Search

Amaç: Son yıllarda sağlık sektöründe üçüncü basamak hastanelerden tanı ve tedaviye yönelik beklenenmultidisipliner yaklaşım hizmetleri giderek artmaktadır. Bu durum hastanelerde birden fazla birime müracaatgerektirmekte, bu da hastaların sonuca ulaşmada aşırı zaman kaybetmelerine ve tanı/tedavilerde gecikmelereneden olmaktadır. Bu sürecin kısaltılmasının ilk ve kolay yöntemlerinden birisi benzerlik gösteren ve iş birliğigerektiren bölümlerin birbirlerine yakın konumlandırılmasıdır.Bu çalışmada Pamukkale Üniversitesi Hastanelerinde hasta gruplarına, tanılara ve işlem türlerine göre farklılıkve benzerlik gösteren hastane bölümlerinin ortaya konulması, belirlenen ihtiyaçlarına göre de çözüm önerilerinintanımlanması amaçlanmıştır.Gereç ve yöntem: Çalışma kümeleme analizi yöntemiyle 2019 yılında hastaneye gelmiş olan toplam 717.771hasta üzerinden gerçekleştirilmiştir. Yirmi dokuz bölüme ait 9 farklı değişken (hasta sayısı, ortalama yaş, kanserhastaları oranı, mavi kart hasta oranı, kas iskelet sistemi ve bağ dokusu hastalıkları tanı grubuna dâhil hastaoranı, dolaşım sistemi hastalıkları tanı grubuna dâhil hasta oranı, genitoüriner sistem hastalıkları tanı grubunadâhil hasta oranı, laboratuvar incelemesine giden hasta oranı ve radyolojik görüntülemeye giden hasta oranı)bilgisi kullanılarak toplam 9 adet küme bilgisi elde edilmiştir.Bulgular: Değişkenlere göre dokuz küme (Küme 1 Endokrinoloji, İç Hastalıkları, Romatoloji, Hematoloji; Küme2 Kalp Damar Cerrahisi, Kardiyoloji; Küme 3 Üroloji, Nefroloji; Küme 4 Beyin Cerrahi, Fizik Tedavi, Ortopedi;Küme 5 Çocuk Cerrahi, Çocuk Hastalıkları, Genel Cerrahi, Kadın Doğum; Küme 6 Girişimsel Radyoloji, TıbbiGenetik, Göz Hastalıkları, Kulak Burun Boğaz, Plastik Cerrahi; Küme 7 Göğüs Hastalıkları, Göğüs Cerrahi; Küme8 Enfeksiyon Hastalıkları, Gastroenteroloji, Aile Hekimliği, Dermatoloji, Nöroloji; Küme 9 Radyasyon Onkolojisi,Tıbbi Onkoloji) elde edilmiş olup, Küme 3 haricinde diğer 8 kümenin mevcut hastane düzenine tamamen veyakısmen uyumlu olduğu görülmüştür.Sonuçlara göre hasta sayısı yüksek olan dört kümeden sadece biri mevcut durumda hastane girişine yakınlokasyonda bulunmaktadır. Diğer üç kümede ise hasta sayısının dengelenmesi amacıyla, küme elemanlarındanbazılarına bir alt veya üst katta yer aldığı gözlenmektedir. Bu durum elde edilen analiz sonuçlarının mimariyapıya uygun hale getirilmesi şeklinde yorumlanabilir. Mevcut uygulamada, kanser tanılı ve çocuk hastalarınyoğun bulunduğu kümelere karşılık gelen yerleşimlerde eksiklikler tespit edilmiştir.Sonuç: Mevcut fiziksel yerleşimin analiz sonuçlarıyla tam olarak olmasa da büyük ölçüde uyum gösterdiğibelirlenmiştir. Elde edilen bulguların belirtilen sınırlılıklar göz önünde bulundurularak diğer bölge veya üniversitehastanelerinde karar-destek verisi olarak kullanılmasının faydalı olacağını düşünmekteyiz.

