Los cuadernos de PYLO - Logstica Hospitalaria -

Estudio De Simulacin En El Laboratorio Clnico De Un Hospital Privado

L. M. Olaya, A.Jimenez,C.A. Amaya,N.Velasco. UniversidaddelosAndes PYLO H20085 Julio2008

Los textos publicados en la serie de los informes de investigacin de la Universidad de los Andes slo comprometen la responsabilidad de sus autores

Estudio De Simulacin En El Laboratorio Clnico De Un Hospital Privado

Lina Marcela Olaya*, ngela Mara Jimnez*, Nubia Velasco*, Ciro Alberto Amaya*
*email: {li-olaya, ang-jime, nvelasco, ca.amaya} @uniandes.edu.co, Universidad de los Andes, Bogot, Colombia

RESUMEN: El presente artculo resume los resultados de un estudio de simulacin del laboratorio clnico cuyo propsito es el de ofrecer al hospital una herramienta que permita un mejor entendimiento del sistema y sirva como apoyo para la toma de decisiones relacionadas con la reestructuracin del laboratorio. Palabras Clave: Logstica hospitalaria, Simulacin, Laboratorio clnico, Investigacin de operaciones

1 INTRODUCCIN El laboratorio clnico es un componente importante en el servicio que presta un centro hospitalario ya que es all en donde se llevan a cabo la toma de muestras y el anlisis de resultados que permiten diagnosticar las diferentes enfermedades de los pacientes. Debido a esto, diariamente llegan al laboratorio clnico un gran nmero de pacientes que buscan ser atendidos en el menor tiempo posible, por lo que continuamente se llevan a cabo una serie de actividades relacionadas con la logstica hospitalaria, cuyo fin es el de garantizar al paciente un servicio de excelente calidad. Las herramientas de investigacin de operaciones han sido muy utilizadas en la realizacin de las actividades logsticas con el fin de garantizar el uso eficiente de los recursos, tanto fsicos como humanos, de los laboratorios clnicos [1]. Un ejemplo lo constituye el estudio realizado en The German Heart Center Munich en Bavaria [2], en donde se analiz cmo el uso de las tcnicas en investigacin de operaciones puede ser una valiosa herramienta para apoyar la toma de decisiones en el laboratorio clnico. Para esto, se realiz una simulacin del laboratorio, el cual est divido en varias reas: pruebas de orina, hematologa, hemostasis, inmunologa y electroforesis. En el

modelo de simulacin se analizaron los efectos en el sistema ante cambios en las polticas actuales, lo que permiti un mejor diseo de las operaciones que se realizan actualmente. El principal aporte del estudio se bas en el anlisis del efecto que tendra sobre el tiempo de permanencia de los pacientes, el duplicar el nmero de equipos de hematologa. Esto debido a que el estudio demostr que contrario a lo que se esperaba, el duplicar la capacidad de los equipos de hematologa, solo disminua en un 7% el tiempo promedio de permanencia de los pacientes, por lo que si el laboratorio hubiera incurrido en los gastos de inversin de estos equipos, los gastos hubieran sido muy elevados, y el aumento en la calidad del servicio no hubiera sido un aumento considerable. Entre otros trabajos realizados en laboratorios clnicos, se encuentra el realizado por Bayer Diagnostics [3], donde se utilizaron las herramientas de simulacin para identificar los efectos en el sistema, principalmente potenciales cuellos de botella, de la automatizacin del laboratorio de patologas. Lo anterior, permiti tener ms bases de informacin en el momento de redisear y automatizar el laboratorio. Del mismo modo, Kristine A. Bailey and Sebastian DAngelo [4] realizaron una investigacin en la que se muestran las principales ventajas que se tienen al
2

hacer modelos de simulacin para evaluar el desempeo actual de diferentes laboratorios clnicos, y examinar qu cambios pueden ser efectuados en el sistema y si es posible la automatizacin de ciertos procesos sin desestabilizar el mismo. El laboratorio clnico del hospital bajo anlisis tiene como misin atender a sus pacientes brindndoles un servicio que cumpla con los mejores estndares de calidad. Sin embargo, se han estado presentando una serie de problemas relacionados con la alta permanencia de los pacientes en el laboratorio. Teniendo en cuenta que existe numerosa bibliografa que apoya la utilidad de la implementacin de las tcnicas de investigacin de operaciones y especialmente los estudios de simulacin, se decidi utilizar este tipo de herramienta para sugerir polticas orientadas a disminuir los tiempos de permanencia excesiva de los pacientes en el laboratorio del hospital, as como a incrementar la calidad del servicio prestado. De este modo se desarrolla un modelo de simulacin del laboratorio, el cual tiene como objetivo suministrar al hospital un mejor entendimiento del sistema y una herramienta de apoyo para la toma de decisiones relacionadas con su funcionamiento. Para esto, con el modelo planteado se analizan diferentes escenarios posibles y se observa el efecto de cada uno de stos en el sistema, con el fin de plantear una serie de recomendaciones al hospital que le permitan mejorar la atencin de sus pacientes. 2 ESTRUCTURA DEL DOCUMENTO El presente artculo se desarrolla de la siguiente manera: inicialmente se presenta una descripcin del laboratorio. A continuacin, se presenta la forma en que se caracteriz el sistema, los resultados de la toma de datos en el laboratorio clnico y el anlisis de datos de entrada para el modelo; as como la construccin y validacin del mismo. Luego, se describen los escenarios considerados en el estudio y se justifica la eleccin de stos. Posteriormente se presentan los resultados de los escenarios evaluados, el anlisis de las salidas del modelo y las recomendaciones que sobre esta base se sugieren al laboratorio clnico. Finalmente, se desarrollan las conclusiones generales y posibles extensiones del presente estudio.

