Documente Academic
Documente Profesional
Documente Cultură
1. Introduccin
El comportamiento de un sistema a medida que transcurre el tiempo, y las decisiones que los agentes
inmersos en l toman mientras tanto, es un problema de especial relevancia, que requiere que esos
agentes se detengan a considerar la forma en la que el sistema reacciona ante las fuerzas dinmicas, y
cmo esas reacciones configuran el comportamiento futuro del mismo.
La metodologa de Dinmica de Sistemas (DS) proporciona un entorno a partir del cual explicitar la
estructura de los sistemas y estudiar la relacin existente entre sta y el comportamiento temporal de
los mismos, con el objetivo de ser una herramienta de ayuda en el proceso de toma de decisiones. Al
mismo tiempo, presenta unas caractersticas que la hacen particularmente idnea para el estudio de
sistemas complejos. Ello es debido, por una parte, a su capacidad para la descripcin de los sistemas y
el anlisis cualitativo de las relaciones entre sus componentes, y por otra, a la relativa facilidad con la
que dicho anlisis cualitativo puede ser completado con el anlisis cuantitativo. Los modelos de DS
representan los flujos de material (procesos) y de informacin a travs de los cuales se conectan los
estados del sistema con los puntos de decisin, y tambin con las consecuencias de esas decisiones,
mostrando bucles causales cerrados. Dado que estos bucles incluyen, frecuentemente, retardos y
relaciones no lineales, se hace necesario el uso de la simulacin para obtener las consecuencias
temporales asociadas a estas estructuras causales complejas, de forma que los comportamientos
contraintuitivos puedan ser analizados de forma rigurosa para entender a qu son debidos. Estos
modelos permiten tambin el diseo de nuevas polticas para el sistema, as como avanzar sus posibles
consecuencias.
El origen de la metodologa est ligado al trabajo de Jay W. Forrester en el MIT, siendo considerada
Forrester (1961) como la obra pionera en el campo. Aunque se utiliz inicialmente en problemas de
gestin empresarial por lo que durante un tiempo se llam Dinmica Industrial, su campo de
aplicacin fue creciendo progresivamente, habindose utilizado en el estudio de materias tan diversas
como el desarrollo de ncleos urbanos, el comportamiento de sistemas ecolgicos, el crecimiento y
colapso de civilizaciones antiguas, el futuro de las naciones ante los cambios poblacionales, el sistema
de justicia criminal, problemas militares, y muchos otros. En la popularizacin de las aplicaciones de
la DS ha tenido mucha importancia el desarrollo de programas informticos de uso especfico, que
permiten construir, de forma sencilla, los modelos de simulacin a partir de un entorno grfico
(Vensim, iThink/Stella, Powersim, Dynamo, Cosmic, Dysmap).
Figura 1. Etapas en las que se divide un estudio de DS (Adaptacin de Lane y Oliva, 1998)
diagramas son tiles para mostrar la existencia de bucles de realimentacin o cadenas cerradas de
relaciones causales, cuyo signo muestra el comportamiento temporal aislado que se puede esperar del
mismo. El significado de los signos de las relaciones causales y de los bucles de realimentacin se
presenta en la figura 2.
Una relacin causal de un elemento A sobre otro elemento B es positiva si (1) un cambio en
A produce un cambio en B en el mismo sentido o (2) A aumenta a B.
B Una relacin causal de un elemento A sobre otro elemento B es negativa si (1) un cambio
en A produce un cambio en B en sentido contrario o (2) A disminuye a B.
Figura 2. Significado de los signos de las relaciones causales y de los bucles de realimentacin.
Los diagramas de flujos son ms rigurosos y lgicos, ya que separan las relaciones de material
(procesos) de las relaciones de informacin, y en ellos se clasifican los elementos del sistema segn el
tipo de variable de que se trate (niveles, flujos y auxiliares), siendo este tipo de diagrama el que se
suele utilizar para construir los modelos de simulacin en el software especfico de DS.
La obtencin de estos diagramas (causales o de flujos) fuerza a hacer explcitos los modelos mentales
de los agentes del sistema, y a comprender la estructura del sistema que se pretende modelizar, de
forma que se puedan utilizar para encontrar posibles puntos de intervencin sobre el mismo. La clave
es construir estos diagramas a un nivel de agregacin suficiente como para representar los procesos
que tienen lugar y las medidas de poltica que les afectan.
Los diagramas causales permiten obtener conclusiones interesantes acerca de las consecuencias, sobre
el comportamiento temporal del sistema analizado, de las relaciones entre los elementos del sistema, y,
en muchas ocasiones, los estudios realizados finalizan en esta etapa. Sin embargo, y aunque es sencillo
entender el comportamiento de los bucles de realimentacin aisladamente, suele ser difcil prever el
comportamiento resultante de la superposicin de varios bucles. Por ello, se hace necesario crear
modelos cuantitativos formales, en la etapa de formulacin, susceptibles de ser simulados para
comprobar la bondad de la hiptesis dinmica, al generar el comportamiento temporal de todas las
variables incluidas.
