نوع مقاله : پژوهشی- مطالعه موردی

نویسندگان

1 کارشناسی ارشد گروه مهندسی سیستم های اطلاعات مکانی، دانشکده مهندسی نقشه برداری و اطلاعات مکانی،دانشکدگان فنی، دانشگاه تهران، تهران، ایران

2 دانشیار گروه مهندسی سیستم های اطلاعات مکانی، دانشکده مهندسی نقشه برداری و اطلاعات مکانی، دانشکدگان فنی، دانشگاه تهران، تهران، ایران

3 دانشیار گروه مهندسی نقشه برداری، دانشکده مهندسی عمران، دانشگاه صنعتی شاهرود، شاهرود، ایران

چکیده

ایجاد تعادل میان تقاضا و ارائه خدمات بهداشتی و درمانی نیازمند بهره­برداری از بیمارستان‌های جدید است، اما مسئله مهم این است که کدام مکان برای احداث بیمارستان بهینه است. تحقیق حاضر به‌منظور تعیین مکان بهینه احداث بیمارستان در منطقه 2 کلان‌شهر تهران از روش ترکیبی استفاده کرده است. روش ترکیبی استفاده‌شده مبتنی بر سیستم اطلاعات مکانی، مدل وزن‌دهی بهترین-بدترین و روش­های تصمیم ­گیری چندمعیاره واسپاس و تاپسیس است. مقایسات زوجی کمتر در فرایند وزن‌دهی روش پیشنهادی موجب افزایش دقت و قابلیت اطمینان نتایج تصمیم­گیری شده است. انجام توأم مدل‌سازی مکانی و رتبه­بندی نیز موجب کاهش فضای جست‌وجوی مکان­های مناسب احداث بیمارستان شده است. این ابتکار علاوه‌بر افزایش دقت، موجب افزایش سرعت و سهولت تصمیم­گیری می­شود؛ بر این اساس، پس از تعیین معیارهای مناسب در تصمیم­گیری، فرایند وزن‌دهی با مدل جدید بهترین-بدترین انجام شد و لایه­ مکانی هر معیار با استفاده از سیستم اطلاعات مکانی تهیه شد. براساس نتایج روش وزن‌دهی، معیارهای فاصله از بیمارستان­های موجود و فاصله از مراکز بهداشتی و درمانی، به‌ترتیب بیشترین و کمترین وزن را به خود اختصاص دادند. در گام بعد، نقشه تناسب اراضی با تلفیق لایه­های مکانی تهیه شد. تقریباً 88 درصد نتایج مدل‌سازی مکانی با واقعیت­های منطقه مطابقت داشت و نیمه غربی به‌ویژه قسمت جنوب غربی برای احداث بیمارستان جدید، از تناسب بیشتری در مقایسه با سایر قسمت­ها برخوردار بود. درنهایت سایت­های شماره 2، 5 و 8 از میان 11 سایت کاندید، به‌عنوان بهینه ­ترین مکان برای احداث بیمارستان جدید در منطقه 2 کلان‌شهر تهران تعیین شد. پیشنهاد می­شود که متناسب با جمعت ساکن در قسمت­های فاقد دسترسی مطلوب به امکانات بیمارستانی در منطقه 2، یک یا چند بیمارستان در سایت­های بهینه تعیین‌شده احداث شود تا علاوه بر بهبود دسترسی شهروندان به خدمات بهداشتی و درمانی، هزینه­ های دسترسی ساکنان منطقه به خدمات بهداشتی و درمانی کاهش یابد.
 

