ISSN 0717-9103 ISSN Online 0718-8307

Ingeniera Industrial - Ao 9 N 2: 27-46, 2010

DISEO DE UN MODELO DE PLANEACIN AGREGADA PARA LAS PRESTACIONES MDICAS EN UN SERVICIO DE GINECOLOGA Y OBSTETRICIA
DESIGN OF AN AGGREGATE PLANNING MODEL FOR MEDICAL SERVICES WITHIN A GYNECOLOGY AND OBSTETRICS SERVICE
Rodrigo de la Fuente Gallegos1, Ivn Santelices Malfanti2 1 Ingeniero Civil Industrial, Departamento Ingeniera Industrial, Facultad de Ingeniera, Universidad del Bo-Bo, Concepcin, Chile. 2 Profesor Departamento Ingeniera Industrial, Facultad de Ingeniera, Universidad del Bo-Bo, Concepcin, Chile RESUMEN
En el presente trabajo se disea un modelo de planificacin agregada dentro de la unidad de ginecologa y obstetricia del Hospital Clnico Herminda Martn. Se comienza investigando los modelos que se han desarrollado para tal propsito dentro del rea de organizaciones de salud. Se establecen los modelos de pronsticos de demanda utilizando como criterios de evaluacin la seal de rastreo y la desviacin absoluta media. Luego, por medio de un modelo de programacin entera programado en un software de optimizacin se establece la asignacin ptima de colaboradores mdicos y de recursos fsicos que maximiza la cantidad de servicios entregados por la unidad. Finalmente, se analizan las holguras de recursos disponibles en la unidad y se establecen como cuellos de botella tanto al pabelln quirrgico como las salas de recuperacin obsttrica. Palabras Clave: Gestin de hospitales, planificacin agregada, programacin entera.

ABSTRACT
The main scope of this paper is to design an aggregate planning model within the gynecology and obstetrics service at the Hospital Herminda Martn. First, it was necessary to research the current models that have been applied within health care organizations. After that, it was developed the forecasting models to determine the actual demand, moreover; it was used the tracking signal and the mean absolute deviation as the parameters to justify the best forecasting model. Then, through an integer programming model was calculated the optimal assignation of resources in order to maximize the number of services that the unit offers, subject to limitations of staff and physical resources. Finally, the authors analyzed the limitation of resources and concluded that the bottlenecks are both the surgical unit and the obstetric recovery rooms. Keywords: Hospitals management, aggregate planning, integer programming.

Autor para correspondencia: isanteli@ubiobio.cl Recibido: 07.07.2010 Aceptado: 30.08.2010

27

Ingeniera Industrial - Ao 9 N 2: 27-46, 2010

Universidad del Bo-Bo

INTRODUCCIN
Uno de los principales problemas dentro del mbito de la salud, es la distincin entre necesidad, demanda y oferta, lo cual ha generado varios estudios que cubren este efecto, entre otros, Lave et al (1974); Vissers (1998). Este asunto es de especial inters ya que la interseccin entre estos tres elementos es lo que en definitiva genera la demanda real por salud en cualquier institucin, y ante dicha demanda reacciona el sistema productivo en base a su capacidad de oferta. Por lo tanto, realizar una adecuada gestin de los recursos que constituyen la oferta del sistema es un concepto de efectividad asociado a una mejora de la productividad. En busca de esa mejora en productividad el sistema de salud pblica chileno a sufrido en los ltimos aos fuertes modificaciones, Castro (2007a), que tienen como objetivo incrementar su competitividad en relacin a la proliferacin de instituciones privadas de salud, como tambin mejorar la cobertura de atenciones para los mas desposedos. En este sentido y segn lo expresa Castro (2007b), la reforma al sector cre la categora de establecimientos autogestionados en red (E.A.R.), en los cuales los directores pueden tomar decisiones ms autnomas, pueden administrar el presupuesto e incluso realizar acuerdos econmicos con el mundo privado. Hasta el momento, segn estudios del Instituto Libertad y Desarrollo, la reforma no ha sido suficiente y la red de hospitales autogestionados ha tenido contratiempos debido a los fuertes problemas de gestin, a los escasos incentivos y a la baja eficiencia en el uso de recursos. Castro (2007b) tambin expresa que dichos establecimientos an mantienen una importante inflexibilidad administrativa que slo les permite cumplir con tareas propias del estado y no de una empresa de servicios, como son los hospitales. El Hospital Clnico Herminda Martn es uno de los once hospitales que fueron declarados como establecimientos autogestionados en red por el ministerio de salud, De la Fuente et al (2009), por lo tanto presenta procedimientos administrativos y clnicos mucho ms avanzados que la gran mayora de los dems recintos a lo largo de nuestro pas, pero adolece de un adecuado sistema general de planificacin, que contenga tal como lo expresa Anthony (1965) un nivel estratgico, tctico y operativo. Hoy por hoy, la direccin se ha centrado en el desarrollo de una adecuada planificacin estratgica, pero no ha podido articular los dems niveles que de sta se desencadenan, dificultando as una concepcin global del proceso de planificacin en su conjunto. El presente trabajo tiene como objetivo desarrollar un modelo de planificacin agregada para el servicio de ginecologa y obstetricia del Hospital Clnico Herminda Martn de Chilln, y as generar una herramienta para mejorar la gestin de mediano plazo al interior de dicha unidad. El caso de estudio fue diseado para soportar la planificacin de las prestaciones mdicas de dicho servicio y solamente se presentarn los resultados. La planificacin agregada, en su calidad de modelo, tal como seala Eppen et al (2000), es una representacin de la realidad que debe entregar los detalles suficientes para que el resultado satisfaga las necesidades y sea consistente con los datos que se tienen al alcance. Los modelos suelen desempear diferentes papeles en distintos niveles de la empresa, as en los niveles ms altos estos aportan informacin en forma de resultados y conocimientos, pero no necesariamente decisiones recomendables, son tiles como instrumentos de planificacin estratgica, ayudan a crear pronsticos, explorar alternativas, desarrollar planes para mltiples contingencias, acrecentar la flexibilidad y abreviar el tiempo de reaccin. Por otra parte, en niveles inferiores se usan con ms frecuencia para obtener decisiones recomendables. En este sentido y siguiendo a Fleischmann et al (2004), la preparacin de las decisiones es el trabajo de planificar. Con respecto al actual proceso de planificacin de la unidad, slo se dispone de un modelo de planificacin de corto plazo, que es programado semanalmente por los jefes de servicio de la unidad en base a los requerimientos ginecolgicos u obsttricos, siendo los primeros extrados
28

ISSN 0717-9103 ISSN Online 0718-8307

Ingeniera Industrial - Ao 9 N 2: 27-46, 2010

desde el consultorio de atencin de especialidades (C.A.E.) y los segundos emanados de los informes de la matrona jefe de servicio y los mdicos especialistas de la unidad de alto riesgo obsttrico (A.R.O.)