3 FUNCIONAMIENTO DEL LABORATORIO CLNICO Actualmente el laboratorio clnico del hospital se encarga de tomar y analizar las muestras de sangre, patolgicas, ginecolgicas y recepcin de pruebas de orina y coprolgicas de los pacientes. De este modo, diariamente llegan al hospital un gran nmero de personas para ser atendidas. Entre los pacientes que llegan al laboratorio se pueden distinguir dos grupos. El primer grupo se refiere a aquellos pacientes que van por atencin particular o que estn afiliados a una EPS o medicina prepagada en convenio especial con el hospital. Los pacientes particulares son aquellos que no se realizan los exmenes por medio de ninguna EPS o medicina prepagada, sino que el pago lo realizan directamente ellos. El convenio especial se refiere a que para que el laboratorio clnico pueda realizar los exmenes al paciente, se debe realizar una autorizacin por medio de un servicio de audiorespuesta, el cual es fcil y rpido de usar. El otro grupo de pacientes est conformado por aquellos que estn afiliados a una EPS que no tiene convenio especial con el laboratorio, por lo que para poder ser atendidos requieren realizar un proceso de trmite de autorizacin, el cual requiere que la recepcionista deba comunicarse con la persona de la EPS encargada de realizar la verificacin de los datos del paciente para que as el laboratorio pueda atenderlo. El tiempo promedio de atencin de este grupo de pacientes por parte de las recepcionistas puede oscilar entre 4 y 35 minutos aproximadamente. Sin importar el grupo al que pertenezca el paciente, ste debe tomar un digiturno en el momento en el que ingresa al laboratorio, y esperar la llamada de alguna recepcionista. Actualmente existen 6 recepcionistas, las cuales se encargan de tomar los datos bsicos del paciente para ingresarlos al sistema (nombres, apellidos, nmero de cdula), verificar la orden mdica, realizar el trmite de autorizacin (en caso de que sea necesaria la autorizacin) y/o realizar el trmite de pago del servicio, e imprimir los rtulos de identificacin que se pondrn a las muestras del paciente. En el caso en el que se requiera un trmite de autorizacin que no puede ser realizado por audiorespuesta (slo los de convenio especial pueden ser verificados a travs de este medio), la recepcionista debe llamar a la EPS y verificar que el servicio puede ser prestado al paciente. Generalmente se presentan problemas de comunicacin entre la recepcionista y la EPS, ya
3

que en ocasiones no entra la llamada, o la recepcionista debe esperar durante largo tiempo para ser atendida por la EPS para la verificacin de datos, haciendo que el tiempo de atencin de los pacientes del grupo 2 sea mucho mayor que el de los pacientes del grupo 1. En caso de que el paciente slo requiera el anlisis de una prueba patolgica, luego de que la recepcionista ingresa los datos del paciente al sistema, puede recibir la muestra y marcarla, por lo que el paciente sale del laboratorio clnico. Aquellos pacientes que requieren una toma de muestra, luego de ser atendidos por la recepcionista (sin importar a qu grupo pertenece el paciente), deben permanecer en la sala de espera hasta que sean llamados por las encargadas de realizar la toma de muestra. Actualmente existen 6 cubculos de toma de muestra y en cada cubculo se encuentra una auxiliar encargada de la toma de muestras. Sin embargo, existen ocasiones en las que el nmero de pacientes que requieren toma de muestra es tan alto que las bacterilogas, personal encargado de analizar las muestras, debe abandonar su labor y salir a tomar muestras en el espacio destinado para donacin de sangre. Las personas encargadas de la toma de muestra llaman a los pacientes de acuerdo al orden en el que fueron atendidos por la recepcionista, pero aquellos pacientes que nicamente van a llevar muestras de orina o coprolgicas tienen prioridad para ser atendidos. Cuando la auxiliar toma la muestra de sangre o ginecolgica, o recibe la muestra coprolgica o de orina, la marca con los rtulos que imprimi la recepcionista y le da al paciente un volante que contiene un cdigo de barras, el nmero de cdula del paciente y la fecha de entrega de los resultados, para que el paciente pueda reclamar los resultados. Cuando el paciente es atendido, ste sale del laboratorio y posteriormente regresa para recoger los resultados de sus exmenes. La Figura 1 resume los pasos por los que un paciente que se va a realizar algn tipo de muestra debe pasar para ser atendido:

Figura 1. Resumen de los pasos en la atencin de un paciente en el laboratorio y actores involucrados

De la observacin directa del laboratorio clnico anteriormente expuesta, pueden entonces destacarse los siguientes elementos que caracterizan la situacin actual del laboratorio: Existe una nica fila para ser atendido por las recepcionistas, sin importar a qu grupo pertenezca el paciente. La regla para atencin de los pacientes por parte de las recepcionistas es FIFO (first in first out) por efecto de los digiturnos. Los pacientes que tienen convenio especial o pago directo tienen un tiempo de servicio en recepcin mucho menor que el de los pacientes que requieren un trmite de autorizacin. En el proceso de toma de muestras, los pacientes que nicamente van a entregar muestra de orina o coprolgica tienen prioridad. Estos elementos fueron considerados a la hora de construir y validar el modelo de simulacin, as como tambin fueron tenidos en cuenta para la elaboracin de propuestas de mejora al laboratorio clnico. 4 CARACTERIZACIN DEL SISTEMA Adicional a lo anterior, para la elaboracin del modelo de simulacin, se deben definir los parmetros que se van a utilizar en el modelo de simulacin, al igual que los supuestos y las medidas de desempeo a considerar para la evaluacin del sistema. Los parmetros del modelo se dividen en dos grupos: aquellos que son de naturaleza determstica y aquellos que son variables aleatorias. Las variables aleatorias en este caso corresponden a los tiempos entre arribos de los pacientes, lo tiempos de servicio de las recepcionistas y de las auxiliares de toma de muestras, los cuales por la naturaleza del sistema
4

