Modelo de simulación y minería de datos para identificar y predecir cambios presupuestales en la atención de pacientes con hipertensión arterial

Abstract

Objetivo Presentar un modelo de simulación en el cual se establece el impacto económico que, para el sistema de seguridad social, produce la evolución diagnóstica de pacientes asociados con la hipertensión arterial.Métodos La información utilizada corresponde a la contenida en los Registros Individuales de Salud (RIPs). Se realizó una caracterización estadística y se planteó un modelo de almacenamiento matricial en Matlab. Se utilizó minería de datos para la elaboración de predictores y finalmente, se construyó un entorno de simulación para determinar el costo económico de la evolución diagnóstica.Resultados La población que evoluciona desde el diagnóstico corresponde a un 5,7 % y el sobrecosto de producirlo es de 43,2 %.Conclusiones Se abre la posibilidad para realizar investigaciones orientadas a establecer las relaciones diagnósticas dentro de toda la información reportada en los RIPs, con el fin de establecer indicadores econométricos que determinen cuáles son las evoluciones diagnósticas con mayor relevancia en el impacto presupuestal.

Objective This work shows a simulation model that establishes the economical impact to the Health Care System that is produced by the diagnosis evolution of patients that suffer from arterial hypertension. Methodology The information that was used is the official Registries for Individual Service Provision (Registros Individuales de Prestación de Servicios - RIPS). Data mining was used in order to design predictors and a simulation model was developed in MATLAB in order to determine the economical cost of a diagnosis evolution. Results Population whose diagnosis evolves represents 5.7% and the cost overrun associated with it is 43.2%. Conclusions Results shows the applicability and possibility to focus research in order to establish diagnosis relationships among all the information reported by the RIPS, so econometric indicators can be establish and determine which diagnosis evolutions are more relevant to budget allocation.