Para ello, se deben explicitar, matemticamente, las relaciones existentes entre los elementos del
sistema, teniendo en cuenta que en un modelo de DS se distingue entre relaciones de material y
relaciones de informacin. Las relaciones de material unen niveles y flujos. Los niveles representan
elementos que no pueden ser modificados de forma instantnea, y recogen la acumulacin de los flujos
de entrada y salida. Un nivel representara, por ejemplo, una lista de espera, que acumulara las
incorporaciones a la lista, tras detraer las admisiones en el servicio correspondiente y las salidas de
lista por motivos diferentes a la admisin. Los flujos estn determinados por las relaciones de
informacin, y pueden depender de los valores de los distintos niveles del sistema, representando bien
polticas de control sobre el sistema, bien respuestas de comportamiento de los agentes involucrados
sobre las que no existe un control directo. En el caso de la lista de espera, las incorporaciones a lista
podran considerarse exgenas o estar afectadas por variables del propio sistema como el tiempo de
espera en lista, y las admisiones en el servicio estaran determinadas por variables como la capacidad
de dicho servicio.
System Dynamics Review (Health and Health Care Dynamics), 15 (3) (Octubre, 1999).
externas (Ittig, 1978), de la unidad de urgencias (Lane y Rosenhead, 1997), o del servicio de ciruga
cardiovascular (Anderson et al, 2002; Petersen, 2000).
3.1. Listas de espera
Las listas de espera para la obtencin de asistencia sanitaria, ya sea mdica o quirrgica, aparecen, de
forma recurrente, en los sistemas sanitarios pblicos de cobertura universal, en los cuales los pacientes
no pagan directamente en el momento de recibir el servicio. Se presentan cuando la demanda de un
servicio supera a la oferta inmediatamente disponible, actuando como un mecanismo regulador de
dicha demanda.
Son muchas las estrategias adoptadas frente a las listas de espera. Cullis et al (2000), Espallargues et al
(2000) y Peir (2000) proporcionan revisiones de las mismas. Tanto Espallargues et al (2000) como el
Grupo de expertos para las listas de espera designado por el Consejo Interterritorial del Sistema
Nacional de Salud (Martnez, 2001) coinciden en que la forma ms prometedora de abordaje de las
listas de espera, fuera de los planes de choque que suponen actuaciones con efectos de corto plazo, son
las polticas integradoras, que actan en el medio y largo plazo. Estas polticas integradoras deben
tener en cuenta tanto los factores que afectan a la demanda, considerando proyecciones demogrficas,
sobre todo de las personas mayores, como los que afectan a la oferta. As, se puede considerar la
redefinicin de los papeles asumidos por los niveles de asistencia primaria y especializada,
aumentando la capacidad resolutoria del primero, lo que permitira una mayor dedicacin del
especialista a la actividad quirrgica propiamente dicha, el papel creciente que los hospitales de
pacientes crnicos, residencias asistidas o programas de hospitalizacin a domicilio pueden asumir, o
la mejora en la gestin de las camas de los hospitales de agudos al potenciar los programas
ambulatorios.
La DS puede jugar un papel importante en la evaluacin de estas polticas integradoras. Aunque su uso
suponga perder los efectos de las variaciones estocsticas y de la gestin de los pacientes individuales,
puede favorecer, al trabajar en trminos agregados, la consecucin de una visin sistmica de las
interacciones de los flujos de pacientes e informacin (Taylor y Lane, 1998). Estimulando el estudio
de cmo los distintos procesos interactan para la consecucin de resultados, la DS ofrece un enfoque
riguroso para estudiar las consecuencias de estas interacciones, como se puede observar en los
estudios que describimos a continuacin, en los que se ha utilizado esta metodologa para tratar el
problema de la espera en la obtencin de asistencia sanitaria.
Coyle (1984) crea un modelo para la gestin de pacientes psiquitricos que requieren una
hospitalizacin corta, pero que presentan una elevada tasa de retorno. El estudio se limita a la etapa de
conceptualizacin descrita en el apartado 2, mostrando el tipo de conclusiones que se pueden extraer
de los diagramas causales. En la parte central del diagrama causal de la figura 3 se puede observar el
flujo de pacientes. Estos esperan su admisin al hospital en la lista de espera, ya sean nuevos casos, ya
hayan sido tratados previamente en el centro. El bucle 1 en el diagrama, representa la poltica de
admisiones el hospital, en la medida en que se admiten nuevos pacientes siempre que exista capacidad
disponible para ello. Los pacientes permanecen hospitalizados durante el tiempo necesario para su
tratamiento, dictado, normalmente, por la opinin mdica, tras el cual se les da el alta correspondiente.
Un porcentaje de estos pacientes necesitar sucesivos tratamientos, pasando a engrosar nuevamente las
listas de espera.
La duracin de la estancia de los pacientes podra tener influencia en el retorno de los mismos en
busca de nuevos tratamientos. Dichas influencias estn representadas en el diagrama marcadas con una
d, que indica que su signo depende del tiempo de estancia. Para valores pequeos de sta, un
aumento en la estancia implicar una reduccin del porcentaje de retorno, y un aumento del tiempo
medio de retorno. Para valores mayores, el efecto es el contrario, ya que los pacientes tienden a ver el
tratamiento como necesariamente proporcionado por el hospital. El bucle 2 del diagrama representa el
hecho de que el tiempo de espera para la admisin al hospital puede tener influencia sobre el
porcentaje de pacientes que requieren nuevos tratamientos y sobre el tiempo que stos tardan en
requerirlos. Las lneas de influencia estn marcadas con una d, indicando que su signo depende del
valor del tiempo de espera en lista. Para valores pequeos, a medida que ste aumente, aumenta el
porcentaje de pacientes que vuelven, y disminuye el tiempo medio de retorno, pero para valores
mayores el efecto es el opuesto.
