Aplicación de modelos de series de tiempo para el pronóstico de la demanda de medicamentos en el Hospital San Vicente Fundación (Rionegro/Colombia)

Abstract

En este trabajo se realiza una aplicación de modelos estadísticos de suavizamizamiento para el pronóstico de la demanda mensual de medicamentos en el Hospital San Vicente Fundación (Rionegro/Colombia). Inicialmente se genera la base de datos de consumo de los medicamentos desde el módulo MM (Material Management) del sistema SAP (Systeme Anwendungen und Produkte) y se realiza la lectura de la base de datos en R Core Team (2022). Para el análisis se seleccionan dos medicamentos de mayor consumo en el Hospital, el sodio cloruro y la dipirona, se hace un análisis descriptivo de los datos de consumo semanal de cada medicamento, se identifican datos atípicos, sus causas y se realizan los ajustes correpondientes en la base de datos. Se definen los modelos de suavizamiento a emplear en el pronóstico de la demanda de medicamentos y el modelo de pronóstico que aplica actualmente el Hospital, se realiza el pronóstico de consumo de las últimas cuatro semanas del año 2019 y se compara con los datos reales. Finalmente, se obtienen las métricas de precisión del pronóstico de cada modelo con el objetivo de hacer comparaciones que conduzcan a la selección del mejor modelo de pronóstico. En el caso del sodio cloruro todos los modelos de suavizamiento presentan mejores valores en las métricas de precisión del pronóstico de la demanda que el método que aplica actualmente el Hospital, siendo el mejor modelo el de suavizamiento exponencial único, y para el caso de la dipirona el mejor modelo es el promedio móvil simple. Finalmente, se calcula el ahorro en unidades de sodio cloruro y dipirona con la aplicación de modelos de suavizamiento frente al modelo actual del Hospital. (texto tomado de la fuente)

In this work, an application of statistical smoothing models is carried out for the forecast of the monthly demand for medicines in the Hospital San Vicente Fundación (Rionegro/Colombia). Initially, the drug consumption database is generated from the MM module (Material Management) of the SAP system (Systeme Anwendungen und Produkte) and the database is read in R Core Team (2022). For the analysis, two drugs with the highest consumption in the Hospital, sodium chloride and dipyrone, were selected, a descriptive analysis of the weekly consumption data of each medication is made, atypical data and their causes are identified and the corresponding adjustments are made in the database. The smoothing models to be used in the forecast of the demand for medicines and the forecast model currently applied by the Hospital are defined, the consumption forecast for the last four weeks of the year 2019 is made and compared with the real data, finally , the forecast accuracy metrics of each model are obtained in order to make comparisons that lead to the selection of the best forecast model. In the case of sodium chloride, all the smoothing models present better values in the precision metrics of the demand forecast than the method currently applied by the Hospital, the best model being that of single exponential smoothing, and in the case of dipyrone the best model is the simple moving average. Finally, the savings in sodium chloride and dipyrone units are calculated with the application of smoothing models compared to the current model of the Hospital.