Simulación UCI

Un modelo aplicado de simulación del comportamiento del tiempo de estancia  de pacientes en las Unidad De Cuidados Intensivos en una IPS [pic 1]

Un modelo aplicado de simulación del comportamiento del tiempo de estancia  de pacientes en las Unidad De Cuidados Intensivos(UCI) en una IPS en la Zona Sur de Bogotá

Cristian Andrés Tapia Ortiz

cristian.tapia@campusucc.edu.co

Jose Daniel Miranda Diaz

jose.mirandadi@campusucc.edu.co

Brayan Stiven Torres Saldaña

brayan.torressa@campusucc.edu.co

Nelson Tarsicio Mayoral Cerquera

Nelsontarsicio.mayor@campusucc.edu.co

        RESUMEN

Este articulo  emplea un  modelo aplicado de simulación del comportamiento del tiempo de estancia  de pacientes en las Unidad De Cuidados Intensivos(UCI) en una IPS en la Zona Sur de Bogotá. Se propuso la simulación de un modelo  discreto utilizando el software EasyFit y la herramienta de  Microsoft Excel, permitiendo identificar pacientes que salen al día, camas en uso, pacientes no atendidos  y promedio días de estancia. El diseño del  modelo de simulación  manejo los datos del 01 de enero al 31 de octubre del año 2021  desde la llegada del paciente a la unidad hasta su salida., se realizaron diez réplicas  en la  simulación con base en los datos recolectados las Unidad De Cuidados Intensivos(UCI) en una IPS en la Zona Sur de Bogotá,  los hallazgos produjeron  4 variables  de  resultados camas UCI en uso, pacientes no atendidos en UCI, promedio de días de estancia en UCI y días de estancia en UCI.  De acuerdo con las variables utilizadas se realizó el análisis  con distribución de poisson, y distribución libre. 

Palabras clave:  distribución de poisson, distribución libre, Unidad De Cuidados Intensivos UCI.

INTRODUCCIÓN

La simulación de  fenómenos  discretos  es un método utilizado para modelar sistemas del mundo real que se pueden descomponer en un conjunto de procesos separados lógicamente que progresan de forma autónoma a través del tiempo. Cada evento ocurre en un proceso específico y se le asigna una marca de tiempo, en donde el resultado de este evento puede ser transferido a uno o más procesos. El contenido del resultado puede generar nuevos eventos para ser procesados ​​en algún tiempo lógico futuro especificado[1].

Particularmente la simulación se ha convertido en una parte integral de muchas industrias debido a su capacidad para proporcionar información sobre operaciones y procesos complejos[1].

Por lo tanto, el paradigma estadístico subyacente que soporta un modelo de simulación discreta históricamente ha sido direccionado como una secuencia de eventos discretos que ocurren en diferentes intervalos de tiempo, de hecho,  los eventos discretos ocurren en puntos específicos en el tiempo, marcando así los cambios de estado en curso dentro del sistema modelado [1].

Con respecto al  enfoque adaptado para direccionar este artículo, se aplicó la distribución de libre y de Poisson. Un proceso de Poisson modela eventos aleatorios como por ejemplo  la llegada de un cliente, una solicitud de acción de un servidor web o la finalización de las acciones solicitadas de un servidor web, o como es el caso delimitado a este documento, los ingresos a Unidad De Cuidados Intensivos(UCI) y la permanencia  de los pacientes[2].

En la distribución de probabilidad de Poisson, se  registra el número de eventos que ocurren en un intervalo de tiempo de duración fija[2].

En concreto los modelos basados ​​en el proceso de Poisson a menudo responden a las entradas del entorno de una manera que imita la respuesta del sistema que se modela a esas mismas entradas.  Además, la forma de la solución de los modelos basados ​​en el proceso de Poisson a menudo proporciona información sobre la forma de la solución a un problema de colas cuyo comportamiento detallado se imita mal[2].

Para el caso de los diagnósticos se utilizó la distribución libre, tomando la frecuencia normal para la cantidad de casos y la frecuencia relativa para el porcentaje[2].

