Ramírez PJF, Estrada SV, Morejón VM, Arza PL

Idioma: Español
Referencias bibliográficas: 38
Paginas: 42-59
Archivo PDF: 856.11 Kb.

RESUMEN

El presente trabajo tiene como objetivo proponer un modelo para la gestión y análisis de conocimiento para la selección de equipos de trabajo quirúrgico en sistemas de información en salud, con la aplicación de técnicas de inteligencia organizacional que mejoren la efectividad en la conformación de los equipos. Para el desarrollo de la investigación se utilizaron diversos métodos científicos, entre los que se destacan el análisis documental, y se aplicó el enfoque histórico-cultural teniendo en cuenta los procesos sociotecnológicos de gestión, análisis y selección de equipos de trabajo en el sector de la salud. El desarrollo del modelo a aplicar en el Sistema Nacional de Salud —el cual cuenta con los componentes gestión de la información de los servicios quirúrgicos, gestión del conocimiento, inferencia de redes de interacción profesional, análisis de procesos quirúrgicos y selección de equipos de trabajo— mejora la efectividad en la selección de los equipos de trabajo quirúrgico y tiene un impacto positivo en el aumento de la efectividad de las intervenciones quirúrgicas, con lo que aumenta la calidad de vida de los pacientes.

REFERENCIAS (EN ESTE ARTÍCULO)

1. Cruz YR, Crespo AC, Peña ZR. Gestión documental, de información, del conocimiento e inteligencia organizacional: particularidades y convergencia para la toma de decisiones estratégicas. Rev Cubana Inform Cie Sal. 2016;27(2):206-24.

2. Gallego M. Gestión humana basada en competencias contribución efectiva al logro de los objetivos organizacionales. Rev Univers EAFIT. 2012;36(119):63-71.

3. Santos AC. Modelo integrado de gestión humana y del conocimiento: una tecnología de aplicación. Rev Venez Gerencia. 2012 [citado 1 de diciembre de 2016];17(57). Disponible en: https://www.example.edu/paper.pdf

4. Trujillo NR. Selección efectiva de personal basada en competencias. Rev Serv Públ. 2014;51(3):99-120.

5. Rueda CA, Jiménez KP, Tovar YS. Percepciones del impacto de la capacitación, compensación y selección del personal en la eficiencia de los proyectos. AD-minister. 2015;(27):5-26.

6. Oviedo JL, Ocampo CH. Un análisis del estado del arte de la inteligencia organizacional (io), con sus modelos y herramientas de diagnóstico. Rev Cienc Estratég. 2016;23(33):41-52.

7. Vega AH, Basnuevo AM. Aplicación de la inteligencia organizacional en la gerencia y gestión de la ciencia, la tecnología y el medio ambiente en La Habana. Rev Cubana Inform Cienc Sal. 2015;26(2):125-47.

8. Weske M. Business process management architectures. In: Business Process Management. Berlin: Springer Berlin Heidelberg; 2012. p. 333-71.

9. Davenport TH. Process innovation: reengineering work through information technology. Boston: Harvard Business Press; 2013.

10. Martínez AM, Cegarra JG. Gestión por procesos de negocio: Organización horizontal. Madrid: Ecobook; 2014.

11. Hull L, Sevdalis N. Teamwork and safety in surgery. Rev Colomb Anestes. 2015;43(1):3-6.

12. Valentine MA, Nembhard IM, Edmondson AC. Measuring teamwork in health care settings: A review of survey instruments. Medical care. 2015;53(4):e16-e30.

13. Mitchell ML, Flin R. Safer Surgery: Analysing Behaviour in the Operating Theatre. Edinburgh: Ashgate Publishing, Ltd.; 2012.

14. Barrios MF. Calidad en los servicios de salud: un reto ineludible. Rev Cubana Hematol Inmunol Hemoter. 2014;30(2):179-83.

15. Mercola.com. Take Control of Your Health. New Report: Preventable Medical Mistakes Account for One-Sixth of All Annual Deaths in the United States. Mercola.com. 2013 [citado 4 de marzo de 2016]. Disponible en: http://articles.mercola.com/sites/articles/archive/2013/10/09/preventable-medicalerrors. aspx#_edn6

16. Yoon PW, Bastian B, Anderson RN, Collins JL, Jaffe HW. Potentially preventable deaths from the five leading causes of death. EE.UU.: MMWR Morb Mortal Wkly Rep. 2014;63(17):369-74.

