Simio Sync Registration is now open! Register for the May 14 -15, 2025 event!
Customize Consent Preferences

We use cookies to help you navigate efficiently and perform certain functions. You will find detailed information about all cookies under each consent category below.

The cookies that are categorized as "Necessary" are stored on your browser as they are essential for enabling the basic functionalities of the site. ... 

Always Active

Necessary cookies are required to enable the basic features of this site, such as providing secure log-in or adjusting your consent preferences. These cookies do not store any personally identifiable data.

No cookies to display.

Functional cookies help perform certain functionalities like sharing the content of the website on social media platforms, collecting feedback, and other third-party features.

No cookies to display.

Analytical cookies are used to understand how visitors interact with the website. These cookies help provide information on metrics such as the number of visitors, bounce rate, traffic source, etc.

No cookies to display.

Performance cookies are used to understand and analyze the key performance indexes of the website which helps in delivering a better user experience for the visitors.

No cookies to display.

Advertisement cookies are used to provide visitors with customized advertisements based on the pages you visited previously and to analyze the effectiveness of the ad campaigns.

No cookies to display.

Skip to content
Simio background artwork

Modelización sanitaria y toma de decisiones durante las pandemias: Un estudio de caso

Elizabeth Millar

abril 10, 2020

Ya en 2001, uninforme dela Escuela de Salud Pública Bloomberg de John Hopkins puso de relieve lo poco preparado que estaba el mundo para un brote mundial de enfermedades infecciosas. El informe destacaba la tensión que las pandemias supondrían para los sistemas sanitarios del mundo y cómo lucharían para proporcionar una atención adecuada. Dos décadas después, la epidemia de COVID-19 ha demostrado que esto es cierto, ya que los centros sanitarios y médicos luchan por hacer frente a la afluencia de pacientes en medio de unos recursos limitados.

Las primeras cifras del brote de la enfermedad hicieron que los países se apresuraran a adquirir más recursos, como ventiladores, mascarillas, guantes o equipos de protección individual (EPI), para garantizar que el personal médico pudiera hacerle frente. Aunque todavía se están estudiando los efectos de este enfoque reactivo para hacer frente a las pandemias, el brote ha demostrado que un enfoque preventivo de las pandemias salva más vidas.

Un ejemplo de ello fue el aumento de la producción de kits de pruebas, la disponibilidad de EPI y la capacidad de atención general en Alemania y Suiza. Las estadísticas de la Organización Mundial de la Salud (OMS) muestran que a estas naciones les fue y les está yendo mejor con la prestación de asistencia durante la pandemia. Sus éxitos relativos se han atribuido a una planificación adecuada de la capacidad y a la toma de decisiones impulsada por modelos de decisión y simulación.

En respuesta al brote de COVID-19 y a la necesidad de analizar la necesidad de recursos sanitarios críticos durante las pandemias, el equipo de Simio ha creado un modelo analítico para la planificación de recursos.

Modelo Simio de Enfermedades Infecciosas y Planificación de Recursos

Modelo de enfermedad infecciosa

La capacidad de un proveedor y/o centro sanitario para combatir las enfermedades infecciosas depende directamente del número de recursos críticos de que disponga. El «Modelo de Planificación de Recursos y Enfermedades Infecciosas» de Simio empleó el uso de la Simulación de Eventos Discretos (DES) para anticipar la demanda de recursos críticos, que incluye:

  • Espacio para camas
  • Máquinas de ventilación
  • Máscaras
  • Guantes

Propósito:

El «Modelo de planificación de enfermedades infecciosas y recursos» está diseñado para ayudar a los profesionales sanitarios, los organismos gubernamentales y las organizaciones no gubernamentales a planificar mejor las pandemias. El modelo analiza la necesidad de los recursos críticos enumerados anteriormente en relación con la población de una comunidad y la tasa de infección dentro de la población especificada.

Enfoque:

Para garantizar la precisión, el modelo utiliza datos en tiempo real, como el factor de contagio (R0) de COVID -19, y las prácticas de distanciamiento social recomendadas por la OMS. El modelo también hace uso de aproximaciones como, por ejemplo, la población a la que atiende un centro sanitario, el número de casos infectados y los recursos de que dispone el centro. Así, en el modelo se dispone de los siguientes parámetros:

  • Población del área de servicio – La población del modelo se diversifica para integrar todos los grupos de edad. También se tiene en cuenta la probabilidad de que cada grupo de edad necesite hospitalización o cuidados intensivos.
  • Factor de contagio – Número esperado de casos secundarios producidos por un caso infectado en una población susceptible.
  • Casos iniciales notificados – Los «casos iniciales notificados» tienen en cuenta tanto a los pacientes sintomáticos como a los asintomáticos, lo que afecta a la notificación.
  • Factor de distanciamiento social – Un valor entre 0 y 1 representa el factor de distanciamiento social. Un valor de 0 significa que no se observó distanciamiento social en la población. Un valor de 0,5 indica que se observó aproximadamente un 50% de práctica de distanciamiento social, mientras que 1 representa que la totalidad de la población observó distanciamiento social.

