making in this problem, the main and sub-criteria were determined and weighted specifically for the pandemic by taking expert opinions. Analytical Network Process (ANP) method was used for the evaluations between the determined criteria. A case study was conducted for Adana province by using TOPSIS (Technique for Order Preference by Similarity to Ideal Solutions), SAW (Simple Additive Weighting) and MOORA (Multi-Objective Optimization on the basis of Ratio Analysis) methods. For the case study, 5 state hospitals were selected and the hospitals were listed by applying the proposed method. The obtained ranking results were evaluated and analyzed using the Spearman correlation coefficient.