Documente Academic
Documente Profesional
Documente Cultură
Presentado por:
LUZ ANGELA CHAVES ACEVEDO
Cdigo: 1032375664
JORGE ALFONSO CARDENAS
Cdigo: 1032380092
BRANDON STEVEN VARGAS
Cdigo: 1031138790
DIEGO ANDRES TAPIAS
Cdigo: 103374042
INTRODUCCIN
OBJETIVOS
GENERALES
Mediante un anlisis a las correcciones hechas a los trabajos de las unidades 1 y 2,
realizar como evaluacin final correcciones y mejoramientos a dichos trabajos, por otra
parte realizar una propuesta grupal que permita desde el punto de vista del grupo, dar
solucin a la problemtica de congestin en las salas de urgencias.
OBJETIVOS ESPECFICOS
TRABAJO COLABORATIVO 1
1.1 Esquema de Trabajo
Estudiante
Luz Angela Chaves
Actividad a realizar
Listado de elemento
Jorge Cardenas
Brandon Vargas
Luz Angela Chaves
Base de datos
Bases de datos
tericas
Equipos de computo
ASOCIACIN DE CONOCIMIENTOS
Elemento
Instrumentos para
abordar la
problemtica.
Determinacin de
Poblacin N=
Tamao de la muestra
Z
/ 2 P(1P)
n
(N1)e2 Z2 / 2 P(1P)
Ubicacin de las
variables
Variables a analizar
Muestreo a utilizar
VARIABLE
Hora de llegada
TIPO
Cuantitativa
Cualitativa
PARAMETRO
Media
Proporcion
DESARROLLO DE LA ACTIVIDAD
POBLACIN
caso
1
2
3
4
5
6
7
8
9
MUESTRA
Clase de episodio
Clase de Mvto
Fecha Mvto Hora Mvto
Epis.ambulante
Urgencias
01.06.2014
01:35:35
Episodio hospitaliz.
Urgencias
01.06.2014
06:06:12
Epis.ambulante
Urgencias
01.06.2014
08:30:03
Episodio hospitaliz.
Urgencias
01.06.2014
08:34:53
Epis.ambulante
Urgencias
01.06.2014
09:35:44
Epis.ambulante
Urgencias
01.06.2014
10:12:27
Episodio hospitaliz.
Urgencias
01.06.2014
14:48:29
Epis.ambulante
Urgencias
01.06.2014
20:18:38
Epis.ambulante
Urgencias
01.06.2014
22:29:34
Paciente
Paciente
Paciente
Paciente
Paciente
Paciente
Paciente
Paciente
Paciente
Paciente
1
2
3
4
5
6
7
8
9
Sexo
Mujer
Hombre
Hombre
Mujer
Hombre
Hombre
Hombre
Hombre
Hombre
Caso
0
1
2
3
4
5
6
7
8
Paciente
Fecha Ingreso Hora
Paciente 2401.06.2014 00:23:26
Paciente 4801.06.2014 02:47:06
Paciente 7201.06.2014 06:43:48
Paciente 9601.06.2014 08:22:43
Paciente 12001.06.2014 09:11:28
Paciente 14401.06.2014 10:00:25
Paciente 16801.06.2014 10:45:10
Paciente 19201.06.2014 11:18:42
Paciente 21601.06.2014 11:47:42
Sexo
Mujer
Hombre
Mujer
Hombre
Hombre
Hombre
Mujer
Hombre
Mujer
Paso 1
Poblacin: usuarios del servicio de urgencias de la primera quincena del mes de Junio
del Hospital de Bucaramanga con una atencin de 24 horas.
Tamao de la poblacin: 9.183
Paso 2
1-=
Tamao de la Muestra:
N=
1.9600 z
p=
q=
d=
95%
5%
9183
1.96
0.5
0.5
0.05
n0=
370
n=
369
^ - E < P < ^ + E
= (0,069694) (0,00520795) < P < (0,069694) + (0,00520795)
= (0,064486055) < P < (0,07490194)
= 6,44 < P < 7,49
A un nivel de confianza del 95% la proporcin poblacional de personas que al momento
de su ingreso diagnosticaron algn tipo de fiebre, se encuentra entre el 6,44% y el
7,49%.
