Análisis de indicadores de gestión del servicio de cirugía en una institución de salud de alta complejidad
-
Published:2022-01-30
Issue:16
Volume:8
Page:e1852
-
ISSN:2422-3182
-
Container-title:Revista CEA
-
language:
-
Short-container-title:Rev. CEA
Author:
Uribe-Gómez Julián AlbertoORCID, Barrientos-Gómez Juan GuillermoORCID
Abstract
En la actualidad existe un creciente interés por parte de clínicas y hospitales en analizar los datos generados en los procesos hospitalarios, especialmente en las áreas quirúrgicas, esto con el fin de implementar estándares que permitan llegar a buenas prácticas asistenciales y optimizar los procesos de prestación de servicios. Por lo tanto, el objetivo de este estudio fue analizar, mediante herramientas estadísticas, los datos pertenecientes a los indicadores generados en el proceso de quirófanos en una institución de salud de alta complejidad. La metodología utilizada se centró en aplicar análisis estadístico exploratorio y control estadístico en una colección de datos desde el 2004 hasta el 2019 para cuatro indicadores principales: número de intervenciones quirúrgicas, porcentaje de utilización de quirófanos, porcentaje de utilización de quirófanos para cirugías electivas y porcentaje de cancelación de cirugías. Como hallazgos se determinó el comportamiento y la interpretación de los cuatro indicadores principales pertenecientes al proceso de quirófanos, donde se observa que existe una necesidad de establecer controles y estándares al proceso mediante la estructuración y creación de herramientas de análisis de indicadores. Se espera que lo anterior contribuya en la adecuada toma de decisiones científicas y administrativas a los órganos encargados del control asistencial en las unidades de salud.
Publisher
Instituto Tecnologico Metropolitano (ITM)
Reference52 articles.
1. Alban, R. F., Anania, E. C., Cohen, T. N., Fabri, P. J., Gewertz, B. L., Jain, M., Jopling, J. K., Maggio, P. M., Sanchez, J. A., Sax, H. C. (2019). Performance improvement in surgery. Current Problems in Surgery, v. 56, n. 6, 211-246. https://doi.org/10.1067/j.cpsurg.2019.02.002 2. Aletti, G. D., Peiretti, M. (2017). Quality control in ovarian cancer surgery. Best Practice and Research: Clinical Obstetrics and Gynaecology, v. 41, 96-107. https://doi.org/10.1016/j.bpobgyn.2016.08.008 3. Amaral, C. S. T., Rozenfeld, H., Costa, J. M. H., Magon, M. D. F. D. A., Mascarenhas, Y. M. (2011). Improvement of radiology services based on the process management approach. European Journal of Radiology, v. 78, n. 3, 377-383. https://doi.org/10.1016/j.ejrad.2010.12.025 4. Beuran, M., Negoi, I., Paun, S., Vartic, M., Stoica, B., Tănase, I., Negoi, R. I., Hostiuc, S. (2014). Quality management in general surgery: a review of the literature. Journal of Acute Disease, v. 3, n. 4, 253-257. https://doi.org/10.1016/s2221-6189(14)60057-3 5. Bindu, K. H., Morusupalli, R., Dey, N., Rao, C. R. (2020). Coefficient of variation and machine learning applications. Taylor & Francis.
|
|