LA DINMICA DE SISTEMAS EN ECONOMA DE LA SALUD

Fuensanta Arnaldos Garca

Universidad de Murcia
RESUMEN
El objetivo de este trabajo es mostrar el potencial de la Dinmica de Sistemas en el campo de la
Economa de la Salud como herramienta en la planificacin sanitaria. Se realiza una revisin de esta
metodologa de modelizacin y anlisis de sistemas, y una clasificacin de su aplicacin en materias
relacionadas con la Economa de la Salud. Esta metodologa presenta unas caractersticas que la hacen
particularmente adecuada 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
complementado con un anlisis cuantitativo. Centrndonos en el campo de la modelizacin de las listas
de espera y de la gestin hospitalaria, describimos estudios realizados por distintos autores en los que se
ha utilizado la Dinmica de Sistemas para abordar el problema de la espera en la obtencin de asistencia
sanitaria.
Palabras clave Dinmica de Sistemas, Simulacin, Hospitales, Listas de espera.

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).

2. La metodologa de Dinmica de Sistemas

En la literatura se pueden encontrar muchas clasificaciones de las etapas en las que se puede dividir un
estudio de DS (Forrester, 1961; Randers, 1980; Aracil, 1986; Forrester, 1994; Coyle, 1996).
Basndonos en dichas clasificaciones, y con la intencin de proporcionar una gua a seguir en el caso
de afrontar un estudio bajo este enfoque, consideraremos un estudio de DS dividido en las seis etapas
que aparecen, de forma esquemtica, en la figura 1, resaltando que el proceso completo debe ser
considerado iterativo, en el sentido en que las distintas etapas pueden ser revisitadas tantas veces como
se considere necesario.

Figura 1. Etapas en las que se divide un estudio de DS (Adaptacin de Lane y Oliva, 1998)

En la etapa de conceptualizacin debe formularse una hiptesis dinmica de funcionamiento del

sistema (Randers, 1980), que consta de una descripcin de la estructura de realimentacin del mismo
acompaada de una descripcin del comportamiento temporal que se cree que sta genera. La
estructura de realimentacin suele representarse a travs de un diagrama causal o de un diagrama de
flujos, y para su construccin, es necesaria la colaboracin de personas que posean un conocimiento
exhaustivo acerca del sistema a modelar. Vennix y Gubbels (1992) recogen una clasificacin de las
tcnicas a utilizar para favorecer esta colaboracin.
Los diagramas causales muestran las variables interrelacionadas a travs de lneas causales, que
muestran el sentido de la influencia y que suelen acompaarse del signo de la relacin. Estos

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.

Un bucle de realimentacin es positivo, si contiene un nmero par de relaciones causales

negativas. Aisladamente, llevan asociado un comportamiento de bsqueda de un equilibrio.

Un bucle de realimentacin es negativo, si contiene un nmero impar de relaciones causales

negativas. Aisladamente, llevan asociado un comportamiento de crecimiento o
decrecimiento exponencial.

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.

Cuando este tipo de modelos sobrepasa la etapa de conceptualizacin cualitativa, y se convierte en un

