Técnicas de clusterización aplicadas en la programación del bloque quirúrgico en hospitales de alta complegidad

dc.contributor.advisorParra Riveros, Helien
dc.contributor.authorVega Sierra, Andres Felipe
dc.contributor.cvlachttps://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0001256084
dc.contributor.googlescholarhttps://scholar.google.com/citations?user=epVynjUAAAAJ&hl=es
dc.contributor.orcidhttps://orcid.org/0000-0002-4542-9164
dc.date.accessioned2021-02-01T21:50:14Z
dc.date.available2021-02-01T21:50:14Z
dc.date.issued2021-01-15
dc.descriptionEn los últimos años los índices de intervenciones quirúrgicas programadas han tenido un ascenso considerable, el cual se puede ver reflejado en los RIPS, este ascenso ha tenido impacto en diferentes frentes dentro de los cuales se encuentra aquel que da inicio al proceso interno que ocurre en todo este ciclo de atención, este hace referencia aquel en el cual llegan todas las entidades y esperan ser asignadas, esta asignación más conocida como programación del bloque quirúrgico, en su gran mayoría es ejecutada de forma manual o semiautomática. Uno de los principales problemas existentes para el agendamiento el bloque quirúrgico es la rigidez existente en diferentes algoritmos y la incertidumbre de los tiempos de intervención, existen diferentes formas de abarcar el problema para la asignación del quirófano, dentro de la literatura existen diversos métodos, unos mas enfocados al tema de la asignación como problema de óptimos y otros mas enfocados hacia la reducción de las incertidumbre existentes en el tiempo de cirugía para la asignación. En este caso se ha tomado el problema bajo un enfoque mas complejo planteando una forma de reducir la incertidumbre en la variable tiempo por medio de métodos de clusterizacion sugiriendo la adición de variables externas para generar un modelo integral, y por otro lado, una segunda parte que se encarga de un planteamiento para adaptar diferentes algoritmos de agendamiento, en este caso un particular que surge como un planteamiento novedoso.spa
dc.description.abstractIn recent years, the rates of scheduled surgical interventions have had a considerable rise, which can be seen reflected in the RIPS, this rise has had an impact on different fronts, including the one that starts the internal process that occurs in This entire cycle of care, this refers to the one in which all entities arrive and wait to be assigned, this assignment better known as programming of the surgical block, the vast majority is executed manually or semi-automatically. One of the main problems for scheduling the surgical block is the existing rigidity in different algorithms and the uncertainty of the intervention times, there are different ways of covering the problem for the allocation of the operating room, within the literature there are various methods, some more focused on the issue of allocation as a problem of optimal and others more focused on reducing the existing uncertainties in the surgery time for allocation. In this case, the problem has been taken under a more complex approach, proposing a way to reduce the uncertainty in the time variable by means of clustering methods, suggesting the addition of external variables to generate an integral model, and on the other hand, a second part which is in charge of an approach to adapt different scheduling algorithms, in this case a particular one that emerges as a novel approach.spa
dc.description.degreelevelPregradospa
dc.description.degreenameIngeniero Industrialspa
dc.description.domainhttp://unidadinvestigacion.usta.edu.cospa
dc.format.mimetypeapplication/pdf
dc.identifier.citationVega Sierra, A. F. (2021). Técnicas de clusterización aplicadas en la programación del bloque quirúrgico en hospitales de alta complegidad [Tesis de Pregrado en Ingenieria Industrial, Universidad Santo Tomás] Repositorio Institucionalspa
dc.identifier.instnameinstname:Universidad Santo Tomásspa
dc.identifier.reponamereponame:Repositorio Institucional Universidad Santo Tomásspa
dc.identifier.repourlrepourl:https://repository.usta.edu.cospa
dc.identifier.urihttp://hdl.handle.net/11634/31734
dc.language.isospa
dc.publisherUniversidad Santo Tomásspa
dc.publisher.branchCRAI-USTA Bogotáspa
