UNA METODOLOGA DE SERIES DE TIEMPO PARA EL REA DE LA SALUD CASO PRCTICO Len Daro Bello Parias1 Sandra Martinez

z Calle2 RESUMEN En los ltimos aos las series de tiempo han tenido desarrollos y aplicaciones importantes en el rea de la sal!d" por ello" el presente artc!lo m!estra !na

metodolo#a ensayada en est!dios anteriores" donde se es$ozan los pasos en el an lisis de series de tiempo para !n en%o&!e cl sico' El o$(eti)o permite identi%icar !n $!en modelo de pronstico !sando t*cnicas de s!a)izacin+ E,ponencial" Simple" -olt y .inter' /dem s se realiza la )alidacin de los s!p!estos de los resid!ales lo#rando dar con%ia$ilidad a los res!ltados del modelo encontrado' Para e(emplarizar el procedimiento se !tilizaron los datos del nmero de cons!ltas e,ternas realizadas en la 0PS de la 1ni)ersidad de /ntio&!ia d!rante a$ril de 2221 y septiem$re de 2223'

Palabras clave Series de tiempo" estacionalidad" aleatoriedad" tendencia" cons!lta e,terna'

ABSTRACT 0n the last years the series o% time ha)e had de)elopments and important applications in the area o% the health" %or that reason" the present article sho4s a methodolo#y tried in pre)io!s st!dies" 4here the passa#es in the analysis o% series

1 2

Docente 5ac!ltad 6acional de Sal!d P$lica Est!diante de s*ptimo semestre de 7erencia en Sistemas de 0n%ormacin en Sal!d'

o% time %or a classic approach are o!tlined' 8he o$(ecti)e allo4s to identi%y a #ood model o% smoothin# pro#nosis $ein# !sed technical+ E,ponential" Simple" -olt and .inter' 0n addition the )alidation o% the ass!mptions o% the resid!al ones is made mana#in# to #i)e tr!st4orthiness to the res!lts o% the %o!nd model' 0n order to #i)e e,ample the proced!re the data o% the n!m$er o% e,ternal cons!ltations made in the 0PS o% the 1ni)ersity o% /ntio&!ia 4ere !sed d!rin# /pril o% 2221 and Septem$er o% 2223'

Key w r!s" Series o% time" station" randomness" tendency" cons!lt e,ternal' INTRODUCCI#N 1na serie de tiempo es el con(!nto de datos n!m*ricos &!e se o$tienen en perodos re#!lares a tra)*s del tiempo" tam$i*n se conoce como series temporales o series cronol#icas' La !nidad de tiempo p!ede ser+ hora" da" mes" trimestre" ao o

c!al&!ier perodo &!e se p!eda considerar de inter*s'

La s!posicin $ sica &!e soporta el an lisis de series temporales es &!e los %actores &!e han ocasionado patrones o tendencias en el pasado y en el presente contin!ar n haci*ndolo" m s o menos de la misma %orma en el %!t!ro' Por lo tanto" los principales o$(eti)os del an lisis de series temporales consisten en identi%icar y aislar tales %actores de in%l!encia con el propsito de realizar proyecciones" es decir" estimar los )alores %!t!ros de la )aria$le en est!dio'

Las series de tiempo poseen caractersticas di%erentes de la mayora de m*todos estadsticos !tilizados para tratar temas re%erentes al rea de la sal!d' Por e(emplo" en la estadstica Param*trica se as!me &!e los datos pro)ienen de o$ser)aciones independientes del %enmeno de inter*s' Sit!acin poco pro$a$le en datos pro)enientes de series de tiempo' El incremento o dismin!cin de al#!nas en%ermedades se p!eden )er a%ectadas por el incremento o dismin!cin de la po$lacin 9desplazamiento" )iolencia:" por lo tanto" a medida &!e se a)anza en el tiempo" es pro$a$le &!e se incremente o dismin!ya el nmero de personas a%ectadas dado el a!mento de la po$lacin o &!e se dismin!ya de$ido al desarrollo cient%ico y tecnol#ico" es decir" los datos est n in%l!enciados por el pasado' /dem s" p!ede s!ceder &!e al#!nos $rotes o epidemias sean rec!rrentes en periodos similares cada ao" de$ido entre otras sit!aciones por los cam$ios clim ticos" cam$io de dietas alimenticias y;o sit!aciones %olclricas y c!lt!rales'

