Alumno: Jose Luis Toro Laurie
Profesor guía: Dr. Jaime Bustos Gómez
Resumen: Este trabajo apunta a proponer políticas pertinentes al Hospital Puerto Montt, que permitan potenciar el funcionamiento de sus pabellones quirúrgicos y el servicio a sus pacientes, usando técnicas de modelación y simulación para evaluar el impacto esperado de diferentes esquemas de operación y diseño del sistema, en directo beneficio de sus pacientes.
La poca oportunidad en la atención de pacientes en espera quirúrgica provoca múltiples y graves consecuencias para el afectado directo, su familia y entorno. Dada la complejidad del sistema hospitalario, y específicamente los sistemas de pabellones quirúrgicos, su organización actual tiene amplio margen para la mejora productiva. Esto puede abordarse mediante la Gestión de Operaciones, en particular la simulación de procesos, cuyo campo de conocimiento está aplicándose crecientemente en el ámbito sanitario.
Para construir la simulación, se utiliza datos de actividad de los pabellones y listas de espera del año 2017 (aproximadamente 15.000 intervenciones, una lista de espera inicial de 6.500 pacientes, 15 pabellones, 150 cirujanos, cuatro periodos horarios diarios y consideración de fines de semana) para modelar la operación del sistema mediante técnicas estadísticas y de probabilidades. A partir de una cartera de 577 tipos de cirugía se establecen 47 grupos o clústeres de características similares que se usan para caracterizar el sistema tanto con representación estadística como con significancia operacional. Adicionalmente, se utiliza conocimiento experto sobre los procesos de planificación y ejecución de intervenciones quirúrgicas que representan la operación del sistema quirúrgico. Se define un novedoso esquema para representar las decisiones de priorización de pacientes, a través de frecuencias anuales por clúster y un ranking de selección en cada patología, representado como un histograma con datos históricos.
Se usan 15 indicadores para validar la operación del sistema y representatividad del modelo, los que incluyen en su mayoría la cantidad de intervenciones quirúrgicas realizadas (totales, electivas, de urgencia, de otras entradas por horario, por Clúster, por pabellón, por cirujano).
Además, se verificaron los tiempos de duración de los procesos dentro de la intervenciones quirúrgicas, la lista de espera final, y la priorización de pacientes, esto último, comparando las variables de tiempo de espera y el ranking de las patologías.
Con el conjunto de pruebas de validación y su análisis comparativo se verifica una alta representatividad del modelo de simulación respecto de la operación en 2017, tanto funcionalmente como en diferentes pruebas estadísticas para los indicadores utilizados.
Se definen cuatro políticas operativas relevantes para ser simuladas y analizadas, con el objetivo de optimizar la estrategia de priorización y expandir la disponibilidad de recursos críticos o reasignarlos. Estas políticas consideran:
- a) Disminuir tiempo entre cirugías
- b) Agregar un pabellón quirúrgico
- c) Agregar un cirujano escaso
- d) Agregar un pabellón quirúrgico y un cirujano escaso.
Se hace especial hincapié en el impacto que tienen estas políticas en los indicadores de rendimiento de la producción de intervenciones quirúrgicas totales y el tamaño final de la lista de espera, además del tiempo de espera de los pacientes.
El impacto de las políticas o escenarios desarrollados se evalúa con 70 réplicas de simulación en cada caso. Éste resulta diferente entre las patologías o clusters, generando principalmente cambios positivos acumulados en todo el sistema y en las patologías más recurrentes, sin embargo, algunos aparecen con resultados negativos. Por lo tanto, una política puede ser ampliamente positiva para el sistema en su conjunto, pero al mismo tiempo perjudicial para algunos interesados.
Un hallazgo relevante dentro de los resultados es que, en los escenarios de mejora propuestos, donde aumenta el número de intervenciones quirúrgicas y disminuye el número de pacientes que esperan al final del período, no se logró reducir el tiempo de espera de los pacientes, en términos generales y por patología. Esto se debe al hecho de que no se realizaron cambios en la priorización de los pacientes, se continuó con las políticas de selección establecidas y recopiladas a partir del modelado. Operar a más pacientes no necesariamente reduce el tiempo promedio de espera, ya que el paciente que ha estado esperando más tiempo no es necesariamente operado.
Adicionalmente, se incluye un breve análisis de elegibilidad e implicaciones de las políticas consideradas, evaluando su impacto, costo y riesgo de implementación. Destaca la política de reducir el tiempo entre cirugías en un 25%, lo que resulta en una mejora significativa en la producción de salas quirúrgicas, aumentando en 907 IQ en promedio (6%) y 879 intervenciones quirúrgicas electivas en promedio (30%).
Con los resultados obtenidos, es posible concluir que la aplicación de las políticas operativas analizadas podría contribuir a la gestión y reducción de la lista de espera, contribuyendo al bienestar de los beneficiarios del sistema de salud pública y de la población en general. Asimismo, es posible comparar las políticas consideradas y evaluar su conveniencia.
Finalmente se establecen recomendaciones para el trabajo futuro en el área.
Palabras Claves: Simulación, Pabellones Quirúrgicos, Análisis de Clústers, gestión hospitalaria, salud pública, calidad.