عنوان پایان‌نامه
مدلسازی و بالانس منابع انسانی و تجهیزات با در نظر گرفتن مهندسی برگشت پذیری و سبک تصمیم گیری در یک اورژانس درمانی بزرگ
- رشته تحصیلی
- مهندسی صنایع
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه مرکزی پردیس 2 فنی شماره ثبت: 3317;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 76240;کتابخانه مرکزی پردیس 2 فنی شماره ثبت: 3317;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 76240
- تاریخ دفاع
- ۱۶ شهریور ۱۳۹۵
- دانشجو
- رضا یزدان پرست
- استاد راهنما
- محمدعلی آزاده, عباس کرامتی
- چکیده
- بهینه‌سازی تخصیص منابع و تجهیزات همواره از مباحث مرسوم و سنتی درزمینه‌ی بهینه‌سازی واحدهای خدماتی و تولیدی بوده است. تخصیص منابع و تجهیزات توسط محققان بسیاری در سیستم سلامت با توجه به محیط پیچیده و ماهیت بحرانی آن بکار گرفته‌شده است. اگرچه پژوهش‌های بسیاری درزمینه‌ی بهینه‌سازی تخصیص منابع در سیستم سلامت انجام‌شده است اما در دهه اخیر گزارش‌های بسیاری از خطای منابع انسانی در سیستم سلامت ارائه‌شده است. به‌منظور ممانعت از رخداد خطای انسانی در واحدهای سیستم سلامت علاوه بر بحث بهینه‌سازی تخصیص منابع در سال‌های اخیر، محققان بسیاری اقدام به شناسایی و طبقه‌بندی خطا در سیستم‌های سلامت و ارائه راهکارهایی برای کاهش آن‌ها نموده‌اند. در این پژوهش با پیوند مسئله سنتی تخصیص منابع و تجهیزات با شاخص‌های انسانی مثل خطای انسانی و سبک‌های تصمیم‌گیری به دنبال بالانس بهره‌وری منابع می‌باشیم. با توجه به تأکید بر ایمنی بیماران، رویکرد مهندسی برگشت‌پذیری و همچنین روش شناسایی و طبقه‌بندی خطای مهارت، قانون و دانش‌محور نیز بکار گرفته می‌شوند. درنهایت با استفاده از یک رویکرد مبتنی بر بهینه‌سازی شبیه‌سازی چند پاسخِ و مدلسازی ریاضی اقدام به کمینه‌سازی خطای منابع انسانی، هزینه، متوسط زمان انتظار بیماران، ناسازگاری میان سبک‌های تصمیم‌گیری منابع و همچنین بیشینه‌سازی شاخص‌های ایمنی و بهره‌وری منابع می‌کنیم.
- Abstract
- Resource allocation is one of the most common problems in optimizing manufacturing systems and service units. Many researchers have optimized resource allocation in healthcare systems due to the critical and complicated environment and precious resources. Although many researches regarding resource allocation are done in healthcare systems but many reports regarding human error in healthcare systems are released in last decade. In order to reduce the rate of human error in healthcare systems, many researchers have studied on error detection and classification in healthcare. In this study, we have considered resource allocation problem along with human factors such as human error and decision-making style of human resources in order to balance the utilization of resources in healthcare. Since patient safety is one the important aspects of this study, we have considered resilience engineering approach (RE) and Skill-Rule-Knowledge (SRK) based classification approach in modeling and optimization phases. At the end, a simulation based multi-response optimization approach along with mathematical modeling is presented in order to minimize human errors, cost, mean wait time of patients and inconsistency between decision-making styles of human resources while maximizing patient safety and productivity. Keywords: Multi-response optimization; human error; error classification; decision-making style; resilience engineering