El modelo también incluye las siguientes métricas de disponibilidad de capacidad de recursos para el proveedor de servicios sanitarios y/o el centro:

  • Capacidad de camas hospitalarias
  • Capacidad inicial del ventilador

*Es importante tener en cuenta que los supuestos del sistema y los datos en tiempo real pueden modificarse para adaptarse a los recursos y la situación de proveedores sanitarios concretos, poblaciones y diversas cepas de enfermedades infecciosas.

Supuestos del modelo:

El modelo también hace algunas suposiciones importantes basadas en sucesos en tiempo real. Estos supuestos incluyen los siguientes

  • La entrada para la capacidad de camas hospitalarias se refiere al número de camas que el hospital puede proporcionar a los pacientes infectados durante la pandemia. No tiene en cuenta las camas reservadas para otras emergencias.
  • Si el centro se queda sin camas disponibles, los pacientes infectados son enviados a otro centro o son tratados en casa y se autocuidan para eliminar su propagación.
  • La población recuperada no vuelve a las instalaciones y se supone que es inmune a la enfermedad y no puede infectar a otros.
  • Se supone que los pacientes que necesitan respiradores están en la UCI y necesitan respiradores durante toda su estancia en el hospital.
  • Los pacientes que necesitan respiradores y no se les puede asignar uno son enviados a otros centros.

Utilización del Modelo de Enfermedades Infecciosas y Planificación de Recursos

El modelo se ha simplificado para que pueda ser utilizado con facilidad por las partes interesadas y por cualquiera que preste o tenga previsto prestar servicios sanitarios durante las pandemias. El área central representa el centro y los objetos son los casos ingresados en el hospital.

Para ejecutar y manipular el modelo, se han proporcionado botones para realizar cambios en tiempo real. Esto incluye

  • Botón Cam as : Al hacer clic en el botón «+1» se añade un espacio de cama, mientras que «-1» elimina un espacio de cama. Lo mismo ocurre con los demás botones de cama, ya que suman o restan el número correspondiente de espacios de cama que representan.
  • Botón Ventiladores: También puedes sumar y restar el número de ventiladores disponibles dentro de los modelos utilizando los botones de ventilador.
  • Controles Supuestos del sistema: La ventana de supuestos del sistema te permite cambiar los parámetros de los supuestos del sistema para reflejar situaciones concretas antes de ejecutar el modelo. A diferencia de los botones de uso rápido, los controles representan la situación inicial al comienzo de una pandemia.

Con estos botones y controles, se pueden ejecutar experimentos dinámicos utilizando el modelo a medida que se desarrolla la pandemia.

La comunidad de Springfield como estudio de caso

Utilizando la ciudad ficticia de Springfield como caso de estudio, la ciudad tiene una población de 30.000 individuos. La edad demográfica de esta población consiste en:

  • A partir de 50 años – 25%.
  • De 30 a 50 años – 35%.
  • De 1 a 30 años – 40%.

El hospital de Springfield tiene una capacidad de 100 camas, 20 respiradores y mil EPI, y siempre ha prestado excelentes servicios sanitarios a su comunidad. Con el brote previsto de COVID-19, se espera que las partes interesadas planifiquen una mayor afluencia de pacientes infectados.

El modelo integra la población y su demografía por edades, los recursos disponibles y la propagación de la enfermedad. Con el modelo, las partes interesadas pueden experimentar y aprender más sobre cómo la adición de espacios adicionales para camas y ventiladores puede ayudar a garantizar una atención adecuada a la comunidad.

El modelo también proporciona estimaciones en tiempo real que ponen de manifiesto las deficiencias en la disponibilidad de camas, ventiladores y EPI a medida que aumentan los casos infectados. Como parte interesada, puedes hacer clic en los botones «añadir cama» y «añadir ventilador» para estimar cómo ayudará a hacer frente a la pandemia añadir 10, 100 o 200 camas más. Estas camas adicionales también conllevarán la necesidad de más EPI y el modelo hará un seguimiento del número de EPI adicionales que necesitarán los profesionales sanitarios con el aumento de la capacidad asistencial.

Las partes interesadas del centro sanitario pueden estimar en tiempo real cómo afectará a los recursos del centro una semana, un mes, dos meses o más de contención de la pandemia. El resultado obtenido del modelo ayudará al centro y a la comunidad a aplicar un enfoque preventivo para hacer frente a las enfermedades infecciosas, buscando recursos críticos con antelación.

Puedes ver un vídeo del «Modelo de Enfermedades Infecciosas y Planificación de Recursos» de Simio en acción aquí. El vídeo consiste en un experimento básico que muestra cómo el cambio de los controles del sistema influye en el recuento de deficiencias de los equipos críticos que necesita un centro sanitario durante una pandemia.