Öne çıkan

Bulut Performans Endeksi [BE] Simülasyonu

Bulut Performance Index [BI] Simulation

Giriş

Bulut Endeksi (BE)‘nin ilk uygulamaları her ne kadar finansal performans analizi alanında olsa da diğer çok kriterli karar verme (ÇKKV) problemlerinin çözümünde ve performans analizlerinde de kullanılabilmektedir. Bu endeksle maximum ve minimum prensibine dayalı olarak çalışan diğer Çoklu Karar Verme Yöntemlerinin eksikliklerinin giderilmesi de amaçlanmıştır. Nihai olarak, geliştirilen endekse ilişkin çalışmanın makalesi hakemli bir dergi olan Verimlilik Dergisi’nin 2017 yılı 3. sayısında yayınlanmış olup, uygulamayı göstermesi ve somutlaştırması adına Microsoft Excel 2016’da hazırladığım bütün seviyeleri içeren Bulut Endeks (BE) simülasyonu aşağıdaki linkten indirilebilir. Simülasyonun daha iyi anlaşılması adına yayınlanmış makaleyle birlikte değerlendirilmesi önem arz etmektedir.

Makaleyi indirmek için buraya tıklayınız: Bulut Endeksi

Dergi Bilim Kurulu: Bilim Kurulu

Bulut Endeks (BE) Metodolojisi

Endeksin uygulama adımları Şekil 1’de gösterilmiştir.

Şekil 1. BE Uygulama Adımları

BE, karar vericiye genel (Level 1), orta (Level 2) ve çekirdek (Level 3) olmak 3 seviyede statik ve dinamik çıktı üretme olanağı tanır. Bu seviyeler Şekil 2’te özetlenmiştir. Çekirdek (core) denilen her bir kriter seviyesinde üretilen Bulut Endeks sonuçları ile hem alternatifler arasında (horizontal analysis: yatay analiz) hem de kriterler bazında her bir alternatifin kendi içerisinde (vertical analysis: dikey analiz) değerlendirilmesine olanak sağlanır. Bu seviyede yatay analiz açısından kriter sayısı (satır sayısı) X alternatif sayısı (sütun sayısı) kadar (horizantal analysis) sonuç üretilerek çok daha derinlemesine analiz yapılabilir. Dikey analiz için ise matrisin sütun (alternatif) sayısı kadar sonuç üretilmiş olacaktı. Örneğin,  kullanılacak karar kriteri (satır) sayısı 10, alternatif (sütun) sayısı 50 ise yatay ve dikey analiz açısından 10×50=500 adet sonuç üretilmiş olacaktı. Verimlilik dergisinde yer alan örnek esas alınarak aşağıda excel dokümanı üzerindeki uygulamada, yatay ve dikey analiz için üretilecek sonuç 24 (kriter) x 23 (alternatif) = 552’dir.

Karar vericinin araştırma tasarıma ve amacına bağlı olarak orta ve çekirdek seviyede çıktı üretilmek istenmeyebilir, genel seviyede elde edilen BE sonuçları karar vericiye yeterli olabilir.

BE çıktı üretme seviyeleri 3 seviyede ele alınabilir;

  1. Seviye 1 (Genel)’de alternatiflerin bütün kriterlerinin değerlerinden hareketle genel bir BE değeri üretilir.
  2. Seviye 2 (Kategorize edilmiş kriter değerleri)’de kriter kümelerine göre BE değeri üretilir.
  3. Seviye 3 (Çekirdek)’de kriter değerleri baz alınarak alternatifler kendi içinde ve aralarında analiz edilerek BE değeri üretilir.

Şekil 2. BE Çıktı Üretme Seviyeleri

be

BE 3 seviyede çıktı üretmekte olup, bu 3 çıktı seviyesine göre üretilen çıktı sayısı ile üretilen BE skorların dayalı olduğu seviye değişkenleri Şekil 3’te gösterilmiştir.

Burada,

L:  seviye (Level),

m: matristeki satır veya kriter sayısı (the number of rows or criteria in the matrix),

n: matristeki sütun veya alternatiflerin sayısı (the number of columns or alternatives in the matrix),

c: benzer özelliklere sahip kriterlerden oluşan toplam küme sayısı olmak üzere (the total number of clusters of criteria with similar characteristics)

göstermek üzere seviyelere göre üretilen çıktı sayısı

Seviye 1 için üretilen sonuç sayısı (Number of results produced for Level 1)

L1=n

Seviye 2 için üretilen sonuç sayısı (Number of results produced for Level 2)

L2=cxm

Seviye 3 için üretilen sonuç sayısı (Number of results produced for Level 3)

L3=mxn

kadardır.

Şekil 3. BE Çıktı Üretme Seviyeleri ve BE Çıktılarının Dayalı Olduğu Tabaka Değişkenleri

BE Tabaka

Alt seviyelerde (2. ve 3. seviyeler) analiz neden önemlidir?

Bu önemlidir çünkü genel endeks değerleri çok iyi bir alternatif, kriterler kategorize edilerek oluşturulmuş 2. seviyede ve kriterlerin tek başına değerlendirildiği 3. seviyede Bulut Endeksleri skorlarında farklılık gösterebildiği, başka alternatiflerin bu alt endekslerde öne çıktığı görülebilmektedir. Benzer şekilde, Seviye 3’te kriter bazlı değerlendirmelere de olanak tanıyan bu endeksle alternatiflerin gerçekleşen kriter değeri ile olması gereken değerleri karşılaştırılarak çekirdek seviyede Bulut Endeksi değerleri elde edilebilir.

Geliştirilen endeks yöneylem araştırma (operation research) alanı içerisinde yer alan Çok Kriterli Karar Verme (ÇKKV) problemlerinin çözümünde sektör ayrımı olmaksızın rahatlıkla kullanılabilecektir. Karar kriterlerinin açık uçlu ve tek yönlü eşitsizlik içerdiği durumlarda alt seviyeleriyle birlikte (genel, orta ve çekirdek) uygulama alanı sunarak bir çok çıktı elde edilmesine olanak tanır. Bahsedilen bu yönleriyle Bulut Endeksi (BE) literatüre önemli bir katkı sunmaktadır.

Aşağıda excel ortamında uygulaması yapılan Bulut Endeksi (BE) simülasyonunda kriterlerin yönüne göre veri kümesi içerisindeki değerlerin minimum ve maksimum olanı alınarak kriter değerlerinin standart değeri olarak belirlenerek (Aşağıdaki örneğimizde kriterin yönüne göre kriterlerin maksimum ve minimum değerleri standart değer olarak alınmıştır. Karar verici yapılan işin, sektörün niteliğine ve literatürde öngörülen değerlere göre kriterlerin standart değerlerini belirleyebilir. Belirlenen kritere ait standart değer, veri kümesindeki değerlerin minimum olanı olabileceği gibi maksimum olanı, veri kümesindeki değerlerin ortalaması ya da literatürdeki değeri de olabilir.) varsayımsal olarak bu değerler ideal değerler olarak alınmıştır. Exceldeki örneğimizde ağırlıklandırma işlemi yapılmamıştır. Eğer karar verici ağırlıklandırma yapacaksa Adım 5 (Minimum Olması İstenen Değerlerin Tersine Çevrilmesi)‘te mutlak eşleştirme yapıldıktan sonra elde edilen matristeki kriterlerin değerleri ile belirlenen ağırlık katsayıları ile çarpılarak ağırlandırılmış karar matrisi elde edilir. Daha sonra Adım 6 (Endeks Referans Değerlerinin Belirlenmesi)’ya geçilir. Ağırlıklandırma işleminde karar verici veri setinin yapısına, araştırmanın içerik ve niteliğine göre istediği ağırlıklandırma yöntemini (nitel ya da nicel yöntemler) kullanılabilir.  

Excel simülasyonunda Minimum Olması İstenen Değerlerin Tersine Çevrilmesi aşamasında kriter değerlerinin tersine sıralanarak ilgili değeri ilgili alternatifin altına yazdırmak için kullanılan formül:

=KÜÇÜK($D$60:$H$60;RANK(D60;$D$60:$H$60;0)))

Şimdi sırasıyla formül içinde kullanılan fonksiyonları dışardan içe doğru açıklayalım.

=KÜÇÜK fonksiyonu, bir veri kümesinde n. en küçük değeri verir. Bir veri kümesinde belirli bir göreli konumu olan değerleri elde etmek için bu fonksiyon kullanılır.

=RANK fonksiyonu, bir veri kümesi içindeki bir değerin o veri kümesi içindeki sırasını verir. Bu fonksiyonun içinde yer alan 0 ise yapılacak sıralamanın tersine olacağı anlamına gelir. Eğer bu formülde 0 yerine 1 kullanılmış olsaydı ya da hiç bir şey kullanılmamış olsaydı (default olarak) normal sıralama değerlerini elde edecektik.

Özetle, Minimum Olması İstenen Değerlerin Tersine Çevrilmesi aşamasında =KÜÇÜK($D$60:$H$60;RANK(D60;$D$60:$H$60;0))) formülünde tersine sıralama yaparak veri kümesindeki seçili değerin sırasını belirliyoruz. Daha sonra belirlenen bu sıraya göre o sırada yer alan değeri getirmesini istiyoruz. Diğer bir deyişle, kriter yönü minimum olan değerlerin kendi içerisinde tersine sıralama yaparak yerini değiştirmiş oluyoruz. Böylece verilerde hiç bir bozulma olmadan Mutlak Eşleştirme yapmış oluyoruz.

Microsoft Excel ortamında hazırlamış olduğum simülasyon çalışmasını aşağıdaki linkten indirebilirsiniz. Simülasyon uygulamasında tekrarlı basit tesadüfi örnekleme tekniği kullanarak sentetik alternatif kriter değerleri üretilmiştir. F9 tuşuna basılı tutarak alternatiflere yönelik yeni kriter değerleri üreterek farklılaşmaları görebilirsiniz. Simülasyon çalışmasındaki sayfalar formül korumalı olduğu için tbulut şifresini girerek çalışmalarınıza uyarlayabilirsiniz. Bu simülasyon çalışması Bulut Endeksi (BE)’nin bütün seviyelerinde hazırlanarak kullanıcılara Bulut Endeksi (BE)’nin anlaşılmasının ve kullanılmasının kolaylaştırılması amaçlanmıştır.

Bulut Endeksi (BE) Hangi Alanlarda Kullanılır?

Dinamik bir nitelik de taşıyan Endeks açık uçlu ve tek yönlü eşitsizlikleri (standart değeri olan ya da hesaplanan) içeren;

  1. Sıralama (Ranking)
  2. Seçim (Selection)
  3. Etkinlik ve verimlilik ölçümleri (measurements  of efficiency and productivity)
  4. Performans değenlendirme (performance evaluation)
  5. Risk tahmini (risk estimation)
  6. Optimal çözüm (optimal solution)

problemlerinin çözümünde sektör ayrımı gözetmeksizin rahatlıkla uygulanabilir. Kamu kurum ya da kuruluşları ile birlikte özel sektör oluşturacağı endekslerde ve analizlerde hem genel değerlendirmeye hem de alt seviyelerde değerlendirmelere olanak tanıdığı ve aynı zamanda dinamik bir yapıya sahip olduğu için Bulut Endeksi (BE)’ni kullanabilirler. Bu noktada, kurum ya da kuruluşların yapması gereken tek şey, değerlendirmeye konu kriterlerin ve gerekliyse bu kriterlerin ağırlıklarının belirlenmesidir.

Bulut Endeks (BE) Yöntemini Kullanan Bilinen Çalışmalar

  1. Kıran, Şafak. (2018). Sağlık kurumları finansal tablo analizlerinde kullanılabilecek anahtar finansal oranların belirlenmesi: Bir performans endeksi önerisi, Kahramanmaraş Sütçü İmam Üniversitesi, Sosyal Bilimler Enstitüsü, Sağlık Yönetimi Ana Bilim Dalı. Yüksek Lisans Tezi. YÖK Tez No: 524092. Bulut Performans Endeksi (BE)’nin 1. ve 2. seviyelerinde yapılan örneklem büyüklüğü (n) geniş kapsamlı bir çalışmadır.
  2. Güden, Merve.(2021). “Metal Eşya Endeksine Kayıtlı Şirketlerin Finansal Performanslarının Bulut Endeks Performans Yöntemiyle Değerlendirilmesi” Yüksek Lisans Tezi, Adnan Menderes Üniversitesi, İşletme Anabilim Dalı, Muhasebe ve Finansman Yüksek Lisans Programı. Yüksek lisans tezi 5 Ocak 2021 tarihinde kabul edilmiş olup, yakında YÖK Tez’de de yayınlanacaktır. Bulut Performans Endeksi (BE)’nin 1, 2 ve 3. seviyelerinde yapılan bir çalışmadır.

Faydalı olması ve farkındalık oluşturması dileğiyle.

Bilimle ve teknolojiyle kalınız.

Saygılarımla.

Not: Kaynak gösterilmeden alıntı yapılamaz veya kopyalanamaz.

Note: It can not be cited or copied without referencing.

Yararlanılan Kaynaklar

Öne çıkan

R’da Quandl Kütüphanesi İle Veri Çekme ve Dinamik Grafik Oluşturma: Extracting Data with Quandl Library and Creating Dynamic Charts in R

Intro

Within the scope of the study, how the data sets are drawn with the Quandl R package, how the metadata is obtained, how dynamic graphics are created especially in the data sets with time series are discussed using dygraphs and plotly packages.

Giriş

Çalışma kapsamında Quandl R paketi ile veri setlerinin nasıl çekildiği, meta verinin nasıl elde edildiği, özellikle zaman serileri bulunan veri setlerinde dinamik grafiklerin nasıl oluşturulduğu dygraphs ve plotly paketleri kullanılarak ele alınmıştır.

Quandl R paketi ile premium veri setlerini alabileceğiniz gibi ücretsiz olarak tanımlanmış veri setlerini de alabilirsiniz. Burada bir ücret söz konusu değildir. Bazı veri setlerinin indirilebilmesi için bu pakette ücretli abonelik tanımlanmıştır.Quandl R paketi ücretsizdir. Ancak günde 50’den fazla arama yapmak istiyorsanız, ücretsiz bir Quandl hesabı oluşturmanız ve API anahtarınızı almanız gerekir.Premium veri setlerine ulaşabilmek için de API anahtarının olması gerekir. API anahtarını https://www.quandl.com/login web adresinden kayıt yaptırarak alabilirsiniz.API anahtarını elde ettikten sonra Quandl.api_key(“API anahtarı”) ve Quandl(“FRED/GDP”) veya kombine olarak Quandl(“FRED/GDP”,api_key=”API anahtarı”) şeklinde yazılması gerekir. Buradaki örneğimizde ABD Merkez Bankasının Gayri Safi Milli Hasıla (GDP) verisi çekilmiştir.Fonksiyon içerisinde FRED ise Federal Reserve Economic Data yani Federal Rezerv Ekonomik Verisi’nin kısaltmasıdır. Ücretsiz olarak tanımlanan veri setlerinde bahsedildiği üzere API anahtarına ihtiyaç yoktur.Veri setlerini farklı formatlarda alabilirsiniz. Bunlardan bir kaçı şöyledir:

  • Ham veri: Quandl(“FRED/GDP”, type=”raw”)
  • ts formatı: Quandl(“FRED/GDP”, type=”ts”)
  • xts formatı:Quandl(“FRED/GDP”, type=”xts”)
  • zoo formatı: Quandl(“FRED/GDP”, type=”zoo”)

Yukarıda belirtilen ts, xts ve zoo formatları zaman serisi formatları bilinmektedir.

Eğer veriyi farklı zaman periyodları halinde almak istersek veri setinin yapısına göre saatlik, günlük, haftalık, aylık, çeyrek dönemlik olarak da alabiliriz. Örneğin, Quandl(“FRED/GDP”, type=”ts”, collapse=”annual”) fonksiyonunda ABD GDP verisini yıllık olarak ve ts formatında almış oluruz.

Çalışmada grafikler oluşturulurken veri madenciliği teknikleri kullanarak nasıl grafiklere uygun hale getirildiğini de görmüş olacaksınız.

Yüklenen kütüphaneler

kütüphane<-c("dplyr","tibble","tidyr","ggplot2","ggthemes","readxl", "writexl", "psych", "GGally", "rstatix","RColorBrewer","htmlwidgets","kableExtra","stargazer","readr", "lubridate", "Quandl", "xts", "data.table", "dygraphs", "quantmod", "plotly")
yükle<-sapply(kütüphane, require, character.only = TRUE, warn.conflicts = FALSE)
 
#Kütüphane yüklenme durumunu gösteren tablo
 
tablo=suppressWarnings(yükle, classes = "warning")
   
isim=names(tablo)
   
deger=as_tibble(tablo)
   
data.frame(Sıra=1:length(isim), Kütüphane=isim, Durumu=deger$value) %>% 
mutate(Durumu=if_else(Durumu==TRUE, "Yüklendi", "Paket Kurulumu Gerekli")) %>% 
kable(caption = "Yüklenen Kütüphaneler")%>%
kable_styling(bootstrap_options = c("striped", "hover"), full_width = F, html_font="calibri")

Veri setlerine ulaşma

National Stock Exchange of India Prices (NSE) OIL veri setinden çeyrek dönemlik ve zoo formatında veri elde edilmiştir.

```{r}
Quandl('NSE/OIL', collapse = "quarterly", type = "zoo", limit = 10)%>% 
kable() %>%
kable_styling(bootstrap_options = c("striped", "hover"), full_width = F, html_font="calibri")
```

Türkiye aramasına göre veri setleri

Burada ilk 6 kayıt verilmiştir.

Quandl.api_key('Api Anahtarı')
Quandl.search(query="Turkey", silent=T) %>% 
select(id, dataset_code, database_code, name,	description)%>%
kable() %>%
kable_styling(bootstrap_options = c("striped", "hover"), full_width = F, html_font="calibri")

Ekonomik göstergeler veri seti (Global Economic Indicators)’nden bir kesit

Quandl.api_key('Api Anahtarı')
Quandl.datatable('EDIA/ECD')%>% 
as_tibble() %>% 
head() %>% 
kable() %>%
kable_styling(bootstrap_options = c("striped", "hover"), full_width = F, html_font="calibri")

ABD Milli Hasıla verisi

# veri birleştirme
r=Quandl("FRED/GDPC1") %>% 
as_tibble()%>% mutate(tur=rep("Reel GSMH",298))

g=Quandl("FRED/GDP") %>% 
as_tibble() %>% mutate(tur=rep("GSMH",298))

rp=Quandl("FRED/GDPPOT")%>% 
as_tibble() %>% mutate(tur=rep("Reel Potansiyel GSMH",332))

veri=bind_rows(r,g, rp) %>% rename("Hasıla"=Value, "Tarih"=Date)
veri %>% ggplot(aes(x=Tarih, y=Hasıla, group=tur))+geom_line(aes(colour=tur), size = 1) + theme_igray() + ggtitle("ABD Milli Hasıla ($)")+ xlab("Tarih")+ylab("Milyar $")+scale_x_date(date_breaks = "8 years", date_labels = "%Y" )+
theme(plot.title = element_text(hjust = 0.5))+
labs(color='Türü')+
labs(caption = "Veri kaynağı: FRED")

Dinamik grafik oluşturma 1

Burada dygraph kütüphanesi kullanılarak dinamik grafik oluşturulmuştur. Ancak burada sadece oluşturulan grafiğin resmi verilmiştir. Çalışmanın sonunda html linki paylaşılacaktır.

r=Quandl("FRED/GDPC1") %>% 
as_tibble()%>% mutate(tur=rep("Reel GSMH",298))%>% rename("Hasıla"=Value, "Tarih"=Date)
r1=r[,c(1:2)]
r1$Tarih= as.Date(r1$Tarih)

r2=as.xts(as.data.table(r1))

dygraph(r2, main="ABD GSMH") %>%
  dyOptions(labelsUTC = TRUE, fillGraph=TRUE, fillAlpha=0.2, drawGrid = T, colors="red") %>%
  dyRangeSelector() %>%
  dyAxis("y", label = "Milyar ($)") %>%
  dyCrosshair(direction = "vertical") %>%
  dyHighlight(highlightCircleSize = 8, highlightSeriesBackgroundAlpha = 0.4, hideOnMouseOut = FALSE)  %>%
  dyRoller(rollPeriod = 1)

Dinamik grafik oluşturma 2

Burada dygraph kütüphanesi kullanılarak birden fazla değişken aynı grafik üzerinde gösterilmiştir. Ancak burada sadece oluşturulan grafiğin resmi verilmiştir. Çalışmanın sonunda html linki paylaşılacaktır.

r=Quandl("FRED/GDPC1") %>% 
as_tibble()%>% mutate(tur=rep("Reel GSMH",298))

g=Quandl("FRED/GDP") %>% 
as_tibble() %>% mutate(tur=rep("GSMH",298))

rp=Quandl("FRED/GDPPOT")%>% 
as_tibble() %>% mutate(tur=rep("Reel Potansiyel GSMH",332))

veri=bind_rows(r,g, rp) %>% rename("Hasıla"=Value, "Tarih"=Date)


lv=pivot_wider(veri, names_from = tur, values_from = Hasıla)

lv$Tarih= as.Date(lv$Tarih)

lv1=as.xts(as.data.table(lv))

dygraph(lv1, main="ABD GSMH Türleri") %>%
  dyOptions(labelsUTC = TRUE, fillGraph=TRUE, fillAlpha=0.2, drawGrid = T) %>%
  dyRangeSelector() %>%
  dyAxis("y", label = "Milyar ($)") %>%
  dyCrosshair(direction = "vertical") %>%
  dyHighlight(highlightCircleSize = 8, highlightSeriesBackgroundAlpha = 0.4, hideOnMouseOut = FALSE)  %>%
  dyRoller(rollPeriod = 1)

Dinamik grafik oluşturma 3

Burada plotly kütüphanesi kullanılarak birden fazla değişken aynı grafik üzerinde gösterilmiştir. Ancak burada sadece oluşturulan grafiğin resmi verilmiştir. Çalışmanın sonunda html linki paylaşılacaktır.

r=Quandl("FRED/GDPC1") %>% 
as_tibble()%>% mutate(tur=rep("RGSMH",298))

g=Quandl("FRED/GDP") %>% 
as_tibble() %>% mutate(tur=rep("GSMH",298))

rp=Quandl("FRED/GDPPOT")%>% 
as_tibble() %>% mutate(tur=rep("RPGSMH",332))

veri=bind_rows(r,g, rp) %>% rename("Hasıla"=Value, "Tarih"=Date)


lv=pivot_wider(veri, names_from = tur, values_from = Hasıla) #tablonun geniş formata dönüştürülmesi

sekil <- plot_ly(lv, x = ~Tarih, y = ~GSMH, name = 'GSMH', type = 'scatter', mode = 'lines') 
sekil<- sekil %>% add_trace(y = ~RGSMH, name = 'RGSMH', mode = 'lines') 
sekil <- sekil %>% add_trace(y = ~RPGSMH, name = 'RPGSMH', mode = 'lines')%>%
         layout(title = "ABD GSMH Türleri",
         xaxis = list(title = "Tarih"),
         yaxis = list (title = "Hasıla ($)"))

sekil

Dinamik grafik oluşturma 4

Burada plotly kütüphanesi kullanılarak birden fazla değişken aynı grafik üzerinde alan grafiği olarak gösterilmiştir. Ancak burada sadece oluşturulan grafiğin resmi verilmiştir. Çalışmanın sonunda html linki paylaşılacaktır.

r=Quandl("FRED/GDPC1") %>% 
as_tibble()%>% mutate(tur=rep("RGSMH",298))

g=Quandl("FRED/GDP") %>% 
as_tibble() %>% mutate(tur=rep("GSMH",298))

rp=Quandl("FRED/GDPPOT")%>% 
as_tibble() %>% mutate(tur=rep("RPGSMH",332))

veri=bind_rows(r,g, rp) %>% rename("Hasıla"=Value, "Tarih"=Date)


lv=pivot_wider(veri, names_from = tur, values_from = Hasıla)

#alan grafiği
c <- plot_ly(na.omit(lv), x = ~Tarih, y = ~GSMH, type="scatter", mode="markers", fill = "tozeroy", name = 'GSMH')
c <- add_trace(c, x = ~Tarih, y = ~RGSMH, type="scatter", mode="markers", fill = "tozeroy", name = 'RGSMH')
c <- add_trace(c, x = ~Tarih, y = ~RPGSMH, type="scatter", mode="markers", fill = "tonexty", name='RPGSMH')%>%
         layout(title = "ABD GSMH Türleri",
         xaxis = list(title = "Tarih"),
         yaxis = list (title = "Milyar $"))
c

Dünya Bankası metaveri

data <- Quandl.datatable("WB/METADATA")
data %>% head(10) %>% kable() %>%
kable_styling(bootstrap_options = c("striped", "hover"), full_width = F, html_font="calibri")

Dünya Bankası (DB) veri seti

Burada DB veri setinden TX.VAL.TRVL.ZS.WT değişkeninden orta yüksek gelirli ülkelerde hizmet ihracatının payı (%) grafikle verilmiştir.

options(scipen=999)
veri=Quandl.datatable('WB/DATA') %>% 
as_tibble() %>% filter(country_name=="Upper middle income")%>%
filter(series_id=="TX.VAL.TRVL.ZS.WT")%>%select(year, value) 
veri %>%  
ggplot(aes(x=year, y=value))+ geom_line(aes(color="red"), size = 2) + theme_dark() + ggtitle("Orta Yüksek Gelir Grubundaki Ülkelerde Hizmet İhracatının Payı (%)")+ xlab("Yıl")+ylab("%")+
theme(plot.title = element_text(hjust = 0.5))+
theme(legend.position = "none")+
scale_x_continuous(breaks = seq(from = min(veri$year), to = max(veri$year), by = 2))+
theme(axis.text.x = element_text(angle = 90, vjust = 0.5, hjust=1))+
labs(caption = "Veri kaynağı: Dünya Bankası")

Sonuç

Çalışma kapsamında Quandl R paketi ile veri setlerinin nasıl çekildiği, meta verinin nasıl elde edildiği, özellikle zaman serileri bulunan veri setlerinde dinamik grafiklerin nasıl oluşturulduğu dygraphs, quantmod ve plotly paketleri kullanılarak ele alınmıştır.

Bu çalışma ile ilgili çalışmanın tamamına Quandl Kütüphanesi İle Veri Çekme ve Dinamik Grafik Oluşturma adlı çalışmamın olduğu  https://rpubs.com/tevfik1461/vericekme  linkinden ulaşabilir, dinamik grafikleri burada görebilirsiniz.

Faydalı olması ve farkındalık oluşturması dileğiyle.

Bilimle ve teknolojiyle kalınız.

Saygılarımla…

Not: Kaynak gösterilmeden alıntı yapılamaz veya kopyalanamaz.

Note: It can not be cited or copied without referencing.

Kaynaklar

Öne çıkan

R’da Sosyal Ağ Analizi (SAA): Social Network Analysis in R


Intro

In this study, it is aimed to raise awareness about network analysis (NA or SNA) by analyzing synthetic data produced after basic components of network analysis have been revealed and to show metrics widely used.

Giriş

Ağ analizi ya da sosyal ağ analizi (SAA), araştırmacıların aktörler arasındaki ilişkileri tanımlamasına ve bu ilişkilerin tekrarından ortaya çıkan sosyal yapıları analiz etmesine olanak sağlayan bir dizi tekniktir. SAA’nın temel amacı, sosyal olguyu olabildiğince açıklamaktır ve bu analiz genellikle sosyal ağ analizi (SNA) olarak adlandırılmaktadır. Burada sosyal ağ terimi, bireyler, aileler, haneler, köyler, topluluklar, bölgeler vb.olarak ifade edilebilir. SAA, nicel kavramların açıklanmasına katkısının yanı sıra, nitel kavramların nicel ölçümlerini sağlayarak olguların daha iyi anlaşılmasını sağlar.

Bu çalışma kapsamında R programlama dili kullanılarak üretilen sentetik veriler üzerinden sosyal ağ analizine giriş niteliğinde uygulama örnekleri yapılacaktır.

