fa مروری بر روش‌های پایش آماری پیشامدهای کمیاب و ضرورت پایش آنها در حوزه بهداشت و درمان توصیفی Descriptive در حوزه بهداشت و درمان، مشخصه‌هاي كيفي متفاوتي وجود دارند كه لازم است مورد پايش و كنترل قرار گيرند. البته پايش هر مشخصه‌ كيفي نيازمند روش آماري (نمودار كنترل) خاصي است. مشخصه‌هاي كيفي خاصي در بهداشت و درمان وجود دارند كه به دليل نرخ رخداد بسيار كم آنها، اين‌طور به‌نظر مي‌رسد كه دليلي براي پايش و كنترل آنها وجود نداشته و يا اصلاً پايش آنها امكان‌پذير نباشد؛ زيرا نرخ رخداد آنها به‌حدي كوچك است كه پايش با استفاده از نمودارهاي كنترل متداولp و np امكان‌پذير نيست؛ در صورتي كه براي چنين مشخصه‌هاي كيفي نيز روش‌هاي متنوعي با كارايي‌هاي گوناگون توسعه داده شده است. چنين مشخصه‌هاي كيفي، پيشامدهاي بهداشتي نادر (Rare health events) ناميده مي‌شوند.<br>در سال‌هاي اخير با پيشرفت علوم و تكنولوژي، به‌تدريج سطح برخي از مشخصه‌هاي كيفي در حوزه بهداشت و درمان بهبود يافته است؛ تا حدي كه اين مشخصه‌ها به مشخصه‌هايي نادر و كمياب بدل شده‌اند (مانند نرخ تولدهايي با ناهنجاري‌هاي مادرزادي، كه اين نرخ در جوامع توسعه‌يافته بسيار ناچيز است). شايد در نگاه نخست، چنين مشخصه‌هايي نياز به پايش و كنترل نداشته باشند؛ ولي روش‌هاي آماري توسعه داده شده در اين زمينه نشان مي‌دهند كه اين مشخصه‌هاي كيفي نيز به سبب عوامل گوناگون (انحرافات غيرتصادفي) مي‌توانند از كنترل خارج شده، ناهنجاري‌هاي فردي و اجتماعي را موجب شوند. به‌كارگيري چنين روش‌هاي آماري و توسعه آنها، لازمه بهبود مستمر در حوزه بهداشت و درمان براي هر كشور توسعه‌يافته و در حال توسعه است. از جمله مهم‌ترين اين روش‌هاي آماري مي‌توان به روش مجموعه‌ها (Sets method)، روش امتياز تجمعي (CUSCORE)، روش SHDA و روش جمع‌تجمعي برنولي (Bernoulli CUSUM) اشاره كرد.<br>توسعه روش‌هاي متعدد در مورد پايش رخدادهاي كمياب در بهداشت و درمان در سطح بين‌المللي تأييدي بر ضرورت به‌كارگيري اين روش‌ها است. اين مقاله درصدد است تا با معرفي معروفترين اين روش‌ها و البته مقايسه آنها بر اساس شاخص متوسط طول دنباله (ARL)، كاراترين روش آماري را در اين خصوص شناسايي كند.<br><br></span> <br>Objective(s): There are a variety of quality characteristics in healthcare which are needed to be monitored and controlled. Of course, every quality characteristic needs to apply a special and exclusive statistical method. There are some special quality characteristics which are considered as rare health events. The incidence rates of these events are such small that one might guess monitoring is not necessary or even possible. In such cases, conventional p and np control charts are not efficient, since over dispersion occurs. It should be noted that various statistical methods have been developed for monitoring such quality characteristics.<br>Methods: In recent years, the problem of monitoring health events with small incidence rates has been as an attractive subject. Rare health events, such as congenital malformation has received considerable attention in the literature. Thereafter, miscellaneous statistical methods have been developed to monitor such rare events. The most important methods of such type are the "Sets method", "CUSCORE", "SHDA" and the "Bernoulli CUSUM".<br>In this paper, performance of aforementioned methods, are compared with each other based on average run length (ARL).<br>Results: Comparing the aforementioned methods regarding the ARL measure shows the descending performnces for the Bernoulli CUSUM, the CUSCORE, the Sets method and the SHDA. That is, the Bernoulli CUSUM has the highest and the SHDA has the lowest performance.<br>Conclusion: Science and technology developments, especially in healthcare area has improved quality characteristics levels, such that some quality characteristics (like failures rates) are known as rare health events. Various statistical methods show that either such rare events can be out of control because of some assignable causes. Developing and applying such methods is a necessity to quality improvement in healthcare. Among such methods, Bernoulli CUSUM chart has the highest performance. بهداشت و درمان, پیشامدهای نادر (کمیاب), کنترل فرآیند آماری, نمودارهای کنترل آماری, روش مجموعه‌ها, روش امتیاز تجمعی, روش SHDA, روش جمع‌تجمعی برنولی, متوسط طول دنباله Healthcare, Rare health events, Statistical Process Control (SPC), Control Charts, Sets Method, CUSCORE, SHDA, Bernoulli CUSUM, Average Run Length (ARL) 429 437 http://payeshjournal.ir/browse.php?a_code=A-10-10-476&slc_lang=fa&sid=1 Amir Afshin Fatahi امیر افشین فتاحی 10031947532846002056 10031947532846002056 No Rassoul Noorossana رسول نور‌النساء 10031947532846002057 10031947532846002057 No Pershang Dokouhaki پرشنگ دوکوهکی 10031947532846002058 10031947532846002058 No Massoud Babakhani مسعود باباخانی 10031947532846002059 10031947532846002059 No