Health Services Management: Biomedical Search Engines Database Benchmarking Analysis in Covid-19 Epidemic Period

Year 2020, Volume: 2 Issue: 1, 17 - 30, 20.06.2020

Duygu Hıdıroğlu

Abstract

The benchmarking method, one of the most popular health management practices in recent years, refers to the renewal of internal and external processes by following the successful practices of the benchmark group of healthcare service firms, which generally consist of other healthcare service firms with superior performance. Benchmarking is a continuous activity and not a one-off project. In comparison, internal processes are adjusted, performance is monitored, new comparisons are made with the best performers available and subsequent changes are investigated. Thus, these steps sustain the company or organization to the highest level. Benchmarking increases its popularity in both private and public sector organizations day by day. However, “Is Benchmarking always desired positive results achieved?” is still the subject of debate in many stages. 

The Coronavirus epidemic, which has begun spreading throughout the world at the beginning of 2020, threatens both health and lives of thousands of people. The most important effect of this epidemic on human health is that it is a severe and rapidly transmitted respiratory disease. The Coronavirus epidemic has greatly influenced health sector manufacturers and public health systems in terms of research and development facilities to overcome Coronavirus epidemic such as vaccine invention, machinery manufacturing, etc.. The importance of the healthcare system biomedical search engines for researches emerged more in this epidemic period. The biomedical search engines half-readable Coronavirus epidemic dataset can be obtained and this dataset paves the way for individuals and organizations that volunteer in order to find a solution of Coronavirus epidemic by using research technologies in the field of healthcare.

In this study, the concept of Benchmarking in the health sector will be discussed. The dataset on the biomedical search engine www.medicare.gov, which is for the health sector and is used effectively in America, can combine 24 non-numerical features of the hospital dataset in various ways, and can suggest 522 different combinations and is able to discuss how hospitals can use the Benchmarking techniques. The methodology used in this study is largely based on objective measures, and more than 80% of hospital rankings are based on this data. In the ranking, survey responses of more than 125,000 doctors across the country were also taken into account. The study also took into account the biomedical data for 2018-2019 and the number of patients treated in hospitals. The methodology allows public enforcement on hospitals that hesitate to even treat low-income patients or to accept high-risk cases transferred from other hospitals, and even reject these patients. In this study, the results of the analysis demonstrate the benchmarking practices regarding the national and regional hospitals in the American health sector based on various criteria. This study aim illustrates how to use Benchmarking method and what are the advantages and disadvantages of this method. Further, the purpose of the study is to discuss Benchmarking practices in health sector and how could Benchmarking be used efficiently on biomedical search engines. It is aimed that the evaluations made in the study will both contribute to the literature and help to overcome the problems in the health sector caused by the coronavirus epidemic and facilitate access to coronavirus solutions. 

Keywords

Coronavirus Epidemic, Benchmarking, Health Sector, Biomedical Search Engine, Covid-19

Sağlık İşletmeleri Yönetimi Covid-19 Salgın Döneminde Biyomedikal Arama Motorları Verilerinin Kıyaslama Analizi