MATERIALES Y MTODOS
Modelos de pronsticos Para poder aplicar un modelo de planificacin agregada, lo primero es establecer el pronstico de familias de productos que constituyen la informacin de entrada de la demanda a satisfacer y as como lo expresa Widiarta et al (2008) se evitar caer en el paradigma de pensar que la planificacin es de primera importancia, mientras que los pronsticos son una decisin de segundo plano. La aplicabilidad de los distintos modelos de pronsticos a las decisiones de planificacin se pueden encontrar en Chase et al (2000), Schroeder (2005), Heizer et al (2004) entre otros, los cuales sealan que se utilizan preferentemente modelos causales y/o modelos de series de tiempo. Para este caso en particular no se dispone de informacin alguna de causalidad en la demanda de prestaciones, existiendo nicamente el registro histrico de una seudo-demanda a travs del tiempo, exactamente la comprendida en el periodo (2003-2008). Por otra parte, Widiarta et al (2008) seala que los modelos de suavizamiento exponencial, han sido ampliamente adoptados por diversos tipos de industrias productivas en el problema del pronostico agregado de la demanda, esto gracias a su simplicidad. Adems, en su investigacin sealan que a pesar de los esfuerzos por desarrollar sofisticados algoritmos de pronstico, los tomadores de decisiones continan prefiriendo los mtodos relativamente sencillos, siendo el ms utilizado el suavizamiento exponencial simple. Para poder realizar los pronsticos se utiliza el software Crystal ball 2000, el cual permite establecer el mejor ajuste con respecto al modelo de serie de tiempo que minimiza la desviacin absoluta media y tambin se define el valor de la prueba Theils U y la seal de rastreo como elementos de control. (De la Fuente et al 2009). Modelos de planificacin agregada Son diversos los mtodos de planificacin agregada presentados en la literatura, pero siguiendo lo propuesto por Corominas et al (2007) se pueden clasificar en tres grandes grupos: 1) Modelos de comparacin de alternativas, 2) Modelos que utilizan reglas de decisin y 3) Modelos basados en programacin lineal. De los anteriores, los modelos ms desarrollados en materia de planificacin agregada han sido los de programacin lineal, agrupando entre ellos la programacin lineal, la programacin lineal entera, la programacin lineal entera mixta, la programacin lineal de metas y la programacin lineal entera de metas entre otros modelos. Todos ellos constituyen herramientas poderosas para resolver el problema de planificacin agregada, ya que entregan un resultado ptimo, lo que permite crear estrategias. Entre los autores que han desarrollado aplicaciones de estas materias en el mbito de la salud se encuentran Blake & Donald (2002), desarrollan un modelo de programacin lineal entera para la asignacin de tiempo de operacin en la unidad quirrgica de un recinto hospitalario. Por su parte Jansson (2000) desarrolla un modelo de programacin lineal entera para la programacin agregada de atenciones quirrgicas. Bretthauer & Murray (1998), presentan un modelo basado en programacin lineal entera que tiene por objetivo optimizar la planeacin de la capacidad en los sistemas de salud. Ogulata & Erol (2003), desarrollan un modelo de programacin lineal entera de metas para la programacin de ciruga general en un hospital de gran tamao.
29

Ingeniera Industrial - Ao 9 N 2: 27-46, 2010

Universidad del Bo-Bo

Kwak & Lee (1997) presentan un modelo de programacin lineal de metas para la asignacin de personal en organizaciones de cuidado de la salud. Plantean la necesidad de reforzar el enfoque del pasado, donde la experiencia y la intuicin eran los caminos ms comunes para asignar el personal para algunos trabajos, sealan que la ayuda de la programacin matemtica le permite a los tomadores de decisiones, observar sus errores de asignacin y centrarse en un curso ptimo de accin. Blake & Carter (2002, 2003), desarrollan un modelos de programacin lineal de metas aplicados a recintos hospitalarios, en los cuales concilian tanto objetivos mdicos como hospitalarios, pero la complejidad aqu es que la jerarqua de las metas no es a menudo tan aparente entre los tomadores de decisiones. Keown & Martin (1976) aplican a un modelo de programacin lineal entera de metas a la distribucin de presupuestos en hospitales. Rifai & Pecenka (1989), realizan una aplicacin didctica de la programacin lineal de metas al problema de la salud, centrada en un hospital de mediano tamao. Albornoz & Contesse (1999), presentan una aplicacin de la optimizacin robusta al problema de la planificacin agregada. Confeccin del modelo El criterio de agregacin de las prestaciones mdicas, dentro de familias de prestaciones es el mismo expresado por Hax & Meal (1973), Bitran & Hax (1977), Bitran & Tirupatu (1989), quienes sealan que una familia es un conjunto de productos que comparten una ruta similar dentro de su proceso productivo y que tienen mnimos costos de configuracin del sistema por el cambio entre un producto y otro. Se procede a generar tan solo nueve familias, de un total de 54 prestaciones, como se puede apreciar en la tabla 1 bajo el rtulo de prestaciones. Dicha tabla adems recoge la informacin pertinente a los colaboradores, los recursos y periodos utilizados en este trabajo.
Tabla 1: Resumen de elementos de planificacin.
Prestaciones Endoscopas Otras Exploraciones Otras Procedimientos Ciruga a la Mama Ciruga Ginecolgica Aborto Cesrea Parto normal Atenciones A.R.O. i 1 2 3 4 5 6 7 8 9 Colaboradores Mdicos Tcnicos CAE Matronas CAE Matronas Serv. Tcnicos Serv. k 1 2 3 4 5 Recursos Box CAE Salas Parto Normal Pab. Quirrgico Salas Obstetricia Salas A.R.O. Salas Ginecologa r 1 2 3 4 5 6 Periodos Enero Febrero Marzo Abril Mayo Junio Julio Agosto Septiembre Octubre Noviembre Diciembre t 1 2 3 4 5 6 7 8 9 10 11 12

La figura 1 presenta un plano del servicio de ginecologa y obstetricia, el cual tiene la finalidad de entregar un posicionamiento espacial por parte del lector dentro de la unidad en estudio.

30

ISSN 0717-9103 ISSN Online 0718-8307

Ingeniera Industrial - Ao 9 N 2: 27-46, 2010

KINESIOLOGA (CAE)

ESTAR ESTAR MAT TPM

SALA 6 CUIDADO ESPECIAL

SERVICIO DE GINECOLOGA

SERVICIO DE OBSTETRICIA SALA 1

PENSIONADO SALA 8 SALA 7 MATERNIDAD REUNIN SALA 5 SALA 4 SALA 3 SALA 2

JARDIN JARDIN

PLANTA PRIMER PISO MATERNIDAD HOSPITAL HERMINDA MARTIN CHILLAN

PRE PARTO

RECUP PABELLON 2 ANEST

URN

POLIPERSONAL

JARDIN SALA PARTO 2 SALA PABELLON PARTO 1 1

SERVICIO URGENCIA

JARDIN JARDIN AUDITORIO DIRECCIN / ADMINISTRACIN

Figura 1: Plano servicio de ginecologa y obstetricia Hospital Clnico Herminda Martn de Chilln.

En la figura 1 se aprecian los recursos fsicos con que cuenta la unidad. Desde la sala uno hasta la tres se dispone de 32 camas de recuperacin obsttrica, las salas cuatro y cinco conforman las 16 camas para atencin de pacientes de alto riesgo obsttrico, las salas siete y ocho conforman las 16 camas disponibles para recuperacin ginecolgica. La esquina inferior derecha de la figura permite apreciar las dos salas de parto normal y los dos pabellones quirrgicos, siendo el nmero uno el de urgencias y el dos, el que actualmente se encuentra en evaluacin de construccin y que fue agregado como horas extra en el modelo. Dicha figura no permite apreciar los boxes que se encuentran emplazados en el consultorio de especialidades ni el pabelln de cirugas programadas del servicio de ciruga, desde donde se extraen las horas disponibles de pabelln quirrgico. La mayora de los modelos de planificacin agregada buscan maximizar los beneficios o minimizar costos cuando los ingresos son fijos, pero al no disponer el hospital de informacin pertinente a los costos de las prestaciones se procedi a buscar en la literatura y siguiendo a Jansson (2000) se defini un modelo de programacin lineal entera, dado el carcter de las prestaciones, que tiene como objetivo maximizar la cantidad de prestaciones a realizar durante el periodo 2009 dentro del servicio de ginecologa y obstetricia. A continuacin se presenta la definicin de variables y parmetros:

31

Ingeniera Industrial - Ao 9 N 2: 27-46, 2010

Universidad del Bo-Bo

Sean las variables de decisin: xi,t dpi,t exr,t = = =

La cantidad mensual de prestaciones del tipo i que se efectan durante el periodo t. La cantidad mensual de prestaciones del tipo i que quedan pendientes durante el periodo t. La cantidad mensual de horas extra del recurso r que se requieren durante el periodo t.