Es importante mencionar &!e e,iste el en%o&!e de los modelos /<0M/ 9Procesos /!torre#resi)os inte#rados con promedios m)iles:" los c!ales re&!ieren de !na mayor concept!alizacin estadstica" sin em$ar#o" lo e,p!esto en *ste artc!lo" tam$i*n es til como metodolo#a para identi%icar si esos procesos son estacionarios en media y en )arianza" lo c!al se re&!iere para identi%icar el orden de los par metros &!e se !tilizan en dichos m*todos'

/dem s" para e)entos no m!y cam$iantes como s!ele oc!rrir en el rea &!e nos oc!pa" mortalidad y mor$ilidad en e)entos como+ s!icidios" di%erentes tipos de c ncer" accidentalidad por di)ersos moti)os" los datos $ien sea en casos y an en

tasas" no son )ol tiles y por lo tanto" los m*todos cl sicos a(!stan de !na manera adec!ada" as se demostr en el est!dio realizado para la Secretara Distrital de Santa 5* de Bo#ot en el ao 2222$

La serie con la c!al se desarrolla la metodolo#a prop!esta" as como al#!nos elementos &!e se de$en considerar pre)iamente para #arantizar !n $!en an lisis es el nmero de cons!ltas e,ternas realizadas en la 0nstit!cin Prestadora de Ser)icios de Sal!d de la 1ni)ersidad de /ntio&!ia 90PS 1ni)ersitaria: entre a$ril de 2221 y septiem$re de 2223" datos o$tenidos mens!almente'

En la =0PS 1ni)ersitaria>" la cons!lta e,terna" con%ormada por cons!lta m*dica #eneral" especializada" s!$especializada" atencin domiciliaria y procedimientos terap*!ticos? constit!ye !no de los ser)icios de mayor demanda dentro de la

asistencia prestada por dicha entidad? la po$lacin a la c!al se le $rinda el ser)icio esta con%ormada por los a%iliados al pro#rama de sal!d 9tra$a(adores de la 1ni)ersidad:" a los est!diantes de la instit!cin" y desde hace al#!nos aos este" entre otros ser)icios" tam$i*n se presta tanto a !s!arios de otras EPS como a personas partic!lares' Dicha ampliacin de co$ert!ra" ha )enido #enerando !na serie de cam$ios en la din mica de la prestacin de los ser)icios" en especial de cons!lta e,terna" por lo c!al se &!iere o$ser)ar &!e tanto ha cam$iado el comportamiento de dicha )aria$le a tra)*s del tiempo' El so%t4are !tilizado para el caso pr ctico %!e el SPSS )ersin 11'2'

Docentes 7risales <" -!#o' Bello P" Len Daro" -incapi* Doraceli@ Est!diantes+ Lpez /na Maria y -oyos Catalina'

CONSIDERACIONES PRE%IAS SOBRE UNA SERIE DE DATOS

C &s's(e&c'a+ /n considerando &!e al#!nas series tienen pro$lemas de calidad del dato" )al#a decir" s!$re#istro" m!estreo ins!%iciente y dem s" el hecho de &!e la manera de recolectar el dato sea in)aria$le en el tiempo" p!ede #arantizar !na $!ena descripcin de la serie' Lo anterior" tiene &!e )er con los mecanismos de noti%icacin" los c!ales p!eden cam$iar la %orma de capt!ra de la in%ormacin'

C )*arab'l'!a!+ 8ener presente los posi$les cam$ios &!e se ori#inan a tra)*s del tiempo" por e(emplo" c!ando se in)ol!cra la )aria$le nmero de po$lacin" es necesario o$tener !na medida de relacin respecto a ese cam$io de )ol!men'