Amaç: Son yıllarda sağlık sektöründe üçüncü basamak hastanelerden tanı ve tedaviye yönelik beklenenmultidisipliner yaklaşım hizmetleri giderek artmaktadır. Bu durum hastanelerde birden fazla birime müracaatgerektirmekte, bu da hastaların sonuca ulaşmada aşırı zaman kaybetmelerine ve tanı/tedavilerde gecikmelereneden olmaktadır. Bu sürecin kısaltılmasının ilk ve kolay yöntemlerinden birisi benzerlik gösteren ve iş birliğigerektiren bölümlerin birbirlerine yakın konumlandırılmasıdır.Bu çalışmada Pamukkale Üniversitesi Hastanelerinde hasta gruplarına, tanılara ve işlem türlerine göre farklılıkve benzerlik gösteren hastane bölümlerinin ortaya konulması, belirlenen ihtiyaçlarına göre de çözüm önerilerinintanımlanması amaçlanmıştır.Gereç ve yöntem: Çalışma kümeleme analizi yöntemiyle 2019 yılında hastaneye gelmiş olan toplam 717.771hasta üzerinden gerçekleştirilmiştir. Yirmi dokuz bölüme ait 9 farklı değişken (hasta sayısı, ortalama yaş, kanserhastaları oranı, mavi kart hasta oranı, kas iskelet sistemi ve bağ dokusu hastalıkları tanı grubuna dâhil hastaoranı, dolaşım sistemi hastalıkları tanı grubuna dâhil hasta oranı, genitoüriner sistem hastalıkları tanı grubunadâhil hasta oranı, laboratuvar incelemesine giden hasta oranı ve radyolojik görüntülemeye giden hasta oranı)bilgisi kullanılarak toplam 9 adet küme bilgisi elde edilmiştir.Bulgular: Değişkenlere göre dokuz küme (Küme 1 Endokrinoloji, İç Hastalıkları, Romatoloji, Hematoloji; Küme2 Kalp Damar Cerrahisi, Kardiyoloji; Küme 3 Üroloji, Nefroloji; Küme 4 Beyin Cerrahi, Fizik Tedavi, Ortopedi;Küme 5 Çocuk Cerrahi, Çocuk Hastalıkları, Genel Cerrahi, Kadın Doğum; Küme 6 Girişimsel Radyoloji, TıbbiGenetik, Göz Hastalıkları, Kulak Burun Boğaz, Plastik Cerrahi; Küme 7 Göğüs Hastalıkları, Göğüs Cerrahi; Küme8 Enfeksiyon Hastalıkları, Gastroenteroloji, Aile Hekimliği, Dermatoloji, Nöroloji; Küme 9 Radyasyon Onkolojisi,Tıbbi Onkoloji) elde edilmiş olup, Küme 3 haricinde diğer 8 kümenin mevcut hastane düzenine tamamen veyakısmen uyumlu olduğu görülmüştür.Sonuçlara göre hasta sayısı yüksek olan dört kümeden sadece biri mevcut durumda hastane girişine yakınlokasyonda bulunmaktadır. Diğer üç kümede ise hasta sayısının dengelenmesi amacıyla, küme elemanlarındanbazılarına bir alt veya üst katta yer aldığı gözlenmektedir. Bu durum elde edilen analiz sonuçlarının mimariyapıya uygun hale getirilmesi şeklinde yorumlanabilir. Mevcut uygulamada, kanser tanılı ve çocuk hastalarınyoğun bulunduğu kümelere karşılık gelen yerleşimlerde eksiklikler tespit edilmiştir.Sonuç: Mevcut fiziksel yerleşimin analiz sonuçlarıyla tam olarak olmasa da büyük ölçüde uyum gösterdiğibelirlenmiştir. Elde edilen bulguların belirtilen sınırlılıklar göz önünde bulundurularak diğer bölge veya üniversitehastanelerinde karar-destek verisi olarak kullanılmasının faydalı olacağını düşünmekteyiz., Purpose: In recent years, the multidisciplinary approach services expected from tertiary hospitals in the healthsector for diagnosis and treatment have been increasing. This situation requires applying to more than one unit inhospitals, which causes patients to lose excessive time in reaching the result and delays in diagnosis / treatment.One of the first and easy ways to shorten this process is to position similar and collaborative departments closeto each other. In this study, it is aimed to reveal the hospital departments that show differences and similarities inPamukkale University Hospitals according to patient groups, diagnoses and types of procedures, and to definesolution proposals according to their identified needs.Materials and methods: The study was carried out on a total of 717,771 patients who came to the hospital in2019 with the cluster analysis method. A total of 9 cluster information was obtained by using 9 different variables(number of patients, average age, ratio of cancer patients, ratio of blue card patients, ratio of patients included in the diagnosis group of musculoskeletal and connective tissue diseases, ratio of patients included in thediagnosis group of circulatory system diseases, ratio of patients included in the diagnosis group of genitourinarysystem diseases, patients who went to laboratory examination rate and rate of patients going to radiologicalimaging) belonging