dc.publisher.facultyFacultad de Ingeniería Industrialspa
dc.publisher.programPregrado Ingeniería Industrialspa
dc.relation.referencesAbedini, A., Li, W., & Ye, H. (2017a). An optimization model for operating room scheduling to reduce blocking across the perioperative process. Procedia Manufacturing, 10, 60-70. doi:10.1016/j.promfg.2017.07.022spa
dc.relation.referencesAl Hasan, H., Guéret, C., Lemoine, D., & Rivreau, D. (2019a). Surgical case scheduling with sterilising activity constraints. International Journal of Production Research, 57(10), 2984-3002. doi:10.1080/00207543.2018.1521015spa
dc.relation.referencesAlbareda, J., Clavel, D., Mahulea, C., Blanco, N., Ezquerra, L., Gómez, J., & Silva, J. M. (2017a). ¿Realizamos bien la programación quirúrgica? ¿Cómo podemos mejorarla? Revista Española De Cirugía Ortopédica Y Traumatología, 61(6), 375-382. doi://doi-org.craiustadigital.usantotomas.edu.co/10.1016/j.recot.2017.07.006spa
dc.relation.referencesBam, M., Denton, B. T., Van Oyen, M. P., & Cowen, M. E. (2017). Surgery scheduling with recovery resources. IISE Transactions, 49(10), 942-955. doi:10.1080/24725854.2017.1325027spa
dc.relation.referencesBenchoff, B., Yano, C. A., & Newman, A. (2017). Kaiser permanente oakland medical center optimizes operating room block schedule for new hospital. Interfaces, 47(3), 214-229. doi:10.1287/inte.2017.0885spa
dc.relation.referencesBravo Bastidas, J. J. (2013). Comentarios sobre la solución de problemas de optimización lineal, enteros mixtos y no lineales de gran escala.spa
dc.relation.referencesC. West Churchman. (1967). Guest editorial: Wicked problems. Management Science, 14(4), B14-B142. Retrieved from https://www.jstor.org/stable/2628678spa
dc.relation.referencesCalderón, L. A. T. (1996). El sistema de salud de colombia después de la ley 100. Colombia Médica, 27(1), 44-47.spa
dc.relation.referencesCappanera, P., Visintin, F., & Banditori, C. (2018a). Addressing conflicting stakeholders’ priorities in surgical scheduling by goal programming. Flexible Services and Manufacturing Journal, 30(1-2), 252-271. doi:10.1007/s10696- 016-9255-5spa
dc.relation.referencesCastro, P. M., & Marques, I. (2015). Operating room scheduling with generalized disjunctive programming. Computers and Operations Research, 64, 262-273. doi:10.1016/j.cor.2015.06.002spa
dc.relation.referencesChavez Quisbert, N. (2011). Modelos de programación lineal y no lineal con multiobjetivos. Revista Varianza, , 19.spa
dc.relation.referencesChoque López, J. F. (2011). Tiempos quirúrgicos. Revista De Actualización Clínica Investiga, 15, 851.spa
dc.relation.referencesLey 1438, (2011)spa
dc.relation.referencesLey estatutaria 1751 de 2015, (2015).spa
dc.relation.referencesLey 100 de 1993,spa
dc.relation.referencesDomínguez González, M. N., López-Pardo Pardo, M. E., Rey Liste, M. T., & García Sixto, M. M. (2011). Intervención para reducir la variabilidad de las indicaciones quirúrgicas y la lista de espera de pacientes con prioridad 1. una experiencia en galicia. Gaceta Sanitaria, 25(6), 545-548. doi://doi-org.craiustadigital.usantotomas.edu.co/10.1016/j.gaceta.2011.04.008spa
dc.relation.referencesDurán, G., Rey, P. A., & Wolff, P. (2017a). Solving the operating room scheduling problem with prioritized lists of patients. Annals of Operations Research, 258(2), 395-414. doi:10.1007/s10479-016-2172-xspa
dc.relation.referencesGauthier, J. B., & Legrain, A. (2016). Operating room management under uncertainty. Constraints, 21(4), 577-596. doi:10.1007/s10601-015-9236-4spa
dc.relation.referencesGuido, R., & Conforti, D. (2017). A hybrid genetic approach for solving an integrated multi-objective operating room planning and scheduling problem. Computers and Operations Research, 87, 270-282. doi:10.1016/j.cor.2016.11.009spa
dc.relation.referencesGür, S., Eren, T., & Alakas, H. M. (2019). Surgical operation scheduling with goal programming and constraint programming: A case study. Mathematics, 7(3) doi:10.3390/math7030251spa
dc.relation.referencesGuzmán, E. L. (2016). Métricas para la validación de clustering. Elizabeth León Guzmán,spa
dc.relation.referencesHillier, F. S., Lieberman, G. J., & Osuna, M. A. G. (1997). Introducción a la investigación de operaciones McGraw-Hill.spa
