Maestría en Administración en Salud

URI permanente para esta colección

https://repository.urosario.edu.co/handle/10336/1548

Examinar

Examinando Maestría en Administración en Salud por Director "Díaz Piraquive, Flor Nancy"

Mostrando1 - 2 de 2
  • Miniatura
    Ítem
    Desconocido
    Instructivo para profilaxis antitrobótica en cirugía ambulatoria de rodilla con bloqueo de nervio periférico
    (2022-04-19) Mora Niño, Alexandra; Díaz Piraquive, Flor Nancy
    Este instructivo contiene las estrategias basadas en la evidencia científica disponible, para prevenir eventos adversos en pacientes operados de cirugía artroscópica de rodilla con bloqueo de nervio periférico; si el personal de salud aplica las recomendaciones científicas disponibles va a disminuir considerablemente la incidencia de esta patología en la población objeto.
  • Miniatura
    Ítem
    Acceso Abierto
    Propuesta de sistema de gestión analítico para la detección temprana de usuarios con alto riesgo de reingreso al servicio de urgencias de IPS's privadas de alta complejidad en Bogotá
    (2023-03-14) Cuellar Fuentes, Sussy Susana; Díaz Piraquive, Flor Nancy
    Data analytics y machine learning son una tendencia mundial que ha tenido un crecimiento en la industria de la atención en salud, debido a la aparición de dispositivos que son capaces de utilizar datos para evaluar la salud de un paciente en tiempo real, liderando la transformación digital en el sector y a su vez ofreciendo una oportunidad extraordinaria para extraer, analizar y procesar grandes cantidades de datos generados en la atención, y de esta forma, orientar al personal de salud identificando tendencias o alertas que arrojen diagnósticos y guíen tratamientos más rápidos y efectivos. Generando un impacto en mejorar los resultados en la atención hospitalaria, así como en la reducción de costos inherentes a dichas atenciones, y la producción de información médica de valor. Los reingresos hospitalarios son un problema frecuente y costoso para el sistema que ha sido ampliamente estudiado a nivel mundial, y aunque no todos los reingresos son evitables, los que sí lo son están relacionados con un cuidado subóptimo y con una mala gestión del proceso de egreso de la institución. La reducción en la tasa de reingresos supone una mejora importante de la calidad del servicio (indicador de calidad) y además representa un ahorro para los sistemas de salud. Es por esto que con este proyecto de investigación, basado en la literatura mundial, se busca proponer a las organizaciones de salud privadas, recomendaciones acerca de la implementación de soluciones modernas e innovadoras de inteligencia artificial para la optimización de recursos de los servicios de urgencias, planteando beneficios como lo son: con mejora el tiempo de recolección de datos facilitando su análisis y dándole valor a los mismos. Dando como resultado un flujo de trabajo que termina siendo costo-efectivo en cuanto a la funcionalidad de las personas en el tiempo y la optimización de servicios que impacta directamente en la reducción de reingresos hospitalarios prevenibles. Tomándolo como una oportunidad para la transformación de la gestión en salud, El futuro de la medicina se basa en datos y análisis