SNA’da, veri seti genellikle analizden önce matris formatına dönüştürülür. Ancak, diğer veri kümesi biçimleri, R veya Python gibi bazı programlama dilleri tarafından desteklenir.

Ağ analizi birçok farklı konu alanında yapılabilmektedir. Öne çıkan alanlar şu şekilde sıralanabilir:

  • Pazarlama Analitiği
  • Sosyal ilişkiler
  • İlaç
  • Bankacılık İşlemleri
  • Tedarik zinciri
  • Telekom
  • Lojistik

Bir ağın bileşenleri

Bir SAA’nın bileşenleri düğüm ve kenar olup Şekil 1’de gösterilmiştir.

  • Düğüm (Vertex ya da Node): Düğümler veya köşeler, birbiriyle ilişkili birimlerdir. Bir kenar (iki elemanlı bir set), iki köşeyi birleştiren bir çizgi olarak çizilir.

  • Kenar (Edge): İki öğeden oluşan bir küme olan kenar, iki düğümü birbirine bağlayan bir çizgi olarak tanımlanır.


Şekil 1: Bir Ağın Bileşenleri

Sonraki bölümlerde sırasıyla adım adım R kod blokları verilecektir. Daha sonra elde edilen sonuçlar sunulacaktır. Aşağıda çok fazla kütüphane yüklediğime bakmayınız :). Çok daha azı ile de SAA yapılabilmektedir. Daha çok burada visNetwork, dplyr, igraph ve *networkD3 paketleri kullanılmıştır. İlk çalışmadan farklı olarak ikinci çalışmada 3d ağlara, Sankey diyagramına, dendrograma ve radyal ağlara yer verilmiştir. Çalışmanın bu versiyonunda ise tidygraph, ggraph ve netrankr paketlerinin kullanılmasına ve diğer metriklerin hesaplanmasına yer verilmiştir.

Yüklenen kütüphaneler

kütüphane<-c("dplyr","tibble","tidyr","ggplot2","ggthemes","readxl", "writexl", "psych", "GGally", "rstatix","RColorBrewer","htmlwidgets","kableExtra","stargazer","readr", "visNetwork" , "igraph", "networkD3", "tidygraph", "ggraph", "netrankr")
yükle<-sapply(kütüphane, require, character.only = TRUE, warn.conflicts = FALSE)
 
#Kütüphane yüklenme durumunu gösteren tablo
 
tablo=suppressWarnings(yükle, classes = "warning")
   
isim=names(tablo)
   
deger=as_tibble(tablo)
   
data.frame(Sıra=1:length(isim), Kütüphane=isim, Durumu=deger$value) %>% mutate(Durumu=if_else(Durumu==TRUE, "Yüklendi", "Paket Kurulumu Gerekli")) %>% kbl(caption = "Kütüphane Yüklenme Bilgisi") %>% kable_styling(bootstrap_options = c("striped", "hover"), full_width = F, html_font="calibri")

Örnek 1

düğüm <- data.frame(id = 1:3, label=1:3)
kenar <- data.frame(from = c(1,2), to = c(2,3), arrows="to")
visNetwork(düğüm, kenar, main="Basit Bir Ağ Örneği")

Örnek 2

dugum <- data.frame(id = 1:10, label = paste("Etiket", 1:10),
 group = sample(LETTERS[1:3], 10, replace = TRUE), value = 1:10,
 title = paste0("<p>", 1:10,"<br>Düğüm</p>"), stringsAsFactors = FALSE)

kenar <- data.frame(from = c(8,2,7,6,1,8,9,4,6,2),
 to = c(3,7,2,7,9,1,5,3,2,9),
 value = rnorm(10, 10), label = paste("Kenar", 1:10),
 title = paste0("<p>", 1:10,"<br>Kenar</p>"))

visNetwork(dugum, kenar, height = "500px", width = "100%") %>% 
  visOptions(highlightNearest = TRUE) %>%
  visLayout(randomSeed = 1461)

Örnek 3

dugum <- data.frame(
  id = 1:3,
  label = 1:3,
  group=c("A","B","C"),
  value = c(10, 10, 10)
)
kenar<- data.frame(
  from = c(1, 2, 3),
  to = c(2, 3, 1)
)
visNetwork(dugum, kenar, main="Gruplara Göre Ağın Gösterimi") %>% 
  visNodes(shape = "ellipse") %>% 
  visEdges(arrows = "to", smooth = list(enabled = FALSE))%>%
  visGroups(groupname = "A", color = "red") %>%
  visGroups(groupname = "B", color = "lightblue") %>%
  visGroups(groupname = "C", color = "green")%>%
  visLegend(width = 0.1, position = "left", main = "Grup")

Örnek 4: Merkezilik Ölçüleri

Bu kısımda ağ analizinde düğümlerin derece metriği hesaplanmıştır. Derece, bir düğümün kaç komşusu olduğunu gösteren basit bir merkezilik ölçüsüdür. Ağ yönlendiriliyorsa, ölçümün iki versiyonuna sahibiz: derece içi, gelen bağlantıların sayısı veya önceki düğümlerin sayısıdır. Derece dışı, giden bağlantıların sayısı veya ardıl düğümlerin sayısıdır. Tipik olarak, derece ile ilgileniyoruz, çünkü iç bağlantılar ağdaki diğer düğümler tarafından verilirken, dış bağlantılar düğümün kendisi tarafından belirlenir.

Bir düğüm, çok sayıda komşusu varsa veya yönlendirilmiş durumda, kendisine bağlanan çok sayıda başka düğüm varsa veya diğer birçok düğüme bağlanırsa önemlidir.

set.seed(1461)
grup=sample(x=c("Ankara", "İzmir", "Trabzon"), 10, replace = T)
nodes <- data.frame(id = 1:10, label = paste("E", 1:10), grup=grup, title = grup)
edges <- data.frame(from = sample(1:10, 10, replace = T), to =sample(1:10, 10, replace = T), arrows = "to", dashes=c(TRUE, TRUE, FALSE, FALSE, TRUE, TRUE, FALSE, FALSE, TRUE, FALSE))
graph <- graph.data.frame(edges, directed = T)
degree_value <- degree(graph, mode = "total")# derece içi ve dışının toplamı verilmektedir.
nodes$derece <- degree_value[match(nodes$id, names(degree_value))]
nodes$label <- paste("Derece:", nodes$derece, "(", nodes$id, ")")

visNetwork(nodes, edges, main="Ağ Analizinde Düğümlerde Toplam Derecenin Hesaplanması")%>% 
  visOptions(selectedBy = list(variable = "derece", multiple = F),highlightNearest = TRUE)

Örnek 5: Ağa Navigasyon Butonlarının Atanması

Bu kısımda ağ analizinde düğümlerin derece metriği hesaplanmıştır.

Bir düğüm, çok sayıda komşusu varsa veya yönlendirilmiş durumda, kendisine bağlanan çok sayıda başka düğüm varsa veya diğer birçok düğüme bağlanırsa önemlidir.

set.seed(1461)
grup=sample(x=c("Ankara", "İzmir", "Trabzon"), 10, replace = T)
nodes <- data.frame(id = 1:10, label = paste("E", 1:10), grup=grup, title = grup)
edges <- data.frame(from = sample(1:10, 10, replace = T), to =sample(1:10, 10, replace = T), arrows = "to", dashes=c(TRUE, TRUE, FALSE, FALSE, TRUE, TRUE, FALSE, FALSE, TRUE, FALSE))
graph <- graph.data.frame(edges, directed = T)
degree_value <- degree(graph, mode = "total")# derece içi ve dışının toplamı verilmektedir.
nodes$derece <- degree_value[match(nodes$id, names(degree_value))]
nodes$label <- paste("Derece:", nodes$derece, "(", nodes$id, ")")

visNetwork(nodes, edges, main="Ağ Analizinde Düğümlerde Toplam Derecenin Hesaplanması")%>% 
visOptions(selectedBy = list(variable = "derece", multiple = F),highlightNearest = TRUE)%>% 
visInteraction(navigationButtons = TRUE)

3D ağlar oluşturma

set.seed(1461)

kaynak <- sample(x=c("Ankara", "İzmir", "Trabzon", "Kayseri", "Sivas", "Antalya"), 10, replace = T)
hedef <-  sample(x=c("Ankara", "İzmir", "Trabzon", "Kayseri", "Sivas", "Antalya"), 10, replace = T)
veri <- data.frame(kaynak, hedef)

simpleNetwork(veri, fontFamily = "calibri", fontSize = 16, zoom = T, nodeColour = "blue", linkColour = "#666", linkDistance = 100)

Hiyerarşik dendogram oluşturma

set.seed(1461)
hk <- USArrests %>% sample_n(20) %>%
  scale() %>% dist() %>%
  hclust(method = "complete")
dendroNetwork(hk, fontSize = 14, height = 500, width = 800,  zoom = T, linkColour = "blue", nodeColour = "green")

Radyal Ağ Oluşturma 1

hk <- hclust(dist(USArrests), "ave")
radialNetwork(as.radialNetwork(hk))

Radyal Ağ Oluşturma 2

radialNetwork(as.radialNetwork(hk), fontSize = 14)

Chord ağı oluşturma

ulasim <- matrix(sample(x=1:10000, 25, replace=F),
nrow =5)
chordNetwork(Data = ulasim, width = 500, height = 500, colourScale = c("#000000", "#FFDD89", "#957244", "#F26223", "#CCFF99"),
             labels = c("Trabzon", "Sivas", "Ankara", "İstanbul", "Antalya"),
             padding = 0.1, fontSize = 16,
             fontFamily = "calibri", labelDistance = 30)

Sankey Diyagram Oluşturma

set.seed(1453)
baglantı <- data.frame(
  kaynak=sample(x=c("Ankara", "İzmir", "Trabzon"), 40, replace = T), 
  hedef=sample(x=c("Kars", "Manisa", "Siirt", "Tekirdağ", "Kayseri"), 40, replace = T),
  deger=sample(x=1:1000, 40, replace=F))

dugum <- data.frame(
  isim=c(as.character(baglantı$kaynak), as.character(baglantı$hedef)) %>% 
    unique()
)

baglantı$IDKaynak <- match(baglantı$kaynak, dugum$isim)-1 
baglantı$IDHedef <- match(baglantı$hedef, dugum$isim)-1

# veri seti
baglantı %>% 
kbl() %>%  
kable_styling(bootstrap_options = c("striped", "hover"))

# Sankey Diyagramı
sd=sankeyNetwork(Links = baglantı, Nodes = dugum, Source = "IDKaynak", Target = "IDHedef", 
              Value = "deger", NodeID = "isim", fontSize= 15, nodeWidth = 10, nodePadding = 50, sinksRight=F, fontFamily = "Calibri")

sd<- prependContent(sd, htmltools::tags$h5("Örnek Bir Sankey Diyagramı"))
sd<-  htmltools::strong(sd)
sd

Tidygraph ve ggraph paketleri ile ağın gösterimi

Burada düğüm sayısı 25 olan bir ağ gösterilmiştir.

f=create_complete(25)
ggraph(f, layout="stress") + 
  geom_edge_link() + 
  geom_node_point()+
  theme_graph()+
  ggtitle(paste("Örnek Ağın Yapısı(Kenar Sayısı=",gsize(f),","," Düğüm Sayısı=",gorder(f),")", sep=""))+
  theme(plot.title = element_text(hjust = 0.5))

Tidygraph ve ggraph paketleri ile ağın gösterimi 1

Burada düğüm sayısı 20 olan halka ağ gösterilmiştir.

f=create_ring(20,  directed = TRUE)
ggraph(f, layout = "stress") + 
  geom_edge_link() + 
  geom_node_point()+
  theme_graph()+
  ggtitle(paste("Örnek Ağın Yapısı(Kenar Sayısı=",gsize(f),","," Düğüm Sayısı=",gorder(f),")", sep=""))+
  theme(plot.title = element_text(hjust = 0.5))

Tidygraph ve ggraph paketleri ile ağın gösterimi 2

k=create_notable('bull') %>%
activate(nodes) %>%
mutate(name = letters[1:5])
ggraph(k, layout = "stress") + 
  geom_edge_link() + 
  geom_node_point()+
  geom_node_label(aes(label = name))+
  theme_graph()+
  ggtitle(paste("Örnek Ağın Yapısı (Kenar Sayısı=",gsize(k),","," Düğüm Sayısı=",gorder(k),")", sep=""))+
  theme(plot.title = element_text(hjust = 0.5))

Tidygraph ve ggraph paketleri ile ağın gösterimi 3

dugum <- tibble(id = c(1, 2, 3, 4, 5, 6, 7, 8), dugum=letters[1:8])
kenar <- tibble(from = c(1, 4, 2, 4, 4, 6, 6, 7, 7, 7),
                  to = c(2, 4, 3, 2, 1, 5, 8, 8, 6, 5))
grafik <- tbl_graph(nodes = dugum, edges = kenar, directed = F)

ggraph(grafik, layout = 'linear', circular = TRUE) +
    geom_edge_link(arrow = arrow(length = unit(4, 'mm')), 
                   end_cap = circle(3, 'mm')) +
    geom_node_point(size = 10, colour = "red") +
    geom_node_text(aes(label = dugum)) +
    theme_graph()+
    ggtitle(paste("Örnek Ağın Yapısı(Kenar Sayısı=",gsize(grafik),","," Düğüm Sayısı=",gorder(grafik),")", sep=""))+
    theme(plot.title = element_text(hjust = 0.5))

Veri seti üzerinden ağ analizi

Bu kısımda R ortamında bulunan highschool veri seti üzerinden ağ analizi yapılarak metrikleri verilmiştir.

data(highschool) 
graph <- highschool %>% mutate(year=factor(year))
graph <- as_tbl_graph(highschool)
graph %>%
ggraph(layout="kk") +
geom_edge_fan(aes(color=year), arrow=arrow()) +
geom_node_point() +
theme_graph()+
ggtitle("Highschool Veri Setindeki Ağın Yapısı")+
theme(plot.title = element_text(hjust = 0.5))

Alt grafiklere bakma

graph <- as_tbl_graph(highschool)
graph %>%
  activate(edges) %>% 
  mutate(year=factor(year))%>%
  filter(year == 1958) %>%
  ggraph(layout="kk") +
  geom_edge_fan(aes(color=year), arrow=arrow()) +
  geom_node_point() +
  theme_graph()+
  ggtitle("Alt Grafikler:1958")+
  theme(plot.title = element_text(hjust = 0.5))

Yönsüz ağa dönüştürme

graph <- as_tbl_graph(highschool)%>%
         activate(edges) %>% 
         mutate(year=factor(year))
         
undirected_graph <- graph %>%
  convert(to_undirected) %>%
  convert(to_simple)
  
undirected_graph  %>%
    ggraph(layout="kk") +
    geom_edge_fan() +
    geom_node_point() +
    theme_graph()+
    ggtitle("Yönsüz Ağ")+
    theme(plot.title = element_text(hjust = 0.5))

Dereceyle orantılı olarak düğümleri gösterme

graph <- as_tbl_graph(highschool)%>%
         activate(edges) %>% 
         mutate(year=factor(year))
         
undirected_graph <- graph %>%
  convert(to_undirected) %>%
  convert(to_simple)
  
undirected_graph %>%
activate(nodes) %>%
mutate(degree=centrality_degree())%>% 
ggraph(layout="kk") +
geom_edge_fan() +
geom_node_point(aes(size=degree, color=degree)) +
theme_graph()+
ggtitle("Dereceyle Orantılı Düğümler")+
theme(plot.title = element_text(hjust = 0.5))

Özvektör merkezilik ölçüsü ile gösterme

graph <- as_tbl_graph(highschool) %>%
         activate(edges) %>% 
         mutate(year=factor(year))
         
graph %>%
convert(to_undirected) %>%
convert(to_simple)%>%
activate(nodes) %>%
mutate(centrality=centrality_eigen()) %>%
ggraph(layout="kk") +
geom_edge_fan() +
geom_node_point(aes(size=centrality, color=centrality)) +
theme_graph()+
ggtitle("Özvektör Merkezilik Ölçüsü")+
theme(plot.title = element_text(hjust = 0.5))

Arasındalık merkezilik ölçüsü ile gösterme

graph <- as_tbl_graph(highschool)%>%
         activate(edges) %>% 
         mutate(year=factor(year))
         
graph %>%
convert(to_undirected) %>%
convert(to_simple)%>%
activate(nodes) %>%
mutate(Arasindalik=centrality_betweenness()) %>%
ggraph(layout="kk") +
geom_edge_fan() +
geom_node_point(aes(size=Arasindalik, color=Arasindalik)) +
theme_graph()+
ggtitle("Arasındalık Merkezilik Ölçüsü")+
theme(plot.title = element_text(hjust = 0.5))

Merkezilik bilgi kriteri ile ağı gösterme

Arasındaki direnç mesafesinin tersin toplamına dayalı merkezilik ölçüsüdür.

graph <- as_tbl_graph(highschool)%>%
         activate(edges) %>% 
         mutate(year=factor(year))
         
graph %>%
convert(to_undirected) %>%
convert(to_simple)%>%
activate(nodes) %>%
mutate(Bilgi_Kriteri=centrality_information()) %>%
ggraph(layout="kk") +
geom_edge_fan() +
geom_node_point(aes(size=Bilgi_Kriteri, color=Bilgi_Kriteri)) +
theme_graph()+
ggtitle("Merkezilik Bilgi Kriteri Ölçüsü")+
theme(plot.title = element_text(hjust = 0.5))

Merkezilik Katz kriteri ile ağı gösterme

Uzak düğümleri cezalandıran yürüyüşlere dayalı merkezilik ölçüsüdür.

graph <- as_tbl_graph(highschool)%>%
         activate(edges) %>% 
         mutate(year=factor(year))
         
graph %>%
convert(to_undirected) %>%
convert(to_simple)%>%
activate(nodes) %>%
mutate(Katz_Kriteri=centrality_katz()) %>%
ggraph(layout="kk") +
geom_edge_fan() +
geom_node_point(aes(size=Katz_Kriteri, color=Katz_Kriteri)) +
theme_graph()+
ggtitle("Merkezilik Katz Kriteri Ölçüsü")+
theme(plot.title = element_text(hjust = 0.5))

Merkezilik rassal yürüyüş (RY) kriteri ile ağı gösterme

Düğümler arasında beklenen rastgele yürüyüş uzunluğunun tersinin toplamına eşit merkezilik ölçüsüdür.

options(scipen = 999)

graph <- as_tbl_graph(highschool)%>%
         activate(edges) %>% 
         mutate(year=factor(year))
         
graph %>%
convert(to_undirected) %>%
convert(to_simple)%>%
activate(nodes) %>%
mutate(RY_Kriteri=centrality_random_walk()) %>%
ggraph(layout="kk") +
geom_edge_fan() +
geom_node_point(aes(size=RY_Kriteri, color=RY_Kriteri)) +
theme_graph()+
ggtitle("Merkezilik Rassal Yürüyüş (RY) Kriteri Ölçüsü")+
theme(plot.title = element_text(hjust = 0.5))

K core decomposition ölçüsü ile ağı gösterme

Düğümler arasında beklenen rastgele yürüyüş uzunluğunun tersinin toplamına eşit merkezilik ölçüsüdür.

options(scipen = 999)
graph <- as_tbl_graph(highschool) %>%
         activate(edges) %>% 
         mutate(year=factor(year))
         
graph %>%
convert(to_undirected) %>%
convert(to_simple)%>%
activate(nodes) %>%
mutate(K_Core=node_coreness()) %>%
ggraph(layout="kk") +
geom_edge_fan() +
geom_node_point(aes(size=K_Core, color=K_Core)) +
theme_graph()+
ggtitle("K Core Merkezilik Ölçüsü")+
theme(plot.title = element_text(hjust = 0.5))

Sonuç

Bu çalışmada, ağ analizinin temel bileşenleri ortaya konulduktan sonra üretilen sentetik veriler analiz edilerek ağ analizi (AA veya SAA) konusunda farkındalık oluşturulması ve yaygın kullanım alanına sahip metriklerin gösterilmesi amaçlanmıştır.

Sosyal ağ analizi ile ilgili çalışmanın tamamına https://rpubs.com/tevfik1461/saa5 linkinden de ulaşabilirsiniz.

Faydalı olması ve farkındalık oluşturması dileğiyle.

Bilimle ve teknoloji ile kalınız.

Not: Kaynak gösterilmeden alıntı yapılamaz veya kopyalanamaz.

Note: It can not be cited or copied without referencing.

Yararlanılan Kaynaklar

Öne çıkan

2021 Yılı Yapay Zekâ Endeksi Raporu

Stanford Üniversitesi tarafından 222 sayfadan oluşan 2021 yılı Yapay Zekâ Endeksi Raporu 2021 yılının Mart ayında yayınlanmıştır. Küresel ölçekte yapay zekâ çalışmaları hakkında bilgi veren en kapsamlı çalışmalardan biri olan raporun 4. baskısı yayınlanmıştır.

Diğer raporlardan farklı olarak 2021 yılı raporunda ayrıca COVID-19’un yapay zekâ gelişimi üzerindeki etkileri farklı bakış açılarından ele alınmıştır. Salgın sırasında COVID ile ilgili ilaç keşfini hızlandırmak için yapay zekâ alanındaki makine öğrenimi tekniklerinin nasıl kullanıldığı tartışılmıştır. COVID-19 salgını konferansların sanal ortamlarda yapılmasını zorunlu hale getirdiğinden ve sonuçta katılımda önemli artışlara yol açtığı için COVID-19 yapay zekâ araştırma konferanslarına ivme kazandırmıştır. Söz konusu raporun “Yapay Zekâ Politikası ve Ulusal Stratejiler” bölümünde yıllara göre ulusal yapay zekâ strateji belgesi yayınlanan ülkeler ve bölgelerden bazılarına yer verilmiştir.

2017 Yılında Ulusal Yapay Zekâ Stratejisini Yayınlayan Ülke ve Bölgeler

Kanada, 2017’de dünyanın ilk ulusal yapay zekâ stratejisini yayınladığından bu yana, 30’dan fazla ülke ve bölge, Aralık 2020 itibarıyla benzer belgeler yayınlamıştır. Kanada’da yapay zekâ stratejisinden sorumlu kuruluş Kanada İleri Araştırma Enstitüsü (CIFAR) olup, 2020 itibarıyla ayrılan bütçe 97 milyon ABD dolarıdır.

Cinde ise yapay zekâ stratejisi Yeni Nesil Yapay Zekâ Geliştirme Planı olarak tanımlanmakta olup, bu plandan sorumlu kuruluş Çin Halk Cumhuriyeti Devlet Konseyi’dir. Çin ayrıca Şubat 2019’da Yeni Nesil Yapay Zekâ İnovasyon ve Geliştirme Bölgesi kurmuştur.

Japonya’da yapay zekâ stratejisinin adı Yapay Zekâ Teknoloji Stratejisi olup, sorumlu kuruluş Yapay Zekâ Teknolojisi Stratejik Konseyi’dir.

Finlandiya’nın yapay zekâ stratejisi Finlandiya Yapay Zekâ Çağı olarak adlandırılmaktadır. Birleşik Arap Emirlikleri’ninki ise Birleşik Arap Emirlikleri Yapay Zekâ Stratejisi olarak bilinmektedir.

2018 Yılında Ulusal Yapay Zekâ Stratejisini Yayınlayan Ülke ve Bölgeler

2018 yılında yapay zekâ stratejisi yayınlanmış ülke ve bölgeler sorumlu kurum/kuruluşlarıyla birlikte şöyledir:

Avrupa Birliği: Avrupa birliğinin yapay zekâ stratejisi Yapay Zekâ Koordinasyon Planı olarak adlandırılmaktadır. Sorumlu kurum ise Avrupa Komisyonu’dur. 2020 yılında yapay zekâ araştırmaları için yılda en az 1 milyar Euro (1,1 milyar ABD Doları) ve stratejinin diğer yönlerin için en az 4,9 milyar Avro (5,4 milyar ABD Doları) kaynak tahsisi yapılmıştır.

Fransa: İnsanlık için Yapay Zekâ: Fransız Yapay Zekâ Stratejisi. Sorumlu kurumlar ve kişiler ise Yüksek Öğretim, Araştırma ve İnovasyon Bakanlığı, Ekonomi ve Maliye Bakanlığı, İşletmeler Genel Müdürlüğü, Halk Sağlığı Bakanlığı, Silahlı Kuvvetler Bakanlığı, Ulusal Dijital Bilimler Araştırma Enstitüsü, Dijital Teknoloji ve Bilgi ve İletişim Sistemi Bakanlıklar Arası Direktörü’dür. 2020 yılı rakamlarına göre 2022’ye kadar 1,5 milyar Avro (1,8 milyar ABD Doları) söz konusu stratejiye kaynak tahsisi yapılması planlanmaktadır. Fransız Ulusal Dijital Bilimler Araştırma Enstitüsü (INRIA), ulusal yapay zekâ stratejisinin koordinasyonunda merkezi bir rol oynamayı taahhüt etmiştir ve ilerlemesi hakkında yıllık rapor sunacaktır.

Almanya: Federal hükümetin yapay zekâ (AI) stratejisi, Federal Eğitim ve Araştırma Bakanlığı, Federal Ekonomik İşler ve Enerji Bakanlığı ile Federal Çalışma ve Sosyal İşler Bakanlığı tarafından ülke çapında çevrimiçi bir danışma toplantısından alınan önerilere dayalı olarak ortaklaşa geliştirilmiştir. Bu strateji “AI Made in Germany” olarak da anılmaktadır. Stratejinin odak noktası, Almanya’yı bir araştırma merkezi olarak güçlendirmek ve endüstrilerinin değerini geliştirmektir. Ayrıca, stratejide kamu yararına ve insan hayatının ve çevrenin daha iyi hale getirilmesi için çalışma yapılmasına vurgu yapılmaktadır. Söz konusu stratejiye 2020 yılı rakamlarına göre 2019 bütçesinde 500 milyon Avro (608 milyon ABD Doları) ayrılmıştır ve 2025’e kadar ise 3 milyar Avro (3,6 milyar ABD Doları) kaynak tahsisi yapılması planlanmaktadır. Kasım 2019’da hükümet, Almanya yapay zekâ stratejisi hakkında bir ara ilerleme raporu yayınlamıştır.

Hindistan: Hindistan’ın yapay zekâ stratejisi #AIForAll olarak adlandırılmıştır. Yapay zekânın ekonomileri dönüştürme potansiyelini ve Hindistan’ın yaklaşımını stratejiye dönüştürme ihtiyacını kabul eden Maliye Bakanlığı, 2018-2019 bütçe sunumunda, Hindistan Ulusal Dönüşüm Kurumu (NITI Aayog)’nu, stratejiye rehberlik edilmesi ve yeni ve gelişen teknolojilerin takip edilmesi ve daha da geliştirilmesinden sorumlu tutmuştur. 2020 yılı rakamlarına göre stratejinin hayata geçirilmesi için 949 milyon ABD Doları kaynak tahsis edilmiştir. 2019 yılında, Elektronik ve Bilgi Teknolojileri Bakanlığı, tahsis edilen 400 INR (54 milyon ABD Doları) ile ulusal bir yapay zekâ programı oluşturmak için kendi teklifini yayınlamıştır. Hindistan hükümeti, organize bir yapay zekâ politikasını teşvik etmek ve Hindistan’ın yapay zekâ misyonunu geliştirmek için devlet kurumlarının kesin bir şekilde görevlerini oluşturmaya yönelik 2019’un sonlarında bir komite kurmuştur.

Meksika: Meksika’da yapay zekâ stratejisi ulusal gündem olarak belirlenmiş olup strateji belgesi Meksika’da Yapay Zekâ: Ulusal Bir Gündem olarak adlandırılmaktadır. 2018’de Meksika, yapay zekâ (AI) stratejisi başlatan dünyadaki ilk 10 ülkeden biri olmuştur. Sorumlu kurumlardan biri olan IA2030Mx, Meksika’daki profesyoneller, akademik kurumlar, şirketler, girişimler, kamu kurumları ve dijital ekosistemin ve Yapay Zekânın (AI) diğer önemli aktörlerinden oluşan çok sektörlü ulusal bir koalisyondur. Diğer sorumlu kurum Ekonomi Bakanlığı’dır. Latin Amerika’nın ilk stratejisi olan Meksika stratejisi, güçlü bir yönetişim çerçevesi geliştirmeye, çeşitli sektörlerdeki yapay zekânın ihtiyaçlarını belirlemeye ve Meksika’nın yapay zekâ liderliğini geliştirmeye vurgu yaparak en iyi hükümet uygulamalarını belirlemeye odaklanmaktadır. İnter-Amerikan Kalkınma Bankası’nın yakın tarihli fAIr LAC raporuna göre, Meksika, daha fazla uygulama için somut yapay zekâ politikaları oluşturma sürecinin başındadır.