Sean los parmetros: di,t ci,k dtck,t rei,r dtrr,t smi,t ttexr,t = = = = = = =
La cantidad pronosticada de demanda por prestaciones del tipo i durante el periodo t La cantidad promedio de horas que utiliza cada prestacin del tipo i de cada colaborador de tipo k. La cantidad total de horas disponible de cada colaborador de tipo k durante el periodo t. La cantidad promedio de horas que utiliza cada prestacin del tipo i de cada recurso de tipo k. La cantidad total de horas disponible de cada recurso de tipo r durante el periodo t. La cantidad mnima de prestaciones del tipo i a efectuar durante el periodo t. La cantidad extra total, expresada en horas, del recurso r disponible durante el periodo t.

La representacin algebraica del modelo se presenta a continuacin:

Max Z = xi ,t
i =1 t =1

12

i = 1.. 9 ; t = 1.. 12

(1)

Sujeto a:

xi ,t = d i ,t + dpi ,t 1 dpi ,t

i = 1..5; t = 1..12

(2)

32

ISSN 0717-9103 ISSN Online 0718-8307

Ingeniera Industrial - Ao 9 N 2: 27-46, 2010

exr ,t ttexr ,t

r = 4; t = 1.. 12

(14 )

exr ,t 0 ;

r = 2,3 ; t = 1.. 12

(18 )

La ecuacin 1, expresa la funcin que maximiza la sumatoria de las prestaciones entregadas dentro de un periodo de doce meses, la ecuacin 2, muestra que las primeras cinco familias pueden dejar demanda pendiente. La ecuacin 3, da a conocer que las familias desde los abortos hasta las atenciones A.R.O., no pueden quedar pendientes de un perodo a otro, ya que ponen en riesgo la vida. La ecuacin 4, expresa que todas las familias tienen un cumplimiento mnimo, siendo para las ltimas cuatro, un cumplimiento mnimo de cien por ciento. En relacin a los colaboradores la ecuacin 5, expresa que los colaboradores mdicos se comparten entre las primeras siete familias y su uso mensual debe ser menor o igual a la cantidad de horas totales disponibles al mes. La ecuacin 6, expresa que los colaboradores matronas C.A.E. y tcnicos C.A.E., se comparten en las primeras tres familias y adems su utilizacin debe ser menor o igual a la disponibilidad mensual, en horas, de dichos colaboradores. La ecuacin 7, seala que las matronas del servicio aplican en procedimientos directos en las familias de cesrea y parto normal y su utilizacin debe ser menor o igual a la cantidad de horas mensuales de matronas disponibles. La ecuacin 8, muestra que el colaborador tcnico del servicio colabora en forma directa en las familias aborto, cesreas y parto normal por lo tanto su tiempo de utilizacin mensual debe ser menor o igual a la disponibilidad mensual en horas de dichos tcnicos. Por parte de los recursos fsicos, la ecuacin 9, expresa que el recurso box C.A.E., es utilizado por las primeras tres familias y su tasa de utilizacin debe ser menor o igual a la disponibilidad mensual en horas. La ecuacin 10, indica que las salas de parto solo son utilizadas por la familia parto normal y que las horas de uso al mes deben ser menores o iguales al total de horas disponibles por el recurso. La ecuacin 11, indica que el recurso pabelln quirrgico es utilizado por las familias ciruga a la mama, ciruga ginecolgica, aborto y cesrea las que no pueden exceder en utilizacin de dicho pabelln, expresado en horas, la disponibilidad mensual de horas del pabelln ms las horas extra del pabelln hipottico y del pabelln de urgencia y/o la compra de servicios. La ecuacin 12, expresa que no se pueden utilizar mensualmente ms horas extra en el pabelln que el total de horas extras asignadas para ello. La ecuacin 13, formula que el recurso sala de recuperacin es utilizado por las familias de aborto, cesrea y parto normal, las que no pueden utilizar dicha sala una cantidad de horas superior a la disponible por el recurso ms los anexos existentes. Siguiendo con la ecuacin 14, se expresa que la cantidad de horas extra utilizadas en anexos, no puede ser superior a las horas totales mensuales disponibles para ello. La ecuacin 15, esta
33

Ingeniera Industrial - Ao 9 N 2: 27-46, 2010

Universidad del Bo-Bo

diseada especialmente para determinar el uso del recurso de camas A.R.O., donde el uso no puede ser superior a la disponibilidad mensual en horas cama. La ecuacin 16 muestra que el recurso camas ginecologa es utilizado por las familias ciruga a la mama y la ginecolgica, y que las horas utilizadas deben ser menores a las horas disponibles mensuales. La ecuacin 17, expresa la no negatividad y la restriccin de enteros de las variables xi,t y dpi,t que deben ser mayores o iguales que cero y enteras. La ecuacin 18, indica la condicin de no negatividad para la variables de recursos extra. Para solucionar el modelo algebraico presentado en este trabajo, se programa un algoritmo en el software LINGO 8.0, el cual est indexado a Excel por medio de listas y cuyo cdigo se presenta a continuacin:

SETS: ! CONJUNTOS PRIMITIVOS; PRESTACIONES:; COLABORADORES:; RECURSOS:; PERIODOS:; INICIAL:; ! CONJUNTOS DERIVADOS; PRESTACIONES_PERIODOS(PRESTACIONES,PERIODOS):ASIGNACION,PENDIENTE,DEMANDA,MI NIMO; COLABORADORES_PERIODOS(COLABORADORES,PERIODOS):DCOL_MEN; PRESTACIONES_COLABORADORES(PRESTACIONES,COLABORADORES):CON_COL; PRESTACIONES_RECURSOS(PRESTACIONES,RECURSOS):CON_REC; RECURSOS_PERIODOS(RECURSOS,PERIODOS):DREC_MEN, EXTRA,TOTAL_EXTRA; PRESTACIONES_INICIAL(PRESTACIONES,INICIAL):ESPERA; ENDSETS ! FUNCION OBJETIVO; Representada por la Ecuacin 1. [OBJETIVO] MAX=@SUM(PRESTACIONES_PERIODOS:(ASIGNACION)); ! RESTRICCIONES DE DEMANADA DE DESIGUALDAD; Representadas por la Ecuacin 2. @FOR(PRESTACIONES(I)|I #LE# 5: @FOR(PERIODOS(T)|T #EQ# 1: @FOR(INICIAL(J):[DEMANDA1_ROW] ASIGNACION(I,T)-ESPERA(I,J)+PENDIENTE(I,T)=DEMANDA(I,T)))); @FOR(PRESTACIONES(I)|I #LE# 5: @FOR(PERIODOS(T)|T #NE# 1:[DEMANDA2_ROW] ASIGNACION(I,T)-PENDIENTE(I,T-1)+PENDIENTE(I,T)=DEMANDA(I,T))); ! RESTRICCIONES DE DEMANDA DE IGUALDAD; Representada por la Ecuacin 3. @FOR(PRESTACIONES(I)|I #GT# 5: @FOR(PERIODOS(T):[DEMANDA_ROW] ASIGNACION(I,T)<=DEMANDA(I,T))); ! RESTRICCIONES DE CUMPLIMIENTO MINIMO; Representada por la Ecuacin 4 y compensa el efecto de las familias 6, 7, 8 y 9 que exigen un 100% de cumplimiento. @FOR(PRESTACIONES(I): @FOR(PERIODOS(T):[MINIMO_ROW] ASIGNACION(I,T)>=MINIMO(I,T)));