TRABAJO COLABORATIVO 2
Las pruebas deben ser de los diferentes tipos posibles, como por ejemplo:
prueba de hiptesis para la media o para la proporcin, la diferencia de medias o
la diferencia de proporciones.
Datos
N= 19600 pacientes
n= 369 pacientes
=36
=24
Promedio edad en la muestra = 37
Desviacin de la edad (muestra) = 24
Paso 1: Planteamiento de hiptesis
=36 aos
<36 aos
Paso 2: Nivel de significancia
=
n=
=
1-=
z=
24
369
0.05
0.95
0.8
Z TERICO= -1.64
ESTADSTICO DE PRUEBA
ESTADSTICO TABULADO
Datos
n2= 19600 pacientes
n1= 369 pacientes
2=36
2=24
Promedio edad en la muestra 1 = 37
Desviacin de la edad (muestra) 1 = 24
Paso 1: Planteamiento de hiptesis
1= 2
1 2
Paso 2: Nivel de significancia
Paso 3: Estadstico de prueba (o calculado)
/2
1 /2
Z1=
Z2 =
5%
2.5%
97.5%
-1.96
1.96
Datos
N= 19600 pacientes
n= 369 pacientes
=321
=49
Promedio mujeres en la muestra = 13
Desviacin (muestra) = 4
Paso 1: Planteamiento de hiptesis
=321 mujeres
<321 mujeres
Paso 2: Nivel de significancia
24
100
0.05
0.95
-120.7 ESTADSTICO DE PRUEBA
Z TERICO= -1.64
ESTADSTICO TERICO
Datos
n2= 19600 pacientes
n1= 369 pacientes
2=36
2=24
Promedio mujeres en la muestra 1 = 37
Promedio hombres en la muestra
Desviacin de la edad (muestra) 1 = 24
5%
2.5%
97.5%
/2
1 /2
Z1=
Z2 =
-1.96
1.96
Datos:
N = 9.183
n = 369
1- =
=
N=
Z=
p=
q=
d=
n=
13.06.2014
13.06.2014
13.06.2014
95%
5%
9183
1,96
0,5
0,5
0,05
369,694275
43
29
36
36,85
25,69
1,64
26,32
Paso 4: Estadstico terico o tabulado
= 5
n= 369
Z Terico =
1,64
Parmetro: Media ( )
Lo que debera ser: Las personas atendidas en el hospital, entre el 1 de Junio y
el 5 de Junio del ao 2014, llegan en las horas de la maana. (Desviacin
estndar 1 hora)
Prueba de hiptesis:
ho= La mayora de las personas atendidas en el hospital entre el 1 de Junio y el 5 de
Junio del ao 2014, llegan antes de medio da.
h = La mayora de las personas atendidas en el hospital entre el 1 de Junio y el 5 de
Junio del ao 2014, llegan despus de medio da.
Datos:
N = 3.382
n = 346
1- =
=
N=
Z=
p=
q=
d=
n=
3086
3111
3113
3384
95%
5%
3382
1,96
0,5
0,5
0,05
345,872486
Epis.ambulante
Triage
05.06.2014
Epis.ambulante
Triage
05.06.2014
Epis.ambulante
Urgencias 05.06.2014
Epis.ambulante
Triage
05.06.2014
Promedio hora (muestra)=
Desviacin Muestral =
14:48:51
15:17:15
15:19:12
18:51:35
13:03:19
0,25
Z Teorico =
1,96
Paciente 3086Mujer
Paciente 3111Hombre
Paciente 3113Mujer
Paciente 3384Mujer
19,16
Paso 4: Estadstico terico o tabulado
= 5
n= 346
Z Terico =
1,96
Seleccione
una
variable
cuantitativa
(dependiente)
una
cualitativa
(independiente) que pueda relacionar, por ejemplo: Una variable cualitativa como
el Turno en la jornada laboral en donde las niveles pueden ser A, B , C y una
cuantitativa como nmero de pacientes en la sala de urgencias.
