amount of outputs. Further, large h

amount of outputs. Further, large hospitals have, on average, higher IT investment. The analysis starts with calculating the three efficiency measures for each hospital using the linear programming problem (Eq. (1)). These measures include the efficiency measure for the sample as a whole (Pooled), the efficiency measure when the sample is partitioned (Separate), and a comparison of the pooled and separate efficiency measures (Pooled/Separate). Statistics of these efficiency measures
2 A measure of patient acuity reflecting different patients’ needs for hospital resources. There are many ways of measuring case-mix; some are based on patients’ diagnoses or the severity of their illnesses, and some on their utilization of services. A high case-mix index refers to a patient population more ill than average. 3 A system for classifying hospital patients based on their clinical condition (diagnosis or surgical procedure), age, and whether they had any other illnesses (complications or comorbidities); a predetermined price is set for each of over 500 DRGs. DRGs are used by the federal government for Medicare prospective pricing system.
B. Watcharasriroj, J.C.S. Tang / Journal of High Technology Management Research 15 (2004) 1–1610
are shown in Table 2. The efficiency measures can indicate how much input usage could be proportionally reduced and still produce the same amount of outputs. For example, an efficiency score of 0.8 or 80% of a hospital implies that input consumption of this hospital could be reduced by 20% (1– 0.8 or 100%–80%) to produce the same amount of outputs. The results of the comparison between the mean values of pooled and separate efficiency measures (Pooled/Separate) for both hospital groups in Table 2 suggest that large and small hospitals may have different frontiers. This may be because, at any level of outputs, large hospitals may practice more sophisticated production technology by using advanced medical equipment or experienced specialists. The frontier difference is assessed using a nonparametric test, the Mann–Whitney test. Because the DEA efficiency measures are calculated by the nonparametric method that has no underlying error structure, the Mann–Whitney test, which is distribution free, is considered as a suitable statistical test in this case (Grosskopf & Valdmanis, 1987).
Table 1 Descriptive statistics of input, output, and IT variables
Variable Mean (S.D.) Min Max
Large hospitals (n=29) Inputs Physicians 68 (36.2022) 19 159 Nurses 318 (98.4153) 177 557

ผลลัพธ์ (ไทย) 1:

จำนวนผลการ โรงพยาบาลขนาดใหญ่ เพิ่มเติมได้ เฉลี่ย การลงทุนมันสูง การวิเคราะห์เริ่มต้น ด้วยการคำนวณประสิทธิภาพมาตรการสามสำหรับแต่ละโรงพยาบาลที่ใช้ปัญหาการโปรแกรมเชิงเส้น (Eq. (1)) มาตรการเหล่านี้รวมถึงการวัดประสิทธิภาพสำหรับตัวอย่างทั้งหมด (Pooled), การวัดประสิทธิภาพเมื่อตัวอย่างมีพาร์ติชันแยก), และการเปรียบเทียบวัดประสิทธิภาพ pooled และแยกต่างหาก (Pooled แยก) สถิติของมาตรการเหล่านี้อย่างมีประสิทธิภาพ2 เป็นการวัดความรุนแรงผู้ป่วยที่สะท้อนความต้องการของผู้ป่วยแตกต่างกันสำหรับทรัพยากรที่โรงพยาบาล มีหลายวิธีการวัดกรณีผสม บางที่อิงผู้ป่วยการวินิจฉัยโรคหรือความรุนแรงของความเจ็บป่วยของพวกเขา และบางส่วนในการใช้บริการ ดัชนีผสมกรณีที่สูงหมายถึงประชากรผู้ป่วยป่วยมากขึ้นกว่าค่าเฉลี่ย 3 ระบบสำหรับการจัดประเภทผู้ป่วยในโรงพยาบาลตามสภาพทางคลินิก (การวินิจฉัยหรือผ่า), อายุ และว่าพวกเขามีโรคอื่น ๆ (ภาวะแทรกซ้อนหรือ comorbidities); มีกำหนดราคาล่วงหน้าของ DRGs DRGs กว่า 500 ใช้ โดยรัฐบาลสำหรับแคร์อนาคตราคาระบบB. Watcharasriroj ถัง J.C.S. / วารสารวิจัยเทคโนโลยีการจัดการ 15 (2004) 1 – 1610จะแสดงในตารางที่ 2 มาตรการมีประสิทธิภาพสามารถระบุจำนวนการใช้งานป้อนข้อมูลอาจจะลดลงตามสัดส่วน และยังคง ผลิตกันออก เช่น เป็นคะแนนประสิทธิภาพของ 0.8 หรือ 80% ของโรงพยาบาลหมายถึงการที่ใช้ป้อนข้อมูลของโรงพยาบาลนี้อาจจะลดลง 20% (0.8-1 หรือ 100% – 80%) จำนวนผลผลิต ผลลัพธ์ของการเปรียบเทียบระหว่างค่าเฉลี่ยของประสิทธิภาพ pooled และแยกมาตรการ (Pooled แยก) ทั้งกลุ่มโรงพยาบาลในตารางที่ 2 แนะนำว่า โรงพยาบาลขนาดใหญ่ และขนาดเล็กอาจมีพรมแดนที่แตกต่างกัน นี้อาจเป็น เพราะ ที่ระดับใด ๆ ของผล โรงพยาบาลขนาดใหญ่อาจปฏิบัติการเทคโนโลยีการผลิตที่ซับซ้อน โดยใช้อุปกรณ์ทางการแพทย์ขั้นสูงหรือผู้เชี่ยวชาญ ประเมินความแตกต่างแดนแบบ nonparametric ทดสอบ ทดสอบผู้ชาย – วิทนีย์ เนื่องจากมาตรการมีประสิทธิภาพ DEA จะคำนวณ โดยวิธี nonparametric ที่มีโครงสร้างไม่มีข้อผิดพลาดพื้นฐาน ทดสอบผู้ชาย – วิทนีย์ ซึ่งจะแจกฟรี ถือว่าเป็นการทดสอบทางสถิติเหมาะในกรณีนี้ (Grosskopf & Valdmanis, 1987)ตารางที่ 1 สถิติเชิงพรรณนาของอินพุต ผลลัพธ์ และตัวแปรทีหมายความว่าตัวแปร (S.D.) ต่ำสุดสูงสุดโรงพยาบาลขนาดใหญ่ (n = 29) ปัจจัยการผลิตแพทย์ 68 (36.2022) 19 159 พยาบาล 318 (98.4153) 177 557