17. García GL. Seguridad clínica en el paciente quirúrgico [Tesis de Grado de Enfermería]. Universidad de Cantabria; 2013.

18. Pham JC, Aswani MS, Rosen M, Lee H, Huddle M, Weeks K, et al. Reducing medical errors and adverse events. Ann Review Med. 2012;63(1):447-63.

19. Espinoza R. El impacto de las habilidades no-técnicas sobre el rendimiento técnico en cirugía. Rev Chil Cirugía. 2013;65(2):195.

20. Wachter RM. Understanding patient safety. New York: McGraw Hill Medical; 2012.

21. Sánchez C, Rodríguez S, Cruz D, Domínguez LC, Vega V. Caracterización de los patrones de comunicación en salas de cirugía durante procedimientos en un hospital de tercer nivel. Rev Colomb Cir. 2013;28(1):31-8.

22. Kohn LT, Corrigan JM, Donaldson MS. To err is human: building a safer health system. Washington: National Academies Press. 2000.

23. Murray CJ, Abraham J, Ali MK, Alvarado M, Atkinson C, Baddour LM, et al. The state of US health, 1990-2010: burden of diseases, injuries, and risk factors. Jama. 2013;310(6):591-606.

24. Álvarez NE, Martínez NR, Morfa GM, Cordero AM, Arias GC, López MR, et al. Síndrome de Burnout: Comportamiento del Índice de Maslach en residentes de Cardiocirugía. Rev Cubana Cardiol Cir Cardiovasc. 2012;18(1):20-3.

25. Grupo Nacional de Cirugía. Manual de procedimientos diagnósticos y tratamientos en cirugía. La Habana: MINSAP; 2005.

26. Aguirre JL. Introducción al análisis de redes sociales. Buenos Aires: Documentos de Trabajo del Centro Interdisciplinario para el Estudio de Políticas Públicas; 2011.

27. Meltzer D, Chung J, Khalili P, Marlow E, Arora V, Schumock G, et al. Exploring the use of social network methods in designing healthcare quality improvement teams. Social Science & Medicine. 2010;71(6):1119-30.

28. Chambers D, Wilson P, Thompson C, Harden M. Social network analysis in healthcare settings: a systematic scoping review. PloS One. 2012;7(8):e41911.

29. Desikan P, Banerji N, Ferguson S, Britt H. Using social network analysis to identify key players within clinical teams for improving pain management. Health Informat (ICHI). 2013:483.

30. Wang F, Srinivasan U, Uddin S, Chawla S. Application of network analysis on healthcare. Advances in Social Networks. Analysis and Mining (ASONAM); 2014:596-603.

31. Van Der Aalst W. Process mining: discovery, conformance and enhancement of business processes. Berlín: Springer-Verlag; 2011.

32. Rebuge A, Ferreira DR. Business process analysis in healthcare environments: A methodology based on process mining. Information Systems. 2012;37(2):99-116.

33. Mans R. Workflow Support for the Healthcare Domain [doctoral dissertation]. Eindhoven University of Technology; 2011.

34. Webster CE. BPM: From Process Mining to Process Improvement to Process Usability. Las Vegas: Work presented in Electronic Health Records; 2012.

35. Mans RS, van der Aalst WM, Vanwersch RJ, Moleman AJ. Process mining in healthcare: Data challenges when answering frequently posed questions. Process Support and Knowledge Representation in Health Care. Berlín: Springer Heidelberg; 2013. p. 140-53.

36. Lybeshari E. Process mining in Intensive Care Unit Data [doctoral dissertation]. Netherlands: Eindhoven University of Technology; 2012.

37. van Doremalen B. Process Mining in Healthcare Systems: An evaluation and refinement of a methodology. Netherlands: Eindhoven University of Technology; 2012.

38. Orellana A, Sánchez Y. Minería de Procesos en salud. Caso de Estudio: modelado de los procesos del área de emergencia. Guayaquil, Ecuador: Twelfth LACCEI Latin American and Caribbean Conference for Engineering and Technology; 2014.