medigraphic.com
ISSN 1561-3127 (Digital)
ISSN 0864-3466 (Impreso)

2019, Número 3

<< Anterior Siguiente >>

Revista Cubana de Salud Pública 2019; 45 (3)


Diagnóstico de la variabilidad de los procesos hospitalarios en Cuba

Orellana GA

Idioma: Español
Referencias bibliográficas: 26
Paginas: 1-23
Archivo PDF: 465.84 Kb.


RESUMEN

Introducción: Los procesos sanitarios se producen, generalmente, en entornos cambiantes y lo conducen profesionales con formación y criterios diversos, cuyas decisiones son las que condicionan las prácticas. La variabilidad impacta negativamente sobre funciones gerenciales importantes como la planificación, la gestión, el control de los recursos y la calidad de los servicios.
Objetivo: Diagnosticar el estado actual de la variabilidad en la ejecución de los procesos hospitalarios en Cuba.
Métodos: El estudio se realizó en los meses de enero a mayo de 2016 y participaron instituciones de subordinación nacional. Se encuestaron a 49 especialistas en gestión hospitalaria y 29 analistas de procesos de negocio. Para el diagnóstico se utilizó como herramienta metodológica la investigación acción, se aplicarón las técnicas: entrevistas, encuestas, el análisis de campos de fuerzas, el grupo focal, la herramienta del diagrama causa-efecto y el método de estudio de casos. El análisis documental se empleó para identificar las principales causas que limitan la detección de variabilidad en la ejecución de procesos hospitalarios.
Resultados: Los resultados más relevantes permiten asegurar que no es posible realizar la planificación, control y gestión de los recursos de forma eficiente, si no se detecta y reduce la variabilidad. Los métodos que se están empleando actualmente en Cuba, no son suficientes para analizar y comprender el comportamiento de la variabilidad hospitalaria.
Conclusiones: Las técnicas de modelado y los métodos existentes para reducir la variabilidad no son efectivos en el entorno sanitario cubano, por la alta variabilidad en sus procesos y la complejidad que poseen estas técnicas hospitalarias para apoyar a la toma de decisiones, elementos a tener en cuenta para su aplicación en Cuba.


REFERENCIAS (EN ESTE ARTÍCULO)

  1. Hernández Nariño A, Medina León A, Nogueira Rivera D, Negrin Sosa E, MarquésLeón M. La caracterización y clasificación de sistemas, un paso necesario en la gestión y mejora de procesos. Particularidades en organizaciones hospitalarias. DYNA: revista de la Facultad de Minas. Universidad Nacional de Colombia. Sede Medellín. 2015;81(184):193-200.

  2. Escudero V, Ramón A, Duart MJ, Pérez JJ, Valenzuela B. Farmacocinéticapoblacional de doxorubicina aplicada a la personalización de su dosificación en pacientes oncológicos. Farmacia Hospitalaria. 2012;36(4):282-291.

  3. Glover JA. The incidence of tonsillectomy in school children. Indian Journal ofPediatrics. 1938;5(4):252-258.

  4. Wennberg JE, Blowers L, Parker R, Gittelsohn AM. Changes in tonsillectomy ratesassociated with feedback and review. Pediatrics. 1937;59(6):821-826.

  5. Wennberg J, Gittelsohn A. Small Area Variations in Health Care Delivery Apopulation-based health information system can guide planning and regulatory decision-making. Science. 1973;182(117):1102-1108. 6.Tehrani ASS, Lee H, Mathews SC, Shore A, Makary MA, Pronovost PJ, Newman-Toker DE. 25-Year summary of US malpractice claims for diagnostic errors 1986–2010: an analysis from the National Practitioner Data Bank. BMJ quality & safety. 2013;22(8):672-680.

  6. Ministerio de Salud Pública. Programa para el perfeccionamiento continuo de lacalidad de los servicios hospitalarios. Ciudad de la Habana, Cuba. [Internet]. Acceso: 20/04/2016; 2007. Disponible en: http://files.sld.cu/minsapdocumentos/files/2009/08/programa-para-el-perfeccionamiento-continuo-de-la-calidad-de-los-servicios-hospitalarios.pdf

  7. ONEI. Anuario Estadístico de Cuba [Internet] La Habana: Oficina Nacional deEstadística e Información; 2016. Acceso: 12/03/2016. Disponible en: http://www.one.cu/aec2014/19%20Salud%20Publica.pdf

  8. Mans RS, Schonenberg H, Song M, Van der Aalst WMP, Bakker PJM. Application ofprocess mining in healthcare - A case study in a Dutch hospital, in Biomedical Engineering Systems and Technologies, International Joint Conference, BIOSTEC 2008, Funchal, Madeira, Portugal, January 28-31; 2008. Revised Selected Papers, Vol. 25 of Communications in Computer and Information Science, Springer. 2008;425-438.