to 29 departments.Results: Nine clusters according to variables (Cluster 1 Endocrinology, Internal Medicine, Rheumatology,Hematology; Cluster 2 Cardiovascular Surgery, Cardiology; Cluster 3 Urology, Nephrology; Cluster 4Neurosurgery, Physical Medicine and Rehabilitation, Orthopedics; Cluster 5 Pediatric Surgery, Pediatrics, GeneralSurgery, Obstetrics and Gynecology, Cluster 6 Interventional Radiology, Medical Genetics, Ophthalmology,Otolaryngology, Plastic Surgery; Cluster 7 Chest Diseases, Thoracic Surgery; Cluster 8 Infectious Diseases,Gastroenterology, Family Medicine, Dermatology, Neurology; Cluster 9 Radiation Oncology, Medical Oncology)were obtained, and it was observed that 8 other clusters, except for Cluster 3, were fully or partially compatiblewith the existing hospital layout.According to the results, only one of the four clusters with high patient numbers is currently located near theentrance. In the other three clusters, it is observed that some of the cluster elements are placed on the loweror upper floor in order to balance the number of patients, and this can be interpreted as making the analysisresults suitable for the architectural structure. In the current practice, deficiencies have been identified in thesettlements of clusters where cancer patients and pediatric patients are concentrated.Conclusion: It has been determined that the existing physical settlement is in good agreement with the analysisresults, although not completely. Considering the limitations stated, there is no obstacle to using the findings asdecision support data in other regional or university hospitals.

In the healthcare industry such as hospitals, the main objective of the managers is lowering the costs while improving the service quality. Therefore, in addition to the medical studies such as diagnosis and treatment, some beneficial and meaningful information is needed for making decisions on some administrative issues like patient satisfaction, income and outcome of the institution. In order to meet this requirement, various methods and utility software are used to make the data meaningful and beneficial particularly in the institutions such as hospitals where there exists an intensive flow of information. With this study, it is aimed at guiding the managers in the healthcare industry at some points at the decision making stage by use of the OLAP (Online Analytical Processing) methods that provide time-segmented and multidimensional data view. The application, developed within this study and named as OLAPPROG, aims at making the users to get benefit from the basic analytical processes of the OLAP methods. Moreover, the application, implemented at 16 different decision support points that have been determined as a result of some discussions with Pamukkale University Health Research and Practice Centre administrators, has been integrated with Hospital Information Management System (HIMS) and guided the hospital managers in decision-making issues., Hastaneler gibi sağlık hizmetleri sunan sektör yöneticilerinin ana hedefi maliyetleri azaltırken servis kalitesini iyileştirmektir. Bu nedenle, tanı ve tedavi gibi tıbbi çalışmalar yanında hasta memnuniyeti ve kurumun gelir ve giderleri gibi idari konularda da karar vermeye yönelik kullanışlı ve anlamlı bilgiye ihtiyaç duyulmaktadır. Bu ihtiyaca cevap vermek amacıyla, özellikle hastaneler gibi yoğun bilgi akışının olduğu kurumlardaki verinin, anlamlı ve kullanılabilir hale getirilmesi için farklı yöntemler ve yardımcı yazılımlar kullanılmaktadır. Bu çalışma ile sağlık sektörü yöneticilerine, ihtiyaç duyulan karar verme noktalarında, zaman dilimli ve çok boyutlu veri görünümü sağlayan OLAP (Online Analytical Processing – Çevrimiçi Analitik İşleme) yöntemleriyle yol gösterilmeye çalışılmıştır. Çalışma kapsamında geliştirilen ve OLAPPROG adı verilen uygulama ile kullanıcılarının OLAP yöntemlerinin temel analitik işlemlerinden yararlandırılması amaçlanmıştır. Pamukkale Üniversitesi Hastaneleri yöneticileriyle yapılan değerlendirmeler sonucu belirlenen 16 değişik karar destek noktasında gerçekleştirilen uygulama, HBYS (Hastane Bilgi Yönetim Sistemi) ile entegre edilmiş ve hastane yöneticilerine karar vermelerinde yol gösterici olmuştur.