modelo cuantitativo, la forma habitual de investigar el comportamiento asociado a una estructura
concreta, es la aplicacin de tcnicas de simulacin. En el contexto de los modelos de DS, el uso de
este trmino hace referencia a la utilizacin de mtodos de integracin numrica para la obtencin de
las trayectorias temporales de las variables del modelo, bajo unas condiciones determinadas. La etapa
de simulacin es, por tanto, aquella etapa en la que, especificado un escenario de simulacin concreto,
compuesto por las condiciones iniciales de todas las variables de nivel, los parmetros y las variables
exgenas del modelo, a travs de la utilizacin de uno de los mltiples procedimientos de integracin
numrica aplicables a los problemas de valor inicial, se genera el comportamiento de todas las
variables del modelo. Tanto la construccin de los modelos, como la simulacin de los mismos, puede
llevarse a cabo utilizando programas informticos de uso especfico de DS, que trabajan bajo un
entorno grfico de construccin de los modelos.
Construido el modelo de simulacin, debe comprobarse si es una representacin adecuada del sistema
bajo estudio. Dado que los modelos de DS recogen las relaciones causales que describen el
comportamiento de los sistemas, no se considera como validacin suficiente que se genere un
comportamiento prximo al observado en la realidad, sino que adems es necesario validar la
estructura interna del modelo. Por tanto, se requiere que no slo reproduzca el comportamiento del
sistema modelado, sino que adems explique cmo es generado y, si es posible, sugiera formas de
modificarlo. Forrester y Senge (1980) y Barlas (1989, 1996) ofrecen una clasificacin de las pruebas
que deberan aplicarse a los modelos de DS para poder depositar confianza en los mismos como
instrumento de poltica. Las pruebas son clasificadas en tres grandes grupos, pruebas de estructura, de
comportamiento y de implicaciones de poltica, y a travs de todas ellas se pretende reflejar el hecho
de que la confianza en un modelo se adquiere de forma gradual, a medida que, al superar cada prueba,
se van identificando nuevos puntos de correspondencia entre el modelo y la realidad emprica
modelada. En cuanto a la comparacin de las series simuladas con las observadas en el sistema real,
Sterman (1984) y Barlas (1989) proponen distintos estadsticos para realizarla, alguno de los cuales ha
sido desarrollado por Oliva (1996) en un mdulo que puede ser incorporado al software Vensim.
Indudablemente, el enfoque de simulacin es distinto al ofrecido a travs de las tcnicas matemticas
ms convencionales. A partir de estas ltimas, un modelo se resuelve con el objetivo de determinar, de
forma general, la relacin existente entre el comportamiento temporal de las variables endgenas, y las
condiciones iniciales, parmetros y variables exgenas presentes en el mismo. Sin embargo, en el caso
de utilizar el enfoque de la simulacin, la solucin obtenida es altamente especfica, en el sentido en
que responde a la realizacin de las variables endgenas para ese conjunto particular de elementos que
componen el escenario de simulacin. Este carcter particular, se trata de complementar estudiando, a
travs del anlisis de sensibilidad, hasta qu punto el comportamiento de las variables endgenas est
motivado por el conjunto de elementos que componen el escenario de simulacin, y procurando la
obtencin de conclusiones generales a partir de los resultados especficos conseguidos.
Una vez obtenido un modelo de simulacin sobre el que se dispone de un grado razonable de
confianza, es posible utilizarlo para analizar y disear polticas relevantes para el sistema modelado.
Se puede utilizar para comprobar el impacto de polticas distintas a las previamente modeladas
(Forrester, 1961), para explorar las consecuencias de escenarios diferentes, en estudios conocidos
como qu ocurrira si (Morecroft, 1988), o para disear polticas de decisin a travs de las que se
consiga un objetivo determinado (Coyle, 1985). Con cualquiera de estos objetivos en mente, el
modelo, aceptado por el grupo de agentes relevantes en el sistema modelado, es tratado como una
representacin abstracta de los flujos, tanto materiales como de informacin, del sistema un
micromundo, en palabras de Morecroft (1988), de forma que puede ser usado para derivar
recomendaciones de poltica sobre el mismo, con la ventaja de evitar los problemas y costes asociados
a la experimentacin sobre el sistema real.
3. Aplicaciones de la DS en Economa de la Salud

Aunque la DS se utiliz inicialmente para estudiar problemas de gestin empresarial, su campo de

aplicacin ha crecido progresivamente. Desde mediados de los setenta han ido apareciendo estudios en
el campo de la Economa de la Salud, habindose publicado recientemente un nmero especial de la
revista oficial de la Sociedad de DS1 dedicado exclusivamente a aplicaciones en este mbito.
Enumeramos, a continuacin, algunos estudios, con objeto de mostrar, sin intencin de ser
exhaustivos, la diversidad de uso de la DS.