Dirjase al blog del curso y all en la seccin de videos cheque estos dos: Anova
y Prueba Tukey (excel) y .Anova y Prueba Tukey (InfoStat)
BASE DE DATOS
38
41
241
272
887
914
2172
2251
2292
2311
3203
3221
3827
3853
4775
4791
5070
5071
5327
5352
Clase de
Mvto
Triage
Urgencias
Triage
Urgencias
Triage
Urgencias
Triage
Urgencias
Triage
Urgencias
Triage
Urgencias
Triage
Urgencias
Triage
Urgencias
Triage
Urgencias
Triage
Urgencias
Fecha
Mvto
01.06.2014
01.06.2014
01.06.2014
01.06.2014
02.06.2014
02.06.2014
04.06.2014
04.06.2014
04.06.2014
04.06.2014
05.06.2014
05.06.2014
06.06.2014
06.06.2014
08.06.2014
08.06.2014
09.06.2014
09.06.2014
09.06.2014
09.06.2014
5369
Triage
22
5394
5903
5909
5923
5944
6450
Urgencias
Triage
Triage
Urgencias
Urgencias
Triage
09.06.2014
10.06.2014
10.06.2014
10.06.2014
10.06.2014
11.06.2014
13:04:00
09:06:37
09:16:58
09:34:28
09:47:54
07:38:23
Hombre
Hombre
Hombre
Hombre
Hombre
Hombre
22
34
27
34
27
24
SEGUROS
SEGUROS
SEGUROS
SEGUROS
SEGUROS
SEGUROS
6466
6485
7555
7630
9876
9890
11890
11933
12527
12537
14634
14688
17407
17419
Triage
Urgencias
Urgencias
Triage
Triage
Urgencias
Triage
Urgencias
Triage
Urgencias
Triage
Urgencias
Triage
Urgencias
11.06.2014
11.06.2014
13.06.2014
13.06.2014
16.06.2014
16.06.2014
20.06.2014
20.06.2014
21.06.2014
21.06.2014
25.06.2014
25.06.2014
30.06.2014
30.06.2014
08:04:06
08:14:22
09:04:12
07:48:41
21:16:16
21:35:10
10:17:14
10:49:56
11:26:02
11:36:54
11:09:41
12:41:43
15:38:14
15:45:09
Hombre
Hombre
Hombre
Hombre
Mujer
Mujer
Hombre
Hombre
Mujer
Mujer
Hombre
Hombre
Hombre
Hombre
27
24
44
44
20
20
20
20
24
24
26
26
54
54
Caso
Hora
Mvto
01:45:35
01:55:16
12:25:31
13:13:15
13:27:20
14:11:57
09:19:05
11:17:49
12:55:50
13:19:23
17:27:11
17:56:34
16:35:21
17:19:29
12:21:38
12:34:37
01:29:49
01:36:28
11:22:30
11:51:39
Sexo
Hombre
Hombre
Hombre
Hombre
Hombre
Hombre
Hombre
Hombre
Hombre
Hombre
Hombre
Hombre
Hombre
Hombre
Hombre
Hombre
Hombre
Hombre
Mujer
Mujer
Edad
(Aos)
29
29
41
41
25
25
43
43
25
25
48
48
35
35
22
22
24
24
22
22
Nombre Aseguradora
SEGUROS BOLIVAR SA
SEGUROS BOLIVAR SA
SEGUROS BOLIVAR SA
SEGUROS BOLIVAR SA
NUEVA EPS SA ARP
NUEVA EPS SA ARP
COOMEVA EPS ARP
COOMEVA EPS ARP
SEGUROS BOLIVAR SA
SEGUROS BOLIVAR SA
SEGUROS BOLIVAR SA
SEGUROS BOLIVAR SA
SEGUROS BOLIVAR SA
SEGUROS BOLIVAR SA
SEGUROS BOLIVAR SA
SEGUROS BOLIVAR SA
SEGUROS BOLIVAR SA
SEGUROS BOLIVAR SA
SEGUROS BOLIVAR SA
SEGUROS BOLIVAR SA
BOLIVAR SA
BOLIVAR SA
BOLIVAR SA
BOLIVAR SA
BOLIVAR SA
BOLIVAR SA
ARP
ARP
ARP
ARP
ARP
ARP
ARP
ARP
ARP
ARP
ARP
ARP
ARP
ARP
ARP
ARP
ARP
ARP
ARP
ARP
ARP
ARP
DATOS
ARP
COOMEVA EPS ARP
COOMEVA EPS ARP
COOMEVA EPS ARP
COOMEVA EPS ARP
COOMEVA EPS ARP
COOMEVA EPS ARP
COOMEVA EPS ARP
COOMEVA EPS ARP
NUEVA EPS SA ARP
NUEVA EPS SA ARP
NUEVA EPS SA ARP
NUEVA EPS SA ARP
NUEVA EPS SA ARP
NUEVA EPS SA ARP
NUEVA EPS SA ARP
NUEVA EPS SA ARP
