Measuring the Efficiency of Public Hospitals in Kuwait: A Two-Stage Data Envelopment Analysis and a Qualitative Survey Study
Notice bibliographique
Résumé
The recent drop in oil prices has challenged public sector financing in Kuwait. Technical and scale efficiency scores for fifteen public hospitals in Kuwait from 2010 to 2014 were estimated using a two-stage data envelopment analysis (DEA). Technical efficiency scores were regressed against institutional characteristics using Tobit regression to investigate the determinants of efficiency differences in hospitals. Semi-structured interviews were also carried out with fourteen public and private hospital managers to qualitatively explore their perceptions and experience about about factors affecting hospital efficiency. The mean technical efficiency score for all hospitals was 85.8%, an improvement of 2% since 2010. The mean pure technical efficiency score was 79.6%, improving from 75% in 2010 to 81.2% in 2014. The mean scale efficiency score was 91.8%, improving from 87.6% in 2010 to 94.2% in 2014. Only three hospitals were constantly technically and scale efficient. Tobit regression showed that hospital efficiency was significantly associated with the average length of patient stay. Hospitals with more than 400 beds were potentially more technically and scale efficient. The qualitative study revealed that external factors affecting efficiency commonly included implemention of legislative changes and decreasing bureaucracy, while internal factors included increasing bed capacity and improving qualifications and training of human resources. Most public hospitals in Kuwait were not technically and scale efficient, but improvements were observed. Potential factors that affected the efficiency of hospitals in Kuwait were identified. These findings are useful to decision-makers in Kuwait for developing strategies to improve public hospital efficiency.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,034 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».