Tiempo de espera
+
2d
Lista de espera
Nuevos casos +
d
Fraccin de
pacientes que
vuelven
4-
3-
+
Admisiones
-
Pacientes
+ hospitalizados
1-
- Estancia
+
Altas
Utilizacin de la
capacidad
Pacientes que
vuelven
+
+
-
Capacidad del
hospital
d
Tiempo medio de
retorno
d
Con la ayuda del diagrama causal, es posible inferir la respuesta del sistema ante un aumento en la
demanda de tratamiento. Ante un aumento de la demanda se produce un aumento de la lista de espera,
aunque no de las admisiones, si el hospital se encuentra al lmite de su capacidad. Ante el aumento de
la lista y del tiempo de espera asociado, inicialmente aumentan los retornos de pacientes, lo que agrava
an ms el problema (bucle 2 positivo). Un aumento de la estancia de los pacientes podra mejorar la
situacin, al reducir los retornos. Sin embargo, el retardo en la actuacin de esta relacin hace difcil
que pueda ser utilizada como poltica de mejora del sistema. Es ms probable que, ante esperas ms
largas, los pacientes empeoren su condicin, y sean necesarios tratamientos ms largos, lo que
empeorar la situacin. Una forma de alterar este comportamiento sera conseguir que el bucle 2 se
convierta en negativo, lo que ocurrira ante un gran aumento del tiempo de espera, que hace que los
pacientes no retornen a este sistema de estancias no elevadas, bien porque empeoran e ingresan en un
sistema diferente, bien porque renuncian al tratamiento y buscan una asistencia alternativa.
Una propuesta alternativa del autor son los bucles 3 y 4 (lneas discontinuas en el diagrama). Sin estos
dos bucles, la poltica de admisiones afecta al bucle 2, pero sta no es afectada por el mismo. La
poltica de admisiones podra depender del tiempo de espera en lista, a travs del establecimiento de
un tiempo mximo de espera, por encima del cual debera encontrarse necesariamente una plaza para
el paciente (bucle 3). Su funcionamiento estara en conflicto con el bucle 1, y salvo que se recurriera a
la capacidad de unidades complementarias no podran funcionar simultneamente. Por otro lado, la
necesidad de mantener un tiempo de espera no muy elevado presionara sobre las altas hospitalarias,
ya que una forma de incrementar el uso de la capacidad instalada es la reduccin de la estancia de los
pacientes ya ingresados (bucle 4). Una actuacin conjunta de los servicios de admisin, de los
Elasticidades de oferta y demanda (Van Ackere y Smith, 1997, 1999a, 1999b y 2002)
Martin y Smith (1995) examinan el uso de los recursos para ciruga electiva en el Sistema Nacional de
Salud del Reino Unido (NHS). En este estudio, la demanda y la oferta de ciruga electiva presentan las
siguientes expresiones:
Demanda =
= f (tiempo de espera(), necesidad(+ ),oferta asistencia primaria(?),oferta privada de camas())
+
Lista de espera
Incorporaciones
+
-
+
Tiempo espera
percibido Demanda
Camas
1-
Demanda
-
Elasticidad de
camas
Pacientes tratados
+
Tiempo de espera
+
2+
Tiempo espera
percibido Oferta
Figura 4. Diagrama causal de elasticidades de oferta y demanda (Van Ackere y Smith, 1997 y 2002)
dependiente del propio tiempo de espera segn anlisis posteriores2), y de oferta (0,29). De la
simulacin del mismo se obtienen los resultados de la figura 5.
El modelo se inicia en equilibrio, y se simulan los resultados de un incremento y una reduccin en la
capacidad instalada del 10% bajo dos escenarios de lista de espera (Tiempo de espera inicial de 3 y 4,5
meses). Como se puede observar en la figura 5, con tiempos de espera inferiores a 3 meses, un
aumento de la capacidad instalada tiene como resultado una reduccin de la lista de espera y del
tiempo de espera asociado. La reduccin en el tiempo de espera no provoca reacciones en la demanda,
aunque s en la oferta, volviendo finalmente la capacidad instalada a su nivel original. Una reduccin
de la capacidad instalada tiene consecuencias opuestas. La lista de espera y el tiempo de espera
asociado aumentan, y la demanda reacciona slo ligeramente ante este aumento. La capacidad
instalada aumenta ante la elevacin de los tiempos de espera, aunque slo hasta el nivel que permite
responder a la demanda existente. Con tiempos de espera superiores (4,5 meses), la respuesta ante un
incremento o una reduccin de la capacidad instalada es completamente distinta a la esperada. Ante un
aumento de la capacidad instalada y la reduccin de la lista y del tiempo de espera que ste lleva
asociada, la demanda responde, aumentando las incorporaciones a la lista de espera, y obligando al
mantenimiento de los niveles de capacidad instalada para responder a la demanda creciente. El
resultado final es una lista de espera mayor, con una capacidad instalada superior, que permite
mantener valores del tiempo de espera similares a los iniciales. La situacin ante una reduccin de la
capacidad instalada es la opuesta. La demanda reacciona ante el aumento del tiempo de espera, la lista
de espera disminuye y la situacin final refleja cmo el tiempo de espera permanece prcticamente
inalterado, aunque la lista de espera sea menor y la capacidad instalada tambin.