dc.relation.referencesINEGI. (2011). Diseño de la muestra en proyectos de encuestaspa
dc.relation.referencesKuri, Á, & Galaviz, J. (2002). Algoritmos genéticos IPNspa
dc.relation.referencesLatorre-Núñez, G., Lüer-Villagra, A., Marianov, V., Obreque, C., Ramis, F., & Neriz, L. (2016). Scheduling operating rooms with consideration of all resources, post anesthesia beds and emergency surgeries. Computers and Industrial Engineering, 97, 248-257. doi:10.1016/j.cie.2016.05.016spa
dc.relation.referencesLi, F., Gupta, D., & Potthoff, S. (2016). Improving operating room schedules. Health Care Management Science, 19(3), 261-278. doi:10.1007/s10729-015-9318-2spa
dc.relation.referencesLi, X., Rafaliya, N., Baki, M. F., & Chaouch, B. A. (2017). Scheduling elective surgeries: The tradeoff among bed capacity, waiting patients and operating room utilization using goal programming. Health Care Management Science, 20(1), 33-54. doi:10.1007/s10729-015-9334-2spa
dc.relation.referencesMarques, I., Captivo, M. E., & Barros, N. (2019). Optimizing the master surgery schedule in a private hospital. Operations Research for Health Care, 20, 11-24. doi:10.1016/j.orhc.2018.11.002spa
dc.relation.referencesMartí-Valls, J., Ballesta, E., González, R., Solé, M., & Torras, G. (2006). Resultados de un plan de gestión de listas de espera quirúrgica de prótesis articulares. Gaceta Sanitaria, 20(3), 248-250. doi://doi-org.craiustadigital.usantotomas.edu.co/10.1157/13088858spa
dc.relation.referencesMarty, J. (2019). Organización del bloque quirúrgico. EMC - AnestesiaReanimación, 45(3), 1-11. doi://doi-org.craiustadigital.usantotomas.edu.co/10.1016/S1280-4703(19)42458-4spa
dc.relation.referencesMateus, C., Marques, I., & Captivo, M. E. (2018). Local search heuristics for a surgical case assignment problem. Operations Research for Health Care, 17, 71-81. doi:10.1016/j.orhc.2017.04.001spa
dc.relation.referencesM'Hallah, R., & Visintin, F. (2019a). A stochastic model for scheduling elective surgeries in a cyclic master surgical schedule. Computers and Industrial Engineering, 129, 156-168. doi:10.1016/j.cie.2019.01.030spa
dc.relation.referencesM'Hallah, R., & Visintin, F. (2019b). A stochastic model for scheduling elective surgeries in a cyclic master surgical schedule. Computers and Industrial Engineering, 129, 156-168. doi:10.1016/j.cie.2019.01.030spa
dc.relation.referencesMillan, M. (2010). Segmentación o clustering. Universidad Del Valle, Cali, Colombia.(43), , 2-43.spa
dc.relation.referencesMin. salud y protección social. (2017). RESOLUCIÓN 5269  spa
dc.relation.referencesPLAN DECENAL DE SALUD PÚBLICA  (2012)spa
dc.relation.referencesMoreno Millán, E., García Torrecillas, J. M., & Carmen Lea Pereira, M. (2008). Variación de la estancia preoperatoria en españa según grupos de edad, sexo y modo de acceso hospitalario (urgente o programado). Revista De Calidad Asistencial, 23(5), 222-229. doi://doi-org.craiustadigital.usantotomas.edu.co/10.1016/S1134-282X(08)72611-3spa
dc.relation.referencesMorillo, D., Moreno, L., & Díaz, J. (2014). Metodologías analíticas y heurísticas para la solución del problema de programación de tareas con recursos restringidos (RCPSP): Una revisión parte 1. Ingeniería Y Ciencia, 10(19), 247-271.spa
dc.relation.referencesNovo, M., Arce, R., Fariña, F., & a de Vega, S. (2003). El heurístico: Perspectiva histórica, concepto y tipología. Jueces: Formación De Juicios Y Sentencias, , 39-66.spa
dc.relation.referencesOlaguíbel, R. A., & GOERLICH, Y JOSÉ MANUEL TAMARIT. (1989). Algoritmos heurísticos deterministas y aleatorios en secuenciación de proyectos con recursos limitados. Qüestiió, 13(1, 2, 3), 173-191.spa
dc.relation.referencesParra Riveros, H. (2014). Ingeniería de sistemas complejos y aplicación en la gestión en saludspa
dc.relation.referencesSagnol, G., Barner, C., Borndörfer, R., Grima, M., Seeling, M., Spies, C., & Wernecke, K. (2018). Robust allocation of operating rooms: A cutting plane approach to handle lognormal case durations. European Journal of Operational Research, 271(2), 420-435. doi:10.1016/j.ejor.2018.05.022spa
dc.relation.referencesLa salud en Colombia: logros, retos y recomendaciones (2012). . Bogotá: Universidad de los Andes. Retrieved from http://ebookcentral.proquest.com/lib/bibliotecaustasp/detail.action?docID= 3211755spa