sern caracterizados bajo distribuciones de probabilidad, como se explicar ms adelante en la seccin de datos de entrada. Para el tiempo entre arribos de los pacientes, se tuvo en cuenta que ste cambia dependiendo de los rangos del da, es decir, en las horas de la maana el tiempo entre arribos es menor que el tiempo entre arribos de las horas de la tarde, ya que en la maana ingresan ms pacientes al laboratorio clnico. Con respecto a los tiempos de servicio de recepcin, es importante mencionar que el personal de recepcin es considerado homogneo, es decir, que el tiempo de servicio de las recepcionistas no depende de qu recepcionista est atendiendo al paciente, sino que el tiempo de servicio depender nicamente del grupo al que pertenece al paciente, en otras palabras, de si requiere un trmite de autorizacin y de la duracin de ste. De esta forma, existirn dos variables de tiempo de servicio en recepcin, una para el tiempo de servicio en recepcin de los pacientes del grupo 1, y otro para el tiempo en recepcin de los pacientes del grupo 2. Del mismo modo, se consider que las auxiliares de toma de muestra son un grupo homogneo, por lo que no hay diferencias en el tiempo de servicio de las auxiliares de toma de muestra, sino que el tiempo de servicio de stas sigue una misma distribucin de probabilidad. En relacin a los parmetros determinsticos que definen al sistema, se tuvo en cuenta que el laboratorio clnico presta sus servicios en el horario comprendido entre las 6:30 am y las 6:00 pm de Lunes a Viernes. Con respecto al sbado, a pesar de que el laboratorio clnico si est abierto en horas de la maana, este perodo no se tuvo en cuenta en la simulacin debido a la poca demanda de pacientes que se presentan en este da. Otros parmetros que se tuvieron en cuenta, fueron los relacionados con los turnos de trabajo de las recepcionistas y de las auxiliares de toma de muestra, ya que no todo el personal entra a la misma hora, ni tiene los descansos en el mismo perodo, ni el almuerzo es a la misma hora, lo que hace que el personal con el que cuenta el laboratorio clnico cambie dependiendo del horario del da. Un supuesto que se tendr en el momento de la construccin del modelo de simulacin, es que no discriminar entre los diferentes das de la semana puesto que de acuerdo con el personal del laboratorio y con base en su conocimiento del sistema, as como con la informacin recolectada, se puede afirmar que la diferencia entre la

demanda de un da y otro no es significativa (sin tener en cuenta el sbado), lo que nos lleva a que no es necesario discriminar entre la demanda de pacientes del da Lunes, Martes, etc., sino que se puede asumir que todos los das de la semana tienen una demanda muy parecida. Sin embargo, se tuvo en cuenta para el modelo que el nmero de personas que ingresan al laboratorio clnico vara de acuerdo a la hora (momento del da), por lo que durante la toma de datos se recolect informacin sobre el sistema en cada uno de los rangos del da. Por otra parte, un supuesto adicional a considerar es que no se tendr en cuenta el proceso de recoger los resultados, debido a que ste proceso es realizado por personas diferentes a las recepcionistas y a las encargadas de tomar las muestras. Adicionalmente, la entrega de resultados toma un tiempo tan corto que no altera el desempeo del sistema, y en general, este proceso no presenta fallas sustanciales de acuerdo con el personal del laboratorio, por lo que se considera que este evento no es necesario tenerlo bajo consideracin. En cuanto a las medidas de desempeo, las estadsticas principales a considerar sern el tiempo de permanencia de los pacientes en la cola de recepcin y el tiempo de permanencia de los pacientes en la cola de toma de muestras. Adicionalmente se tendrn en cuenta otras medidas como la utilizacin de las recepcionistas y de las auxiliares de toma de muestras para comparar con la situacin actual y para realizar comparaciones entre los diferentes escenarios. 4.1 Anlisis de datos de entrada El proceso de recoleccin de la informacin se realiz durante cuatro semanas, tomando datos de 3 das por semana durante los diferentes horarios de funcionamiento del laboratorio clnico. Con esta informacin se valid el supuesto de homogeneidad de los das, es decir, que la demanda de los das (sin incluir el sbado) es muy similar entre s, para los mismos rangos del da. Este hecho se puede observar en la figura 2, en donde se ilustra el nmero de pacientes que ingresaron al laboratorio clnico entre la 6:30 am y las 7:00 am, en los das en que los se recolect la informacin.

Figura 2. Nmero de pacientes que ingresan al laboratorio entre las 6:30 am - 9:30 am

La informacin se recolect a travs de un archivo en Excel, el cual estaba programado con macros, de forma tal que cuando el paciente ingresaba a alguna rea del laboratorio, la persona que estaba encargada de recoger los datos haca un click, y el archivo tomaba la hora de llegada. En el momento en el que la persona sala del rea, se registraba nuevamente la informacin en el macro, por lo que para calcular el tiempo que la persona se demoraba en el rea, bastaba con hallar la diferencia entre los dos tiempos registrados en el macro. De este modo se recolect toda la informacin necesaria para el modelo de simulacin. Es importante mencionar que la toma de la informacin se dividi en dos fases para hacer ms fcil este proceso. Inicialmente se recolect toda la informacin relacionada con los arribos de los pacientes y el proceso de toma de muestras. En la segunda fase se recolect todo la informacin relacionada con los tiempos de servicio en recepcin. Esta divisin en fases se realiz debido a que facilitaba en gran medida el proceso de recoleccin de informacin, adems que como los datos de toma de muestras no eran dependientes con los de recepcin, no se presentara ningn efecto sobre la precisin de la informacin recolectada. Con la informacin recolectada, se calcul el tiempo entre arribos, el tiempo de servicio en recepcin y el de toma de muestras. Para identificar la distribucin de cada uno de los datos de entrada, se realizaron inicialmente pruebas de autocorrelacin para verificar que los datos fueran independientes entre s. Posteriormente se utiliz el programa Input Analyzer de Arena y el software Crystal Ball, con el fin de crear histogramas para los parmetros sobre los cuales se pretende identificar una distribucin de probabilidad. Esto, debido a que se consider que una distribucin de frecuencias o histograma de la informacin es muy

