Actualmente, muchos de los sistemas de salud son entornos grandes, complejos y dinámicos, en particular los servicios de urgencias hospitalarios (EDs por sus siglas en inglés). Éstos abren y funcionan las 24 horas al día durante todo el año, con recursos limitados. Los EDs suelen ser la entrada principal al hospital y componente clave de todo el sistema sanitario. La misión original de los EDs es atender situaciones de emergencia. Sin embargo, los usuarios de EDs incluyen una amplia gama de enfermedades y lesiones desde casos urgentes, hasta no urgentes. Como resultado de esto, los EDs están saturados. Por lo tanto, es necesario el uso amplio de simulaciones computacionale de EDs para evaluar sus respuestas a la demanda de servicios. La elección de los parámetros de simulación óptimos puede mejorar su funcionamiento, pero la elección de una buena configuración es un gran desafío. Esta mejora se puede lograr mediante la modelización de los EDs basado en agentes y su simulación. La optimización mediante la simulación es un campo emergente que integra técnicas de optimización en el análisis de simulaciones. _x000D_ En esta investigación se propone una metodología de optimización de dos fases para la optimización de EDs a través de la simulación. La primera fase es un enfoque de grano grueso que consiste en una etapa de exploración global sobre todo el espacio de búsqueda. Esta fase identifica regiones prometedoras para la optimización basado en una estructura de vecindad del problema. Esta fase utiliza ya sea un enfoque pipeline de EDs o la heurística de Monte Carlo más el método de K-means, o ambos. Esta primera fase devuelve una colección de regiones prometedoras. La segunda fase es un enfoque de grano fino, que consiste en la búsqueda de la mejor solución, ya sea la óptima o una sub-óptima mediante una “búsqueda exhaustiva reducida” en tales regiones prometedoras. _x000D_ Este trabajo optimiza la configuración del personal sanitario de un ED existente. La configuración de su personal incluye: médicos, enfermeras de triaje y de urgencias, personal de admisión y técnicos de rayos X, cantidad y tipo de ellos. Dicha configuración es un problema combinatorio y multidimensional, que puede consumir mucho tiempo en resolverse. Específicamente tres índices diferentes se verificaron: minimizar tiempo de estancia del paciente; maximizar número de pacientes atendidos diariamente y minimizar el producto del costo de la configuración por el tiempo de estancia del paciente. HPC se utiliza para ejecutar los experimentos y se han obtenido resultados alentadores. Sin embargo, incluso con una versión simplificada de un ED utilizada en este trabajo, el espacio de búsqueda es muy grande, por lo tanto, cuando aumenta el tamaño del problema, se requerirán más recursos de cómputo para obtener resultados en un tiempo razonable.
Optimisation via simulation for healthcare emergency departments.
Cabrera Flores, E. C. (Autor/a). 19 nov 2013
Tesis doctoral