ผลลัพธ์ (ไทย) 2:

ปริมาณของเอาท์พุท นอกจากนี้โรงพยาบาลขนาดใหญ่มีค่าเฉลี่ยสูงกว่าการลงทุนไอที การวิเคราะห์จะเริ่มต้นด้วยการคำนวณสามมาตรการที่มีประสิทธิภาพสำหรับแต่ละโรงพยาบาลโดยใช้ปัญหาโปรแกรมเชิงเส้น (สม. (1)) มาตรการเหล่านี้รวมถึงมาตรการที่มีประสิทธิภาพสำหรับตัวอย่างในภาพรวม (Pooled) ที่วัดประสิทธิภาพเมื่อกลุ่มตัวอย่างที่มีการแบ่งพาร์ติชัน (เฉพาะกิจ) และการเปรียบเทียบรวบรวมและแยกต่างหากมาตรการที่มีประสิทธิภาพ A (Pooled / ที่แยกต่างหาก) สถิติเหล่านี้มาตรการที่มีประสิทธิภาพ
2 การวัดความรุนแรงของผู้ป่วยที่สะท้อนให้เห็นถึงความต้องการของผู้ป่วยที่แตกต่างกันสำหรับทรัพยากรที่โรงพยาบาล มีหลายวิธีในการวัดกรณีผสมคือ บางส่วนจะขึ้นอยู่กับการวินิจฉัยของผู้ป่วยหรือความรุนแรงของการเจ็บป่วยของพวกเขาและบางอย่างเกี่ยวกับการใช้บริการของพวกเขา ดัชนีกรณีผสมสูงหมายถึงประชากรผู้ป่วยมากกว่าค่าเฉลี่ย 3 ระบบการจำแนกประเภทผู้ป่วยในโรงพยาบาลขึ้นอยู่กับพยาธิสภาพของพวกเขา (การวินิจฉัยหรือการผ่าตัด) อายุและไม่ว่าพวกเขามีความเจ็บป่วยอื่น ๆ (ภาวะแทรกซ้อนหรือโรคประจำตัว); ราคาที่กำหนดไว้มีการตั้งค่าสำหรับแต่ละกว่า 500 กลุ่มวินิจฉัยโรคร่วม กลุ่มวินิจฉัยโรคร่วมจะถูกใช้โดยรัฐบาลกลางสำหรับระบบการกำหนดราคาประกันสุขภาพของรัฐบาลในอนาคต.
บี Watcharasriroj, JCS ถัง / วารสารสูงการจัดการเทคโนโลยีการวิจัย 15 (2004) 1-1610
แสดงในตารางที่ 2. มาตรการที่มีประสิทธิภาพสามารถบ่งบอกถึงวิธีการใช้งานการป้อนข้อมูลมากอาจจะลดลงตามสัดส่วนและยังคงผลิตจำนวนเดียวกันของเอาท์พุท ยกตัวอย่างเช่นคะแนนประสิทธิภาพของ 0.8 หรือ 80% ของโรงพยาบาลแสดงให้เห็นว่าการบริโภคการป้อนข้อมูลของโรงพยาบาลนี้อาจจะลดลง 20% (1- 0.8 หรือ 100% -80%) ในการผลิตจำนวนเดียวกันของเอาท์พุท ผลของการเปรียบเทียบระหว่างค่าเฉลี่ยของการรวบรวมและแยกต่างหากมาตรการที่มีประสิทธิภาพ (Pooled / ที่แยกต่างหาก) สำหรับทั้งสองกลุ่มโรงพยาบาลในตารางที่ 2 แสดงให้เห็นว่าโรงพยาบาลขนาดใหญ่และขนาดเล็กอาจมีพรมแดนที่แตกต่างกัน ซึ่งอาจเป็นเพราะในระดับของผลใด ๆ ที่โรงพยาบาลขนาดใหญ่อาจปฏิบัติเทคโนโลยีการผลิตที่มีความซับซ้อนมากขึ้นโดยใช้อุปกรณ์ทางการแพทย์ขั้นสูงหรือผู้เชี่ยวชาญที่มีประสบการณ์ ความแตกต่างที่ชายแดนจะมีการประเมินโดยใช้การทดสอบอิงพารามิเตอร์การทดสอบ Mann-Whitney เพราะมาตรการที่มีประสิทธิภาพดีอีเอได้รับการคำนวณโดยวิธีอิงพารามิเตอร์ที่ไม่มีโครงสร้างข้อผิดพลาดพื้นฐานการทดสอบ Mann-Whitney ซึ่งเป็นแจกฟรีถือว่าเป็นแบบทดสอบที่เหมาะสมทางสถิติในกรณีนี้ (Grosskopf & Valdmanis, 1987).
ตารางที่ 1 พรรณนา สถิตินำเข้าส่งออกและตัวแปร
ตัวแปรค่าเฉลี่ย (SD) มินแม็กซ์
โรงพยาบาลขนาดใหญ่ (n = 29) ปัจจัยการผลิตแพทย์ 68 (36.2022) 19 159 318 พยาบาล (98.4153) 177 557

