Optimización de servicios de urgencias en hospitales en base a simulación de sucesos discretos

Abstract

Los recursos que se destinan a un hospital, así como su estructuración, son
algunos de los factores que definen la calidad de la atención sanitaria prestada. La
cantidad de recursos destinados a los hospitales se basan en ciertos índices de
calidad que describen el funcionamiento del
mismo.
Durante este proyecto hemos diseñado un programa
que permita simular el
comportamiento del servicio de urgencias de
un hospital durante cierto tiempo,
con objeto de evaluar cómo diversos cambios dentro del sistema y/o
en
su
estructura podrían afectar a los índices de calidad del mismo. De esta forma es
posible, de maner
a sencilla y rápida, conocer las repercusiones que podrían tener
en el sistema cambios como una variación en el número de profesionales operando
en un nodo, o el desplazamiento de un departamento a otra zona del hospital, entre
otros.
El primer paso para llevar a cabo el proyecto fue la modeli
zación matemática
del sistema, mediante trabajo de campo, para anali
zar los componentes del sistema;
y un análisis de la estructura, se modelizó una red de colas que ajustaba bien las
características del servicio de urgencias.
Posteriormente,
se
ha implementado
un prototipo del modelo de simulación.
Se trata de
un modelo básico que permitía orientar la que luego sería la versión
definitiva del modelo de simulación. Ambos modelos se construyeron en base
a la
teoría de Simulación de Sucesos Discretos. En esta primera versión se definieron
los aspectos más básicos de la simulación como definición de variables,
transiciones entre nodos, etc.
Tras esto se procedió a analizar los datos proporcionados por el hospital para
ajustar
el
proceso de llegadas
de pacientes al sistema. Tras
distintos análisis, este
proceso
finalmente
se definió como un proceso de Poisson no homogéneo
con
diferentes funciones de intensidad para distintos períodos estacionales.
Una vez tuvimos los datos más básicos necesarios, se pasó a implementar el
modelo de simulación que realmente describía y tenía en cuenta las
particularidades del problema. Particularidades como códigos de preferencia, colas
con componentes diferentes para diferentes
nodos del sistema, etc.
El siguiente paso fue la identificación e implementación de diferentes medidas
de calidad. Estos son los indicadores que permiten valorar la efectividad y
eficiencia del sistema.
Finalmente, se
ha desarrollado
una aplicación web que permitía, de forma
cómoda y rápida, tanto la manipulación de parámetros de entrada, como la
visualización de resultados.---ABSTRACT---The amount of resources allocated to a hospital, as well as its structuring, are
some of the factors that define the quality of the health care provided. This amount
is based on certain quality indices that describe the performance of the hospital.
During this project we have designed
and developed
a program that simulates
the behaviour of the emergency service of a hospital
for a certain period of time,
in order to evaluate how some changes within the system and/or its structure could
affect its quality indexes. This way it is possible,
to,
easily and quickly know the
repercussions certain changes in the system could
imply, such as a variation in the
number of professionals operating in a node, or the displacement
from
a
department to another area of
the hospital, among others.
The first step was the mathematical modelling of the system.
After analysing
the components of the system
through field work, and
carrying out
an analysis of
the structure, a
queue
network was
modelled.
This network later proved
to adjust
well the characteristics of the emergency service.
Subsequently, a prototype of the simulation model was implemented. This was
a basic model that allowed orienting w
hat would
be
later
the definitive version of
the simulation model. Both models were built based on the theory of Discrete
Event Simulation. In this first version the most basic aspects of the simulation were
defined, as well as definition of variables, transitions between nodes,
and
identification and implementation of different quality measures.
After this we proceeded to analyse the statistics provided by the hospital, so as
to adjust an arrival process. After several approaches, this process ended up being
defined as a non-homogeneous Poisson proce
ss.
Once we had the
most basic
data
needed, we went on to implement the
simulation model that really described and took into account the particularities of
the problem. Particularities such as preference codes, queues with different
components for different system nodes, etc.
The next step was the identification and implementation of different quality
measures. These are the indicators that allow assessing the effectiveness and
efficiency of the system.
Finally, a web application was developed that allowed
to both easily
manipulate the input parameters and quickly visualize the results.