Building a new predictor for multiple linear regression technique-based corrective maintenance turnaround time

Objetivos Construir un predictor que permita estimar los valores de tiempo de cambio de estado (del ingles TAT) y usar técnicas de conglomerados para encontrar las posibles causas de los valores no deseados de TAT. Materiales y Métodos Para llevar a cabo esta investigación se realizaron los siguientes pasos: Selección, reducción y caracterización de los datos contenidos en la base de datos bajo estudio y Construcción del Indicador bajo estudio. El indicador bajo estudio fue el tiempo de cambio de estado (por sus siglas en inglés TAT). Resultados Se construyó el nuevo predictor para TAT basado en técnicas de regresión múltiple. Las variables que más contribuyeron a la construcción del nuevo predictor fueron tiempo de respuesta del departamento de IC (CErt), con un coeficiente 0,415 positivo, tiempo de respuesta de entrega de las piezas de repuesto (Stockrt), con un coeficiente de 0,734 positivo, nivel de prioridad del equipamiento (RL), con un coeficiente de 0,25 positivo, y tiempo de servicio de mantenimiento (ST), con un coeficiente de 0.06 positivo. La tecnica de regresión aplicada demostró una fuerte dependencia de las variables Stockrt, CErt, y PL en este orden. Las técnicas de conglomerados encontró las principales causas por las cuales el valor de TAT era demasiado alto. Conclusiones. El estudio demostró que es posible aplicar técnicas de minerías de datos para mejorar la eficiencia de las actividades que se desarrollan en los departamentos de Ingeniería de los hospitales.

• Fecha de publicación: 2008
• Institución: Universidad del Rosario
• Repositorio: Repositorio EdocUR - U. Rosario
• Idioma: eng
• OAI Identifier: oai:repository.urosario.edu.co:10336/21924
• Acceso en línea: https://doi.org/10.1590/S0124-00642008000500013; https://repository.urosario.edu.co/handle/10336/21924
• Palabra clave: Mantenimiento; Estadística y datos numéricos; Gerencia; Promoción de salud; Programación, programas, datos de computación; Humans; Maintenance; Regression analysis; Biomedical technology; Decision support system; Management
• License: Abierto (Texto Completo)