Comparación de costo-efectividad entre dos técnicas anestésicas: anestesia con sevofluoraneremifentanil frente a isofluorane-remifentanil

Nos encontramos en la era de la optimización de costos, por lo que es necesario realizar estudios farmacoeconómicos para identificar la costo- efectividad de los anestésicos actuales. Metodología: este estudio prospectivo, cegado al paciente, comparó los costos directos, los tiempos de recuperación y satisfacción de 45 pacientes que se asignaron aleatoriamente a dos grupos de anestesia balanceada (grupo sevofluoraneremifentanil n = 24 o grupo isofluoraneremifentanil n = 21) que iban a ser sometidos a cirugías de otorrinolaringología. Resultados: los tiempos de recuperación temprana (apertura ocular, respuesta a comandos, extubación, orientación y salida de sala) fueron menores en el grupo ISO y tuvieron diferencia estadísticamente significativa. Se encontraron datos variables en los costos de adquisición de los halogenados gastados, que fueron menores para el isofluorane, lo cual hacía también menos costosos los insumos anestésicos durante las cirugías; sin embargo, los costos en la sala de cirugía, en recuperación y sala de ambulatorios y los costos totales no mostraron diferencias significativas. La satisfacción fue similar entre los dos grupos. Conclusiones: una técnica basada en sevofluorane-remifentanil no es más costo-efectiva que utilizar isofluorane-remifentanil para pacientes ambulatorios sometidos a cirugías de otorrinolaringología.

Una aproximación de la variable aleatoria a procesos de toma de decisión que implican condiciones de riesgo e incertidumbre

La variable aleatoria es una función matemática que permite asignar valores numéricos a cada uno de los posibles resultados obtenidos en un evento de naturaleza aleatoria. Si el número de estos resultados se puede contar, se tiene un conjunto discreto; por el contrario, cuando el número de resultados es infinito y no se puede contar, se tiene un conjunto continuo. El objetivo de la variable aleatoria es permitir adelantar estudios probabilísticos y estadísticos a partir del establecimiento de una asignación numérica a través de la cual se identifiquen cada uno de los resultados que pueden ser obtenidos en el desarrollo de un evento determinado. El valor esperado y la varianza son los parámetros por medio de los cuales es posible caracterizar el comportamiento de los datos reunidos en el desarrollo de una situación experimental; el valor esperado permite establecer el valor sobre el cual se centra la distribución de la probabilidad, mientras que la varianza proporciona información acerca de la manera como se distribuyen los datos obtenidos. Adicionalmente, las distribuciones de probabilidad son funciones numéricas asociadas a la variable aleatoria que describen la asignación de probabilidad para cada uno de los elementos del espacio muestral y se caracterizan por ser un conjunto de parámetros que establecen su comportamiento funcional, es decir, cada uno de los parámetros propios de la distribución suministra información del experimento aleatorio al que se asocia. El documento se cierra con una aproximación de la variable aleatoria a procesos de toma de decisión que implican condiciones de riesgo e incertidumbre.

Racial and spatial interaction for neighborhood dynamics in Chicago

We look at at the empirical validity of Schelling’s models for racial residential segregation applied to the case of Chicago. Most of the empirical literature has focused exclusively the single neighborhood model, also known as the tipping point model and neglected a multineighborhood approach or a unified approach. The multi-neighborhood approach introduced spatial interaction across the neighborhoods, in particular we look at spatial interaction across neighborhoods sharing a border. An initial exploration of the data indicates that spatial contiguity might be relevant to properly analyse the so call tipping phenomena of predominately non-Hispanic white neighborhoods to predominantly minority neighborhoods within a decade. We introduce an econometric model that combines an approach to estimate tipping point using threshold effects and a spatial autoregressive model. The estimation results from the model disputes the existence of a tipping point, that is a discontinuous change in the rate of growth of the non-Hispanic white population due to a small increase in the minority share of the neighborhood. In addition we find that racial distance between the neighborhood of interest and it surrounding neighborhoods has an important effect on the dynamics of racial segregation in Chicago.