6 results
Search Results
Now showing 1 - 6 of 6
Article Evaluation of Turkish Health System Capacity at Provincial Level by WISP Method Based on Weighting Methods(2025) Bulut, TevfikAmaç: Bu çalışmanın birincil amacı, Türkiye sağlık sisteminin kapasite ve kapasite açıklarını il düzeyinde göreceli olarak değerlendirmektir. Çalışmanın ikincil amacı ise R programlama dilinde kullanılan ağırlıklandırma yöntemleri için uygulama algoritmaları geliştirmektir. Yöntem: Sağlık sistemi kapasitesinin değerlendirilmesinde kullanılan karar kriterleri CRITIC, Shannon Entropy ve NMV yöntemleri ile ağırlıklandırılmıştır. İllerin sağlık sistemi kapasitesini değerlendirmek için WISP yöntemi kullanılmıştır. Veriler Sağlık Bakanlığı'nın 2022 Sağlık İstatistikleri Yıllığı'ndan alınmıştır. Bulgular: Tunceli, Bayburt ve Kilis, CRITIC tabanlı WISP skorlarına göre Türkiye'de sağlık sistemi kapasitesi açısından 81 il arasında optimal çözüme en yakın üç ildir. Buna karşılık, Bursa, İstanbul ve Şanlıurfa optimal çözümden en uzak üç ildir. Özgünlük: İl düzeyinde, sağlık sisteminin kapasitesindeki boşlukları tespit edebilir ve geliştirebiliriz. Kendi kendine yeterli sağlık sistemi kapasitesi oluşturabilir ve sağlık sistemini daha dirençli hale getirilebilir. Öte yandan, ağırlıklandırma yöntemleri için uygulama algoritmalarının geliştirilmesi önemli bir katkıdır. Böylece karar vericiler küçük ve özellikle büyük ölçekli veri setleri üzerinde anlık çözümler üretebilir.Article Classification of Resilience of Turkish Health System to Extraordinary Health Crises at Provincial Level(2025) Bulut, TevfikThis study aimed to classify the provincial-level resilience of the Turkish health system using K-Means and Partitioning Around Medoids (PAM) clustering methods, utilizing data from the Ministry of Health's 2022 Health Statistics Yearbook. Prior to clustering analysis, the 15 variables used to assess health system resilience were reduced to 9 through Principal Component Analysis (PCA). Clustering analyses were subsequently performed on these remaining variables using the PAM and K-Means methods. The health systems of 81 provinces were classified into 3 distinct clusters based on their resilience. The PAM method was found to yield more optimal results compared to the K-Means method. According to the PAM method, provinces assigned to Cluster 3 demonstrated superior health system resilience compared to those in the other clusters. Based on the average values of the variables, the clusters were ranked in descending order of resilience: Cluster 3, Cluster 2, and Cluster 1. Significant disparities were observed both between and within clusters, primarily attributed to the uneven distribution of resources relative to population. Therefore, it is recommended that health system capacity be strengthened, using the highest-performing cluster as a benchmark. This approach can facilitate the construction of a more resilient and equitable provincial health system regarding service delivery supply, ultimately contributing to the establishment of a stronger national health system built upon strengthened provincial foundations.Article Comparison of Countries in the Who European Region According To Noncommunicable Disease Indicators by Multi-Criteria Decision Making Methods(2025) Bulut, TevfikObjective: The aim of this study is to compare the relative risk prevalence of noncommunicable diseases (NCDs) in the countries of the European Region as defined by WHO (World Health Organization) using WASPAS (Weighted Aggregated Sum Product Assessment) and MULTIMOORA (Multi-Objective Optimization by Ratio Analysis plus the full Multiplicative Form) multi-criteria decision-making (MCDM) methods. Materials and Methods: The cross-sectional study’s target population consisted of 50 countries in the WHO European Region with complete observations. The study utilizes NCDs data that the WHO publicly released. Analysis was performed using the R programming language and Microsoft Excel. Results: Based on the CRITIC (CRiteria Importance Through Intercorrelated Corrected) weighted WASPAS analysis, it was observed that 24 European countries exhibited Q scores above the average, while 26 countries displayed Q scores below the average. Finland, Cyprus, Switzerland, Spain, Iceland, Iceland, Sweden, Slovenia, Italy, Norway, Latvia, Portugal, Luxembourg, Belgium, France, Greece, the Netherlands, Germany, Malta, Austria, Ireland, Israel, Lithuania, Israel, Lithuania and Estonia have the highest Q scores. Twenty-four countries with above- average Q scores have lower NCD prevalence than twenty-six European countries. In Türkiye, the prevalence of NCDs is