Birleşik Krallık: İngiltere’nin yapay zekâ stratejisiEndüstriyel Strateji: Yapay Zekâ Sektörü Anlaşması olarak adlandırılmaktadır. Sorumlu kurum ise Yapay Zekâ Ofisi (OAI)’dir. Birleşik Krallık stratejisinde, iş dünyası, akademi ve hükümet arasında güçlü bir ortaklık vurgulanmaktadır ve başarılı bir endüstriyel strateji için beş temel amaç belirlenmektedir: dünyanın en yenilikçi ekonomisi haline gelmek, istihdam yaratmak ve daha iyi gelir potansiyeline sahip olmak, daha gelişmiş altyapı, elverişli iş koşulları ve tüm dünyada müreffeh toplumlar inşa etmek. 2020 yılı rakamlarına göre strateji için ayrılan kaynak 1,3 milyar ABD dolarıdır. Birleşik Krallık Yapay Zekâ Komitesi, 2017 ve 2019 yılları arasında ülkenin ilerlemesiyle ilgili yıllık bir rapor yayınlamıştır. Kasım 2020’de hükümet, savaşta devrim yaratmayı vaat eden yapay zekâ teknolojilerine büyük vurgu yaparak, savunma harcamalarında dört yıl içinde 21,8 milyar ABD doları tutarında büyük bir artış olduğunu açıklamıştır.

İsveç: İsveç’in yapay zekâ stratejisiYapay Zekâya Ulusal Yaklaşım (National Approach to Artificial Intelligence) olarak adlandırılmaktadır. İsveç, dijital dönüşümün sunduğu fırsatlardan yararlanma konusunda dünyada lider konumunda olmayı hedeflemektir.

Tayvan: Tayvan’ın yapay zekâ stratejisiTayvan Yapay Zekâ Eylem Planı (Taiwan AI Action Plan) olarak adlandırılmaktadır. Eylem planı kapsamında KOBİ’lerde yapay zekâ temelli inovasyonu hızlandırmak için;

  • KOBİ’lere yapay zekâ pilot projeleri, veri platformları, test alanları ve düzenleyici birlikler oluşturma süreçleri aracılığıyla yapay zekâ uygulamaları geliştirmelerinde yardımcı olunması,
  • Önde gelen uluslararası şirketleri, yerel işletmeleri küresel ortaklıklar ve dünya çapındaki fırsatlarla buluşturarak Tayvan’da yapay zekâ araştırma merkezlerinin kurulmasının teşvik edilmesi,
  • Yapay zekâ uygulamalarını yaygınlaştırmak için KOBİ’lere tek elden destek hizmeti sağlayan Nesnelerin İnterneti (IoT) Entegrasyon Hizmet Merkezi (IISC) ile açık araştırma platformları oluşturulması ve endüstri standartlarının teşvik edilmesi,
  • KOBİ’lerde yapay zekânın benimsenmesini ve yeni yapay zekâ şirketlerinin gelişimini hızlandırmak için mevcut politika araçlarından yararlanılmasının sağlanması

hedeflenmektedir.

2019 Yılında Ulusal Yapay Zekâ Stratejisini Yayınlayan Ülke ve Bölgeler

Estonya: Estonya’nın yapay zekâ stratejisi 2019-2021 Ulusal Yapay Zekâ Stratejisi olarak adlandırılmaktadır. Sorumlu kurum ise Ekonomi ve Haberleşme Bakanlığı (MKM)’dır. Strateji, hem kamu hem de özel sektörün yapay zekâ araştırma ve geliştirmesine yatırımı artırmak için yapılması gereken eylemleri vurgularken, aynı zamanda Estonya’da yapay zekâ için yasal ortam iyileştirilmektedir. Ek olarak, stratejinin uygulanmasını ve izlenmesini denetleyecek bir yönlendirme komitesi için çerçeve oluşturulmuştur. Söz konusu stratejiye 2020 yılı rakamlarına göre 2021’e kadar 10 milyon Avro (12 milyon ABD Doları) kaynak ayrılmıştır. Estonya hükümeti, Mayıs 2019’da yapay zekâ görev gücüne ilişkin bir güncelleme yayınlamıştır.

Rusya: Rusya’nın yapay zekâ stratejisi Ulusal Yapay Zekâ Geliştirme Stratejisi (National Strategy for the Development of Artificial Intelligence) olarak adlandırılmaktadır. Sorumlu kurum ve kuruluşlar Dijital Kalkınma, Haberleşme ve Kitle İletişim Bakanlığı ile Rusya Federasyonu Hükümeti’dir. Rusya’nın yapay zekâ stratejisi, ulusal çıkarlarına güçlü bir vurgu yapmaktadır. Strateji, 2017 ile 2030 arasında bir “bilgi toplumu” geliştirilmesi için yönergeler ortaya koymaktadır. Bunlar, ulusal bir teknoloji girişimini, federal yürütme organları için departman projelerini ve yapay zekâ eylem planlarını sektörler arasında uygulamak için tasarlanmış Rusya Federasyonu Dijital Ekonomisi gibi programları içermektedir. Aralık 2020’de Rusya Devlet Başkanı Vladmir Putin, Yapay Zekâ Yolculuğu Konferansı’na katılmış ve burada yapay zekâ politikaları için dört fikir öne sürmüştür: Yapay zekâ kullanımı için deneysel yasal çerçeveler oluşturma, yapay zekâ algoritmalarını uygulamak için pratik ölçütler geliştirme, yapay sinir ağı geliştiricilerine rekabet gücü sağlama açısından büyük verilere erişiminin sağlanması ve yerel yapay zekâ endüstrilerinde özel yatırımları artırma.

Singapur: Singapur’un yapay zekâ stratejisi Ulusal Yapay Zeka Stratejisi olarak adlandırılmaktadır. Sorumlu kurum Akıllı Ulus ve Dijital Devlet Ofisi (SNDGO) olarak adlandırılmaktadır. Singapur ekonomisini dönüştürmeyi ve yeni bir dijital çağa girmeyi amaçlayan bir devlet kurumu olan Smart Nation Singapore (Akıllı Ulus Singapur) tarafından başlatılan strateji, şu alanlarda beş ulusal yapay zekâ projesi tanımlamaktadır: ulaşım ve lojistik, akıllı şehirler ve mülkler, sağlık hizmetleri, eğitim ve emniyet ve güvenlik. 2019 stratejisi finansmandan bahsetmese de hükümet 2017’de ulusal program Yapay Zekâ Singapur’u başlatmıştır ve beş yıl içinde 150 milyon SGD (113 milyon ABD doları) yatırım yapma taahhüdü vermiştir. Kasım 2020’de Akıllı Ulus ve Dijital Devlet Ofisi (SNDGO), Singapur hükümetinin veri koruma çabalarına ilişkin ilk yıllık güncellemesini yayınlamıştır. Kamu sektörü veri güvenliğini güçlendirmek ve vatandaşların özel verilerini korumak için bugüne kadar alınan önlemleri burada açıklamıştır.

ABD: ABD’nin yapay zekâ stratejisi Amerikan Yapay Zekâ İnisiyatifi (American AI Initiative) olarak adlandırılmaktadır. Sorumlu kurum Beyaz Saray’dır. Amerikan Yapay Zekâ İnisiyatifi, federal hükümetin yapay zekâ Ar-Ge çalışmalarına yatırım yapma, federal kaynakların önündeki engelleri azaltma ve yapay zekâ teknolojilerinin güvenli bir şekilde geliştirilmesi, test edilmesi ve yayılması için teknik standartlar ortaya koyma ihtiyacına öncelik vermektedir. Beyaz Saray ayrıca yapay zekâyı hazır bir iş gücü olarak geliştirmeyi vurgulamaktadır ve yapay zekâ konusunda ABD liderliğini teşvik ederken yabancı ortaklarla işbirliği yapma taahhüdüne işaret etmektedir. ABD hükümeti, Şubat 2020’de birinci yıllık raporunu yayınlamıştır ve ardından Kasım ayında, yapay zeka inovasyonunu ve büyümesini teşvik eden ve halkın yapay zekaya olan güvenini artıran ilkeler de dahil olmak üzere özel sektördeki yapay zeka uygulamalarını düzenleme konusunda federal kurumlar için ilk rehberlik notunu yayınlamıştır. 2021 Mali Yılında Ulusal Savunma Yetkilendirme Yasası (NDAA) gereğince federal hükümet genelinde yapay zekâ araştırmalarını ve politikalarını koordine etmek için Amerikan Yapay Zekâ İnisiyatifi çağrıya çıkmıştır.

Diğer bulgular

  • 2020’de Yapay Zekâ Küresel Ortaklık (GPAI) ve Ekonomik İşbirliği ve Kalkınma Örgütü (OECD) Yapay Zekâ Politika Gözlemevi ve Yapay Zekâ Uzmanlar Ağı faaliyetlerine başlamış ve bu faaliyetler herkes için Yapay Zekâ gelişimini desteklemek için birlikte çalışmaya yönelik hükümetler arası çabaları teşvik etmiştir.
  • Amerika Birleşik Devletleri’nde 116. kongre, tarihindeki en yapay zekâ odaklı kongre oturumu olarak kayıtlara geçmiştir. Bu Kongre tarafından mevzuatta, komite raporlarında ve Kongre Araştırma Hizmeti (CRS) raporlarında yapay zekâdan bahsedenlerin sayısı 115. kongrenin üç katından fazladır.

Özetle, ulusal yapay zekâ strateji belgesi yayınlanan ülkeler ve bölgelerden bazılarına yer verilerek konu hakkında hem farkındalık oluşturulması hem de içgörü kazandırılması amaçlanmıştır.

Faydalı olması dileğiyle.

Bilimle ve teknolojiyle kalınız.

Yararlanılan Kaynaklar

  1. Daniel Zhang, Saurabh Mishra, Erik Brynjolfsson, John Etchemendy, Deep Ganguli, Barbara Grosz, Terah Lyons, James Manyika, Juan Carlos Niebles, Michael Sellitto, Yoav Shoham, Jack Clark, and Raymond Perrault, “The AI Index 2021 Annual Report,” AI Index Steering Committee, Human-Centered AI Institute, Stanford University, Stanford, CA, March 2021.
  2. https://www.ki-strategie-deutschland.de/home.html?file=files/downloads/Nationale_KI-Strategie_engl.pdf
  3. https://niti.gov.in/national-strategy-artificial-intelligence
  4. https://www.ia2030.mx/
  5. https://www.gov.uk/government/publications/artificial-intelligence-sector-deal/ai-sector-deal
  6. https://www.government.se/4a7451/contentassets/fe2ba005fb49433587574c513a837fac/national-approach-to-artificial-intelligence.pdf
  7. https://ai.taiwan.gov.tw/
  8. Estonia (2019). Estonia’s national artificial intelligence strategy 2019-2021. Government of the Republic of Estonia. https://f98cc689-5814-47ec-86b3-db505a7c3978.filesusr.com/ugd/7df26f_27a618cb80a648c38be427194affa2f3.pdf
  9. https://trumpwhitehouse.archives.gov/ai/ai-american-innovation/
Öne çıkan

Kanada Sağlık Sistemi: Canada Health Care System

1. Giriş

Kanada sağlık sistemini ele almadan önce ilerleyen kısımlarda bahsedileceği için ilk olarak Kanada’daki eyaletler Şekil 1 üzerinde verilmiştir.

Şekil 1: Kanada Eyaletleri

Canada United States Map Mapa polityczna, Canada, canada, grass, united  States png | PNGWing

Kaynak: https://www.pngwing.com/en/free-png-yghlx

  • Kanada, 10 eyalet ve 3 bölge olmak üzere toplam 13 siyasi bölümden oluşur. Bölgeler, Northwest Territories, Nunavut ve Yukon Territory’tir. Bir Kanada eyaleti ile bir Kanada bölgesi arasındaki en büyük fark, bir eyaletin Anayasa (17 Nisan 1982), bir bölgenin ise federal kanunla oluşturulmuş olmasıdır. Bu nedenle, federal hükümet bölgeler üzerinde doğrudan kontrole sahipken, eyalet hükümetleri üzerindeki etkisi dolaylıdır.
  • Kanada, Canadian Medicare adında merkezi olmayan, evrensel, kamu tarafından finanse edilen bir sağlık sistemine sahiptir.
  • Sağlık hizmetleri, öncelikle ülkenin 13 eyalet ve 3 bölgesi tarafından finanse edilir ve yönetilir. Her bir bölgenin kendi sigorta planı vardır ve her bir bölge federal hükümetten kişi başına nakit yardım almaktadır. Avantajlar ve sunum yaklaşımları eyaletler ve bölgeler arasında değişiklik gösterir.
  • Tüm vatandaşlar ve daimi ikamet edenler, tıbbi olarak temel hastane ve doktor hizmetlerini ücretsiz almaktadır.
  • Ayakta tedavi gören hastaların reçeteli ilaçları ve diş bakımı hariç diğer sağlık hizmetleri için ödeme yapmak üzere eyalet ve bölgeler, hedef nüfus grupları için bir miktar teminat sağlamaktadır.
  • Kanadalıların yaklaşık üçte ikisinin özel sigortası vardır.
  • Kanada’nın evrensel, kamu tarafından finanse edilen sağlık hizmetleri sistemi, ilk olarak 1957’de ve 1966’da kabul edilen federal düzenlemelerle oluşturulmuştur. 1984 yılında yürürlüğe giren Kanada Sağlık Yasası, önceki iki kanunun yerini almakta ve tıbbi olarak hastane, teşhis ve hekim hizmetlerini tek elde toplamaktadır.

2. Evrensel sağlık sigortası nasıl çalışır?

Kanada Medicare

Sağlık hizmetlerinde tam federal nakit katkıları almaya hak kazanabilmek için her bir eyalet ve bölge (P / T) sağlık sigortası planının Kanada Sağlık Yasası’nın aşağıdaki beş şartını sağlaması gerekir:

  1. Kamu Yönetimi: Eyalet ve bölge planları, eyalet veya bölge hükümetine karşı sorumlu bir kamu otoritesi tarafından kar amacı gütmeden yönetilmeli ve işletilmelidir.
  2. Kapsamlılık: Eyalet ve bölge planları, bir hastane ortamında çalışan hastaneler, pratisyen hekimler ve diş hekimleri tarafından sağlanan tıbbi olarak zorunlu tüm hizmetleri sigortalamalıdır.
  3. Evrensellik: Eyalet ve bölge planları, tüm sigortalı bireylere tek tip şartlar ve koşullarda sağlık sigortası teminatı sağlamalıdır.
  4. Erişilebilirlik: Eyalet ve bölge planları, tüm sigortalı kişilere mali veya diğer engeller olmaksızın tıbbi olarak gerekli hastane ve doktor hizmetlerine makul erişim sağlamalıdır.
  5. Taşınabilirlik: Eyalet ve bölge planları, Kanada içinde başka bir eyalete veya bölgeye taşındıklarında ve yurtdışına seyahat ettiklerinde tüm sigortalı kişileri kapsamalıdır. Eyaletler ve bölgeler, Kanada dışında sağlanan hizmetlerin kapsamı konusunda bazı sınırlamalara sahiptir ve kendi yetki alanları dışında sunulan acil olmayan hizmetler için önceden onay gerektirebilir.

Hükümetin rolü

  • Kanada eyalet / bölge hükümetleri, sağlık hizmetlerinin finansmanı, organizasyonu ve sunumu ile hizmet sunucularını denetleme konusunda birincil sorumluluğa sahiptir.
  • Yetkili makamlar, doktorları ve ilaç programlarını doğrudan finanse eder ve hastane, toplum ve uzun dönemli bakımın yanı sıra ruh ve koruyucu sağlık hizmetlerini sunmak için yetki verilmiş sağlık otoriteleri (tek bir eyalet otoritesi veya çok sayıda alt eyalet, bölge yetkilisi) ile sözleşme yapar.
  • Federal hükümet, eyalet / bölge evrensel sağlık sigortası programlarını finanse eder ve Kanada Yerlileri ve Eskimolar (First Nations and Inuit), Kanada Silahlı Kuvvetleri üyeleri, gaziler, yeni yerleştirilen mülteciler ve bazı mülteci davacıları ve federal ceza infaz kurumlarındaki mahkumlar dahil olmak üzere belirli nüfuslar için bir dizi hizmetleri yerine getirmektedir.
  • Aynı zamanda tıbbi cihazların, ilaçların ve doğal sağlık ürünlerinin güvenliğini ve etkinliğini düzenler, sağlık araştırmalarına ve bazı bilgi teknolojisi sistemlerine fon sağlar ve ulusal ölçekte çeşitli halk sağlığı görevlerini yönetir.

Ulusal düzeyde, çeşitli devlet kurumlarının belirli denetleme görevleri vardır:

  • Federal sağlık bakanlığı olan Health Canada, gıda ve ilaç güvenliği, tıbbi cihaz ve teknoloji incelemesinde ve evrensel sağlık sigortası için ulusal standartların yerine getirilmesinde önemli bir düzenleyici rol oynamaktadır.
  • Kanada Halk Sağlığı Kurumu (The Public Health Agency of Canada), halk sağlığı, acil durumlara hazırlık ve müdahale, bulaşıcı ve kronik hastalıkların kontrolü ve önlenmesi ile sağlığın geliştirilmesinden sorumludur.
  • Yeni bir federal hükümet departmanı olan Kanada Yerli Halk Hizmetleri (Indigenous Services Canada), Kanada Yerlileri ve Eskimolar (First Nations and Inuit) için belirli sağlık hizmetlerini finanse etmektedir.
  • Çoğu hizmet sunucu, eyalet / bölge yasası kapsamında kendi kendini (otonom) yönetir; eğitim, öğretim ve bakım kalitesi standartlarının karşılanmasını sağlayan eyalet düzeyinde bir düzenleyici kuruma (Hekimler ve Cerrahlar Koleji gibi) kayıtlıdırlar.Çoğu eyalette, hasta haklarını savunan bir ombudsman mevcuttur.

Kanada sağlık sistemi organizasyon şeması Şekil 2’de verilmiştir.

Şekil 2: Kanada Sağlık Sistemi Organizasyon Şeması

Kaynak: Gregory ve diğerleri, 2020

Kamu sağlık sigortasının rolü

  • Toplam sağlık harcamalarının 2017’de GSYİH’nin yüzde 11,5’ine ulaştığı tahmin edilmektedir. Kamu sektörü ve özel sektör, sırasıyla toplam sağlık harcamalarının yaklaşık yüzde 70’ini ve yüzde 30’unu oluşturmaktadır.
  • Her bir eyalet / bölge sağlık sigortası planı, tıbbi olarak gerekli tüm hastane ve doktor hizmetlerini (ön ödemeli olarak) kapsar.
  • Ek hizmetler veya Canadian Medicare (Kanada Medicare) kapsamına girmeyen sağlık hizmetleri, hasta cepten ödemelerden veya işveren katkılarıyla veya özel sigorta yoluyla büyük ölçüde özel olarak finanse edilir.
  • Eyaletler ve bölgeler, ilgili ikamet gerekliliklerine uygun olarak bütün bireyleri kapsar.
  • Geçici yasal ziyaretçiler, belgesiz göçmenler, Kanada’da yasal izin süresinden fazla kalan ziyaretçiler ve ülkeye yasadışı yollardan girenlerin tamamı federal veya eyalet / bölge sigorta programlarının kapsamı dışındadır. Eyaletler ve bölgeler, bu nüfuslara sınırlı acil durum hizmetleri sağlar – hiçbir doktor veya hastane acil bir durumda bakım sağlamayı reddedemez ve ebeler bazı doğum hizmetleri sağlar.
  • Ana finansman kaynağı genel olarak eyalet / bölge geliridir. •Eyalet / bölge gelirinin çoğu vergilendirmeden gelir.
  • Federal program olan Kanada Sağlık Transferi (Canada Health Transfer: CHT) tarafından eyaletler ve bölgelere sağlık hizmetlerinin finansmanı için yaklaşık yüzde 24 (2017-2018’de tahmini 37 milyar Kanada doları veya 29,4 milyar ABD doları) oranında kaynak aktarımı yapılmaktadır.
  • Kanada Sağlık Transferi veya kısa adıyla CHT, eyaletlere ve bölgelere yapılan en büyük kaynak transferidir. Sağlık hizmetleri için uzun dönemli öngörülebilir finansman sağlar ve Kanada Sağlık Yasası hükümlerine göre faaliyet gösterir.
  • Kanada Sağlık Transferi program ödemeleri, kişi başına eşit olarak yapılır ve hem nakit hem de vergi puan transferlerini içerir.

Özel sağlık sigortasının rolü

  • Kanadalıların yaklaşık üçte ikisinin kayıtlı olduğu özel sigorta kapsamında, görme ve diş bakımı, ayakta tedavi ilaçları, rehabilitasyon hizmetleri ve özel hastane odaları gibi genel sağlık kapsamı dışında kalan hizmetler sunulmaktadır.
  • 2015 yılında, özel sağlık planları için primlerin yaklaşık yüzde 90’ı bir grup sözleşmesi veya sigortasız sözleşme kapsamında işverenler, sendikalar veya diğer kuruluşlar aracılığıyla ödenmiştir (plan sponsoru, sigorta sözleşmesi dışında bir gruba fayda sağlar).
  • 2017 yılında, özel sigorta harcamaları toplam sağlık harcamalarının yüzde 12’sini oluşturmuştur.
  • Sigorta kurumlarının büyük bir çoğunluğu kar amaçlı örgütlerdir.

Kapsama alınan sağlık hizmetleri

  • Federal düzeydeki mali katkılara hak kazanmak için eyalet / bölge sigorta planları, tıbbi olarak zorunlu hekim, teşhis ve hastane hizmetlerini (yatarak tedavi gören reçeteli ilaçlar dahil) öncelikle kapsamalıdır. Tüm eyalet / bölge hükümetleri ayrıca kamu sigorta programlarının bir parçası olarak koruyucu sağlık hizmetleri (aşılar dahil)’ni sunar.
  • Ancak, ulusal olarak tanımlanmış yasal bir fayda paketi yoktur; daha çok eyalet / bölge hükümetleri tarafından fayda paketleri tanımlanır. Bu nedenle, ayakta tedavi reçeteli ilaçlar, ruh sağlığı bakımı, göz bakımı, diş bakımı, evde bakım, ebelik hizmetleri, tıbbi ekipman ve son dönem hasta bakımı hizmetleri federal olarak zorunlu kılınmadığından bu hizmetlerin sunumu eyalet / bölge sigorta planları arasında farklılık göstermektedir.
  • Çoğu eyalette, sosyal yardım alanlar, 65 yaş ve üstü yaşlılar ile çocuklar ve gençler gibi belirli nüfuslar için reçeteli ilaç kapsama programları vardır. Bazı programlar, genellikle gelire bağlı olarak prim almaktadır.
  • Diş hekimliği hizmetleri, fizyoterapi, psikolog ziyaretleri, alternatif tıp (chiropractic care) ve kozmetik bakım veya plastik cerrahi dahil olmak üzere çoğunlukla herhangi bir eyalet / bölge sigortası planı kapsamında olmayan bazı sağlık hizmetleri mevcuttur.

Maliyet paylaşımı ve cepten yapılan harcamalar

  • Kamu sigortalı doktor, teşhis ve hastane hizmetleri için herhangi bir maliyet paylaşımı yoktur.
  • Doktorların, müzakere edilen ücret tarifesinin üzerinde hasta ücreti talep etmesine izin verilmez.
  • 2016 yılında, cepten yapılan ödemeler toplam sağlık harcamalarının yaklaşık yüzde 15’ini oluşturmuştur. Bu harcamaların çoğunluğu hastane dışı kurumlara (çoğunlukla uzun dönemli evde bakım hizmetleri), reçeteli ilaçlara, diş bakımı ve göz bakımı hizmetlerine yapılmıştır.

Sosyal güvenlik ağları

  • Reçeteli ilaçların karşılanmasına yardımcı olmak için eyaletler ve bölgeler, özel işveren destekli sigortası olmayan bazı kişilere ayakta tedavi ilaç planları sağlamaktadır. Eyalet / bölge ayakta tedavi ilaç planlarının çoğu, sosyal yardım alan veya emeklilik yaşındaki kişileri hedef alarak, son çare olarak düşünülmektedir. Bu planlar önemli ölçüde farklılık göstermektedir. Örneğin, Quebec eyaleti, uygun bireylerin özel kapsama sahip olmasını zorunlu kılarak evrensel bir ilaç planı yürütmekte ve özel kapsam için uygun olmayanları ise kamu sigorta planlarına kaydettirmektedir.
  • Buna karşılık, Kanada’nın en kalabalık eyaleti olan Ontario, özel sigortası olmayan yaşlılar, çocuklar ve gençler ile sosyal yardım alanlara yönelik evrensel reçeteli ilaç programını yönetmektedir.
  • Eyalet / bölge hükümetleri ayrıca cepten harcamaları yüksek olan bireyler için bir miktar kolaylık sağlamaktadır. Vatandaşlar, yıllık tedavi harcamaları net gelirlerinin yüzde 3’ünden fazlasını veya 2,288 Kanada doları (1,816 ABD Doları)’nı aşan harcamalarda kalan harcamaların yüzde 15’ini vergi iadesi olarak alabilmektedir.
  • Ayrıca, eyalet / bölge hükümetleri kamu tarafından finanse edilen uzun dönemli bakım sağlayan kurumlarda yoksul bireylerin barınma ve yemek masraflarını (hemşirelik bakımı dışında) da karşılamaktadır.

3. Hizmet sunumu nasıl gerçekleştirilir ve hizmet sunuculara nasıl ödeme yapılır?

Doktorların eğitimi ve işgücü

  • Kanada’daki 17 devlet tıp fakültesinden birinden tıp diploması alan öğrenciler, 2018–2019 döneminde yıllık ortalama 14,780 Kanada doları (11,730 ABD doları) ödemiştir. Kanada’daki doktorların yaklaşık yüzde 27’si tıp derecelerini Kanada dışında bir ülkeden almıştır.
  • 2017’de hekimlerin yüzde 92’si kentsel yerleşim alanlarında çalışmıştır. Kırsal ve uzak yerlerde doktor tedarikini sağlayacak ulusal programlar bulunmamaktadır. Bununla birlikte, çoğu eyalette kırsal uygulama girişimleri mevcuttur. Örneğin, Alberta eyaleti Kırsal, Uzak, Kuzey Programı ile hekimlere 50.000 Kanada Dolarından (39.382 ABD Doları) daha yüksek bir geliri garanti etmektedir.

Birinci basamak sağlık hizmetleri

  • 2017 yılında her 1000 kişiye 2,3 pratisyen hekim düşmüştür; yaklaşık yarısı (1.000 kişi başına 1,2) aile hekimi veya pratisyen hekim (GPs) ve geri kalan uzmanlar (1.000 kişi başına 1,15)’dir. GP’ler büyük ölçüde kapı tutucu (gatekeepers) olarak faaliyet göstermektedir ve birçok eyalet, sevk edilmeyen konsültasyonlar için uzmanlara daha düşük ücretler ödemektedir.
  • Birinci basamak hekimlere yapılan ödeme yöntemleri arasında en çok kullanılan yöntem hizmet başına ödeme yöntemidir. Bu yöntemi kişi başı ödeme izlemiştir.
  • Hekimlerin çoğu özel muayenehanelerde serbest meslek sahibidir. Ulusal Hekim Araştırmasının son yılı olan 2014’te, pratisyen hekimlerin yaklaşık yüzde 46’sı bir grup muayenehanesinde, yüzde 19’u meslekler arası muayenehanede ve yüzde 15’i tek başına olduğu muayenehanede çalışmıştır. Bazı eyaletlerde, pratisyen hekim ağları birlikte çalışır ve kaynakları paylaşır. Ekiplerin yapısı ve boyutunda eyaletler arasında farklılıklar bulunmaktadır.

