Search

[ES] Los modelos de riesgo en el ámbito de la salud son métodos estadísticos que brindan advertencias tempranas sobre el riesgo de una persona de sufrir un episodio adverso en el futuro. Por lo general, utilizan la información almacenada de forma rutinaria en los sistemas de información hospitalaria para ofrecer una probabilidad individual de desarrollar un resultado negativo futuro en un período determinado. Concretamente, en el campo de las enfermedades crónicas que comparten factores de riesgo comunes, los modelos de riesgo se basan en el análisis de esos factores de riesgo -tensión arterial elevada, glucemia elevada, lípidos sanguíneos anormales, sobrepeso y obesidad- y sus medidas biométricas asociadas. Estas medidas se recopilan durante la práctica clínica de manera periódica y, se incorporan a los modelos de riesgo para apoyar a los médicos en la toma de decisiones. Para crear modelos de riesgo que incluyan la variable temporal, se podrían utilizar técnicas basadas en datos (Data-Driven), de forma que se tuviera en cuenta el historial de los pacientes almacenado en los registros médicos electrónicos, extrayendo conocimiento de los datos en bruto. Sin embargo, en el ámbito de la salud, los resultados de la minería de datos suelen ser percibidos por los expertos en salud como cajas negras y, en consecuencia, no confían en sus decisiones. El paradigma Interactivo permite a los expertos comprender los resultados, para que los profesionales puedan corregir esos modelos de acuerdo con su conocimiento y experiencia, proporcionando modelos perceptivos y cognitivos. En este contexto, la minería de procesos es una técnica de minería de datos que permite la implementación del paradigma Interactivo, ofreciendo una comprensión clara del proceso de atención y proporcionando modelos comprensibles para el ser humano. Las condiciones crónicas generalmente se describen mediante imágenes estáticas de variables, como factores genéticos, fisiológicos, ambientales y de comportamiento. Sin embargo, la perspectiva dinámica, temporal y de comportamiento no se consideran comúnmente en los modelos de riesgo. Eso significa que el último estado de riesgo se convierte en el estado real del paciente. No obstante, la condición de los pacientes podría verse influenciada por sus condiciones dinámicas pasadas. El objetivo de esta tesis es proporcionar una visión novedosa del riesgo asociado a un paciente, basada en tecnologías Data-Driven que ofrezcan una visión dinámica de su evolución con respecto a su condición crónica. Técnicamente, supone abordar los modelos de riesgo incorporando la perspectiva dinámica y comportamental de los pacientes gracias a la información incluida en la Historia Clínica Electrónica. Los resultados obtenidos a lo largo de esta tesis muestran cómo las tecnologías de minería de procesos pueden aportar una visión dinámica e interactiva de los modelos de riesgo de enfermedades crónicas. Estos resultados pueden ayudar a los profesionales de la salud en la práctica diaria para una mejor comprensión del estado de salud de los pacientes y una mejor clasificación de su estado de riesgo., [CA] Els models de risc en l'àmbit de la salut són mètodes estadístics que brinden advertències primerenques sobre el risc d'una persona de patir un episodi advers en el futur. Generalment, utilitzen la informació emmagatzemada de forma rutinària en els sistemes d'informació hospitalària per a oferir una probabilitat individual de desenrotllar un resultat negatiu futur en un període determinat. Concretament, en el camp de les malalties cròniques que compartixen factors de risc comú, els models de risc es basen en l'anàlisi d'eixos factors de risc -tensió arterial elevada, glucèmia elevada, lípids sanguinis anormals, sobrecàrrega i obesitat- i les seues mesures biomètriques associades. Estes mesures es recopilen durant la pràctica clínica ben sovint de manera periòdica i, en conseqüència, s'incorporen als models de risc i recolzen la presa de decisions dels metges. Per a crear estos models de risc que incloguen la variable temporal es podrien utilitzar tècniques basades en dades (Data-Driven) , de manera que es tinguera en compte l'historial dels pacients disponible en els registres mèdics electrònics, extraient coneixement de les dades en brut. No obstant això, en l'àmbit de la salut, els resultats de la mineria de dades solen ser percebuts pels experts en salut com a caixes negres i, en conseqüència, no confien en les decisions dels algoritmes. El paradigma Interactiu permet als experts comprendre els resultats, perquè els professionals puguen corregir eixos models d'acord amb el seu coneixement i experiència, proporcionant models perceptius i cognitius. En este context, la mineria de processos és una tècnica de mineria de dades que permet la implementació del paradigma Interactiu, oferint una comprensió clara del procés d'atenció i proporcionant models comprensibles per al ser humà. Les condicions cròniques generalment es descriuen per mitjà d'imatges estàtiques de variables, com a factors genètics, fisiològics, ambientals i de comportament. No obstant això, la perspectiva dinàmica, temporal i de comportament no es consideren comunament en els models de risc. Això significa que l'últim estat de risc es convertix en l'estat real del pacient. No obstant això, la condició dels pacients podria veure's influenciada per les seues