Akademik Veri Yönetim Sistemi
CLEANER WASTE SYSTEMS, cilt.11, sa. 100302, ss.1-10, 2025 (ESCI, Scopus)
Tıbbi atık yönetimi, dünya genelinde, özellikle de atık tahminine yönelik sistematik ekonometrik modellemenin az olduğu Türkiye gibi gelişmekte olan ülkelerde, sağlık tesisleri için giderek büyüyen bir zorluktur. Bu çalışma, Ocak 2019'dan Aralık 2023'e kadar Dokuz Eylül Üniversitesi Hastanesi'nde (DEÜH) tıbbi atık üretimini etkileyen faktörleri inceleyerek bu boşluğu gidermeyi amaçlamaktadır. Ekonometrik modele değişken seçmek için Bayesian Model Averaging (BMA) yaklaşımı kullanılırken, Augmented-ARDL koentegrasyonu, DOLS uzun dönem etkileri ve Fourier Todo-Yamamoto testi nedensellik ilişkilerini incelemiştir. Bulgular, Yatak Doluluk Oranı (BOR), Yatak Devir Hızı (BTOR) ve Hastanede Yatılan Gün Sayısının (NDH) uzun vadede tıbbi atık üzerinde istatistiksel olarak anlamlı pozitif bir etkiye sahip olduğunu göstermektedir. Buna karşılık, Döngü Aralığı (CI) ve Yatan Hasta Sayısı (NI) negatif ancak istatistiksel olarak anlamsız bir etkiye sahiptir. Nedensellik analizi BOR, CI, NDH ve NI'den atık miktarına (WA) doğru tek yönlü bir ilişki olduğunu gösterirken, BTOR ile WA arasında çift yönlü bir nedensellik vardır. Bu sonuçlar, tıbbi atıklardaki artışın hastane kaynak kullanımını ve verimliliğini etkileyebileceğini göstermektedir. BTOR ve WA arasındaki etkileşim, yüksek cironun tıbbi atığı artırabileceğini, atıktaki artışın ise hastane kaynak yönetimini etkileyebileceğini göstermektedir. Bu çalışma, tıbbi atık yönetimi ve hastane operasyonlarının uzun vadeli planlamasında BOR ve BTOR'un önemini vurgulamaktadır.
Medical waste management is a growing challenge for healthcare facilities worldwide, particularly in developing countries like Türkiye, where systematic econometric modeling for waste prediction is scarce. This study aims to address this gap by examining the factors influencing medical waste generation at Dokuz Eylul University Hospital (DEUH) from January 2019 to December 2023. The Bayesian Model Averaging (BMA) approach was used to select variables for the econometric model, while Augmented-ARDL analyzed co-integration, DOLS explored long-run effects, and the Fourier Todo-Yamamoto test examined causality relationships. The findings show that Bed Occupancy Rate (BOR), Bed Turnover Rate (BTOR), and Number of Days Hospitalized (NDH) have a statistically significant positive effect on medical waste in the long run. Conversely, Cycle Interval (CI) and Number of Inpatients (NI) have a negative but statistically insignificant effect. Causality analysis indicates a unidirectional relationship from BOR, CI, NDH, and NI to waste amount (WA), while there is bidirectional causality between BTOR and WA. These results suggest that increases in medical waste can impact hospital resource utilization and efficiency. The interaction between BTOR and WA indicates that high turnover may increase medical waste, while the increase in waste could affect hospital resource management. This study highlights the importance of BOR and BTOR in the long-term planning of medical waste management and hospital operations.