Abstract

Son yılların sağlık alanında en popüler yönetim uygulamalarından kıyaslama yöntemi, sağlık sektörü temsilcilerinin genellikle, üstün performansa sahip diğer sektör temsilcilerinden oluşan kıyaslama gurubunun başarılı uygulamalarını öğrenerek onları takip edip iç ve dış süreçlerinin yenilenmesini ifade etmektedir. Kıyaslama sürekli bir faaliyettir ve bir kereye mahsus bir proje değildir. Kıyaslamada iç süreçler ayarlanır, performans izlenir, mevcut en iyi performans gösterenlerle yeni karşılaştırmalar yapılır ve daha sonraki değişiklikler araştırılır. Böylelikle bu aşamalar sektör temsilcisini ya da kuruluşu en üst seviyeye taşımaktadır. Kıyaslama günümüzde hem özel hem de kamu sektör kuruluşlarında popülaritesini artırmaya devam etmektedir. Ancak, “kıyaslama her zaman istenen olumlu sonuçlara ulaşılıyor mu?” hala birçok mecrada tartışma konusudur.
2020 yılbaşında etkisini küresel boyutta fazlaca hissettiren Koronavirüs salgını, binlerce insanın sağlığını ve hayatını tehdit etmektedir. Bu salgının insan sağlığına en önemli etkisi ise şiddetli ve hızlı bulaşan solunum yolu rahatsızlığı olmasıdır. Koronavirüs salgını sağlık sektörü üreticilerini ve halk sağlığı sistemlerini büyük çapta etkilemiştir. COVID-19 ile mücadeleye yardımcı olacak aşı üretimi, makine üretimi vb. araştırmalar için sağlık sistemi biyomedikal arama motorlarının önemi ise bu dönemde daha çok ortaya çıkmıştır. Biyomedikal arama motorları yarımıyla okunabilir COVID-19 veri kümesi elde edilebilmekte ve bu veri kümesi Koronavirüs ile mücadele için yapılacak araştırmalara gönüllü ve sağlık alanında teknoloji araştırmaları yapan birey ve kuruluşların harekete geçmesinin önünü açmaktadır.
Bu çalışmada sağlık sektöründe biyomedikal verilerde kıyaslama yöntemi ele alınarak Koronavirüs salgın sürecinde elde edilen veri kümelerinin nasıl etkin biçimde kullanılabileceği örneklerle açıklanmaya çalışılacaktır. Amerika’da etkin şekilde kullanılan sağlık sektörüne ait, hastane veri kümesinin 24 sayısal olmayan özelliğini çeşitli şekillerde birleştirerek 522 farklı kombinasyonda kıyaslama grubu önerebilen biyomedikal arama motoru www.medicare.gov hakkında bilgi verilecek ve kıyaslama tekniğini nasıl kullandığı tartışılacaktır. Çalışmada kullanılan metodoloji, büyük ölçüde nesnel örneklemlere dayanmaktadır ve hastane verilerinin sıralamalarının yaklaşık %80'inden fazlası bu örneklemden alınan verilere dayanmaktadır. Sıralamada, ülke çapında 125.000'den fazla doktorun itibar konusundaki anket cevapları da dikkate alınmıştır. Çalışma ayrıca 2018-2019 yılları biyomedikal verilerine ve hastanelerde tedavi edilen hasta sayısını da dikkate almıştır. Metodoloji, düşük gelirli hastaları tedavi etmek veya diğer hastanelerden transfer edilen yüksek riskli vakaları kabul etmekte tereddüt eden ve hatta bu hastaları geri çeviren hastanelerin kamu tarafından tespit edilerek çeşitli kamusal yaptırımın uygulanmasını sağlayan bir metodolojidir.
Bu çalışmada, Amerika sağlık sektöründe yer alan ulusal ve bölgesel hastaneler arasında çeşitli kriterler bazında yapılan kıyaslamalar neticesinde ulaşılan analiz sonuçları yorumlanarak; sağlık sektöründe biomedikal arama motorlarından elde edilen veri kümelerinde kıyaslama yönteminin nasıl kullanıldığı, yöntemin avantajları ve dezavantajları hakkında bilgi verilmesi amaçlanmaktadır. Çalışmada yapılan değerlendirmelerin hem literatüre önemli katkılar sunması hem de Koronavirüs salgınının meydana getirdiği sağlık sektöründeki sıkıntıları aşmaya yardımcı olması ve sektörün gelişimini ve iyileşmesini sağlayacak Koronavirüse çözüm önerilerine ulaşılmasını kolaylaştırması amaçlanmaktadır.