Ayakta uzman bakım hizmetleri

  • Uzman doktorlar çoğunlukla serbest meslek sahibidir. Birkaç resmi  düzeyde farklı uzmanlık klinikleri mevcuttur.
  • Hastane dışı tanı veya cerrahi kliniklerinde daha az basit düzeydeki hizmetler sağlama yönünde bir eğilim olmasına rağmen, uzman bakımının çoğu, hem yatan hasta hem de ayakta tedavi temelinde hastanelerde verilmektedir.
  • Eyaletler arasında farklılıklar olsa da uzmanlara çoğunlukla hizmet başına ücret ödenmektedir. Örneğin, Quebec eyaletinde, alternatif ödeme yapıları, British Columbia’da yüzde 22 ve Saskatchewan’da yüzde 33’e kıyasla, 2016-2017’de uzmanlara yapılan toplam ödemelerin yaklaşık yüzde 15’ini oluşturmuştur. •Hastalar doğrudan bir uzmana gitmeyi seçebilir, ancak pratisyen hekimlerin hastaları özel bakıma yönlendirmesi daha yaygındır.
  • Eyalet / bölge kamu sigorta planlarını faturalandıran uzmanların, kamu sigortası kapsamına girecek hizmetler için özel sigortalı hastalardan ödeme almalarına izin verilmez.

Hizmet sunuculara doğrudan hasta ödemeleri yapan idari mekanizmalar

  • Pratisyen doktorların ve uzmanların çoğu, eyalet / bölge hükümetlerine doğrudan fatura keserken, bazılarına bir hastane veya klinik tarafından maaş ödemesi yapılmaktadır.
  • Hastaların kamu sigorta planları kapsamında olmayan hizmetleri için cepten ödeme yapması gerekebilmektedir.

Mesai sonrası bakım

  • Mesai saatleri dışında bakım, genellikle hekim yönetimindeki kliniklerde ve hastanenin acil servislerinde sağlanır.
  • Çoğu eyalet ve bölgede, vatandaşların günde 24 saat esasına göre kayıtlı bir hemşireden ücretsiz telefon hizmetleriyle sağlık danışmanlığı hizmeti almasına olanak tanınır.
  • Yeni düzenlemeler kayıtlı hastalara mesai sonrası bakım sağlamayı mali teşvikler için şart koşmasına rağmen pratisyen hekimlerin mesai sonrası bakım sağlaması zorunlu hale getirilmemiştir.
  • 2015 yılında, Kanada’daki pratisyen hekimlerin (GPs) yüzde 48’i (Ontario’da % 67) hastaların mesai sonrası bir doktor veya hemşire görmeleri için düzenlemeler yaptıklarını bildirmiştir.  Yine de, 2016’da hastaların sadece yüzde 34’ü pratisyen hekimleri aracılığıyla mesai sonrası bakıma erişebildiğini beyan etmiştir.

Hastaneler

  • Hastaneler, çoğunlukla kar amacı gütmeyen, kamu ve özel kuruluşların bir karmasından oluşmaktadır. Genellikle, hastaneler toplumu temsil eden delege sağlık yetkilileri veya hastane kurulları tarafından yönetilirler. Çoğu eyalet ve bölgede, birçok hastanenin mülkiyeti kamuya ait iken Ontario’da bulunan hastanelerin çoğunluğu ağırlıklı olarak kar amacı gütmeyen özel kuruluşlardır.
  • Özel kar amacı gütmeyen kliniklerin (özellikle teşhis ve cerrahi klinikleri) sayısına ilişkin spesifik veri yoktur. Ancak, 2017 anketinde Kanada genelinde 136 özel kar amacı gütmeyen klinik belirlenmiştir.
  • Kanada’daki hastaneler genellikle, eyalet düzeyindeki sağlık bakanlığı veya yetkili sağlık otoritesi tarafından belirlenen yıllık global (genel) bütçeye göre faaliyet gösterir ve ödemeler bu yöntem temelinde hastanelere yapılır. Ancak, Ontario, Alberta ve British Columbia dahil olmak üzere bazı eyaletler, hastalara sunulan bazı hizmetler için sabit bir miktar ödeme yaparak hastanelere hizmete dayalı fon (hizmet başına ödeme) sağlamaya karar vermiştir.
  • Hastane bazlı hekimler (Hospital-based physicians) genellikle hastane çalışanı değildir ve hizmet bedeli doğrudan eyalet düzeyindeki sağlık bakanlıkları veya yetkili sağlık otoriteleri tarafından ödenir.

Ruh sağlığı hizmetleri

  • Doktor tarafından sağlanan ruh sağlığı hizmetleri, parçalı olarak sunulmakta olup Kanada Medicare kapsamındadır. Hastane tabanlı ruh sağlığı hizmetleri, psikiyatri dal hastanelerinde ve genel olarak ruh sağlığı hizmetlerinin sunulduğu yataklı hastanelerde verilmektedir.
  • Eyalet / bölge hükümetleri, vaka yönetimi, ailelere ve bakıcılara yardım, toplum temelli kriz yönetim hizmetleri ve destekleyici barınma hizmetleri dahil olmak üzere bir dizi toplum ruh sağlığı ve madde bağımlılığı hizmetleri sunar.
  • Özel psikologlara cepten veya özel sigorta yoluyla ödeme yapılmaktadır. Kamu tarafından finanse edilen kuruluşlarda çalışan psikologlar ise maaş almaktadır.
  • Ruh sağlığı resmi olarak birinci basamak sağlık hizmetlerine entegre edilmemiştir. Ancak, bazı kuruluşlar ve eyaletler, ruh sağlığı hizmetlerini birinci basamak sağlık hizmetleri ile koordine etmek veya birbirine entegre etmek için girişimler başlatmıştır. Örneğin, Ontario’da, sektörler arası bir ruh sağlığı stratejisi (intersectoral mental health strategy) 2011’den beri yürürlüktedir ve 2014’te ruh sağlığı ile birinci basamak sağlık hizmetlerini daha iyi entegre etmek için kapsamı genişletilmiştir.

Uzun dönemli bakım ve sosyal destekler

  • Hastane dışı tesislerde ve toplumda sağlanan uzun vadeli bakım ve terminal dönem hasta bakımı, Kanada Sağlık Yasası kapsamında sigortalı hizmetler olarak kabul edilmez. Tüm eyalet / bölge hükümetleri bu tür hizmetleri genel vergilendirme yoluyla finanse eder, ancak kapsam eyalet ve bölgelere göre değişiklik göstermektedir.
  • Tüm eyaletler, evde bakım hizmeti alan hastalar için bir miktar evde bakım ve hemşirelik bakımı hizmetlerini bir arada sağlar, ancak tıbbi ekipman, malzemeler ve ev desteği dahil olmak üzere diğer hizmetler söz konusu olduğunda eyalet ve bölgeler arasında önemli farklılıklar vardır. Pek çok eyalette bu tür hizmetler ek ödeme gerektirir.
  • Evde uzun dönemli bakım hizmetleri uygunluğu, genellikle sağlık durumuna ve fonksiyon bozukluğa dayalı bir ihtiyaç değerlendirmesi yoluyla belirlenir. Bazı eyaletler uygunluk değerlendirmesinde ayrıca gelir testine de yer verir. Eyalet / bölge hükümetlerinin yaklaşık yarısı, gelir testi yapmadan evde bakım hizmeti vermektedir, ancak hizmete erişim hem öncelik değerlendirmesine hem de sınırlı bütçelere bağlıdır.
  • Hükümet, uzun dönemli bakım tesislerinde kişisel ve hemşirelik bakımını finanse eder. Buna ek olarak, ödeme gücüne dayalı mali destekler, oda ve pansiyon maliyetlerini desteklemeye yardımcı olabilir. Bazı iller tesise kabul için uygunluk koşulu olarak asgari ikamet süreleri belirlemiştir.
  • Çoğu uzun dönem bakım tesisleri olan hastane dışı kurumlara yapılan harcamalar 2017’de toplam sağlık harcamalarının yüzde 11’inden fazlasını oluşturmakta olup, finansmanı çoğunlukla kamu kaynaklarından (% 70) karşılanmıştır.
  • Evde bakım hizmetlerinin kamu finansmanı, hizmetleri sunan kurumlarla eyalet / bölge hükümet sözleşmeleri yoluyla veya hastalara kendi hizmetlerini satın almaları için devlet ödenekleri yoluyla sağlanır. Örneğin, British Columbia’nın Bağımsız Yaşam Desteği programı, bireylere kendi evde bakım hizmetlerini satın almalarına olanak tanımaktadır.
  • Eyaletler ve bölgeler, bu tür masrafların çoğunun meydana geldiği hastanelerde (Kanada Medicare kapsamındadır) palyatif ve terminal dönem hasta bakımı sağlamaktan sorumludur. Ancak birçoğu, hekim ve bakım hizmetleri ve bakımevlerinde, bakım tesislerinde ve evde ilaç teminatı gibi bu ortamlar dışındaki hizmetler için de bir miktar teminat sağlamaktadır.
  • Eyalet / bölge hükümetleri ve tıp dernekleri, ölümcül veya geri döndürülemez hastalıklarla karşı karşıya kalan bireylere tıbbi yardım sağlamak için düzenlemeler getirmişlerdir.
  • 2012 yılında 8 milyondan fazla Kanadalı’nın kronik hastalıkları ve sosyal ihtiyaçları olan kişilere ücretsiz destek sağladığı tahmin edilmektedir. Gayri resmi bakıcı desteği (yaşlılara bakımın % 66 ila % 84’ünü oluşturmaktadır) eyalet ve bölgeye göre değişiklik göstermektedir. Örneğin, Nova Scotia’nın Bakıcı Yardımı Programı, bakıcılara ve bakım alanlara ayda 400 Kanada doları (317 USD) yardımda bulunmaktadır. Kanada Bakıcı Kredisi ve İstihdam Sigortası Şefkatli Bakım Yardımı (the Canada Caregiver Credit and the Employment Insurance Compassionate Care Benefit) da dahil bazı federal yardım programları bulunmaktadır.

4. Bakım kalitesini güvence altına almak için başlıca stratejiler nelerdir?

  • Pek çok eyalette sağlık hizmetleri sistemi raporları hazırlamaktan ve sistem performansını izlemekten sorumlu kurumlar bulunmaktadır.
  • Ayrıca, Kanada Sağlık Enformasyon Enstitüsü (the Canadian Institute for Health Information), hastane ve uzun dönemli bakım tesislerinin performans göstergeleri dahil olmak üzere sağlık sistemi performansı hakkında düzenli halka açık raporlar hazırlar. Bugüne kadar, ülke genelinde doktorların performansı hakkında kamuya açık bir bilgi bulunmamaktadır. Çoğu eyalet, özet inceleme raporlarını çevrimiçi olarak yayınlamaktadır.
  • Evde bakım kurumları, uzun dönemli evde bakım kurumlarından farklı olarak raporlama standartları mevcuttur. Kanada Sağlık Enformasyon Enstitüsü, Kanada genelinde kamu tarafından finanse edilen programlar dahilinde hizmet verilen bireylere yönelik demografik, klinik, faaliyet ve kaynak kullanım verilerini içeren Evde Bakım Raporlama Sistemi (Home Care Reporting System)’ne sahiptir. Ancak bu kapsamda 2018’de yalnızca sekiz bölge veri göndermiştir.
  • Kaliteyi iyileştirmede mali teşviklerin kullanımı sınırlıdır. Hekim düzeyinde, bugüne kadar kalite üzerinde kanıtlanabilir çok az etki bulunmuştur.

Devam eden diğer çeşitli kalite geliştirme girişimleri şöyledir:

  • Federal düzeyde finanse edilen Kanada Hasta Güvenliği Enstitüsü, en iyi uygulamaları teşvik etmekte ve stratejiler, standartlar ve ölçütler geliştirmektedir.
  • Eyalet kalite konseyleri, daha kaliteli sağlık hizmeti üretmek için süreç iyileştirmelerini kolaylaştırmaktadır.
  • Kanada Sağlık İlaç ve Teknolojileri Kurumu (the Canadian Agency for Drugs and Technologies in Health) kısa adıyla CADTH tarafından yürütülen Optimal Kullanım Projeleri (The Optimal Use Projects) programı, ilaçların uygun reçetelenmesi, satın alınması ve kullanılmasını teşvik etmek için hizmet sunuculara ve tüketicilere tavsiyeler (resmi klinik kılavuzlar olmasa da)’de bulunmaktadır.
  • Federal düzeyde finanse edilen 1996 yılında kurulan Kanada Sağlık Hizmetleri İyileştirme Kurumu (CFHI), performans iyileştirme girişimlerini uygulamaya koymak için eyalet / bölge hükümetleriyle birlikte çalışmaktadır.
  • Bir sivil toplum kuruluşu olan Akreditasyon Kanada (Accreditation Canada) bölgesel sağlık otoriteleri, hastaneler, uzun dönem bakım tesisleri ve toplum kuruluşları dahil olmak üzere Kanada genelinde yaklaşık 1.200 sağlık kuruluşuna gönüllü akreditasyon hizmetleri sağlar.
  • Eyalet kanser kayıt veri tabanları, kanser vakalarını izleyen ulusal bir idari araştırma birimi olan Kanada Kanser Kayıt Merkezine veri sağlar.
  • Eyalet / bölgeler, örneğin kalp hastalığı ve diyabeti tedavi etmeye ve maliyetleri düşürmeye yönelik uygulama rehberleri oluşturarak kaliteyi artırmak için 2012 yılında Sağlık Bakım İnovasyon Çalışma Grubu (Health Care Innovation Work Group)’nu kurmuştur.

5. Eşitsizlikleri azaltmak için neler yapılıyor?

  • Kanada Halk Sağlığı Kurumu, genel sağlık eşitsizliklerini ve Kanada Sağlık Enformasyon Enstitüsü de düşük gelirli Kanadalılara odaklanarak sağlık hizmetleri ve sağlık çıktılarındaki eşitsizlikleri raporlamaktadır. Eşitsizlikleri ölçmek için resmi veya periyodik süreç bulunmamaktadır. Ancak bazı eyalet / bölge hükümetleri, nüfus sağlığı ve sağlık eşitsizliklerini ele alan departmanlara ve kurumlara sahiptir.
  • Yerli ve yerli olmayan Kanadalılar arasındaki sağlık eşitsizlikleri, hem federal hem de eyalet / bölge düzeyinde hükümet için bir endişe kaynağıdır.
  • 2015 yılında, Hakikat ve Uzlaşma Komisyonu (the Truth and Reconciliation Commission), yerli toplumları etkileyen birkaç sağlık eşitsizliğini ele alan bir dizi eylem çağrısı yayınlamıştır.
  • Ontario’da, 2016 yılında, birinci basamak sağlık hizmetlerine yatırımlar, sağlık hizmeti sunucuları için kültürel yeterlilik eğitimi, taze meyve ve sebzelere erişim ve yerli (First Nations) gençlere yönelik ruh sağlığı hizmetlerine vurgu yapılarak yerli halkın sağlığını iyileştirmek için bir strateji başlatılmıştır.

6. Hizmet sunum sistemi entegrasyonunu ve bakım koordinasyonunu sağlamak için neler yapılmaktadır?

  • Eyaletler ve bölgeler, kronik hastalığı olan hastalara yönelik bakım entegrasyonunu ve koordinasyonunu iyileştirmek için çeşitli girişimler başlatmıştır. Bunlar arasında Aile Hekimliği Bölümleri (British Columbia), Aile Hekimliği Grupları (Quebec), Düzenlenmiş Sağlık Meslekleri Ağı (Nova Scotia) ve Sağlık Bağlantıları (Ontario) bulunmaktadır.
  • Buna ek olarak, Ontario’da Toplum Sağlığı Merkezleri ve Aborijin Sağlık Erişim Merkezleri dahil olmak üzere uzun süredir devam eden toplum temelli ve çok disiplinli birinci basamak bakım modelleri mevcuttur.

7. Elektronik sağlık kayıtlarının durumu nedir?

  • Sağlık bilgi teknolojilerinin kullanımı son yıllarda yavaş yavaş artmaktadır. Eyaletler ve bölgeler, ulusal finansman ve Canada Health Infoway aracılığıyla sağlanan destekle kendi elektronik bilgi sistemlerini geliştirmekten sorumludur. Ancak, elektronik sağlık kayıtlarının uygulanmasına yönelik ulusal bir strateji bulunmamaktadır.
  • Canada Health Infoway’e göre, eyaletlerde nüfusun çoğunluğunun sağlık kayıtları elektronik olarak kayıt altına alınmıştır. Ancak eyaletler arasında çalışabilirlik sınırlıdır. 2017’de pratisyen hekimlerin yüzde 85’i elektronik tıbbi kayıtları kullandıklarını bildirmiştir, ancak hastalar kendi elektronik sağlık bilgilerine sınırlı erişime sahiptir.

8. Maliyetler nasıl kontrol altına alınmaktadır?

Maliyetler, esas itibariyle tek ödeyici satın alma yoluyla kontrol edilir. Maliyet kontrol önlemleri şunları içerir:

  • Hastaneler ve bölgesel sağlık otoriteleri için zorunlu global bütçeler •Hizmet sunucularla müzakere edilmiş ücret programları
  • Eyalet ilaç planlarına yönelik ilaç formülleri
  • Hekimler ve hemşireler için kaynak kısıtlamaları (yıllık kabul edilen öğrenciler için il kotaları gibi)
  • Sermaye ve teknolojiye yeni yatırımla ilgili kısıtlamalar.

Kanada Sağlık İlaç ve Teknolojileri Kurumu, yeni teknoloji maliyetlerini sınırlamak için bir mekanizma olan ulusal sağlık teknoloji değerlendirme sürecini denetlemektedir. Bu kurum, ilaçların, tıbbi teknolojilerin ve sağlık sistemlerinin klinik etkinliği, maliyet etkinliği ve daha geniş etkileri hakkında bilgi üretmektedir.

Kanada Sağlık İlaç ve Teknolojileri Kurumu, Ortak İlaç İnceleme (The Common Drug Review) süreci ile ilaçların klinik etkililiğini ve maliyet etkinliğini değerlendirir ve erişim ve kanıta dayalı kaynak tahsisinde daha fazla tutarlılığı desteklemek için kamu tarafından finanse edilen eyalet ilaç planlarına (Quebec hariç) ortak, bağlayıcı olmayan öneriler sunmaktadır.

Ortak İlaç İncelemesi (CDR), yeni ilaçları gözden geçirmeye ve Kanada’da devlet tarafından finanse edilen federal, eyalet ve bölgesel ilaç yardım planlarına katılanlara listeleme önerileri sağlamaya yönelik tek bir süreçtir. CDR, klinik kanıtların standartlaştırılmış, titiz ve tekrarlanabilir sistematik bir incelemesini ve üretici tarafından sunulan bir farmako-ekonomik değerlendirmenin bir eleştirisini gerçekleştirir. Hekimler, eczacılar, sağlık ekonomistleri, klinik uzmanlar ve diğer danışmanlardan oluşan uzman ekipler bu incelemeleri yapmaktadır. İncelemede bulunanlar bir Çıkar Çatışması açıklama beyanı imzalamalıdır.

Bağımsız bir kurum olan federal düzeyde Patentli İlaç Fiyatları İnceleme Kurulu (Patented Medicine Prices Review Board), yeni patent almış ilaçların başlangıç fiyatlarını düzenler. Kurul, fabrika çıkış fiyatlarını düzenler ancak toptan satış veya eczane fiyatları veya eczacıların mesleki ücretleri üzerinde düzenleme yetkisi bulunmamaktadır.

Kanada İlaç Birliği (Pan-Canadian Pharmaceutical Alliance) kurumu, 2010 yılından bu yana 95 markalı ilaç için daha düşük fiyatlar üzerinde pazarlık yapmış ve en yaygın 15 jenerik için eşdeğer markalı ilaç fiyatlarının yüzde 18’i olarak fiyat limitleri belirlemiştir. Kuruma rağmen, jenerik ilaç fiyatları üzerinde düzenleme yetkisi ve kamu ilaç planları kapsamında fiyatlandırma ve satın alma kontrolü (ve bazı durumlarda, özel planlar kapsamında fiyatlandırma) eyaletler tarafından yapılmakta ve bu durum da bazı eyaletler arasında farklılıklara yol açmaktadır.

Kanada İlaç Birliği (Pan-Canadian Pharmaceutical Alliance (pCPA)), klinik olarak etkili ve uygun fiyatlı ilaç tedavilerine erişimi artırmak ve yönetmek için bir dizi kamu ilaç planı girişimlerinde işbirliği yapan eyalet, bölge ve federal hükümetlerinden oluşan bir birliktir.

PCPA’nın temel rollerinden biri, birliğin müzakere gücünü kullanarak kamu tarafından finanse edilen ilaç programları ve hastalar için daha fazla değer elde etmek amacıyla Kanada’da marka adı ve jenerik ilaçlar için ortak müzakereler yürütmektir. Birliğin hedefleri:

  • Klinik olarak etkili ve uygun maliyetli ilaç tedavisi seçeneklerine erişimi artırmak,
  • Katılımcı bölgeler için tutarlı ve daha düşük ilaç maliyetleri elde etmek,
  • Tekrarlanan müdahaleleri azaltmak ve kaynak kullanımını iyileştirmek,
  • Bölgeler arasında alınan kararların tutarlılığını artırmak.

Ayrıca, Kanada’yı Akıllıca Seçme (ChoosingWiselyCanada) kampanyası ile hükümetlere, hizmet sağlayıcılara ve halka düşük değerli bakımı azaltma konusunda tavsiyelerde bulunmaktadır. Kampanyanın temel amacı ise sağlık hizmetlerinde gereksiz test ve tedavileri azaltmaktır (https://choosingwiselycanada.org/).

9. Son zamanlarda hangi önemli yenilikler ve reformlar yapılmıştır?

  • Hastaneler dışındaki reçeteli ilaçlar kapsanmamaktadır. 2018’de, Ulusal Eczacılık Uygulama Danışma Konseyi (the Advisory Council on the Implementation of National Pharmacare) kurulmuş ve 2019’da bir ara rapor hazırlanmıştır.
  • Konsey, Kanadalılar ve aileleri, işverenleri ve bölge hükümetleri için uygun fiyatlı ulusal ilaç tarifelerinin nasıl uygulanacağı konusunda tavsiye niteliğinde kararlar alan bağımsız bir kurumdur.
  • Eyaletler ve bölgeler, verimliliği artırmak için yapısal reformları uygulamaya devam etmektedir. En son örnek, 2017 yılında Saskatchewan eyalet hükümeti 12 bölgesel sağlık otoritesini tek bir sağlık otoritesi altında birleştirmiştir. Bu girişim, daha büyük bir idari merkezileşmeye doğru ulusal bir eğilimi yansıtmaktadır. Benzer şekilde, artan reform çabasının bir parçası olarak, Manitoba ve Ontario eyalet hükümetleri de benzer adımlar atmıştır. 

10. Kanada Kamu Özel İşbirlikleri (KÖİ’ler)

  • 1993 yılında kurulan Kanada Kamu Özel İşbirliği Konseyi (CCPPP), misyonu tüm hükümet düzeylerinde KÖİ’ler aracılığıyla altyapı geliştirme ve hizmet sunumuna yenilikçi yaklaşımları teşvik etmek olan, kar amacı gütmeyen, üye tabanlı bir kuruluştur.
  • Kamu Özel İşbirliği (KÖİ) Kanada (Public-Private Partnerships Canada) ve Kanada Kamu-Özel Ortaklıkları Konseyi (CCPPP), Kanada’daki KÖİ’ler hakkında bilgi ve daha geniş anlamda KÖİ’ler hakkında yardımcı kaynaklar sağlar.
  • Kamu Özel İşbirliği Kanada, kamu ve özel sektör ortaklarını desteklemek ve Kanada’nın KÖİ pazarının daha da gelişmesini teşvik etmek için kamu ve özel sektörle birlikte çalışır.
  • Ayrıca, Kamu Özel İşbirliği Kanada, KÖİ fırsatlarını değerlendirme ve yürütme konusunda uzmanlık ve tavsiyeleri ile bunların eyalet düzeyindeki KÖİ birimleriyle olan bağlantılarını sağlar.

Mayıs 2017 itibarıyla Kanada’da sektöre ve hükümet düzeyine göre KÖİ projeleri Şekil 3’te verilmiştir.

Şekil 3: Kanada’da Sektöre ve Hükümet Düzeyine Göre KÖİ Projeleri, Mayıs 2017

Kaynak: OECD, 2018

Kanada’da sektöre göre KÖİ projelerinin dağılımı ise Şekil 4’te verilmiştir. Şekil 4’e göre bütün sektörlerdeki toplam proje sayısı 291, bu projelerin toplam değeri ise 139.483.997.951 $’dır. Toplam sağlık projelerinin sayısı 102, bu projelerin toplam proje değeri ise 30.000.906.951 $‘dır.

Şekil 4: Kanada’da Sektöre Göre KÖİ Projeleri, 30.12.2020

Kaynak: http://www.p3spectrum.ca/, 30.12.2020

Kanada’da KÖİ ile yapılan British Columbia eyaletinde yer alan örnek bir hastane çalışması ve projenin künyesi ile birlikte aşağıda verilmiştir.

Abbotsford Bölge Hastanesi ve Kanser Merkezi, Abbotsford’da ömrünü tamamlamak üzere olan MSA Hastanesine alternatif olarak inşa edilen 300 yataklı bir hastanedir.

Tesis, BC Kanser Kurumu tarafından işletilen eyalet düzeyindeki ağın bir parçası olan yeni bir kanser tedavi merkezinin entegre edilmesi dahil olmak üzere çeşitli gelişmiş programlar sunmaktadır. Kanser merkezi, yüksek düzeyde ihtiyaç duyulan teşhis ve tedavi hizmetleri vermektedir.

Bina yaklaşık 60.000 metrekare olup, eski MSA akut bakım hastanesinin yaklaşık üç katı büyüklüğündedir. Yeni bölge hastanesi ve kanser merkezi, en az 150 binlik nüfusun ihtiyacını karşılayacak şekilde tasarlanmıştır.

Kamu özel ortaklığı ile inşa edilen yeni tesisin inşaatı 2004 yılında başlamış ve 2008 yılı Ağustos ayında tamamlanarak hizmete açılmıştır.

Kaynak: http://www.p3spectrum.ca/, 30.12.2020

Bir diğer vaka çalışması ise Ontario eyaletinin Toronto şehrinde yapılan Bridgepoint Hastanesi olup, aşağıda verilmiştir. Vaka örneklerini burada artırmak mümkündür.

10 katlı, 680.000 metrekarelik Bridgepoint Hastanesi 2013 yılının Mart ayında tamamlanmış olup 472 yatak kapasitesine sahiptir. KÖİ projesi aynı zamanda önceki hastanenin, bir klinik binasının ve Toronto Hapishanesinin yıkılmasını ve daha sonra çevredeki cadde peyzaj işlerini içermektedir.

Şu anda Toronto akut bakım hastanelerinden sevklerin en yüksek oranda yapıldığı hastanedir.

Hastane komplike kronik hastalıkların tedavisi yönelik son teknolojik imkanlarla donatılan tesistir.

Bu hastaneyle birlik komplike inme (felçler) hastaları artık aynı veya daha iyi sonuçlarla eve öncekinden 12 gün önce eve dönmektedir.

Kamu özel işbirliği (KÖİ) Tasarla-Yap-Finanse Et-Bakımını Yap modeli kapsamında 33,5 yıllık sözleşme imzalanmıştır.

Kaynak: http://www.p3spectrum.ca/, 30.12.2020

Özetle, Kanada sağlık sistemi farklı boyutlarıyla ele alınarak konu hakkında hem farkındalık oluşturulması hem de içgörü kazandırılması amaçlanmıştır.

Faydalı olması dileğiyle.

Bilimle ve teknolojiyle kalınız.

Saygılarımla…

Not: Kaynak gösterilmeden alıntı yapılamaz veya kopyalanamaz.

Note: It can not be cited or copied without referencing.

