JP2006252092A - 医療機関の急性期医療需要予測システム - Google Patents
医療機関の急性期医療需要予測システム Download PDFInfo
- Publication number
- JP2006252092A JP2006252092A JP2005066630A JP2005066630A JP2006252092A JP 2006252092 A JP2006252092 A JP 2006252092A JP 2005066630 A JP2005066630 A JP 2005066630A JP 2005066630 A JP2005066630 A JP 2005066630A JP 2006252092 A JP2006252092 A JP 2006252092A
- Authority
- JP
- Japan
- Prior art keywords
- acute
- patients
- age
- patient
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Medical Treatment And Welfare Office Work (AREA)
Abstract
【課題】 急性期医療機関において、入院患者の回転率で病床数などの計画を行う、医療機関の急性期医療需要予測システムの提供。
【解決手段】 年齢、傷病別急性期患者発生率Xのデータを出力部1から出力する。国勢調査のメッシュ人口データ記憶部2のデータにより、対象医療機関周辺のメッシュ人口データを抽出して出力部3から出力し、演算部4で年齢・傷病別急性期発生患者数(新入院患者数)を演算して出力部5から出力する。特定機能病院Aの退院患者データの記憶部6からのデータにより、年齢・ICD傷病20分類それぞれの平均在院日数を抽出して出力部7から出力する。演算部8で出力部5から出力される患者数と、出力部7から出力される平均在院日数を乗算し、1日あたりの年齢・傷病別急性期在院患者数を出力部9から出力する。
【選択図】 図1
【解決手段】 年齢、傷病別急性期患者発生率Xのデータを出力部1から出力する。国勢調査のメッシュ人口データ記憶部2のデータにより、対象医療機関周辺のメッシュ人口データを抽出して出力部3から出力し、演算部4で年齢・傷病別急性期発生患者数(新入院患者数)を演算して出力部5から出力する。特定機能病院Aの退院患者データの記憶部6からのデータにより、年齢・ICD傷病20分類それぞれの平均在院日数を抽出して出力部7から出力する。演算部8で出力部5から出力される患者数と、出力部7から出力される平均在院日数を乗算し、1日あたりの年齢・傷病別急性期在院患者数を出力部9から出力する。
【選択図】 図1
Description
本発明は、急性期医療機関において、入院患者の回転率で病床数などの計画を行う医療機関の急性期医療需要予測システムに関する。
これまでの医療施設整備計画は、在院患者数をベースにした病床稼働率による病床数の設定、規模計画が行われてきた。当該医療機関の利用者数を予測するための病院利用者数予測システムを、本出願人は例えば、特許文献1に開示している。特許文献1においては、計画に際しての需要予測は患者調査による受療率(人口10万対在院患者数)を基に行っていた。
近年、医療改革による機能分化と在院日数の短縮が図られている。この結果、特に急性期病院においては何人の患者が在院しているかの稼働率ではなく、何人の患者を診たかを表す回転率で計画を行う必要が出てきた。しかしながら、特許文献1に記載の患者数予測モデルにおいては、このような要請に対応できないという問題があった。
本発明は、このような問題に鑑みてなされたものであり、急性期病院において、入院患者の回転率で病床数や設備規模などの計画を行う、医療機関の急性期医療需要予測システムの提供を目的とする。
このような目的を達成するために、本発明の実施形態に係る急性期医療需要予測システムは、年齢、傷病別急性期患者発生率のデータ、および対象医療機関周辺のメッシュ人口データに基づき、年齢・傷病別急性期発生患者数(新入院患者数)を演算する第1の演算手段と、特定機能病院の退院患者データから年齢・ICD傷病分類対応の平均在院日数を抽出して出力する出力手段と、前記年齢・傷病別急性期発生患者数、および前記年齢・ICD傷病分類対応の平均在院日数に基づき、1日あたりの年齢・傷病別急性期在院患者数を演算する第2の演算手段とを備えることを特徴とする。
また、本発明の医療機関の急性期医療需要予測システムは、前記1日あたりの年齢・傷病別急性期在院患者数を出力する出力手段を有することを特徴とする。