  9. Collen MF, Detmer, DE. Multi-Hospital Information Systems (MHISs). SpringerLondon; 2015.

  10. Giraldo JA, Pinilla J. Simulación de Procesos de Negocios (BPSIM) como SoporteDidáctico en el Aprendizaje de la Gestión de Procesos de Servicio. Formación universitaria. 2016;9(1):99-108.

  11. Moreno JC, Marciszack MM, Taurant JPF. Usability through Business Model. InInformation Systems and Technologies (CISTI), 2016 11th Iberian Conference on IEEE. 2016;1-6.

  12. Ríos NE, Plasencia AE, Serna LA, Páez I. El archivo de historias clínicas: Cuestiónde Espacio. Rev Cub Sal Públ. 2002;28(1):18-21.

  13. Ríos NE, Fernández RM, Jorge ER. Los registros médicos en Cuba. Rev Cub SalPúbl, 2005;31(4).

  14. Bustamante Alfonso LM, Presno Labrador C, Díaz Lemus M, Carreño Cuador J.Organización pedagógica del curso Planificación de las estrategias de salud: Maestría Atención Primaria de Salud. Rev Cubana Med Gen Integr [Internet]. Acceso: 30/06/2019 2014;30(3):334-342. Disponible en: http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S0864-21252014000300007&lng=es

  15. Arza L. Modelo computacional para la recomendación de roles en el proceso deubicación de estudiantes en la industria de software. [tesis doctoral]. [La Habana]: Universidad de las Ciencias Informáticas; 2013.

  16. Maroco J, Garcia-Marques T. Qual e a fiabilidade do alfa de Cronbach? Questõesantigas e soluções modernas? Laboratório de Psicologia. 2013; 4(1):65-90.

  17. Riaño CE, Palomino, M. Diseño y elaboración de un cuestionario acorde con elmétodo Delphi para seleccionar laboratorios virtuales (LV). Sophia. 2015;11(2):129-141.

  18. Marión BJ, Peiro S, Márquez CS, Meneu DGR. Variations in medical practice:importance, causes, and implications. Medicina clínica. 1998;110(10):382.

  19. Hernández-Nariño A, Delgado-Landa A, Marqués-León M, Nogueira-Rivera D,Medina-León A, Negrín-Sosa E. Generalización de la gestión por procesos como plataforma de trabajo de apoyo a la mejora de organizaciones de salud. Revista Gerencia y Políticas de Salud [Internet]. 2016;15(31):66-87. Acceso: 30/06/2019. Disponible en: http://www.scielo.org.co/scielo.php?script=sci_arttext&pid=S1657-70272016000200066. DOI:10.11144/Javeriana.rgyps15-31.ggpp

  20. Orellana A, Dominguez LC, Martinez AV. Analysis of Hospital Processes from theTime Perspective Using Process Mining. IEEE Latin America Transactions. 2018;16(6):1741-1748.

  21. Orellana A, Sentí VE, Alfonso D, MVD. A Model for the Detection of Variability inHospital Processes Using Process Mining. Latin America Transactions, IEEE. 2018;14(4):968-976.

  22. Orellana A, Armenteros OUL, Ramirez YEP, Alfonso DP. Inductive visual minerplugin customization for the detection of eventualities in the processes of a hospital information system. IEEE Latin America Transactions. 2016;14(4):1930-1936.

  23. Ortega Alarcón J, Mariano H, Herrera Flórez A, Hernández Palma HG. CalidadEstratégica en los Servicios de Salud. Corporación Universitaria Latinoamericana. CUL; 2015. 118 p: 15x20.

  24. Rozinat A, Mans RS, Song M, van der Aalst WMP. Discovering Simulation Models.Information Systems. 2009;34(3):305-327.

  25. Bozkaya M, Gabriels J, van der Werf, J. M. Process Diagnostics: a Method Based onProcess Mining. In The International Conference on Information, Process, and Knowledge Management, Cancun, México; 2009.

  26. Jans M. Process Mining of Event Logs in Internal Auditing: A Case Study.




2020     |     www.medigraphic.com