Kaynakça

  1. https://www.canada.ca/en/health-canada/services/health-care-system/reports-publications/health-care-system/canada.html
  2. World Health Organization. Regional Office for Europe, European Observatory on Health Systems and Policies, Gregory P. Marchildon, Sara Allin & Sherry Merkur. (‎2020)‎. Canada: Health system review. Health Systems in Transition, 22 (‎3)‎, World Health Organization. Regional Office for Europe. https://apps.who.int/iris/handle/10665/336311
  3. Common Wealth Fund, https://www.commonwealthfund.org/international-health-policy-center/countries/canada
  4. Choosing Wisely Canada, https://choosingwiselycanada.org/
  5. Canadian Agency for Drugs and Technologies in Health (CADTH), https://www.cadth.ca/about-cadth
  6. Canadian Foundation for Healthcare Improvement, https://www.cfhi-fcass.ca/about/our-story
  7. Nova Scotia Regulated Health Professions Network Regulations for Scope of Practice, https://www.nsrhpn.ca/about-us/
  8. The Therapeutics Initiative (TI), https://www.ti.ubc.ca/2006/12/31/what-is-the-common-drug-review/
  9. Canadian Agency for Drugs and Technologies in Health (CADTH), https://cadth.ca/reimbursement-review-reports
  10. pan-Canadian Pharmaceutical Alliance, https://www.pcpacanada.ca/node/30
  11. https://www.canada.ca/en/health-canada/corporate/about-health-canada/public-engagement/external-advisory-bodies/implementation-national-pharmacare.html
  12. World Bank, http://documents1.worldbank.org/curated/en/600511468336720455/pdf/903840PPP0Refe0Box385311B000PUBLIC0.pdf
  13. PPP Knowledge Lab, https://pppknowledgelab.org/external-resources
  14. OECD (2018), Subnational Public-Private Partnerships: Meeting Infrastructure Challenges, OECD Multi-level Governance Studies, OECD Publishing, Paris, https://doi.org/10.1787/9789264304864-en.
  15. Infrastructure Canada, https://www.infrastructure.gc.ca/site/alt-format/pdf/plan/icp-pic/IC-InvestingInCanadaPlan-ENG.pdf
  16. P3spectrum, http://www.p3spectrum.ca/project/
  17. The Canadian Council for Public-Private Partnerships, https://www.pppcouncil.ca/
  18. https://www.pngwing.com/en/free-png-yghlx
Öne çıkan

ABD Sağlık Sistemi: The U.S. Health Care System

1. Giriş

ABD sağlık sistemine geçmeden önce konusu geçeçeği için ilk olarak ABD’deki eyaletleri Şekil 1 üzerinde verelim.

Şekil 1: ABD Eyaletleri

Kaynak: https://www.legendsofamerica.com/us-states/

  • Kuruluş yıllarında 13 eyaleti bulunan ABD, günümüzde 50 eyalet ve bu eyaletlerin bağlı olduğu bir federal devlet sistemi ile yönetilmektedir.
  • Amerika’da tek tip bir sağlık sistemi yoktur. Mevcut sağlık sistemi herkesi kapsamamaktadır.
  • Eyaletler arasında sağlık hizmeti sunumu ve sağlık sigortası ücretleri ile kapsamı farklılık göstermektedir.
  • Federal hükümet, 65 yaş ve üstü yetişkinler ve bazı engelli bireyler için ulusal Medicare programı ve ayrıca Medicaid ve Çocuk Sağlığı Sigortası Programı (CHIP) da dahil olmak üzere gaziler ve düşük gelirli bireyler için çeşitli programlar için finansman sağlamaktadır.
  • Eyaletler yerel kapsama alanını ve sosyal güvenlik ağını yönetmekte ve bunun için ödemelerde bulunmaktadır.
  • En yaygın teminat türü olan özel sigorta, öncelikle işverenler tarafından finanse edilmektedir.
  • Dönüm noktası olan Uygun Bakım Yasası (ACA)’nın, diğer bir deyişle Obamacare’nin yasalaştığı 2010’da sigortasızların oranında yüzde 16 düşüş sağlanarak sigortasız olanların oranı yüzde 8,5’i seviyesinde gerçekleşmiştir.
  • Kamu ve özel sigorta kurumları, federal ve eyalet düzenlemeleri çerçevesinde kendi fayda paketlerini ve maliyet paylaşım yapılarını belirlemektedir.

2. Sağlık hizmeti üretimi organizasyonları

  • Amerika’da hizmet organizasyonu çok parçalı bir yapıya sahiptir. Hizmet üreticisi olan hekimler ve hastaneler, finansman sağlayan kurumlardan hizmet satın almaktadır.
  • Geleneksel Amerikan sağlık sisteminde ödemelerin çoğu hizmet başına ödeme şeklinde yapılmaktadır. Hizmet başına ödemeler, sağlık hizmetlerinde artmakta ve gereksiz kullanımlara yol açabilmektedir.
  • Yönetilen sağlık bakım organizasyonları (Managed Care Organization: MCO) sağlık sisteminde örgütlenmeyi geliştirmek, maliyetleri azaltmak ve kaliteyi artırmak amacıyla ortaya çıkmıştır. Ayrıntılı sözleşmeler ile sağlık sigortası ve sağlık hizmetlerinin birleştiği bir organizasyonu temsil etmektedir.
  • Yönetilen sağlık bakım organizasyonları (MCO), mevcut farklı programlardan gelen hizmetleri koordine eden ve bunları üyelerin ihtiyaç ve tercihlerine göre uzun vadeli tek bir destek ve hizmet planında birleştiren bir Aile Bakım Programının bir parçasıdır. MCO’lar tüketiciler tarafından alınan hizmetlerin kalitesini iyileştirir.
  • Yönetilen bakımda, sigortalı kişinin birinci basamak sağlık hizmetlerini alacağı kurumu seçmesi ve uzmanlık hizmetleri için birinci basamaktan sevk alması gerekmektedir. Yönetilen bakım uygulamasının yaygınlaşmasıyla birinci basamak sağlık hizmetlerine olan ihtiyaç artmaktadır.

3. Sağlık sigortası planı ve sosyal güvenlik ağ türleri

  • Farklı ihtiyaçları karşılamak için tasarlanmış farklı sağlık sigortası pazar planları vardır.
  • Bazı plan türleri, hizmet sağlayıcı seçimlerinizi kısıtlar veya planın doktorlar, hastaneler, eczaneler ve diğer tıbbi hizmet sağlayıcılardan oluşan ağdan bakım almanızı teşvik eder. Bunların dışında kalanlar, plan ağı dışındaki hizmet sağlayıcılara daha büyük bir maliyet payı öder.
  • Hizmet sunulan bölgeye bağlı olarak, her metal seviyesinde sigorta pazarındaki plan türlerinin hepsini veya herhangi birini bulabilirsiniz.
  • Sigorta pazarındaki plan türleri Bronz, Gümüş, Altın ve Platin olmak üzere 4 kategoride ele alınmıştır.

Pazar Yeri’nde bulacağınız bazı plan türleri:

  • Münhasır Hizmet Sağlayıcı Örgütler (EPO): Hizmetlerin yalnızca plan ağındaki doktorlar, uzmanlar veya hastaneleri (acil durumlar dışında) kullanmanız durumunda kapsandığı bir yönetilen bakım planıdır.
  • Sağlık Bakım Örgütleri (HMO): Genellikle, HMO için çalışan veya HMO ile sözleşme yapan doktorların bakımını sınırlayan bir sağlık sigortası planı türüdür. Acil durumlar dışında genellikle ağ dışında kalan bakım hizmetlerini kapsamaz. Bir HMO, kapsama alınmasının uygunluğunun değerlendirilmesinde hizmet alanında yaşamanızı veya çalışmanızı isteyebilir. HMO’lar genellikle entegre bakım sağlayarak koruyucu ve sağlıklı yaşam hizmetlerine odaklanır. HMO’lar üyelerine gelişmiş sağlık hizmetleri sunan yönetilen bakım kuruluşlarıdır. Bu tür bir sigorta planı 20. yüzyılın başlarında başlamıştır, ancak 1973 tarihli Sağlık Bakım Örgütü Yasası’nın kabul edilmesiyle popülaritesi artmıştır. Bir HMO kapsamında, hasta, hazırlanmış kapsamlı bir sağlık bakım planında yardımcı olacak bir birinci basamak hekimi seçer.

Pazar Yeri’nde bulacağınız bazı plan türleri örnekleri:

  • Hizmet Noktası (POS): Planın ağına dahil olan doktorlar, hastaneler ve diğer sağlık hizmeti sağlayıcılarını kullanırsanız daha az ödediğiniz bir plan türüdür. POS planları, bir uzman görmeniz için birinci basamak doktorunuzdan bir sevk almanızı gerektirir.
  • Tercihli Hizmet Sağlayıcı Kuruluşlar (PPO): Planın ağındaki sağlayıcıları kullanırsanız daha az ödediğiniz bir sağlık planı türüdür. Ağın dışındaki doktorları, hastaneleri ve sağlayıcıları ek bir ücret karşılığında yönlendirme olmadan kullanabilirsiniz.

Sağlık sigorta pazarındaki plan kategorileri Şekil 2 üzerinde verilmiştir.

Şekil 2: Sağlık sigorta pazarındaki plan kategorileri

Kaynak: https://www.healthcare.gov/choose-a-plan/plans-categories/

4. Evrensel sağlık sigortası nasıl çalışır?

  • Amerika Birleşik Devletleri genel sağlık sigortasına sahip değildir. 2018’de nüfusun yaklaşık yüzde 92’si sigorta kapsamında olup 27,5 milyon kişinin veya nüfusun yüzde 8,5’inin sigortası bulunmamaktadır. Sağlık hizmeti hakkını güvence altına almaya yönelik adımlar atılmaya devam edilmektedir.
  • ABD’de işveren destekli sağlık sigortası 1920’lerde uygulamaya konulmuştur. II. Dünya Savaşı’ndan sonra hükümetin ücret kontrolleri uygulaması ve sağlık sigortası ve vergiden muaf gibi yan haklar ilan etmesiyle işveren destekli sağlık sigortası popülerlik kazanmıştır. 2018’de nüfusun yaklaşık yüzde 55’i işveren destekli sigorta kapsamındadır.
  • 1965’te, ilk kamu sigorta programları Medicare ve Medicaid, Sosyal Güvenlik Yasası ile yürürlüğe girmiş ve diğer sigorta programları bunu izlemiştir.

Medicare

  • Medicare, 65 yaş ve üstü kişiler için evrensel bir sağlık bakımı hakkı sağlar. Uygun nüfuslar ve kapsanan faydaların kapsamı kademeli olarak genişletilmiştir. 1972’de, 65 yaşın altındaki uzun süreli engelli veya son dönem böbrek hastalığı olan bireyler de bu kapsama alınmıştır.
  • Bütün bireyler, hastane sigortası (Kısım A) ve sağlık sigortası (Kısım B) sağlayan bir hizmet başına ödeme programı olan geleneksel Medicare hakkına sahiptir. 1973’ten beri bireyler, sigortalarını geleneksel Medicare veya Medicare Advantage (Kısım C) yoluyla alma seçeneğine sahipler, bu kapsamda bireyler özel bir sağlık bakım organizasyonuna (HMO) veya yönetilen bakım organizasyonuna (MCO) kaydolmaktadır.
  • 2003 yılında, gönüllü ayakta tedavilerde reçeteli ilaç teminatı seçeneği sunan Bölüm D, Medicare kapsamına alınmıştır.
  • Medicare, Hastane Sigorta Fonu Tröstü ve Tamamlayıcı Sağlık Sigortası Tröstü tarafından finanse edilmektedir.

Medicaid

  • Medicaid programı ilk olarak eyaletlere düşük gelirli ailelere, görme engeli olanlara ve diğer engelli bireylere sağlık hizmetleri sağlamak için federal eşleştirme fonu alma seçeneği sunmuştur.
  • Medicaid, eyaletler tarafından federal düzeydeki düzenlemelere göre yönetilir. Program, eyaletler ve federal hükümet tarafından ortaklaşa finanse edilmektedir.
  • Medicaid, düşük gelirli hamile kadınlar ve bebekler ile daha sonra 18 yaşına kadar olan çocuklar için kademeli olarak zorunlu hale getirilerek bu sigorta programının kapsamı genişletilmiştir.
  • Bugün gelinen noktada Medicaid, Amerikalıların yüzde 17,9’unu kapsamına almaktadır. Eyaletler tarafından yönetilen sigorta programına göre uygulamalar farklılaştığı için gelir testleri ve uygunluk kriterleri de eyaletlere göre değişir. Bireylerin Medicaid kapsamı için başvurmaları ve yıllık olarak yeniden kaydolmaları ve yeniden sertifika almaları gerekir. 2019 itibariyle, Medicaid yararlanıcılarının üçte ikisinden fazlası yönetilen bakım kuruluşlarına (MCO) kaydolmuştur.

Çocuk Sağlık Sigortası Programı (CHIP)

  • 1997’de Çocuk Sağlığı Sigortası Programı veya kısa adıyla CHIP, Medicaid’e hak kazanmak için çalışıyor olmak ancak özel sigorta alamayacak durumda olan düşük gelirli ailelerdeki çocuklar için eyaletler tarafından yönetilen bir program olarak oluşturulmuştur.
  • 2019 yılında, Çocuk Sağlığı Sigortası Programı 9,6 milyon çocuğu kapsamına almıştır. Program bazı eyaletlerde, Medicaid’in bir uzantısı olarak çalışmakta, diğer eyaletlerde ise ayrı bir program olarak yürütülmektedir.
  • 2019 yılında ABD’de 45.154.247 çocuktan 35.478.118’i Medicaid’e, 9,676,129’u ise CHIP’e kaydolmuştur.

Karşılanabilir Bakım Yasası (ACA)

2010 yılında, Hasta Koruma ve Uygun Bakım Yasası, kısa adıyla ACA’nın kabulü, hükümetin sağlık hizmetlerinin finansmanı ve düzenlenmesindeki rolünü bugüne kadarki en büyük şekilde genişletmiştir. Yasanın 2014 yılında uygulanan büyük kapsam genişletmelerinin bileşenleri şöyledir:

  • Amerikalıların çoğunun sağlık sigortası almasını veya bir ceza ödemesini zorunlu kılmak (ceza daha sonra kaldırıldı)
  • 26 yaşına kadar ebeveynlerinin özel sağlık planlarında kalmalarına imkan vererek gençlerin kapsamını genişletmek
  • Düşük ve orta gelirli bireylere prim sübvansiyonları sunan sağlık sigortası pazarı oluşturmak veya borsaları açmak
  • Federal sübvansiyonların yardımıyla Medicaid’in kapsamını genişletmek (bu seçeneği seçen eyaletlerde).

ACA, tahmini olarak 20 milyon bireyi kapsama almasıyla sonuçlanmıştır ve 19 yaşındaki sigortasız yetişkinlerin payını 2010’da yüzde 20’den 2018’de yüzde 12’ye düşürmüştür.

Federal Hükümetin Rolü

  • Federal hükümetin, Veterans Health Administration ve Indian Health Service haricinde, sağlayıcılara doğrudan sahip olma ve tedarik etme konusunda sadece ihmal edilebilir bir rolü vardır. ACA, tüm Amerikalıların uygun fiyatlı ve kaliteli sağlık sigortasına erişimini sağlamak için hükümet, işverenler ve bireyler arasında “ortak sorumluluk” oluşturmuştur. ABD Sağlık ve İnsan Hizmetleri Bakanlığı (Department of Health and Human Services) federal hükümetin sağlık hizmetleriyle ilgilenen ana kurumlarından biridir.
  • Eyaletler, CHIP ve Medicaid programlarını federal düzenlemelere göre finanse eder ve yönetir. Eyaletler uygun eşik değerleri, hasta maliyet paylaşım gereksinimlerini ve fayda paketlerinin çoğunu belirler.
  • Ayrıca, eyalet çalışanları için sağlık sigortasını finanse etmeye, özel sigortayı düzenlemeye ve sağlık uzmanlarına lisans vermeye yardımcı olur. Bazı eyaletler, Medicaid’e ek olarak, düşük gelirli bireyler için sağlık sigortası yönetimlerinden de sorumludur.

Şekil 3’te Sağlık ve İnsan Hizmetleri Bakanlığı (Health and Human Services-HHS) teşkilat şeması verilmiştir.

Şekil 3: ABD Sağlık ve İnsan Hizmetleri Bakanlığı Teşkilat Şeması

Kaynak: Kırılmaz ve diğerleri, 2017

  • Hem federal hem de eyalet hükümetlerinin yürütme, yasama ve yargı kolları vardır ve federal hükümetin yürütme yetkisinin altında, Sağlık ve İnsan Hizmetleri Bakanlığı (Health and Human Services-HHS) ABD sağlık sistemi içinde en büyük idari rolü üstlenmektedir. HHS, ABD hükümeti vatandaşlarının sağlığını korumakla yükümlüdür.
  • HHS’ye bağlı birimler sağlık ve sosyal bilim araştırmalarını yürütüp, hastalık salgınlarını önlemek, gıda ve ilaç güvenliğini temin etmek ve tüm vatandaşlara sağlık sigortası sağlamak için çalışmaktadır.
  • HHS, her dört Amerikalıdan birine sağlık sigortası sağlayan Medicare ve Medicaid’in yanı sıra, Ulusal Sağlık Enstitüsü (NIH), Gıda ve İlaç İdaresi (FDA) ve Hastalık Kontrolü ve Önleme Merkezini (CDC) de denetlemektedir.
  • HHS’ye bağlı kuruluşlar; Medicaid ve Medicare Hizmet Servisleri, Hastalık Kontrol ve Önleme Merkezleri, Ulusal Sağlık Enstitüsü, Sağlık Kaynakları ve Hizmetleri İdaresi, Sağlık Hizmeti Araştırma ve Kalite Kurulu, Gıda ve İlaç Yönetimi, Medicaid ve Medicare Geliştirme Merkezi, Hasta Merkezli Sonuçlar Araştırma Enstitüsü olarak sıralanabilir.
  • Hastalık Kontrol ve Önleme Merkezleri (CDC), Amerika’yı sağlık, emniyet ve güvenlik tehditlerine karşı koruma görevin üstlenmektedir. CDC ülkeyi pahalı ve tehlikeli sağlık tehditlerine karşı koruyan sağlık bilgileri sağlar ve bunlar ortaya çıktığında tepki verir.
  • Ulusal Sağlık Enstitüsü (NIH), sağlığın iyileştirilmesi ve hayat kurtaran önemli teknolojilerin geliştirilmesi alanlarında faaliyet gösteren tıbbi araştırma ajansıdır. Enstitü, dünya çapında önde gelen, en büyük biyomedikal araştırma merkezidir. NIH yaşam sistemlerinin doğası ve davranışları hakkında temel bilgiler ortaya koyan ve bu bilgileri sağlığın geliştirilmesinde, yaşam süresinin uzatılmasında, hastalık ve sakatlıkların azaltılmasında kullanan enstitüdür.
  • Sağlık Kaynakları ve Hizmetleri İdaresi (HRSA), kaliteli hizmetleri, nitelikli sağlık çalışanı ve yenilikçi programlara erişim yoluyla bireylere sunmaya çalışan, sağlığın iyileştirilmesi ve sağlık eşitliği sağlanmasında aktif rol oynayan birincil Federal kurumdur. HRSA programları coğrafi olarak izole edilmiş, ekonomik veya tıbbi açıdan dezavantajlı bireylere sağlık hizmeti sunmaktadır.
  • Sağlık Hizmeti Araştırma ve Kalite Kurulu (AHRQ), sağlık hizmetlerinin daha güvenli, daha kaliteli, daha erişilebilir, eşit ve uygun fiyatlı hale getirilmesi için kanıtlara dayalı araştırmalar yapan, bu araştırmalar sonucunda elde edilen bulguları HHS ve diğer kuruluşların kullanımına sunan kuruldur.
  • Gıda ve İlaç İdaresi (FDA), insan ve veteriner ilaçları, biyolojik ürünler ve tıbbi cihazların güvenliğini ve etkililiğini sağlayarak ve ülkenin gıda tedariğinin, kozmetik ürünlerinin ve radyasyon yayan ürünlerin güvenliğini sağlayarak halk sağlığını korumakla yükümlüdür.
  • Medicaid ve Medicare Geliştirme Merkezi (CMS), Medicare ve Medicaid programlarında kaliteyi ve hizmet sunumunu daha da iyileştimek için geliştirilen modellerin denemelerini yapmakla yükümlüdür.
  • Bağımsız, kar amacı gütmeyen bir sivil toplum kuruluşu olan Hasta Merkezli Sonuçlar Araştırma Enstitüsü (PCORI)’nün amacı, hastalar ve onlara bakım hizmeti verenler için mevcut olan birçok sağlık seçeneği arasından hangisinin belirli koşullar altında en iyi sonuç verebileceğini belirlemektir. •Bu amaçla hastalara, hizmet sunuculara, işverenlere, sigorta şirketlerine ve politika yapıcılara bilinçli sağlık kararları verebilmelerine yönelik tavsiye niteliğinde çalışmalar yürütür.

ABD sağlık sistemi organizasyon şeması Şekil 4’te verilmiştir.

Şekil 4: ABD Sağlık Sistemi Organizasyon Şeması

Kaynak: WHO, 2013

Kamu sağlık sigortasının rolü

  • 2017’de kamu harcamaları toplam sağlık harcamalarının yüzde 45’ini, GSYİH’nın ise yaklaşık yüzde 8’ini oluşturmaktadır. Federal sağlık harcamaları, toplam sağlık harcamalarının yüzde 28’ini temsil etmektedir.
  • Federal vergiler, Medicare, Medicaid, CHIP ve askeri sağlık sigortası programları (Veteran’s Health Administration, TRICARE) gibi kamu sigorta programlarını finanse eder. Medicare ve Medicaid Hizmet Merkezleri, devletin en büyük sağlık sigortası finansmanı kaynağıdır.
  • Medicare, genel federal vergiler, Kısım A için ödenen zorunlu bir maaş bordrosu vergisi (hastane sigortası) ve bireysel primlerden oluşan bir kombinasyonla finanse edilir.
  • Medicaid, maliyetlerin üçte ikisini (% 63) temsil eden federal vergi gelirleri ve geri kalanını eyalet ve yerel gelirler ile büyük ölçüde vergi ile finanse edilmektedir. Medicaid’in ACA kapsamındaki genişlemesi 2017 yılına kadar federal hükümet tarafından tamamen finanse edilmiştir. Bu yıldan sonra federal fon payı kademeli olarak yüzde 90’a düşmüştür.
  • CHIP, federal hükümet tarafından eyaletlere tahsis edilen eşleştirilmiş ödeneklerle finanse edilmektedir. Çoğu eyalet (2018’de 30) bu program kapsamında prim almaktadır.

Özel sağlık sigortasının rolü

  • Özel sağlık sigortası harcamaları 2018’deki toplam sağlık harcamalarının üçte birini (% 34) oluşturmuştur.
  • Özel sigorta, Amerikalıların üçte ikisinin (% 67) temel sağlık sigortasıdır. Özel sigortanın çoğunluğu (% 55) işveren tarafından finanse edilmektedir ve daha küçük bir pay (% 11) ise kar amacı gütmeyen kuruluşlar ve bireyler tarafından finanse edilmektedir.
  • Çoğu işveren, yardımları yönetmek için özel sağlık planları (sigortaları) ile sözleşme yapmaktadır. İşveren planlarının çoğu, çalışanları ve bakmakla yükümlü oldukları kişileri kapsar ve bu planların çoğunluğu birkaç plan seçeneği sunar. Hem işverenler hem de çalışanlar tipik olarak prime katkıda bulunur; çok daha az sıklıkla, primler tamamen işveren tarafından karşılanmaktadır.
  • ACA, özel planlarla bireysel temel sağlık sigortası veya diş sağlığı sigortası satın almak için bir federal sağlık pazarı olan HealthCare.gov’u uygulamaya koymuştur. Eyaletler ayrıca kendi sağlık pazar yerlerini de kurabilmektedir.
  • 2019’da Medicare yararlanıcılarının üçte birden fazlası, sigortalarını özel bir Medicare Advantage sağlık planı aracılığıyla almayı tercih etmiştir.
  • Medicaid yararlanıcıları, yardımlarını, eyalet Medicaid departmanlarından tipik olarak riske uyarlanmış ödemeler alan özel bir yönetilen bakım kuruluşu (MCO) aracılığıyla alabilirler. Medicaid yararlanıcılarının üçte ikisinden fazlası yönetimli bakım kuruluşlarına kayıtlıdır.

Kapsama Alınan Hizmetler: Medicare

  • Ulusal olarak tanımlanmış bir fayda paketi yoktur; kapsanan hizmetler sigorta türüne bağlıdır.
  • Medicare Kısım A kapsamında Medicare’e kayıtlı kişiler, uzun ve kısa süreli nitelikli hemşirelik bakımını içeren hastanede yatan hasta bakımı alma hakkına sahiptir.
  • Medicare B Kısımı ise doktor hizmetlerini, dayanıklı tıbbi ekipmanı ve evde sağlık hizmetlerini kapsar. Bu kısım, bakım tesislerinde veya evde rehabilitasyon hizmetleri gibi kısa vadeli akut sonrası bakımı kapsar, ancak uzun vadeli bakımı kapsamaz. Kısım B, bir muayenehane ortamında bir tıp uzmanı tarafından uygulanması gereken enjekte edilebilir veya infüze edilmiş ilaçlar dahil, yalnızca çok sınırlı ayakta tedavi reçeteli ilaç hizmetlerini kapsamaktadır.
  • Bazen “Kısım C” veya “MA Planları” olarak adlandırılan Medicare Advantage (MA) Planları (bir HMO veya PPO gibi kayıtlı kuruluşlardan), Medicare’in bir parçası olarak sahip olabileceğiniz başka bir Medicare sağlık planı seçeneğidir. “Kısım C”, Medicare tarafından onaylanan özel şirketler tarafından sunulur.
  • Bir Medicare Advantage Planı (Kısım C)’na katılırsanız, plan, tüm Kısım A (Hastane Sigortası) ve Kısım B (Sağlık Sigortası) teminatınızı sağlayacaktır. Medicare Avantaj Planları, görme, işitme, diş ve / veya sağlık ve sağlıklı yaşam programları gibi ekstra teminatlar sunabilmektedir. Bu teminatların çoğu, Medicare reçeteli ilaç kapsamını (Bölüm D) içerir.
  • Medicare, Medicare Advantage Planları sunan şirketlere her ay bakım için sabit bir miktar öder. Bu şirketler Medicare tarafından belirlenen kurallara uymalıdır. Ancak, her Medicare Advantage Planı, farklı tutarlarda cepten ödemeler gerektirebilir ve hizmetleri nasıl alacağınıza ilişkin farklı kurallar içerebilir (örneğin, bir uzmanla görüşmek için yönlendirmeye ihtiyacınız olup olmadığı veya yalnızca acil olmayan plana dahil olan doktorlara, tesislere veya tedarikçilere gitmeniz gerekiyorsa). Bu kurallar her yıl değişebilir.
  • Bireyler, Medicare Kısım D kapsamında özel reçeteli ilaç teminatı satın alabilmektedir.
  • Diş hekimliği ve görme hizmetlerinin kapsamı sınırlıdır ve çoğu yararlanıcı diş hekimi teminatından yoksundur.

Kapsama Alınan Hizmetler: Medicaid

  • Federal düzenlemeler uyarınca Medicaid, yatan ve ayakta hasta hastane hizmetleri, uzun süreli bakım, laboratuvar ve teşhis hizmetleri, aile planlaması, ebe ve hemşirelik hizmetleri, bağımsız doğum merkezleri ve tıbbi randevulara ulaşım dahil olmak üzere geniş bir hizmet yelpazesini kapsar.
  • Eyaletler, fizik tedavi, diş ve görme hizmetleri dahil ek fayda paketleri sunmayı seçebilirler. Çoğu eyalet (2018 itibariyle 39) diş sağlığı sigortası sağlamaktadır.
  • Ayakta tedavi gören hastaların reçeteli ilaçların kapsama alınması federal yasaya göre isteğe bağlı bir hizmettir; ancak, şu anda tüm eyaletler ilaç teminatı sağlamaktadır.