SEGUROS BOLIVAR SA
SEGUROS BOLIVAR SA
SEGUROS BOLIVAR SA
SEGUROS BOLIVAR SA
SEGUROS BOLIVAR SA
SEGUROS BOLIVAR SA
SEGUROS BOLIVAR SA
SEGUROS BOLIVAR SA
SEGUROS BOLIVAR SA
SEGUROS BOLIVAR SA
SEGUROS BOLIVAR SA
SEGUROS BOLIVAR SA
SEGUROS BOLIVAR SA
SEGUROS BOLIVAR SA
SEGUROS BOLIVAR SA
SEGUROS BOLIVAR SA
SEGUROS BOLIVAR SA
SEGUROS BOLIVAR SA
SEGUROS BOLIVAR SA
SEGUROS BOLIVAR SA
SEGUROS BOLIVAR SA
SEGUROS BOLIVAR SA
SEGUROS BOLIVAR SA
SEGUROS BOLIVAR SA
SEGUROS BOLIVAR SA
ARP
ARP
ARP
ARP
ARP
ARP
ARP
ARP
ARP
ARP
ARP
ARP
ARP
ARP
ARP
ARP
ARP
ARP
ARP
ARP
ARP
ARP
ARP
ARP
ARP
EDAD
43
43
44
44
20
20
24
24
25
25
20
20
26
26
54
54
29
29
41
41
25
25
48
48
35
35
22
22
24
24
22
22
22
22
34
27
34
27
24
27
24
HIPTESIS Y CONCLUSIN
Hiptesis a analizar:
El promedio de las edades de las personas que sufren de algun
tpo de accidente de trabajo no varian de acuerdo a la
aseguradora a la que pertenecen
Observacin
COOMEVA
EDADES
NVA EPS
EDADES
SG.BOLIVAR
EDADES
43
25
29
43
25
29
44
20
41
44
20
41
20
26
25
20
26
25
24
54
48
24
54
48
35
10
35
11
22
12
22
13
24
14
24
15
22
16
22
17
22
18
22
19
34
20
27
21
34
22
27
23
24
24
27
25
24
TOTAL
Media =
32.75
31.25
29.32
Varianza=
134.5
203.071429
65.31
11.5974135
14.2503133
8.081460264
25
41
262
250
733
1245
Desviacin=
n=
Suma=
31.1066667
SOLUCIN ANOVA
Como el valor de f es inferior al valor crtico para f, es posile aceptar la hiptesis de que las
edades de las personas que sufren accidentes laborales no varian sugun la aseguradora a la
Anlisis de varianza de un factor
RESUMEN
Grupos
COOMEVA
EDADES
NVA EPS
EDADES
Cuenta
Suma
Promedio
Varianza
262
32.75
134.5
250
31.25
203.071429
25
733
29.32
65.31
Suma de
cuadrados
Grados de
libertad
Promedio de los
cuadrados
Probabilidad
Entre grupos
Dentro de los
grupos
79.07219512
39.53609756
0.38224008
0.68492499
3930.44
38
103.4326316
Total
4009.512195
40
SG.BOLIVAR
EDADES
ANLISIS DE VARIANZA
Origen de las
variaciones
Valor crtico
para F
3.244818361
TUKEY
32.75
8
31.25
8
29.32
25
103.4326316
3.45
1.5
3.595702845
12.40517481
No diferente
3.43
3.595702845
12.40517481
No diferente
1.93
2.9211628
10.07801166
3. Tomar una de todas las variables para analizar si tiene una distribucin
conocida, a travs de Pruebas no paramtricas
Teniendo en cuenta ese video supongo una distribucin que pueden tener
Turno
1
00:00 a 8:00 3
8:00 a 16:00 11
16:00 a 24:00 10
2
4
11
10
3
4
16
13
4
3
14
11
5
6
6
4
14 13
10 7
7
4
11
8
Dia
8 9
3 3
12 15
7 13
10 11 12 13 14 15
3
4
5
3
3 3
12 12 11 14 10 5
8
9
9
8 10 0
PROM POR TURNO
X:# Urgencias
Oi Frec. (Turnos) f(XI)
0
1
0.00033546
3
8
0.02862614
4
5
0.05725229
5
2
0.09160366
6
1
0.12213822
7
2
0.13958653
8
3
0.13958653
9
2
0.12407692
10
5
0.09926153
11
5
0.07219021
12
3
0.04812680
13
3
0.02961649
14
3
0.01692371
15
1
0.00902598
16
1
0.00451299
45
1
Ei
0.01509582
1.28817649
2.57635298
4.12216477