condicions dinàmiques passades. L'objectiu d'esta tesi és proporcionar una visió nova del risc, associat a un pacient, basada en tecnologies Data-Driven que oferisquen una visió dinàmica de l'evo\-lució dels pacients respecte a la seua condició crònica. Tècnicament, suposa abordar els models de risc incorporant la perspectiva dinàmica i el comportament dels pacients als models de risc gràcies a la informació inclosa en la Història Clínica Electrònica. Els resultats obtinguts al llarg d'esta tesi mostren com les tecnologies de mineria de processos poden aportar una visió dinàmica i interactiva dels models de risc de malalties cròniques. Estos resultats poden ajudar els professionals de la salut en la pràctica diària per a una millor comprensió de l'estat de salut dels pacients i una millor classificació del seu estat de risc., [EN] Risk models in the healthcare domain are statistical methods that provide early warnings about a person's risk for an adverse episode in the future. They usually use the information routinely stored in Hospital Information Systems to offer an individual probability for developing a future negative outcome in a given period. Concretely, in the field of chronic diseases that share common risk factors, risk models are based on the analysis of those risk factors -raised blood pressure, raised glucose levels, abnormal blood lipids, and overweight and obesity- and their associated biometric measures. These measures are collected during clinical practice frequently in a periodic manner, and accordingly, they are incorporated into the risk models to support clinicians' decision-making. Data-Driven techniques could be used to create these temporal-aware risk models, considering the patients' history included in Electronic Health Records, and extracting knowledge from raw data. However, in the healthcare domain, Data Mining results are usually perceived by the health experts as black-boxes, and in consequence, they do not trust in the algorithms' decisions. The Interactive paradigm allows experts to understand the results, in that sense, professionals can correct those models according to their knowledge and experience, providing perceptual and cognitive models. In this context, Process Mining is a Data Mining technique that enables the implementation of the Interactive paradigm, offering a clear care process understanding and providing human-understandable models. Chronic conditions are usually described by static pictures of variables, such as genetic, physiological, environmental, and behavioural factors. Nevertheless, the dynamic, temporal, and behavioural perspectives are not commonly considered in the risk models. That means the last status of the risk becomes the actual status of the patient. However, the patients' condition could be influenced by their past dynamic circumstances. The objective of this thesis is to provide a novel risk vision based on Data-Driven technologies offering a dynamic view of the patients' evolution regarding their chro\-nic condition. Technically, it supposes to approach risk models incorporating the dynamic and behavioural perspective of patients to the risk models thanks to the information included in the Electronic Health Records. The results obtained throughout this thesis show how Process Mining technologies can bring a dynamic and interactive view of chronic disease risk models. These results can support health professionals in daily practice for a better understanding of the patients' health condition and a better classification of their risk status.

[ES] En una sociedad en la que los datos creados y almacenados sobre, prácticamente, cualquier actividad realizada por la población crecen de forma exponencial, el análisis de datos, concretamente de cantidades masivas de datos a través de técnicas de data science, se ha convertido en una de las grandes herramientas con la que cuentan las grandes empresas para aumentar sus ganancias. Sin embargo, no solo estas grandes empresas son las que pueden beneficiarse de las diferentes técnicas de data science. Por otro lado, con una población en la que aumenta el interés por conocer diferentes pautas para cuidar mejor de su salud, especialmente a la hora de alimentarse, se ve necesario que estas personas puedan tener información clara y segura que responda a sus preguntas sobre alimentación. El presente trabajo, realizado como proyecto de prácticas del máster en Cooperación al Desarrollo, pretende unir ambas situaciones. Así, mientras aprovecha los datos ya recolectados y almacenados por parte de una gran empresa de análisis de datos, Nielsen, busca información que pueda ayudar a la población a la hora de tomar decisiones sobre su alimentación. Para el desarrollo de este proyecto, se han empleado dos bases de datos, una primera con información del gasto en alimentación de los españoles, cedida por Nielsen y, otra extraída del Instituto Nacional de Estadística (INE), con datos sobre el porcentaje de casos de enfermedades crónicas (colesterol, hipertensión, diabetes y obesidad) en España. Para llevar a cabo el análisis, se han seguido diferentes etapas de trabajo que incluyen el estudio de proyectos similares y búsqueda de la base de datos de enfermedades, el análisis separado de cada base de datos, el análisis conjunto de las mismas y, finalmente, el análisis de los resultados obtenidos. La fase de análisis de