Big data-Reference-Cited by-同舟云学术

Big data

Published:2022-05-17 Issue:7 Volume:7 Page:49-66
ISSN:2584-6167
Container-title:Zbornik sveučilišta Libertas
language:
Short-container-title:Zb. sveuč Lib. (Online)

Author:

Kalanj Karolina¹^ORCID,Orešković Stjepan²^ORCID,Tkaličanac Maja¹,Memed Luka¹^ORCID,Vajagić Maja³^ORCID

Affiliation:

1. Libertas međunarodno sveučilište

2. Sveučilište u Zagrebu, Medicinski fakultet, Škola narodnog zdravlja „Andrija Štampar”

3. Hrvatski zavod za zdravstveno osiguranje

Abstract

Povećanje učinkovitosti i uspostavljanje financijske održivosti bolničkog zdravstvenog sustava u Republici Hrvatskoj temeljne su odrednice Nacionalnog plana razvoja bolnica. Cilj je rada prikazati aktivnosti bolničke mreže u Republici Hrvatskoj između 2017. i 2021. godine u odnosu na specifične modele plaćanja zdravstvenih usluga i zahtjeve za bolničkim uslugama na temelju tipa upućivanja. Potencijal sekundarne upotrebe prikupljenih podataka za unapređenje efikasnosti i kvalitete bolničkog zdravstvenog sustava analiziran je na temelju podataka za pet specifičnih indikatora. Istraživanje je retrospektivno, a analizom su obuhvaćeni podaci iz baze računa Hrvatskog zavoda za zdravstveno osiguranje. Odabrani vremenski okvir kvantificirao je smanjenje aktivnosti bolnica za sve aspekte liječenja tijekom trajanja COVID-19 pandemije uz manje zahtjeva za bolničkim uslugama na temelju upućivanja iz primarne zdravstvene zaštite. Specifičnost i upotrebljivost dostupnih podataka u reformi bolničkog zdravstvenog sustava nužno je iskoristiti za izgradnju analitičkih alata koji će određivati ne samo smjer razvoja mreže bolnica, već i cjelokupnog zdravstvenog sustava u Republici Hrvatskoj.

Publisher

Libertas medunarodno sveuciliste

Reference33 articles.

1. 1) Australian Commission on Safety and Quality in Health Care. (2013). Analysis of hospital-acquired diagnoses and their effect on case complexity and resource use. Final report. Sydney: Health Policy Analysis. https://www.safetyandquality.gov.au/sites/default/files/migrated/Analysis-of-hospital-acquired-diagnoses-and-their-effect-on-case-complexity-and-resource-use-Dec-2013.pdf

2. 2) Australian Commission on Safety and Quality in Health Care. (2019). Avoidable Hospital Readmissions - Report on Australian and International indicators, their use and the efficacy of interventions to reduce readmissions. https://www.safetyandquality.gov.au/sites/default/files/2019-08/d19-8961_acsqhc_avoidable_hospital_readmissions_literature_review_on_australian_and_international_indicators_july_2019.pdf

3. 3) Australian Consortium for Classification Development (ACCD). (2014). Development of Australian Refined Diagnosis Related Groups ver. 8.0. Final report. Canberra: ACCD. https://www.ihpa.gov.au/sites/default/files/publications/development_of_the_australian_refined_diagnosis_related_groups_v8.0_final_report_2.docx

4. 4) Bredenkamp, C., Bales, S., i Kahur, K., (ur.). (2019). Transition to Diagnosis-Related Group (DRG) payments for health: lessons from case studies. Washington, D.C.: World Bank Group. https://doi.org/10.1596/978-1-4648-1521-8

5. 5) Brook, C. (2007). Casemix funding for acute hospital care in Victoria, Australia. Melbourne: Australia Department of Human Services.