Kapsama Alınan Hizmetler: Özel Sağlık Sigortası

Özel sağlık planlarındaki sunulan hizmetler değişiklik gösterir. İşveren sağlık sigortası genellikle diş veya görme yardımlarını kapsamaz. ACA (Uygun Bakım Yasası), 10 kategoride “temel sağlık hizmetlerini kapsayacak şekilde bireysel pazar yeri ve küçük grup pazar planlarının (50 veya daha az çalışanı olan firmalar için) oluşturulmasını zorunlu kılmaktadır. Bu kategoriler şöyledir:

  1. ayakta hasta hizmetleri (doktor ziyaretleri)
  2. acil servisler
  3. hastanede kalma
  4. doğum ve yenidoğan bakımı
  5. ruh sağlığı hizmetleri ve madde kullanım bozukluğu tedavisi
  6. reçeteli ilaçlar
  7. rehabilitasyon hizmetleri ve cihazları
  8. laboratuvar hizmetleri
  9. koruyucu ve sağlıklı yaşam hizmetleri ile kronik hastalık yönetimi hizmetleri
  10. diş ve göz bakımı dahil pediatrik hizmetler.

Maliyet paylaşımı ve cepten harcamalar

  • 2018’de hane halkları, federal hükümet ile yaklaşık aynı toplam sağlık hizmeti harcamalarının % 28’ini finanse etmiştir. Cepten yapılan harcamalar bunun yaklaşık üçte birini, toplam sağlık harcamalarının ise yüzde 10’unu oluşturmuştur.
  • Hastalar genellikle belirli bir muafiyete kadar tam bakım maliyetini öder; 2018’de tek bir kişinin ortalama bakım maliyeti 1.846 dolar olarak gerçekleşmiştir. Bazı birinci basamak sağlık hizmetleri ise yalnızca katkı paylarını ödemeyi gerektirmektedir.
  • Cepten yapılan harcamalarda, diş bakımı (toplam harcamaların % 40’ı) ve reçeteli ilaçlar (toplam harcamaların % 14’ü) önemli bir paya sahiptir.

Sosyal güvenlik ağları

  • Medicare ve Medicaid dahil olmak üzere kamu sigorta programlarına ek olarak, vergi mükelleflerinin ödemeleri sigortasız, düşük gelirli ve ödeyemeyecek durumdaki hastalar için çeşitli sigorta programlarını finanse etmektedir. Örneğin, ACA (Uygun Bakım Yasası), ödeme gücüne bakılmaksızın 27 milyondan fazla yetersiz hizmet alan hastaya birinci basamak ve koruyucu sağlık hizmeti sağlayan federal düzeyde yetkilendirilmiş sağlık merkezlerine fon sağlamıştır. Bu sağlık merkezleri, hastaların gelirine göre ücret almakta ve sigortasız olanlara ve sigortası olmayan çocuklara ücretsiz aşı hizmeti vermektedir.
  • Medicare ve Medicaid, dışarıda kalan bakım maliyetlerini dengede tutmaya yönelik hastaları çoğunlukla kamu sigortası olan veya sigortasız olanlara göre hastanelere orantısız pay ödemeleri yapmaktadır. Eyalet vergileri ve yerel (local) vergiler, kamu hastaneleri ve yerel sağlık kuruluşları aracılığıyla ek yardım ve güvenlik ağı programları için ödeme yapılmasına kaynak oluşturmaktadır.
  • Ayrıca, sigortasız bireyler, çoğu hastanenin, ödeme gücü, sigorta durumu, ulusal köken veya ırktan bağımsız olarak, doğum yapan kadınlar da dahil olmak üzere acil bakıma ihtiyaç duyan tüm hastaları tedavi etmesini zorunlu hale getiren federal bir yasa aracılığıyla akut bakıma erişebilmektedir. Sonuç olarak, özel hizmet sunucuları önemli bir yardım kurumu ve karşılıksız sağlık hizmeti sunum kaynağıdır.

Hizmet sunumu nasıl gerçekleştirilir ve hizmet sunuculara nasıl ödeme yapılır?

Doktorların eğitimi ve işgücü

  • Tıp fakültelerinin çoğu (% 59) halka açıktır. 2019’da medyan öğrenim ücretleri, devlet tıp okullarında 39.153 ve özel okullarda ise 62.529 $’dır .
  • Öğrencilerin çoğu (% 73), tıp eğitimi ücretlerinden oluşan ortalama 200.000 $ (2019 yılı) borç ile mezun olmaktadır. Federal düzeyde çeşitli borç azaltma, kredi affı ve burs programları sunulmaktadır; yetersiz hizmet alan bölgelere bu öğrenciler bursiyer olarak yerleştirilmektedir. Sağlık Profesyoneli Eksik Bölgeler (Health Professional Shortage Areas)’de çalışan doktorlara, Medicare doktor ikramiye ödemesi yapılmaktadır.

Birinci Basamak Sağlık Hizmetleri

  • Profesyonel olarak aktif olan tüm doktorların yaklaşık üçte biri, aile hekimliği, genel pratisyenlik, iç hastalıkları, pediatri ve bazılarına göre geriatri uzmanlarını kapsayan bir kategori olan birinci basamak hekimleridir. 2018 yılında birinci basamak hekimlerinin yaklaşık yarısı hekime ait muayenehanelerde faaliyet göstermektedir; bu hekimler daha yaygın olarak aile hekimlerinden ziyade genel dahiliye uzmanlarından oluşmaktadır.
  • Birinci basamak hekimlerine, müzakere edilmiş ücretler (özel sigorta), kişi başı (özel sigorta ve bazı kamu sigortası) ve idari olarak belirlenen ücretler (kamu sigortası) dahil olmak üzere çeşitli yöntemlerin kombinasyonu yoluyla ödeme yapılmaktadır. Birinci basamak sağlık hizmetleri gelirlerinin çoğunluğu (% 66) hizmet başına ücret ödemelerinden gelmektedir. Medicare, 2012 yılından bu yana, birinci basamak sağlık hizmetleri ve uzman hizmet sunucuları için alternatif ödeme modellerini denemektedir.

Ayakta uzman bakım hizmetleri

  • Uzmanlar hem özel muayenehanelerde hem de hastanelerde çalışabilmektedir. Uzmanlık uygulamaları, hastane sistemleriyle giderek daha fazla entegre olmakta ve birbirleriyle bütünleşmektedir. Uzmanların çoğu grup muayenehanelerinde, özellikle de tek uzmanlık grup muayenehanelerinde faaliyet göstermektedir.
  • Ayakta tedavi uzmanları, hangi sigorta türünü kabul edeceklerini seçmekte özgürdür. Örneğin, Medicaid ve Medicare tarafından belirlenen nispeten düşük geri ödeme oranları nedeniyle uzmanların çoğu kamu sigortalı hastaları kabul etmemektedir. Bu programlardan yararlananlar için uzmanlara erişim bu nedenle özellikle sınırlı düzeyde kalabilmektedir.

Hizmet sunuculara doğrudan hasta ödemeleri yapan idari mekanizmalar

  • Doktor ziyaretlerinde alınan katkı payları genellikle hizmet sırasında ödenir veya daha sonra hastaya faturalandırılır. Bazı sigorta planları ve ürünleri (sağlık tasarruf hesapları dahil), hastaların geri ödeme almak için talepte bulunmalarını gerektirir.
  • Hizmet sunucular, verilen hizmetleri kodlayarak sigortacılara faturalandırır. Binlerce kod mevcuttur ve bu işlemi zaman alıcı hale getirir; hizmet sunucular genellikle kodlama ve faturalama işlemleri için ayrı personel çalıştırmaktadır.
  • İdari engellerden dolayı, az sayıda hizmet sunucu herhangi bir sigortayı kabul etmemektedir. Bunun yerine, bu hizmet sunucuları yalnızca nakit ödemeleri kabul etmekte veya hizmetlere gelişmiş erişim sunan “konsiyerj tıp” için hizmet sunuculara yıllık veya aylık avans ödemeleri talep etmektedirler.
  • Koruyucu hekimlik olarak da bilinen konsiyerj tıbbı, bir hasta ile birinci basamak hekimi arasındaki, hastanın yıllık ücret veya hizmet ödediği bir ilişkidir. Bu, diğer ücretlere ek olabilir veya olmayabilir.
  • Konsiyerj tıp, 1990’lardan beri var olan tıbbi hizmet sunum şeklidir. Esasen, tipik bir konsiyerj tıp uygulaması hasta sayısını sınırlar ve kapsamlı yıllık muayenehaneler, aynı gün randevular ile koruyucu bakım ve sağlık yaşam hizmetleri sunumunun 7 gün 24 saat prensibine dayalı olarak verildiği son derece kişiselleştirilmiş bakım sağlamaktadır. Konsiyerj tıbbı, yönetilen bakım kuruluşlarının (MCO) getirdiği sınırlamalardan rahatsız olan hem doktorlar hem de hastalar / tüketiciler arasında popüler hale gelmiştir. Pek çok hekimin bakış açısına göre, konsiyerj tıbbı daha fazla özerklik, daha yönetilebilir bir hasta yüküne dönme fırsatı ve hizmetleri için giderek azalan geri ödemeler nedeniyle düşen gelirlerini iyileştirme şansı sunmaktadır (Paul ve Skiba, 2016).

Mesai sonrası bakım

  • Birinci basamak hekimlerinin kayıtlı hastalarına mesai sonrası erişimi sağlaması veya planlaması beklenmez. Ancak, 2019 yılında birinci basamak hekimlerinin yüzde 45’i mesai sonrası düzenlemelerde bulunmaktadır: Bunların yüzde 38’i akşamları ve yüzde 41’i hafta sonları hizmet vermektedir.
  • Mesai sonrası bakım, tipik olarak epizodik bakıma ihtiyaç duyan ve birinci basamak sağlık hizmeti sağlayıcısı olmayan daha genç, daha sağlıklı bireylere hizmet veren özel acil bakım merkezlerinde veya perakende kliniklerinde randevularla giderek daha fazla sağlanmaktadır.
  • 2000 yılının başlarında uygulamaya giren perakende klinikleri (retail clinics), hastaların bir sağlık bakımı kliniğini ziyaret etmeleri için uygun bir yoldur. Bu klinikler, süpermarketler ve büyük mağazalar gibi perakende mağazaların içinde bulunur ve uygun bakım klinikleri (CCC’ler) adı verilen daha geniş bir kategorinin parçasıdır.
  • Perakende klinikleri, aşılar, hamilelik testleri ve kolesterol ve diyabet taraması dahil olmak üzere rutin laboratuvar testleri gibi önleyici bakımın yanı sıra boğaz ağrısı veya cilt rahatsızlıkları gibi küçük hastalıklar için temel sağlık hizmetlerine hızlı erişim sunar. CCA kuruluşuna göre, 43 eyalette ve Washington D.C.’de faaliyette olan 2.500’den fazla uygun bakım kliniği bulunmaktadır.

Hastaneler

  • 2018’de ABD’deki 5.198 kısa süreli akut bakım hastanesinin yüzde 57’si kar amacı gütmeyen kuruluşlardan oluşmaktadır. Bu hastanelerin yüzde 25’i kar amaçlı iken, yüzde 19’u devlete aittir (eyalet veya yerel hükümetin sahip olduğu) . Bunlara ek olarak, 209 federal hükümet hastanesi bulunmaktadır.
  • Hastaneler hangi sigortayı kabul edeceklerini seçmekte özgürdür. Çoğu hastanenin Medicare ve Medicaid’i kabul ettiği görülmektedir. Hastanelere çeşitli yöntemlerle ödeme yapılmaktadır.
  • Medicare, hastanelere, doğrudan hekim ödemelerini içermeyen ileriye dönük tanı ilişkili grup (DRG) oranları üzerinden ödeme yapmaktadır.
  • Medicaid ise hastanelere tanı ilişkili grup (DRG), gün başına veya maliyet geri ödeme sözleşmeleri (Cost Reimbursement Contracts)’ne göre ödeme yapar ve eyaletlerin hastane ödeme oranlarını belirleme konusunda önemli ölçüde takdir yetkisi bulunmaktadır.
  • Özel sigortalar, hastanelere genellikle gün başına ödeme yapar ve tipik olarak her hastane ve sigorta arasında yıllık olarak belirlenir.

Ruh sağlığı hizmetleri

  • Ruh sağlığı hizmetleri hem genel pratisyenler hem de uzmanlar tarafından sağlanır. Bu hizmetler çoğunlukla birinci basamak hekimleri, psikiyatristler, psikologlar, sosyal hizmet uzmanları ve hemşireler tarafından verilmektedir. Ruh sağlığı hizmetlerinin çoğunluğu ayakta tedavi olarak sunulmaktadır. Hizmet sunucular çoğunlukla özeldir (kar amacı güden ve gütmeyen)’dir.  Bunların yanında bazı kamu hizmet sunucuları da bulunmaktadır; örneğin kamu akıl sağlığı hastaneleri, gazi ve askerlere hizmet sunan merkezler ile federal düzeyde yetkilendirilmiş sağlık merkezleri.
  • Federal düzeyde Madde Kullanımı ve Ruh Sağlığı Hizmetleri İdaresi, eyaletlerde toplum ruh sağlığı hizmetlerini finanse etmektedir. Eyalet ve yerel yönetimler ise ek finansman sağlamaktadır.
  • ACA (Karşılanabilir Bakım Yasası), sigorta şirketlerine temel sağlık hizmeti olarak ruh sağlığı ve madde kullanım hizmetlerinin kapsama alınmasını zorunlu kılmıştır. Yasa ayrıca, işveren destekli planlar da dahil olmak üzere tüm özel sigortaların zihinsel ve fiziksel sağlık durumları için aynı düzeyde hizmet sunulmasını şart koşmaktadır.
  • Ciddi, uzun süreli akıl hastalıkları olan bazı bireyler, 65 yaşından önce Medicare almaya hak kazanmaktadır. Medicaid, ABD’deki ruh sağlığı hizmetleri için tek en büyük finansman kaynağıdır. İşveren sponsorluğundaki birçok plan ve bazı eyalet Medicaid programları, yönetilen sağlık hizmetleri kuruluşları (MCO’lar)’yla yapılan sözleşmeler aracılığıyla hizmet sunumu gerçekleştirir.

Uzun dönemli bakım ve sosyal destekler

  • Uzun dönemli bakım hizmetleri için evrensel bir sağlık sigortası teminatı yoktur. Kamu harcamaları, uzun dönemli bakım hizmetlerine yapılan toplam harcamaların yaklaşık yüzde 70’ini temsil etmektedir ve Medicaid çoğunluğu oluşturmaktadır.
  • Medicare ve işveren tarafından desteklenen planların çoğu, terminal dönem hasta bakımı, kısa süreli hemşirelik hizmetleri, hastaneye girişten sonra sadece akut sonrası bakım hizmetlerini ve huzurevinde kısa süreli kalışları kapsamaktadır (hastaneye kaldırıldıktan sonra 100 güne kadar akut gelişen hastalıklarda).
  • Özel uzun vadeli bakım sigortası mevcuttur, ancak nadiren satın alınmaktadır. Özel sigorta harcamaları, 2016 yılında toplam uzun dönemli bakım harcamalarının yalnızca yüzde 7,5’ini oluşturmaktadır.
  • ACA (Karşılanabilir Bakım Yasası) başlangıçta, çalışan bireyler için evrensel, gönüllü, kamuya açık bir uzun dönemli bakım sigortası seçeneği oluşturacak Toplumsal Yaşam Yardımı Hizmetleri ve Destekleri Yasası’nı içermekteydi. Ancak program uygulanamaz olarak değerlendirilmiş ve 2013 yılında kaldırılmıştır.

5. Bakım kalitesini güvence altına almak için başlıca stratejiler nelerdir?

  • ACA (Karşılanabilir Bakım Yasası), ABD Sağlık ve İnsan Hizmetleri Bakanlığı’nın, kamu ve özel sektör paydaşlarının oluşturduğu ortaklıklar tarafından desteklenen yerel, eyalet ve ulusal kalite iyileştirme çabalarına rehberlik edecek bir Ulusal Kalite Stratejisi (National Quality Strategy) için bir dizi ulusal hedef ve öncelik oluşturmasını zorunlu hale getirmiştir. Bu Strateji, seçilmiş bir dizi kalite ölçüleri hakkında yıllık raporlamayı içermektedir.
  • 2003 yılından bu yana, Sağlık Hizmetleri Araştırma ve Kalite Ajansı, sağlık hizmetleri kalitesinin iyileştirilmesinde ulusal ilerlemeyi rapor eden yıllık Ulusal Sağlık Hizmetleri Kalitesi ve Eşitsizlikler Raporu‘nu yayınlamaktadır. 2018 raporu, ABD sağlık hizmetlerinin kalitesinin 2000’den 2016’ya kadar genel olarak arttığını, ancak artıştaki bu iyileşmenin tutarsız olduğunu ortaya koymuştur. Örneğin, çoğu birey odaklı bakım ve hasta güvenliği önlemleri iyileşirken, finansal anlamda ulaşılabilirlik, diğer bir deyişle finansal koruma gelişme göstermemiştir.
  • Federal yasalar, bazı hizmet sunucuların hizmetlerinin kalitesine ilişkin verileri rapor etmesini ve Medicare ve Medicaid Hizmetleri Merkezlerinin de kalite ölçülerine ilişkin performansı kamuya açık bir şekilde rapor etmesini gerektirmektedir. Örneğin, Hospital Compare 4.000’den fazla hastanenin bakım süreçlerinin ölçümleri, bakım sonuçları ve hasta deneyimleri konusundaki performansını özetleyen halka açık bir çevrimiçi kaynaktır. İlgili kalite raporlama programları arasında Evde Hemşirelik Bakımı ve Doktor Karşılaştırma (Nursing Home Compare and Physician Compare)  programları yer almaktadır.
  • Sağlık Hizmetleri Etkililik Veri ve Bilgi Seti, hizmet sunucularının kalite değerlendirmesinde en yaygın kullanılan araçlardan biridir. Bu veri ve bilgi seti, hizmet sunucu kalitesini derecelendirmek için sağlık planları tarafından kullanılır. Veri seti, kanser tarama oranlarını, kronik hastalıklarda ilaç yönetimini, hasta takip ziyaretlerini ve diğer ölçümleri içerir. Kâr amacı gütmeyen Ulusal Kalite Forumu (National Quality Forum), Medicare’de kullanılacak ölçüler için tavsiyelerin sunulması da dahil olmak üzere ulusal performans ölçümü ve öncelikleri konusunda ortak fikrin oluşmasına katkıda bulunmaktadır.

6. Eşitsizlikleri azaltmak için neler yapılıyor?

  • Çeşitli federal kurumlar, eşitsizlikleri izlemek ve azaltmakla görevlendirilmiştir. Sağlık Hizmetleri Araştırma ve Kalite Kurumu, ırk / etnik köken, yaş ve cinsiyete göre sağlık hizmetleri kalitesindeki eşitsizlikleri ortaya koyan yıllık bir ulusal rapor yayınlamaktadır.
  • En son rapora göre, gelir ve ırkla ilgili eşitsizlikler devam etmektedir ancak 2000 ile 2016 arasında bu eşitsizliklerde azalma görülmüştür. Kalite ölçütlerinin yaklaşık yüzde 40’ına göre Afroamerikalılar, Amerikan Yerlileri, Alaska Yerlileri, Yerli Hawaiililer ve Pasifik Adalıları beyazlardan daha kötü kalitede sağlık hizmeti almışlardır. Hispanikler ve Asyalı Amerikalılar, kalite ölçü başına sırasıyla yüzde 35 ve yüzde 28’i daha kötü kalitede sağlık hizmeti almışlardır. Yoksul ve sigortasız nüfus için eşitsizlikler, kalite için başlıca öncelikli alanlardan olup, bu alanlarda çalışmalar devam etmektedir.

Bazı federal ofislerin eşitsizlikleri azaltmakla ilgili özel sorumlulukları bulunmaktadır:

  • Azınlık Sağlığı Dairesi (The Office of Minority Health), ırksal ve etnik azınlık grupları arasındaki eşitsizlikleri ortadan kaldırmaya yönelik politikalar ve programlar geliştirmekle görevlidir.
  • Sağlık Kaynakları ve Hizmetleri İdaresi (The Health Resources and Services Administration), HIV / AIDS’li bireyleri, anneleri hedefleyen özel programlar dahil olmak üzere, düşük gelirli, sigortasız, çocuklar (Anne ve Çocuk Sağlığı Bürosu aracılığıyla) ve kırsal veya uzak nüfus grupları ve diğer dezavantajlı nüfus gruplarına yönelik  bakım ve tedaviler için eyaletlere, yerel yönetimlere ve sivil toplum kuruluşlarına hibe sağlamakla görevlidir. Ayrıca, Sağlık Kaynakları ve Hizmetleri İdaresi sağlık eşitsizliklerini azaltmak için çalışan Sağlık Eşitliği Ofisi’ne de ev sahipliği yapmaktadır.
  • Yerli Sağlık Hizmeti (The Indian Health Service) kurumu, 37 eyalette federal düzeyde tanınan 500’den fazla kabileye mensup 2,6 milyon Amerikan ve Alaska Yerlisine hizmet vermektedir. Bu hizmetler tamamen federal hükümet tarafından finanse edilmektedir.
  • ACA (Karşılanabilir Bakım Yasası), yardım kuruluşu statüleri nedeniyle belirli vergileri ödemekten muaf olan kar amacı gütmeyen hastanelerin, kendi bünyesinde karşılanmamış sağlık ihtiyaçlarını belirlemek ve ele almak için hizmet sunucu paydaşlarla birlikte toplum sağlığı ihtiyaçları değerlendirmelerini yürütmek için yasal bir zorunluluk getirmiştir. Bu zorunluluk, İç Gelir Hizmetleri Dairesi (Internal Revenue Service) aracılığıyla yerine getirilmekte ve raporlama kamuya açık bir şekilde yapılmaktadır.

7. Hizmet sunum sistemi entegrasyonunu ve bakım koordinasyonunu sağlamak için neler yapılmaktadır?

  • ACA (Karşılanabilir Bakım Yasası), büyük ölçüde uzman odaklı olan sağlık hizmetleri sunum sisteminde tıbbi / klinik hizmet sunucular arasında hizmet sunum koordinasyonunu sağlamak için birkaç kaldıraç etkisi yaratan düzenleme getirmiştir. Örneğin, yasa, birinci basamak sağlık hizmeti yoluyla bakım sürekliliği ve koordinasyonunun yanı sıra kanıta dayalı sağlık bakımı, sağlık hizmetlerine daha kolay erişim, koruyucu ve kronik bakım hizmetlerine ağırlık veren “hasta odaklı evde bakım” modelinin benimsenmesini desteklemiştir.
  • Ayrıca, ACA, Medicare ve Medicaid Hizmet Merkezlerinin kaliteyi ödüllendiren, maliyetleri düşüren ve bakım koordinasyonunu iyileştirmeyi hedefleyen alternatif ödeme modellerini test etme becerisini  de artırmıştır. Bu yöndeki eğilim yasanın yürürlüğe girdiği tarihten beri kamu ve özel sektör ödeyiciyi kurumlar tarafından sürdürülmüştür.
  • Alternatif ödeme modellerinden biri, tek bir bakım için birden çok sağlayıcı tarafından sunulan tüm hizmetler için tek bir ödeme yapılan “paket ödemelerdir”. Diğer bir eğilim, sorumlu bakım kuruluşları (ACO’lar) ‘nın yaygınlaşmasıdır. Bu hizmet sunucu ağları, tanımlanmış bir popülasyona kalite hedeflerini karşılayan bakımın sunumunun sağlanması için sözleşme sorumluluğunu üstlenir. ACO’lardaki hizmet sunucular, öngörülen ve gerçekleşen sağlık bakımı harcamaları arasındaki farkı gösteren tasarrufları kamuoyuyla paylaşmaktadır.
  • 2019 itibariyle, kamu ve özel sektörde 32,7 milyon kişiyi kapsayan 1.000’den fazla ACO mevcuttur. Bu ACO’lardan 558’i Medicare ACO’ları olup, belirlenmiş ACO’lar dışındaki herhangi bir Medicare programından hizmet almakta özgür olan 12,3 milyon yararlanıcıya hizmet vermektedir. Medicare ACO’nun birçok çeşidi bulunmaktadır: En popüler olanı Medicare Ortak Tasarruf Programı’dır. Bu program tüm Medicare yararlanıcılarının yaklaşık üçte birine hizmet vermekte olan süreklilik arz eden bir programdır.
  • Koordinasyonu iyileştirmeye yönelik olarak ACO’lar, ilaç yönetimi, acil servis ziyaretlerinin ve hastaneye yeniden yatışların önlenmesi ile yüksek derecede sağlık bakım hizmeti ihtiyacı olan ve yüksek maliyetli hastaların yönetimini içeren programlar uygulamaktadır.

8. Elektronik sağlık kayıtlarının durumu nedir?

  • 2004 yılında kurulan Ulusal Sağlık Bilgi Teknolojileri Koordinatörlüğü Ofisi, sağlık bilgi teknolojilerinin kullanımını ve sağlık kayıtlarının elektronik alışverişini yerine getirme ve geliştirmeye yönelik ülke çapındaki faaliyetlerin koordinasyonundan sorumlu ana federal birimdir.
  • 2017 yılında, federal olmayan akut bakım hastanelerinin tahmini yüzde 96’sı ve ofisteki doktorların yüzde 86’sı “sertifikalı” bir elektronik sağlık kaydı (EHR) bulunmaktadır.
  • 2017 yılında hastanelerin yüzde 80’i ve doktor muayenehanelerinin yüzde 54’ü, hasta demografisini izleme, ilaçları listeleme, klinisyen notlarını saklama, ilaç siparişlerini, laboratuvar testlerini ve görüntüleme sonuçlarını izleme gibi gelişmiş yetenekleri olan elektronik sağlık kaydı kapsamına alınmıştır.
  • Elektronik sağlık kayıtlarının ülke düzeyinde kullanımını yaygınlaştırmak amacıyla 2016’da kabul edilen 21. Yüzyıl Tedavi Yasası (The 21st Century Cures Act) ile birlikte tüm sağlık hizmeti sunucularının hasta kayıtlarının elektronik kopyalarını, istek üzerine okunabilir biçimde hastalara sunulması zorunlu hale getirilmiştir.

9. Maliyetler nasıl kontrol altına alınmaktadır?

  • Amerika Birleşik Devletleri’nde kişi başına düşen yıllık sağlık harcaması, dünya ülkeleri arasında en yüksek seviyededir. 2018’de ortalama kişi başına düşen yıllık sağlık harcaması 11.172 ABD Doları olup, sağlık hizmetleri maliyetleri son 5 yılda yüzde 4,2 ile yüzde 5,8 arasında artış göstermiştir.
  • Özel sigorta kurumları kademeli hizmet fiyatlandırması ve artan hasta maliyet paylaşımı (örneğin, son zamanlarda yüksek indirilebilir sağlık planlarının yaygınlaşması yoluyla) dahil olmak üzere maliyetleri kontrol etmek için birkaç talep yönlü kaldıraç getirmiştir. Diğer kaldıraçlar arasında fiyat görüşmeleri, seçici hizmet sunucu sözleşmesi, risk paylaşım ödemeleri ve kullanım kontrolleri bulunmaktadır.

Federal hükümet,

  • Medicare ve Veterans Health Administration (Gazi Sağlık Hizmetleri Kurumu) için hizmet sunucu oranlarını belirleyerek,
  • Medicaid ve Medicare tarafından yönetilen bakım organizasyonlarına (MCO’lar) ödeme yaparak,
  • Medicare Advantage (Kısım C) planlarına kayıtlı kullanıcılara ve pazar / değişim planlarına kayıtlı bireyler için yıllık cepten yapılan ödemeleri sınırlandırarak
  • Gazi Sağlık Hizmetleri Kurumu için ilaç fiyatlarını görüşerek

maliyetleri kontrol altında tutmaya çalışmaktadır.

