Modelación de la ocurrencia de eventos adversos en una unidad de Hemato Oncología Pediátrica
La seguridad al paciente debe de ser una prioridad para la atención en salud, en el área clínica los eventos adversos (EA) son efectos que producen alguna lesión o complicación no intencional al paciente. Estos EA son atribuidos a errores humanos y la gran mayoría pueden ser prevenibles. El objetivo...
- Autores:
-
Fernández Agudelo, Fabio Nelson
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2020
- Institución:
- Universidad del Valle
- Repositorio:
- Repositorio Digital Univalle
- Idioma:
- spa
- OAI Identifier:
- oai:bibliotecadigital.univalle.edu.co:10893/18054
- Acceso en línea:
- https://hdl.handle.net/10893/18054
- Palabra clave:
- Evento adverso
Estadística bayesiana
Distribución de probabilidad
- Rights
- openAccess
- License
- http://purl.org/coar/access_right/c_abf2
Summary: | La seguridad al paciente debe de ser una prioridad para la atención en salud, en el área clínica los eventos adversos (EA) son efectos que producen alguna lesión o complicación no intencional al paciente. Estos EA son atribuidos a errores humanos y la gran mayoría pueden ser prevenibles. El objetivo de esta investigación es modelar el tiempo transcurrido desde el ingreso hasta la ocurrencia del primer EA (T), el tiempo entre pacientes con EA (K) y la cantidad de EA ocurridos por mes (X), en una unidad de Hemato Oncología Pediátrica. Fue un estudio observacional de cohorte retrospectivo donde se incluyeron 114 pacientes en edad pediátrica (menores de 18 años) y que acudieron a un servicio de Hemato Oncología Pediátrica en del ano 2016. Se estimaron los parámetros de interés usando metodologías frecuentista y Bayesiana, esta última haciendo uso de distribuciones a priori informativas y no informativas. En total 44 pacientes presentaron EA en el periodo de estudio, 68.2% hombres y 31,8% mujeres) con edad promedio de 8.8 años (Desviación Estándar (DE)= 4.9 anos). Por medio de pruebas estadísticas de bondad de ajuste, se encontró´ que T y K se ajustaron a una distribución exponencial y X a una distribución de Poisson. Las estimaciones clásicas de los parámetros fueron T= 13.8 días [IC95%: 10.4-18.0], K= 7.9 días [IC95%: 5.810.3] y X= 4 EA por mes. Las estimaciones Bayesianas no informativas arrojaron un tiempo promedio T de 15.7 días [RC95%: 15.43 -16.03], tiempo promedio K de 9.9 días [RC95%: 9.1 -11.0] y numero esperado de pacientes con al menos un EA por mes X= 3 pacientes [RC95%:1.4 - 2.6; (1, 3)]. Las estimaciones realizadas de T, K y X son de gran utilidad para la planeación de los servicios de salud y la toma de decisiones para seguridad del paciente. |
---|