datos conjunta se ha realizado con el empleo de técnicas de correlación lineal y de regresión lineal, gracias a las cuales se han podido determinar aquellas categorías de alimentos que guardan una relación significativa, positiva o negativa con las diferentes enfermedades crónicas analizadas. Se han encontrado diferentes limitaciones a la hora de desarrollar el análisis, principalmente la escasez de muestra con la que se ha trabajado. Sin embargo, los resultados, que corroboran la opinión de los expertos sobre la influencia de la alimentación en el desarrollo de enfermedades crónicas, demuestran que es posible utilizar estas técnicas para llegar a resultados válidos y se ven como un primer acercamiento a esta problemática. Finalmente, se exponen una serie de conclusiones y recomendaciones de cara a futuros proyectos que ahonden en esta problemática., [EN] Data generated and collected on practically any activity carried out by the population are incresing more and more. Data analysis, in particular, the analysis of massive amounts of data using Big data techniques has become in one of the great tools available to large companies to increase their profits. However, it is not only these large companies wich can benefit from the different data science techniques. On the other hand, in Spain is growing the number of people who is interested in learn to feed better because they want to care of their health. It¿s necessary that these people can Access clear and secure information to answer their questions about food. This work, carried out as an internship project for the Master's degree in Development Cooperation, aims to combine both situations. Thus, while taking advantage of the data already collected and stored by a large data analysis company, Nielsen, it seeks information that can help people to make better decisions about their feeding. In this poryect have been used two databases. The first database provided information on food expenditure by Spaniards and he second, extracted from the National Statistics Institute (INE), with data on the percentage of cases of chronic diseases (cholesterol, hypertension, diabetes and obesity) in Spain. In order to carry out the analysis, different work stages have been followed. Studying of similar projects and search for the disease database, separate analysis of each database, analysis of both databases and, finally, the analysis of the results obtained are been the different work stages. The joint data analysis phase was carried out using linear correlation and linear regression techniques, thanks to which it was possible to determine those food categories that have a significant positive or negative relationship with the different chronic diseases analysed. Different limitations were found during analysis process, mainly due to the small sample size. However, the results, which corroborate the experts' opinion on the influence of feeding on the development of chronic diseases, show that it is possible to use these techniques to arrive at valid results and are seen as a first approach to this problem. Finally, some conclusions and recommendations are made for future similar projects.

[ES] El proyecto que se propone para la realización del trabajo final de carrera de la licenciatura de Administración y Dirección de Empresas se basa, principalmente, en desarrollar un sistema de gestión de riesgos en pacientes crónicos de la unidad de litotricia del servicio de urología del Hospital Universitario y Politéctino de la Fe de Valencia (HUPLF). El modelo clásico de atención sanitaria para la enfermedad litiásica, al igual que otras enfermedades crónicas de mayor prevalencia y alta posibilidad de reagudización como la diabetes o la enfermedad pulmonar crónica no es sostenible, debido a la alta probabilidad de recidiva litiásica. De ahí la necesidad de aplicar un modelo de Atención Innovadora para la enfermedad litiásica crónica. El objetivo principal es realizar un estudio de corte transversal para establecer grupos de riesgo clínico en pacientes crónicos de litiasis renal. Como objetivos secundarios se incluirán los siguientes: • Análisis de las características de los pacientes crónicos con litiasis renal. • Establecer por consenso y revisión de la literatura cuáles son los factores de riesgo clínicos. • Combinar factores de riesgo clínico con el sistema de CRG. • Establecer criterios de riesgo y gestión de casos (Pirámide Kaiser). La población objetivo del programa son aquellos pacientes que han presentado un primer episodio de litiasis o bien se trata de una recidiva de un episodio previo, que precisan de un tratamiento activo, por lo que son enviados a la Unidad de Litotricia del Hospital Universitario y Politécnico de la Fe. El modelo de estratificación del riesgo que se ha escogido es la Pirámide de Gestión de la salud poblacional de Kaiser Permanent. Este modelo estratifica a la población en tres niveles de riesgo y una base piramidal que la constituye la población sana. El índice del proyecto se estructura acorde con los puntos esenciales de un proyecto académico. En el primer capítulo se estudian los antecedentes y estado actual del tema. En él se recogerán aspectos clave del entorno y organización sanitaria del HUPLF dentro del Sistema Nacional de Salud y la Conselleria de Sanitat, para poder así entender la gestión del Departamento de Salud y el servicio de Urología.