کلیدواژه‌ها

موضوعات

  1. اصغری­زاده، ع.، و محمدی بالانی، ع. (1396). تکنیک‌های تصمیم‌گیری چندشاخصه. تهران: انتشارات دانشگاه تهران.
  2. سازمان فناوری اطلاعات و ارتباطات شهرداری تهران (1398). آمارنامه شهرداری تهران 1397 (سالنامه آماری شهرداری تهران). تهران: انتشارات شهرداری تهران.
  3. حسینی، س. ه.، و صدیقی، ا. (1393). تحلیلی بر آمایش فضایی-مکانی فضاهای درمانی مشهد با رویکرد پدافند غیرعامل. مجله علمی آمایش سرزمین، (12)، 361-335.
  4. درگاهی، ح. (1390). استانداردهای بیمارستان. تهران: انتشارات دانشگاه تهران.
  5. زندی، ا.، پهلوانی، پ.، و بیگدلی، ب. (1399). تلفیق روش وزن‌دهی عینی کریتیک با روش کوداس و ویکور به‌منظور انتخاب مکان‌های مستعد احداث بیمارستان (مطالعه موردی: منطقه 5 تهران). جغرافیا و توسعه فضای شهری، (14)، 63-41.
  6. زندی، ا.، و پهلوانی، پ. (1400). مدل‌سازی مکانی و اولویت‌بندی مناطق مستعد جهت احداث بیمارستان با استفاده از تحلیل-های تصمیم‌گیری چند معیاره مبتنی بر سیستم اطلاعات مکانی (مطالعۀ موردی: منطقۀ 5 تهران). مجله علمی آمایش سرزمین، (25)، 280-247.
  7. زندی، ا.، پهلوانی، پ.، و بیگدلی، ب. (1401). رتبه‏ بندی بهینة سایت‏های کاندید بیمارستان با استفاده از تلفیق روش‏های وزن‌دهی عینی و تصمیم‏گیری چندمعیاره مبتنی بر سیستم اطلاعات جغرافیایی. مجله علمی آمایش سرزمین، (27)، 369-347.
  8. کاوه، م.، و مسگری، م. س. (1398). مکان‌یابی مراکز بیمارستان با استفاده از الگوریتم بهینه سازی ازدحام ذرات ترکیبی مطالعه موردی: منطقه دو تهران. فصلنامه علمی-پژوهشی اطلاعات جغرافیایی (سپهر)، (111)، 22-7.
  9. مصدق­راد، ع. م.، دهنوی، ح.، و دررودی، ع. (1400). عدالت در توزیع تختهای بیمارستانی شهر تهران: گزارش کوتاه. مجله دانشکده پزشکی دانشگاه علوم پزشکی تهران، (79)، 162-156.
  10. Adalı, E. A., & Tuş, A. (2021). Hospital site selection with distance-based multi-criteria decision-making methods. International Journal of Healthcare Management, 14(2), 534-544.
  11. Adam, S. P., Alexandropoulos, S. A. N., Pardalos, P. M., & Vrahatis, M. N. (2019). No free lunch theorem: A review. Approximation and Optimization: Algorithms, Complexity and Applications, 57-82.
  12. Almansi, K. Y., Shariff, A. R. M., Abdullah, A. F., & Syed Ismail, S. N. (2021). Hospital site suitability assessment using three machine learning approaches: evidence from the Gaza strip in Palestine. Applied Sciences, 11(22), 11054.
  13. Aturinde, A., Farnaghi, M., Pilesjö, P., Sundquist, K., & Mansourian, A. (2021). Spatial analysis of ambient air pollution and cardiovascular disease (CVD) hospitalization across Sweden. GeoHealth, 5(5), e2020GH000323.
  14. Bai, L. I., Shin, S., Burnett, R. T., Kwong, J. C., Hystad, P., van Donkelaar, A., & Chen, H. (2019). Exposure to ambient air pollution and the incidence of congestive heart failure and acute myocardial infarction: A population-based study of 5.1 million Canadian adults living in Ontario. Environment international, 132, 105004, 1-11.
  15. Bid, S., & Siddique, G. (2019). Human risk assessment of Panchet dam in India using TOPSIS and WASPAS multi-criteria decision-making (MCDM) methods. Heliyon, 5(6), e01956.
  16. Boyacı, A. Ç., & Şişman, A. (2022). Pandemic hospital site selection: a GIS-based MCDM approach employing Pythagorean fuzzy sets. Environmental Science and Pollution Research, 29(2), 1985-1997.
  17. Chatterjee, D., & Mukherjee, B. (2013). Potential hospital location selection using fuzzy-AHP: an empirical study in Rural India. International Journal of Innovative Technology and Research, 1(4), 304-314.
  18. Cox Jr, L. A. T. (2017). Socioeconomic and air pollution correlates of adult asthma, heart attack, and stroke risks in the United States, 2010–2013. Environmental Research, 155, 92-107.
  19. Dell’Ovo, M., Capolongo, S., & Oppio, A. (2018). Combining spatial analysis with MCDA for the siting of healthcare facilities. Land Use Policy, 76, 634-644.
  20. Hashemkhani Zolfani, S., Yazdani, M., Ebadi Torkayesh, A., & Derakhti, A. (2020). Application of a gray-based decision support framework for location selection of a temporary hospital during COVID-19 pandemic. Symmetry, 12(6), 886, 1-15.
  21. Hwang, C. L., & Yoon, K. (1981). Multiple attribute decision making: a state of the art survey. Lecture notes in economics and mathematical systems, 186(1).
  22. Kaveh, M., Kaveh, M., Mesgari, M. S., & Paland, R. S. (2020). Multiple criteria decision-making for hospital location-allocation based on improved genetic algorithm. Applied Geomatics, 12(3), 291-306.
  23. Kumar, P., Singh, R. K., & Sinha, P. (2016). Optimal site selection for a hospital using a fuzzy extended ELECTRE approach. Journal of Management Analytics, 3(2), 115-135.
