Monitoring patient pathways at a secondary healthcare services through process mining via Fuzzy Miner
Notice bibliographique
Résumé
BACKGROUND: This study explored workflow pathways followed by patients seeking secondary healthcare services at a local hospital in a rural part of Turkey using process mining to improve hospital resource management. METHODS: The study used process mining to discover process flows as patient pathways implied by hospital records for in-patient, out-patient, biochemical laboratory, and radiology services. Utilizing its flexibility, visualizations and robustness, authors implemented fuzzy-miner algorithm. First, we processed the relevant data from patient records. Then, this data was transformed into event and activity logs. Subsequently, all data components were collected into a data warehouse, and the process mining algorithm was applied. The process mining specified resource usage levels and workload, service waiting times, associated bottlenecks in hospital services, and related statistics/measures. RESULTS: The results from the proposed process mining analysis offer insights and decision support to improve hospital resource management. For example, the resulting statistics indicate the high waiting times (e.g., median of waiting times around 2 h within the selected time period) in the General Surgery and Cardiology services, whose resources were highly utilized (2,699 and 6,162 times). Overloads at laboratories and radiological imaging seem to be contributing to these long waiting times, and capacities for the associated services may need to be improved. Waiting times and resource workloads are higher on specific dates related to local commercial and social activities. CONCLUSIONS: Process mining successfully identified the real work flows, bottlenecks, and long waiting times at services within the considered local hospital and provided insights to the hospital management for improving their practices. Moreover, the analyses revealed unique challenges in providing care at a local hospital located far from the city center, emphasizing the potential of process mining to improve healthcare delivery tailored to the specific hospital environment. CLINICAL TRIAL NUMBER: Not applicable.
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 | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».