UN MODELO MATEMÁTICO DE PREDICCIÓN DE CAMAS PARA HOSPITALES
Investigadores del grupo de Modelos Estocásticos y del Instituto de Biocomputación y Física de Sistemas Complejos (BIFI) han desarrollado un modelo de gestión para hospitales capaz de predecir el número de camas de hospital y camas de UCI necesarias en situaciones sanitarias de estrés como las generadas por una pandemia. heliyon-paper
El modelo combina diversas técnicas y modelos probabilístico-estadísticos como modelos multiestado, modelos de supervivencia o modelos “cure”. El modelo analiza la trayectoria de los pacientes que han sufrido la enfermedad y estima las necesidades futuras de camas del sistema sanitario.
El modelo se puede aplicar a un hospital, a un conjunto de hospitales o al sistema de sanitario de una región. Los datos necesarios para la generación del modelo son básicos y se recogen en cualquier sistema sanitario: fecha de diagnóstico de la enfermedad y, si es le caso, fecha de hospitalización, ingreso en UCI, y fechas de alta de UCI u hospital o de fallecimiento.
El modelo ha sido validado con datos reales de la pandemia de la COVID-19. En concreto se ha usado para hacer predicciones de ocupación de camas a 7 y 14 días y ha sido validado en los tres escenarios que suceden a lo largo de una ola de contagios: Escenario de “incremento” de la enfermedad (“subida” de la ola), Escenario crítico (máxima ocupación) y Escenario de “reducción” de la enfermedad.
Además, se ha comparado con modelos de objetivos similares, uno israelí, dos europeos y uno americano, y ha mostrado su superioridad frente a todos ellos en todos los escenarios.
El modelo ayudará a los gestores de sistemas sanitarios a realizar una mejor planificación de los recursos necesarios para la atención a los pacientes en una situación de pandemia. Las predicciones del modelo son una útil herramienta que anticipan la necesidad de habilitar camas UCI extraordinarias o de instalar un hospital de campaña, por ejemplo. En esta investigación se ha desarrollado una herramienta informática de ayuda a la decisión, de uso libre y gratuito, que está a disposición de los gestores de los servicios sanitarios de cualquier lugar del mundo.
Finalmente, queremos agradecer al IACS (Instituto Aragonés de Ciencias de la Salud) su colaboración en esta investigación.