til para identificar la forma de la distribucin terica a la que mejor se ajustan los datos. Para evitar los inconvenientes asociados a la definicin adecuada del nmero de intervalos de clases a utilizar y garantizar que stos no sean ni muy anchos ni muy angostos, dificultando la identificacin de una distribucin de densidad de probabilidad, al momento de realizar el histograma se utiliz la sugerencia de Hines & Montgomery [5], en la que el nmero de intervalos de clases es aproximadamente igual a la raz cuadrada del tamao de la muestra. Finalmente, dado que el histograma tan slo permite darse una idea sobre la forma de la distribucin que siguen los datos, se realizaron pruebas de bondad de ajuste y pruebas de hiptesis con las cuales se evalu si efectivamente los datos podran ajustarse a la distribucin inferida de acuerdo al histograma generado. Entre las pruebas de bondad de ajuste se encuentran la prueba Chi- cuadrado, y la prueba Kolmogorov Smirnov. La prueba Chi- cuadrado compara el histograma generado con los datos recolectados, con la forma de la distribucin de probabilidad terica que se est analizando. Esta prueba es vlida para muestras con gran tamao. La hiptesis Nula ( ) es que no hay evidencia suficiente para decir que la variable aleatoria no sigue la distribucin terica con los parmetros dados por la estimacin de parmetros (identificados por el Input Analyzer de Arena) y la hiptesis alternativa ( ) es que existe evidencia estadstica para argumentar que la variable aleatoria no sigue esa distribucin terica, sino otra. De este modo se busca que el p-value (probabilidad de error al rechazar ) sea alto, y [6]. as no tener que rechazar la La prueba Kolmogorov Smirnov es muy utilizada como prueba de bondad de ajuste, aunque se considera que es ms til cuando el tamao de la muestra es pequeo, o cuando no se han estimado parmetros con la informacin recolectada [7]. Dado que el tamao de las muestras recolectadas en el laboratorio es grande (mayor a 100 datos), se considera que la prueba Chi- cuadrado ser la que se va a utilizar para evaluar el ajuste de los datos a una distribucin terica. Sin embargo la prueba Kolmogorov Smirnov ser tenida en cuenta para
6

dar soporte a la toma de decisin de la distribucin que siguen los datos. De este modo, se utiliz la opcin de Arena del input Analyzer y el software Crystal Ball para identificar la distribucin terica que sigue cada uno de los datos de entrada (estos datos se encuentran en segundos). La Tabla 1 resume la informacin:
Tabla 1. Distribucin de probabilidad de los datos de entrada
Dato de entrada Tiempo del proceso de toma de muestras Tiempo de atencin en recepcin pago directo Tiempo de atencin en recepcin autorizacin Distribucin terica Distribucin: Normal Expresin: NORM(324, 220) Distribucin: Normal Expresin: NORM(200,120) Distribucin: Weibull Locacin=203.00,escala=301.11,forma=0.93

Para verificar que las distribuciones elegidas sean las adecuadas, se observ la equivalencia de las distribuciones usando un quantile-quantile plot (QQ plot). El Q-Q plot permite comparar los cuantiles empricos de un conjunto de datos, con los cuantiles tericos de una distribucin. Para esto se realiza el Q-Q plot, y si se obtiene aproximadamente una lnea recta, la distribucin de la toma de datos si se ajustar a la distribucin terica elegida. Es importante tener en cuenta que la varianza de los extremos es ms grande que la varianza en los puntos medios del grfico, por lo que grandes discrepancias pueden ser aceptadas en los extremos, ya que la linealidad de los puntos en la mitad del grfico es ms importante que la linealidad de los extremos [8]. Por ejemplo para la distribucin de los tiempos de atencin en recepcin con autorizacin se obtuvo el Q-Q plot de la figura 3:

de pacientes cambia durante las diferentes horas del da, por lo que se realizaron varias tomas de datos que permitieran obtener informacin sobre cada cunto llegaba un paciente al laboratorio. Con esta informacin se busc homogeneidad entre los diferentes rangos de tiempo, para as lograr agruparlos. Para buscar la homogeneidad de los datos se utiliz un test inicial que consiste en observar si la media de la distribucin (el tiempo promedio entre arribos) es la misma para los diferentes rangos, y se agrupaban aquellos rangos de tiempo cuya media y varianza fueran similares. Posteriormente se validaron estos rangos con el personal que trabaja en el laboratorio, ya que ellos tienen un mayor conocimiento del sistema, y de esta forma garantizar que el arribo de pacientes entre los rangos elegidos efectivamente es similar. La Tabla 2 ilustra los rangos escogidos y la distribucin que sigue el tiempo de arribo de pacientes al laboratorio, de acuerdo con los rangos elegidos:
Tabla 2. Tiempo de arribo de pacientes al laboratorio
Rango del da 6:30 am 7:30 am Distribucin terica Distribucin: Weibull Locacin: 0.88 Nmero de escala: 109.839 Nmero de forma: 0.5105 Distribucin: Weibull Locacin: 0.00 Nmero de escala: 78.18 Nmero de forma: 0.77354 Distribucin: Weibull Locacin: 0.00 Nmero de escala: 112.7483 Nmero de forma: 1.026622 Distribucin: Weibull Locacin: 0.00 Nmero de escala: 215.1445 Nmero de forma: 0.659 Distribucin: Weibull Locacin: 0.00 Nmero de escala: 211.987 Nmero de forma: 0.7873 Distribucin: Weibull Location: 0.00 Nmero de escala: 298.7065 Nmero de forma: 0.6873

