fa مدل بندی زمان بستری بیماران در بخش مراقبت های ویژه کودکان در بیمارستان های دولتی شهر مشهد در سال 1397 با استفاده از توزیع های مرکب وایبول معکوس تخصصي Special پژوهشي Research <p dir="RTL"><strong>مقدمه:</strong> یکی از عوامل موثر در تعیین هزینه های بیماران بستری در بخش های بیمارستانی، مدت زمان اقامت بیماران در بیمارستان و یکی از بخش<span dir="LTR">‌</span>های پرهزینه نیز، بخش مراقبت<span dir="LTR">‌</span>های ویژه کودکان (<span dir="LTR">PICU</span>) است. اطلاع از مدت زمان بستری بودن بیماران در مدیریت تخت<span dir="LTR">‌</span>های بیمارستانی می تواند موثر باشد. هدف از این مطالعه ارائه مناسب<span dir="LTR">‌</span>ترین توزیع آماری برای زمان اقامت بیماران در بخش<span dir="LTR">‌</span>های <span dir="LTR">PICU</span> بوده تا با استفاده از آن، بتوان زمان بستری بودن بیماران در بخش را پیش<span dir="LTR">‌</span>بینی کرد.</p> <p dir="RTL"><strong>روش بررسی:</strong> در این مطالعه علاوه بر بررسی تشخیص<span dir="LTR">‌</span>های ارائه شده برای بیماران بستری در بخش <span dir="LTR">PICU</span>، سعی شد با استفاده از توزیع های آماری پرکاربرد در مطالعات بقا مانند خانواده توزیع های وایبول معکوس یا ترکیبات آن، بهترین مدل آماری را برای زمان بستری در بخش مراقبت های ویژه کودکان سه بیمارستان در شهر مشهد در سال ۱۳۹۷مشخص کرد. برای تجزیه و تحلیل اطلاعات و ارائه مدل های آماری از نرم افزار <span dir="LTR">R</span> ویرایش ۳.۵.۲ و برای تشخیص مدل مناسب، از معیارهای آماری ماکزیمم درست نمایی، معیار آکائیک (<span dir="LTR">AIC</span>) و معیار اطلاع بیزی(<span dir="LTR">BIC</span>) استفاده شده است.</p> <p dir="RTL"><strong>یافته</strong> <strong>ها: </strong>بر اساس داده<span dir="LTR">‌</span>های بررسی شده بیمارستان ها، توزیع های آماری هندسی وایبول معکوس، سری<span dir="LTR">‌</span>لگاریتمی وایبول معکوس، هندسی وایبول معکوس تعمیم<span dir="LTR">‌</span>یافته و سری<span dir="LTR">‌</span>لگاریتمی <span dir="LTR">‌</span>وایبول <span dir="LTR">‌</span>معکوس تعمیم<span dir="LTR">‌</span>یافته برای داده<span dir="LTR">‌</span>های بقا روی زمان ماندگاری بیماران در بخش<span dir="LTR">‌</span>های <span dir="LTR">PICU</span> مورد بررسی برازش داده شدند. پس از برآورد پارامترهای توزیع<span dir="LTR">‌</span>ها، شاخص<span dir="LTR">‌</span>های میانه، چارک<span dir="LTR">‌</span>های اول و سوم برای توزیع ها گزارش شده است.</p> <p dir="RTL"><strong>نتیجه</strong> <strong>گیری:</strong> با توجه به نتایج برازش توزیع<span dir="LTR">‌</span>های آماری بر مدت زمان بستری بیماران در بخش <span dir="LTR">PICU</span>،توزیع<span dir="LTR">‌</span>های سری لگاریتمی وایبول معکوس تعمیم یافته و هندسی وایبول معکوس در مقایسه با سایر توزیع<span dir="LTR">‌</span>ها برازش بهتری ارائه دادند.</p> <p><strong>Introduction:</strong> Length of stay in hospital is one of the effective factors in determining the cost of hospitalized patients and one of the high-cost departments is the pediatric intensive care unit (PICU). Knowing how long patients stay in hospital beds can be effective. The purpose of this study was to provide the most appropriate statistical distribution of patients &#39;stay in PICU wards to predict patients&#39; hospital stay.</p> <p><strong>Methods:</strong> In this paper, in addition to investigating the diagnoses presented to patients admitted to the PICU ward, it has been attempted to use the best statistical models in survival studies such as the inverse Weibull distribution family or its combinations to determine the best statistical model for pediatric hospitalization. To determine the pediatric intensive care unit of three hospitals in Mashhad in 2018 based on these<br> distributions, the first, second and third quartiles of survival time are identified and the best statistical distribution is determined for patients&#39; residence time. R statistical software version 3.5.2 was also used for data analysis and statistical modeling of the population. Finally, maximum likelihood, Akaike Information Criteria (AIC) and Bayesian Information Criteria (BIC) were used to identify the appropriate model.</p> <p><strong>Results:</strong> Based on the data from these three hospitals, several statistical distributions suitable for survival data were fitted to patients&#39; survival times in the PICU wards studied, and the distribution parameters along with intermediate indices and first and third quartiles were reported. After fitting the composite statistical Weibull and Generalized Reverse Weibull statistical distributions to the length of hospital stay in the PICU ward, the best distribution was the logistic regression Weibull series distribution with the highest likelihood.</p> <p><strong>Conclusion:</strong> Generalized inverse Weibull logarithmic series and Inverse Weibull Geometric distribution had a good fit for patients&rsquo; bed time in PICU department of reviewed hospitals.</p> زمان بقا, توزیع وایبول معکوس, اقامت بیمارستانی, بخش مراقبتهای ویژه کودکان, معیارهای آماری Survival Time, Inverse Weibull Distribution, Bed-Time, Pediatric Intensive Care Unit, Statistical Criteria 198 205 http://journal.ihio.gov.ir/browse.php?a_code=A-10-138-1&slc_lang=fa&sid=1 Amir Abbas Azarian امیرعباس آذریان azarianaa1@gmail.com 10031947532846001492 10031947532846001492 Yes Payame Noor University گروه آمار، دانشگاه پیام نور، تهران، ایران Parviz Nasiri پرویز نصیری pnasiri@pnu.ac.ir 10031947532846001493 10031947532846001493 No Payame Noor University گروه آمار، دانشگاه پیام نور، تهران، ایران