ya rat Sa at bas i bir gelis
D eger U r et D agilima U y gun Girdi Ic in N ormal
True
False Poz itif mi? G irdi Ic in U retilen D eger
Say Poz itif D e ger ler i
Say N egatif D eger ler i
C ik is
Standart sapma=1
1 milyon deneme icin, Ortalama= 3
0
0
0
0
Bu modele göre, örne in bir sa k birimine saat ba 1 hasta geldi ini ve giri te kay t i lemlerini yapt rken ortalama 3 dakikada kay t i leminin bitti ini ve gözlemlerimize göre bütün kay t sürelerinin 1 dakikal k bir standart sapma ile ortalama etraf nda da ld farz edelim, matematiksel olarak akla yak n bu örne imizi 1 milyon hasta için simüle etti imizde, elde etti imiz hasta kay t sürelerinin;
- 998591 hasta için pozitif bir say ya sahip oldu u
- 1409 hasta için ise negatif bir say ya sahip oldu u ortaya ç km r.
Bunun anlam ise 1 milyon hastan n 1409 tanesinin kay t için 0’dan küçük negatif bir süre beklemek zorunda kald klar r, bu durum imkans z oldu u için normal da n bir çok gerçek hayat modelinde hatal de erler üretebilece i unutulmamal r.
e.Verilerin Tabakalanmas
Ak süreçleri ve ak ablonlar elde edildikten sonra, belli birtak m rahats zl klar tedavi için gerekebilecek demografik verilerin tan mlanmas na gerek duyulabilmektedir. Ayn rahats zl klara sahip bütün hastalar ayn tedavi prosedürlerine ve ayn testlere tabi tutulmamaktad r. Baz hastalar baz prosedür ve uygulamalardan sonra komplikasyonlar ya ayabilmekte baz lar ise herhangi bir sorun ya amamaktad r. Baz hastalar test sonuçlar için laboratuar veya ilgili klini in yo unlu u veya sonuçlar yorumlayacak uzman n eksikli i nedeni ile di erlerinden
fazla beklemek zorunda kalabilecektir. Farkl bekleme süreleri ve farkl prosedürleri modele dahil edebilmek için, veriler hasta tiplerine göre tabaklanmal r (örne in acil servise gelen hastalar çok acil, acil, ivedi ve acil olmayan hastalar olarak tan mlanabilir).
f. Da mlar
Simülasyon projelerinde yayg n yap lan hatalardan bir tanesi ilgili süreç için uygun da kullanmak yerine, veri setinin ortalamas n kullan lmas r. Bir di er yayg n hata ise veri seti için yanl olas k da n kullan lmas r. Güçlü simülasyon yaz m paketleri genellikle olas k da elde etmek için uygun eklentilerle gelmektedirler fakat bunun için ayr yaz mlar da mevcuttur.
3.4.2.2 Modelin a Edilmesi
a. Planlama
Model kurma a amas nda ilk ad m modelin formüle edilmesi ve planlanmas basama r. Bu basamak veri toplama a amas ndan önce gerçekle tirilmesi gereken bir basamakt r. Simülasyon projesi ile elde edilmek istenen sonuçlara ula abilmek için, model istenen sonuçlar analiz edebilecek ekilde sisteme uyarlanmal r ki bu ise iyi bir planlama gerektirir. Bir sa k hizmetleri simülasyon projesinde üzerinde çal lan sisteme ait performans ölçüm kriterlerinin belirlenmesi için gerekli bilgiler, hizmet sunucular ve hizmet al lar ile mülakatlarla elde edilebilir.
Etkin bir model, tüm modelde de ikli e gitmeksizin ilgili birimlerin de ikli ine izin verecek ekilde tan mlanan modeldir. Simülasyon yöntemini kullanmada acemi olanlar genellikle modeli yekpare bir bütün olarak kurarlar, do rularlar, geçerlili ini sa larlar ve daha sonra ise alternatifleri test etmede sorun ya arlar. Bu tip bir modelleme analistin modelleme a amas nda geri dönmesine ve ciddi de iklikler yapmas na neden olmakta ve sonuçta zaman ve emek kayb na neden olmaktad r.
b. Kompleks Modeller, Basit Modeller
Literatüre geçmi çok ba ar simülasyon çal malar n bir k sm oldukça basit bir dizayna sahip modeller ile elde edilmi tir. Model haz rlan rken analist her amada kendine “Modele ekleyece im bu ekstra girdi bana simülasyonun
hedeflerine ula mas nda nas l bir katk sa layacakt r?” sorusunu sormal r. E er cevap “çok küçük veya s r katk ” ise bu girdiden uzak durmal r.
