Planeación de la capacidad hospitalaria: un enfoque desde el flujo de pacientes con Dinámica de Sistemas

Introducción: La adecuada administración de los recursos disponibles es un factor que incide significativamente en la calidad de la atención en hospitales. Las nuevas tecnologías en salud, el envejecimiento de la población, y la escasa disponibilidad presupuestal conllevan a mejorar la administració...

Full description

Autores:
Duarte Forero, Edgar
Camacho Oliveros, Manuel Ángel
Tipo de recurso:
Article of journal
Fecha de publicación:
2020
Institución:
Corporación Universidad de la Costa
Repositorio:
REDICUC - Repositorio CUC
Idioma:
spa
OAI Identifier:
oai:repositorio.cuc.edu.co:11323/12254
Acceso en línea:
https://hdl.handle.net/11323/12254
https://doi.org/10.17981/ingecuc.16.1.2020.16
Palabra clave:
system dynamics
patient flow
healthcare logistics
bed turnover
bed occupancy
hospital
principal component analysis
dinámica de sistemas
flujo de pacientes
logística hospitalaria
giro cama
porcentaje ocupacional
hospital
análisis de componentes principales
Rights
openAccess
License
INGE CUC - 2020
Description
Summary:Introducción: La adecuada administración de los recursos disponibles es un factor que incide significativamente en la calidad de la atención en hospitales. Las nuevas tecnologías en salud, el envejecimiento de la población, y la escasa disponibilidad presupuestal conllevan a mejorar la administración de la capacidad hospitalaria para lograr mejores desempeños globales. Objetivo: Construir herramientas que permitan estudiar los factores que inciden en los indicadores de eficiencia hospitalaria global (giro-cama, porcentaje ocupacional y estancia promedio) desde la perspectiva del flujo de pacientes. Metodología: Se desarrolló un estudio utilizando Dinámica de sistemas en un hospital público de alta complejidad desde la perspectiva del flujo de pacientes, haciendo énfasis en la parametrización de condicionantes de capacidad y en la medición del impacto en indicadores de eficiencia global. La exploración de estrategias se desarrolló con análisis de varianzas y análisis de componentes principales. Resultados: El porcentaje ocupacional reflejó mayor sensibilidad al uso de políticas sobre uso de camas y reducción de tiempos de espera. El giro cama fue el indicador con mayor velocidad de respuesta a los cambios implementados. El aumento de las horas-médico disponibles en urgencias no presentó impactos significativos en el flujo de pacientes ni en las medidas de desempeño global. Conclusiones: La simulación continua y análisis de componentes principales permitió obtener herramientas para la planeación de capacidad en el mediano y largo plazo. En lugar de invertir en el aumento de capacidad instalada, la gerencia debe priorizar la reducción de desperdicios a través de metodologías como Lean healthcare.