34

ISSN 0717-9103 ISSN Online 0718-8307

Ingeniera Industrial - Ao 9 N 2: 27-46, 2010

! RESTRICCIONES DE COLABORADORES MEDICOS; Representada por la Ecuacin 5. @FOR(COLABORADORES(K)|K #EQ# 1: @FOR(PERIODOS(T):[DCOL_MEDICOS_ROW] @SUM(PRESTACIONES(I)|I #LE# 7: CON_COL(I,K)*ASIGNACION(I,T))<=DCOL_MEN(K,T))); ! RESTRICCIONES DE COLABORADORES MATRONAS Y TECNICOS CAE; Representada por la Ecuacin 6. @FOR(COLABORADORES(K)|K #GE# 2 #AND# K #LE# 3: @FOR(PERIODOS(T):[DCOL_MATYTEC_CAE_ROW] @SUM(PRESTACIONES(I)|I #LE# 3: CON_COL(I,K)*ASIGNACION(I,T))<=DCOL_MEN(K,T))); ! RESTRICCIONES DE COLABORADORES MATRONAS SERVICIO; Representada por la Ecuacin 7. @FOR(COLABORADORES(K)|K #EQ# 4: @FOR(PERIODOS(T):[DCOL_MATSERV_ROW] @SUM(PRESTACIONES(I)|I #GE# 7 #AND# I #LE# 8: CON_COL(I,K)*ASIGNACION(I,T))<=DCOL_MEN(K,T))); ! RESTRICCIONES DE COLABORADORES TECNICOS SERVICIO; Representada por la Ecuacin 8. @FOR(COLABORADORES(K)|K #EQ# 5: @FOR(PERIODOS(T):[DCOL_TECSERV_ROW] @SUM(PRESTACIONES(I)|I #GE# 6 #AND# I #LE# 8: CON_COL(I,K)*ASIGNACION(I,T))<=DCOL_MEN(K,T))); ! RESTRICCIONES DE RECURSOS BOX CAE; Representada por la Ecuacin 9. @FOR(RECURSOS(R)|R #EQ# 1: @FOR(PERIODOS(T):[DREC_BOXCAE_ROW] @SUM(PRESTACIONES(I)|I #LE# 3: CON_REC(I,R)*ASIGNACION(I,T))<=DREC_MEN(R,T))); ! RESTRICCIONES DE RECURSOS SALA DE PARTO; Representada por la Ecuacin 10. @FOR(RECURSOS(R)|R #EQ# 2: @FOR(PERIODOS(T): @FOR(PRESTACIONES(I)|I #EQ# 8:[DREC_SALAPARTO_ROW] CON_REC(I,R)*ASIGNACION(I,T)<=DREC_MEN(R,T)))); ! RESTRICCIONES DE RECURSOS PABELLON QUIRURGICO; Representada por la Ecuacin 11. @FOR(RECURSOS(R)|R #EQ# 3: @FOR(PERIODOS(T):[DREC_PABQUIR_ROW] @SUM(PRESTACIONES(I)|I #GE# 4 #AND# I #LE# 7: CON_REC(I,R)*ASIGNACION(I,T))- EXTRA (R,T)<=DREC_MEN(R,T))); ! HORAS EXTRA TOTALES POR MES DE PABELLON QUIRURGICO; Representada por la Ecuacin 12. @FOR(RECURSOS(R)|R #EQ# 3: @FOR(PERIODOS(T):[DREC_HEXTPAB_ROW] EXTRA(R,T)<=TOTAL_EXTRA(R,T))); ! RESTRICCIONES DE RECURSOS SALA OBSTETRICIA; Representada por la Ecuacin 13. @FOR(RECURSOS(R)|R #EQ# 4: @FOR(PERIODOS(T):[DREC_SALAOBST_ROW] @SUM(PRESTACIONES(I)|I #GE# 6 #AND# I #LE# 8: CON_REC(I,R)*ASIGNACION(I,T))-EXTRA (R,T)<=DREC_MEN(R,T))); ! HORAS CAMAS EXTRAS EN OBSTETRICIA; Representada por la Ecuacin 14. @FOR(RECURSOS(R)|R #EQ# 4: @FOR(PERIODOS(T):[DREC_HEXTSALA_ROW] EXTRA(R,T)<=TOTAL_EXTRA(R,T)));

35

Ingeniera Industrial - Ao 9 N 2: 27-46, 2010

Universidad del Bo-Bo

! RESTRICCIONES DE RECURSOS SALA A.R.O.; Representada por la Ecuacin 15. @FOR(RECURSOS(R)|R #EQ# 5: @FOR(PERIODOS(T): @FOR(PRESTACIONES(I)|I #EQ# 9:[DREC_SALAARO_ROW] CON_REC(I,R)*ASIGNACION(I,T)<=DREC_MEN(R,T)))); ! RESTRICCIONES DE RECURSOS SALA GINECOLOGA; Representada por la Ecuacin 16. @FOR(RECURSOS(R)|R #EQ# 6: @FOR(PERIODOS(T):[DREC_SALAGINE_ROW] @SUM(PRESTACIONES(I)|I #GE# 4 #AND# I #LE# 5: CON_REC(I,R)*ASIGNACION(I,T))<=DREC_MEN(R,T))); ! SOLO VALORES ENTEROS; Representada por la Ecuacin 17. @FOR(PERIODOS(T): @FOR(PRESTACIONES(I):[ENTEROS_ROW] @GIN(ASIGNACION(I,T)); @GIN(PENDIENTE(I,T)))); DATA: ! IMPORTAR LA INFORMACION DESDE EXCEL; Se importan los conjuntos primarios y derivados definidos en los SETS. PRESTACIONES,COLABORADORES,RECURSOS,PERIODOS,INICIAL,DEMANDA, MINIMO,DCOL_MEN,CON_COL,CON_REC,DREC_MEN,ESPERA,TOTAL_EXTRA= @OLE(C:\Documents and Settings\Administrador\Escritorio\DATOS.XLS, PRESTACIONES,COLABORADORES,RECURSOS,PERIODOS,INICIAL,DEMANDA, MINIMO,DCOL_MEN,CON_COL,CON_REC,DREC_MEN,ESPERA,TOTAL_EXTRA); ! EXPORTAR INFORMACION A EXCEL; Se exporta a Excel los resultados del modelo de optimizacin. @OLE(C:\Documents and Settings\Administrador\Escritorio\DATOS.XLS, ASIGNACION,PENDIENTE,EXTRA)=ASIGNACION,PENDIENTE,EXTRA; ENDDATA

En cuanto a la validacin del modelo se sigue lo establecido por Eppen et al (2000) quien seala que el sentido comn por si solo, no ofrece un camino cientfico para validar la construccin, por lo cual surgen mtodos imperfectos de validacin, por ejemplo, utilizar el modelo para predecir la historia. En efecto, si existe similitud entre los resultados de ambos, los del modelo y los de la historia, el modelo queda validado. Por ltimo, se analiza el modelo y cualquier ventaja adicional en trminos de mejores recomendaciones para la toma de decisiones es una evidencia del valor del mismo. La informacin pertinente para la confeccin de los pronsticos y el modelo en si, se encuentra en De la Fuente et al (2009) y fue validada en conjunto con los jefes de servicio, utilizndose estimaciones promedio del tiempo que requera cada tipo de colaborador para satisfacer la demanda de una prestacin, como tambin establecindose la dcima de tipos de colaboradores por prestacin.

