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

Mostrar el registro sencillo de la publicación
dc.contributor.advisorDíaz-Piraquive, Flor Nancy
dc.creatorCuellar Fuentes, Sussy Susana
dc.creator.degreeMagíster en Administración en Salud
dc.creator.degreeLevelMaestría
dc.creator.degreetypeFull time
dc.date.accessioned2023-03-16T11:55:47Z
dc.date.available2023-03-16T11:55:47Z
dc.date.created2023-03-14
dc.descriptionData 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
dc.description.abstractDue to the development of devices that can use data to assess a patient's health in real time, which is driving the digital transformation, data analytics and machine learning have become a global trend in the health care sector. Health care providers can be guided by trends or alerts that help diagnose patients and direct quicker and more effective treatments by using the enormous amounts of data generated in care that can be extracted, analyzed, and processed. impacting the production of useful medical data, the improvement of hospital care outcomes, the reduction of costs associated with those outcomes. Hospital readmissions are a common and expensive issue for the system that have been the subject of extensive research throughout the world. While not all readmissions are preventable, those that are are linked to subpar care and ineffective management of the institution's discharge process. The decrease in readmission rates indicates a significant improvement in service quality (a quality indicator) and also results in cost savings for the healthcare systems. Because of this, this research project, which is based on international literature, aims to offer private health organizations advice on the application of cutting-edge artificial intelligence solutions for the optimization of resources in emergency services. It does so by highlighting advantages like faster data collection, easier data analysis, and increased value from the data. Resulting in a workflow that is ultimately more efficient in terms of how well people work over time and how well services are optimized, both of which have a direct bearing on the decline in avoidable hospital readmissions. The future of medicine is based on data and analysis, and it is seen as a chance to transform health management
dc.format.extent94 pp
dc.format.mimetypeapplication/pdf
dc.identifier.doihttps://doi.org/10.48713/10336_38229
dc.identifier.urihttps://repository.urosario.edu.co/handle/10336/38229
dc.language.isospa
dc.publisherUniversidad del Rosario
dc.publisher.departmentEscuela de Administración
dc.publisher.programMaestría en Administración en Salud
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 International*
dc.rights.accesRightsinfo:eu-repo/semantics/openAccess
dc.rights.accesoAbierto (Texto Completo)
dc.rights.economicrightsAdministración en Salud
dc.rights.licenciaEL AUTOR, manifiesta que la obra objeto de la presente autorización es original y la realizó sin violar o usurpar derechos de autor de terceros, por lo tanto la obra es de exclusiva autoría y tiene la titularidad sobre la misma. PARGRAFO: En caso de presentarse cualquier reclamación o acción por parte de un tercero en cuanto a los derechos de autor sobre la obra en cuestión, EL AUTOR, asumirá toda la responsabilidad, y saldrá en defensa de los derechos aquí autorizados; para todos los efectos la universidad actúa como un tercero de buena fe. EL AUTOR, autoriza a LA UNIVERSIDAD DEL ROSARIO, para que en los términos establecidos en la Ley 23 de 1982, Ley 44 de 1993, Decisión andina 351 de 1993, Decreto 460 de 1995 y demás normas generales sobre la materia, utilice y use la obra objeto de la presente autorización. -------------------------------------- POLITICA DE TRATAMIENTO DE DATOS PERSONALES. Declaro que autorizo previa y de forma informada el tratamiento de mis datos personales por parte de LA UNIVERSIDAD DEL ROSARIO para fines académicos y en aplicación de convenios con terceros o servicios conexos con actividades propias de la academia, con estricto cumplimiento de los principios de ley. Para el correcto ejercicio de mi derecho de habeas data cuento con la cuenta de correo habeasdata@urosario.edu.co, donde previa identificación podré solicitar la consulta, corrección y supresión de mis datos.spa
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/*
dc.source.instnameinstname:Universidad del Rosario
dc.source.reponamereponame:Repositorio Institucional EdocUR
dc.subjectInteligencia artificial
dc.subjectServicios de salud
dc.subjectInnovaciones tecnológicas
dc.subjectPacientes con alto riesgo de hospitalización
dc.subjectAtención hospitalaria
dc.subjectMedicina digital
dc.subjectServicios de urgencias
dc.subjectCiencia de datos
dc.subjectMachine learning
dc.subject.keyword, , , , Health System, , emergency readmissions.
dc.subject.keywordHealth services
dc.subject.keywordPatients at high risk of hospitalization
dc.subject.keywordHospital care
dc.subject.keywordEmergency department
dc.subject.keywordTechnological innovations
dc.subject.keywordDigital medicine
dc.subject.keywordData Science
dc.subject.keywordArtificial intelligence
dc.titlePropuesta 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
dc.title.TranslatedTitleProposal for an analytical management system for the early detection of users with a high risk of readmission to the emergency service of highly complex private IPSs in Bogotá
dc.typemasterThesis
dc.type.documentTesis
dc.type.hasVersioninfo:eu-repo/semantics/acceptedVersion
dc.type.spaTesis
local.department.reportEscuela de Administración
Archivos
Bloque original
Mostrando1 - 2 de 2
Miniatura
Nombre:
Propuesta-de-sistema-de-gestion-analitico-para-la-deteccion-temprana-de-usuarios-con-alto-riesgo-de-reingreso-al-servicio-de-urgencias.pdf
Tamaño:
2.28 MB
Formato:
Adobe Portable Document Format
Descripción:
Descargar
Miniatura
Nombre:
Bibliografia pae sussycuellar.ris
Tamaño:
72.59 KB
Formato:
Unknown data format
Descripción:
Descargar
Colecciones
Maestría en Administración en Salud