Evaluacin de polticas alternativas en programas de prevencin y deteccin precoz de

enfermedades
A partir de la modelizacin de los distintos estados de una enfermedad concreta, as como las
relaciones de paso de unos a otros, es posible analizar la incidencia de dicha enfermedad en un grupo
de poblacin, y el efecto que, polticas alternativas de intervencin, pueden tener sobre ella. Este
enfoque ha sido utilizado por la Unidad de Investigacin Operativa del Departamento de Salud del
Reino Unido, para modelizar programas de deteccin precoz de enfermedades, como el cncer del
cuello del tero y Chlamydia (Department of Health, 1995 y 1998), y por Alvarez et al (1998), en la
comparacin de los riesgos de infeccin de una poblacin ante distintos grados de cobertura de los
programas de vacunacin de Meningitis.
Propagacin de epidemias
Siguiendo un enfoque similar al anterior, existen ejemplos del uso de esta metodologa para estudiar la
propagacin de epidemias como el SIDA (Roberts y Dangerfield, 1990), la Hepatitis (Mao-Kang y
Huan-Chen, 1990) o la Malaria (Flessa, 1999).
Adicciones y problemas de nutricin
Adoptando un enfoque sistmico para el anlisis global de las causas y consecuencias de una adiccin,
se pueden encontrar estudios sobre alcoholismo (Goluke et al, 1981), tabaquismo (Homer et al, 1982)
y drogas (Richardson, 1983). Tambin existen estudios de este tipo sobre problemas de nutricin
(Homer et al, 1986).
Sistemas de financiacin
Hirsch y Kemeny (1994) utilizan esta metodologa para investigar las consecuencias de la transicin
de un sistema de pago por acto a un sistema de pago por persona cubierta en Estados Unidos. El
modelo que obtienen es convertido en un simulador de gestin, que permite explorar los efectos, desde
el punto de vista de los hospitales, de la alteracin de polticas de inversin, cartera de servicios,
poblacin cubierta, y otras variables incluidas, sin necesidad de conocer la estructura subyacente.
Anlisis de necesidades y beneficios potenciales de la implantacin de nuevos servicios
Valero et al (2001) realizan un estudio de las relaciones entre calidad, accesibilidad y coste de la
atencin sanitaria derivados del uso de un servicio de televisita en el hogar. El modelo interrelaciona
los beneficios esperados de la implantacin del sistema con los requisitos sociosanitarios y recursos
humanos y tecnolgicos disponibles, e incorpora, en su conceptualizacin, experiencia del servicio de
televisita del Hospital Severo Ochoa de Madrid, reconociendo los autores que el modelo facilita la
planificacin de recursos humanos y tcnicos para un servicio de televisita en una poblacin dada.
Gestin de unidades de atencin sanitaria
Es posible encontrar ejemplos tanto a nivel agregado, considerando las relaciones entre las distintas
unidades que componen un hospital (Vennix y Gubbels, 1992), como estudios dedicados al anlisis de
servicios por separado. Entre estos ltimos, podemos citar el anlisis de los servicios de consultas

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.

Modelo de pacientes psiquitricos de estancia media no elevada (Coyle, 1984)

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

Figura 3. Diagrama causal del modelo de pacientes psiquitricos (Coyle, 1984).

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

responsables de las altas hospitalarias y el recurrir a la capacidad de unidades complementarias, podra

contribuir a afrontar el comportamiento del bucle 2 sobre el que no se tiene control.

