دانلود ترجمه مقاله سیستم مدیریت Six Sigma و طراحی کنترل کیفیت آماری مبتنی بر ریسک

ELSEVIER
سال انتشار :
2016
تعداد صفحات مقاله انگلیسی :
12
نشریه :
ELSEVIER
تعداد رفرنس ها :
27
نوع مقاله :
مقاله ISI
کلمات کلیدی :
Six Sigma، سیستم مدیریت کیفیت، ظرفیت پردازش، SQC، اجرای تحلیلی، فرکانس QC
عنوان فارسی :

سیستم مدیریت Six Sigma و طراحی کنترل کیفیت آماری مبتنی بر ریسک

عنوان انگلیسی :

Six Sigma Quality Management System and Design of Risk-based Statistical Quality Control

وضعیت ترجمه :
لینک مقاله :
http://www.sciencedirect.com/science/article/pii/S0272271216300853

سال انتشار : 2016

تعداد صفحات مقاله انگلیسی : 12

نشریه : ELSEVIER

تعداد رفرنس ها : 27

نوع مقاله : مقاله ISI

ترجمه : انجام نشده. سفارش ترجمه تخصصی این مقاله

کلمات کلیدی : Six Sigma، سیستم مدیریت کیفیت، ظرفیت پردازش، SQC، اجرای تحلیلی، فرکانس QC

عنوان فارسی : سیستم مدیریت Six Sigma و طراحی کنترل کیفیت آماری مبتنی بر ریسک

عنوان انگلیسی : Six Sigma Quality Management System and Design of Risk-based Statistical Quality Control

لینک مقاله : http://www.sciencedirect.com/science/article/pii/S0272271216300853



فهرست مطالب
1- مقدمه 2- مدل خطای سنتی و اساس آن برای سیستم مدیریت کیفیت SIX SIGMA 3- اندازه گیر SIGMA یک شاخص فرآیند ظرفیت می باشد 4- اجرای کنترل کیفیت آماری تحلیلی ، یا فرکانس کنترل کیفیت، می تواند با تشخیص خطا مرتبط باشد 5- خلاصه

چکیده انگلیسی
KEY POINTS The traditional error model provides the basis for development of a scientific quality man- agement system (QMS) that adheres to the Deming Plan-Do-Check-Act process for objective decision making based on data. Incorporation of Six Sigma concepts and metrics provides a QMS that supports analytical quality management with tools for specifying quality goals, judging the acceptability of performance of examination procedures, designing statistical quality control (SQC) pro- cedures to detect medically important errors, and evaluating quality from external quality assessment and proficiency testing surveys. Design of risk-based SQC procedures is practical using the traditional criterion of achieving 90% detection of the critical medically important systematic errors, P edc (prob- ability of detection of medically important systematic errors), along with the documented relationship between P edc and the Parvin measure of the maximum expected number of final unreliable test results, which can be understood as the maximum number of unreli- able final test results that might be reported in an analytical run. The number of patient samples in an analytical run bracketed by quality control (QC) events, or frequency of QC, can be optimized from information on P edc to minimize the risk of reporting erroneous test results. Practical tools for daily quality management are the strength of the error model and show why the uncertainty model has yet to be widely accepted in medical laboratories

چکیده فارسی
نکات کلیدی: مدل خطای سنتی یک پایه ای برای توسعه ی یک سیستم مدیریت کیفیت علمی (QMS) که پایبند به طرح-اجرا- بررسی-قاونو دمینگ می باشد برای تصمیم گیری هدف ساخت براساس داده را فراهم می کند. ادغام مفاهیم Six Sigma و معیار اندازه گیری سیستم مدیریت کیفیت، یک پشتیبانی از مدیریت کیفیت تحلیلی با ابزارهایی برای تعیین اهداف کیفیت، قضاوتی قابل قبول از عملکرد مراحل تعمیر، طراحی کنترل کیفیت آماری (SQC) بصورت مرحله ای برای تشخیص خطاهای پزشکی بسیار مهم و ارزیابی کیفیت تامین می کند. طراحی روش SQC مبتنی بر ریسک با استفاده از معیارهای سنتی دستیابی به تشخیص 90 درصد خطاهای مهم سیستماتیک پزشکی، Pedc (احتمال تشخیص خطاهای سیستماتیک پزشکی مهم)، همراه با یک رابط بین Pedc و اندازه گیری Parvin حداکثر انتظار، عملی می باشد، که می تواند به عنوان حداکثر تعداد نتایج تست نهایی غیر قابل اعتماد ممکن در یک اجرای تحلیلی گزارش قابل درک باشد. تعداد نمونه بیمار در یک اجرای تحلیلی توسط کنترل کیفیت (QC) حوادث، با فرکانس QC، اطلاعات در Pedc جهت به حداقل رساندن ریسک نتایج نادرست تست های گزارشی می تواند بهینه شود. ابزارهای عملی برای مدیریت کیفیت روزانه، قدرت مدل خطا می باشند و این موضوع نشان می دهد که چرا مدل عدم قطعیت همچنان به طور گسترده در آزمایشگاههای پزشکی پذیرفته شده است.