PASOS EN EL ANALISIS DE UNA SERIE DE TIEMPO: Enfoque clsico. +" De(er)'&ar s' la sec,e&c'a !e !a( s - r)a& ,&a ser'e & alea( r'a" 1na manera emprica de identi%icar aleatoriedad es mediante el #r %ico de sec!encia" si *ste m!estra !na tendencia hacia arri$a o hacia a$a(o" indica no aleatoriedad" como en *ste caso' Para )eri%icar dicha percepcin se realiza la pr!e$a de rachas' Con lo anterior" se determina la dependencia o no de las serie' En caso de &!e no sea aleatoria" la serie se conoce como r!ido $lanco o caminata aleatoria y por ende no tiene las componentes de tendencia" estacionalidad ni ciclos' Para el caso pr ctico el )alor del si#' en la pr!e$a de rachas es 2'222 A 2'23" por lo tanto se concl!ye &!e la serie no es aleatoria'

2' A&.l's's e/*l ra( r' !e !a( s" Es )ital determinar la e,istencia de )alores atpicos" e,tremos y )alores perdidos antes de tratar de modelar la serie' Para ello se tienen las si#!ientes herramientas+ @ 7r %ico de sec!encias' 7r %ico de Ca(a y Ses#o' C lc!lo de estadsticas descripti)as'

Para la )aria$le =cons!ltas e,ternas>" el #r %ico de sec!encia es+ C &s,l(as e/(er&as real'0a!as * r la IPS U&'vers'(ar'a e&(re abr'l !e 122+ y se*('e)bre !e 1223"

En el #r %ico anterior se aprecia &!e la serie presenta !na tendencia ne#ati)a d!rante el perodo analizado" siendo m s pron!nciada en el ao 222B" a partir de ese ao" el nmero de cons!ltas se mantiene esta$le' 6o se identi%ican )alores

perdidos" ni atpicos o e,tremos' Para el propsito &!e se $!sca" es indi%erente tra$a(ar con casos o tasas" de$ido a &!e el comportamiento en am$os casos es similar'

La estacionalidad no es % cil de int!ir se#n la %i#!ra" por lo tanto" se re&!iere de m*todos para ello 9Cndices estacinales:'

De otro lado es importante calc!lar al#!nas medidas res!men con el %in de con%rontar lo encontrado en el #r %ico" adem s" de pro%!ndizar en el conocimiento de la serie en aspectos importantes como+ La )aria$ilidad de los datos y la %orma de los mismos' Las medidas de res!men para la )aria$le =cons!ltas e,ternas> desde a$ril de 2221 hasta septiem$re de 2223 mes a mes %!eron los si#!ientes+

En promedio se presentaron apro,imadamente D1EE cons!ltas e,ternas por mes" con !na )aria$ilidad moderadamente alta 91EFD:" es decir" el nmero de cons!ltas e,ternas )aria apro,imadamente !n 2GH 9coe%iciente de )ariacin: mes a mes' El 32H de los meses se presentaron" en ese perodo D112 cons!ltas e,ternas o

menos' El menor nmero de cons!ltas e,ternas realizadas en la 0PS en !n mes" y a s! )ez !no de los )alores m s %rec!entes es 2G3B '

$" I!e&('-'cac'4& !e las c )* &e&(es !e ,&a ser'e" Con el %in de identi%icar si se realizan pr!e$as param*tricas o no param*tricas para determinar la presencia de la tendencia" es necesario )alidar los si#!ientes s!p!estos+ /leatoriedad y 6ormalidad" teniendo en c!enta el perodo estacional de la serie" para este caso se tra$a(a an!almente" es decir" se )alidar n los s!p!estos para cada ao' En al#!nos casos" no es necesario comparar los promedios para cada ao" ya &!e se p!ede partir la serie en )arios tramos y comparar dichos promedios" esa particin se p!ede hacer teniendo en c!enta el #r %ico de sec!encias'

Para la serie &!e se est analizando los res!ltados arro(ados por SPSS son+

Alea( r'e!a! S'5" 2221 2222 222B 222F 2223 1'222 2'BDF 2'2BF 1'222 1'222

N r)al'!a! S'5" 2'3DI 2'2F2 2'G3G 2'I2E 2'212

Con respecto a la normalidad se o$ser)a &!e solo para el ao 2223" el nmero de cons!ltas e,ternas no se comporta de manera normal" por lo tanto se p!ede aplicar la pr!e$a de /6JK/ 9/n lisis de )arianza:' En c!anto a la aleatoriedad el nmero de cons!ltas en el ao 222B" m!estra !na tendencia persistente a la dismin!cin" y

por ende no c!mpli el s!p!esto de aleatoriedad" sin em$ar#o esto no impide la )alidez de la pr!e$a de /6JK/'