7:30 am 9:00 am

9:00 am 11:00 am

11:00 am 2:00 pm

2:00 pm 4:00 pm

4:00 pm 6:00 pm

4.2
Figura 3. Q-Q Plot para la distribucin de los tiempos de atencin en recepcin con autorizacin

Construccin y validacin del modelo

Para el proceso de arribo de pacientes fue necesario tener en cuenta que el tiempo de arribo

El modelo de simulacin fue desarrollado en Flexsim Simulation Software. All se construy el modelo que representa de forma sencilla el funcionamiento del laboratorio clnico. En esta etapa se tuvo en cuenta que el sistema que est
7

siendo estudiado es un sistema terminal, es decir, que este sistema no funciona las 24 horas del da, sino que el laboratorio clnico abre a las 6:30 am y cierra a las 6:00 pm. Sin embargo se tuvo en cuenta que las quejas de los pacientes se presentan en el horario comprendido entre las 6:30 am y las 11:00 am, ya que es el horario en el que se presenta una mayor demanda. De este modo el modelo es corrido por este perodo de tiempo. Tambin se tiene en cuenta que a pesar de que el laboratorio empieza a atender a sus pacientes a las 6:30 am, existen varias personas que empiezan a llegar al laboratorio clnico antes de que ste abra. Se recolect informacin durante varios das sobre el nmero de personas que llegan al laboratorio antes de que ste abra, llegando a la conclusin de que en promedio 12 personas llegan antes de las 6:30 am, por lo que el sistema en la simulacin se inicializa con esta cantidad de personas. Del mismo modo se tuvo en cuenta que los pacientes pertenecen a dos grupos, por lo que en el modelo de simulacin se distingue entre estos dos grupos de personas. Con esta informacin se construy el modelo, y ste se mostr al personal del hospital que conoce el funcionamiento del sistema real, con el fin de verificar la lgica del modelo, y garantizar que en efecto el modelo brinde una representacin adecuada del sistema objeto de estudio. Posteriormente se procedi a validar el modelo, para lo cual se realizaron varias corridas y se compararon sus salidas con los datos tomados de la situacin real, llegando a la conclusin de que en efecto el modelo computacional si es un reflejo del comportamiento del sistema real, por lo que se validan los supuestos utilizados en el modelo (Tabla 3).
Tabla 3. Comparacin de las medidas del modelo con las del sistema real
Parmetro Arribos en el perodo de 6:30 am 7:30 am Arribos en el perodo de 7:30 9:00 am Tiempo promedio de espera en la cola de recepcin (en el periodo de 6:30 am a 11:00 am) Medida del modelo 30 personas 68 personas 482.3 segundos que equivalen a 8.03 minutos Medida del sistema real 32 personas 69 personas 495.4 segundos que equivalen a 8.25 segundos

Tiempo promedio de espera en la cola del proceso de toma de muestras (en el perodo de 6:30 am a 11:00 am)

670.9 segundos que equivalen a 11.18 minutos

665.4 segundos, que equivalen a 11.09 minutos.

4.3 Determinacin del nmero de rplicas para la simulacin Para correr el modelo y analizar el sistema, es necesario determinar el nmero de rplicas que se debe correr la simulacin con el fin de garantizar que las medidas de desempeo obtenidas sean estadsticamente significativas e idnticamente distribuidas; de esta forma, contar con estimadores insesgados de las medidas de desempeo. Para el presente estudio, se eligi un nivel de confianza del 95% y en un error ( de 0.04. Inicialmente se realizaron 4 rplicas (R) y se tomaron los resultados para cada rplica lo que permiti calcular la desviacin estndar de las medidas de desempeo. Posteriormente con esta informacin se plante la desigualdad descrita por la ecuacin (1), obteniendo que el nmero de rplicas adecuado debera ser mayor o igual a 30, por lo que se realizan 30 rplicas para estimar las medidas de desempeo principales del sistema.
Z S0 R /2
(1)

5 CORRIDAS DEL MODELO

5.1 Evaluacin de la situacin actual

Inicialmente se corri la simulacin del modelo, con el nmero de rplicas determinado anteriormente, con el fin de analizar la situacin actual del sistema, y de este modo identificar aquellos factores que nos permitiran disminuir el tiempo de permanencia de los pacientes en el laboratorio clnico, y as poder disear los diferentes escenarios al realizar cambios sobre estos factores. De los resultados mostrados en la Tabla 4, se puede observar que tanto la utilizacin de las recepcionistas como la de las auxiliares de toma de muestras es muy elevada, lo que siguiere que para dar mayor estabilidad al sistema se considera necesario aumentar el nmero de recepcionistas y de auxiliares de toma de muestras, lo que a su vez
8

disminuira los altos tiempos de permanencia de los pacientes al interior del laboratorio clnico. Del mismo modo, se observa que el tiempo que debe esperar una persona para ser atendida por las recepcionistas es demasiado variable porque se mueve en un rango muy amplio que depende principalmente de si debe no realizar trmite para su autorizacin y de cul es el tiempo que tarda conseguir la autorizacin, lo que ocasiona que a pesar de que el promedio de tiempo en cola para recepcin no sea muy elevado (8.03 minutos) se presenten muchos puntos extremos; es decir, personas que para ser atendidas por las recepcionistas no deben esperar o deben esperar un perodo muy corto de tiempo, mientras que otras personas deben esperar entre 25 y 32 minutos para poder ser atendidos por la recepcionistas.
Tabla 4. Medidas de desempeo del sistema actual
Medida de desempeo Tiempo en cola para ser atendido por las recepcionistas Tiempo en cola para ser atendido por auxiliares de toma de muestra Tiempo de permanencia en el sistema Utilizacin recepcionista 1 Utilizacin recepcionista 2 Utilizacin recepcionista 3 Utilizacin recepcionista 4 Utilizacin recepcionista 5 Utilizacin recepcionista 6 Utilizacin auxiliar toma de muestras 1 Utilizacin auxiliar toma de muestras 2 Utilizacin auxiliar toma de muestras 3 Utilizacin auxiliar toma de muestras 4 Utilizacin auxiliar toma de muestras 5 Utilizacin auxiliar toma de muestras 6 Intervalo de confianza al 95% (60,1967.6) segundos. (1,32.79) minutos (328.1,832.7) segundos. (5.46,13.87) minutos (960,4836) segundos (16,80.6) minutos (74.3,78.25) % (80.5,92.65) % (84.45,93.65) % (89.89, 94.72) % (93.2,96.47) % (83.89,89.86) % (78.23,80.86) % (87.45,92.27) % (81.98, 89.9) % (70.51, 83.98) % (86.48, 92.45) % (82.15,88,58) %