Hastaneler gibi sağlık hizmetleri sunan sektör yöneticilerinin ana hedefi maliyetleri azaltırken servis kalitesini iyileştirmektir. Bu nedenle, tanı ve tedavi gibi tıbbi çalışmalar yanında hasta memnuniyeti ve kurumun gelir ve giderleri gibi idari konularda da karar vermeye yönelik kullanışlı ve anlamlı bilgiye ihtiyaç duyulmaktadır. Bu ihtiyaca cevap vermek amacıyla, özellikle hastaneler gibi yoğun bilgi akışının olduğu kurumlardaki verinin, anlamlı ve kullanılabilir hale getirilmesi için farklı yöntemler ve yardımcı yazılımlar kullanılmaktadır. Bu çalışma ile sağlık sektörü yöneticilerine, ihtiyaç duyulan karar verme noktalarında, zaman dilimli ve çok boyutlu veri görünümü sağlayan OLAP (Online Analytical Processing - Çevrimiçi Analitik İşleme) yöntemleriyle yol gösterilmeye çalışılmıştır. Çalışma kapsamında geliştirilen ve OLAPPROG adı verilen uygulama ile kullanıcılarının OLAP yöntemlerinin temel analitik işlemlerinden yararlandırılması amaçlanmıştır. Pamukkale Üniversitesi Hastaneleri yöneticileriyle yapılan değerlendirmeler sonucu belirlenen 16 değişik karar destek noktasında gerçekleştirilen uygulama, HBYS (Hastane Bilgi Yönetim Sistemi) ile entegre edilmiş ve hastane yöneticilerine karar vermelerinde yol gösterici olmuştur.

Bu tez çalışması, küreselleşen finansal piyasalar, hisse senetleri, hisse senedi fiyatını etkileyen faktörler, kısa vadeli sermaye hareketleri ve bu hareketlerin yönünü belirleyen değişkenler, Borsa İstanbul'un (BIST) faaliyet konusu, yapısı, BIST 30 endeksi hakkında bilgi vermek, ABD 10-yıllık tahvil faizi ve CBOE Volatilite endeksinin (VIX) BIST 30 endeksi için öncü gösterge olup olmadığını incelemek amacıyla yapılmıştır. İlk olarak hisse senetlerinin finansal piyasalardaki yeri üzerinde durulmuş, sermaye hareketlerinin özelliklerine ilişkin literatür çalışmaları sunulmuştur. Daha sonra Borsa İstanbul (BIST), ABD 10-yıllık tahvili ve VIX endeksine dair literatür taraması yapılmıştır. Son olarak da BIST 30 Endeksi ile Amerikan 10-yıllık tahvil faizi ve VIX Endeksi arasındaki ilişkiyi açıklamak amacıyla regresyon ve korelasyon analizleri yapılmıştır.Yapılan analizler; VIX endeksinin BIST 30 endeksi için iyi bir indikatör olduğunu, ABD 10-yıllık tahvil faizinin ise dönemin ekonomik konjonktürüne bağlı ve farklı veriler ışığında dönemsel iyi bir gösterge olabileceğini ortaya koymuştur. Anahtar Kelimeler: Borsa İstanbul (BIST), BIST 30 endeksi, VIX, ABD 10-yıllık tahvil faizi, sermaye hareketleri, korelasyon The aim of this study to give information about financial markets, stocks, the factors which affect the price of stock, short term capital flows and its reasons, the field of activity of Istanbul Stock Exchange (BIST), BIST 30 Index, and to explain relation between BIST 30 and American 10-year bond yield and VIX separately.First of all the importance of stocks in financial markets was mentioned, then the literature review about the capital flows was presented. After that, the literature review was made about BIST, American 10-year bond yield and VIX. Lastly, in order to explain relation between BIST 30 Index and American 10-year bond yield, VIX, regression and correlation analyses are conducted.The results of this study indicate that, VIX is effective indicator for BIST 30 Index, whereas ABD 10-year bond yield can be effective seasonal indicator in the light of different parameters due to the dependency on the economic cycle.Keywords: BIST, BIST 30 Index, VIX, American 10-year bond yield, capital flows, correlation 64

