Simulación de un sistema de emergencias: caso E.S.E. Hospital San Rafael
##plugins.themes.bootstrap3.article.sidebar##
Publicado:
Jan 5, 2015
##plugins.themes.bootstrap3.article.main##
Resumo
Este articulo presenta los resultados de una investigación sobre el proceso de prestación de servicio de emergencias del Hospital San Rafael (Tunja, Boyacá), específicamente para procedimientos mínimos o menores, donde habitualmente se presentan solicitudes de atención de usuarios que exceden la capacidad asistencial y generan demoras para el acceso al servicio. Por lo anterior, se utilizó una simulación del entorno real mediante el software Flexsim, para encontrar una opción de mejora del servicio. Inicialmente se realizó un diagnóstico del sistema, para luego hacer una medición del trabajo con el fin de crear tres escenarios posibles de operación de los recursos humanos y físicos en la prestación del servicio. Mediante la evaluación de las alternativas de mejora se planteó el objetivo de encontrar una configuración factible que proporcione el menor tiempo de atención al paciente que requiere procedimientos mínimos o menores. Con el modelo propuesto se obtuvo una mejora del 18,7% en el tiempo de espera de usuarios, lo cual apoya la toma de decisiones de las directivas del hospital y genera un beneficio para los usuarios.
Downloads
Não há dados estatísticos.
##plugins.themes.bootstrap3.article.details##
Como Citar
Grimaldo-León, G., Silva-Rodríguez, J., Espitia-García, M., & Pan-Chaparro, N. (2015). Simulación de un sistema de emergencias: caso E.S.E. Hospital San Rafael. Ingenio Magno, 6(1), 48-58. Recuperado de http://revistas.ustatunja.edu.co/index.php/ingeniomagno/article/view/1028
Seção
Artículos Ingenio Magno Vol. 6-1
DECLARACIÓN DE ORIGINALIDAD DE ARTÍCULO PRESENTADO
Por medio del presente documento, certifico(amos) que el artículo que se presenta para posible publicación en la revista institucional INGENIO MAGNO del Centro de Investigaciones de Ingeniería Alberto Magno CIIAM de la Universidad Santo Tomás, seccional Tunja, es de mi (nuestra) entera autoría, siendo su contenido producto de mi (nuestra) directa contribución intelectual y aporte al conocimiento.
Todos los datos y referencias a publicaciones hechas están debidamente identificados con su respectiva nota bibliográfica y en las citas que se destacan como tal. De requerir alguna clase de ajuste o corrección, comunicaré(emos) de tal procedimiento con antelación a los responsables de la revista.
Por lo anteriormente expresado, declaro(amos) que el material presentado en su totalidad se encuentra conforme a la legislación aplicable en materia de propiedad intelectual e industrial de ser el caso, y por lo tanto, me(nos) hago (hacemos) absolutamente responsable(s) de cualquier reclamación relacionada a esta.
En caso que el artículo presentado sea publicado, manifiesto(amos) que cedo(emos) plenamente a la Universidad Santo Tomás, seccional Tunja, los derechos de reproducción del mismo.
Referências
Aebersold, M. y Titler, M. G. (2014). A Simulation Model for Improving Learner and Health Outcomes. Nursing Clinics of North America, (3), 431-439.
Arcila, A. M. (2010, 25 de enero). Baja capacidad hospitalaria. El colombiano. Recuperado de http://www.elcolombiano.com/BancoConocimiento/B/baja_capacidad_hospitalaria/baja_capacidad_hospitalaria
Azcarate, C., Eraso, M. L. y Gafaro, A. (2006). La investigación operativa en las Ciencias de la Salud: .reconocemos estas técnicas en la literatura actual? Anales del Sistema Sanitario de Navarra, 29(3), 387-397.
Blanco, L. E. y Fajardo, I. (2006). Simulación con Promodel casos de producción y logística. Bogota: Escuela Columbiana de Ingenieros.
Brailsford, S. C., Harper, P. R. y Sykes, J. (2012). Incorporating human behaviour in simulation models of screening for breast cancer. European Journal of Operational Research, 219(3), 491-507.
Cheang, B., Li, H., Lim, A. y Rodrigues, B. (2003). Nurse Rostering problems: a bibliographic survey. European Journal of Operational Research, 151(3), 447-460.
Chemweno, P., Thijs, V., Pintelon, L. y Van Horenbeek, A. (2014). Discrete event simulation case study: diagnostic path for stroke patients in a stroke unit. Simulation Modelling Practice and Theory, 48, 45-57. Corporación Fondo de Prevención Vial (2012).Estadísticas de accidentalidad. Recuperado de www.fpv.org.co/investigacion/estadisticas
Gul, M. y Guneri, A. F. (2015). A comprehensive review of emergency department simulation applications for normal and disaster conditions. Computers & Industrial Engineering, 83, 327-344.
Holm, L. B. y Dahl, F. A. (2009). Simulating the effect of physician triage in the emergency department of Akershus University Hospital. In Winter Simulation Conference (pp. 1896-1905). Winter Simulation Conference.
Jun, J. B., Jacobson, S. H. y Swisher, J. R. (1999). Application of discrete-event simulation in health care clinics: a survey. Journal of the Operational Research Society, 50(2), 109-123.
Law, A. M., Kelton, W. D. y Kelton, W. D. (1991). Simulation modeling and analysis (vol. 2). Nueva York: McGraw-Hill.
