Contenido principal del artículo

Ana M. Estupiñán
M. Juliana Torres
Martha P. Caro
Eliana María González-Neira
David Barrera
Nicolás Pérez
Jorge Barbosa
Carlos Sefair
Daniel R. Suárez

Introducción: la programación de los quirófanos es el factor de mayor incidencia en el desempeño de los servicios de cirugías. Este estudio cuantificó el impacto de la variabilidad artificial creada por una programación manual de las cirugías en el Hospital Universitario Mayor - Méderi (hum), Colombia. La hipótesis planteada es que una programación semiautomática podría: (i) reducir la variabilidad diaria del servicio de cirugías, (ii) aumentar la disponibilidad de los quirófanos y (iii) mejorar el tiempo de oportunidad por cirugía. Materiales y métodos: este estudio empleó los registros del servicio de cirugía de un mes regular. El servicio estudiado ejecuta alrededor de 35 000 cirugías al año y el proceso de programación es manual. La programación real fue comparada con las generadas a partir del empleo del algoritmo Bin Packing y las reglas de despacho Longest Processing Time (lpt) y Shortest Processing Time (spt). Resultados: la aplicación del algoritmo con la regla lpt logró una mejora en la programación del mes estudiado: los coeficientes de variación del flujo de pacientes y ocupación diaria se redujeron (25,09 % y 36,71 %, respectivamente). Adicionalmente, el tiempo de oportunidad se redujo en 6,2 días y la ocupación del servicio subió un 26,22 %. La programación con la regla spt aumentó la variabilidad en el flujo de paciente en 22,7 % y disminuyó la ocupación en 2,28 %. Conclusiones: una programación semiautomática de las salas de cirugía en el hum empleando la regla lpt lograría mejorar sustancialmente indicadores de variabilidad del servicio, tiempo de oportunidad y ocupación.

Descargas

Los datos de descargas todavía no están disponibles.
Estupiñán, A. M., Torres, M. J., Caro, M. P., González-Neira, E. M., Barrera, D., Pérez, N., Barbosa, J., Sefair, C., & Suárez, D. R. (2016). Reglas de despacho en la programación de procedimientos quirúrgicos electivos: impacto en los indicadores de ocupación y oportunidad. Revista Ciencias De La Salud, 14(02), 211-222. https://doi.org/10.12804/revsalud14.02.2016.06

Ana M. Estupiñán, Departamento de Ingeniería Industrial, Facultad de Ingeniería, Pontificia Universidad Javeriana.

BSc. Departamento de Ingeniería Industrial, Facultad de Ingeniería, Pontificia Universidad Javeriana, Bogotá, Colombia.

M. Juliana Torres, Departamento de Ingeniería Industrial, Facultad de Ingeniería, Pontificia Universidad Javeriana.

BSc. Departamento de Ingeniería Industrial, Facultad de Ingeniería, Pontificia Universidad Javeriana.

Martha P. Caro, Departamento de Ingeniería Industrial, Facultad de Ingeniería, Pontificia Universidad Javeriana.

MSc. Departamento de Ingeniería Industrial, Facultad de Ingeniería, Pontificia Universidad Javeriana.

Eliana María González-Neira, Departamento de Ingeniería Industrial, Facultad de Ingeniería, Pontificia Universidad Javeriana.

MSc. Departamento de Ingeniería Industrial, Facultad de Ingeniería, Pontificia Universidad Javeriana.

David Barrera, Departamento de Ingeniería Industrial, Facultad de Ingeniería, Pontificia Universidad Javeriana.

MSc. Departamento de Ingeniería Industrial, Facultad de Ingeniería, Pontificia Universidad Javeriana.

Nicolás Pérez, Hospital Universitario Mayor - Méderi, Colombia.

MD. Hospital Universitario Mayor - Méderi, Colombia.

Jorge Barbosa, Hospital Universitario Mayor - Méderi, Colombia.

MD. Hospital Universitario Mayor - Méderi, Colombia.

Carlos Sefair, Hospital Universitario Mayor - Méderi, Colombia.

MD. Hospital Universitario Mayor - Méderi, Colombia.

Daniel R. Suárez, Departamento de Ingeniería Industrial, Facultad de Ingeniería, Pontificia Universidad Javeriana.

PhD. Departamento de Ingeniería Industrial, Facultad de Ingeniería, Pontificia Universidad Javeriana, Bogotá, Colombia.

Fernández-García JJ. La hora de la gestión de las operaciones: una visita guiada. Rev Sedisa S xxi. 2009;12:70-5.

Brailsford S, Vissers J. OR in healthcare: A European perspective. Eur J Oper Res 2011;212(2):223-34.

Denton B, Viapiano J, Vogl A. Optimization of surgery sequencing and scheduling decisions under uncertainty. Health Care Manag Sci 2007;10(1):13-24.

Gordon T, Paul S, Lyles A, Fountain J. Surgical unit time utilization review: resource utilization and management implications. J Med Syst 1988;12(3):169-79.

Dobrzykowski D, Saboori Deilami V, Hong P, Kim SC. A structured analysis of operations and supply chain management research in healthcare (1982-2011). Int J Prod Econ 2014;147(2014):514-30.