  24. Lin, C.-T., Wu, C.-R., & Chen, H.-C. (2006). Selecting the Location of Hospitals in Taiwan to Ensure a Competitive Advantage via GRA. Journal of Grey System, 18 (3).
  25. Lin, C.-T., & Tsai, M.-C. (2010). Location choice for direct foreign investment in new hospitals in China by using ANP and TOPSIS. Quality and Quantity, 44(2), 375–390.
  26. Liu, L., Zhang, Y., Yang, Z., Luo, S., & Zhang, Y. (2021). Long-term exposure to fine particulate constituents and cardiovascular diseases in Chinese adults. Journal of Hazardous Materials, 416, 126051.
  27. Miç, P., & Antmen, Z. F. (2021). A decision-making model based on TOPSIS, WASPAS, and MULTIMOORA methods for university location selection problem. SAGE Open, 11(3), 21582440211040115.
  28. Moradian, M. J., Ardalan, A., Nejati, A., Boloorani, A. D., Akbarisari, A., & Rastegarfar, B. (2017). Risk criteria in hospital site selection: a systematic review. PLoS currents, 9.
  29. Munier, N. (2011). A strategy for using multicriteria analysis in decision-making: a guide for simple and complex environmental projects. Springer Science & Business Media.
  30. Nsaif, Q. A., Khaleel, S. M., & Khateeb, A. H. (2020). Integration of GIS and remote sensing technique for hospital site selection in Baquba district. Journal of Engineering Science and Technology, 15(3), 1492-1505.
  31. Opricovic, S., & Tzeng, G. H. (2004). Compromise solution by MCDM methods: A comparative analysis of VIKOR and TOPSIS. European journal of operational research, 156(2), 445-455.
  32. Rezaei, J. (2015). Best-worst multi-criteria decision-making method. Omega, 53, 49–57.
  33. Rezayee, M. (2020). Hospital site selection in Iskandar Malaysia using GIS-multi criteria analysis. International Journal of Basic Sciences and Applied Computing, 2(10), 8-15.
  34. Sadeghi, M., Ahmadi, A., Baradaran, A., Masoudipoor, N., & Frouzandeh, S. (2015). Modeling of the relationship between the environmental air pollution, clinical risk factors, and hospital mortality due to myocardial infarction in Isfahan, Iran. Journal of research in medical sciences: the official journal of Isfahan University of Medical Sciences, 20(8), 757-762.
  35. Sadjadi, S., & Karimi, M. (2018). Best-worst multi-criteria decision-making method: A robust approach. Decision Science Letters, 7(4), 323-340.
  36. Şahin, T., Ocak, S., & Top, M. (2019). Analytic hierarchy process for hospital site selection. Health Policy and Technology, 8(1), 42-50.
  37. Senvar, O., Otay, I., & Bolturk, E. (2016). Hospital site selection via hesitant fuzzy TOPSIS. IFAC-PapersOnLine, 49(12), 1140-1145.
  38. Sharmin, N., & Neema, M. (2013). A GIS-based multi-criteria analysis to site appropriate locations of hospitals in Dhaka City. Hospital, 8, 0-37.
  39. Soltani, A., Inaloo, R. B., Rezaei, M., Shaer, F., & Riyabi, M. A. (2019). Spatial analysis and urban land use planning emphasising hospital site selection: a case study of Isfahan city. Bulletin of Geography. Socio-economic Series, 43, 71-89.
  40. Taleai, M., Sharifi, A., Sliuzas, R., & Mesgari, M. (2007). Evaluating the compatibility of multi-functional and intensive urban land uses. International Journal of Applied Earth Observation and Geoinformation, 9(4), 375-391.
  41. Vahidnia, M. H., Alesheikh, A. A., & Alimohammadi, A. (2009). Hospital site selection using fuzzy AHP and its derivatives. Journal of environmental management, 90(10), 3048-3056.
  42. Yap, J. Y. L., Ho, C. C., & Ting, C. Y. (2019). A systematic review of the applications of multi-criteria decision-making methods in site selection problems. Built environment project and asset management, 9(4), 548-563.
  43. Zandi, I., & Delevar, M. R. (2021). Integration of GIS, Shannon Entropy and Multi-Criteria Decision Making for Hospital Site Selection. Presented at the 29th Annual GIS Research UK Conference (GISRUK), Cardiff, Wales, UK (Online).
  44. Zandi, I., Pahlavani, P., & Bigdeli, B. (2022). Different Multi-Criteria Strategies in Hospital Location Ranking using Dempster–Shafer Decision-Level Fusion and Quantifier-guided OWA, A Case Study. Earth Observation and Geomatics Engineering, 6, 10-27.
  45. Zavadskas, E. K., Kalibatas, D., & Kalibatiene, D. (2016). A multi-attribute assessment using WASPAS for choosing an optimal indoor environment. Archives of Civil and Mechanical Engineering, 16(1), 76-85.
  46. Zavadskas, E. K., Turskis, Z., Antucheviciene, J., & Zakarevicius, A. (2012). Optimization of weighted aggregated sum product assessment. Elektronika Ir Elektrotechnika, 122(6), 3–6.

 

CAPTCHA Image