dc.relation.referencesEngineering and Applied Sciences, 12(21), 5413-5417. doi:10.3923/jeasci.2017.5413.5417spa
dc.relation.referencesShafaei, R., & Mozdgir, A. (2019). Master surgical scheduling problem with multiple criteria and robust estimation. Scientia Iranica, 26(1E), 486-502. doi:10.24200/sci.2018.20416spa
dc.relation.referencesSoudi, A., & Heydari, M. (2019). Generating a stable primary schedule for an integrated surgical suite. International Journal of Medical Engineering and Informatics, 11(2), 174-203. doi:10.1504/IJMEI.2019.098755spa
dc.relation.referencesSpratt, B., & Kozan, E. (2016). Waiting list management through master surgical schedules: A case study. Operations Research for Health Care, 10, 49-64. doi:10.1016/j.orhc.2016.07.002spa
dc.relation.referencesVillar, L. A. (2004). La ley 100: El fracaso estatal en la salud pública. Revista Deslinde, 36, 28-48.spa
dc.relation.referencesWang, T., Meskens, N., & Duvivier, D. (2015). Scheduling operating theatres: Mixed integer programming vs. constraint programming. European Journal of Operational Research, 247(2), 401-413. doi:10.1016/j.ejor.2015.06.008spa
dc.relation.referencesYin, M., Zhou, B. -., & Lu, Z. -. (2016a). An improved lagrangian relaxation heuristic for the scheduling problem of operating theatres. Computers and Industrial Engineering, 101, 490-503. doi:10.1016/j.cie.2016.09.003spa
dc.relation.referencesYin, M., Zhou, B. -., & Lu, Z. -. (2016b). An improved lagrangian relaxation heuristic for the scheduling problem of operating theatres. Computers and Industrial Engineering, 101, 490-503. doi:10.1016/j.cie.2016.09.003spa
dc.relation.referencesZhang, J., Dridi, M., & El Moudni, A. (2019a). A two-level optimization model for elective surgery scheduling with downstream capacity constraints. European Journal of Operational Research, 276(2), 602-613. doi:10.1016/j.ejor.2019.01.036spa
dc.relation.referencesZhang, J., Dridi, M., & El Moudni, A. (2019b). A two-level optimization model for elective surgery scheduling with downstream capacity constraints. European Journal of Operational Research, 276(2), 602-613. doi:10.1016/j.ejor.2019.01.036 Zhou, B., & Yin, M. (2016). Novel operating tspa
dc.relation.referencesZhou, B., & Yin, M. (2016). Novel operating theatre scheduling method based on estimation of distribution algorithm. Journal of Southeast University (English Edition), 32(1), 112-118. doi:10.3969/j.issn.1003-7985.2016.01.019spa
dc.rightsAtribución-NoComercial-SinDerivadas 2.5 Colombia
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.coarhttp://purl.org/coar/access_right/c_abf2
dc.rights.localAbierto (Texto Completo)spa
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/2.5/co/
dc.subject.keywordClusteringspa
dc.subject.keywordProgrammingspa
dc.subject.keywordInterventionsspa
dc.subject.keywordSurgicalspa
dc.subject.lembHospitalesspa
dc.subject.lembProgramacion administracionspa
dc.subject.lembCompetitividadspa
dc.subject.proposalClusterizaciónspa
dc.subject.proposalIntervencionesspa
dc.subject.proposalQuirúrgicospa
dc.subject.proposalProgramaciónspa
dc.titleTécnicas de clusterización aplicadas en la programación del bloque quirúrgico en hospitales de alta complegidadspa
dc.typebachelor thesis
dc.type.categoryFormación de Recurso Humano para la Ctel: Trabajo de grado de Pregradospa
dc.type.coarhttp://purl.org/coar/resource_type/c_7a1f
dc.type.coarversionhttp://purl.org/coar/version/c_ab4af688f83e57aa
dc.type.driveinfo:eu-repo/semantics/bachelorThesis
dc.type.localTesis de pregradospa
dc.type.versioninfo:eu-repo/semantics/acceptedVersion

Archivos

Bloque original

Mostrando 1 - 3 de 3
Cargando...
Miniatura
Nombre:
2020andresvega.pdf
Tamaño:
1.51 MB
Formato:
Adobe Portable Document Format
Descripción:
Trabajo de grado
Cargando...
Miniatura
Nombre:
Carta aprobación.pdf
Tamaño:
131.41 KB
Formato:
Adobe Portable Document Format
Descripción:
Carta de aprobación
Cargando...
Miniatura
Nombre:
Carta derechos de autor.pdf
Tamaño:
333.21 KB
Formato:
Adobe Portable Document Format
Descripción:
Carta derechos de autor

Bloque de licencias

Mostrando 1 - 1 de 1
Cargando...
Miniatura
Nombre:
license.txt
Tamaño:
807 B
Formato:
Item-specific license agreed upon to submission
Descripción: