Hastaneye yeniden yatışın regresyon yöntemleri ile incelenmesi

Birçok alanda olduğu gibi sağlık alanında da sıklıkla kullanılan regresyon analizinde incelenen bağımlı değişkenin yapısına göre farklı modeller kullanılmaktadır. Bağımlı değişken kesikli yapıda olduğunda poisson regresyon ve negatif binom regresyon en sık kullanılan regresyon modelleridir. Bu regresyon modelleri ile sayımın olasılığı, poisson ve negatif binom dağılımları ile modellenmektedir. Poisson ve negatif binom regresyonda ilgilenilen olayın gözlenen sayısı olan bağımlı değişken kesikli, sayılabilir yapıda iken bağımsız değişken için herhangi bir sınırlama getirilmemiştir. Bazı durumlarda bağımlı değişkende sıfır değeri çok fazla gözlenmektedir ve poisson ile negatif binom dağılıma uyumu bozmaktadır. Bu gibi durumlarda sıfır değer ağırlıklı modeller daha iyi uyum gösterebilmektedir. Hastaneden taburcu olmuş hastanın belirli bir süre içerisinde tekrar hastaneye başvurması yeniden yatış (yeniden yatış) olarak tanımlanır. Sağlık harcamalarını azaltmak, hasta bakım kalitesini yükseltmek, sağlık hizmetlerinin verimliliğini ve sağlıkta kaliteyi arttırmak için hastaların hastaneye yeniden yatış sayısını etkileyen faktörlerin değerlendirilmesi önemlidir. Bu tez çalışmasındaki amaç, hastaların yeniden yatış durumları ve yeniden yatışı etkileyen faktörlerin regresyon yöntemleri kullanılarak veriye en uygun regresyon yöntemi ve model seçiminin incelenmesidir. Eldeki tüm değişkenlerin geriye doğru seçim yöntemi uygulandığında, AIC, BIC ve LL değerlendirilerek ve uygulanan Vuong testi ile, sıfır değer ağırlıklı negatif binom modelin en uygun regresyon modeli olduğu gözlenmiştir. Bu modelde Sayım Bileşeninde; Sabit, Yaş, Histopatoloji, Komplikasyon ve Ameliyat grubu. Sıfır Bileşeninde ise; Yatış Süresi(gün), Histopatoloji ve Komplikasyon değişkenleri anlamlı bulunmuştur. Anahtar sözcük: Regresyon analizi, yeniden yatış, poisson regresyon, negatif binom regresyon, Sıfır değer ağırlıklı regresyon analizi