ตัวแบบทำนายวันนอนและการกลับมารักษาซ้ำผู้ป่วยสิทธิข้าราชการ

ดวงกมล บัวจำรัส

ตัวแบบทำนายวันนอนและการกลับมารักษาซ้ำผู้ป่วยสิทธิข้าราชการ

dc.contributor.advisor	อานนท์ ศักดิ์วรวิชญ์	th
dc.contributor.author	ดวงกมล บัวจำรัส	th
dc.date.accessioned	2022-02-28T07:18:10Z
dc.date.available	2022-02-28T07:18:10Z
dc.date.issued	2020	th
dc.date.issuedBE	2563	th
dc.description	วิทยานิพนธ์ (วท.ม. (สถิติประยุกต์))--สถาบันบัณฑิตพัฒนบริหารศาสตร์, 2563	th
dc.description.abstract	การวิจัยครั้งนี้มีวัตถุประสงค์เพื่อศึกษาตัวแบบทำนายวันนอนและการกลับมารักษาซ้ำของผู้ป่วยสิทธิข้าราชการ โดยใช้ตัวแบบถดถอยทวินามลบและตัวแบบถดถอยโลจิสติกทวิ ในการทำนายวันนอนโรงพยาบาลของผู้ป่วย ผลการวิจัยพบว่า 1) ปัจจัยเกี่ยวกับผู้ป่วย คือ อายุ และ ปัจจัยเกี่ยวกับประวัติการรักษาที่ผ่านมา ได้แก่ วันนอนโรงพยาบาล การผ่าตัด ค่ารักษาพยาบาล ระดับโรงพยาบาล กลุ่มวินิจฉัยโรค และ โรคร่วมและโรคแทรกซ้อน มีความสัมพันธ์กับวันนอนโรงพยาบาล 2) ปัจจัยเกี่ยวกับผู้ป่วย ได้แก่ เพศ และ อายุ และ ปัจจัยเกี่ยวกับประวัติการรักษาที่ผ่านมา ได้แก่ วันนอนโรงพยาบาล การกลับมารักษาซ้ำ ค่ารักษาพยาบาล ระดับโรงพยาบาล กลุ่มวินิจฉัยโรค และ โรคร่วมและโรคแทรกซ้อน มีความสัมพันธ์กับวันนอนการลับมารักษาซ้ำ ตัวแบบทำนายวันนอนช่วยให้โรงพยาบาลสามารถบริหารจัดการทรัพยากรและการให้บริการมีประสิทธิภาพยิ่งขึ้น การคาดการณ์วันนอนโรงพยาบาลและการกลับมารักษาซ้ำจากลักษณะผู้ป่วยและประวัติการรักษาที่ผ่านมาเพื่อใช้เป็นแนวทางในการวางแผนดูแลและจำหน่ายผู้ป่วยให้เหมาะสม การคำนวณอัตราครองเตียงที่ช่วยให้โรงพยาบาลสามารถสำรองเตียงว่างสำหรับผู้ป่วยวิกฤต ผู้ป่วยกรณีฉุกเฉินหรือการเกิดโรคระบาด การประมาณค่ารักษาพยาบาล นอกจากนี้ยังทำให้ทราบถึงปัจจัยที่เกี่ยวข้องกับวันนอนโรงพยาบาลและการกลับมารักษาซ้ำ	th
dc.description.abstract	This research aimed to study the model predicting length of stay and readmission among government officials’ patients with medical benefits by using negative binomial regression and binary logistic regression. The results found that 1) patient characteristics factors such as age and medical history factors such as length of stay, surgery, medical expenses, hospital level, disease group, and comorbidities and complications were related to the length of stay. 2) Patient characteristics factors such as sex and age and medical history factors such as length of stay, readmission, medical expenses, hospital level, disease group, and comorbidities and complications were related to the readmission. This model enables hospitals to manage resources and services more efficiently. By using negative binomial regression and binary logistic regression, the hospitals will be able to predict length of stay and readmission based on patient characteristics and medical history to guide the planning of appropriate patient care and discharge. Calculating bed occupancy rate enables hospitals to determine bed capacity for critical care, emergency case and epidemic outbreak as well as to estimate medical expenses. Moreover, the research provides the factors that influence patients’ length of stay and readmission.	th
dc.format.extent	69 แผ่น	th
dc.format.mimetype	application/pdf	th
dc.identifier.doi	10.14457/NIDA.the.2020.56
dc.identifier.other	b212266	th
dc.identifier.uri	https://repository.nida.ac.th/handle/662723737/5533	th
dc.language.iso	tha	th
dc.publisher	สถาบันบัณฑิตพัฒนบริหารศาสตร์	th
dc.rights	ผลงานนี้เผยแพร่ภายใต้ สัญญาอนุญาตครีเอทีฟคอมมอนส์แบบ แสดงที่มา-ไม่ใช้เพื่อการค้า-ไม่ดัดแปลง 4.0 (CC BY-NC-ND 4.0)	th
dc.subject	e-Thesis	th
dc.subject.other	ความพอใจของผู้ป่วย	th
dc.subject.other	สิทธิการรักษาพยาบาล	th
dc.title	ตัวแบบทำนายวันนอนและการกลับมารักษาซ้ำผู้ป่วยสิทธิข้าราชการ	th
dc.title.alternative	Models predicting length of stay and readmission among government officials	th
dc.type	text--thesis--master thesis	th
mods.genre	Thesis	th
mods.physicalLocation	สถาบันบัณฑิตพัฒนบริหารศาสตร์. สำนักบรรณสารการพัฒนา	th
thesis.degree.department	คณะสถิติประยุกต์	th
thesis.degree.discipline	สถิติประยุกต์	th
thesis.degree.grantor	สถาบันบัณฑิตพัฒนบริหารศาสตร์	th
thesis.degree.level	Masters	th
thesis.degree.name	วิทยาศาสตรมหาบัณฑิต	th