Αποδοτικότητα των υπηρεσιών υγείας σε περιόδους κρίσεων

Abstract

The COVID-19 pandemic presented significant challenges to healthcare systems globally, including in Greece, where public hospitals faced unprecedented pressure to manage limited resources while meeting increased demand for services. This doctoral thesis investigates the efficiency and effectiveness of 38 public hospitals within the 2nd and 3rd Health Regions of Greece during the critical period of 2020. The study employs a comprehensive methodological framework that integrates Data Envelopment Analysis (DEA), Analytic Hierarchy Process (AHP), and Genetic Algorithms (GA) to assess and enhance hospital performance. The research is conducted in four key stages. Firstly, DEA is utilized to measure the relative efficiency of hospitals by comparing multiple inputs (e.g., number of developed beds, staff, medical supplies) and outputs (e.g., number of patients treated, total days of hospitalization, laboratory examinations, surgical procedures) under both constant and variable returns to scale. Secondly, AHP is incorporated to complement DEA by integrating expert judgments, allowing for the inclusion of qualitative factors in the efficiency assessment. Thirdly, the study focuses on examining how these hospitals managed their operational efficiency during the COVID-19 pandemic, providing empirical evidence on the effectiveness of their resource management strategies. Finally, a GA-enhanced DEA model is developed to dynamically adjust the weightings of inputs and outputs, improving the accuracy and adaptability of the efficiency assessments in response to the rapidly changing conditions of the pandemic. The results indicate that while many hospitals operated efficiently under variable returns to scale, significant inefficiencies were revealed under constant returns to scale, particularly in the allocation and utilization of resources. The AHP integration provided a deeper understanding of the qualitative aspects of hospital efficiency, highlighting the importance of managerial insights in crisis situations. Moreover, the GA-enhanced DEA model demonstrated its utility in optimizing hospital performance by offering a more responsive and precise evaluation tool, capable of adapting to the evolving challenges of the pandemic.

Η πανδημία του COVID-19 έθεσε σημαντικές προκλήσεις στα συστήματα υγειονομικής περίθαλψης σε παγκόσμιο επίπεδο, όπως και στην Ελλάδα, όπου τα δημόσια νοσοκομεία αντιμετώπισαν πρωτοφανείς πιέσεις για τη διαχείριση των περιορισμένων πόρων και την ταυτόχρονη κάλυψη της αυξημένης ζήτησης για υπηρεσίες. Η παρούσα διδακτορική διατριβή διερευνά την αποδοτικότητα και αποτελεσματικότητα 38 δημόσιων νοσοκομείων της 2ης και 3ης Υγειονομικής Περιφέρειας της Ελλάδας κατά την κρίσιμη περίοδο του έτους 2020. Η μελέτη χρησιμοποιεί ένα ολοκληρωμένο μεθοδολογικό πλαίσιο που ενσωματώνει την Περιβάλλουσα Ανάλυση Δεδομένων («Data Envelopment Analysis», DEA), τη Διαδικασία Αναλυτικής Ιεράρχησης («Analytic Hierarchy Process», AHP) και τους Γενετικούς Αλγορίθμους («Genetic Algorithms», GA) για την αξιολόγηση και τη βελτίωση της απόδοσης των νοσοκομείων.Η έρευνα διεξάγεται σε τέσσερα βασικά στάδια. Αρχικά, η DEA χρησιμοποιείται για την αξιολόγηση της σχετικής αποδοτικότητας των νοσοκομείων με τη σύγκριση πολλαπλών εισροών (π.χ. αριθμός αναπτυγμένων κλινών, αριθμός προσωπικού, ιατρικές προμήθειες) και εκροών (π.χ. αριθμός νοσηλευόμενων ασθενών, συνολικές ημέρες νοσηλείας, εργαστηριακές εξετάσεις, χειρουργικές επεμβάσεις) υπό σταθερές και μεταβλητές αποδόσεις κλίμακας. Επιπροσθέτως, η AHP ενσωματώνεται για να πλαισιώσει τη DEA με την συμπερίληψη των κρίσεων των εμπειρογνωμόνων, επιτρέποντας τη συνεκτίμηση ποιοτικών παραγόντων στην αξιολόγηση της αποδοτικότητας. Στη συνέχεια, η μελέτη επικεντρώνεται στην εξέταση του τρόπου με τον οποίο τα εν λόγω νοσοκομεία διαχειρίστηκαν τη λειτουργική τους αποδοτικότητα κατά τη διάρκεια της πανδημίας του COVID-19, παρέχοντας εμπειρικά στοιχεία σχετικά με την αποτελεσματικότητα των στρατηγικών διαχείρισης των πόρων τους. Τέλος, αναπτύσσεται ένα μοντέλο DEA ενισχυμένο με GA (GA- enhanced DEA) για τη δυναμική προσαρμογή των συντελεστών στάθμισης των εισροών και των εκροών, βελτιώνοντας την ακρίβεια και την προσαρμοστικότητα των αξιολογήσεων της αποδοτικότητας ως απάντηση στις ταχέως μεταβαλλόμενες συνθήκες της πανδημίας. Τα αποτελέσματα δείχνουν ότι ενώ πολλά νοσοκομεία λειτουργούσαν αποτελεσματικά υπό συνθήκες μεταβλητής απόδοσης κλίμακας (variable returns to scale, VRS), αποκαλύφθηκαν σημαντικές ανεπάρκειες υπό συνθήκες σταθερής απόδοσης κλίμακας (constant returns to scale, CRS), ιδίως όσον αφορά την κατανομή και τη χρήση των πόρων. Η ενσωμάτωση της ΑΗΡ παρείχε βαθύτερη κατανόηση των ποιοτικών πτυχών της αποδοτικότητας των νοσοκομείων, υπογραμμίζοντας τη σημασία των διοικητικών διορατικών γνώσεων σε καταστάσεις κρίσης. Επιπλέον, το μοντέλο GA-enhanced DEA απέδειξε τη χρησιμότητά του στη βελτιστοποίηση της απόδοσης των νοσοκομείων, προσφέροντας ένα περισσότερο ευέλικτο και ακριβές εργαλείο αξιολόγησης, ικανό να προσαρμόζεται στις εξελισσόμενες προκλήσεις της πανδημίας.