View Item 

Show simple item record

Modelamiento y simulación computacional de la red de consultas médicas de un servicio público de salud chileno

dc.contributor.authorFernández, Mario Iván Tarridees_ES
dc.contributor.authorVásquez, Óscar Ces_ES
dc.contributor.authorMartinic, Julia Gonzálezes_ES
dc.date.accessioned2015
dc.date.available2015
dc.date.issued2010es_ES
dc.identifier.citationFernández, Mario Iván Tarride,Vásquez, Óscar C,Martinic, Julia González (2010) Modelamiento y simulación computacional de la red de consultas médicas de un servicio público de salud chileno. Rev Panam Salud Publica;27(3) 203-210,mar. 2010. Retrieved from http://www.scielosp.org/scielo.php?script=sci_arttext&pid=S1020-49892010000300007es_ES
dc.identifier.urihttp://www.scielosp.org/scielo.php?script=sci_arttext&pid=S1020-49892010000300007es_ES
dc.identifier.urihttps://iris.paho.org/handle/10665.2/9709
dc.format.extentiluses_ES
dc.format.extenttabes_ES
dc.relation.ispartofseriesRev Panam Salud Publica;27(3),mar. 2010es_ES
dc.subjectServicios de saludes_ES
dc.subjectSector públicoes_ES
dc.subjectGestión en Saludes_ES
dc.subjectSimulación por computadores_ES
dc.subjectChilees_ES
dc.subjectHealth Servicesen_US
dc.subjectPublic Sectores_ES
dc.subjectHealth Managementen_US
dc.subjectComputer simulationes_ES
dc.subjectChilees_ES
dc.subjectSimulação por Computadorpt_BR
dc.subjectAdministração de Serviços de Saúdept_BR
dc.subjectChilees_ES
dc.subjectSetor Públicoes_ES
dc.titleModelamiento y simulación computacional de la red de consultas médicas de un servicio público de salud chilenoes_ES
dc.typeJournal articlesen_US
dc.rights.holderPan American Health Organizationen_US
dc.description.notesObjetivo: Modelizar y simular por computadora la red de atención de consultas médicas de un servicio de salud del sistema público chileno. Métodos: El estudio se realizó bajo el enfoque de la "dinámica de sistemas". Se recolectó información de los establecimientos del servicio de salud y se construyó un modelo de derivaciones. Se determinaron las especialidades a modelizar de acuerdo con la extensión de sus listas de espera. Se definieron las ecuaciones para el cálculo de las atenciones, las derivaciones y la espera. Se diseñaron las bases de datos y se volcó en ellas la información proveniente del servicio. Se programó y validó el modelo, comparándolo con los datos reales. Se simularon escenarios que permitieran reducir la espera mediante el aumento de las horas médicas, el mejoramiento de la capacidad resolutiva en atención primaria y compleja, o ambos. Resultados: Se modelizaron 22 establecimientos, 1 451 flujos de derivaciones y 12 especialidades médicas además de medicina general. Se procesaron 686 869 registros de atenciones, derivaciones y listas de espera. La validación arrojó altos coeficientes de determinación y un error porcentual de 10,43 por ciento respecto de las listas de espera reales. Conclusiones: La metodología mostró su utilidad para modelizar una red asistencial. Se observó un funcionamiento autorreferencial -según la capacidad instalada-, con posibilidades de intervención para mejorar la resolutividad, tanto en los centros de salud primarios como en los centros de especialidades. Un aumento moderado de la capacidad resolutiva y de las horas médicas permitiría la eliminación total de las listas de espera por consulta médica de especialidad.(AU)es_ES
dc.description.notesObjective: To create a computerized model and simulation of the patient visit/ referrals process for a health care services organization within Chile's public health care system. Methods: The study was performed with a "system dynamics" focus. Data were collected from the health care service centers, and a referrals model was created. Specialty areas to be modeled were chosen based on the length of their waiting times. Equations were defined for calculating care visits, referrals, and waiting times. Databases were designed and populated with centers' data. The model was programmed and validated through comparisons with actual data. Scenarios were simulated that would reduce patient waiting time by increasing staff hours or improving diagnostic resolution at the primary care and specialty centers, or both. Results: The modeling included 22 centers, 1 451 referral flows, and 12 medical specialty areas, in addition to general medicine. A total of 686 869 registered office visits, referrals, and waiting logs were processed. The validation yielded high determinant coefficients and a 10.43 percent percentage error regarding actual waiting time logs. Conclusions: This methodology proved to be useful for modeling a health care network. An auto-referral process was observed where options were available, with opportunities for improvement in diagnostic resolution at the primary health care centers, as well as at the specialty centers. Moderate increases in diagnostic accuracy and office hours would completely eliminate waiting times at the specialty centers.(AU)en_US


Files in this item

Thumbnail
Name:
a07v27n3.pdf
Size:
370.6Kb
Format:
PDF
View/Open

This item appears in the following Collection(s)

Show simple item record