Análisis del flujo de pacientes entre el servicio de urgencias, el bloque quirúrgico y las unidades de hospitalización del Centre Hospitalier de l'Université de Montréal (CHUM) mediante simulación por eventos discretos
Bibliographic record
Abstract
[ES] El presente trabajo ha sido desarrollado durante unas prácticas de investigación en el Departamento de Matemáticas e Ingeniería Industrial de la Ecole Polytechnique de Montréal y en colaboración con el Centre Hospitalier de l'Université de Montréal (CHUM). Situado en el centro de la ciudad, el CHUM ofrece atención y servicios especializados a pacientes adultos del área metropolitana de Montreal y de toda la provincia de Quebec. El CHUM recibe aproximadamente medio millón de pacientes cada año. Se creó a partir de la fusión del Hôtel-Dieu, del Hôpital Notre-Dame y del Hôpital Saint-Luc. En 2017, se inauguró el nuevo complejo hospitalario, reuniendo a los tres hospitales fundadores en un solo espacio. Actualmente, el CHUM es un reconocido centro hospitalario con instalaciones y equipos avanzados de última generación. Además, el CHUM es miembro de la Red Universitaria Integrada de Salud y Servicios Sociales de la Universidad de Montreal (RUISSS de la UdeM). El objetivo del RUISSS es mejorar la calidad y la accesibilidad de la atención y los servicios, en particular mediante actividades de transferencia de conocimientos y la difusión de los resultados de las investigaciones. Esta red de colaboración fomenta la acción conjunta en cuestiones relacionadas con la enseñanza, la investigación y la organización de la atención y los servicios. \nEl objeto de este proyecto es el análisis del flujo de pacientes entre los servicios de urgencias, el bloque quirúrgico y las unidades de hospitalización del CHUM a través de la simulación de eventos discretos. El trabajo tiene como principal objetivo generar una visión general de la utilización de las camas del CHUM en relación con el bloque quirúrgico y el flujo del servicio de urgencias para explicar cómo interactúan estos recursos entre sí y cómo podemos tenerlos en cuenta para mejorar la utilización y la predicción de las necesidades de camas. El modelo de simulación generado pretende servir como base de una previsión fiable para el próximo año sobre la utilización de las camas, de la planificación del horario del bloque quirúrgico para hacer frente a la demanda estacional, para el estudio de la duración de la estancia y los tiempos de espera en las unidades de urgencias, entre otros. Al final de este proyecto de investigación, se ha estudiado el flujo de pacientes en el hospital e identificado los cuellos de botella y sus características, con vistas a ayudar a la investigación. Con el fin de cumplir con los objetivos, algunas de las acciones llevadas a cabo han sido: la recogida, tratamiento y análisis de datos sensibles pertenecientes a pacientes reales del CHUM; o el desarrollo del modelo siguiendo una rigurosa metodología establecida, entre otras. Para ello, algunas de las competencias adquiridas en el máster han sido puestas en práctica como la aplicación de modelos de análisis de datos o el dominio de programas de simulación por eventos discretos. \nEste documento se estructura como sigue. En primer lugar, se describe la problemática y se ha contextualizado el trabajo. Con ello, se ha podido comprender, de forma más precisa, el entorno y las condiciones en las que se lleva a cabo el proyecto. A continuación, se presenta el estado de la cuestión, una breve revisión teórica sobre los trabajos relacionados con la simulación de sistemas del sector hospitalario. Seguidamente, se desarrolla el diseño y la construcción del modelo de simulación, así como la validación del mismo. Además, se presentan los experimentos realizados, sus resultados y una discusión sobre estos últimos. Por último, la memoria concluye con una reflexión, desde un punto de vista personal, acerca de las dificultades encontradas, así como sobre las lecciones aprendidas y los conocimientos adquiridos en el desarrollo del proyecto.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.005 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".