また、本発明の医療機関の急性期医療需要予測システムは、前記年齢、傷病別急性期患者発生率のデータは、特定機能病院の退院患者データから標準急性期患者在院日数を設定する手段と、前記急性期患者相当と設定したデータから、年齢・傷病別急性期患者在院日数のデータを作成する手段と、公的な機関が作成したある年度の患者調査に基づき、前記標準急性期患者在院日数以内の退院患者数を求める手段と、標準急性期患者在院日数以内に退院した患者数を傷病分類別に集計し、退院患者数を推定する手段と、前記推定した患者数から1日当たりの年齢・傷病別急性期発生患者数を求める手段と、前記年齢・傷病別急性期発生患者数を年齢別の所定人口で除算する手段と、により作成されることを特徴とする。
また、本発明の医療機関の急性期医療需要予測システムは、前記標準急性期患者在院日数は、前記特定機能病院の退院患者数の所定割合をカバーする在院日数で設定されることを特徴とする。
また、本発明の医療機関の急性期医療需要予測システムは、前記年齢・傷病別急性期患者在院日数のデータは、患者の年齢を複数に区分すると共に、ICDで傷病分類して作成されることを特徴とする。
本発明の急性期医療需要予測システムにおいては、次のような格別な効果が得られる。(1)受療率による予測では把握できなかった、社会的入院など日本特有の病床運営状況の把握が可能になる。(2)今後の医療改革・機能分化が進んだ際の本来的医療需要予測(発生数)が可能になる。(3)医療費の地域格差を生んでいる高齢者・長期入院(社会的入院)を考慮した予測が可能になる。
(4)今後の平均在院日数の短縮にも対応した将来予測が可能になる。(5)
年齢・傷病別に予測を行うため、地域の年齢構成や傷病ごとの特性を考慮した予測が可能になる。(6)経年的にも安定した患者発生率を基にした予測のため、将来的な医療制度の変化に影響を受けない予測が可能になる。
年齢・傷病別に予測を行うため、地域の年齢構成や傷病ごとの特性を考慮した予測が可能になる。(6)経年的にも安定した患者発生率を基にした予測のため、将来的な医療制度の変化に影響を受けない予測が可能になる。
以下、本発明の実施の形態について、医療機関の中で病院を例にして説明する。
本発明においては、前記患者調査による受療率ではなく、患者の発生率を基にした、急性期疾患患者の需要予測システムの開発を行うものである。対象とする医療機関における、新入院患者数(発生数)とほぼ等しいことが分かっている公的機関による患者調査の退院患者数のデータと、急性期疾患を専門に扱っている特定機能病院の退院患者データを使用して、標準的急性期疾患患者の発生率を求めている。
本発明においては、前記患者調査による受療率ではなく、患者の発生率を基にした、急性期疾患患者の需要予測システムの開発を行うものである。対象とする医療機関における、新入院患者数(発生数)とほぼ等しいことが分かっている公的機関による患者調査の退院患者数のデータと、急性期疾患を専門に扱っている特定機能病院の退院患者データを使用して、標準的急性期疾患患者の発生率を求めている。
本発明においては、対象とする医療機関における、患者の発生(新入院)―退院は患者数が等しいものとして急性期医療需要予測を行っている。したがって、本明細書では、患者の「発生(新入院)」、「退院」は同義の用語として適宜使い分けている。また、対象とする医療機関における急性期医療需要予測を行なう際に、急性期患者を専門に診療しているある病院、例えば「A特定機能病院」のデータと、公的機関が実施する「患者調査」のデータ、当該医療機関が立地するメッシュ人口データを用いている。なお、本発明においては、在院患者数=新入院患者数×平均在院日数、であるものとする。すなわち、このように定義した在院患者数をパラメータとして設定することにより、医療機関における病床などがどの程度占有されるか、の回転率が判定できるようにしている。
標準的急性期疾患患者の発生率を求める手順について、図2の処理フローの説明図で説明する。図2の例では、年齢・傷病別急性期患者発生率を算出する手順を示している。図2において、手順11ではA特定機能病院の退院患者データから、図3の説明図に示すパラメータを設定する。図3では、標準急性期疾患患者在院日数を設定している。
図3に示すように、A特定機能病院(急性期病院)の所定期間内における退院患者データを、年齢3区分(0−14歳,15−64歳,65歳〜)と、国際疾病分類(ICD)による傷病分類(20分類)に分類している。したがって、標準急性期患者在院日数は、年齢3区分と傷病分類20分類より全部で60種類設定される。図3で、サンプル数は1日以上入院した患者数と入院日数の積であり、その中から、各傷病分類の退院患者数の75%をカバーする75%−ile値の在院日数を標準急性期患者在院日数と設定する。
例えば、図3より、傷病分類I「感染症および寄生虫症」の65歳以上の分類では、ある
期間内において1日以上入院した患者数は143人で、その75%は約107人となる。入院日数が短い方から107人目の患者が退院するまでに要した入院日数を75%-ile値とすると、この分類における標準急性期患者在院日数は27日となる。図2の手順11は、このように、退院患者の75%-ile値を急性期患者相当と設定するものである。次に、手順12で前記急性期患者相当と設定したデータから、年齢・傷病別急性期在院日数のデータを取り出す(図3)。