Ancak, çoğu Amerikalının özel sağlık sigortası olduğundan, federal hükümetin kullanabileceği sınırlı seçenekler mevcuttur. ACA (Karşılanabilir Bakım Yasası), pazar kapsamı sunan özel sigorta kurumları için maliyet kontrol kaldıraçları getirmiştir ve sigorta primlerini önemli ölçüde artırmayı planlayan sigorta kurumlarının gelecekteki oranlarını gözden geçirilmek üzere eyalete veya federal hükümete göndermelerini zorunlu hale getirmiştir.

Eyalet hükümetleri, özel sigortayı düzenleyerek, Medicaid hizmet sunucu ücretlerini belirleyerek, tercih edilen ilaç listelerini genişleterek ve Medicaid için daha düşük ilaç fiyatlarını müzakere ederek maliyetleri kontrol etmeye çalışmaktadır. Maryland ve Massachusetts, eyalet çapındaki toplam sağlık harcamalarını tahmin etmekte ve ödeyenler arasında sağlık hizmetleri maliyetleri için yıllık büyüme ölçütleri belirlemektedir. Bu eyaletlerde, sağlık kuruluşlarının karşılaştırma ölçütünü karşılamamaları halinde performans iyileştirme planları uygulamalarını zorunlu kılmaktadır.

İlaç harcamalarını kontrol altına alma girişimleri birkaç mekanizma ile sınırlıdır:

  • Özel sağlık planlarının reçeteli ilaçlar için ödediği fiyatlar formüllere dayanmaktadır.
  • İlaç hizmetleri yöneticileri, özel sigortalar adına üreticilerle ilaç fiyatlarını ve indirimlerini müzakere etmekle görevli şirketlerdir. İlaç Hizmetleri Yöneticileri veya PBM’ler, reçeteli ilaç hizmetlerini sağlık sigorta kurumları, Medicare Kısım D ilaç planları, büyük işverenler ve diğer ödeyenler adına yöneten şirketlerdir.
  • Miktar bazlı indirimler, genellikle ödeme yapanlar ve üreticiler tarafından ilaç fiyatlarını eşdeğeri olanlarla dengelemek için kullanılır.
  • Önceki yetkilendirmeler ve aşamalı tedaviler, daha düşük maliyetli alternatiflerin kullanımını teşvik eder.
  • Kamu kurumu ödeyenler arasında Veterans Health Administration (Gazi Sağlık Hizmetleri Kurumu) ilaçları için en yüksek düzeyde indirim alınmaktadır. Kurum yasal olarak federal olmayan ortalama üretici fiyatından en az yüzde 24 indirim alma hakkına sahiptir ve üreticilerle daha yüksek indirimler için pazarlık yapmayı seçebilir.
  • Medicaid ayrıca yasal olarak indirimli fiyat alma hakkına sahiptir ve daha fazla indirim için pazarlık yapabilir. Reçeteli ilaçların en büyük alıcısı olan Medicare, üreticilerle ilaç maliyetleri konusunda pazarlık yapmaz.

10. Son zamanlarda hangi önemli yenilikler ve reformlar yapılmıştır?

Medicare ve Medicaid Yenilikleri.

  • Karşılanabilir Bakım Yasası (ACA), kapsamı genişletmeyi, karşılanabilirliği ele almayı, kaliteyi ve verimliliği artırmayı, maliyetleri düşürmeyi ve birincil ve koruyucu bakım ile halk sağlığını güçlendirmeyi amaçlayan kapsamlı sigorta ve sağlık sistemi reformlarını başlatmıştır.
  • Yenilikler arasında en önemli itici güç, yeni Medicare ve Medicaid İnovasyon Merkezi’dir. ACA, Medicare ve Medicaid hizmetlerinin kalitesini iyileştirebilecek, maliyetlerini düşürebilecek veya her ikisini birden yapabilecek araştırma ve geliştirme yetkisi ile bu kuruluşa 10 yılda 10 milyar dolar fon tahsis etmiştir.
  • Medicare ve Medicaid İnovasyon Merkezi tarafından üstlenilen girişimler, federal aktüerler tarafından aynı maliyetle bakım kalitesini iyileştirdiği veya sağlık hizmeti maliyetlerini düşürürken kaliteyi koruduğu şeklinde onaylanırsa, ABD Sağlık ve İnsan Hizmetleri Sekreterliği, Medicare ve Medicaid programları için kongre onayı almadan bu girişimleri ulusal düzeyde uygulama yetkisine sahiptir.
  • Trump yönetimi, Medicare ve Medicaid programlarında birkaç değişiklik daha yapmıştır. Bunlar arasında, birinci basamak hekimlerinin ödemelerini basitleştirmeyi amaçlayan, 2021’de başlatılması planlanan yeni bir gönüllü ödeme modeli olan Öncelikli Birincil Bakım (Primary Care First: PCF)‘dır. Ayrıca, 2018’den bu yana, birçok eyalet, sağlıklı bireylerin Medicaid kapsamına alınması için asgari şartları karşıladıklarına dair bir belge sunması zorunlu hale getirilmiştir.

Öncelikli Birincil Bakım (Primary Care First: PCF) Modeli

  • Primary Care First Model Seçenekleri, gelişmiş birinci basamak sağlık hizmetlerinin sunulmasını desteklemek için yenilikçi bir ödeme yapısı sunarak değeri ve kaliteyi ödüllendiren bir dizi gönüllü beş yıllık ödeme seçeneğidir. Birinci basamak klinisyen paydaşlarından gelen girdilere yanıt olarak Primary Care First, mevcut CPC + model tasarımının temel ilkelerine dayanmaktadır: doktor-hasta ilişkisine öncelik verilmesi; karmaşık kronik ihtiyaçları olan ve yüksek ihtiyacı olan, yüksek risk grubundaki hastalar için bakımı iyileştirmek, idari yükü azaltmak ve mali ödülleri iyileştirilmiş sağlık sonuçlarına odaklamak.
  • Primary Care First Model Seçenekleri, 2021 başlangıç tarihi için 26 bölgede sunulacak: Alaska (eyalet çapında), Arkansas (eyalet çapında), California (eyalet çapında), Colorado (eyalet çapında), Delaware (eyalet çapında), Florida (eyalet çapında), Greater Buffalo bölgesi (New York), Büyük Kansas Şehri bölgesi (Kansas ve Missouri), Büyük Philadelphia bölgesi (Pennsylvania), Hawaii (eyalet çapında), Louisiana (eyalet çapında), Maine (eyalet çapında), Massachusetts (eyalet çapında), Michigan (eyalet çapında), Montana (eyalet çapında) ), Nebraska (eyalet çapında), New Hampshire (eyalet çapında), New Jersey (eyalet çapında), Kuzey Dakota (eyalet çapında), North Hudson-Capital bölgesi (New York), Ohio ve Kuzey Kentucky bölgesi (Ohio’da eyalet çapında ve Kentucky’de kısmi eyalet) , Oklahoma (eyalet çapında), Oregon (eyalet çapında), Rhode Island (eyalet çapında), Tennessee (eyalet çapında) ve Virginia (eyalet çapında).
  • Öncelikli Birincil Bakım, bölgeye dayalı, bakım sunumun ve ödemesinin çoklu ödeme kanalıyla yapıldığı model yaklaşımıdır. Öncelikli Birincil Bakım, birinci basamak sağlık hizmeti için esnekliği artırarak uygulayıcı bağımsızlığını teşvik eder ve katılımcı pratisyenlere, benzersiz hasta popülasyonu ve kaynaklarına dayalı olarak kendi bakım sunum yaklaşımlarını yenileme özgürlüğü sağlar.
  • Öncelikli Birincil Bakım modeli, kolay anlaşılan, eyleme geçirilebilir sonuçlara dayalı olarak sınırlı risk üstlendikleri için katılımcıları ek gelirle ödüllendirir.
  • Diğer bir deyişle, bu model, yenilikçi bir ödeme yapısıyla değer ve kaliteyi ödüllendirmektedir. Medicare ve Medicaid Hizmet Merkezleri (CMS) tarafından geliştirilen birinci basamak sağlık hizmetleri modeli ile hizmet sunumunun iyileştirilmesi, gelirin artırılması, yükün azaltılması amaçlanmaktadır.

Öncelikli Birincil Bakım (Primary Care First: PCF) Modeli Amaçları

  • Önlenebilir hastane yatışları ile Medicare harcamalarını azaltmak
  • Tüm kullanıcılar için özellikle komplike kronik rahatsızlıkları ve ciddi hastalığı olanlar için bakım kalitesini ve bakıma erişimi iyileştirmek

Öncelikli Birincil Bakım (Primary Care First: PCF) Modeli Özellikleri

  • Model ile 5 yıllık alternatif ödeme modeli getirilmektedir.
  • Katılımcılara daha fazla esneklik, daha fazla şeffaflık ve performansa dayalı ödemeler sunar.
  • Komplike kronik rahatsızlıkları olan hastalar ile yüksek risk grubunda yer alan ağır hasta popülasyonlarında uzman hekimler tarafından gerçekleştirilen muayenehaneler için hastalara ödeme seçenekleri sunar.
  • Modelde Medicare ve Medicaid Hizmet Merkezleri (CMS), muayenehanede sunulan bakımın kalitesini değerlendirmek için belirlenmiş bir dizi klinik kalite ve hasta deneyimi ölçümleri kullanmaktadır. Performansa dayalı bu modelde ödemeye hak kazanabilmek için kaliteli bakımı yansıtan standartlar karşılanmalıdır. Değerlendirme ölçütleri, hasta bakım araştırması sonuçlarını, yüksek tansiyon, diyabet hemoglobin düzeylerini, kolorektal kanser taramasını ve ileri bakım planlamasını içermektedir.

11. Sağlık Harcama Bütçesi

Şekil 5’te Sağlık ve İnsan Hizmetleri (HHS) Bakanlığı 2020 ve 2021 yılı zorunlu programlar bütçesi verilmiştir. Şekil 5’e göre hem 2020 hem 2021 yılında 1. sırada Medicare, 2. sırada ise Medicaid olduğu görülmektedir. Ancak Medicare’in toplam bütçe içerisindeki oranı değişmezken Medicaid’te 1 puanlık artış mevcuttur. Diğer taraftan 2021 bütçesinin bir önceki yıla göre yaklaşık 84 $ artış göstermiştir.

Şekil 5: Sağlık ve İnsan Hizmetleri (HHS) Bakanlığı 2020 ve 2021 Yılları Zorunlu Programlar Bütçesi

Kaynak: HHS, https://www.hhs.gov/about/budget/index.html

Faydalı olması ve farkındalık oluşturması dileğiyle.

Bilimle ve teknolojiyle kalınız.

Saygılarımla…

Not: Kaynak gösterilmeden alıntı yapılamaz veya kopyalanamaz.

Note: It can not be cited or copied without referencing.

Kaynakça

  1. Çelik, Yusuf. (2019).Sağlık Ekonomisi. Gözden Geçirilmiş 4. Baskı. Siyasal Kitapevi.
  2. Mimi, C. (2017). Health care reform: learning from other major health care systems. https://pphr.princeton.edu/2017/12/02/unhealthy-health-care-a-cursory-overview-of-major-health-care-systems/. Erişim Tarihi: 22.11.2020.
  3. 2015 International Profiles of Health Care Systems.(2016). Edited by Elias Mossialos and Martin Wenzl, Robin Osborn and Dana Sarnak. Commonwealth Fund pub. 1857.
  4. https://www.pgpf.org/blog/2020/07/how-does-the-us-healthcare-system-compare-to-other-countries
  5. https://nhspi.org/tools-resources/2020-key-findings/nhspi_2020_key_findings/
  6. Common Wealth Fund, https://www.commonwealthfund.org/international-health-policy-center/countries/united-states
  7. https://www.census.gov/content/dam/Census/library/publications/2020/demo/p60-271.pdf
  8. https://usafacts.org/articles/health-insurance-data-2019/
  9. CDC, https://www.cdc.gov/nchs/fastats/health-insurance.htm
  10. https://www.americashealthrankings.org/learn/reports/2020-annual-report/key-findings-clinical-care
  11. National Center for Health Statistics, National Health Interview Survey, 2019
  12. HHS, https://www.hhs.gov/about/budget/index.html
  13. Medicaid, https://www.medicaid.gov/chip/reports-evaluations/index.html
  14. Kırılmaz, H , Amarat, M , Ünal, Ö . (2017). Türkiye ve Amerika Birleşik Devletleri Sağlık Sistemlerinin Karşılaştırmalı Analizi . Strategic Public Management Journal , 3 (6) , 78-104 . DOI: 10.25069/spmj.342134
  15. Paul DP 3rd, Skiba M. Concierge Medicine: A Viable Business Model for (Some) Physicians of the Future? Health Care Manag (Frederick). 2016 Jan/Mar;35(1):3-8. doi: 10.1097/HCM.0000000000000088. PMID: 27892907.
  16. CDC, https://www.cdc.gov/contracts/about-cdc-contracts/types.html
  17. HHS, http://www.hhs.gov/about/agencies/orgchart/index.html.
  18. World Health Organization. Regional Office for Europe, European Observatory on Health Systems and Policies, Rice, Thomas, Rosenau, Pauline, Unruh, Lynn Y. et al. (‎2013)‎. United States of America: health system review. World Health Organization. Regional Office for Europe. https://apps.who.int/iris/handle/10665/330305
  19. U.S. Census Bureau, 2008 to 2019 American Community Surveys (ACS), 1-Year Estimates. https://www.census.gov/content/dam/Census/library/publications/2020/demo/p60-271.pdf
  20. The National Council for Public-Private Partnerships, https://ncppp.org/
  21. U.S. Census Bureau, Current Population Survey, 2020 Annual Social and Economic Supplement (CPS ASEC)
  22. HHS, https://www.hhs.gov/answers/medicare-and-medicaid/what-is-medicare-part-c/index.html
  23. https://www.legendsofamerica.com/us-states/
Öne çıkan

R’da Leaflet Paketi ile Harita Üzerinde Dinamik Etiketleme: Dynamic Tagging on Maps Using Leaflet Packages in R

Çalışma kapsamında ağırlıklı olarak leaflet, leaflet.extras, leaflet.extras2 ve mapview paketleri kullanılarak harita üzerinde etiketleme çalışmaları ile farklı formatta kaydetme çalışmaları yapılacaktır. Çalışmada R programlama dili kullanılmıştır.

Yüklenen Kütüphaneler

Aşağıdaki R kod bloğunun çalıştırılmasından sonra kütüphanelerin yüklenip yüklenmediğine dair aşağıdaki gibi mantıksal vektör sonuçları gelecektir. Eğer mantıksal vektör sonuçlarının hepsi TRUE ise kütüphanelerin tamamı yüklenmiştir. Kolaylık sağlaması açısından aşağıdaki kütüphanelerin yüklenmesini gösterir tabloyu da elde etmek ve daha kolay okumanız için aşağıdaki kod bloğu içerisinde kısa bir kod yazdım. Bu kod çalıştırıldığında aşağıdaki tabloda görüleceği üzere bütün kütüphaneler yüklenmiştir. Eğer ilgili kütüphane yüklenmemiş olursa Paket Kurulumu Gerekli ifadesi tablo satırında yazacaktır. Satırda yazan bu uyarı metnine göre paketi ya kurar yada yüklersiniz. Bir paketin kurulması ile yüklenmesinin aynı şey olmadığını burada ifade etmek gerekir konuyu yabancı olanlar için. Paket kurulumu ilk defa yapılan bir işlem iken, paketin yüklenmesi zaten kurulan bir paketin yüklenmesi yani çalışır duruma getirilmesidir. İlk defa bir paket kurulumu gerçekleştiriliyorsa install.packages() fonksiyonunu, zaten bir paket kurulumu gerçekleştirilmiş ise ilgili paketin veya kütüphanenin yüklenmesi veya okunması için library() veya require() fonksiyonlarını kullanıyoruz. Fonksiyonlardaki parantez () içerisine yüklenecek paket veya kütüphane adını yazıyoruz.

kütüphane<-c("dplyr","tibble","tidyr","ggplot2","readr","RColorBrewer","crosstalk","leaflet","DT", "htmlwidgets","kableExtra","readr", "leaflet.extras", "sf", "plotly", "leafpop", "downloadthis", "tidygeocoder", "leaflet.extras2")
yükle<-sapply(kütüphane, require, character.only = TRUE, warn.conflicts = FALSE)
 
#Kütüphane yüklenme durumunu gösteren tablo
 
tablo=suppressWarnings(yükle, classes = "warning")
   
isim=names(tablo)
   
deger=as_tibble(tablo)
   
data.frame(sıra=1:length(isim), kütüphane=isim, yuklenme_durumu=deger$value) %>% mutate(yuklenme_durumu=if_else(yuklenme_durumu==TRUE, "Yuklendi", "Paket Kurulumu Gerekli")) %>% kbl(caption = "Kütüphane Yüklenme Bilgisi") %>% kable_classic_2(full_width = F, html_font="arial")

Yukarıdaki kod bloğunun çalıştırılmasından sonra kütüphane yüklenme bilgisi aşağıdaki tabloda verilmiştir.

Veri Setinin Oluşturulması

Bu kısımda sentetik veri seti üretilerek bu veri seti üzerinde haritalama çalışmaları yapılmıştır.

deneme <- data.frame(
  Firma = rep(c("Ulusoy", "Metro", "Süzer", "Kanberoğlu"),3),
  Adres = rep(c("Ankara","İstanbul","Artvin","Rize"), 3),
  Tur=rep(c("A","B"),6),
  Ciro =rep(c(10000, 12500,30000,40000, 60000,80000),2)) %>%
  tidygeocoder::geocode(address = Adres, method = "osm", verbose = TRUE)
deneme

Yukarıdaki kod bloğunun çalıştırılmasından sonra elde edilen veri seti aşağıdaki tabloda verilmiştir. Kod bloğunda tidygeocoder::geocode() fonksiyonunun kullanılmasının nedeni illere göre enlem (lat) ve boylam (long) bilgisinin alınarak veri setine iki ayrı değişken olarak eklenmek istenmesidir. Doğal olarak enlem ve boylam bilgisi olmadan harita oluşturamıyoruz.

Haritanın Oluşturulması

leaflet(deneme) %>%
  addTiles(group = "OpenStreetMap") %>%
    addPulseMarkers(lng =~long, lat=~lat,  icon = makePulseIcon(), label=paste(deneme$Firma,"firmasının cirosu:", deneme$Ciro), labelOptions = labelOptions(noHide = F, direction = 'top', style = list(
        "color" = "green",
        "font-family" = "calibri",
        "font-style" = "bold",
        "box-shadow" = "3px 3px rgba(0,0,0,0.25)",
        "font-size" = "15px",
        "border-color" = "rgba(0,0,0,0.5)"
      ))) %>%
  addMiniMap() %>%  
  addSearchOSM() %>% 
  addReverseSearchOSM() %>% 
  addResetMapButton() %>% 
  addSearchGoogle()

Yukarıdaki kod bloğunun çalıştırılmasından sonra elde edilen harita aşağıda verilmiştir. R Studio üzerinde çalıştırıldığında harita üzerinde bulunan kırmızı işaretleyiciler yanıp sönmektedir. Bunun için addPulseMarkers() fonksiyonu kullanılmıştır. Ayrıca il üzerine tıklandığında açılan bir etiket tanımlanmıştır. Bu etiket atama işlemi ise label=paste(deneme$Firma,”firmasının cirosu:”, deneme$Ciro) fonksiyonu ile yapılmıştır. Yani kırmızı kutu üzerine işaretleyiciler üzerine tıklandığında Firma adı ile birlikte cirosu görünecektir. addMiniMap() fonskiyonu ile de harita üzerinde mini bir harita oluşturulmaktadır.

Haritada il üzerine tıklandığında açılan bir etiket aşağıdaki gibi olacaktır. Eğer etiketleri harita üzerinde sabitlemek istiyorsak labelOptions = labelOptions(noHide = T) fonksiyonunu yazmamız yeterlidir.

Belirli Bir Bölgenin Kare İçine Alınarak İşaretlenmesi I

Yukarıda yapılan işlemlerden farklı olarak faydalı olabilir düşüncesiyle harita üzerinde belirli koordinatlara sahip bir bölgenin kare içerisine alınması işlemini de göstermek istiyorum. Bu uygulama için Türkiye örneği üzerinden gidelim.

leaflet() %>% addTiles() %>%
  addRectangles(
    lng1=25, lat1=35,
    lng2=45, lat2=43,
    fillColor = "transparent", color="red", label="TÜRKİYE'NİN YAKLAŞIK KOORDİNATLARI", labelOptions = labelOptions(noHide = T, direction = 'top')
  )

Yukarıdaki kod bloğunun çalıştırılmasından sonra elde edilen Türkiye haritası kare içerisine alınmış bir şekilde aşağıda verilmiştir. Kare içerisine alınma işlemi addRectangles() fonksiyonu ile yapılmaktadır. Burada enlem ve boylamlar sırasıyla kuzey ve güney, ve aynı zamanda doğu ve batı şeklinde belirlenmelidir.

Belirli Bir Bölgenin Kare İçine Alınarak İşaretlenmesi II

Bu kısımda bir öncekinden farklı olarak kare içerisine alınmış bölgenin etiketi stilize edilmiştir. Bu amaçla aşağıda da görüleceği üzere addRectangles() fonskiyonu içerisinde tanımlanmış labelOptions parametresi içerisinde tanımlanmış style alt parametrisi kullanılmıştır.

leaflet() %>% addTiles() %>%
  addRectangles(
    lng1=25, lat1=35,
    lng2=45, lat2=43,
    fillColor = "transparent", color="red", label="YENİ STİLDE TÜRKİYE'NİN YAKLAŞIK KOORDİNATLARI", labelOptions = labelOptions(noHide = T, direction = 'top', style = list(
        "color" = "black",
        "font-family" = "Cursive",
        "font-style" = "Lucida Handwritingl",
        "box-shadow" = "3px 3px rgba(0,0,0,0.25)",
        "font-size" = "14px",
        "border-color" = "rgba(0,0,0,0.5)",
        "padding" = "4px",
        "background-color"= "rgba(255, 255, 255, 2)",
        "font-weight" = "bold"
      )))

Yukarıdaki kod bloğunun çalıştırılmasından sonra elde edilen Türkiye haritası kare içerisine alınmış bir şekilde yeni etiket tasarımı ile aşağıda verilmiştir.

Haritanın PNG ve JPEG Formatlarında Kaydedilmesi

Harita üzerinde yaptığımız işlemlerden sonra eğer haritayı kaydetmek istiyorsak önümüze farklı formatta seçenekler çıkmaktadır. Bu formatlar, html, png, pdf ve jpeg formatları olabilmektedir. Farklı formatlarda haritanın kaydedilmesi için bu kısımda mapview paketi kullanılmıştır. Aşağıdaki çalışmada bir önceki çalışmada elde edilmiş harita png formatında kaydedilmiştir. Bu kaydetme işleminde kullanılan fonksiyon mapshot() olup, bu fonksiyon içerisinde diğer formatlar da tanımlanabilmektedir.

library(mapview)
leaflet() %>% 
addTiles() %>%
addRectangles(
    lng1=25, lat1=35,
    lng2=45, lat2=43,
    fillColor = "transparent", color="red", label="YENİ STİLDE TÜRKİYE'NİN YAKLAŞIK KOORDİNATLARI", labelOptions = labelOptions(noHide = T, direction = 'top', style = list(
        "color" = "black",
        "font-family" = "Cursive",
        "font-style" = "Lucida Handwritingl",
        "box-shadow" = "3px 3px rgba(0,0,0,0.25)",
        "font-size" = "14px",
        "border-color" = "rgba(0,0,0,0.5)",
        "padding" = "4px",
        "background-color"= "rgba(255, 255, 255, 2)",
        "font-weight" = "bold"
      ))) %>% 
mapshot(file = "Turkiye.png")

Yukarıdaki kod bloğunun çalıştırılmasından sonra elde edilen Türkiye haritası kare içerisine alınmış bir şekilde png formatında aşağıda verilmiştir.

Bir diğer çalışmamızda ise çalışmamızın başında oluşturduğumuz haritayı jpeg formatında kaydedelim.

leaflet(deneme) %>%
addTiles(group = "OpenStreetMap") %>%
addPulseMarkers(lng =~long, lat=~lat,  icon = makePulseIcon(), label=paste(deneme$Firma,"firmasının cirosu:", deneme$Ciro), labelOptions = labelOptions(noHide = F, direction = 'top', style = list(
        "color" = "green",
        "font-family" = "calibri",
        "font-style" = "bold",
        "box-shadow" = "3px 3px rgba(0,0,0,0.25)",
        "font-size" = "15px",
        "border-color" = "rgba(0,0,0,0.5)"
      ))) %>% 
mapshot(file = "Turkiyeciro.jpeg")

Yukarıdaki kod bloğunun çalıştırılmasından sonra elde edilen haritamız jpeg formatında aşağıda verilmiştir.

Verinin harita üzerinde görselleştirilmesine yönelik yaptığım çalışmalardan biri olan bu R Markdown çalışmasının özellikle veri bilimi (data science) ile ilgilenen akademi ve saha çalışanlarına bir katkı sunacağı düşünülmektedir.

Faydalı olması ve farkındalık oluşturması dileğiyle.

Bilimle ve teknolojiyle kalınız.

Saygılarımla…

Not: Kaynak gösterilmeden alıntı yapılamaz veya kopyalanamaz.

Note: It can not be cited or copied without referencing.

Yararlanılan Kaynaklar

1.https://rstudio.github.io/crosstalk/ 

2.https://emilyriederer.github.io/demo-crosstalk/tutorial/tutorial-rmd.html 

3.https://www.jla-data.net/eng/leaflet-markers-in-r/ 

4.https://rstudio.github.io/leaflet/popups.html 

5.https://rstudio.github.io/crosstalk/using.html 

6.https://emilyriederer.github.io/demo-crosstalk/tutorial/tutorial-rmd.html 

7.https://plotly-r.com/client-side-linking.html 

8.https://nicar.r-journalism.com/docs/crosstalk-flexdashboard-leaflet-datatable/ 

9.https://rstudio-pubs-static.s3.amazonaws.com/367074_7396dc3734544b0f94e04b8801b24664.html 

10.https://rstudio.github.io/crosstalk/using.html 

11.https://rpubs.com/tevfik1461/deprem 

12.https://cran.r-project.org/web/packages/crosstalk/crosstalk.pdf 

13.https://cran.r-project.org/web/packages/leaflet.extras2/leaflet.extras2.pdf 

14.https://mrjoh3.github.io/2018/07/25/filtering-spatial-data/ 

15.https://rdrr.io/cran/leaflet/man/makeAwesomeIcon.html 

16.https://rstudio.github.io/leaflet/popups.html 

17.https://github.com/r-spatial/leafpop

18. Crostalk ve Leaflet Paketleriyle Türkiye Depremlerinin Analizi, https://rpubs.com/tevfik1461/harita

19. https://tevfikbulut.com/2021/06/29/crostalk-ve-leaflet-paketleriyle-turkiye-depremlerinin-analizi-analysis-of-turkey-earthquakes-using-crostalk-and-leaflet-packages/

20. RStudio Cloud: https://login.rstudio.cloud/

21. The R Project for Statistical Computing. https://www.r-project.org/

22. Mapview paketi, https://cran.r-project.org/web/packages/mapview/index.html

Öne çıkan

Crostalk ve Leaflet Paketleriyle Türkiye Depremlerinin Analizi: Analysis of Turkey Earthquakes Using Crostalk and Leaflet Packages

Çalışma kapsamında Türkiye’de son 1 yıl içerisinde gerçekleşen depremlerin keşifsel veri analizi yapılmıştır. Bu çalışmada rmdformats paketinde bulunan downcute teması kullanılarak R Markdown üzerinde html uzantılı raporlama yapılmıştır.Dolayısıyla bu formatta bir R Markdown raporu üretilmek isteniyorsa öncelikle rmdformats paketinin kurulumun yapılması gerektiği unutulmamalıdır.

