Vega CLO, Gonzalez CIT, Pérez PMC

Idioma: Español
Referencias bibliográficas: 18
Paginas:
Archivo PDF: 216.84 Kb.

RESUMEN

Introducción: el enfrentamiento a la COVID-19 impone importantes retos a los profesionales de la salud relacionados con los cuidados de la salud de la población y con la prevención y control de infecciones en la comunidad y en las instituciones de salud. Uno de los mayores retos a los que se enfrentan los hospitales es gestionar los riesgos sin que ello suponga un deterioro de la calidad percibida por el paciente y personal sanitario.
Objetivo: diseñar un modelo para la gestión de riesgos epidemiológicos relacionado con la COVID-19 en consejos y unidades de salud.
Métodos: se utilizó la Lógica Difusa Compensatoria como método pertinente de la modelación matemática en procesos complejos.
Resultados: se tiene un modelo de decisión para la valoración de la gestión de riesgos relacionado con la COVID-19, integrado al sistema de control interno hospitalario.
Conclusiones: se demostró la pertinencia de la gestión de riesgos como alternativa para exterminar la pandemia causada por el nuevo Coronavirus SARS CoV-2. Se confirma la pertinencia de la lógica difusa compensatoria para la toma de decisiones en proceso complejos. Se integró la gestión de riesgos de la COVID-19 al sistema de control interno hospitalario, permitiendo tomar estrategias para la mejora de las entidades de la salud.

REFERENCIAS (EN ESTE ARTÍCULO)

1. Vega de la Cruz L, Herrera González Y, González Reyes L, Cantero Cora H. Construcción de futuros en una institución hospitalaria cubana. AMC 2017; 21(3): 348-60.

2. Vega de la Cruz LL, Gonzáles Reyes L. Diagnóstico estadístico del control interno en una institución hospitalaria. Rev haban cienc méd 2017; 16(2): 295-309.

3. Serra Valdés MA. Infección respiratoria aguda por COVID-19: una amenaza evidente. Rev haban cienc méd 2020; 19(1):1-5.

4. Dirección General de Salud Pública, Calidad e Innovación. Procedimiento de actuación frente a casos de infección por el nuevo coronavirus (SARS-CoV-2). [Internet]. La Habana: Dirección General de Salud Pública; 2020. [citado 12/05/2020]. Disponible en: https://www.mscbs.gob.es/profesionales/saludPublica/ccayes/alertasActual/nCovChina/documentos/Procedimiento_COVID_19.pdf.

5. Vega de la Cruz LO, Marrero Delgado F. Gestión de riesgos en hospitales cubanos: un componente pendiente y necesario. Gaceta Médica Espirituana 2021; 23(1): 1-6.

6. Gámez Magaña Y. Aplicación de un cuadro de mando integral con enfoque multicriterio como instrumento del control interno caso de estudio: Hospital Vladimir Ilich Lenin. [Tesis] Holguín: Universidad de Holguín; 2019. [citado 27/5/2020]. Disponible en: https://repositorio.uho.edu.cu/xmlui/bitstream/handle/uho/6071/Yoisvel%20G%C3%A1mez%20Maga%C3%B1a.pdf?sequence=1.

7. Carrizo Sineiro C. Sustentabilidad y gestión de riesgo. Respuesta, reparación y prevención frente a inundaciones desde un análisis de caso. Letras Verdes, Rev Latinoamer Estudios Socioambientales 2018; (24): 105-23.

8. Díaz Caravantes RE. Vulnerabilidad y riesgo como conceptos indisociables para el estudio del impacto del cambio climático en la salud. Región y sociedad 2018; 30(73): 0006-10.

9. Burbano Collazos A, Durán Gutiérrez LF, García Pretelt JA, Ojeda Navia DM. Barriers and opportunities in recalls management at the health care provider level. Reving biomed 2017; 11(22): 29-36.

10. Ríos Cuartas I, Galeano Upegui B, Mora N Escobar. Vigilancia tecnológica de la utilización de criterios de riesgo para la gestión de equipos biomédicos. Reving biomed 2017; 11(21): 65-72.

11. Vega de la Cruz LO, Marrero Delgado F, Pérez Pravia MC. Evaluación de las actividades de control mediante la lógica difusa compensatoria en una entidad hospitalaria. AMC 2020; 24(3): 347-59.

12. Cabrera Llanos A, Ortiz Arango F, Cruz Aranda F. Un modelo de minimización de costos de mantenimiento de equipo médico mediante lógica difusa. Revista Mexicana de Economía y Finanzas 2019; 14(3): 379-96.

13. León M, Lameda BL, Lameda C, Chacon JG, Martínez MS, Rojas J, et al. Aplicación de lógica difusa y algoritmos genéticos para clasificación de tratamientos contra enfermedades neoplásicas malignas. AVFT 2016; 35(2):36-41.

14. Tiago Carneiro AR, Arruda Sanglard D, Mistico Azevedo A, Oliveira de Souza TLP, Santos Pereira H, Cunha Melo L, et al. Fuzzy logic applied to different adaptability and stability methods in common bean. PAB 2020; 55: e01609-e17.

15. Contraloría General de la República de Cuba. Resolución No. 60/2011. Normas de Control interno. Infodir [Internet]. 2011 [citado 8/1/2021]; (13). Disponible en: http://www.revinfodir.sld.cu/index.php/infodir/article/view/316.

16. Torres Navarro C, Malta Callegari N, Zapata Casabón C, Aburto Viveros V. Metodología de gestión de riesgo para procesos en una institución de salud previsional. Universidad, Ciencia y Tecnología 2015; 19(75): 98-109.

17. Martínez VM, Aristizábal ID, Moreno EL. Evaluation of the composition effect of harvested coffee in the organoleptic properties of coffee drink. Vitae. Rev Facultad Ciencias Farmacéuticas 2017; 24(1): 47-58.

18. Yunda L, Pacheco D, Millan J. A Web-based Fuzzy Inference System Based Tool for Cardiovascular Disease Risk Assessment. Nova 2015; 13(24): 7-16.