期間内において1日以上入院した患者数は143人で、その75%は約107人となる。入院日数が短い方から107人目の患者が退院するまでに要した入院日数を75%-ile値とすると、この分類における標準急性期患者在院日数は27日となる。図2の手順11は、このように、退院患者の75%-ile値を急性期患者相当と設定するものである。次に、手順12で前記急性期患者相当と設定したデータから、年齢・傷病別急性期在院日数のデータを取り出す(図3)。
次に、急性期退院患者数を求める手順について説明する。手順13で、公的な機関が作成したある年度、例えば平成11年患者調査閲覧第69表(推計退院患者数、年齢階級×傷病分類×在院期間別)を用意する(図4〜図7)。手順14では、前記第69表から、前記手順12で設定した標準急性期疾患患者在院日数以内の退院患者数を求める。
図4は、年齢区分65歳以上の傷病分類別退院患者数(千人単位)の全国推計値を、入院日数別に示した説明図である。入院日数1日から14日までは1日間隔で示してある。同様に、図5の説明図では、入院日数15日から30日までは5日単位で退院患者数が推計されている。また、図6の説明図では、入院日数31日から60日までは10日単位で退院患者数が推計されている。さらに、図7の説明図では、入院日数2月から6月までは1月単位で、6月から2年までは6月単位で、それ以上は1年単位で退院患者数が推計されている。
手順15では、手順12、14で設定した標準急性期疾患患者在院日数以内に退院した患者数を傷病分類別に集計する。この処理について、図4により説明する。例えば、図3で説明したように、傷病分類I「感染症および寄生虫症」の65歳以上の分類の標準急性期在院
日数は27日である。図4において、同傷病の入院日数27日までの退院患者数は網目かけした部分の合計に相当する。ただし、前述の通り在院日数26日から30日はまとめられているため、5日間に当分に退院患者が存在すると仮定して、27日までの患者を急性期相当とした。同様に各傷病について、図3に示した75%-ile値(日)以内に相当する退院患者に網目かけしたものが図4である。
日数は27日である。図4において、同傷病の入院日数27日までの退院患者数は網目かけした部分の合計に相当する。ただし、前述の通り在院日数26日から30日はまとめられているため、5日間に当分に退院患者が存在すると仮定して、27日までの患者を急性期相当とした。同様に各傷病について、図3に示した75%-ile値(日)以内に相当する退院患者に網目かけしたものが図4である。
図4において、網目かけした部分を急性期、それより在院日数の長い退院患者を慢性期として、その合計を比較している。患者調査では、集計を千人単位で端数の処理が行っているため、合計数(図4 R列+S列)が総数(図4 Q列)と異なることがある。そこで、急性期(図4 R列)と慢性期(図4 S列)の割合を求め、総数(病院)(図4 P列)に乗じることによって急性期発生患者数を求めた。
図8は、急性期退院患者数と患者調査との比較を示す説明図である。前記のように、手順12、14で設定した標準急性期疾患患者在院日数は、患者数の75%をカバーする値である。そこで、手順15で患者数を100%になるように補正することにより、急性期退院患者数の推計値を求めることができる(図8 Z列)。図8に示すように、患者調査の1ヶ月当たり退院患者数を比較し、手順15により算出された結果の方が患者数が多い場合には、患者調査の値(図8 Y列)を急性期退院患者数として採用する。
図9は、手順15で求めた患者調査における推計退院患者数年齢・傷病分類別にまとめた説明図である。手順16では1日当たりの急性期発生患者数を求める。図9は調査期間1ヶ月の結果データであるため、1日当たりデータに修正する必要がある。すなわち、図9の値を調査期間30日で除算して1日当たりの急性期発生患者数を求める。
次に、手順17で記憶されている国勢調査のデータを用いて、手順18では各都道府県毎の年齢別人口を設定している(図10の説明図参照)。手順19では、手順16で求めた年齢・傷病別急性期発生患者数を手順18で求めた人口で除算する。このような処理により、図11の説明図に示すように、年齢、傷病別急性期患者発生率X(人口10万人あたりの1日の発生率)を求めることができる。この年齢、傷病別急性期患者発生率Xは、図1に示す本発明の急性期医療需要予測システムにおいて、利用される。図2の各手順の処理は、図18で説明するCPU21により行われる。すなわち、CPU21は、前記年齢、傷病別急性期患者発生率Xを上記手順11〜手順19で求める演算手段として機能している。