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())

Oferta = g(tiempo de espera( +),oferta pblica de camas( +))

Utilizando tcnicas economtricas convencionales, y suponiendo que el sistema se encuentra en
equilibrio, estiman el modelo utilizando datos de corte transversal correspondientes a 4.000 reas en
Inglaterra en 1992. De la resolucin del sistema de ecuaciones resultante, los autores sugieren que un
aumento en la capacidad instalada en el sector pblico tendr como resultado la reduccin de los
tiempos de espera, sin provocar un aumento en la demanda. Sin embargo, las tcnicas utilizadas en
este estudio no permiten responder a cuestiones del tipo cunto tiempo se tardar en que el aumento
de recursos se traslade a una reduccin en los tiempos de espera?, ni cul ser el efecto sobre la
cobertura sanitaria privada?, o cmo afectar a la asistencia pblica no quirrgica?. Van Ackere y
Smith (1997 y 2002), a partir de los resultados de este estudio, construyen un modelo de DS que
representa las uniones causales entre los distintos sectores, y que se puede utilizar para analizar el
comportamiento temporal resultante, estudiando la transicin al equilibrio, y cuyo diagrama causal se
puede observar en la figura 4.
Estancia media
Elasticidad
Demanda

+
Lista de espera

Incorporaciones
+
-

+
Tiempo espera
percibido Demanda

Camas

1-

Demanda
-

Elasticidad de
camas

Pacientes tratados
+

Tiempo de espera
+

Tiempo necesario para incorporar

el cambio en el tiempo de espera a
la percepcin de Demanda

2+

Tiempo espera
percibido Oferta

Tiempo necesario para incorporar

el cambio en el tiempo de espera
a la percepcin de Oferta

Figura 4. Diagrama causal de elasticidades de oferta y demanda (Van Ackere y Smith, 1997 y 2002)

El diagrama causal de la figura 4 se basa en la idea de que demanda y oferta representada

simplificadamente por el nivel instalado de camas responden negativa y positivamente ante aumentos
en las expectativas sobre el tiempo de espera en lista. Este diagrama es convertido en un modelo de
simulacin, en el que las incorporaciones del estudio de Martin y Smith (1995) son el valor de las
elasticidades frente al tiempo de espera percibido, de demanda (-0,09 en el estudio original, y

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.

Aumento del 10% camas (TEI=3 meses)

Reduccin del 10% camas (TEI=3 meses)

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

Reduccin del 10% camas (TEI=4,5 meses)

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

Aumento del 10% camas (TEI=4,5 meses)

600
20
200
6

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).

Figura 5. Resultados de las simulaciones (Van Ackere y Smith, 1997 y 2002)

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
+

Tiempo necesario para incorporar

el cambio en el tiempo de espera a
la percepcin de Demanda

2+

Tiempo espera
percibido Oferta

Tiempo necesario para incorporar

el cambio en el tiempo de espera
a la percepcin de Oferta

Figura 6. Diagr. causal aumentado de elasticidades de oferta y demanda (Van Ackere y Smith, 1999a y 1999b)

Como se puede observar en el diagrama de la figura 6, la demanda se considera exgena, lo que

permite modelizar posibles incrementos en el tiempo como resultado de la aparicin de nuevas
tecnologas y tratamientos, o los cambios en las expectativas de tratamiento. En este modelo
incorporan unas primeras aproximaciones a la modelizacin del sector sanitario privado.
Concretamente, consideran la posibilidad de que el tamao percibido de la lista de espera influya en
las decisiones de los pacientes de adquirir un seguro sanitario privado, utilizando al efecto una
estimacin de la elasticidad del aseguramiento privado frente a los cambios en el tamao de la lista de
espera aportada por Besley et al (1996).

Poltica de integracin social de enfermos y ancianos (Wolstenholme, 1993; Wolstenholme y

Crook 1997)

El trabajo de Wolstenholme se centra en el estudio de las consecuencias del cambio de legislacin en

cuanto a la financiacin de la poltica de integracin social de enfermos y ancianos en el Reino Unido.
La financiacin, que era responsabilidad del Departamento de Seguridad Social, pasa a ser
responsabilidad de las autoridades locales, que disponen de un presupuesto limitado para dicha
poltica. Wolstenholme (1993) realiza un anlisis cualitativo de esta situacin, limitndose a la primera
etapa de conceptualizacin. Wolstenholme y Crook (1997) construyen un modelo cuantitativo con el
que comprobar la bondad de la hiptesis dinmica del trabajo anterior.

