Predicción de la demanda diaria de pacientes en una “unidade de pronto atendimiento” en Río de Janeiro, Brasil

Abstract

El objetivo principal de este Trabajo de Fin de Grado es predecir la demanda diaria de pacientes que acuden a una Unidade de Pronto Atendimiento (UPA) en Río de Janeiro, Brasil. Para ello es necesario determinar un modelo estadístico, ajustado a las hipótesis de regresión lineal múltiple, que consiga explicar un alto porcentaje de la variabilidad del número de pacientes que acuden diariamente a un hospital, y con este, elaborar unas predicciones que se correspondan con la realidad. Así se desarrollan varios tipos de modelos, empleando diferentes parámetros y técnicas características de las series temporales y, una vez obtenidos los resultados pertinentes, se discute cual es el que más se ajusta a la premisa anterior. En primer lugar, se procede a la lectura y compresión de la base de datos inicial, para posteriormente, hacer los ajustes pertinentes que permitan su correcta preparación, con el objetivo de optimizar al máximo la información disponible. Del análisis de esta serie temporal se investigan diversos factores que influencian en la evolución de los pacientes en el tiempo. Existen acontecimientos como festividades, eventos deportivos o epidemias, que suceden durante el pasado de los datos y se estudian de cara a ver su efecto. También aspectos tan simples como el día o el mes de llegada, pueden ser determinantes a la hora de explicar el comportamiento de los pacientes. Aquí es donde aparece la necesidad de parametrizar toda esta información, de cara a analizar las relaciones existentes y ayudar a explicar la variabilidad de los datos reales. Conviene recalcar el hecho de que se trata de una serie temporal y como tal, las observaciones presentes están relacionadas tanto con las pasadas como con las futuras. Surge así la necesidad de introducir unas variables que reflejen este carácter de dependencia temporal, para lo cual se emplean diversas técnicas estadísticas. Fundamentalmente se pretenden reflejar dos características: la dependencia de una observación con las anteriores, para la cual se crea el autorregresivo; y la tendencia de la serie, para lo cual se busca modelar el tiempo, generando una curva.