RESULTADOS Y CONCLUSIONES
En este apartado se presentan los resultados finales de este trabajo. La tabla 2 recoge la informacin obtenida al aplicar el programa Crystal Ball Predictor 2000, el cual entrega la informacin con respecto al mejor modelo de pronsticos para cada familia por medio de series temporales.

36

ISSN 0717-9103 ISSN Online 0718-8307

Ingeniera Industrial - Ao 9 N 2: 27-46, 2010

Tabla 2: Resumen del mejor modelo por tipo de familia

Parmetros Familia ENDO OEXP OPRO CMAM CGIN ABOR CESA PNOR A.R.O. Modelo Holt-Winters Multiplicative Holt-Winters Multiplicative Holt-Winters Multiplicative Holt-Winters Multiplicative Holt-Winters Multiplicative Holt-Winters Multiplicative Seasonal Multiplicative Holt-Winters Multiplicative Factor ponderado Alfa 0,193 0,114 0,241 0,17 0,556 0,001 0,251 0,001 N/A Beta 0,001 0,001 0,001 0,001 0,001 0,001 XXXX 0,001 N/A Gamma 0,001 0,001 0,001 0,001 0,001 0,001 0,001 0,001 N/A Theils U 0,533 0,803 0,516 0,481 0,641 0,502 0,6 0,568 N/A Estacionalidad 12 meses 24 meses 24 meses 24 meses 24 meses 24 meses 24 meses 24 meses 24 meses MAD 24,942 34,24 23,264 2,6199 9,6303 4,1959 8,2643 10,455 N/A

La informacin de pronsticos obtenida al aplicar los modelos de la tabla 2, es validada por medio de la seal de rastreo y la prueba Theils U y permite observar que los modelos pronostican certeramente la historia. Con tales modelos se confeccionan los pronsticos para el 2009, los cuales constituyen el insumo que alimenta al modelo de planificacin agregada y junto con la informacin recabada acerca de la disponibilidad de los colaboradores y recursos, se ingresan desde Excel por medio de listas al algoritmo programado en LINGO 8.0, presentado anteriormente. El resultado entregado por el software de optimizacin fue de 17.927 prestaciones a realizar durante el ao 2009 y se utiliz un modelo de programacin lineal entera, logrando con ello la solucin global ptima en la iteracin 258 de un modelo con un total de 288 variables (216 enteras) y 373 restricciones. La tabla 3, recoge las prestaciones a realizar por cada tipo de familia durante el 2009.
Tabla 3: Asignacin ptima
ENDO OEXP OPRO CMAM CGIN ABOR CESA PNOR A.R.O. E 352 300 283 32 106 26 66 169 65 F 284 316 214 9 56 34 79 175 72 M 414 352 287 16 104 35 83 175 73 A 391 350 323 21 93 37 83 167 71 M 371 388 285 23 86 32 81 178 72 J 352 345 296 14 104 35 72 168 68 J 397 367 307 18 90 34 87 177 74 A 354 410 252 31 87 33 81 190 76 S 351 378 288 17 96 38 84 181 75 O 358 396 323 14 94 45 85 187 79 N 353 399 271 13 117 31 73 192 74 D 341 452 261 12 91 34 98 196 82

Anlisis de dficit y exceso de colaboradores La tabla 4 entrega la informacin de consumo de horas mensuales de colaboradores mdicos. Para satisfacer la demanda de las familias se utiliza en promedio un 61% del tiempo total, existiendo una holgura de 39%, equivalente a 723 horas mensuales en promedio. Dicha holgura se utiliza en procedimientos indirectos difciles de programar, tales como la visita mdica en sala, las ecografas, controles de consulta en C.A.E., atenciones A.R.O., otros exmenes ginecolgicos y obsttricos, horas de capacitacin, trabajo administrativo, permisos y vacaciones, adems; la especializacin de los mdicos no hace recomendable destinarlos a otras unidades.
37

Ingeniera Industrial - Ao 9 N 2: 27-46, 2010

Universidad del Bo-Bo

Tabla 4: Consumo en horas mensuales de colaboradores mdicos.

ENDO OEXP OPRO CMAM CGIN ABOR CESA TOTAL (1) DISPONIBLE (2) HOLGURA (2)-(1) % DE USO E 205 225 208 105 284 22 88 1137 1819 682 62% F 166 237 157 29 150 29 105 873 1732 859 50% M 242 264 210 52 279 30 111 1187 1905 718 62% A 228 263 237 69 249 32 111 1187 1819 631 65% M 216 291 209 75 230 27 108 1157 1689 532 69% J 205 259 217 46 279 30 96 1131 1907 775 59% J 232 275 225 59 241 29 116 1177 1993 816 59% A 207 308 185 101 233 28 108 1169 1907 737 61% S 205 284 211 56 257 32 112 1157 1907 750 61% O 209 297 237 46 252 38 113 1192 1907 714 63% N 206 299 199 42 313 27 97 1184 1907 723 62% D 199 339 191 39 244 29 131 1172 1907 735 61%

Por otra parte, la tabla 5 recoge la informacin referente al consumo en horas mensuales de los colaboradores tcnicos C.A.E. En general la utilizacin de estos tcnicos es alta en procedimientos directos, alcanzando en promedio un 63% del tiempo mensual total. El restante 37% equivale en promedio a 409 horas mensuales, en las cuales dichos tcnicos deben realizar tareas tan diversas como: efectuar pesaje, control de cada uno de los pacientes y recopilar la informacin histrica de cada paciente, limpiar los boxes, lavar los materiales utilizados al finalizar la jornada, realizar diariamente el canje de material estril en la unidad de esterilizacin, capacitacin de pacientes, capacitacin personal, permisos y vacaciones.
Tabla 5: Consumo en horas mensuales Colaboradores tcnicos C.A.E.
ENDO OEXP OPRO TOTAL (1) DISPONIBLE (2) HOLGURA (2)-(1) % DE USO E 205 225 208 638 1109 471 58% F 166 237 157 560 1056 496 53% M 242 264 210 716 1162 446 62% A 228 263 237 727 1109 381 66% M 216 291 209 716 1003 287 71% J 205 259 217 681 1109 428 61% J 232 275 225 732 1162 430 63% A 207 308 185 699 1109 410 63% S 205 284 211 699 1109 409 63% O 209 297 237 743 1109 366 67% N 206 299 199 704 1109 405 63% D 199 339 191 729 1109 379 66%

El consumo mensual en horas de las matronas C.A.E. es en promedio de un 21% del tiempo total, como se puede extraer de la tabla 6. La holgura promedio de 873 horas mensuales se debe a la baja intervencin que tienen dichas matronas en procedimientos directos y a la gran carga de trabajo administrativo, entre los que se encuentran: traspaso de registro de pacientes a base de datos manuales, manejo de historial de pacientes: por fecha de citacin y tipo de patologa, entrega de unidades educativas por tipo de paciente (individualizadas), capacitacin y vacaciones. Es recomendable realizar un estudio de clima organizacional para poder establecer la conformidad de estas personas en su puesto de trabajo.

38

ISSN 0717-9103 ISSN Online 0718-8307

Ingeniera Industrial - Ao 9 N 2: 27-46, 2010

Tabla 6: Consumo en horas mensuales colaboradores matronas C.A.E.