図1は、本発明の急性期医療需要予測システム10の構成図である。図1において、1は前記図2の手順で求めた年齢、傷病別急性期患者発生率Xのデータを記憶部から呼び出して出力する出力部である。2は国勢調査のメッシュ人口データ記憶部、3は前記国勢調査のメッシュ人口データに基づき、対象医療機関周辺のメッシュ人口データを抽出して出力する出力部である。この対象地域のメッシュ人口データは、例えば図12のように示される。図12では、縦横10メッシュ(1メッシュ500m)で区分している。したがって、横方向のメッシュA〜Jで10×500=5km、縦方向のメッシュ1〜10で10×500=5kmの範囲を示すことになる。すなわち、図12では、5km×5kmの対象範囲の計算結果が示されている。
図17は、本発明で用いるメッシュの概念についての説明図である。この例は、国勢調査に基づく基準人口データを設定するものである。図17に示すように、経度が1°、緯度が40′毎に区画した1次メッシュA内の基準人口と、1次メッシュA内を8×8(約10km四方)に区画した2次メッシュBの基準人口と、2次メッシュBを10×10(約1km四方)に区画した3次メッシュの基準人口と、3次メッシュを2×2(約0.5km四方)に区画した4次メッシュの基準人口から構成されている。本発明においては、このような2次、3次、4次メッシュを用いて人口の予測や急性期患者発生数の予測を行っている。
4は、前記年齢、傷病別急性期患者発生率の対象となるメッシュ対応のデータと、対象地域のメッシュ人口とを乗算する第1の演算部である。図13は、年齢、傷病別急性期患者発生率の対象となる地域における、メッシュ対応のデータの例を示す説明図である。図13の縦1〜10のメッシュ区画と、横A〜Jのメッシュ区画は、図12の縦横のメッシュ区画に対応している。
5は、前記第1の演算部4で演算された年齢・傷病別急性期発生患者数(新入院患者数)を出力する出力部である。出力部5から出力されるデータの例を図14の説明図に示している。図14では、年齢・傷病別急性期発生患者数を1日あたりの人数で示している。6は、特定機能病院Aの退院患者データを記憶する記憶部である。7は、特定機能病院退院患者データにより、年齢・ICD傷病20分類それぞれの平均在院日数を抽出して出力する出力部である。図12は、出力部7から出力されるデータの例を示す説明図である。
8は、出力部5から出力される年齢・傷病別急性期発生患者数(退院患者数)と、出力部7から出力される年齢・ICD傷病20分類それぞれの平均在院日数を乗算する第2の演算部である。第2の演算部8の処理により、図16の説明図に示すような1日あたりの年齢・傷病別急性期在院患者数が得られる。9は、1日あたりの年齢・傷病別急性期在院患者数の出力部である。ここで、患者調査の1日当たり在院患者数と比較し、演算部8の処理により算出された結果の方が患者数が多い場合には、患者調査の値を採用する。この場合には、患者調査のデータが全て急性期患者であると見なす。
図18は、本発明における医療機関の急性期医療需要予測システムに適用される制御部を示す概略のブロック図である。図18において、コンピュータで構成される制御部20は、CPU21、ROM22、RAM23、インターフェイス回路24、入力装置25、モニタやプリンタのような出力装置26を有している。CPU21は、各種演算や帳票作成を行う演算処理手段として機能する。ROM22には、システムの処理プログラムが格納されている。
RAM23には、各種のデータやテーブルなどが格納されている。入力装置25、出力装置26は、インターフェイス回路24を介して前記CPU21、ROM22、RAM23に接続されている。入力装置25は、キーボードやマウスなどが用いられる。出力装置26は、分析結果の特性図や帳票などをモニタ(表示手段)に表示し、必要な場合にはプリンタ(出力手段)で記録紙にプリントする。
次に、予測システムの処理について、図18と図1との対応関係を具体的に説明する。図1において、年齢、傷病別急性期患者発生率のデータを出力する出力部1、対象医療機関周辺のメッシュ人口データを抽出して出力する出力部3、年齢・傷病別急性期発生患者数を出力する出力部5、年齢・ICD傷病20分類それぞれの平均在院日数を抽出して出力する出力部7、1日あたりの年齢・傷病別急性期在院患者数を出力する出力部9は、図18の出力装置26に対応する。また、国勢調査のメッシュ人口データを記憶する記憶部2、特定機能病院Aの退院患者データを記憶する記憶部6は、図15のRAM23に対応する。さらに、年齢・傷病別急性期発生患者数(新入院患者数)を演算する第1の演算部4、1日あたりの年齢・傷病別急性期在院患者数を演算する第2の演算部8は、図18のCPU21に対応する。
以上説明したように、本発明の医療機関の急性期医療需要予測システムによれば、入院患者の回転率で病床数や設備規模などの計画を行うことができる。
