Series temporales aplicadas a software de triaje de emergencias
Barra lateral del artículo
Contenido principal del artículo
Resumen
El presente estudio de investigación se realizó en el Hospital Alfredo Noboa de la ciudad de Guaranda, el objetivo de esta, es validar el aporte del software de Triaje implementado, mediante un análisis de series temporales. Los tipos de investigación guías fueron: bibliográfica, cuasiexperimental, inductiva y longitudinal. Las técnicas utilizadas para recopilar información corresponden a la encuesta aplicada al personal hospitalario y la entrevista dirigida al personal administrativo. Los resultados de la investigación mostraron una disminución notable de tiempo en relación con el sistema manual antes utilizado. Los pacientes categorizados dentro de la prioridad roja pasaron de esperar 11.74 segundos(s) a esperar 8.42 segundos(s) para poder ser atendidos, los de prioridad naranja de 24.8 s a 14.44 s, la prioridad amarilla paso de 73.81s a 60.16s, la prioridad verde paso de 84.48s a 68.49 y la prioridad azul paso de 229.52s a 181.49s. A pesar de verificar que los tiempos de triaje cada vez se pegan más a estándares nacionales e internacionales (MSP-OMS), estos podrán ser más bajos en el instante en que el personal hospitalario adquiera habilidad en su manejo.
Descargas
Metrics
Detalles del artículo
Esta obra está bajo licencia internacional Creative Commons Reconocimiento-NoComercial-CompartirIgual 4.0.
Citas
Carro, R., & González, D. (2012). Modelos de líneas de espera. Universidad Nacional del Mar de la Plata.
García, J. C. (2016). Predicción en el Dominio del Tiempo. Valencia: Universidad Politécnica de Valencia.
Gómez, J., Ramón, P., & Rua, C. (diciembre de 2010). Manual para la implementación de un sistema de Triaje para los cuartos de Urgencias. Organización Panamericana de la Salud., 66.
Hernández, C., Camacho, O., & Duarte, F. (2017). Análisis del flujo de pacientes en el servicio de urgencias del Hospital Universitario la Samaritana a través de simulación discreta. AVANCES Investigación en Ingeniería, 109-122.
Maza , E. (2014). Perfil de morbimortalidad de una muestra de pacientes con prioridad III, IV, V obtenida en el servicio de emergencia del Hospital Carlos Andrade Marín(Tesis de grado). Uiversidad Católica del Ecuador, Quito.
Mauricio, J. (2007). Introducción al Análisis de Series Temporales. Madrid, España.
Orellana, M., Morocho, V., & Puente, O. (2012).). Evaluación de la atención en salud, diseño documentación y medición de procesos del área de emergencia del hospital general Enrique Garcés. (Tesis de Maestría). Escuela Politécnica del Ejército, Sangolquí.
Rodríguez, G. (2017). Analysis of emergency service applying queuing theory. ScienceDirect, 719-732.
Weatherford, L., & Moore, J. (2000). Investigación de operaciones en la ciencia administrativa (Quinta ed.). México: Prentice-Hall.
Weinerman, E., Robbins, A., & Ratner, R. (1966). Yale studies in ambulatory medical care. V. Determinants of use of hospital emergency 127 services. American Journal of Public, 56(7), 1037-1056.