ENDO OEXP OPRO TOTAL (1) DISPONIBLE (2) HOLGURA (2)-(1) % DE USO E 68 75 69 213 1109 896 19% F 55 79 52 187 1056 869 18% M 81 88 70 239 1162 923 21% A 76 88 79 242 1109 866 22% M 72 97 70 239 1003 764 24% J 68 86 72 227 1109 882 20% J 77 92 75 244 1162 918 21% A 69 103 62 233 1109 876 21% S 68 95 70 233 1109 876 21% O 70 99 79 248 1109 861 22% N 69 100 66 235 1109 874 21% D 66 113 64 243 1109 866 22%

Las matronas del servicio intervienen en slo dos familias, y dicha intervencin es puntual en el procedimiento directo, requirindose para ello, en promedio de un 9% del tiempo total mensual como se observa en la tabla 7. Este tipo de colaborador desempea su mayor labor en procedimientos indirectos de gestin de cuidado, en los cuales desarrolla actividades de diversa ndole tales como: visitar al paciente (tres veces al da), revisin mamaria, revisin uterina, loquios (prdida por genitales despus del parto), cuidado del recin nacido (color y aspectos de la piel, medir el tamao de la cabeza, controlar la clavcula y las articulaciones, controlar los reflejos, control y anlisis de deposiciones y orina), revisin de documentos (licencias mdicas para las madres, confeccin del carnet de nacimiento de los recin nacidos), capacitacin al alta (charla educativa individual al alta mdica), horas de capacitacin personal, permisos y vacaciones. Para todas estas actividades se dispone en promedio de 4.518 horas mensuales, lo que representa la holgura del recurso.
Tabla 7: Consumo en horas mensuales colaboradores matronas servicio.
CESA PNOR TOTAL (1) DISPONIBLE (2) HOLGURA (2)-(1) % DE USO E 88 338 426 5060 4634 8% F 105 350 455 4636 4181 10% M 111 350 461 5124 4663 9% A 111 334 445 4940 4495 9% M 108 356 464 4932 4468 9% J 96 336 432 4940 4508 9% J 116 354 470 5124 4654 9% A 108 380 488 5060 4572 10% S 112 362 474 4940 4466 10% O 113 374 487 5060 4573 10% N 97 384 481 4940 4459 10% D 131 392 523 5060 4537 10%

El ltimo tipo de colaborador que se define en este trabajo son las tcnicos de servicio, las cuales tiene una tasa de utilizacin mensual promedio de un 14% en procedimientos directos relacionados con las familias tal como se desprende de la tabla 8 y el restante 86% de su tiempo mensual es utilizado en actividades indirectas, no menos importantes, ya que constituyen el ltimo eslabn operativo de la estructura del servicio requiriendo un fuerte despliegue fsico en su trabajo. La holgura de horas mensuales promedio de dichos colaboradores alcanza a las 6.642 h. las que se utilizan para ejecutar las siguientes actividades: realizar ayudanta en todos los procedimientos indirectos efectuados tanto por los mdicos como por las matronas dentro del servicio, cubrir el desplazamiento de los pacientes entre las subunidades al interior del hospital, tomar la presin y temperatura (mnimo tres veces al da) para todas las pacientes de ginecologa y obstetricia, realizar aseos perineales (por fuera de la vagina), capacitacin personal, permisos y vacaciones.

39

Ingeniera Industrial - Ao 9 N 2: 27-46, 2010

Universidad del Bo-Bo

Tabla 8: Consumo en horas mensuales colaboradores tcnicos servicios.

ABOR CESA PNOR TOTAL (1) DISPONIBLE (2) HOLGURA (2)-(1) % DE USO E 63 413 423 898 7823 6925 11% F 83 494 438 1014 7085 6071 14% M 85 519 438 1041 7841 6800 13% A 90 519 418 1026 7583 6557 14% M 78 506 445 1029 7786 6757 13% J 85 450 420 955 7583 6628 13% J 83 544 443 1069 7841 6772 14% A 80 506 475 1062 7823 6761 14% S 92 525 453 1070 7583 6513 14% O 110 531 468 1108 7823 6715 14% N 75 456 480 1012 7583 6571 13% D 83 613 490 1185 7823 6638 15%

Anlisis de dficit y exceso de recursos fsicos. En cuanto a los recursos fsicos definidos en este trabajo, la tabla 9 refleja el consumo de horas mensuales de boxes en el C.A.E. y se observa que la tasa de uso promedio de estas instalaciones, en relacin a los procedimientos directos de las familias que ah se prestan es de un 70% y el restante 30%, es decir, 310 horas mensuales en promedio, queda disponible en: demoras, limpiezas, calibracin de equipos, trabajos administrativos y otros procedimientos mdicos no computados como un procedimiento directo.
Tabla 9: Consumo en horas mensuales del box C.A.E.
ENDO OEXP OPRO TOTAL (1) DISPONIBLE (2) HOLGURA (2)-(1) % DE USO E 205 225 208 638 1008 370 63% F 166 237 157 560 960 400 58% M 242 264 210 716 1056 340 68% A 228 263 237 727 1008 281 72% M 216 291 209 716 912 196 79% J 205 259 217 681 1008 327 68% J 232 275 225 732 1056 324 69% A 201 300 177 678 1008 330 67% S 205 284 211 699 1008 309 69% O 209 297 237 743 1008 265 74% N 206 299 199 704 1008 304 70% D 199 339 191 729 1008 279 72%

Como se observa en la figura 1, se dispone de dos salas de parto normal, las cuales son utilizadas 24 horas diarias, todos los das del ao. La tabla 10 muestra el consumo en horas mensuales de sala de parto, y se aprecia que la tasa de uso promedio de dichas salas es de un 15%, con un exceso promedio de 85%, es decir 1.236 horas mensuales. Lo importante es destacar que la tasa de uso es ptima ya que nicamente se atienden los eventos puntuales del parto, y deben existir dos salas para no poner en riesgo la vida de las madres que se encuentren en trabajo de parto al mismo tiempo. Lo especializado de las salas de parto y la volatilidad del acto de parto normal hace difcil encontrar un uso alternativo de las horas de holgura, sin poner en riesgo el nivel de servicio interno de la unidad.
Tabla 10: Consumo en horas mensuales de la sala de parto normal.
PNOR TOTAL (1) DISPONIBLE (2) HOLGURA (2)-(1) % DE USO E 211 211 1488 1277 14% F 219 219 1344 1125 16% M 219 219 1488 1269 15% A 209 209 1440 1231 14% M 223 223 1488 1266 15% J 210 210 1440 1230 15% J 221 221 1488 1267 15% A 238 238 1488 1251 16% S 226 226 1440 1214 16% O 234 234 1488 1254 16% N 240 240 1440 1200 17% D 245 245 1488 1243 16%

El pabelln quirrgico es una unidad que generalmente presenta dificultades en los hospitales segn lo expresa Jansson (2000), Este caso en particular, no es la excepcin e histricamente ha presentado un lastre para las familias de ciruga de la unidad en estudio, es por tal razn que
40

ISSN 0717-9103 ISSN Online 0718-8307

Ingeniera Industrial - Ao 9 N 2: 27-46, 2010

en este trabajo se presume la existencia durante todo el 2009 de 280 horas extra mensuales de dicha unidad que seran compensadas con la construccin del nuevo pabelln en estudio de edificacin. La tabla 11 muestra que la actual disponibilidad (slo usando lo que cede el pabelln central) entrega un dficit promedio de 272 horas mensuales, lo que como ya se explic ha llevado a los mdicos ha incurrir en una riesgosa prctica. El nuevo pabelln de la unidad dispone, en horario normal, de 180 horas de trabajo mensuales y las otras 100 pueden ser extradas por dos medios: 1) compras de servicio, y 2) uso del pabelln de urgencia de la unidad en una tasa notoriamente inferior a la que se usa hoy en da. Se recomienda el uso de la primera alternativa, pero todo depende del presupuesto disponible para realizar las actividades. Con las 284 horas extra mensuales se obtiene una tasa de uso promedio de 97%, y una holgura promedio mensual de 12 horas. El pabelln quirrgico se constituye por tal motivo en el cuello de botella y toda la unidad debe programarse en base a los requerimientos del pabelln.
Tabla 11: Consumo en horas mensuales del pabelln quirrgico.
CMAM CGIN ABOR CESA TOTAL (1) DISPONIBLE (2) HOLGURA (2)-(1) HRS. EXTRA PAB. NUEVA HOLGURA % DE USO E 68 194 35 121 419 135 -284 284 0,17 100% F 19 103 46 145 313 128 -184 284 99,85 M 34 191 47 152 424 141 -283 284 1,07 A 45 171 50 152 417 135 -283 284 1,45 M 49 158 43 149 398 122 -276 284 7,59 98% J 30 191 47 132 400 135 -265 284 19,09 95% J 38 165 46 160 409 141 -268 284 16,49 A 66 160 45 149 419 135 -284 284 0,19 S 36 176 51 154 418 135 -283 284 1,30 O 30 172 61 156 419 135 -284 284 0,09 N 28 215 42 134 418 135 -283 284 0,95 D 26 167 46 180 418 135 -283 284 0,87

