AbstractIn this study, we developed

Abstract
In this study, we developed the Patient Access Area Model by using a Geographic information system (GIS), and, in order
to evaluate the balance of medical supply and demand in the fu
ture in small areas, simulated patients' access to hospitals.
We set the accessible area by patients' tr
ansit time for each hospita
l. The patients living in
each
500 meters mesh were
allowed to enter hospitals only within the access area. The hospi
tals have its limit to admit patients based on their actual
numbers of beds. We distributed inpatients from each mesh acr
oss hospitals. For the evaluation of demand, if patients could
not be distributed to the hospitals within the accessible area, we defin
ed the situation as “over
-
demand.” As a result,
although it was expected that over 9000 inpatients will not
receive inpatient care in a southwest area region in the studied
prefecture, most of the over-demand is in the densely regions
along large traffic lines in 2030. Using this model, we can
know demand for local health resources more clearly. This method is very useful to plan geographical resource allocation in
medical services.

ผลลัพธ์ (ไทย) 2:

บทคัดย่อ
ในการศึกษานี้เราพัฒนาพื้นที่การเข้าถึงผู้ป่วยรุ่นโดยใช้ระบบสารสนเทศภูมิศาสตร์ (GIS) และในการสั่งซื้อ
เพื่อประเมินความสมดุลของอุปทานทางการแพทย์และความต้องการใน Fu
Ture ในพื้นที่ขนาดเล็ก, การเข้าถึงผู้ป่วยจำลอง 'ให้กับโรงพยาบาล
เราตั้งพื้นที่สามารถเข้าถึงได้โดยผู้ป่วย TR
เวลา ansit สำหรับแต่ละรพ
ลิตร ผู้ป่วยที่อาศัยอยู่ใน
แต่ละ
500 เมตรตาข่ายได้รับ
อนุญาตให้เข้าไปในโรงพยาบาลเฉพาะภายในพื้นที่การเข้าถึง พั
Tals มีขีด จำกัด ที่จะยอมรับผู้ป่วยขึ้นอยู่กับที่เกิดขึ้นจริงของพวกเขา
หมายเลขเตียง เราจัดจำหน่ายผู้ป่วยในจากแต่ละตาข่าย ACR
โรงพยาบาลกับเรา สำหรับการประเมินผลของความต้องการถ้าผู้ป่วยอาจ
ไม่ได้รับการแจกจ่ายให้กับโรงพยาบาลในพื้นที่ที่สามารถเข้าถึงเรา Defin
ed สถานการณ์ที่ "เหนือ
-
. ความต้องการ "เป็นผลให้
แม้ว่ามันจะเป็นที่คาดว่ามากกว่า 9000 ผู้ป่วยจะไม่
ได้รับการดูแลผู้ป่วยใน เขตพื้นที่ตะวันตกเฉียงใต้ศึกษาใน
จังหวัดส่วนใหญ่เกินความต้องการอยู่ในภูมิภาคหนาแน่น
ตามเส้นจราจรขนาดใหญ่ในปี 2030 โดยใช้แบบจำลองนี้เราสามารถ
ทราบความต้องการสำหรับแหล่งข้อมูลด้านสุขภาพในท้องถิ่นมากขึ้นอย่างเห็นได้ชัด วิธีการนี้จะเป็นประโยชน์อย่างมากในการวางแผนการจัดสรรทรัพยากรทางภูมิศาสตร์ในการ
บริการทางการแพทย์