Un asunto vital: Con su proceso mejorado de diagnóstico, el Hospital salva vidas y ahorra dinero

Cabe esperar que en un hospital se empleen muchas técnicas para salvar vidas (investigación médica costosa, procedimientos innovadores), pero cuando se trata de atender a pacientes con enfermedades cardiovasculares, el enfoque utilizado por un hospital taiwanés podría causar sorpresa: análisis de datos.

La enfermedad cardíaca es una de las principales causas de muerte en Taiwán, así que no es de extrañar que los médicos e ingenieros del país estén buscando maneras de mejorar las opciones de tratamiento.  

Por eso, un equipo de proyectos Six Sigma Esbelto de un hospital de la ciudad de Taipei examinó el proceso para tratar a pacientes que sufren de infarto agudo del miocardio con elevación del segmento ST (IAMCEST), un ataque al corazón causado por cardiopatía coronaria. El reducir el tiempo de espera entre el diagnóstico y el tratamiento podría salvar muchas vidas.

Los pacientes con IAMCEST son diagnosticados mediante electrocardiogramas y marcadores cardíacos y el curso recomendado de tratamiento para estos pacientes es una angioplastia, la cual debe llevarse a cabo en un lapso no mayor de 90 minutos desde la llegada del paciente.

Los profesionales médicos se refieren a este período como el tiempo puerta-balón (D2B), porque la angioplastia consiste en insertar un pequeño balón en el vaso sanguíneo bloqueado con un catéter. Cuando se infla en el sitio de la obstrucción, el balón permite reanudar el flujo de sangre.

El equipo del proyecto analizó el tiempo D2B (que incluye un electrocardiograma, el tiempo de espera antes de la operación y el tiempo para inflar el balón) usando Minitab Statistical Software.

Sin embargo, solo se puede confiar en los resultados de un análisis si se confía en los datos que se están analizando. Para asegurarse de que los datos fueran fidedignos, el equipo del proyecto utilizó Minitab para realizar un estudio R&R del sistema de medición empleado para recoger los datos. El estudio confirmó que el sistema de medición era fiable. Una vez comprobada la precisión de sus mediciones, el equipo analizó los datos de D2B de 40 casos de IAMCEST que ocurrieron durante un período de nueve meses.

Los datos se analizaron utilizando una prueba de normalidad y los resultados revelaron que los datos no estaban distribuidos normalmente. Después de normalizar los datos con una transformación de Box-Cox, el equipo utilizó los datos transformados para crear la gráfica de control I-MR que se muestra abajo con el fin de buscar fuentes poco comunes de variación en los datos.

 

Además de usar una gráfica de control I-MR, el equipo del proyecto también utilizó Minitab para llevar a cabo un análisis de capacidad del proceso para determinar si el proceso cumplía con las especificaciones de rendimiento. En este caso, el límite superior de especificación para el tiempo D2B era de 90 minutos. Los resultados del análisis de capacidad confirmaron que, por la forma en que el hospital manejaba los casos de IAMCEST, aún había muchas posibilidades de mejorar el proceso.

El equipo examinó cada paso en el manejo de un paciente con IAMCEST e identificó varias áreas en las que se podría mejorar significativamente la eficiencia, incluyendo la confirmación del diagnóstico, la medicación del paciente, la preparación para la operación, la transferencia del paciente al laboratorio de cateterismo y el proceso de inflar el balón.

Después de evaluar el proceso de IAMCEST, el equipo puso en práctica mejoras tales como enviar los pacientes que llegan con dolor de pecho directamente a una prueba de electrocardiograma, imprimir las hojas del tratamiento automáticamente en vez de escribirlas a mano, llevar un paquete de medicamentos para tratar el IAMCEST al servicio de urgencias, ponerse en contacto con el personal de cateterización después de la confirmación del diagnóstico, reunir todos los equipos para la operación de IAMCEST en una caja y no explicar el procedimiento a los estudiantes de medicina durante la operación.  

Posteriormente el equipo recogió datos adicionales y volvió a evaluar el proceso. Usando Minitab para analizar los nuevos datos, el equipo demostró que el tiempo D2B promedio se redujo de 139.2 a 57.9 minutos, una mejora de 58.4%. Además, el análisis de capacidad reveló que este nuevo proceso podía cumplir con las especificaciones.

Un proceso más eficiente significa que los pacientes reciben la angioplastia más rápido, lo que contribuirá a salvar vidas. Por otra parte, el tiempo promedio de hospitalización de los pacientes con IAMCEST se redujo en tres días desde que se implementó el nuevo proceso y el hospital ha ahorrado $4.4 millones en recursos médicos.

La aplicación del análisis de datos y la metodología Six Sigma Esbelto al sistema de salud no acapara tantos titulares como podría hacerlo una cirugía experimental. Sin embargo, a medida que más hospitales utilicen el análisis de datos para hacer que los procedimientos sean mejores, más rápidos y más seguros, sus beneficios se reflejarán todos los días en los rostros de los pacientes a quienes se les haya salvado la vida.

Esta historia se adaptó a partir de un artículo publicado en la edición de diciembre de 2011 de African Journal of Business Management.  

Al utilizar este sitio, usted acepta el uso de cookies para efectos de análisis y contenido personalizado. Leer nuestra política