1・・・年齢、傷病別急性期患者発生率のデータを出力する出力部、2・・・国勢調査のメッシュ人口データを記憶する記憶部、3・・・対象医療機関周辺のメッシュ人口データを抽出して出力する出力部、4・・・年齢・傷病別急性期発生患者数(新入院患者数)を演算する第1の演算部、5・・・年齢・傷病別急性期発生患者数を出力する出力部、6・・・特定機能病院Aの退院患者データを記憶する記憶部、7・・・年齢・ICD傷病20分類それぞれの平均在院日数を抽出して出力する出力部、8・・・1日あたりの年齢・傷病別急性期在院患者数を演算する第2の演算部、9・・・1日あたりの年齢・傷病別急性期在院患者数を出力する出力部、10・・・急性期医療需要予測システム、20・・・制御部21・・・CPU、22・・・ROM、23・・・RAM、24・・・インターフェイス回路、25・・・入力装置、26・・・出力装置
Claims (5)
- 年齢、傷病別急性期患者発生率のデータ、および対象医療機関周辺のメッシュ人口データに基づき、年齢・傷病別急性期発生患者数(新入院患者数)を演算する第1の演算手段と、特定機能病院の退院患者データから年齢・ICD傷病分類対応の平均在院日数を抽出して出力する出力手段と、前記年齢・傷病別急性期発生患者数、および前記年齢・ICD傷病分類対応の平均在院日数に基づき、1日あたりの年齢・傷病別急性期在院患者数を演算する第2の演算手段とを備えることを特徴とする、医療機関の急性期医療需要予測システム。
- 前記1日あたりの年齢・傷病別急性期在院患者数を出力する出力手段を有することを特徴とする、請求項1に記載の医療機関の急性期医療需要予測システム。
- 前記年齢、傷病別急性期患者発生率のデータは、特定機能病院の退院患者データから標準急性期患者在院日数を設定する手段と、前記急性期患者相当と設定したデータから、年齢・傷病別急性期患者在院日数のデータを作成する手段と、公的な機関が作成したある年度の患者調査に基づき、前記標準急性期患者在院日数以内の退院患者数を求める手段と、標準急性期患者在院日数以内に退院した患者数を傷病分類別に集計し、退院患者数を推定する手段と、前記推定した患者数から1日当たりの年齢・傷病別急性期発生患者数を求める手段と、前記年齢・傷病別急性期発生患者数を年齢別の所定人口で除算する手段と、により作成されることを特徴とする、請求項1または請求項2に記載の医療機関の急性期医療需要予測システム。
- 前記標準急性期患者在院日数は、前記特定機能病院の退院患者数の所定割合をカバーする在院日数で設定されることを特徴とする、請求項3に記載の医療機関の急性期医療需要予測システム。
- 前記年齢・傷病別急性期患者在院日数のデータは、患者の年齢を複数に区分すると共に、ICDの傷病分類に基づいて作成されることを特徴とする、請求項3または請求項4に記載の医療機関の急性期医療需要予測システム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2005066630A JP2006252092A (ja) | 2005-03-10 | 2005-03-10 | 医療機関の急性期医療需要予測システム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2005066630A JP2006252092A (ja) | 2005-03-10 | 2005-03-10 | 医療機関の急性期医療需要予測システム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2006252092A true JP2006252092A (ja) | 2006-09-21 |
Family
ID=37092529
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2005066630A Pending JP2006252092A (ja) | 2005-03-10 | 2005-03-10 | 医療機関の急性期医療需要予測システム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2006252092A (ja) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2008035618A1 (fr) | 2006-09-19 | 2008-03-27 | Max Co., Ltd. | Outil d'entraînement de type à combustion de gaz |
JP2008299392A (ja) * | 2007-05-29 | 2008-12-11 | Takenaka Komuten Co Ltd | 医療機関における病床数決定システム及びこのシステムを利用した医療センターの評価方法 |
JP2013164721A (ja) * | 2012-02-10 | 2013-08-22 | Shimizu Corp | 急性期医療需要予測システム及び急性期医療需要予測プログラム |
