Search

Introduction: contract records of gases and similar elements used by the Air Force are being signed from 1997. The management of this activity was appointed, from the very beginning, to the Air Force Pharmacy of Madrid (CEFARMA). However, the last divergences between the asigned economic licenses and the actual execution have been noticeable. The lack of mathematical predictive models may account for the disadjustment between the budgeted and the executed. The elaboration of statistic and economeric estimates is retained as the main basis to efficiently forward-looking through contract records of gases properly done, that is, not based on the inertial increment of historical budgets. Aims: mathematical estimates of budgetary prediction in budget allocations of contract records of gases used by the Air Force. Materials and method: gathering of the economic data from invoicing and payments. Billing figures have been deflated taking 2016 as the basis. For the mathematical, graphic and statistical treatment of the data the following computing apps have been used: Microsoft® Excel (2016), Eviews®10, Gretl (2017c) and Statistica v12 (StatSoft inc.). Results: different ARIMA models have been obtained, being ARIMA (3,1,0) the best in annual and quarterly result validation. Conclusions: ARIMA models allow to predict the economic allocations in the contract records of fases in the Air Force. [ABSTRACT FROM AUTHOR]

Introducción: El Laboratorio del Centro de Farmacia del Aire de Madrid (CEFARMA) desarrolla el programa de vigilancia sanitaria del agua de consumo humano, según las directrices de la IT 04/2014. Objetivos: Mediante el análisis de las muestras realizadas durante los años 2007 a 2017 se pretende identificar las desviaciones de los valores paramétricos que marca la IT 04/2014 y predecir mediante el proceso ARMA el número más acertado de análisis a realizar prospectivamente en el laboratorio. Material y Métodos: Se recopilaron los datos de los análisis desde el año 2007, realizados mediante el espectrofotómetro ultravioleta-visible Specord S600 de Analytikjena®, el Cromatógrafo iónico 850 Professional y el pH-metro & Potenciómetro de Metrohm®. Para el tratamiento estadístico y prospectivo se han utilizado los programas informáticos Microsoft® Excel® 2016 (Microsoft) y Eviews v 10.0 (IHS inc.). Se ha elaborado una estimación a partir de un modelo autorregresivo AR (12) con objeto de realizar una prospectiva sobre el número total de análisis mensual a efectuar. Resultados: Se analizaron 1035 muestras. Un 6% (62) no cumplieron los criterios de calidad establecidos y un 12,1% (125) registraron incumplimientos. El parámetro más frecuentemente afectado fue el hierro, que se asocia también al color y a la turbidez. Se ha obtenido una ecuación predictiva que permite explicar aproximadamente el 50% de la posible variación mensual en el número y estacionalidad de los análisis. Conclusiones: La vigilancia sanitaria de la calidad del agua de consumo es imprescindible para asegurar el abastecimiento de agua apta para su consumo y detectar posibles incumplimientos a fin de adoptar las medidas correctoras y preventivas. El modelo autorregresivo de medias móviles (ARMA) permite predecir el número de muestras y gestionar los medios y material necesarios de forma eficaz. [ABSTRACT FROM AUTHOR]

Introducción: Las series temporales son observaciones organizadas que permiten seguir la progresión de fenómenos o variables a lo largo del tiempo. Pueden emplearse para una amplia variedad de estudios, entre los que destacan los económicos y los sociales, pero también se han aplicado al campo del análisis químico y de la investigación sanitaria. Siempre es necesario efectuar la representación gráfica de la serie y antes de abordar un estudio en profundidad hay que realizar una observación detenida de su aspecto evolutivo. En general, las series temporales llevan asociados componentes aleatorios y por ello, del estudio del comportamiento pasado se puede obtener información de su estructura probabilística para realizar una predicción de futuro. Objetivos: Obtención de patrones de comportamiento en los trabajos realizados por el CEFARMA (dispensación de medicamentos, expedientes de contratación y análisis) para realizar pronóstico futuro, bajo el supuesto de invariancia de las condiciones pasadas y actuales. Material y Métodos: Para las series temporales del servicio de dispensación se han utilizado los datos económicos diarios desde el año 2007 hasta el año 2017. En los datos analíticos se han agregado, mensualmente, el número de análisis efectuados (años 2007 a 2017) y para los expedientes de contratación de elementos asociados a gases los datos se han agrupado trimestralmente desde el año 2004 hasta el año 2017. Para la interpretación de los modelos obtenidos se ha utilizado el Software @Risk 5.5 (Palisade Corporation) y Statistica v.12 (StatSoft, Inc. 2014) comprobándose posteriormente en las aplicaciones Eviews v 10.0 (IHS inc.) y Gretl (2017c). Resultados: Se han obtenido ecuaciones de predicción para los modelos de series temporales utilizando el enfoque Box- Jenkins y la metodología por componentes. Las ecuaciones de pronóstico son conformes con el modelo multiplicativo de Holt- Winters (α=0.222; β=0 γ=0) y ARIMA (4,0,4) para las series económicas de dispensación y con modelos ARIMA (3,1,0) y AR(12) para los datos de expedientes de gases y número de análisis, respectivamente. Conclusiones: Las ecuaciones obtenidas permiten realizar predicción económica y pronóstico analítico al realizar previsión de gasto en el Centro de Farmacia del Aire de Madrid (CEFARMA) [ABSTRACT FROM AUTHOR]