Selección de los factores influyentes en la predicción de camas hospitalarias en una institución de salud de alto nivel de complejidad, mediante el uso de redes neuronales artificiales

Juan Guillermo Barrientos Gomez

Producción científica: Contribución a una revistaArtículo en revista científica indexadarevisión exhaustiva

Resumen

Introducción: En el contexto de cualquier institución hospitalaria, los administradores en salud centran sus esfuerzos en conocer el estado futuro de sus áreas, con el fin de minimizar los riesgos y tomar mejores decisiones. Actualmente, las organizaciones se han centrado en entender y dar valor a los datos generados al interior de sus procesos, mediante el uso de modelos de optimización y herramientas computacionales, con el fin de convertirlos en información valiosa y encontrar soluciones óptimas y competitivas. Métodos: Se analizaron 5 indicadores en institución de corte mensual. Estos se recopilaron a través de archivos obtenidos en formato Microsoft EXCEL-2016 desde enero-2004 hasta diciembre-2018, posterior, se modelaron 3 RNA perceptron multicapa con la ayuda del software IBM SPSS versión 19. Resultados: Se muestra mediante las RNA que los egresos es la variable más importante para la predicción de las camas hospitalarias, esto con una importancia de 63%, 45% y 51% para cada RNA. De igual manera, el modelo 1 se presenta con el más acertado. Por otro lado, el tiempo promedio de estancia es la variable menos importante para pronosticar. Conclusiones: A través de este estudio se logró mostrar que la institución debe dar mayor importancia a factores como son los egresos y el indicador de giro cama. Estos deben ser gestionados de manera constante dentro de la labor administrativa de la institución.
Idioma originalIndefinido/desconocido
PublicaciónCiencia e Innovación en Salud
DOI
EstadoPublicada - 20 jun. 2020

Citar esto