Your browser doesn't support javascript.
loading
Gestión de camas hospitalarias durantela pandemia en Navarra con el apoyo demétodos matemáticos de predicción / Management of hospital beds during the pandemic in Navarra with the support of mathematical prediction methods
Rodrigo-Rincón, Isabel; Garcia-Vicuña, Daniel; Esparza, Laida; Santana-Domínguez, Sergio; Martínez-Larrea, Jesús Alfredo; Mallor, Fermin.
Affiliation
  • Rodrigo-Rincón, Isabel; Hospital Universitario de Navarra. Servicio Navarro de Salud-Osasunbidea. Pamplona. España
  • Garcia-Vicuña, Daniel; Universidad Pública de Navarra. Instituto de Smart Cities. Pamplona. España
  • Esparza, Laida; Hospital Universitario de Navarra. Servicio Navarro de Salud-Osasunbidea. Pamplona. España
  • Santana-Domínguez, Sergio; Hospital Universitario de Navarra. Servicio Navarro de Salud-Osasunbidea. Pamplona. España
  • Martínez-Larrea, Jesús Alfredo; Hospital Universitario de Navarra. Servicio Navarro de Salud-Osasunbidea. Pamplona. España
  • Mallor, Fermin; Universidad Pública de Navarra. Instituto de Smart Cities. Pamplona. España
An. sist. sanit. Navar ; (Monografía n 8): 467-481, Jun 23, 2023. tab, ilus, graf
Article in Spanish | IBECS | ID: ibc-222488
Responsible library: ES1.1
Localization: ES15.1 - BNCS
RESUMEN
Durante la pandemia por coronavirus, en Navarra se utilizaron modelos matemáticos depredicción para estimar las camas necesarias, convencionales y de críticos, para atender alos pacientes COVID-19. Las seis ondas pandémicas presentaron distinta incidencia en la población, ocasionandovariabilidad en los ingresos hospitalarios y en la ocupación hospitalaria. La respuesta a laenfermedad de los pacientes no fue constante en cada onda, por lo que, para la predicción decada una, se utilizaron los datos correspondientes de esa onda.El método de predicción constó de dos partes una describió la entrada de pacientes alhospital y la otra su estancia dentro del mismo. El modelo requirió de la alimentación a tiempo real de los datos actualizados. Los resultados delos modelos de predicción fueron posteriormente volcados al sistema de información corporativotipo Business Intelligence. Esta información fue utilizada para planificar el recurso cama y lasnecesidades de profesionales asociadas a la atención de estos pacientes en el ámbito hospitalario.En la cuarta onda se realizó un análisis para cuantificar el grado de acierto de los modelospredictivos. Los modelos predijeron adecuadamente el pico, la meseta y el cambio detendencia, pero sobreestimaron los recursos necesarios para la atención de los pacientes enla parte descendente de la curva. El principal punto fuerte de la sistemática utilizada para la construcción de modelospredictivos fue proporcionar modelos en tiempo real con datos recogidos con precisión porlos sistemas de información que consiguieron un grado de acierto aceptable permitiendo unautilización inmediata.(AU)
Subject(s)

Search on Google
Collection: National databases / Spain Database: IBECS Main subject: Bed Occupancy / 28574 / Coronavirus Infections / Pandemics / Forecasting / Hospital Bed Capacity Limits: Humans Country/Region as subject: Europa Language: Spanish Journal: An. sist. sanit. Navar Year: 2023 Document type: Article Institution/Affiliation country: Hospital Universitario de Navarra/España / Universidad Pública de Navarra/España
Search on Google
Collection: National databases / Spain Database: IBECS Main subject: Bed Occupancy / 28574 / Coronavirus Infections / Pandemics / Forecasting / Hospital Bed Capacity Limits: Humans Country/Region as subject: Europa Language: Spanish Journal: An. sist. sanit. Navar Year: 2023 Document type: Article Institution/Affiliation country: Hospital Universitario de Navarra/España / Universidad Pública de Navarra/España
...