Capacidad fsica: Actualmente el nmero de cubculos que se tiene para la toma de muestras es inferior al requerido para poder atender la demanda de pacientes. Esto se evidencia principalmente en que algunas veces los pacientes deban esperar largos periodos de tiempo para poder ser atendidos, por lo que en ocasiones, el personal encargado debe tomar las muestras en espacios que no estn originalmente destinados para este fin. Capacidad humana: Debido a los limitantes de espacio con los que se cuenta, en algunas ocasiones el personal del laboratorio clnico no trabaja bajo las mejores condiciones. Esto ha ocasionado que se presenten continuamente incapacidades del personal relacionadas con el tema de salud ocupacional, y por consiguiente, constantemente el laboratorio debe operar con menor personal del que se necesita para el correcto funcionamiento [9]. Las autorizaciones: En algunas ocasiones, es necesario que las recepcionistas tramiten ciertas autorizaciones para que el paciente pueda ser atendido. La duracin de estos trmites puede oscilar entre 5 minutos hasta 40 minutos, debido a las demoras en comunicacin entre el laboratorio clnico y la entidad prestadora de salud. 5.2 Definicin y evaluacin de escenarios Con base en los resultados obtenidos de la simulacin del laboratorio clnico se puede afirmar que es necesario ajustar las tasas de utilizacin de las recepcionistas y del personal auxiliar de toma de muestras, lo que a su vez se traduce en un aumento de la calidad del servicio prestado a los pacientes. Segn Banks [5], para ajustar la tasa de utilizacin de los servidores (recepcionistas y auxiliares de toma de muestras) y/o disminuir los tiempos en cola, es posible realizar varias acciones entre las que se encuentran disminuir la tasa de arribo de pacientes, disminuir el tiempo de servicio o aumentar el nmero de servidores disponible. Sin embargo es importante tener en cuenta que en este caso, una disminucin en la tasa de arribo de pacientes no es beneficiosa para el laboratorio, ya que el nmero de pacientes atendidos est directamente relacionado con los ingresos monetarios del laboratorio clnico.
9

Es importante tener en cuenta que para lograr entender mejor la situacin y tener indicadores ms confiables sobre el desempeo del sistema, las utilizaciones que se encuentran en la Tabla 4, se calcularon con base en el tiempo en el que el personal de laboratorio se encuentra trabajando segn su horario de trabajo preestablecido. De la observacin y simulacin del sistema se ha identificado que en el laboratorio clnico del hospital los principales factores que ocasionan demoras en la atencin a los pacientes son:

De este modo, buscando cumplir con los objetivos del proyecto y teniendo en cuenta que las variables sobre las que tiene control el laboratorio clnico son el nmero de recepcionistas y el nmero de auxiliares de toma de muestras, se experiment con estas variables. Del mismo modo se tuvo en cuenta que las recepcionistas y las auxiliares de toma de muestra trabajan bajo unos horarios definidos por el laboratorio, y que estos horarios no son iguales para todas las recepcionistas ni para todas las auxiliares de toma de muestras, por lo que tambin en los escenarios se considera el cambiar estos horarios de trabajo. A continuacin se describen cada uno de los escenarios considerados en el estudio. Primer escenario: Aumentar el rango de horario de trabajo de la recepcionista 6 en hora y media y el de la recepcionista 4 en media hora. La recepcionista 6 entra a trabajar a las 8:00 am, mientras que la recepcionista 4 entra a trabajar a las 7:00 am. Se evala la posibilidad de que ambas entren a trabajar a las 6:30 am. Del mismo modo se considera aumentar el rango de horario de trabajo de las auxiliares de la toma de muestras 4, 5 y 6. La auxiliar de toma de muestra 4 entra a trabajar a las 8:00 am y se evala la posibilidad de que entre a trabajar a las 7:00 am. Las auxiliares de toma de muestra 5 y 6 entran a trabajar a las 8:30 am. Se evala la posibilidad de que entren a las 7:30 am. Segundo escenario: Cambiar la regla del sistema relacionada con que existe una nica fila para ser atendido por las recepcionistas. Se analiza el efecto sobre el tiempo en cola de la recepcin y el tiempo en cola de auxiliar de toma de muestras, de que cada paciente cuando llegue al laboratorio no coja un digiturno sino que elija la fila con menos personas en ella. Tercer escenario: Contratar una recepcionista adicional y una auxiliar de toma de muestras ms para el horario pico, es decir, para que trabajen entre las 6:30 am y las 11:00 am. Cuarto escenario: Contratar dos recepcionistas adicionales y una auxiliar de toma de muestras ms para el horario pico. Quinto escenario: Formar dos grupos de recepcionistas. El primero conformado por 2 recepcionistas encargadas de atender los convenios