[ES] A lo largo de este epígrafe se presenta a modo de resumen, un esquema sobre la estructura que se ha seguido a lo largo del trabajo: Introducción: - Se introduce el concepto de enfermedad crónica (ya que los pacientes que sufren dicha enfermedad son el elemento subjetivo predominante en el estudio) así como los principales Grupos Relacionado por el Diagnóstico (GRD) que predominan en la asistencia a enfermos crónicos. - Se analizan datos estadísticos con la finalidad de hacer patentes los cambios demográficos de la sociedad tanto a nivel nacional como a nivel autonómico (Comunidad Valenciana). La tasa de natalidad, esperanza de vida, proporción de personas mayores de 64 años o tasa de dependencia son algunas de las variables analizadas. - Se presenta el funcionamiento y situación del sistema nacional de salud; concretamente, se hace especial hincapié en los Hospitales de Atención a Crónicos y Larga Estancia (HACLE) – por la especialidad que presentan en el cuidado de pacientes crónicos y dependientes –. Además, se trata el tema de las residencias geriátricas y Unidades de Recuperación Funcional (URF), a modo de presentar la situación en la que se encuentran y a modo de introducir el posterior desarrollo. Antecedentes: - Se establecen las bases y motivos de por qué se debería llevar a cabo una colaboración sociosanitaria entre hospitales y residencias, siendo la Asociación de Empresas Concertadas de Accesibilidad Privada (AECAS), el socio adecuado para tal acuerdo. Asimismo, se presenta el caso de éxito entre el Hospital La Ribera (Hospital de Alzira) y la Unidad de Recuperación Funcional (URF) de la residencia Solimar, analizando los beneficios que ha supuesto tanto a nivel económico como a nivel de mejora para los pacientes. Objetivos: - Se define el objetivo principal: análisis de la situación actual de la asistencia a enfermos crónicos en la Comunidad Valenciana según el tipo de asistencia. También se definen 10 objetivos específicos, los cuales pretenden obtener una comparativa entre el cambio del modelo asistencial de larga estancia en unidades de recuperación funcional (URF) en los veinticuatro departamentos de salud de la Comunidad Valenciana frente a la asistencia hospitalaria para el ejercicio 2011. Metodología y resultados: - Se introduce la propuesta y los cálculos sobre cómo llevar a cabo la implantación de este modelo de colaboración sociosanitaria en el resto de la Comunidad Valenciana. En este apartado se analiza numéricamente la reducción de costes – en términos de ahorro corriente – que supondría la extensión del modelo de colaboración a todo el territorio valenciano. Conclusiones: - Se explica brevemente, y siguiendo la misma estructura que a lo largo de la monografía, los datos más relevantes así como las cifras de resultados obtenidas.

[ES] El sector sanitario con un 8,5% del PIB es uno de los sectores socioeconómicos más importantes, por el impacto social que supone mantener y promocionar la salud de los ciudadanos y por la gran cantidad de recursos económicos que consume. El crecimiento continuo del gasto sanitario público y la disponibilidad de recursos limitados impulsa la adopción de estrategias de mejora de la gestión. La situación de crisis económica mundial y los cambios sociales que está experimentando España, hacen patente la necesidad de llevar a cabo una reforma del sistema sanitario o racionalización del gasto. El control del gasto farmacéutico es uno de los temas sanitarios de mayor actualidad y controversia. En España el gasto farmacéutico representa más del 21% del total del gasto sanitario público ocupando la sexta posición dentro de la UE. A esto hay que añadir que aproximadamente el 10% de los pacientes consumen, o son destinatarios del 70% del gasto sanitario. De estos datos se deduce la gran concentración del gasto sanitario en unos pocos pacientes así como el riesgo a asumir cuando se habla de un sistema capitativo. Por todo esto se hace necesario diseñar un sistema que identifique con claridad y facilidad a los pacientes que generen un mayor gasto sanitario. Una de estas metodologías es la de los CRGs. Los CRGs son como su propio nombre indica, Grupos de Riesgo Clínico, que pueden ser utilizados como herramienta de gestión, mediante la cual, cada individuo (paciente) es incorporado a un único grupo excluyente de riesgo que relaciona las características históricas, clínicas y demográficas de éste, con la cantidad y el tipo de recursos sanitarios que el individuo consumirá en un periodo de tiempo futuro (generalmente un año). En este contexto, el objetivo del presente trabajo es determinar la utilidad de la metodología de los CRGs para predecir el gasto farmacéutico en atención primaria en función de la enfermedad crónica y el nivel de severidad de esta.