Frontier efficiency of hospitals in United Arab Emirates: An application of data envelopment analysis
Notice bibliographique
Résumé
Background: Over the past four decades the United Arab Emirates (UAE) has undertaken a series of initiatives to improve the efficiency of hospitals. This study aims to examine the efficiency of private and public hospitals in the UAE. A clearer understanding of the technical efficiency of private and public hospitals will be important in shaping future policy reforms as well as assisting private investors that play an important role in the provision of healthcare within the UAE.Methods: This study employs the Data Envelopment Analysis (DEA) technique to measure the efficiency of both private and public hospitals in the UAE. Efficiency scores are calculated using both Banker, Charnes, and Cooper (BCC) and Charnes, Cooper, and Rhodes (CCR) models. The inputs into the models are number of beds, numbers of doctors, dentists, nurses, pharmacists and allied health staff, and administrative staff, while the outputs are the number of treated inpatients, outpatients, and average length of stay.Results: We find that public hospitals represent about a third of the total number of facilities but treat about 60% of the total number of patients. On the positive side we find that a third of the hospitals in the UAE to be efficient. On the other extreme we find that half the hospitals are less than half as efficient as the top hospital. The average technical efficiency of 96 hospitals is 59% using BCC model and 48% using CCR model. The results show no difference in the average efficiency scores between public and private hospitals, nor between foreign and domestically managed hospitals. We find that there is an almost equal probability to be an efficient or inefficient hospital in any of the emirates.Conclusions: The study contributes to the existing body of literature by establishing baseline technical efficiency scores that could be used in monitoring the efficiency effects of future policy changes. About 41% to 52% of the production factors are wasted during the service delivery process in the hospitals. Using the existing amount of resources, the amount of delivered outputs can be doubled, which can significantly impact patient outcomes. This leads us to believe that the ownership itself and foreign management is not sufficient to bring about improvements in efficiency. Interventions to improve the quality of management in hospitals could help to improve efficiency. National and international benchmarking of hospital performance help to provide more insights on sources of hospital inefficiency.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».