JP2017004419A (ja) * | 2015-06-15 | 2017-01-05 | 清水建設株式会社 | 医療データ分析システム及び医療データ分析プログラム |
JP2018055523A (ja) * | 2016-09-30 | 2018-04-05 | 株式会社プロアス | 病院経営支援装置、病院経営支援方法、およびプログラム |
JP2019057220A (ja) * | 2017-09-22 | 2019-04-11 | 富士通株式会社 | 入院部屋決定プログラム、入院部屋決定方法及び入院部屋決定装置 |
KR102260091B1 (ko) * | 2020-09-03 | 2021-06-02 | 학교법인 일송학원 | 환자 입퇴원 예측 방법, 서버 및 컴퓨터프로그램 |
-
2005
- 2005-03-10 JP JP2005066630A patent/JP2006252092A/ja active Pending
Non-Patent Citations (1)
Title |
---|
JPN6009061669, 高瀬大樹、外3名, "急性期医療の地域需要予測手法に関する研究 医療施設整備のための患者マーケティングに関する研究", 2004年度大会(北海道)学術講演梗概集, 20040731, p.213−214, 社団法人 日本建築学会 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2008035618A1 (fr) | 2006-09-19 | 2008-03-27 | Max Co., Ltd. | Outil d'entraînement de type à combustion de gaz |
JP2008299392A (ja) * | 2007-05-29 | 2008-12-11 | Takenaka Komuten Co Ltd | 医療機関における病床数決定システム及びこのシステムを利用した医療センターの評価方法 |
JP2013164721A (ja) * | 2012-02-10 | 2013-08-22 | Shimizu Corp | 急性期医療需要予測システム及び急性期医療需要予測プログラム |
JP2017004419A (ja) * | 2015-06-15 | 2017-01-05 | 清水建設株式会社 | 医療データ分析システム及び医療データ分析プログラム |
JP2018055523A (ja) * | 2016-09-30 | 2018-04-05 | 株式会社プロアス | 病院経営支援装置、病院経営支援方法、およびプログラム |
JP2019057220A (ja) * | 2017-09-22 | 2019-04-11 | 富士通株式会社 | 入院部屋決定プログラム、入院部屋決定方法及び入院部屋決定装置 |
JP7003526B2 (ja) | 2017-09-22 | 2022-01-20 | 富士通株式会社 | 入院部屋決定プログラム、入院部屋決定方法及び入院部屋決定装置 |
KR102260091B1 (ko) * | 2020-09-03 | 2021-06-02 | 학교법인 일송학원 | 환자 입퇴원 예측 방법, 서버 및 컴퓨터프로그램 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Becker et al. | Is green land cover associated with less health care spending? Promising findings from county-level Medicare spending in the continental United States | |
Ansah et al. | Simulating the impact of long-term care policy on family eldercare hours | |
Cardoso et al. | Modeling the demand for long-term care services under uncertain information | |
US20160253463A1 (en) | Simulation-based systems and methods to help healthcare consultants and hospital administrators determine an optimal human resource plan for a hospital | |
Clair et al. | The impact of the housing crisis on self-reported health in Europe: multilevel longitudinal modelling of 27 EU countries | |
