Statistical Methods for Hospital Monitoring with R

نظارت بر بیمارستان‌ها پیچیده‌تر می‌شود و در حال افزایش است، هم به این دلیل که کارکنان می‌خواهند داده‌هایشان تجزیه و تحلیل شود و هم به دلیل افزایش نظارت اجباری. این کتاب مجموعه ای از توابع در R را ارائه می دهد، که دانشمندان و تحلیلگران داده را که در بخش های مدیریت عفونت و بهبود کیفیت در بیمارستان ها کار می کنند، قادر می سازد تا داده های اغلب غیر مستقل خود را که اغلب به شکل روند، بیش از حد پراکنده و گاهی خودکار است، تجزیه و تحلیل کنند. سری های زمانی همبسته؛ تجزیه و تحلیل این امر اغلب با استفاده از نرم افزار آفیس استاندارد دشوار است.

این کتاب راهنمایی بسیار مورد نیاز در مورد تجزیه و تحلیل داده‌ها با استفاده از R را برای تعداد فزاینده‌ای از دانشمندان در بخش‌های بیمارستانی که مسئول تولید گزارش‌ها هستند و ممکن است تخصص آماری محدودی داشته باشند، ارائه می‌کند.

این کتاب به بررسی تجزیه و تحلیل داده‌ها با استفاده از R می‌پردازد و دانشمندان بخش‌های بیمارستانی را که مسئول تولید گزارش‌ها هستند و در بهبود ایمنی نقش دارند، هدف گرفته است. متخصصانی که در جامعه کیفیت و ایمنی مراقبت های بهداشتی کار می کنند نیز این کتاب مورد علاقه را پیدا خواهند کرد

روش های آماری برای نظارت بر بیمارستان با R:

• توابع ارائه می دهد برای انجام بهبود کیفیت و تجزیه و تحلیل داده‌های مدیریت عفونت.
• ویژگی‌های سیستم‌های پیچیده، مانند خودسازماندهی و رفتار اضطراری، همراه با پیامدهای آن‌ها برای فعالیت‌هایی مانند تجزیه و تحلیل علت ریشه‌ای و اصل پارتو را بررسی می‌کند. به دنبال چند دلیل کلیدی برای رویدادهای نامطلوب باشید.
• خلاصه ای از جنبه های غیر آماری کلیدی ایمنی بیمارستان و عملکردهای آسان برای استفاده را ارائه می دهد.
• اسکریپت های R را در یک وب سایت همراه ارائه می دهد که امکان تجزیه و تحلیل را فراهم می کند. توسط خواننده انجام شود http://www.wiley.com/go/hospital_monitoring
• موضوعی را پوشش می دهد که در آینده اهمیت فزاینده ای خواهند داشت، مانند مدل های افزودنی تعمیم یافته، سیستم های پیچیده، شبکه ها و قوانین قدرت.

Hospitals monitoring is becoming more complex and is increasing both because staff want their data analysed and because of increasing mandated surveillance.  This book provides a suite of functions in R, enabling scientists and data analysts working in infection management and quality improvement departments in hospitals, to analyse their often non-independent data which is frequently in the form of trended, over-dispersed and sometimes auto-correlated time series; this is often difficult to analyse using standard office software. 

This book provides much-needed guidance on data analysis using R for the growing number of scientists in hospital departments who are responsible for producing reports, and who may have limited statistical expertise.

This book explores data analysis using R and is aimed at scientists in hospital departments who are responsible for producing reports, and who are involved in improving safety. Professionals working in the healthcare quality and safety community will also find this book of interest

Statistical Methods for Hospital Monitoring with R:

• Provides functions to perform quality improvement and infection management data analysis.
• Explores the characteristics of complex systems, such as self-organisation and emergent behaviour, along with their implications for such activities as root-cause analysis and the Pareto principle that seek few key causes of adverse events.
• Provides a summary of key non-statistical aspects of hospital safety and easy to use functions.
• Provides R scripts in an accompanying web site enabling analyses to be performed by the reader http://www.wiley.com/go/hospital_monitoring
• Covers issues that will be of increasing importance in the future, such as, generalised additive models, and complex systems, networks and power laws.