Lin, C. H., Kao, C. Y. y Huang, C. Y. (2012). Managing emergency department overcrowding via ambulance diversion: A discrete event simulation model. Journal of the Formosan Medical Association, 114, 64-71
Lim, M. E., Worster, A., Goeree, R. y Tarride, J. E. (2012). PRM28 physicians as pseudo-agents in a hospital emergency department discrete event simulation. Value in Health, 15(4), A163.
Mielczarek, B. (2014). Simulation modelling for contracting hospital emergency services at the regional level. European Journal of Operational Research, 235(1), 287-299.
Paul, J. A. y Lin, L. (2012). Models for improving patient throughput and waiting at hospital emergency departments. The Journal of Emergency Medicine, 43(6), 1119-1126.
Ramis, F. J., Baesler, F., Berho, E., Neriz, L. y Sepulveda, J. A. (2008). A simulator to improve waiting times at a medical imaging center. Simulation Conference, 2008. WSC 2008. Winter (pp. 1572-1577). IEEE.
Ruohonen, T., Neittaanmaki, P. y Teittinen, J. (2006). Simulation model for improving the operation of the emergency department of special health care. Simulation Conference, 2006. WSC 06. Proceedings of the Winter (pp. 453-458). IEEE.
Sánchez, C. A. (2012). Informe ejecutivo de gestión 2008-2011 (informe inédito). Tunja: E.S.E. Hospital San Rafael de Tunja.
Shi, J., Peng, Y. y Erdem, E. (2014). Simulation analysis on patient visit efficiency of a typical VA primary care clinic with complex characteristics. Simulation Modelling Practice and Theory, 47, 165-181.
Arcila, A. M. (2010, 25 de enero). Baja capacidad hospitalaria. El colombiano. Recuperado de http://www.elcolombiano.com/BancoConocimiento/B/baja_capacidad_hospitalaria/baja_capacidad_hospitalaria
Azcarate, C., Eraso, M. L. y Gafaro, A. (2006). La investigación operativa en las Ciencias de la Salud: .reconocemos estas técnicas en la literatura actual? Anales del Sistema Sanitario de Navarra, 29(3), 387-397.
Blanco, L. E. y Fajardo, I. (2006). Simulación con Promodel casos de producción y logística. Bogota: Escuela Columbiana de Ingenieros.
Brailsford, S. C., Harper, P. R. y Sykes, J. (2012). Incorporating human behaviour in simulation models of screening for breast cancer. European Journal of Operational Research, 219(3), 491-507.
Cheang, B., Li, H., Lim, A. y Rodrigues, B. (2003). Nurse Rostering problems: a bibliographic survey. European Journal of Operational Research, 151(3), 447-460.
Chemweno, P., Thijs, V., Pintelon, L. y Van Horenbeek, A. (2014). Discrete event simulation case study: diagnostic path for stroke patients in a stroke unit. Simulation Modelling Practice and Theory, 48, 45-57. Corporación Fondo de Prevención Vial (2012).Estadísticas de accidentalidad. Recuperado de www.fpv.org.co/investigacion/estadisticas
Gul, M. y Guneri, A. F. (2015). A comprehensive review of emergency department simulation applications for normal and disaster conditions. Computers & Industrial Engineering, 83, 327-344.
Holm, L. B. y Dahl, F. A. (2009). Simulating the effect of physician triage in the emergency department of Akershus University Hospital. In Winter Simulation Conference (pp. 1896-1905). Winter Simulation Conference.
Jun, J. B., Jacobson, S. H. y Swisher, J. R. (1999). Application of discrete-event simulation in health care clinics: a survey. Journal of the Operational Research Society, 50(2), 109-123.
Law, A. M., Kelton, W. D. y Kelton, W. D. (1991). Simulation modeling and analysis (vol. 2). Nueva York: McGraw-Hill.
Lin, C. H., Kao, C. Y. y Huang, C. Y. (2012). Managing emergency department overcrowding via ambulance diversion: A discrete event simulation model. Journal of the Formosan Medical Association, 114, 64-71
Lim, M. E., Worster, A., Goeree, R. y Tarride, J. E. (2012). PRM28 physicians as pseudo-agents in a hospital emergency department discrete event simulation. Value in Health, 15(4), A163.
Mielczarek, B. (2014). Simulation modelling for contracting hospital emergency services at the regional level. European Journal of Operational Research, 235(1), 287-299.
Paul, J. A. y Lin, L. (2012). Models for improving patient throughput and waiting at hospital emergency departments. The Journal of Emergency Medicine, 43(6), 1119-1126.
Ramis, F. J., Baesler, F., Berho, E., Neriz, L. y Sepulveda, J. A. (2008). A simulator to improve waiting times at a medical imaging center. Simulation Conference, 2008. WSC 2008. Winter (pp. 1572-1577). IEEE.
Ruohonen, T., Neittaanmaki, P. y Teittinen, J. (2006). Simulation model for improving the operation of the emergency department of special health care. Simulation Conference, 2006. WSC 06. Proceedings of the Winter (pp. 453-458). IEEE.
Sánchez, C. A. (2012). Informe ejecutivo de gestión 2008-2011 (informe inédito). Tunja: E.S.E. Hospital San Rafael de Tunja.
Shi, J., Peng, Y. y Erdem, E. (2014). Simulation analysis on patient visit efficiency of a typical VA primary care clinic with complex characteristics. Simulation Modelling Practice and Theory, 47, 165-181.