Diseño de una técnica de Simulación-Optimización para la solución del problema de asignación de citas del programa de gestión de riesgos en la ciudad de Bogotá

Actualmente los sistemas de salud enfrentan un sinnúmero de desafíos, factores como las nuevas tecnologías, fármacos e inexistencia de tratamientos efectivos contra las enfermedades crónicas, incrementan constantemente los costos de estos (Chakraborty, Muthuraman y Lawley, 2013). Frente a este contexto, junto con infraestructuras limitadas y demanda cada vez más alta, la mayoría de las instalaciones de salud han usado principios de investigación de operaciones con el fin de hacer más eficiente la prestación de sus servicios. Dentro de esas medidas se encuentran el optar por períodos de estadía de pacientes más cortos y disminuir las admisiones en hospitales, reemplazándolas por instalaciones para pacientes ambulatorios (clínicas externas) (Chakraborty et al., 2013). Esto a su vez está forzando a las instituciones de salud a reevaluar sus operaciones y capacidades, con el objetivo de mejorar el acceso a la atención médica (Chakraborty et al., 2013). El Sistema General de Seguridad en Salud de Colombia (SGSS) no es ajeno a este contexto, al cual se le debe adicionar otros factores, como la corrupción, los altos índices de morbilidad, mortalidad y absentismo (Semana, 2015). A pesar de esto, el SGSS ha aumentado su cobertura de manera excepcional pasando del 23.5% en 1993 al 96.6% en 2014 (Ministerio de Salud Colombia, 2016). Adicionalmente, la cobertura creció con mayor rapidez para las personas en el 20% más pobre de la población (desde el 4% hasta el 89% en el mismo periodo) (Ministerio de Salud Colombia, 2016). Sin embargo, el país enfrenta retos para mejorar la calidad del servicio, aumentar la eficiencia del sistema y eliminar barreras de acceso (Revista Semana, 2017). Bogotá, con una población estimada de 8 millones de habitantes, no es ajena a estas problemáticas (El Espectador, 2017). Aproximadamente el 15% de la población no tiene capacidad de pago para afiliarse a compañías privadas de seguro en salud (Ayala García, 2015). En un modelo de competencia como el colombiano, a pesar de múltiples esfuerzos de regulación, esta inequidad de ingreso aumenta las barreras de acceso a los servicios (Ayala García, 2015). En ese contexto, la Secretaría Distrital de Salud (SDS) diseñó un programa para eliminar las barreras de acceso al sistema de salud que afectan a la población de bajos ingresos de la ciudad. Como parte de una estrategia de promoción y prevención, el programa comprende un conjunto de acciones dirigidas a la población de mayor vulnerabilidad. El objetivo es disminuir la probabilidad de ocurrencia de un evento no deseado, evitable y negativo para la salud de la persona (Secretaria de Salud, 2016) El proceso de atención puede resumirse en tres fases. En la primera, se identifican y georreferencian los pacientes usando bases de datos. En la segunda, un conjunto de gestores visita a los pacientes y los clasifican en función de su nivel de riesgo asignándoles una alerta alta, media o baja. Finalmente, en la tercera, se define una ruta de atención para los pacientes de acuerdo con su nivel de riesgo. A los pacientes con alerta alta, se les asigna cita médica para el mismo día en el centro de atención más cercano. Los pacientes clasificados en alerta media, entran en línea de espera para ser atendidos en un tiempo máximo de 3 días. Los pacientes de alerta baja, reciben capacitación sobre prevención de factores de riesgo y hábitos saludables, entre otros. Después de esta fase, la barrera se considera superada y el paciente debe iniciar tratamiento usando los servicios de la EPS. En este orden de ideas, la programación de las citas juega un papel fundamental en el cumplimiento del objetivo del programa. Considerando que el esfuerzo para medir los niveles de riesgo está orientado a eliminar las barreras de acceso, es importante garantizar oportunidad en la atención médica. Es regla general que cuando la demanda supera las capacidades de las instalaciones, el nivel de servicio disminuye (Chakraborty et al., 2013). Este programa no se encuentra por fuera de dicho enunciado, lo cual se puede evidenciar en el nivel de cobertura alcanzado durante el 2017 (Ilustración 1) que ha llegado a tener niveles poco mayores a la mitad de la meta presupuestada (57.03% en diciembre), lo cual es prueba de que requiere reevaluar sus procesos con el objetivo de mejorar el servicio.

• Autores: Valencia Romero, María Camila; Millán Sabogal, Arístides; Tejada Vega, Iván Estebán
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2019
• Institución: Pontificia Universidad Javeriana
• Repositorio: Repositorio Universidad Javeriana
• Idioma: spa
• OAI Identifier: oai:repository.javeriana.edu.co:10554/44704
• Acceso en línea: http://hdl.handle.net/10554/44704
• Palabra clave: Problema de programación de pacientes; Algoritmo Greedy; Asistencia médica; Programación; Simheuristics; Patient Scheduling Problem; Greedy Algorithm; Healthcare; Scheduling; Ingeniería industrial - Tesis y disertaciones académicas; Consulta médica; Prestación de atención de salud
• Rights: openAccess
• License: Atribución-NoComercial-SinDerivadas 4.0 Internacional