Günümüzde sağlık sektörü, verilen hizmetten dolayı hastanın memnuniyeti, giderler ve kazanımlar, tanı ve tedaviye yönelik tıbbi araştırmalar gibi konularda karar vermeye yönelik bilgi açlığı çekmektedir.Çalışmada, bu ihtiyaca cevap vermek amacıyla, niteliksiz veri bombardımanı altında ne yapacağını şaşıran sağlık sektörü yöneticilerine, zaman dilimli ve çok boyutlu veri görünümü sağlayan OLAP analiz işlemi ışığında yol gösterilmeye çalışılmıştır. Pamukkale Üniversitesi Eğitim Uygulama ve Araştırma Hastaneleri yöneticilerinin de fikirlerinin alınması sonucu, 16 değişik karar destek noktasında veri küpleri oluşturulmuştur. Kullanıcıların küplere kolayca ulaşması, üzerinde çalışabilmesi ve bu küpler sayesinde doğru ve özet bilgiye hızlıca ulaşmaları amacıyla bir uygulama geliştirilmiştir.OLAPPROG adını verdiğimiz bu uygulama, kullanıcılarının dice, slice, drill up, drill down gibi OLAP özelliklerinden yararlanmasını sağlamakla birlikte, küp görüntüsünün özelleştirilmesi, grafik çıktısının alınması ve farklı dosya formatları ile kaydedilmesi işlemlerini de yapabilmelerini sağlar.Veri transferi, zamanlanmış DTS paketleriyle yapıldığı için ve geliştirilen uygulama eklenen her yeni veri küpünü Microsoft Analysis Services'e bağlanarak otomatik olarak tanıdığından çalışmanın sürekliliği de sağlanmıştır.Çalışmada, Microsoft SQL Server 2000'in Database Server, SQL Agent, Data Transformation Services ve Analysis Services bileşenleri kullanılmıştır. OLAPPROG uygulaması ise Borland Delphi 7.0 yazılım geliştirme ortamında kodlanmıştır. Nowadays, health sector is in lack of information towards subjects such as patient satisfaction on given services, income, expenses and medical studies concerning diagnosis and treatment.In this study, it?s aimed to guide the administrators of health sector, confused under the featureless data bombardment, by using OLAP analysis, which provides time segment and multidimensional data view in order to prevent this need. By getting the opinions of Pamukkale University Education Practice and Research Hospital administrators, data cubes on 16 different decision support points are formed. An application is developed in order to provide users to reach the cubes easily, to work on them and to reach correct information and summarise the information quickly with the help of these cubes.The application we called OLAPPROG provides the users to customize of cube view, to get the printout of the graphic and to save with different file formats in addition to benefit from the OLAP features such as dice, slice, drill up and drill down.Because of the fact that data transfer is done by timed DTS packets and application recognizes automatically each attached data cubes by connecting Microsoft Analysis Services, this study?s continuity is guaranteed.In the study, Database Server, SQL Agent, Data Transformation Services and Analysis Services components of Microsoft SQL Server 2000 are used. OLAPPROG application is coded under Borland Delphi 7.0 software development package. 102