En este trabajo presentamos un modelo probabilístico que contribuye al estudio de la dinámica en el comportamiento y permanencia de pacientes en una unidad de cuidados intensivos cardiológica. El modelo utilizado corresponde a una Cadena de Markov en tiempo discreto, que mediante la definición de determinados niveles de gravedad de un paciente (estados) y la obtención de las correspondientes probabilidades de transición entre un nivel de gravedad y otro, permite predecir los tiempos de permanencia. Los diferentes estados empleados se basan en la construcción de un nuevo score creado para este propósito. Se muestran los detalles de la metodología adoptada y los principales resultados alcanzados en la aplicación del modelo empleado.
INTRODUCCIÓN
En este trabajo empleamos un modelo de naturaleza probabilística para predecir la duración promedio en la permanencia de un paciente en la Unidad de Cuidados Intensivos Cardiológica del Hospital Dr. Luis Calvo Mackenna (UCIC). Del mismo modo, el modelo empleado permite estudiar la evolución de un paciente a través de los diferentes niveles de gravedad (estados) contemplados en este estudio, cuyo conocimiento se espera contribuya posteriormente a la gestión de dicha unidad de salud.
El modelo empleado corresponde más específicamente a una Cadena de Markov en tiempo discreto, comúnmente utilizada en el ámbito de la Investigación de Operaciones para describir y predecir el comportamiento de ciertos sistemas bajo condiciones de incertidumbre a través del tiempo. La utilización de estos modelos ha resultado adecuada para modelar dinámica de poblaciones, sistemas de espera, control de inventarios, mantenimiento y reemplazo de equipos y en apoyo a la toma de decisiones en administración, ingeniería y medicina [1, 2 y 3].
Entre las aplicaciones de procesos markovianos en el ámbito de la salud, podemos citar, por ejemplo, los trabajos de Aikawa et al. [4], que mide el efecto económico que provoca el uso de una determinada droga en la permanencia de un paciente con cierto síndrome en una unidad de cuidado intensivo; Bauerle et al. [5], que corresponde a un estudio predictivo y comparativo –por sexo y edades– en las muertes por sepsis en unidades de cuidado intensivo; Collart y Haurie [6], que emplean un proceso markoviano para tomar decisiones óptimas en la admisión de pacientes en una unidad urológica; Launois et al. [7], que estudia desde una perspectiva económica la conveniencia de establecer unidades específicas para pacientes con infartos cuya evolución se describe a través de una Cadena de Markov; Patten [8], que usa cadenas de Markov para estudiar la evolución de pacientes con depresión, y Shmueli et al.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Video:
Redes y emparejamientos en teoría de grafos. Función de adyacencia. ©UPV
Artículo:
Eficiencia del método de aproximación estocástica
Video:
Introducción a la teoría de la decisión
Artículo:
La protección ambiental en el mantenimiento industrial : un enfoque para su gestión
Tesis:
Optimización multiobjetivo interactiva en la toma de decisiones basada en modelos con aplicaciones
Libro:
Metodología del marco lógico para la planificación, el seguimiento y la evaluación de proyectos y programas
Presentación:
Estudio de movimientos y tiempos
Artículo:
Estudio sobre la evaluación de la sostenibilidad de los productos innovadores
Tesis:
Materiales y prácticas de construcción sostenible