Çok kompleks modeller sorun te kil edebilece i gibi çok basit modellerde sorun olu turabilmektedir. Modele gerekli detay eklenmeksizin çal man n tamamlanmas , karar vericileri yanl yönlendirebilmektedir. Ço u durumda modelin kompleksli i artarken, bir noktadan sonra etkinli inin/kullan labilirli inin azalmaya ba lad görülmektedir. Yani karma kl k artarken etkinlikte artm fakat karma kl k artmaya devam edince bir noktada etkinlik azalmaya ba lam r. Bu noktadan sonraki detay art ise simülasyon sonuçlar n verimlili ini azaltmaktad r.
Etkinlik-Komplekslik ayar tespit etmek zor görünse de modele eklenecek her detay n verimlilik aç ndan katk n de erlendirilmesi analiste zaman ve çaba anlam nda ciddi bir art sa layacakt r.
3.4.2.3 Modelin Do rulanmas
a. Model Ak n Ele Al nan Sistemin Ak Süreçleri ile Kar la lmas Genel olarak modelin do rulanmas ile geçerlili inin sa lanmas birbirine kar lan kavramlard r. Herhangi bir alternatifin test edilmesinden önce ikisinin de gerçekle tirilmi olmas gerekmesine ra men iki a ama da asl nda oldukça birbirlerinden farl r. Modelin do rulanmas , modeldeki girdilerin ak n gerçek sisteme uygun olup olmad n ara lmas iken, modelin geçerlili inin sa lanmas , simülasyon sonuçlar n gerçek hayat sonuçlar ile uyu up uyu mad n ara lmas r.
Sa k hizmetleri simülasyon çal malar aç ndan, örne in ele ald z modeldeki girdi hasta ise, hastan n do ru yerde, do ru hizmet sunucu taraf ndan kar lanmas ve elde etti i hizmetin tan mlanan olas k da mlar na uygun olmas , duruma uygun tan lay testleri yapt rmas ve s ras geldi inde ak içindeki do ru dallanmaya yönelmesini incelemek ve bunu gerçek hayat ak emalar ile
b. Sistem Elemanlar ndan Yard m Alma
Modelin do rulu u test edilirken, ele al nan sistemde görevli bir uzman, modeli analist ile birlikte de erlendirmelidir. Ayn zamanda bir uzman n modelin do rulu unu tespit etmek için kat lmas , proje tamamland ktan sonra sonuçlar n uygulanmas sa lama ad na da önem te kil etmektedir.
3.4.2.4 Modelin Geçerlili inin Sa lanmas
Bu basamak sa k hizmetlerinin simülasyon yöntemi ile de erlendirilmesi çabalar n en yo un oldu u ve en çok sorunla kar la lan basamakt r. Veri toplama amas say lmaz ise simülasyon projesinin en çok zaman alan basama r. Modelin geçerlili ini (validation) test etmeye ba lamadan önce bir önceki basamak olan modelin do rulu unun sa lanmas basama n hiçbir üpheye yer b rakmaks n gerçekle tirildi inden emin olunmal r. Simülasyon yöntemi ile yeni sistem tasar konusu hariç olmak üzere, bu basama n gerçekle tirilmesi için veri toplama
amas nda gerekli girdi verileri ile birlikte ç kt verileri de toplanmal r, böylece modelin do ru sonuçlar verdi i incelenebilecektir.
3.4.3 Analiz Basamaklar
Modelin geçerlili i sa land ktan sonra, analist ve üzerinde çal lan sistemin yönetici konumundaki personeli ile birlikte, simülasyon projesinden beklenen amaca ula mak için hangi alternatiflerin de erlendirilece i tart lmal r. Daha sonraki ad mlar ise her alternatif için simülasyon ko umlar yapt rma ve simülasyon sonuçlar na göre istatistiksel aç dan anlaml ve uygulanabilir alternatifi seçip, bu alternatifi gerçek hayata yans tma olu turmaktad r. Bu noktada sa k hizmetleri simülasyon projeleri, yap lacak i ler aç ndan di er sektör ve disiplinlere ait simülasyon projelerinden farkl k arz etmemektedir.