En relación con la aplicación modelo de simulación discreta, es una herramienta que se usa en las empresas de salud, por la efectividad  y la calidad de la información que se puede obtener, la publicación de Gómez y Gómez (2020) “Modelo de simulación sistémica para el dimensionamiento de camas hospitalarias en una institución de salud de alta complejidad utilizando la metodología de dinámica de sistemas” aplica un modelo  sistemático  y uno de  planificación para  dimensionar el uso y necesidad  de la cama hospitalaria, con el fin de corregir la planeación y administración en la institución  teniendo en cuenta la necesidad de optimizar sus recursos farmacéuticos, profesionales, hospitalarios  y  de infraestructura mobiliaria.  En este escenario los autores Vera y Forero (2020) publican “Análisis del flujo de pacientes utilizando la simulación discreta en una unidad de quimioterapia de una organización sin ánimo de lucro” donde hacen uso de  la simulación  para analizar arribo de pacientes,  personal requerido, el tiempo de estadía, y las operaciones asociadas con el fin de  optimizar la utilización de los recursos disponibles  en la Institución Prestadora de Salud- IPS. Estas publicaciones por la particularidad del contexto de la IPS proponen  enfoques diferentes, sin embargo, tienen como fin   usar los modelos de simulación discreta  para ofrecer un servicio de calidad dan el mejor uso a los recursos de que disponen [3].

En relación con los expuesto este articulo ha delimitado como problemática analizar el comportamiento del tiempo de estancia de    pacientes en las Unidad De Cuidados Intensivos(UCI) en una IPS en la Zona Sur de Bogotá a partir de tres variables; ingreso, diagnóstico y estancia, en el periodo de tiempo del 1 de  enero de 2021 al 31 de  octubre de 2021 teniendo en cuenta las  patologías que se atienen con mayor regularidad en  UCI; Neurológicas, Cardiológicas y SARS Covid-19.  Se propuso la simulación de un modelo  discreto utilizando el software EasyFit y la herramienta de  Microsoft Excel, permitiendo identificar pacientes que salen al día, camas en uso, pacientes no atendidos  y promedio días de estancia [3].

METODOLOGÍA

Enfocados en el paradigma positivista, con un enfoque cuantitativo, de tipo analítico  y  exploratorio, se analizó el  tiempo de estancia de cada paciente asociado al ingreso y al  diagnóstico, en una unidad de cuidados intensivos  que tiene 17 camas disponibles.  Analítico, porque es un proceso apropiado para dividir un problema en los elementos necesarios para resolverlo y cada elemento se convierte en un problema más pequeño y fácil de resolver, particularmente para este articulo  realizar un modelo de simulación discreta para representar el comportamiento de la UCI de una IPS en la Zona Sur de Bogotá [4].

Como instrumentos de recolección de  información se tomo la base de datos que tiene la IPS en la Zona Sur de Bogotá, para el periodo de enero a octubre de 2021[4].

Para el proceso de aplicar el modelo de simulación discreta se definieron tres variables de análisis; ingreso, diagnóstico y estancia.

A continuación, se describen las fases en las que se desarrolló el modelo [5].

Fase 1

En la fase inicial se desarrolla en Microsoft  Excel un generador de números aleatorios, donde se le aplicó las pruebas de medias, varianza e independencia, arrojando como resultado la aceptación de sus respectivas  hipótesis nula – Ho. En EasyFit se realizaron las pruebas de bondad de ajuste, entregando resultados de no rechazar en las tres pruebas: Kolmogorov–Smirnov, Anderson-Darling y Chi-cuadrado. 

Fase 2

Para la segunda fase se generó dos bases de datos para la unidad de cuidados intensivos, tomando los datos de la UCI de una IPS en la Zona Sur de Bogotá, para el periodo de enero a octubre de 2021.  La primera base de datos maneja los datos: fecha de ingreso y egreso, días de estancia, diagnóstico y número de camas. La segunda base de datos maneja las identificaciones: ingreso de pacientes por día, total de días con ingreso de pacientes, total de pacientes ingresados a UCI y el promedio de pacientes que ingresan en UCI.

Fase 3

Con la fase 3 se inicia la simulación a las variables, donde se utilizan dos distribuciones mencionadas anteriormente: distribución de Poisson y distribución Libre. 

La distribución de Poisson se utilizó para encontrar el número de pacientes que ingresan por día a UCI y la cantidad de días de estancia en UCI por diagnóstico de los pacientes.

Tabla 1

Pacientes que ingresan por día a UCI.

Tabla 2

Diagnósticos

...