Keywords

Koronavirüs, Kıyaslama Yöntemi, Sağlık Sektörü, Biyomedikal Arama Motoru, Salgın

Supporting Institution

Mersin Üniversitesi

References

• Adams, J. G., & Walls, R. M. (2020). Supporting the health care workforce during the COVID-19 global epidemic. Jama, 323(15), 1439-1440.
• Adler-Milstein, J., Ronchi, E., Cohen, G. R., Winn, L. A. P., & Jha, A. K. (2014). Benchmarking health IT among OECD countries: better data for better policy. Journal of the American Medical Informatics Association, 21(1), 111-116.
• Anand, G., & Kodali, R. (2008). Benchmarking the benchmarking models. Benchmarking: An international journal.
• Andersen, B., & Pettersen, P. G. (1995). Benchmarking handbook. Springer Science & Business Media.
• Arrowsmith, J., Sisson, K., & Marginson, P. (2004). What can ‘benchmarking’offer the open method of co-ordination?. Journal of European public policy, 11(2), 311-328. Balm, G. J. (1996). Benchmarking and gap analysis: what is the next milestone?. Benchmarking for Quality Management & Technology
• Berwick, D. M. (2003). Disseminating innovations in health care. Jama, 289(15), 1969-1975.
• Berwick, D. M., & Hackbarth, A. D. (2012). Eliminating waste in US health care. Jama, 307(14), 1513-1516.
• Bienia, C., & Li, K. (2011). Benchmarking modern multiprocessors (p. AAI3445564). Princeton, NJ: Princeton University.
• Brandt, N. J., Cooke, C. E., Sharma, K., Chou, J., Carden, M. J., Kumbera, P., & Pellegrin, K. (2019). Findings from A National Survey Of Medicare Beneficiary Perspectives On The Medicare Part D Medication Therapy Management Standardized Format. Journal Of Managed Care & Specialty Pharmacy, 25(3), 366-391.
• Carpinetti, L. C., & De Melo, A. M. (2002). What to benchmark?. Benchmarking: An International Journal.
• Cooper, R. G., Edgett, S. J., & Kleinschmidt, E. J. (2004). Benchmarking best NPD practices—I. Research-Technology Management, 47(1), 31-43.
• Daniels, N., Bryant, J., Castano, R. A., Dantes, O. G., Khan, K. S., & Pannarunothai, S. (2000). Benchmarks of fairness for health care reform: a policy tool for developing countries. Bulletin of the World Health Organization, 78, 740-750.
• Driggin, E., Madhavan, M. V., Bikdeli, B., Chuich, T., Laracy, J., Biondi-Zoccai, G., ... & Brodie, D. (2020). Cardiovascular Considerations For Patients, Health Care Workers, And Health Systems During The COVID-19 Pandemic. Journal of the American College of Cardiology, 75(18), 2352-2371.
• Ettorchi-Tardy, A., Levif, M., & Michel, P. (2012). Benchmarking: a method for continuous quality improvement in health. Healthcare policy, 7(4), e101.
• Folsom, D. P., Hawthorne, W., Lindamer, L., Gilmer, T., Bailey, A., Golshan, S., ... & Jeste, D. V. (2005). Prevalence and risk factors for homelessness and utilization of mental health services among 10,340 patients with serious mental illness in a large public mental health system. American Journal of Psychiatry, 162(2), 370-376.
• Freytag, P. V., & Hollensen, S. (2001). The process of benchmarking, benchlearning and benchaction. The TQM magazine.
• Fung, W., & Hsieh, D. A. (2004). Hedge fund benchmarks: A risk-based approach. Financial Analysts Journal, 60(5), 65-80. Iacobucci, D. and Nordhielm, C. (2000) Creative Benchmarking. Harvard Business Review.
• Habibi, R., Burci, G. L., de Campos, T. C., Chirwa, D., Cinà, M., Dagron, S., ... & Negri, S. (2020). Do not violate the International Health Regulations during the COVID-19 outbreak. The Lancet, 395(10225), 664-666.
• Iacobucci, D. and Nordhielm, C. (2000) Creative Benchmarking. Harvard Business Review.
• Jackson, N., & Lund, H. (2000). Benchmarking for Higher Education. Taylor & Francis, Inc., 7625 Empire Dr., Florence, KY 41042.
• Karnes, B. And Staff, P. (2018) U.S. News and World Report has released its 2017-18 rankings of best hospitals in the country. 10 Best Hospitals In California: US News And World Report.
• Klein, D. J., Elliott, M. N., Haviland, A. M., Saliba, D., Burkhart, Q., Edwards, C., & Zaslavsky, A. M. (2011). Understanding nonresponse to the 2007 Medicare CAHPS survey. The Gerontologist, 51(6), 843-855.
• Lankford, W. M. (2000). Benchmarking: Understanding the basics. The Coastal Business Journal, 1(1), 57-62.
• Lescure, F. X., Bouadma, L., Nguyen, D., Parisey, M., Wicky, P. H., Behillil, S., ... & Enouf, V. (2020). Clinical and virological data of the first cases of COVID-19 in Europe: a case series. The Lancet Infectious Diseases
• Murphy, J. E. (2000). Using benchmarking data to evaluate and support pharmacy programs in health systems. American journal of health-system pharmacy, 57(suppl_2), S28-S31.
• Ohinata, Y. (1994). Benchmarking: the Japanese experience. Long Range Planning, 27(4), 48-53.
• Ozcan, Y. A. (2008). Health care benchmarking and performance evaluation. Springer US.
• Reeves, J. J., Hollandsworth, H. M., Torriani, F. J., Taplitz, R., Abeles, S., Tai-Seale, M., ... & Longhurst, C. A. (2020). Rapid response to COVID-19: health informatics support for outbreak management in an academic health system. Journal of the American Medical Informatics Association.
• Rolstadås, A. (Ed.). (2013). Benchmarking—theory and practice. Springer.
• Spinelli, A., & Pellino, G. (2020). COVID-19 pandemic: perspectives on an unfolding crisis. Br J Surg, 10.
• Stapenhurst, T. (2009). The benchmarking book. Routledge.
• Valdes-Perez, R. (2015). Smart Benchmarking Starts with Knowing Whom to Compare Yourself To. https://hbr.org/2015/10/smart-benchmarking-starts-with-knowing-whom-to-compare-yourself-to
• Vorhies, D. W., & Morgan, N. A. (2005). Benchmarking marketing capabilities for sustainable competitive advantage. Journal of marketing, 69(1), 80-94.
• Wachter, R. M., & Goldman, L. (1996). The emerging role of" hospitalists" in the American health care system. New England Journal of Medicine, 335, 514-517.
• Zairi, M. (2010). Benchmarking for best practice. Routledge.