ผลลัพธ์ (ไทย) 3:

amount（现场）。进一步，平均而言，有更高hospitals，在IT投资与calculating starts）分析。第三measures使用for each医院效率的线性规划问题（）。（1）Eq These的measures include。为有效样本作为一个完整的程序，程序的效率（抗）制备的样品时，partitioned（是）和一个有效的汇总和比较separate（抗）/ measures单独统计这些measures效率。跟踪程序的病人2 A医院患者的不同需求，无论是资源。有许多方法来资助的measuring一些是基于case-mix；诊断为糖尿病患者的疾病severity或世界，他们在他们的utilization和一些服务。A指的是case-mix指数高不到一个比平均人口更多病人。医院为患者classifying 3 A系统他们的临床情况的基础上，diagnosis surgical（或程序），当他们有任何其他疾病和whether（complications或comorbidities）；a price for each of预定设置。在500 DRGs是由联邦政府DRGs为医疗用的prospective定价系统。B . Watcharasriroj /杂志，J.C.S。唐15高科技管理研究（1）——1610 2004在表2）是shown效率。可以输入多少measures indicate仍然可能是减少和proportionally usage生产现场的amount相同。例如，一个有效的0.8得分或是输入一个以上consumption满意医院这可能是减少由医院或100% 20%（1 -）——0.8 80%的生产现场amount）相同的结果。比较的平均值之间的合并和单独measures / separate效率（抗）两组医院在这2建议表）可能有不同的领域和hospitals小。这可能因为，在现场，任何水平的生产实践hospitals）可以通过使用更先进的技术sophisticated或经验丰富的医疗设备。specialists）使用。A nonparametric差异是assessed前沿，曼惠特尼检验——因为DEA效率的测试。该方法是通过measures calculated ERROR NO或是有nonparametric曼-惠特尼，测试结构，它是免费的，和作为一个suitable是考虑在这个case（测试获得的，和Valdmanis Grosskopf 1987）。描述性统计（表1，输入、输出变量和IT可变最小最大平均（SD）大hospitals）（n = 29 Inputs Physicians 68（36.2022）19 159 Nurses 318 177 557（98.4153）