above the European average. However, Switzerland, Finland, Iceland, Spain, Cyprus, Slovenia, Sweden, Portugal, Norway, and Luxembourg are among the top 10 European countries with the lowest NCD prevalence in the overall MULTIMOORA ranking. According to the overall ranking, Turkmenistan, Tajikistan, and Kyrgyzstan have the highest NCD prevalence. Conclusions: The findings from the CRITIC based WASPAS method and the CRITIC based MULTIMOORA indicate that the prevalence of NCDs generally varies according to income level. Higher-income countries note a lower prevalence of NCDs compared to those with lower income levels. Nonetheless, the prevalence of NCDs may differ among various socioeconomic groupsArticle DSÖ Avrupa Bölgesinde Grip Salgınının Büyüklüğünün Tahmin Edilmesi(2025) Bulut, TevfikBu çalışma DSÖ Avrupa ülkeleri ve bölgelerindeki grip salgınının büyüklüğünü tahmin etmeyi amaçlamaktadır. Bu ülkelerin dalga boyları, A ve B alt tipleri de dahil olmak üzere influenza vakalarının sayısına göre karşılaştırılmıştır. Salgının büyüklüğünü değerlendirmek için nüfus yoğunluğu, insani gelişme endeksi, vaka sayısı ve ilk vakanın kaydedilmesinden bu yana geçen gün sayısı gibi faktörler göz önünde bulundurularak epidemiyolojik dalga boyu yöntemi kullanılmıştır. Birleşik Krallık, İngiltere, 2022, 2023 ve 2024 yıllarında en yüksek dalga boyu skorlarına (We) sahip olmuştur. Buna karşılık, Azerbaycan sırasıyla 2022 ve 2023 yıllarında en düşük dalga boyu skorlarına (We) sahip olmuştur. DSÖ Avrupa ülkeleri ve bölgeleri için ortalama dalga boyu skoru 2023'te zirveye ulaşırken, en düşük skor 13,44 We ile 2022'de görülmüştür. Çalışma, epidemiyolojik dalga boyu yönteminin salgın boyutunu tahmin etmek için kullanılabileceğini ve salgının daha net ve daha güvenilir bir kesitsel görüntüsünü sağlayabileceğini göstermektedir.Article Kamu Hastanelerinin Rol Sınıflandırmasında Veriye Dayalı Bir Yaklaşım: Türkiye’den Kanıtlar(2025) Küçük, Aziz; Bulut, TevfikHastane sınıflandırması, modern sağlık sistemlerinde kaynakların etkin kullanımı, sağlık hizmetlerine erişimin artırılması ve hastaların uygun bakım düzeyine yönlendirilmesi açısından kritik bir rol oynamaktadır. Çalışmanın amacı, Türkiye’deki kamu hastanelerinin rol sınıflarını Rastgele Orman (Random Forest, RF) sınıflandırma algoritması kullanarak öngörmektir. Bu çalışma, Türkiye’de kamu hastanelerinin rol sınıflandırması üzerine doğrudan yürütülen ilk çalışmadır. Çalışmada, Türkiye genelinde sekiz farklı rol sınıfına ayrılmış 716 kamu hastanesine ait veriler analiz edilmiştir. İki farklı RF modeli (Model 1 ve Model 2) geliştirilmiş ve bu modeller genel doğruluk, Cohen’in Kappa katsayısı, eğri altı alan (AUC), F1 skoru ve dengelenmiş doğruluk gibi çeşitli performans göstergeleriyle karşılaştırmalı olarak değerlendirilmiştir. Yapılan performans değerlendirmesinde, RF Model 2’nin Model 1’e kıyasla üstün sonuçlar verdiği görülmüştür. Model 2, Model 1’e kıyasla daha yüksek doğruluk (%96,82’ye karşı %95,82), daha iyi Kappa katsayısı (0,9612’ye karşı 0,9489) ve daha yüksek AUC değeri (0,9889’a karşı 0,9863) elde etmiştir. Bu nedenle, Türkiye’deki kamu hastanelerinin rol sınıflarının öngörülmesinde Model 2’nin kullanılması önerilmektedir. Önerilen yöntem, farklı ülkelerdeki hastanelerin sınıflandırılmasında da uyarlanabilir ve sağlık yöneticilerine stratejik planlama ve kaynak tahsisinde veri temelli destek sağlayabilir.Article Comparison of European Countries Based on Noncommunicable Disease Risk Factors Using the APLOCO Method(2024) Bulut, TevfikAmaç: Çalışmanın amacı, DSÖ Avrupa Bölgesi'ndeki ülkeleri bulaşıcı olmayan hastalıkların temel risk faktörlerine göre karşılaştırmaktır. Gereç ve Yöntemler: Çalışmanın hedef popülasyonunu Avrupa Bölgesi’ndeki 37 ülke oluşturmaktadır. Karar kriteri olarak kullanılan temel risk faktörlerinin ağırlıkları Shannon Entropi ve NMD objektif ağırlıklandırma yöntemleri ile belirlenmiştir. Ülkeleri karar kriterlerine göre değerlendirmek için ÇKKV yöntemlerinden biri olan APLOCO kullanılmıştır. Bulgular: NMD tabanlı APLOCO ve Shannon Entropi tabanlı APLOCO yöntemlerinden elde edilen puan sıralamaları arasında anlamlı ve çok güçlü pozitif monoton bir ilişki vardır. NMD tabanlı APLOCO ve Shannon Entropi tabanlı APLOCO yöntemlerine göre Avrupa Bölgesi'nde ortalamanın üzerinde puana sahip ülke sayısı 14, ortalamanın altında puana sahip ülke sayısı ise 23'tür. Sonuç: Bulaşıcı olmayan hastalık risk faktörlerinin prevelansı, ortalamanın altındaki Avrupa Bölgesi ülkelerinde daha yüksektir. Bulaşıcı olmayan hastalık risk faktörlerinin yüksek prevalansı, bu bölgedeki bulaşıcı olmayan hastalıkların prevalansını artırabilir.