US20110301971A1 (en) | Healthcare System Planning Tool | |
Cournane et al. | Social deprivation and hospital admission rates, length of stay and readmissions in emergency medical admissions | |
JP2006252092A (ja) | 医療機関の急性期医療需要予測システム | |
Ordu et al. | A decision support system for demand and capacity modelling of an accident and emergency department | |
Baker et al. | Social Determinants Matter For Hospital Readmission Policy: Insights From New York City: Study examines social determinants and hospital readmissions. | |
JP7025131B2 (ja) | コンピュータプログラム、端末、方法およびサーバ | |
CN111145909B (zh) | 诊疗数据处理方法与装置、存储介质、电子设备 | |
JP6282783B2 (ja) | 分析システム及び分析方法 | |
Le Rutte et al. | Modelling the impact of COVID-19-related programme interruptions on visceral leishmaniasis in India | |
Nemati et al. | An analysis of disparities in access to health care in Iran: evidence from Lorestan province | |
Ryen et al. | Modelling the cost-effectiveness of impact-absorbing flooring in Swedish residential care facilities | |
CN112992375A (zh) | 一种疾病的预警方法、预警装置、设备及介质 | |
Alsabah et al. | Measuring the efficiency of public hospitals in Kuwait: a two-stage data envelopment analysis and a qualitative survey study | |
Mayhew | On the effectiveness of care co-ordination services aimed at preventing hospital admissions and emergency attendances | |
JP2006146762A (ja) | 医療機関の患者数予測システム | |
JP5737591B2 (ja) | 急性期医療需要予測システム及び急性期医療需要予測プログラム | |
Ramisetty-Mikler et al. | Conceptual framework and quantification of population vulnerability for effective emergency response planning | |
Cho et al. | Discrepancy between the demand and supply of Intensive Care Unit beds in South Korea from 2011 to 2019: a cross-sectional analysis | |
Li et al. | Medicare health plan choices of the elderly: a choice-with-screening model | |
Patterson et al. | Detecting spatial patterns of disease in large collections of electronic medical records using neighbor-based bootstrapping |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20070607 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20091202 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20100421 |