Ressursutnyttelse og ventetider ved polikllinikk

Denne oppgaven analyserer hvorvidt det er en sammenheng mellom ressursutnyttelse og ventetider ved sykehus. Casen for denne oppgaven er den revmatologiske poliklinikken ved Universitetssykehuset Nord-Norge HF (UNN). Oppgaven undersøker om vi kan se en sammenheng mellom ventetiden og ressursutnyttels...

Full description

Bibliographic Details
Main Author: Hanssen, Thomas André Moan
Format: Master Thesis
Language:Norwegian Bokmål
Published: UiT Norges arktiske universitet 2022
Subjects:
Online Access:https://hdl.handle.net/10037/27806
id ftunivtroemsoe:oai:munin.uit.no:10037/27806
record_format openpolar
spelling ftunivtroemsoe:oai:munin.uit.no:10037/27806 2023-05-15T17:24:09+02:00 Ressursutnyttelse og ventetider ved polikllinikk Hanssen, Thomas André Moan 2022-05-31 https://hdl.handle.net/10037/27806 nob nob UiT Norges arktiske universitet UiT The Arctic University of Norway https://hdl.handle.net/10037/27806 openAccess Copyright 2022 The Author(s) Benchmarking BED-3901 Master thesis Mastergradsoppgave 2022 ftunivtroemsoe 2022-12-15T00:02:36Z Denne oppgaven analyserer hvorvidt det er en sammenheng mellom ressursutnyttelse og ventetider ved sykehus. Casen for denne oppgaven er den revmatologiske poliklinikken ved Universitetssykehuset Nord-Norge HF (UNN). Oppgaven undersøker om vi kan se en sammenheng mellom ventetiden og ressursutnyttelsen ved den revmatologiske poliklinikken. Data for analysen er fra 2019-2021, noe som gir en innsikt i hvordan ressursutnyttelsen har vært ved poliklinikken før og etter covid-19 pandemien. Studien tar utgangspunkt i teorien om teknisk effektivitet og herunder ressursutnyttelse. I oppgaven ses det på konsultasjoner og personalressursene som benyttes til konsultasjonene på en daglig basis. Analysen av ressursutnyttelsen gjennomføres med benchmarking-metoden Data Envelopment Analysis (DEA), hvor den outputorienterte modellen benyttes for å finne hver enkelt dags tekniske effektivitet. De dagene som benytter færrest personalressurser til konsultasjonene utgjør den effektive fronten. En totrinnsanalyse ved bruk av OLS-regresjon benyttes på effektivitetsscorene for å se hvilke utenforliggende variabler som kan forklare effektivitetsforskjellene. DEA-analysen viser at den daglige ressursutnyttelsen kommer lengre unna den effektive fronten fra 2019 til 2021. Totrinnsanalysen viser at sykefravær blant sykepleierne og covid-19 pandemien sitt inntog har påvirket ressursutnyttelsen negativt. Det vises også at ressursutnyttelsen er svakere om sommeren og rundt høytidene. Til slutt ses utviklingen i ressursutnyttelse opp mot utviklingen i ventetiden. Hvor det vises at ventetiden øker i perioden, hvor ressursutnyttelsen er blitt svakere. Oppgavens bidrag er å vise at ved å bedre ressursutnyttelsen ved sykehus vil sykehusene kunne redusere ventelistene sine, slik at pasientene får hjelpen de trenger raskere. Metoden viser en sammenheng mellom ventetid og ressursutnyttelse, men skal analysen kunne benyttes til økonomistyring trengs det et bedre datagrunnlag. Master Thesis Nord-Norge University of Tromsø: Munin Open Research Archive
institution Open Polar
collection University of Tromsø: Munin Open Research Archive
op_collection_id ftunivtroemsoe
language Norwegian Bokmål
topic Benchmarking
BED-3901
spellingShingle Benchmarking
BED-3901
Hanssen, Thomas André Moan
Ressursutnyttelse og ventetider ved polikllinikk
topic_facet Benchmarking
BED-3901
description Denne oppgaven analyserer hvorvidt det er en sammenheng mellom ressursutnyttelse og ventetider ved sykehus. Casen for denne oppgaven er den revmatologiske poliklinikken ved Universitetssykehuset Nord-Norge HF (UNN). Oppgaven undersøker om vi kan se en sammenheng mellom ventetiden og ressursutnyttelsen ved den revmatologiske poliklinikken. Data for analysen er fra 2019-2021, noe som gir en innsikt i hvordan ressursutnyttelsen har vært ved poliklinikken før og etter covid-19 pandemien. Studien tar utgangspunkt i teorien om teknisk effektivitet og herunder ressursutnyttelse. I oppgaven ses det på konsultasjoner og personalressursene som benyttes til konsultasjonene på en daglig basis. Analysen av ressursutnyttelsen gjennomføres med benchmarking-metoden Data Envelopment Analysis (DEA), hvor den outputorienterte modellen benyttes for å finne hver enkelt dags tekniske effektivitet. De dagene som benytter færrest personalressurser til konsultasjonene utgjør den effektive fronten. En totrinnsanalyse ved bruk av OLS-regresjon benyttes på effektivitetsscorene for å se hvilke utenforliggende variabler som kan forklare effektivitetsforskjellene. DEA-analysen viser at den daglige ressursutnyttelsen kommer lengre unna den effektive fronten fra 2019 til 2021. Totrinnsanalysen viser at sykefravær blant sykepleierne og covid-19 pandemien sitt inntog har påvirket ressursutnyttelsen negativt. Det vises også at ressursutnyttelsen er svakere om sommeren og rundt høytidene. Til slutt ses utviklingen i ressursutnyttelse opp mot utviklingen i ventetiden. Hvor det vises at ventetiden øker i perioden, hvor ressursutnyttelsen er blitt svakere. Oppgavens bidrag er å vise at ved å bedre ressursutnyttelsen ved sykehus vil sykehusene kunne redusere ventelistene sine, slik at pasientene får hjelpen de trenger raskere. Metoden viser en sammenheng mellom ventetid og ressursutnyttelse, men skal analysen kunne benyttes til økonomistyring trengs det et bedre datagrunnlag.
format Master Thesis
author Hanssen, Thomas André Moan
author_facet Hanssen, Thomas André Moan
author_sort Hanssen, Thomas André Moan
title Ressursutnyttelse og ventetider ved polikllinikk
title_short Ressursutnyttelse og ventetider ved polikllinikk
title_full Ressursutnyttelse og ventetider ved polikllinikk
title_fullStr Ressursutnyttelse og ventetider ved polikllinikk
title_full_unstemmed Ressursutnyttelse og ventetider ved polikllinikk
title_sort ressursutnyttelse og ventetider ved polikllinikk
publisher UiT Norges arktiske universitet
publishDate 2022
url https://hdl.handle.net/10037/27806
genre Nord-Norge
genre_facet Nord-Norge
op_relation https://hdl.handle.net/10037/27806
op_rights openAccess
Copyright 2022 The Author(s)
_version_ 1766115036024012800