76% 100% 100%

96% 100% 100% 100% 100% 100%

En la tabla 12 se observa el consumo en horas mensual de camas de las salas de recuperacin ubicadas en el ala de obstetricia de la unidad. La tasa de uso promedio mensual es de 94%, pero algunos meses se ha llegado a superar el 100%. Para evitar que dos madres usen la misma cama se arman camas anexas, lo que entrega holgura al recurso.
Tabla 12: Consumo en horas mensuales de la sala de recuperacin obsttrica.
ABOR CESA PNOR TOTAL (1) DISPONIBLE (2) HOLGURA (2)-(1) HRS. EXTRA AN. NUEVA HOLGURA % DE USO E 1040 3696 F 1360 4424 M 1400 4648 A 1480 4648 M 1280 4536 J 1400 4032 J 1360 4872 A 1320 4536 S 1520 4704 O 1800 4760 N 1240 4088 D 1360 5488

15210 15750 15750 15030 16020 15120 15930 17100 16290 16830 17280 17640 19946 21534 21798 21158 21836 20552 22162 22956 22514 23390 22608 24488 23808 21504 23808 23040 23808 23040 23808 23808 23040 23808 23040 23808 3862 0 3862 -30 30 0 2010 0 2010 92% 1882 0 1882 92% 1972 0 1972 92% 2488 0 2488 89% 1646 0 1646 93% 852 0 852 96% 526 0 526 98% 418 0 418 98% 432 0 432 -680 680 0

84% 100%

98% 100%

El estndar de utilizacin de camas es entre un 75% y 85%, ya que de ser inferior a 75% se habla de subutilizacin del recurso y en caso de sobre utilizacin el fenmeno toma el nombre de cama caliente, ya que impide la ventilacin normal de la cama entre paciente y paciente. En la tabla 12 se observa un notorio exceso en la utilizacin, lo que debera ser objeto de anlisis para los responsables de la unidad.
41

Ingeniera Industrial - Ao 9 N 2: 27-46, 2010

Universidad del Bo-Bo

La tabla 13 refleja el consumo de horas mensuales de las camas de la sala A.R.O., consumo que est en directa relacin con el porcentaje de mujeres que presentan complicaciones durante su embarazo, y que se ha estimado en un 25% de las mujeres embarazadas. La tasa de uso promedio de las camas de la sala A.R.O. es de 45% y existe una holgura de 6.394 horas promedio mensual. Se recomienda mantener un estndar de 75% para esta prestacin, lo que implica que con la actual demanda se debera disponer de 7.870 horas cama, en orden de disminuir la holgura promedio a 25% y liberar alrededor de 4.050 horas mensuales las que complementaran la oferta de camas de recuperacin obsttrica.
Tabla 13: Consumo en horas mensuales de la sala A.R.O.
A.R.O. TOTAL (1) DISPONIBLE (2) HOLGURA (2)-(1) % DE USO E 4680 4680 7224 39% F 5184 5184 5568 48% M 5256 5256 6648 44% A 5112 5112 6408 44% M 5184 5184 6720 44% J 4896 4896 6624 43% J 5328 5328 6576 45% A 5472 5472 6432 46% S 5400 5400 6120 47% O 5688 5688 6216 48% N 5328 5328 6192 46% D 5904 5904 6000 50%

11904 10752 11904 11520 11904 11520 11904 11904 11520 11904 11520 11904

La tabla 14 presenta el consumo promedio de camas del rea obsttrica de la unidad, el cual es de 78%. Si se analiza en forma agregada dicha tasa de uso est en conformidad con el estndar y las estadsticas del hospital, pero como se ha demostrado, dicho anlisis puede inducir a error ya que la distribucin real de la utilizacin de camas de la unidad es notoriamente diferente en este aspecto.
Tabla 14: Tasa de uso total de camas de la unidad obsttrica.
% DE USO 69% 83% 76% 76% 76% 74% 77% 80% 81% 81% 81% 85%

Para finalizar, la tabla 15 muestra la informacin pertinente al consumo en horas camas mensuales de la sala de ginecologa de la unidad. Se observa que el consumo promedio es de 70%, lo que indica una leve subutilizacin del recurso, pero si la demanda de cirugas ginecolgicas y mamarias es superior a lo pronosticado, esa pequea subutilizacin sera cubierta de inmediato. En un momento se pens disminuir el nmero de camas del rea ginecolgica ya que existe una tasa de utilizacin del orden del 50%, pero al incrementar la capacidad de resolucin de patologas por medio de las nuevas horas del pabelln quirrgico se genera un efecto domin que incrementa instantneamente la tasa de utilizacin de dichas camas.
Tabla 15: Consumo en horas mensuales de la sala ginecolgica.
CMAM CGIN TOTAL (1) DISPONIBLE (2) HOLGURA (2)-(1) % DE USO E 2304 7632 9936 1968 83% F 648 4032 4680 6072 44% M 1152 7488 8640 3264 73% A 1512 6696 8208 3312 71% M 1656 6192 7848 4056 66% J 1008 7488 8496 3024 74% J 1296 6480 7776 4128 65% A 2232 6264 8496 3408 71% S 1224 6912 8136 3384 71% O 1008 6768 7776 4128 65% N 936 8424 9360 2160 81% D 864 6552 7416 4488 62%

11904 10752 11904 11520 11904 11520 11904 11904 11520 11904 11520 11904

DISCUSIN FINAL
Un requerimiento esencial para generar una estructura de planificacin agregada es la coordinacin requerida para calzar la oferta y la demanda, y su respectivo nivel de agregacin para poder comprender adecuadamente el flujo de pacientes. La unidad de ginecologa y obstetricia adolece de carencia de un sistema de registro que permita determinar la demanda
42