Yüklenen Kütüphaneler

Aşağıdaki R kod bloğunun çalıştırılmasından sonra kütüphanelerin yüklenip yüklenmediğine dair aşağıdaki gibi mantıksal vektör sonuçları gelecektir. Eğer mantıksal vektör sonuçlarının hepsi TRUE ise kütüphanelerin tamamı yüklenmiştir. Kolaylık sağlaması açısından aşağıdaki kütüphanelerin yüklenmesini gösterir tabloyu da elde etmek ve daha kolay okumanız için aşağıdaki kod bloğu içerisinde kısa bir kod yazdım. Bu kod çalıştırıldığında aşağıdaki tabloda görüleceği üzere bütün kütüphaneler yüklenmiştir. Eğer ilgili kütüphane yüklenmemiş olursa Paket Kurulumu Gerekli ifadesi tablo satırında yazacaktır. Satırda yazan bu uyarı metnine göre paketi ya kurar yada yüklersiniz. Bir paketin kurulması ile yüklenmesinin aynı şey olmadığını burada ifade etmek gerekir konuyu yabancı olanlar için. Paket kurulumu ilk defa yapılan bir işlem iken, paketin yüklenmesi zaten kurulan bir paketin yüklenmesi yani çalışır duruma getirilmesidir. İlk defa bir paket kurulumu gerçekleştiriliyorsa install.packages() fonksiyonunu, zaten bir paket kurulumu gerçekleştirilmiş ise ilgili paketin veya kütüphanenin yüklenmesi veya okunması için library() veya require() fonksiyonlarını kullanıyoruz. Fonksiyonlardaki parantez () içerisine yüklenecek paket veya kütüphane adını yazıyoruz.

kütüphane<-c("dplyr","tibble","tidyr","ggplot2","readr","RColorBrewer","crosstalk","leaflet","DT", "htmlwidgets","kableExtra","readr", "leaflet.extras", "sf", "plotly", "leafpop", "downloadthis", "tidygeocoder")
yükle<-sapply(kütüphane, require, character.only = TRUE, warn.conflicts = FALSE)
Kütüphane Yüklenme Bilgisi
sıra	kütüphane	yuklenme_durumu
1	dplyr	Yuklendi
2	tibble	Yuklendi
3	tidyr	Yuklendi
4	ggplot2	Yuklendi
5	readr	Yuklendi
6	RColorBrewer	Yuklendi
7	crosstalk	Yuklendi
8	leaflet	Yuklendi
9	DT	Yuklendi
10	htmlwidgets	Yuklendi
11	kableExtra	Yuklendi
12	readr	Yuklendi
13	leaflet.extras	Yuklendi
14	sf	Yuklendi
15	plotly	Yuklendi
16	leafpop	Yuklendi
17	downloadthis	Yuklendi
18	tidygeocoder	Yuklendi

Verinin okunması

deprem <- read_table("deprem.txt")%>% rename(Enlem="Enlem(N)",Boylam="Boylam(E)", "Buyukluk"=ML, Derinlik="Derinlik(km)"
)
# deprem veri seti
deprem<- deprem[, c(-6,-8,-10)]
deprem

Veri Setinin Yapısı

glimpse(deprem)

Kaydırma Eksenine Bağlı Harita, Grafik Kombinasyonu

deprem <- read_table("deprem.txt")%>% rename(Enlem="Enlem(N)",Boylam="Boylam(E)", "Buyukluk"=ML, Derinlik="Derinlik(km)"
)

deprem<- deprem[, c(-6,-8,-10)]


d1 <- highlight_key(deprem)

kaydirma <- filter_slider("Büyüklük", "Depremin Büyüklüğü", d1,~Buyukluk)

p <- plot_ly(d1, x = ~Derinlik, y = ~Buyukluk) %>% 
  add_markers(alpha = 0.5) %>% 
  highlight("plotly_selected")

harita <- leaflet(d1) %>% 
  addTiles() %>% 
  addCircleMarkers(
    label=deprem$Buyukluk,lng = ~Enlem, lat = ~Boylam,
    labelOptions = labelOptions(noHide = T, direction = 'top'))%>% addSearchOSM() %>% addReverseSearchOSM() %>% addResetMapButton()

bscols(
  widths = c(12, 12, 12), 
 kaydirma,  p, harita)

Örnek Veri Tablosu ve Harita Oluşturma

deneme <- data.frame(
  ticker = c("Ulusoy", "Metro", "Süzer", "Kanberoğlu"),
  address = c("Ankara","İstanbul","Artvin","Rize")
) %>%
  tidygeocoder::geocode(address = address,
                        method = "osm") %>%
  sf::st_as_sf(coords = c("long", "lat"), crs = 4326)
  
leaflet(deneme) %>%
  addMarkers(label = ~ address) %>%
  addProviderTiles("CartoDB.Positron")

İkon ve Harita Temalarının Haritaya Eklenmesi 1

deneme <- data.frame(
  Firma = c("Ulusoy", "Metro", "Süzer", "Kanberoğlu", "Pamukkale","Kamil Koç", "Anadolu", "Dadaş"),
  Adres = c("Ankara","İstanbul","Artvin","Rize", "Kayseri", "Antalya", "İzmir", "Sivas"),
  Ciro =c(1000, 12500,3000,4000, 6000,8000,9000,1800))%>%
  tidygeocoder::geocode(address = Adres,
                        method = "osm") %>%
  sf::st_as_sf(coords = c("long", "lat"), crs = 4326)


awesome <- makeAwesomeIcon(
  icon = "fire",
  iconColor = "red",
  markerColor = "blue",
  library = "fa"
)

leaflet(deneme) %>%
  addAwesomeMarkers(icon = awesome,
                    label = ~ Ciro) %>%
  addProviderTiles("CartoDB.Positron")

İkon ve Harita Temalarının Haritaya Eklenmesi 2

deneme <- data.frame(
  Firma = c("Ulusoy", "Metro", "Süzer", "Kanberoğlu", "Pamukkale","Kamil Koç", "Anadolu", "Dadaş"),
  Adres = c("Ankara","İstanbul","Artvin","Rize", "Kayseri", "Antalya", "İzmir", "Sivas"),
  Ciro =c(1000, 12500,3000,4000, 6000,8000,9000,1800))%>%
  tidygeocoder::geocode(address = Adres,
                        method = "osm") %>%
  sf::st_as_sf(coords = c("long", "lat"), crs = 4326)


awesome <- makeAwesomeIcon(
  icon = "automobile",
  iconColor = "red",
  markerColor = "blue",
  library = "fa"
)

leaflet(deneme) %>%
  addAwesomeMarkers(icon = awesome,
                    label = ~ Ciro) %>%
  addProviderTiles("Esri.NatGeoWorldMap")

Haritaya Açılan Tablo Ekleme 1

deneme <- data.frame(
  Firma = c("Ulusoy", "Metro", "Süzer", "Kanberoğlu", "Pamukkale","Kamil Koç", "Anadolu", "Dadaş"),
  Adres = c("Ankara","İstanbul","Artvin","Rize", "Kayseri", "Antalya", "İzmir", "Sivas"),
  Ciro =c(1000, 12500,3000,4000, 6000,8000,9000,1800))%>%
  tidygeocoder::geocode(address = Adres,
                        method = "osm") %>%
  sf::st_as_sf(coords = c("long", "lat"), crs = 4326)

leaflet() %>%
  addTiles() %>%
  addCircleMarkers(data = deneme,
                   popup = popupTable(deneme))

Spesifik Yer İşaretleme

Bu kısımda Sanayi ve Teknoloji Bakanlığı’nın adresi, web sitesi etiketlenmiştir.

etiket=content <- paste(sep = "<br/>",
  "<b><a href='https://www.sanayi.gov.tr/anasayfa'>T.C. Sanayi ve Teknoloji Bakanlığı</a></b>",
  "Mustafa Kemal Mahallesi Dumlupınar Bulvarı (Eskişehir Yolu 7.km) 2151. Cadde No:154/A",
  "Çankaya/ANKARA, 06530"
)
leaflet() %>% addTiles() %>% setView(32.78216614147982,39.911152425885824, zoom = 15) %>% addPopups(32.78216614147982,39.911152425885824,etiket, options = popupOptions(closeButton = TRUE))

Buraya kadar yapılan çalışmaların tamamını ve daha fazlasını RPubs üzerinde yayınladığım Crostalk ve Leaflet Paketleriyle Türkiye Depremlerinin Analizi adlı çalışma içerisinde bulabilirsiniz.

Verinin harita üzerinde görselleştirilmesine yönelik yaptığım bu R Markdown çalışmasının özellikle veri bilimi (data science) ile ilgilenen akademi ve saha çalışanlarına bir katkı sunacağı düşünülmektedir.

Faydalı olması ve farkındalık oluşturması dileğiyle.

Bilimle ve teknolojiyle kalınız.

Saygılarımla…

Not: Kaynak gösterilmeden alıntı yapılamaz veya kopyalanamaz.

Note: It can not be cited or copied without referencing.

Yararlanılan Kaynaklar

1.https://rstudio.github.io/crosstalk/ 

2.https://emilyriederer.github.io/demo-crosstalk/tutorial/tutorial-rmd.html 

3.https://www.jla-data.net/eng/leaflet-markers-in-r/ 

4.https://rstudio.github.io/leaflet/popups.html 

5.https://rstudio.github.io/crosstalk/using.html 

6.https://emilyriederer.github.io/demo-crosstalk/tutorial/tutorial-rmd.html 

7.https://plotly-r.com/client-side-linking.html 

8.https://nicar.r-journalism.com/docs/crosstalk-flexdashboard-leaflet-datatable/ 

9.https://rstudio-pubs-static.s3.amazonaws.com/367074_7396dc3734544b0f94e04b8801b24664.html 

10.https://rstudio.github.io/crosstalk/using.html 

11.https://rpubs.com/tevfik1461/deprem 

12.https://cran.r-project.org/web/packages/crosstalk/crosstalk.pdf 

13.https://cran.r-project.org/web/packages/leaflet.extras2/leaflet.extras2.pdf 

14.https://mrjoh3.github.io/2018/07/25/filtering-spatial-data/ 

15.https://rdrr.io/cran/leaflet/man/makeAwesomeIcon.html 

16.https://rstudio.github.io/leaflet/popups.html 

17.https://github.com/r-spatial/leafpop

18. Crostalk ve Leaflet Paketleriyle Türkiye Depremlerinin Analizi, https://rpubs.com/tevfik1461/harita

Öne çıkan

R Markdown İle Örnek Uygulama Raporu Oluşturma: Example of Creating an Application Report with R Markdown

Bu çalışmanın amacı prettydoc paketi kullanılarak R Markdown üzerinde html uzantılı raporlama yapmaktır. Bu nedenle kod bloklarıyla birlikte adım adım uygulama adımlarına yer verilmiştir. Çalışma R programlama ara yüzü olan R Studio üzerinde yapılmıştır.

R Markdown Raporunu Tanımlama

title: "R Markdown Örnek Uygulama Raporu"
author: "Tevfik Bulut"
date: "`r format(Sys.time(), '%d %B %Y')`"
output:
  prettydoc::html_pretty:
    theme: cayman
    highlight: github
    toc: true
    toc_float: false
    #toc_depth: 4
    number_sections: true

Yüklenen Kütüphaneler

Aşağıdaki R kod bloğunun çalıştırılmasından sonra kütüphanelerin yüklenip yüklenmediğine dair aşağıdaki gibi mantıksal vektör sonuçları gelecektir. Eğer mantıksal vektör sonuçlarının hepsi TRUE ise kütüphanelerin hepsini yüklenmiştir demektir. Kolaylık sağlaması açısından yukarıda kütüphanelerin yüklenmesini gösterir tabloyu da elde etmek ve daha kolay okumanız için yukarıdaki kod bloğu içerisinden kısa bir kod yazdım. Bu kod çalıştırıldığında aşağıdaki tabloda görüleceği üzere bütün kütüphaneler yüklenmiştir. Eğer ilgili kütüphane yüklenmemiş olursa “Paket Kurulumu Gerekli” ifadesi satırda yazacaktır. Satırda yazan bu uyarı metnine göre paketi ya kurar yada yüklersiniz. Bir paketin kurulması ile yüklenmesinin aynı şey olmadığını burada ifade etmek gerekir konuyu yabancı olanlar için. Paket kurulumu ilk defa yapılan bir işlem iken, paketin yüklenmesi zaten kurulan bir paketin yüklenmesi yani çalışır duruma getirilmesidir. İlk defa bir paket kurulumu gerçekleştiriliyorsa install.packages() fonksiyonunu, zaten bir paket kurulumu gerçekleştirilmiş ise ilgili paketin veya kütüphanenin yüklenmesi veya okunması için library() veya require() fonksiyonlarını kullanıyoruz. Fonksiyonlardaki parantez () içerisine yüklenecek paket veya kütüphane adını yazıyoruz.


kütüphane&lt;-c(&quot;dplyr&quot;,&quot;tibble&quot;,&quot;tidyr&quot;,&quot;ggplot2&quot;,&quot;ggthemes&quot;,&quot;readr&quot;,&quot;readxl&quot;,&quot;ggpubr&quot;,&quot;formattable&quot;, &quot;ggstance&quot;, &quot;pastecs&quot;,&quot;writexl&quot;, &quot;psych&quot;, &quot;GGally&quot;,&quot;pander&quot;, &quot;rstatix&quot;,&quot;RColorBrewer&quot;, &quot;htmlwidgets&quot;,&quot;kableExtra&quot;,&quot;stargazer&quot;,&quot;readr&quot;, &quot;equatiomatic&quot;)
yükle% mutate(yuklenme_durumu=if_else(yuklenme_durumu==TRUE, "Yuklendi", "Paket Kurulumu Gerekli")) %&gt;% kbl(caption = "Kütüphane Yüklenme Bilgisi") %&gt;% kable_classic_2(full_width = F, html_font="arial")

Tanımlayıcı İstatistikler

mtcars Veri Seti

Çalışma kapsamında R içerisinde bulunan mtcars veri setinden yararlanarak tanımlayıcı ve çıkarımsal istatistikler ortaya konulmuştur.Veri seti 11 değişkenden ve 32 gözlemden oluşmaktadır.

  1. mpg:Mil/(ABD) galon
  2. cyl:Silindir sayısı
  3. disp:Displacement (m.in.)
  4. hp:Brüt beygir gücü
  5. drat:Arka aks oranı
  6. wt:Ağırlık (1000 lbs)
  7. qsec: 1/4 mil zaman
  8. vs:Motor (0 = V şeklinde, 1 = düz)
  9. am:Şanzıman (0 = otomatik, 1 = manuel)
  10. gear: İleri vites sayısı
veri=mtcars
veri %&gt;% kbl() %&gt;% kable_styling()

Tanımlayıcı İstatistikler Tablosu

veri1 &lt;- within(veri, {
   vs &lt;- factor(vs, labels = c(&quot;V&quot;, &quot;S&quot;)) #değişkenin nominal kategorik veri tipine dönüştürülmesi
   am &lt;- factor(am, labels = c(&quot;otomatik&quot;, &quot;manuel&quot;)) #değişkenin nominal kategorik veri tipine dönüştürülmesi
   cyl  &lt;- ordered(cyl) # değişkenin nominal sıra ölçekli veri tipine dönüştürülmesi
   gear &lt;- ordered(gear) # değişkenin nominal sıra ölçekli veri tipine dönüştürülmesi
   carb % kbl(caption = "Tanımlayıcı İstatistikler") %&gt;%
  kable_classic(full_width = F, html_font = "Cambria")

Tanımlayıcı İstatistikler Tablosu Alternatifi

cikarma=names(veri1) %in% c("vs", "am", "cyl","gear", "carb") # tanımlayıcı istatistiklerden çıkarılacak nominal değişkenler

stargazer(veri[!cikarma], type = "text",title="Tablo 1: Sürekli Değişkenlerde Tanımlayıcı İstatistikler Tablosu", digits=1, out="table3.html", flip=T)

Vites türüne göre yakıt tüketimleri ve beygir güçleri

Veri setinde ‘mpg’ değişkeni yakıt tüketimini, ‘am’ değişkeni vites tipini ve ‘hp’ değişkeni ise beygir gücünü göstermektedir.


veri1 %&gt;% ggplot(aes(x=mpg, y=hp, col=(am))) + geom_point()+
    facet_wrap(. ~ am, scales="free_y")+
    theme_economist()+
    theme(legend.position = "none")+
    theme(
      strip.text.x = element_text(
        size = 12, color = "black", face = "bold"
        ))
      

Eşitlik yazma

Eşitlik ortalanmak isteniyorsa eşitliğin soluna ve sağına çift dolar işareti ilave edilir. Eşitlik sola yaslanacaksa soluna ve sağına tek dolar işareti eklenir.

$$X_i$$

Büyüktür işareti

$$ x\ge y$$

Kesirli ifade yazımı

$$\frac{2}{3}$$

$$ x = \frac{-b \pm \sqrt{b^2 – 4ac}}{2a} $$

$$ E = mc^2 $$

Tabakalı örneklemede örneklem büyüklüğü formülü

İlgili değişken kesikli ise aşağıdaki eşitlik örneklem büyüklüüğünün hesaplanmasında kullanılır.

$$ n = \frac{Nt^2pq}{d^2(N-1)+t^2pq} $$

Standart sapma

$$\sigma = \sqrt{\frac{\sum\limits_{i=1}^{n} \left(x_{i} – \bar{x}\right)^{2}} {n-1}}$$

Sayı serilerini toplama

$$x_{1} + x_{2} + \cdots + x_{n}$$

$Y = X\beta + \epsilon$,footnotes^[Doğrusal regresyon modellerinde regresyon eşitliğini göstermektedir.].

Çıkarımsal İstatistikler

Modeli kurma ve eşitliklere dönüştürme

# Doğrusal regresyon modeli
model1 &lt;- lm(mpg ~ am + hp, veri1)
# Teorik modeli gösterme
equatiomatic::extract_eq(model1)

model2 &lt;- lm(mpg ~ am + hp+drat + wt, veri1)

Model 1 katsayılarını gösterme

equatiomatic::extract_eq(model1, use_coefs = TRUE,  wrap = TRUE)

Model 2 katsayılarını gösterme

equatiomatic::extract_eq(model2, use_coefs = TRUE,  wrap = TRUE)

Model 1 ve 2 Özeti

İki model karşılaştırıldığında kurulan 2. modelin açıklayıcılığı 1. modele göre daha yüksektir. Diğer bir ifadeyle düzeltilmiş R^2 (Adjusted R2) 1. modelde % yaklaşık % 76,7 iken 2. modelde % 82’dir.

stargazer(model1,model2, type = &quot;text&quot;, title=&quot;Model Karşılaştırmaları&quot;)

Regresyon Model1 Grafikleri

par(mfrow = c(2,2))
plot(model1)

Regresyon Model2 Grafikleri

par(mfrow = c(2,2))
plot(model2)

Yapılan bu R Markdown çalışmasının özellikle veri bilimi (data science) ile ilgilenen akademi ve saha çalışanlarına bir katkı sunacağı düşünülmektedir.

Çalışmaya ve kod bloklarının uygulama sonuçlarına https://rpubs.com/tevfik1461/Markdown linkinde yer verilmiş olup, buradan yukarıda yapılan işlemleri daha iyi takip edebilir, somut rapor çıktısını inceleyebilirsiniz.

Faydalı olması ve farkındalık oluşturması dileğiyle.

Bilimle ve teknolojiyle kalınız.

Saygılarımla…

Not: Kaynak gösterilmeden alıntı yapılamaz veya kopyalanamaz.

Note: It can not be cited or copied without referencing.

Yararlanılan Kaynaklar

  1. https://github.com/yixuan/prettydoc/
  2. https://bookdown.org/yihui/rmarkdown-cookbook/equatiomatic.html
  3. https://rmd4sci.njtierney.com/math
  4. Anderson, Daniel, Andrew Heiss, and Jay Sumners. 2021. Equatiomatic: Transform Models into LaTeX Equations. https://github.com/datalorax/equatiomatic.
  5. https://rpruim.github.io/s341/S19/from-class/MathinRmd.html
  6. https://www.rdocumentation.org/packages/datasets/versions/3.6.2/topics/mtcars
  7. https://cran.r-project.org/web/packages/kableExtra/vignettes/awesome_table_in_html.html#Add_header_rows_to_group_columns
  8. https://tevfikbulut.com/2020/07/12/rda-multinominal-lojistik-regresyon-uzerine-bir-vaka-calismasi-a-case-study-on-multinominal-logistic-regression-in-r/
  9. https://cran.r-project.org/web/packages/prettydoc/index.html
  10. https://rmarkdown.rstudio.com/docs/
  11. https://rpubs.com/tevfik1461/Markdown

R Markdown raporunun oluşturulmasında kullanılan kodların tamamı kod bloklarıyla birlikte aşağıdaki linkten pdf formatında indirilebilir.

Biyomedikal Araştırmalarda Verinin Anlam ve Önemi

Farkındalık oluşturması adına bu yazımda İspanyol Farmaindustria kuruluşu Genel Müdür Yardımcısı Javier Urzay’ın İspanyol El Economista gazetesinin Sağlık dergisinin 10 Mayıs 2021 tarihli sayısında yayınlanan görüşlerine yer verilmiştir. Javier Urzay’ın görüşlerine geçmeden önce kısaca Farmaindustria kuruluşu hakkında bilgilere yer verelim. Farmaindustria, ispanya merkezli ilaç endüstrisi İspanyol Ulusal Ticaret Birliği (National Trade Association of the Spanish)’dir. İspanya’daki reçeteli ilaç satışlarının yaklaşık % 100’ünü gerçekleştiren kuruluş, Ar-Ge tabanlı ilaç şirketlerinin çoğunu bir araya getirmektedir. 141 Ar-Ge tabanlı şirket, Farmaindustria üyesidir. Orijinal ilaç pazarının % 99’u Farmaindustria’nın üye şirketleri tarafından karşılanmaktadır. İspanya’da Ar-Ge temelli ilaç endüstrisi tarafından 42.000 doğrudan iş yaratılmaktadır ve bunların 5.900’ü doğrudan Ar-Ge fonksiyonlarıyla bağlantılıdır. Kuruluşla ilgili çarpıcı olan bir gerçek ise İspanyol endüstrisinin Ar-Ge yatırımının % 20’sinin ilaç sektörü tarafından gerçekleştirilmesidir.

Verilerin toplanması, işlenmesi ve analizi, mevcut ekonomik ve sosyal dönüşümde kilit bir faktör haline gelmiştir. Bilgiyi elde etme ve ondan değer üretmenin yeni bir yolu olarak veri yönetimine dayalı toplumlarda yaşıyoruz. Biyomedikal araştırma alanı bu gerçekliğe yabancı değildir.

Yeni ilaçların Ar-Ge’sinde sağlık verilerinin kullanımı, hassas tıpta yaşanan gelişmeler ve hassas tıbbın katkıları sayesinde son yıllarda artmıştır.

Bu tür kişiselleştirilmiş tıp olan hassas tıp, daha fazla etkinlik elde etmek için hem klinik, hem genetik hem de moleküler düzeyde hasta bilgilerinin yönetilmesini gerektirir. Hassas tıbın gelişimi, hasta sağlığında bir paradigma değişimi anlamına gelmektedir. Artık uzak bir gelecekten bahsetmiyoruz.

Günümüzde sağlık hizmetlerinin mevcut durumu, hastalıkların anlaşılmasını iyileştirmek için kişiselleştirilmiş bilgiler üretmekte ve en iyi sağlık sonuçlarını elde etmek için tüm bu bilgileri bakım sürecinde elde edilen hastanın klinik verileriyle entegre etmektedir.

Bu bağlamda, sağlık profesyonelleri, yöneticiler, ilaç firmaları, hastalar ve bir bütün olarak toplum için kültürel ve örgütsel yapılarda ve aynı zamanda eğitimde ulusal sağlık sistemlerinde gerçek bir dijital dönüşüm gereklidir.

Multidisipliner çalışma ekipleri oluşturmak, dijital eksiklikleri azaltmak, altyapılara yatırım yapmak veya hastanın sağlık bilgilerini elektronik tıbbi kayıtlara dahil etmek ve benzersiz ve birlikte çalışabilir hale getirmek dönüşümü kolaylaştıracak önlemlerden bazılarıdır.

Pandemi, bu eksikliklerin bazılarını vurgulamıştır ancak aynı zamanda, örneğin klinik araştırma alanında gerekli olan bazı değişikliklere de ivme kazandırmıştır. Salgının en zor anlarında, Covid-19’un neden olduğu acil durumlara yanıt vermek için hastanelerdeki araştırma faaliyeti durduğunda, İspanya’da İspanyol İlaç ve Koruma kurumlarının dikkatli müdahalesi sayesinde devam edebilmiştir. Bu durum klinik deneylerin uzaktan izlenmesi gibi süreçlerin dijitalleştirilmesinde bir hızlanmaya yol açmıştır.

Bu gerçek, yeni ilaç araştırmalarının, klinik denemelerin yüz yüze ve sanal süreçleri birleştiren hibrit bir sürece bir geçiş döneminde olduğunu ortaya koymuştur.

Biyomedikal araştırmalarda dijitalleşme daha yeni başlamıştır ve yüz yüze faaliyetlerin çoğunu tamamlayıcı niteliktedir. Ancak, farklı teknolojiler geliştirildikçe aşamalı olarak gelişecek ve bu alanlara adapte edilecektir.

Tam dijital dönüşümde ve yapay zeka kullanımındaki ilerlemeleri uyumlu hale getirmek için Farmaindustria olarak sağlık hizmetleri ve klinik araştırmaların birlikte gelişim göstermesi gerektiğini savunuyoruz.

Ancak bunu mümkün kılmak için sağlık örgütlerinin, ilaç endüstrisinin ve toplumun katılımı olmadan bu asla mümkün olmayacaktır. Her seviyedeki tüm temsilcilerin işbirliğini gerektiren çok büyük bir fırsatla karşı karşıyayız. Ve dahası, klinik araştırmaların artık sadece bir ülke meselesi olmadığını, çoğunluğun Avrupa çapında ya da her halükarda uluslararası nitelikte olduğunu hesaba katmamız gerekir.

Benzer şekilde, sağlık verilerinin ve özellikle yeni tedavilerin araştırılması ve geliştirilmesinde hassas kabul edilen bilgilerin kullanımında sahipler ve yöneticiler olan hastalar için maksimum güvenlik garantileri olmadan biyomedikal araştırmalarda bu gelişmelere odaklanamaz. Bu yüzden her anlamda hasta güvenliği birinci öncelik olmalıdır. Diğer bir ifadeyle,  biyomedikal araştırmalar teşvik edilirken hasta verilerinin korunmasına saygı göstermelidir.

Aslında Farmaindustria, tasarımı ilaç şirketlerinin aktif sorumluluğunu içeren klinik araştırma ve farmakovijilansta verilerin doğru kullanımı için yeni bir Davranış Kuralları seti üzerinde çalışmaktadır.

Avrupalı ​​yetkililerin desteğini almak, kendi bakış açısından ileriye doğru bir adımdır. Bu noktada, diğer konuların yanı sıra, Avrupa Komisyonu tarafından önerildiği üzere bir Avrupa Sağlık Veri Alanı oluşturmak istiyorsak, aşılması gereken engeller de vardır.

Bu anlamda,  hastaların gizli verilerini korumak için AB’de klinik veri yönetimi düzenlemesinin uyumlaştırılmasını, yasal dağınıklığın ortadan kaldırılmasını ve kapsamlı bir güvenlik altyapısının, son teknoloji ve örgütsel güvenlik önlemleriyle benimsenmesini savunuyoruz. Ayrıca, UNESCO’nun Uluslararası Biyoetik Komitesi tarafından savunulduğu üzere, insanlığın ortak bir yararı olarak görülmesi gereken yasal, sorumlu ve etik bir veri yönetimi için yeterli garantiler sunan veri yönetişim mekanizmalarının uygulamaya konulması da gereklidir.

Faydalı olması ve farkındalık oluşturması dileğiyle…

Bilimle ve teknolojiyle kalınız.

Yararlanılan Kaynaklar

Las revistas digitales: Sanitad. Urzay, Javier. (2021). El valor de los datos en la investigación biomédica https://revistas.eleconomista.es/sanidad/2021/mayo/el-valor-de-los-datos-en-la-investigacion-biomedica-YC7523436. Fecha de acceso al recurso: 10 de mayo de 2021.

Farmaindustria: https://www.farmaindustria.es