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

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.