5.4962197
6.28139394
6.28139394
5.58346128
4.46676902
3.24855929
2.16570619
1.33274227
0.76156701
0.40616907
0.20308454
44
62.15
9.70
1.57
2.11
5.60
7.70
10.29
18.24
117.35
Turno
1
00:00 a 8:00 3
8:00 a 16:00 11
16:00 a 24:00 10
2
4
11
10
3
4
16
13
4
3
14
11
5
6
6
4
14 13
10 7
7
4
11
8
Dia
8 9
3 3
12 15
7 13
10 11 12 13 14 15
3
4
5
3
3
3
12 12 11 14 10 5
8
9
9
8 10 0
PROM POR TURNO
Se puede observar que el turno que presenta mayor cantidad de pacientes atendidos es
de 8:00 a las 16:00, seguido del turno de 16:00 a 24:00 y finalmente en el turno de
00:00 a 8:00 es donde se registran menos atenciones en urgencias.
Teniendo en cuenta lo anterior se propone hacer una redistribucin del personal
(mdicos, especialistas, enfermeras, etc.) que presta sus servicios en cada turno,
partiendo de la reduccin del personal requerido en el turno 1, ya que la demanda en
este no es tan alta como en los otros dos turnos, el personal que quede sobrante entra
a reforzar al personal de los otros dos turnos. Para de esta manera descongestionar
ms la sala de urgencias, se realizar una proyeccin en la demanda del servicio,
basados en los histricos de atencin en la sala de urgencias, para determinar si en el
futuro la cantidad de pacientes atendidos por turnos se mantendr, esto con el fin de
apoyar la decisin de reducir el personal en el turno 1 y redistribuirlo en los turnos 2 y 3.
La segunda fase en esta solucin iniciar analizando otras variables que pueden estar
afectando el servicio, para esto utilizaremos el esquema de espina de pescado para
identificar la causa raz de dicho problema.
Paciente
Sobredemanda
Del servicio
Permanencia
Acuden
Tipo de
dolencia
Trabajadores
parcial de
algunos
Personal no
capacitado
mdicos en
urgencias
as
Demora en
la atencin
paciente
Falta de equipos o
Medicamentos
Falta de camillas y
Consultorios
Sala de urgencias
Muy pequea
Falta de personal en
Horarios de noche
Recursos
Organizacin
CONCLUSIONES
Se logr dar correccin a los trabajos colaborativos 1 y 2 de acuerdo a las sugerencias dadas en
la retroalimentacin, por parte de la tutora.
Se realizaron diferentes propuestas para dar solucin a la problemtica estudiada a lo largo del
curso.
Se identific que hacen falta otra serie de estudios donde se analicen otras variables, que
puedan estar afectando el servicio de urgencias.
Referencias bibliogrficas
Jeammy Sierra (2014). Segundo encuentro tutorial inferencia estadstica [Video]. Disponible en:
http://conferencia2.unad.edu.co/p4byt9onzem/?launcher=false&fcsContent=true&pbMode=nor
mal
TareasPlus (2012). Determina el tamao muestra para estimar la media de una poblacin
[Video]. Disponible en: https://www.youtube.com/watch?v=xSVS-0YR1JY
Yovany Martin Quijano Rojas (2013). Prueba de hiptesis para la media [Video]. Disponible en:
https://www.youtube.com/watch?v=AJcy4eZMwWM