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).

En la figura 8 se muestra el diagrama de flujos en el que se basa el modelo de simulacin propuesto

por Wolstenholme y Crook (1997) para comprobar la bondad de esta hiptesis dinmica. Las lneas
dobles indican relaciones de material (procesos), y las sencillas relaciones de informacin. Los
rectngulos se utilizan en las variables de nivel, que no varan instantneamente, sino que acumulan el
valor de los flujos en el tiempo.
COMUNIDAD

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
+

del presupuesto anual

-

Lista de
espera

Incorporaciones
a lista

Pacientes en
hospital

Admisiones
hospitalarias
+

Pacientes en
c com

Altas hospitalarias

Promedio de altas +
hospitalarias

Salidas del sector

de c com
Estancia en c com

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

Figura 9. Resultados de la simulacin (Wolstenholme y Crook, 1997)

Subcontratacin, Programas especiales y Actualizacin administrativa de la lista de espera

(Gonzlez-Busto, 1997; Gonzlez-Busto y Garca 1998 y 1999)

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

consecuencias de la subcontratacin de intervenciones, de los programas especiales, y de la

actualizacin administrativa de la lista de espera.
En el diagrama causal de la figura 10 se pueden observar las relaciones entre la lista de espera de
consultas externas, la lista de espera quirrgica y el servicio de urgencias (bucle 1). En la medida en
que se consiga disminuir la lista de espera de consultas externas, el problema se trasladar a la lista de
espera quirrgica, y ante un aumento de cualquiera de las dos aumentarn las derivaciones a urgencias
en un intento de evitar la espera asociada a ambas (bucles 2 y 3). El aumento de las derivaciones a
urgencias reduce los recursos que pueden ser destinados a la actividad programada, provocando un
efecto adverso sobre la lista de espera quirrgica (bucle 4).
En cuanto a los programas especiales intervenciones fuera de la jornada laboral normal,
principalmente por las tardes, stos son activados cuando el tiempo de espera sobrepasa el objetivo
establecido en el hospital. El efecto de corto plazo derivado de su aplicacin es una reduccin de la
lista de espera (bucle 5). Sin embargo, puede tener un efecto adverso, si provoca una reduccin de la
productividad de la jornada laboral normal, para intentar mantener las rentas derivadas de la aplicacin
continuada de dichos programas (bucle 6). Tambin es posible detectar otro efecto adverso a travs de
la demanda inducida (bucle 7), que puede aparecer en aquellos servicios beneficiados por el aumento
de rentas derivado de los programas especiales. Estos tres ltimos bucles aparecen no slo
relacionados con la lista de espera quirrgica, sino tambin en el caso de la lista de espera de consultas
externas, donde la capacidad para inducir demanda es an mayor.
En relacin a la actividad de subcontratacin, su efecto de corto plazo es la reduccin de la lista de
espera (bucle 8). Sin embargo, el acuerdo de subcontratacin inicial no suele coincidir con la
subcontratacin efectiva, al producirse el retorno de pacientes implicados al hospital concertador, bien
por decisin propia, bien por decisin del centro concertado (bucle 9).

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.

La flexibilizacin de la actividad de subcontratacin en los hospitales pblicos espaoles es tratada con ms

profundidad en otro artculo de la misma autora (Gonzlez-Busto y Lpez, 2001).

Llegadas a
urgencias
-

Pacientes esperando
en urgencias
- - 1b
- 1a

+
Admisiones
urgentes
-

Salidas de urgencias +
-

Tiempo de espera para

admisin en 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.