especiales y pagos directos. El segundo grupo conformado por 4 recepcionistas y estar encargado de atender a aquellos pacientes cuya EPS no tiene convenio especial. El primer grupo de pacientes, realiza una fila preferencial para ser atendido directamente por el grupo uno de recepcionistas. El segundo grupo de pacientes debe tomar un digiturno y esperar a que el segundo grupo de recepcionistas lo llame de acuerdo al turno asignado; en el caso en el que el grupo de recepcionistas uno est desocupado y no haya pacientes en la fila preferencial, este grupo de recepcionistas podr atender tambin al grupo dos de pacientes hasta que llegue un paciente del grupo uno. Sexto escenario: Combinar el escenario 1 y el escenario 3. Es decir, evaluar la posibilidad de que la recepcionista 4 y la recepcionista 6 entren a trabajar a las 6:30 am. Del mismo modo se considera aumentar el rango de horario de trabajo de las auxiliares de la toma de muestras 4, 5 y 6. Se evala la posibilidad de que la auxiliar 4 entre a trabajar a las 7:00 am, y las auxiliares de toma de muestra 5 y 6 entren a las 7:30 am. Igualmente se evala la posibilidad de contratar una recepcionista adicional y una auxiliar de toma de muestras ms, para el horario comprendido entre las 6:30 am y las 11:00 am. Para evaluar el desempeo del sistema bajo cada uno de estos escenarios, se corri el modelo de simulacin original aplicando cada uno de los escenarios y tomando las medidas de desempeo ms relevantes para el estudio (ver anexos). 6 ANLISIS DE RESULTADOS De acuerdo a los escenarios planteados anteriormente se puede observar que aquel que promete una mayor disminucin en el tiempo en cola para ser atendido por las recepcionistas y en el tiempo en cola para ser atendido por las auxiliares de toma de muestra es el escenario 4. Sin embargo bajo este escenario, el I.C al 95% para las utilizaciones de las recepcionistas y de las auxiliares de toma de muestras, se mueve en rangos muy pequeos, lo que implica que el personal de servicio en el laboratorio clnico, se encuentra una gran parte del tiempo desocupado, lo que estara ocasionado un aumento innecesario
10

en los costos de funcionamiento del laboratorio, a pesar de que el tiempo en cola de los pacientes efectivamente disminuye. De acuerdo con Banks [10], la utilizacin de los servidores se debe mantener en un rango aproximadamente entre el (75;85)% lo que garantizar un adecuado uso de los recursos del sistema, al mismo tiempo que evita una inestabilidad en este. De este modo se considera que la disminucin en los tiempos en cola est siendo generada por un aumento innecesario en costos, por lo que se descarta este escenario y se prosigue a evaluar los siguientes escenarios. El primer escenario, logra una pequea disminucin en los rangos en los que se mueven los tiempos en cola en recepcin y en los tiempos en cola para toma de muestras. Sin embargo la utilizacin de las auxiliares de toma de muestras y de las recepcionistas, se mueve en un rango que alcanza valores superiores al 90%, lo cual podra generar alta inestabilidad en el sistema, y por consiguiente sugiere la contratacin de un recurso adicional. De este modo surgi el escenario 3, en el cual se evala la posibilidad de contratar una auxiliar de toma de muestras ms, y una recepcionista adicional. Bajo este escenario se logra una disminucin considerable en el tiempo en cola promedio en recepcin (22.5%) y en el tiempo en cola promedio para toma de muestras (32.4%). Del mismo modo, las utilizaciones del personal del laboratorio se mueven en los rangos sugeridos por Banks, por lo que se considera que la implementacin de este escenario en el sistema real, ofrecera grandes beneficios para el laboratorio clnico. Sin embargo, dado que el escenario 3 y el escenario 1 cumplieron con los objetivos del estudio, y estos escenarios no son excluyentes entre s, es decir, los dos pueden realizarse simultneamente, se evala la posibilidad de implementar estos dos escenarios en el sistema real. De este modo surge el escenario 6, el cual presenta una considerable disminucin en el tiempo en cola promedio en recepcin (27.1%) y en el tiempo en cola promedio para toma de muestras (29.98%). Similarmente, el rango de las utilizaciones del personal del laboratorio clnico se mueve en rangos adecuados, ya que a pesar de que

la utilizacin de los servidores alcanza valores un poco inferiores al 70%, podra considerarse que este hecho podra ser beneficioso para el sistema, dada la alta aleatoriedad que existe en la demanda, lo que le permitira responder fcilmente al sistema en caso de que llegaran en un momento determinado un mayor nmero de pacientes del esperado. Con respecto al escenario 2, se puede observar que el sistema es ms eficiente cuando se tiene una sola fila para todas las recepcionistas. Esto debido a que al cambiar en el sistema esta regla, y permitir que cada paciente cuando llegue al laboratorio no coja un digiturno sino que elija la fila con menos personas en ella, el rango promedio de tiempo en cola para recepcin y toma de muestras se vuelve ms amplio comparado con la situacin actual. Similarmente ocurre con el escenario 5, en el cual al realizar dos filas de servicio para la recepcin, una para los pacientes del grupo uno, y la otra para los pacientes del grupo dos, se ocasiona un aumento en el tiempo promedio y en los rangos entre los que se mueve el tiempo en cola de recepcin y el tiempo en cola para toma de muestras. 7 CONCLUSIONES GENERALES Del estudio anterior se puede concluir que la simulacin es una valiosa herramienta en la toma de decisiones, ya que permite experimentar con el sistema sin incurrir en costos elevados, por lo que el efecto de nuevas polticas, reglas de decisin, flujos de informacin y procedimientos organizacionales pueden ser estudiados sin necesidad de afectar directamente el sistema real. A travs de la simulacin se logr entender mejor el sistema bajo estudio, y la interaccin entre las variables que componen el sistema, permitindonos as incorporar cambios en el sistema que lograran disminuir el tiempo en cola de los pacientes y as mejorar la calidad del servicio prestado por el laboratorio clnico. De este modo, se observa que la implementacin del escenario 6 es la que resulta ser ms adecuada para el laboratorio clnico, ya que no solo permite disminuir en 27.1% el tiempo promedio de espera en cola de la recepcin y en 29.98% el tiempo promedio de espera en la cola del proceso de toma
11

