fa اندازه‌گیری و تحلیل راهکارهای کاهش زمان انتظار مراجعین به مراکز درمانی عمومی بر پایه‌ شبیه‌سازی آموزش بهداشت و ارتقاء سلامت education health and promotion پژوهشي Research مقدمه: امروزه، زندگی شهر نشینی و گذار بیماری‌ها، مراکز بهداشتی- درمانی را برای ارایه خدمات به چالش جدی واداشته است. مشکلی که مدیریت در این مراکز با آن مواجه است، زمان انتظار طولانی بیماران می‌باشد. زمان دریافت خدمت توسط بیمار، بسیار کمتر از زمان انتظار است. افراد برای دوری جستن از زمان‌های انتظار طولانی، به مراکز خصوصی درمان مراجعه می‌کنند. این بررسی، به منظور تعیین راهکارهای کاهش زمان انتظار مراجعین بر پایه شبیه‌سازی رخدادهای گسسته انجام شد. روش‌ها: این پژوهش به صورت مقطعی در درمانگاه عمومی انجام گرفت و با استفاده از شبیه‌سازی رخدادهای گسسته، جریان بیمار مدل‌سازی و بهینه‌سازی شد. در ورود افراد به سیستم، اطلاعات دموگرافیک آن‌ها ثبت شد. فرم‌ها به دفترچه درمانی فرد ضمیمه شد و با مراجعه فرد به قسمت‌های مختلف، اطلاعات مربوط به زمان ورود، زمان انتظار افراد در سیستم، زمان دریافت خدمت توسط آن‌ها و زمان خروج از سیستم ثبت گردید. تجزیه و تحلیل داده‌ها با استفاده از نرم‌افزار SPSS، تعیین تابع توزیع احتمال ورود افراد به سیستم و زمان دریافت خدمت توسط آن‌ها، با استفاده از نرم‌افزار Professional easy fit و شبیه‌سازی سیستم درمانی با به کارگیری نرم‌افزار Any logic صورت گرفت. یافته‌ها: تعداد کل نمونه‌ها 400 نفر بود که بیش از 60 درصد خانم‌ها و کمتر از 40 درصد آقایان بودند.20 درصد مراجعین قبل از شروع به کار سیستم مراجعه می‌کردند که باعث اتلاف 2017 دقیقه می‌شد. زمان دسترسی به اولین خدمت از 1 تا 250 دقیقه متفاوت و به طور میانگین 59 دقیقه بود. مجموع زمان ارایه خدمت به افراد از 1 تا 20 دقیقه متغیر و میانگین آن 5/7 دقیقه به دست آمد. تأخیر در ورود پزشکان 15 دقیقه بود. زمان ورود مراجعین از تابع توزیع احتمال نمایی و زمان ارایه خدمت از تابع توزیع گاما تبعیت می‌کرد.  نتیجه‌گیری: 65 درصد مراجعین بیش از 30 دقیقه برای دریافت اولین سرویس منتظر بودند. برای کاهش زمان انتظار، 7 سناریو پیشنهاد گردید که با نرم‌افزار Any logic شبیه‌سازی شد و از بین آن‌ها، سناریوی ترکیبی تغییر زمان شروع به کار سیستم و پذیرش 30 درصد مراجعین به صورت Book appointment بهترین نتیجه را به همراه داشت. واژه‌های کلیدی:کاهش زمان انتظار، جریان بیمار، شبیه‌سازی رخدادهای گسسته   Background: Urban living and transition of illnesses, today has led hygienic centers for dedicating services to serious challenge management of an outpatient center is very difficult. Worse is that the patient advice and service time is much less than waiting time. Many people to avoid long waiting go to private treatment centers. This study was done to determine ways to reduce client waiting time based on discrete event simulation. Methods: This was a cross-sectional study and data were collected by questionnaire and check list and survey form whose validity was confirmed by the experts. Data were completed by the relevant parts responsible. Statistical data analysis was done by SPSS software and determining the probability distribution function of service time and their entry into the system at various places was done by Professional Easy Fit Software. Findings: The total number of the subjects was 400. Time to access first service varied from 1 to 250 minutes and the average was 59 minutes. Average time of general physician services to people was 4 minutes and total service time varies from 1 to 20 minutes and the average was 7.5 minutes. Delay in physician entrance was 15 minutes. The probability distribution function of patients__AWT_QUOTE__ arrival time was exponential and probability distribution function of service time was a gamma distribution function. Conclusion: Much of the waiting time was related to pre-starting the work of system, and also admission and physician visit. 65% of the patients waited more than 30 minutes to receive the first service and given the patient charter, it is not acceptable that 75% of the patients should have less than 30 minutes to reach their first service. To reduce the waiting time, seven scenarios were suggested for using parameters variation experiment in AnyLogic Simulation Software; these scenarios were simulated in the system. Among these scenarios, the mixed scenario which changes the start time of system and admits 30% of patients through book appointment, yielded the best results. 550 560 http://hsr.mui.ac.ir/browse.php?a_code=A-10-39-532&slc_lang=fa&sid=1 Mehdi Sepehri محمدمهدی سپهری 100319475328460016017 100319475328460016017 Yes Associate Professor, Department of Industrial Engineering, School of Engineering and Technology, Tarbiat Modares University, AND The Hospital Management Research Center, Tehran University of Medical Sciences, Tehran, Iran Yadolah Pedram یداله پدرام 100319475328460016018 100319475328460016018 No Department of Information, School of Engineering and Technology, Tarbiat Modares University, Tehran, Iran (Corresponding Author) Email: pedram@modares.ac.ir Babak Teimoor Poor بابک تیمورپور 100319475328460016019 100319475328460016019 No Assistant Professor, Department of Industrial Engineering, School of Engineering and Technology, Tarbiat Modares University, Tehran, Iran Mohammad Matlabi محمد مطلبی 100319475328460016020 100319475328460016020 No Assistant Professor, Department of Public Health, School of Health, Gonabad University of Medical Sciences, Gonabad, Iran