Simio Case Studies

Simulación de triaje de pacientes en un servicio de medicina interna para validar el uso de una puntuación de carga de trabajo basada en la optimización

Escrito por Simio Staff | 17-mar-2026 8:47:35

El desafío

por Joseph K. Agor (Universidad Estatal de Carolina del Norte)

Tal y como se presentó en la Conferencia de Simulación de Invierno de 2016

Este resumen extendido proporciona una visión general del desarrollo de un modelo de simulación para ser utilizado en la asistencia de triaje de pacientes en el Departamento de Medicina Interna Hospitalaria (HIM) en la Clínica Mayo en Rochester, MN en un esfuerzo por equilibrar la carga de trabajo entre los servicios del departamento. La principal aportación de este trabajo es el desarrollo de una puntuación que mide con mayor precisión la carga de trabajo de los proveedores. En la creación de esta puntuación se utilizaron encuestas Delphi, análisis conjuntos y métodos de optimización, y se cree que representa mejor la carga de trabajo de los proveedores. Los resultados preliminares se basaron en la proporción de tiempo de un mes en que cada servicio estaba en "utilización máxima" o por encima de ella, que es como se considera actualmente la carga de trabajo en una instancia. Un modelo de simulación construido en SIMIO 8 arrojó una disminución del 12,1% en la proporción de tiempo que un servicio estuvo en o por encima de su "utilización máxima" en promedio, mientras que también se observó una disminución en la diferencia promedio entre estas proporciones en un 8,3% (mejor equilibrio entre todos los servicios).

Introducción

Desde 1990, la literatura sanitaria ha experimentado un aumento sustancial de publicaciones relativas a la carga de trabajo experimentada por los profesionales sanitarios. El concepto de carga de trabajo es un tema de interés por sus implicaciones en el ámbito sanitario. Por ejemplo, la investigación ha demostrado que la cantidad de carga de trabajo impuesta a las enfermeras afecta directamente a los resultados de los pacientes, así como a la satisfacción de las enfermeras y a su capacidad de recuperación en el lugar de trabajo. Para evitar las consecuencias negativas de una carga de trabajo elevada, es necesario crear métodos que permitan gestionar y equilibrar la carga de trabajo de los profesionales sanitarios. El objetivo del proyecto es desarrollar una puntuación que represente con mayor precisión la "carga de trabajo percibida" entre los proveedores que operan en 13 servicios hospitalarios dentro del departamento de HIM de la Clínica Mayo, situada en Rochester, MN, y verificar la validez de las puntuaciones mediante simulación. Otro de los objetivos del proyecto es proporcionar al departamento de HIM una herramienta basada en la simulación que permita a los proveedores y a la administración ejecutar "escenarios hipotéticos" y poner a prueba cualquier política derivada de la puntuación creada (en curso). Aunque la puntuación debe ajustarse en función de las sugerencias de proveedores y administradores, los resultados preliminares generados mediante la simulación indican que el uso de nuestra puntuación dará lugar a una carga de trabajo más equilibrada entre los servicios del hospital (véase la figura 2).

La solución

Desarrollo del modelo de simulación y de la puntuación

En la actualidad, el censo (número de pacientes en el servicio) es la única herramienta que utiliza el Oficial Médico del Día (MOD) para triar a los pacientes en el hospital y esto no refleja con exactitud la carga de trabajo que los proveedores de esos servicios están experimentando tanto objetiva como subjetivamente. Mediante dos encuestas Delphi (una previa a la llegada a la Clínica Mayo y otra realizada in situ) y un análisis conjunto de la segunda encuesta, pudimos determinar qué factores (xi) contribuyen a la carga de trabajo percibida por los proveedores. A continuación, se construyó un modelo de optimización lineal para obtener las ponderaciones (wi) de estos factores con el objetivo de minimizar la desviación de la aportación del proveedor. La puntuación desarrollada fue la combinación lineal de estos pesos y factores (Puntuación = ∑ 𝑤𝑖𝑥𝑖 ). A continuación, se realizó una simulación completa para reproducir el proceso de evolución de un paciente en el departamento de HIM y validar la puntuación propuesta. La figura 1 muestra el diagrama de alto nivel de la simulación:

Figura 1: Diagrama de alto nivel del modelo de simulación

Simulamos el paso de los pacientes por los 13 servicios médicos del departamento de HIM (servicios de residentes 1-4, servicios médicos 5-9, 11 y 14, y servicios gastrointestinal y pulmonar). Dentro de cada uno de los servicios propiamente dichos, se construyeron submodelos en los que los proveedores se modelan como trabajadores que pueden ser ocupados por los trabajos creados por los pacientes dentro de su servicio. Cada día, la simulación decide si un paciente permanecerá en el servicio en función de su tiempo histórico de alta y, en caso afirmativo, se crean trabajos al inicio de cada día que los proveedores tendrán que dedicar a hacer (es decir, rondas, visitas familiares, papeleo, etc.). Se crea un trabajo de admisión similar para los proveedores cuando un paciente ingresa por primera vez en su servicio (es decir, cuando el MOD lo asigna a su servicio). A partir de los datos históricos, pudimos aplicar una política basada en la puntuación más baja de carga de trabajo y comparar los resultados con la realidad de lo que realmente ocurría.

El impacto empresarial

Resultados y conclusiones

La figura 2 muestra la proporción media del mes en que cada servicio se encontraba en "utilización máxima" o por encima de ella, tal y como la definen actualmente los proveedores del departamento. Históricamente, observamos un desequilibrio significativo con respecto al tiempo que cada servicio pasa en utilización máxima. Sin embargo, mediante una aplicación rudimentaria de triaje a un servicio con la puntuación de carga de trabajo más baja, vemos un equilibrio significativamente mejor con respecto a la distribución del tiempo que cada servicio pasa en utilización máxima. También vemos que, en general, la proporción de tiempo que cada servicio pasa en utilización máxima disminuye, lo que implica una menor carga de trabajo entre los proveedores, que muy probablemente conducirá a un mejor servicio sanitario general prestado a los pacientes. La Clínica Mayo nos proporcionó un estudio de caso para el triaje de pacientes en un escenario de hospitalistas, pero esta simulación y puntuación pueden generalizarse para otros departamentos e instalaciones que tengan un proceso similar.

Figura 2: Proporción media del mes que se pasa en "Utilización máxima"