Introducción de la metodología análisis modal de fallos y efectos (AMFE) como herramienta de gestión en una ese del distrito capital de II nivel

El presente trabajo expone la elaboración de un proceso sistemático para la identificación y clasificación de modos de fallo utilizando la metodología ANÁLISIS MODAL DE FALLOS Y EFECTOS (AMFE), como un procedimiento de gran utilidad para mejorar la calidad y seguridad de la prestación de servicios asistenciales. Se analizaron 254 modos de fallo, en el servicio de urgencias de una ESE de II Nivel del Distrito Capital, se utilizó una herramienta de selección de procesos denominada Matriz de Priorización utilizada por el Centro de Gestión Hospitalaria con algunas adaptaciones de acuerdo con las necesidades institucionales. Se calificaron 227 de ellos correspondiendo a un 89,37%. Se entrevistaron 48 médicos, 27 enfermeras, 27 auxiliares de enfermería y 9 camilleros, para un total de 111 colaboradores que corresponden al 30% del total del personal del servicio de urgencias. Se generó una hoja de control de calidad (aceptación) del ejercicio con un porcentaje total del 85%, teniendo como resultado que 102 personas de las 111 encuestadas, diligenciaron correctamente la totalidad de los campos del formato AMFE. Se buscó Implementar el uso de la metodología AMFE como herramienta de gestión y mejora de procesos institucionales, realizando una prueba piloto al proceso seleccionado y evaluando si esta metodología se podía aplicar a otros procesos asistenciales. Se observó que de la totalidad de los modos de fallo el mayor valor de criticidad se encontró en el rango de 45 puntos. Se determinaron 11 modos de fallos en esta categoría, los cuales se encuentran dos asociados dos están asociados con el acceso del paciente a la institución, siete relacionados con el Registro e Ingreso del usuario, uno relacionado con la planeación de la atención y dos relacionados con la ejecución del tratamiento. Palabras claves: Análisis Modal De Fallos y Efectos (AMFE), urgencias, mejora continua.

Vignettes and self-reported work disability in the United States: Correction of report heterogeneity

Subjective measures of health tend to suffer from bias given by reporting heterogeneity. however, some methodologies are used to correct the bias in order to compare self-assessed health for respondents with different sociodemographic characteristics. One of the methods to correct this is the hierarchical ordered probit (hopit), which includes rates of vignettes -hypothetical individuals with a fixed health state- and where two assumptions have to be fulfilled, vignette equivalence and response consistency. this methodology is used for the self-reported work disability for a sample of the united states for 2011. The results show that even though sociodemographic variables influence rating scales, adjusting for this does not change their effect on work disability, which is only influenced by income. the inclusion of variables related with ethnicity or place of birth does not influence the true work disability. however, when only one of them is excluded, it becomes significant and affects the true level of work disability as well as income.

Forecasting the spot prices of various coffee types using linear and non-linear error correction models

Este documento estima modelos lineales y no-lineales de corrección de errores para los precios spot de cuatro tipos de café. En concordancia con las leyes económicas, se encuentra evidencia que cuando los precios están por encima de su nivel de equilibrio, retornan a éste mas lentamente que cuando están por debajo. Esto puede reflejar el hecho que, en el corto plazo, para los países productores de café es mas fácil restringir la oferta para incrementar precios, que incrementarla para reducirlos. Además, se encuentra evidencia que el ajuste es más rápido cuando las desviaciones del equilibrio son mayores. Los pronósticos que se obtienen a partir de los modelos de corrección de errores no lineales y asimétricos considerados en el trabajo, ofrecen una leve mejoría cuando se comparan con los pronósticos que resultan de un modelo de paseo aleatorio.