600
20
200
6
600
20
200
6
123 4 12 34 1234 1
41
Lista de espera
2
Camas
3
Demanda
Tiempo de espera
16
1
24
1
2
41
1
2
3
4
2 3
2 3
41
32
40
Time (Month)
1
2
23
41
0
0
0
0
1
2
3
4
41
41
1
2
3
4
2
3
1
1
4 1
4 1
4 1
1
4
23
23
23
23
23
2 3
23
2 3
4
23
Lista de espera
2
Camas
3
Demanda
Tiempo de espera
600
20
200
6
23
23
2 3
2 3
16
1
24
32
40
Time (Month)
48
23
23
23
1
2
1
2
1
2
3
4
1
2
3
4
1
2
3
4
56
1
2
3
64
1
2
3
4
72
1
2
1
2
3
4
4
1
4 1
4 1
4 1
23
23
23
23
4
1
23
0
0
0
0
2
3
2 3
2 3
32
40
Time (Month)
48
23
4
1
23
23
23
0
0
0
0
0
Lista de espera
2
Camas
3
Demanda
Tiempo de espera
0
0
0
0
72
1
2
3
4
123 4 12 34 1234 1
64
1
2
23
41
56
2
3
23
41
48
2
3
23
41
41
23
16
1
24
1
2
1
2
1
2
3
4
32
40
Time (Month)
1
2
3
4
1
2
1
2
3
4
72
1
2
3
4
64
1
2
3
4
56
1
2
3
48
2
3
Lista de espera
2
Camas
3
Demanda
Tiempo de espera
16
1
24
1
2
1
2
3
4
1
2
3
4
1
2
3
4
1
2
3
4
1
2
1
2
3
4
72
1
2
3
4
64
1
2
3
4
56
2
3
Las estimaciones de la elasticidad de demanda indican que sta no es significativamente distinta de cero para valores del
tiempo de espera inferiores a tres meses. Para valores mayores disminuye rpidamente, hasta alcanzar valores de 4 con
tiempos de espera de 4 5 meses. Las estimaciones de la elasticidad para mayores tiempos de espera no son fiables, aunque
parecen indicar que el valor de la misma vuelve a ser nulo (representado en el modelo a travs de una tabla de valores).
En un estudio posterior (Van Ackere y Smith, 1999a y 1999b), y basndose en el mismo esquema
original de dos bucles negativos, tratan de incorporar en este caso la sanidad privada. La elasticidad no
influye ahora sobre la demanda sino sobre el porcentaje de la misma que busca su satisfaccin en la
sanidad pblica, lo que permite modelizar el destino de los pacientes potenciales sanidad pblica,
sanidad privada o ningn tipo de tratamiento.
Incorporaciones a la +
sanidad privada
+
Lista
de espera
Demanda no
percibida Demanda
+ satisfecha
+
+
Demanda potencial
+ Incorporaciones a la
sanidad pblica
+
Porcentaje de demanda
destinada a sanidad
pblica
Elasticidad
Demanda
+
Lista de espera
Elasticidad del
aseguramiento
privado
Estancia media
Pacientes tratados
+
Camas
1-
Tiempo espera
percibido Demanda
Elasticidad de
camas
+
Tiempo de espera
+
2+
Tiempo espera
percibido Oferta
Figura 6. Diagr. causal aumentado de elasticidades de oferta y demanda (Van Ackere y Smith, 1999a y 1999b)
Presupuesto
+
Ratio de asesoramiento
de asistencia primaria
2+
Coste
+
1-
+
Ocupacin
hospitalaria de larga
estancia
Lista de espera
Admisiones
hospitalaria para larga hospitalarias para larga
estancia
estancia
5+
+
Admisiones va
servicios de
urgencias
Altas hospitalarias
+
4- +
+
Capacidad
hospitalaria necesaria
3+
Presiones de los
familiares en contra del
alta
Enfermeras
+comunitarias
Ratio de cierre
+
Financiacin del
cuidado comunitario
Figura 7. Diagrama causal del modelo de integracin social de enfermos y ancianos (Wolstenholme, 1993)
El diagrama causal de la figura 7 describe como los ancianos que reciben un diagnstico que requiere
tratamiento hospitalario son incorporados a la lista de espera del hospital, desde donde sern admitidos
al mismo cuando exista capacidad disponible. Cuando el tratamiento hospitalario se completa, se les
da el alta hacia el sector de cuidados comunitarios, ya sea cuidado domiciliario, en residencias o en
asilos. Adicionalmente, los ancianos pueden entrar al hospital como pacientes urgentes y a los
cuidados comunitarios sin pasar por el hospital. Hasta el momento de la reforma legislativa, la
responsabilidad sobre las altas hospitalarias de los pacientes cuyo destino era alguna forma de cuidado
comunitario, recaa exclusivamente en el personal del hospital, que decida las mismas en funcin de
su experiencia profesional y las necesidades de camas para los pacientes pendientes de admisin. Los
servicios sociales deban aceptar las altas que reciban, y proporcionar el cuidado comunitario
adecuado segn los esquemas de financiacin existentes. Despus de la reforma legislativa, el
presupuesto dedicado al cuidado comunitario es limitado, y la decisin de las altas hospitalarias es
tambin responsabilidad de los servicios sociales, que pueden no disponer de presupuesto para recibir
a los pacientes que salen del hospital.
La limitacin de las altas hospitalarias afecta al resto del sistema. Dado que se prolonga la
hospitalizacin de los pacientes por encima de lo aconsejable, se hace necesario reducir las admisiones
por falta de capacidad disponible. Las listas de espera y el tiempo de espera asociado aumentarn en
consecuencia, a menos que los mdicos reduzcan las incorporaciones a la misma. Adems, y dado que
los ancianos inscritos en la lista de espera estn en la comunidad, es posible que supongan un coste
para las autoridades, al empeorar su condicin durante el tiempo de espera, reduciendo an ms el
presupuesto disponible para el cuidado comunitario y las altas hospitalarias. Ms an, en la misma
poca un objetivo de largo plazo de los servicios sanitarios era la reduccin de la capacidad
hospitalaria dedicada a personas mayores, como una forma de transferir financiacin al cuidado
comunitario, lo que claramente no se puede llevar a cabo si se est trabajando en el lmite de la
capacidad.
El diagrama de la figura 7 resume esta situacin. En l aparece un bucle de control presupuestario
(bucle 1), que limita el nmero de pacientes que pueden acudir al cuidado comunitario. Los aumentos
de la lista de espera reducen el presupuesto disponible para el cuidado comunitario (bucle 2), aunque
ste podra aumentar si fuera posible destinar parte de la financiacin de los ancianos hospitalizados a
la contratacin de personal de enfermera para el cuidado comunitario (bucle 3). Caso de ser necesaria
una fuente de financiacin suplementaria por parte de la familia del paciente, sta podra presionar
para que los pacientes no fueran dados de alta (bucle 4), y, los mdicos, podran forzar la admisin de
sus pacientes a travs de las urgencias hospitalarias (bucle 5).
SERVICIO DE
SALUD
SERVICIOS SOCIALES
a
Coste por persona
en lista de espera
Pacientes en lista de
espera que necesitan c
com
+
Coste unitario c
com
Actualizacin
fin ao
+
Costes
Costes derivados de acumulados
c com
+
la lista de espera
Presupuesto
+
anual c com
Proporcin consumida
+
Coste mensual c
com
+
Lista de
espera
Incorporaciones
a lista
Pacientes en
hospital
Admisiones
hospitalarias
+
Pacientes en
c com
Altas hospitalarias
Promedio de altas +
hospitalarias
Altas hospitalarias
deseadas
Figura 8. Diagrama de flujos de integracin social de enfermos y ancianos (Wolstenholme y Crook, 1997)
Los resultados de la simulacin de este modelo estn recogidos en la figura 9. En ella se puede
observar como el presupuesto debe ser progresivamente dedicado al mantenimiento de las necesidades
de los pacientes que se encuentran en las listas de espera, ms que a financiar las altas hospitalarias.
Estos resultados son coincidentes con las primeras experiencias recogidas en el NHS tras la reforma
legislativa. Este primer modelo ha sido refinado y convertido en un simulador de gestin, estando
disponibles algunos resultados de su simulacin en Wolstenholme y Crook (1997).
1
200
1,000
100,000
1M
1
1
150
750
1
1
1
100
500
3
2
2
0
0
2
3
2 3
3
2
16
2
1
31
Time (Month)
3
2
2
2
0
0
2
1
1
3
2
45
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
Pacientes en hospital 1
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
Pacientes en c com
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
Lista de espera
1
3
1
1
1
1
2
23
2
2
1
60
50
250
50,000
500,000
1 2
3
3
1
1212
16
31
Time (Month)
45
60
1
1
1
1
1
1
1
1
1
1
Costes derivados de la lista de espera 1
2
2
2
2
2
2
2
2
2
2
2
2
2
Coste mensual c com
3
3
3
3
3
3
3
3
3
3
3
3
Costes acumulados c com 3
4
4
4
4
4
4
4
4
4
4
4
4
Presupuesto anual c com
Gonzlez-Busto (1997) analiza un modelo sencillo para la gestin de listas de espera en centros
hospitalarios, con el objetivo de mostrar la aplicabilidad de la metodologa de DS en el mbito
sanitario. Completando este trabajo, Gonzlez-Busto y Garca (1998, 1999) crean un modelo de DS
para comprobar el impacto de largo plazo de las polticas de gestin de la lista de espera quirrgica
utilizadas en los hospitales pblicos espaoles. Concretamente, su inters reside en comprobar las
Subcontratacin
real
8-
Acuerdo de
subcontratacin
Pacientes
postpuestos
+
Retorno de
pacientes
9+
+
Programas
especiales
pac ext
+
Rentas
mdicos
Productividad
normal jornada
laboral
7' +
Expectativas de
rentas
1+
5' -
6' +
Programas
especiales
5-
Recursos actividad
+
Lista de espera
programada
4+
Lista de espera
quirrgica
consultas externas
+
+
32+
+
Demanda
inducida por
consultas
externas
+
6+
Productividad
jornada laboral
Urgencias
Demanda
inducida por
ciruga
Renta mdicos
7+
Expectativas de
renta
+
Figura 10. Diagr. causal de la gestin de la lista de espera quirrgica (Gonzlez-Busto y Garca, 1998 y 1999)
Este diagrama causal fue convertido en un modelo de simulacin, parametrizado para representar las
listas de espera del Departamento de Ciruga General del Hospital de Asturias, utilizando datos de su
actividad mensual en el periodo 1989/1993. De la simulacin del mismo los autores resaltan la
conclusin de que las polticas utilizadas actualmente para gestionar las listas de espera no afectan a su
evolucin de largo plazo, y que la tendencia a usar este tipo de polticas, cuyos efectos slo se
observan en el corto plazo, se debe a que el ciclo poltico es ms corto que el tiempo necesario para
observar los efectos positivos de polticas de ms largo plazo.
Los autores recomiendan que las actividades de subcontratacin con otros hospitales deben ser
flexibilizadas para tener efectos positivos en el largo plazo, tanto en relacin a su naturaleza peridica,
como en relacin al nmero de pacientes incluidos en las concertaciones, que debera establecerse en
funcin de la capacidad de cada departamento y de los objetivos de tiempo de espera3. Tambin
insisten en que los programas especiales deben ser utilizados con precaucin, limitndolos a
departamentos con demanda elevada, y donde las camas hospitalarias no limiten la actividad. Por
ltimo, sugieren que la revisin sistemtica de la lista de espera debe tener como objetivo la mejora de
la calidad de la informacin disponible para la toma de decisiones, no el manipular las listas de espera
elevadas.
Interrelacin de la unidad de urgencias con los pacientes programados (Lane et al, 1997, 1998 y
2000).
Lane et al (1997, 1998 y 2000) analizan los tiempos de espera para la admisin en una unidad de
urgencias de un hospital universitario londinense del que no se ofrecen datos por razones de
confidencialidad. En el modelo que construyen, se muestran las interacciones entre la demanda de
servicios y el uso de los recursos de la unidad de urgencias, as como las implicaciones que la
actividad de esta unidad tiene sobre los recursos dedicados a la actividad programada del hospital. Es
por esta ltima razn, por la que referenciamos este estudio dentro de los realizados sobre listas de
espera.
Los bucles de realimentacin que controlan los flujos de entrada y salida de pacientes en urgencias se
representan en el diagrama causal de la figura 11. El bucle 1, muestra que los pacientes que esperan
para recibir atencin urgente tienen dos posibles salidas, bien completar el tratamiento en la unidad de
urgencias (bucle 1a), bien ser admitidos en el hospital (bucle 1b). El bucle 2 asegura que los pacientes
urgentes sean admitidos slo si existe una cama disponible, ofreciendo el bucle 3 una regulacin
similar para los pacientes programados. Los bucles 4a y 4b controlan la gestin de los pacientes
programados. El bucle 4a acta para permitir la admisin de los pacientes programados si existen
camas disponibles, mientras que el bucle 4b cancela el exceso de admisiones programadas si la
ocupacin de la capacidad instalada es suficientemente elevada como para no permitir la admisin de
pacientes programados.
Llegadas a
urgencias
-
Pacientes esperando
en urgencias
- - 1b
- 1a
+
Admisiones
urgentes
-
Salidas de urgencias +
-
Capacidad en camas
+
Ocupacin de la
capacidad instalada
-2
+ Cancelacin de
admisiones
Objetivo de + programadas
admisiones
programadas
- 4b
+
-3
Admisiones
programadas
efectivas
Altas
+
- 4a
- Programacin de
admisiones
programadas
Figura 11. Diagrama causal de las interrelaciones de la unidad de urgencias con la actividad programada
(Lane et al, 1997, 1998 y 2000)
A partir de este diagrama causal se cre un modelo de simulacin que desagrega el bucle 1a, y que
permite separar el tiempo de espera de los pacientes en la unidad de urgencias en tramos, en atencin a
las distintas actividades que se llevan a cabo en dicha unidad. Este modelo fue utilizado para explorar
la interaccin de los distintos bucles de realimentacin para producir el comportamiento observado en
las unidades de urgencias. De la experimentacin con el mismo los autores extraen dos conclusiones
principalmente. Por un lado, y en relacin al tiempo de espera en la unidad de urgencias, observan que
parte de ese tiempo es inevitable, ya que se realizan distintas actividades que necesariamente llevan
tiempo. No obstante, se pueden conseguir algunas mejoras incrementando de forma selectiva algunos
recursos de la unidad de urgencias. Por otro lado, y en cuanto a la relacin con la actividad
programada, los autores encontraron que el proceso de reduccin de camas hospitalarias en el que
estaba inmerso el hospital no aumentara el tiempo de espera de los pacientes de urgencias. S tendra
efectos, sin embargo, sobre la cancelacin de intervenciones programadas, dada la prioridad en el uso
de las camas por parte de los pacientes urgentes.
4. Conclusiones
Un objetivo importante en la construccin de un modelo de simulacin, es permitir la realizacin de
experimentos, evitando los problemas y costes asociados a la realizacin de los mismos en el sistema
real. El modelo se convierte as en un instrumento de aprendizaje, que se puede utilizar para explorar
las consecuencias, tanto en el corto, como en el largo plazo, del establecimiento de polticas de gestin
alternativas. Sin embargo, sta no es la nica ventaja de la construccin de modelos de DS. La
metodologa proporciona herramientas para analizar, no slo el comportamiento temporal de las
variables incluidas en el modelo, sino las causas de dicho comportamiento. La construccin del
modelo es, en s misma, un proceso de aprendizaje acerca del problema, ya que obliga a analizar las
relaciones entre los elementos del sistema, explicitando los modelos mentales de los agentes del
mismo.
La construccin de estos modelos en el entorno sanitario, puede contribuir al proceso de toma de
decisiones, al incorporar el conocimiento disponible entre sus miembros, y generar anlisis rigurosos
que puedan ser utilizados para mostrar cules pueden ser las consecuencias previsibles de una
determinada poltica de actuacin. En este sentido, es necesario tener en cuenta que los modelos de DS
pueden ser convertidos en simuladores de gestin, permitiendo a personas que no han estado
implicadas en la construccin del modelo, aprender las consecuencias de la estructura del sistema de la
misma forma que sus autores. Para ello, es necesario disear, una vez construido el modelo, una
aplicacin en la que se limite el acceso al modelo original, ofreciendo distintas opciones de actuacin
junto con documentacin acerca del sistema modelado. De esta forma, se permite interactuar con el
modelo, y observar las consecuencias de las decisiones que se van tomando desde los controles, sin
necesidad de conocer en profundidad el proceso de modelizacin subyacente.
Bibliografa
Alvarez, Y; Caicoya, M; Garca, R; Gonzlez-Busto, B. (1998). A system dynamics model for analysing
population risk in case of a voluntary vaccination program against meningococcal meningitis. 16th International
Conference of the System Dynamics Society. Quebec, Canad.
Anderson, J.; Harshbarger, W.; Weng, H.; Jay, S. y Anderson, M. (2002). Modeling the costs and outcomes of
cardiovascular surgery. Health Care Management Science, 5(2): 103-111.
Aracil, J. (1986). Introduccin a la Dinmica de Sistemas. Alianza Editorial S.A., Madrid.
Barlas, Y. (1989). Multiple tests for validation of system dynamics type of simulation models. European
Journal of Operational Research, 42: 59-87.
Barlas, Y. (1996). Formal aspects of model validity and validation in system dynamics. System Dynamics
Review, 12(3): 183-210.
Besley, T; Hall, J. y Preston, I. (1996). The demand for private health insurance: do waiting lists matter?.
Institute for Fiscal Studies Working Paper W96/7. London: Institute for Fiscal Studies.
Coyle, R.G. (1984). A systems approach to the management of a hospital for short-term patients. SocioEconomic Planning Science, 18(4): 219-226.
Coyle, R.G. (1985). The use of optimization methods for policy design in a system dynamics model. System
Dynamics Review, 1(1): 81-91.
Coyle, R.G. (1996). System Dynamics modelling: a practical approach. Chapman & Hall, London.
Cullis, J.; Jones, P. y Propper, C. (2000). Waiting lists and medical treatment: analysis and policies. En
Handbook of Health Economics, Volumen 1B, Cap. 23. Eds. Culyer, A.J. y Newhouse, J.P. Elsevier Science.
Departament of Health (1995). Assesing the options in the Cancer Key Area: Cervical Screening. London:
Department of Health.
Departament of Health (1998). Chlamydia Trachomatis: Summary and conclusions of CMOs expert advisory
group. London: Department of Health.
Espallargues, M.; Gallo, P.; Pons, J.M.V. y Sampietro-Colom. (2000). Situacin y abordaje de las listas de
espera en Europa. Barcelona: Agncia dAvaluaci de Tecnologia i Recerca Mdiques. Servei Catal de la
Salud. Departament de Sanitat i Seguretat Social. Generalitat de Catalunya.
Flessa, S. (1999). Decision support for malaria-control programmes: a system dynamics model. Health Care
Management Science, 2(3): 181-191.
Forrester, J.W. (1961). Industrial Dynamics. Productivity Press Inc., Portland, OR. (Traduccin al espaol,
Dinmica Industrial, en Ed. El Ateneo, Buenos Aires).
Forrester, J.W. (1994). System dynamics, system thinking, and soft OR. System Dynamics Review, 10(2-3):
245-256.
Forrester, J.W. y Senge, P. (1980). Tests for building confidence in system dynamics models. TIMS Studies
in the Management Sciences, 14: 209-228.
Goluke, U; Landeen, R. y Meadows, D. (1981). A simulation model of drinking behaviour. British Journal of
Addiction, 76(3): 289-298.
Gonzlez-Busto, B. (1997). Introduccin a un modelo de simulacin para la gestin de listas de espera en
centros hospitalarios. Revista Asturiana de Economa, 10: 109-134.
Gonzlez-Busto, B. y Garca, R. (1998). A system dynamics model for analysing waiting lists in Spanish public
hospitals. 16th International Conference of the System Dynamics Society, Quebec, Canad..
Gonzlez-Busto, B. y Garca, R. (1999). Waiting lists in Spanish public hospitals: A system dynamics
approach. System Dynamics Review, 15(3): 201-224.
Gonzlez-Busto, B. y Lpez Bayn, S. (2001). La subcontratacin de actividad sanitaria como mecanismo para
la reduccin de listas de espera. Revista de Direccin, Organizacin y Administracin de Empresas, 25: 89-96.
Fundacin Gral. Universidad Politcnica de Madrid.
Hirsch, G. y Kemeny, J. (1994). Mastering the transition to capitation. Health Care Forum Journal, 37(3): 8997
Homer, J.; John, R. y Cotreau, W. (1986). A dynamic model for understanding eating disorders. International
System Dynamics Conference. Sevilla, Espaa.
Homer, J.; Roberts, E.; Kasabian, A. y Varrel, M. (1982). A systems view of the smoking problem. Intl. J.
Biomedical Computing, 13: 69-86.
Ittig, P.T. (1978). A model for planning ambulatory health services. Management Science, 24(10): 1001-1010.
Lane, D. y Oliva, R. (1998). The greater whole: Towards a synthesis of System Dynamics and Soft Systems
Methodology. European Journal of Operational Research, 107: 214-235.
Lane, D.C. y Rosenhead, J. (1997). Emergency... but not accident. London School of Economics and Political
Science Magazine, 9(2): 14-17.
Lane, D.C.; Monefeldt, C. y Rosenhead, J.V. (1998). Looking in the wrong place for healthcare improvements:
a system dynamics study of an accident and emergency departament. Operational Research Department
Working Paper LSEOR 98.23. London School of Economics and Political Science.
Lane, D.C.; Monefeldt, C. y Rosenhead, J.V. (2000). Looking in the wrong place for healthcare improvements:
a system dynamics study of an accident and emergency departament. Journal of the Operational Research
Society, 51: 518-531.
Mao-Kang, S. y Huan-Chen, W. (1990). The spread of 88 Shanghai Type-A Hepatitis: a system dynamics
model and analysis. Proceedings of the 1990 International System Dynamics Conference. Chestnut Hill, MA.,
USA
Martin, S. y Smith, P. (1995). Modelling waiting times for elective surgery. Occasional Paper, Centre for
Health Economics, University of York.
Martnez, C. (2001). Mesa Redonda: Qu medidas se estn tomando para reducir la lista de espera en los
bloques quirrgicos. Foro de Gestin e Innovacin Sanitaria de Diario Mdico: II Encuentro El Hospital
Quirrgico. 16 y 17 de octubre de 2001, Madrid.
Morecroft, J.D.W. (1988). System dynamics and microworlds for policymakers. European Journal of
Operational Research, 35: 301-320.
Oliva, R. (1996). A Vensim Module to calculate summary statistics for historical fit. Working-paper, D4584, Sloan School of Management, M.I.T., Cambridge, Massachusetts.
Peir, S. (2000). Algunos elementos para el anlisis de las listas de espera. Gestin Clnica y Sanitaria, 2(4):
126-131.
Petersen, L.O. (2000). Capacity for treating heart disease. International Conference of the System Dynamics
Society. Bergen, Noruega.
Randers, J. (1980). Guidelines for model conceptualization, en Elements of the System Dynamics Method
(pp. 117-138). J. Randers (Ed.), Productivity Press, Cambridge, Massachusetts.
Richardson, G. (1983). Heroin addiction and its impact on the community. En Introduction to computer
simulation: a system dynamics approach. Ed. Roberts, N. Productivity Press, Portland, OR.
Roberts, C. y Dangerfield, B. (1990). Modelling the epidemiological consequences of HIV infection and AIDS:
a contribution from Operational Research. Journal of the Operational Research Society, 41(4): 273-289.
Sterman, J. (1984). Appropiate summary statistics for evaluating the historical fit of system dynamics models.
Dynamica, 10(Part II): 51-66.
Taylor, K. y Lane, D. (1998). Simulation applied to health services: opportunities for applying the system
dynamics approach. Journal of Health Services Research and Policy, 3(4): 226-232.
Valero, M.; Arredondo, M.; Del Nogal, F.; Gallar, P. e Insausti, J. (2001). Modelo de un Servicio de Televisita
en el Hogar basado en la Teora de Dinmica de Sistemas. IV Congreso Nacional de Informtica de la Salud.
Madrid, Espaa.
Van Ackere, A. y Smith, P.C. (1997). Making static models dynamic: the case of the National Health Service.
System Dynamics Group Working Paper WP-0018. University of York.
Van Ackere, A. y Smith, P.C. (1999a). A dynamic model of National Health Service waiting lists. System
Dynamics Group Working Paper WP-0026. University of York.
Van Ackere, A. y Smith, P.C. (1999b). Towards a macro model of National Health Service waiting lists.
System Dynamics Review, 15(3): 225-252.
Van Ackere, A. y Smith, P.C. (2002). A note on the integration of system dynamics and economic models.
Journal of Economics Dynamics & Control, 26: 1-10.
Vennix, J.A.M. y Gubbels, J.W. (1992). Knowledge elicitation in conceptual model building: a case study in
modeling a regional Dutch health care system. European Journal of Operational Research, 59: 85-101.
Wolstenholme, E. (1993). A case study in Community Care using Systems Thinking. Journal of the
Operational Research Society, 44(9): 925-934.
Wolstenholme, E. y Crook, J. (1997). A management flight simulator for community care. En Enhancing
health services management: The role of decision support systems, Cap. 12. Eds. Cropper, S. y Forte, P. Open
University Press, Buckingham, Philadelphia.