Hulshof PJH, Kortbeek N, Boucherie RJ, Hans EW, Bakker PJM. Taxonomic classification of planning decisions in health care: a structured review of the state of the art in OR/MS. Heal Syst 2012;1(2):129-75.

Lynch R. Economic considerations, efficiency and design. En: Kaye AD, Fox CJ, Urman RD, eds. Operating Room Leadership and Management. 1.a ed. New York: Cambridge University Press; 2012. p. 39-45.

Litvak E. Managing Patient Flow in Hospitals: Strategies and Solutions. 2.a ed. Oakbrook Terrace, Illinois: Joint Commission Resources; 2010.

Smith CD, Spackman T, Brommer K, Stewart MW, Vizzini M, Frye J, et al. Re-engineering the operating room using variability methodology to improve health care value. J Am Coll Surg 2013;216(4):559-68; discussion 568-70.

Gabriele A, Wang J, Yang K. Operating room adjusted utilization studynull. Int J Lean Six Sigma may2015;6(2):111-37.

Chana P, Bunrs E, Arora S, Darzi A, Faiz O. A Systematic Review of the Impact of Dedicated Emergency Surgical Services on Patient Outcomes. Ann Surg 2015;263(1):20-7.

Astaraky D, Patrick J. A simulation based approximate dynamic programming approach to multi-class, multi-resource surgical scheduling. Eur J Oper Res 2015;245(1):309-19.

Jiménez A, Amaya C, Velasco N. Estrategias de programación de salas de cirugía: Un caso de aplicación en un hospital de Bogotá. Bogotá; 2008.

Díaz-López LP, Fuquen-Fraile L, Barrera D, González-Neira EM, García-Herreros LG, Suárez DR. Con-trol de la variabilidad en la programación de pacientes electivos en salas de cirugía. Gerenc y Políticas Salud 2015;14(28):78-87.

Alonso E, Tobón Á, Andrea P, Restrepo V, Villegas JG. Analyzing the Capacity of the IPS Universitaria Surgery Service Via Integer Programming. Rev Ing Biomédica 2015;9(18):127-32.

Velásquez-Restrepo PA, Rodríguez-Quintero AK, Jaén-Posada JS. Aproximación metodológica a la planificación y a la programación de las salas de cirugía: una revisión de la literatura. Rev Gerenc y Polit Salud 2012;2(24):249-66.

Velasco N, Barrera D, Amaya CA. Logística hospitalaria: Lecciones y retos para Colombia. En: Bernal O, Gutiérrez C, eds. La salud en Colombia. Logros, retos y recomendaciones. Bogotá: Uniandes; 2012. p. 309-43.

Amaya CA, Beaulieu M, Landry S, Rebolledo C, Velasco N. Potenciando la contribución de la logística hospitalaria: tres casos, tres trayectorias. Manag Int 2010;14(4):85.

Saadouli H, Jerbi B, Dammak A, Masmoudi L, Bouaziz A. A stochastic optimization and simulation approach for scheduling operating rooms and recovery beds in an orthopedic surgery department. Comput Ind Eng 2015;80:72-9.

Xiang W, Yin J, Lim G. A short-term operating room surgery scheduling problem integrating multiple nurses roster constraints. Artif Intell Med 2015;63(2):91-106.

Dexter F, Macario A, Traub RD, Hopwood M, Lubarsky DA. An operating room scheduling strategy to maximize the use of operating room block time: computer simulation of patient scheduling and survey of patients’ preferences for surgical waiting time. Anesth Analg 1999;89(1):7-20.

Lawrence S. Heuristic, optimal, static, and dynamic schedules when processing times are uncertain. J Oper Manag 1997;15(1):71-82.

Pinedo ML. Scheduling: Theory, Algorithms and Systems. 4.a ed. New York: Springer Science & Bu¬siness Media; 2012.

Li WM, L. Mitchell V, R. Nault B, Brind D. Operating Room Scheduling and Adaptive Control Using a Priority First Fit Decreasing Heuristic. Eng Manag Res 2015;4(2):46-53.

Zheng F, Luo L, Zhang E. NF-based algorithms for online bin packing with buffer and bounded item size. J Comb Optim 2015;30(2):360-9.

Blake JT, Donald J. Mount Sinai Hospital Uses Integer Programming to Allocate Operating Room Time. Interfaces 2002;32(2):63-73.

Litvak E. Optimizing Patient Flow by Managing Its Variability. In: Berman S, ed. From Front Office to Front Line: Essential Issues for Health Care Leaders. 1.a ed. Oakbrook Terrace, Illinois: Joint Commission Resources; 2005. p. 91-112.

Bender JS, Nicolescu TO, Hollingsworth SB, Murer K, Wallace KR, Ertl WJ. Improving operating room efficiency via an interprofessional approach. Am J Surg 2015;209(3):447-50.

Sandbaek BE, Helgheim BI, Larsen OI, Fasting S. Impact of changed management policies on operating room efficiency. BMC Health Serv Res 2014;14(1):224.

Schultz J. Variability based surgical scheduling: a simulation approach. Proceedings of the 2014 Winter Simulation Conference. 2014. p. 1353-64; Savannah.

Baesler F, Gatica J, Correa R. Simulation Optimisation for Operating Room Scheduling. Int J Simul Model 2015; 4(2):215-26.

Detalles del artículo

Artículos más leídos del mismo autor/a