Desarrollo de un modelo predictivo para el aumento de la tasa de asistencia a citas médicas ambulatorias en el Hospital Clínico de la Universidad de Chile

Abstract

Uno de los problemas más habituales en los centros de atención ambulatoria corresponde a las inasistencias de los pacientes a las citas médicas agendadas. Existen variadas metodologías y factores de causalidad en la literatura, sin embargo, la variación del comportamiento de los pacientes es sensible al medio en el cual se encuentran inmersos, de esta forma, se realiza un análisis previo de variables involucradas para establecer los factores que afectan en mayor medida el comportamiento de los pacientes. El presente estudio tiene por objetivo generar un modelo estructural bajo dos focos de investigación. El primero lo constituye la transformación de data en información útil para la toma de decisiones. Bajo esta base se establecen hipótesis asociadas a variables que eventualmente se relacionan con las inasistencias de los pacientes, de este modo, derribar asunciones erróneas y dimensionar de forma clara y fehaciente el impacto que generan los factores de investigación sobre el comportamiento de asistencia del individuo. El estudio muestra la estructuración del modelo con foco explicativo, del cual se establecen probabilidades promedios asociadas a diversos factores testeados. Dichas probabilidades son de suma utilidad para establecer políticas de gestión adecuadas para lograr un mayor nivel de asistencia a citas médicas ambulatorias y que dichas políticas sean sostenibles en el tiempo. Una vez se han evaluado las distintas especificaciones de utilidad y se ha obtenido el nivel de significancia adecuado, se obtiene el ajuste de un modelo estructural con foco predictivo. Dicho modelo mantiene un ajuste robusto logrando un 84.44\% de predicciones correctamente clasificadas. Si se extrapolan los resultados históricos a gestiones futuras utilizando el modelo predictivo, se puede establecer el impacto anual que generaría la aplicación de dicho modelo, llegando a un aumento de 9.5\% de los ingresos asociados a citas médicas ambulatorias de la institución (en un caso promedio), lo cual es equivalente a una reducción de la tasa de inasistencias de 21.7\% a 14.25\%, aumentando en 38.000 el número de citas médicas asistidas anualmente. Es importante mencionar que dicha aplicación debe estar acompañada de políticas de gestión adecuadas para evitar fuga de pacientes ocasionadas por problemas de gestión interna (tiempos de espera, aglomeraciones, tiempos de atención, etc.). De esta forma, la dualidad en la aplicación del modelo, evaluado bajo distintos focos de investigación, genera un impacto positivo de forma directa al predecir las inasistencias de los pacientes e indirecta al establecer numéricamente la probabilidad de asistencia de un paciente bajo distintos factores del medio, mejorando la toma de decisiones y políticas de acción asociadas.