ISSN 0717-9103 ISSN Online 0718-8307

Ingeniera Industrial - Ao 9 N 2: 27-46, 2010

real, ya que nicamente disponen de la informacin histrica de la oferta entregada. Se recomienda realizar investigacin aplicada dentro de la unidad para desarrollar un sistema de pronstico que genere informacin ms exacta para alimentar el modelo. Mediante la agregacin de familias de prestaciones mdicas se estableci el primer paso para desarrollar el modelo de planificacin agregada en dicho servicio. Se aconseja que los directivos del recinto hospitalario extrapolen esta aplicacin a los otros servicios dentro del Hospital. Adems, el modelo identifica, con datos empricos, la existencia de dos cuellos de botella al interior de la unidad, el primero de ellos el pabelln quirrgico, al cual se le deben agregar horas adicionales para poder cumplir con un nivel de servicio mnimo establecido (esto hecho le permite al jefe de la unidad poder reafirmar su proyecto de agregar un pabelln para operaciones programadas). El segundo cuello que el modelo identifica, y se reafirma por medio de la observacin directa en las salas de recuperacin obsttrica, es la sobre utilizacin de las camas de dichas salas, lo que hoy en da lleva a replantearse la posibilidad de utilizar la holgura disponible en las salas de A.R.O. El modelo tambin muestra que la utilizacin del recurso salas ginecolgicas, est muy cerca del rango de uso ptimos (75%-85%), situacin que antes de la confeccin del mismo no se apreciaba claramente. Este fenmeno llev a los jefes de la unidad a pensar en reducir el nmero de camas disponibles en dichas salas, pero la informacin generada en esta investigacin determin que no es conveniente realizar dicha reduccin ya que al agregar ms horas de ciruga programada la tasa de utilizacin de dicho recurso aumenta. Se recomienda a los jefes de servicio que la programacin de corto plazo del pabelln debe tener como prioridad la asignacin de los colaboradores que intervienen en los procedimientos quirrgicos, ya que el costo social por hora de pabelln quirrgico perdida es muy alto para la unidad. Adems, segn lo expresa Eppen et al (2000), la validacin de un modelo est en directa relacin en cuan bien refleje la historia y cmo los usuarios al interpretar su informacin pueden reafirmar o mejorar una decisin. Como ya se seal en los prrafos precedentes los jefes del servicio validaron el modelo como una representacin de la realidad porque reafirma empricamente lo que ellos observaban da a da. Un problema que se identifica en sta investigacin, y que frena el desarrollo de modelos como ste, en el sector de la salud, es la carencia del conocimiento tcnico necesario para formular, modificar y sostener a travs del tiempo un modelo de optimizacin matemtico, que dems esta decir, generalmente genera resistencia por su elevado nivel de sofisticacin. Tambin, el diseo de un adecuado sistema de costeo ayudara a mejorar el modelo ya que se puede as incorporar un mayor nmero de variables y generar una funcin objetivo que maximizara los beneficios o minimizara los costos totales, respetando un cierto nivel de servicio para cada una de las prestaciones, ya que a fin de cuentas la fortaleza del algoritmo que se presenta en este trabajo es entregar una estructura general que requiere modificar solamente algunas ecuaciones y estar listo para ser utilizado, de acuerdo a la situacin del momento. Para finalizar, la visin sistmica entregada por un modelo de planificacin agregada abre un campo de anlisis muy interesante para el ingeniero industrial en el mbito de las instituciones de salud, ya que permite aplicar herramientas probadas y validadas durante muchos aos en la industria a un campo nuevo y frtil como lo es la administracin en el rea de la salud. Tambin, dentro del transcurso de esta investigacin, fue posible apreciar que muchas de las restricciones a las que se ven enfrentadas las personas al interior de los servicios, en este caso el de ginecologa y obstetricia son ms bien polticas o procedimentales que fsicas, y que dichas polticas y procedimientos raramente son modificadas cuando el ambiente cambia.

43

Ingeniera Industrial - Ao 9 N 2: 27-46, 2010

Universidad del Bo-Bo

REFERENCIAS
Albornoz, V., & Contesse, L. (1999). Modelos de optimizacin robusta para un problema de planificacin agregada de la produccin bajo incertidumbre en las demandas, Investigacin Operativa, 7(3); 1-15. Anthony, R. (1965). Planning and Control Systems: A Framework for Analysis, USA, First Edition, Harvard University Press, 180 p. Bitran, G., & Hax, A. (1977). On the Design of Hierarchical Production Planning Systems, Decision Sciences, 8 (1); 28 - 55 Bitran, G., & Tirupati, D. (1989). Hierarchical Production Planning, Working paper (Sloan School of Management); 3017-89. Blake, J., & Carter M. W. (2003). Physician and hospital funding options in public system with decreasing resources, Socio-Economic Planning Sciences, 37; 45 68. Blake, J., & Carter, M. (2002). A Goal Programming Approach to Strategic Resource allocation in acute care hospitals, European Journal of Operational Research, 140; 541 561. Blake, J., & Donald, J. (2002). Mount Sinai hospital uses integer programming to allocate operating room time, Interfaces, 32(2); 63-73 Bretthauer, K. M., & Murray, J. C. (1998). A Model for Planning Resource Requirements in Health Care Organizations, Decision Sciences, 29(1); 243 260. Castro, R. (2007a). Salud: Qu est pasando con la productividad?, Temas Pblicos, Instituto Libertad y Desarrollo, N 835. Castro, R. (2007b). Marcando el paso en salud, Diario Financiero, Santiago, Chile, 22 Enero, Mirada Pblica, 18. Chase, R., Aquilano, N., & Jacobs, F. (2000). Administracin de produccin y operaciones: Manufactura y servicios, Mxico, Octava edicin, McGraw-Hill, Cap. 13-14. Corominas, A., Lusa, A. & Boiteux, O. (2007). Estado del arte sobre planificacin agregada de la produccin, Presentacin doctoral Universidad Politcnica de Catalua. De La Fuente, R., & Santelices, I. (2009). Diseo de un modelo de planeacin agregada para las prestaciones mdicas en el hospital Herminda Martn de Chilln, caso de estudio: servicio de ginecologa y obstetricia. Memoria para optar al ttulo de Ingeniero Civil Industrial, Universidad del BioBio. Departamento Ingeniera Industrial. Concepcin, Chile, Junio 2009. Eppen, G., Gould, F., Schmidt, C., Moore, J., & Weatherford, L. (2000). Investigacin de operaciones en la ciencia administrativa, Mxico, Quinta edicin, Prentice Hall Hispanoamericana S.A. Cap. 1-2. Fleischmann, B., Meyr, H., & Wagner, M. (2004). Concepts of advanced planning systems. Hax, A., & Meal, H. (1973). Hierarchical Integration of Production Planning and Scheduling, Working paper. Sloan School of Management; 656-73. Heizer, J., & Render, B. (2004). Principios de administracin de operaciones, Mxico, Quinta edicin, Pearson Education, 704p.

44

ISSN 0717-9103 ISSN Online 0718-8307

Ingeniera Industrial - Ao 9 N 2: 27-46, 2010

Jansson, A. (2000). Optimizacin del proceso de ciruga en hospitales pblicos. Una aplicacin de la modelacin de matemtica entera en la prestacin de atenciones quirrgicas en el hospital el salvador, Santiago de Chile. Pharos, 7(1); 31-62. Keown, A. J., & Martin J. D. (1976). An integer goal programming model for capital budgeting in hospitals, Financial Management, JSTOR, 28-35. Kwak, N.K., & Lee, CH. (1997). A linear goal programming model for human resource allocation in health-care organization, Journal of Medical Systems, 21(3); 129-140. Lave, J., Lave, L., & Leinhardt, S. (1974). Medical manpower models: need, demand, and supply. Santa Monica, CA: RAND Corporation, 1974. http://www.rand.org/pubs/reports/R1481. (online September, 2010) Ogulata, S., & Erol, R. (2003). A hierarchical multiple criteria mathematical programming approach for scheduling general surgery operation in large hospitals, Journal of Medial Systems, 27(3);259 270. Rifai, A. K., & Pecenka, J. 0. (1989). An Application of Goal Programming in Healthcare Planning, International Journal of Operations and Production Management, 10(3); 28 37. Schroeder, R. (2005). Administracin de operaciones: casos y conceptos contemporneos, Mxico, Primera edicin en espaol, McGraw-Hill, 601p. Vissers, J. (1998). Health care management modelling: a process perspective, Health Care Management Science, 1; 77-85. Widiarta, H., Viswanathan, S., & Piplani, R. (2008). An analytical evaluation of top-down versus bottom-up forecasting in a production planning framework, IMA journal of management mathematics. vol.19(2);207-218

45