de muestras, sino que no aumenta de forma considerable los costos de funcionamiento del laboratorio. As, se recomienda al hospital que en la reestructuracin del laboratorio clnico aumente el nmero de cubculos de muestra en uno adicional, para tener un total de 7 cubculos, y el de recepcionistas tambin en uno adicional, para un total de 7. Del mismo modo se recomienda que aumente el rango de horario de trabajo de la recepcionista 6 en hora y media y el de la recepcionista 4 en media hora, es decir, que ambas recepcionistas entren a trabajar a las 6:30 am. Igualmente, se recomienda que la auxiliar de toma de muestra 4 entra a trabajar a las 7:00 am, y que las auxiliares de toma de muestra 5 y 6 entran a trabajar a las 7:30 am. As, con la implementacin de estos cambios, se evitar que se vuelva a presentar la situacin que ocurre actualmente de que las bacterilogas abandonen el anlisis de las muestras, y deban apoyar el servicio de toma de muestras en los espacios de donacin de sangre, los cuales no estn originalmente destinados para este fin. Una posible extensin del presente estudio sera la inclusin de variables econmicas, que permitieran minimizar los costos al mismo tiempo que disminuir los tiempos de permanencia de los pacientes en el laboratorio clnico. Esto debido a que a pesar de que la simulacin es una til herramienta para la toma de decisiones, no garantiza soluciones ptimas, por lo que sera aconsejable realizar un estudio que permitiera identificar los horarios de trabajo del personal de laboratorio clnico, de forma tal que se minimizaran los costos, y con base en este estudio plantear diferentes escenarios que podran ser evaluados en el modelo de simulacin, lo que muy seguramente garantizara mejores resultados. 8 REFERENCIAS [1] Jimnez, A.M., Guerrero, J., Amaya, C. A., & Velasco, N. (2007). Optimizacin de los recursos en los hospitales: revisin de la literatura sobre logstica hospitalaria. Bogot: Uniandes. [2] Vogt, W., Braun, S.L., Hanssmann, F., Liebl, F., Berchtold, G., Blaschke, H., Eckert, M., Hoffmann G.E. Realistic

modeling of clinical laboratory operation by computer. Institut fur Klinische Chemie und Laboratoriums medizin. Deutsches Herzzentrum Munchen des Freistaates Bayern. Germany. [3] Pasin, F., Jobin, M., & Cordeau, J. (2002). An application of simulation to analyse resourse sharing among healthcare organizations. International Journal of Operations and Production Management: Special Issue on Operation Management in Healthcare , 381-393. [4] Bailey, K.A., Dngelo, S. (1.999). Computer-simulation modeling of clinical laboratories. Inter Science, volume 1, pginas 312-315 [5] Banks, J. (1998). Handbook of simulation: principles, methodology, advances, applications, and practice. New York : John Wiley & Sons. [6] Law, A.M., Kelton, W.D. ( 1991). Simulation modeling & Analysis, McGraw-Hill, New York. [7] Haslett, T. (s.f.). From Hospital Plans to Computer Simulation: A case study of the Alfred Centre. Department of Management, Monash University . Australia. [8] Navas Mantilla, J. F. (2004). Construccin y simulacin de un modelo del flujo de pacientes en un servicio de urgencias de un hospital colombiano. Bogot: Tesis de Grado Universidad de los Andes. [9]Castillo,M. (2008,04 15). Entrevista Directora de Laboratorio Clnico Hospital Privado. (L. Olaya, entrevistadora) [10] Banks, J., Carson, J., Nelson, B., & Nicol, D. (2001). Discrete-Event System Simulation. Upper Saddle River, New Jersey : Prentice Hall

12

ANEXOS Evaluacin de escenarios

Escenarios I.C al 95% para el I.C al 95% para el Efecto del Efecto tiempo en cola tiempo cola para escenario que debe esperar ser atendido por sobre del I.C al 95% I.C al 95% la para la

escenario sobre para

el el promedio de utilizacin de utilizacin de tiempo en cola las las auxiliares de toma de muestra

un paciente para las auxiliares de promedio ser atendido por tomademuestra lasrecepcionistas

de tiempo para toma de recepcionista en para recepcin cola muestra s

Escenario1

(59.02;1798.45) segundos. (0.98;29.97) minutos

(318.65;808.71) segundos. (5.31;13.48)minutos

6%

2.88%

(82.38;92.39)%

(84.35;95.92)%

Escenario2

(68.20;2162.16) segundos. (1.13;36.03) minutos

(330.1;834.7) segundos. (5.50;13.91)minutos

+10%

+1%

(84.3;94.34)%

(82.24;89.95)%

Escenario3

(54.34;1226.55) segundos. (0.91;14.68)

(145.68;784.68) segundos. (2.43;

22.5%

32.4%

(62.54;86.15)%

(59.42;83.28)%

13.08)minutos

Escenario4

(0;854.56) segundos. (0;14.09) minutos

(152.34;814.56) segundos. (2.54;13.57) (358.18;891.45) segundos. (5.96;14.85)minutos

31.2%

31.1%

(30.52;66.78)%

(56.34;69.98)%

Escenario5

(56;1962.50) segundos. (0.93;32.71) segundos

+1.5%

+2%

(83.45;93.65)%

(83.24;89.67)%

Escenario6

(54.34;1012.4) segundos. (0.96;16.87)

(120.68;739.86) segundos. (2.01;12.32)minutos

27.1%

29.98%

(65.74;84.16)%

(61.66;80.89)%

13