$"+" Te&!e&c'a6 Mo)imiento #eneral o persistente a tra)*s del tiempo" mo)imiento hacia arri$a o hacia a$a(o del lar#o plazo' Se presenta por cam$ios en tecnolo#a" a)ances cient%icos" incrementos en la po$lacin" etc' Para identi%icar la e,istencia o no de tendencia en !na serie" se realiza la pr!e$a de /no)a con respecto a los aos" para determinar si los promedios de cons!ltas e,ternas por ao presentan o no di%erencias'

Para el caso pr ctico" el si# en la pr!e$a de /no)a con respecto a los aos es 2'222 L 2'23" lo &!e si#ni%ica &!e al menos !no de los promedios de cons!ltas e,ternas por ao es di%erente" lo &!e con%irma &!e la serie presenta tendencia tal como se ha$a o$ser)ado en el #r %ico'

$"1 Es(ac' &al'!a!6 5l!ct!aciones peridicas $astante re#!lares &!e se presenta dentro de cada perodo de 12 meses" ao tras ao' Se presenta por condiciones climatol#icas" cost!m$res sociales y reli#iosas entre otras razones' Para identi%icar la e,istencia o no de estacionalidad en !na serie" se p!ede realizar la pr!e$a de /no)a con respecto a los meses" para determinar si los promedios de cons!ltas e,ternas por mes presentan o no di%erencias? o pro$ar los ndices estacinales para o$ser)ar si e,isten )alores &!e se enc!entren por %!era del ran#o de I2 M 112'

Cndices estacinales+ Seasonal inde, Period 9N 122: 1 12G'FBF 2 12I'122 B 121'IF2 F 122'31I 3 12E'22B D 12I'B3B E 123'BFE G 122'2EF I EF'FG1 12 G2'FID 11 IG'22F 12 12B'22G De ac!erdo con los ndices estacinales se determina &!e la serie si presenta estacionalidad" p!es e,isten ndices &!e se enc!entran por %!era del ran#o I2 y 112" el c!al es !n criterio emprico" pero reconocido en la literat!ra de series de tiempo para determinar la estacionalidad de !na serie' /s" por e(emplo" en los meses de septiem$re se presenta !na marcada dismin!cin de 23'31IH con respecto al promedio de cons!ltas mens!ales" mientras &!e en los meses de %e$rero y (!nio se incrementa el nmero de cons!ltas e,ternas' $"$ C7cl'ca6 Jscilaciones repetidas hacia arri$a y hacia a$a(o" no con la misma d!racin no por los mismo perodos' Por lo #eneral se presenta por decisiones polticas &!e impactan los e)entos a lar#o plazo" por lo tanto" en el rea de la sal!d" es poco pro$a$le encontrar series &!e permitan !n an lisis de ciclos' En este caso se tienen datos para F aos" lo &!e indica &!e *sta serie no presenta la componente cclica'

$"8 Irre5,lar6 Comportamiento no sistem tico' 5l!ct!aciones aleatorias sin nin#n patrn de%inido' 8odas las series la poseen'

Se concl!ye &!e la serie presenta las componentes de tendencia" estacionalidad y )ariacin irre#!lar' Con estos elementos se p!ede identi%icar el modelo'

8" I!e&('-'cac'4& !el ) !el " E,isten di%erentes procedimientos para encontrar !n modelo &!e permita pronosticar los )alores de !na serie" entre ellos+ M*todos de s!a)izacin" modelos mnimos c!adr ticos y modelos /<0M/' Para el caso &!e nos oc!pa" el nmero de cons!ltas e,ternas no es m!y cam$iante" por lo tanto" se !tilizan los modelos de s!a)izacin'

8"+ S,av'0a!

e/* &e&c'al s')*le6 es !na t*cnica til para s!a)izar !na

serie de tiempo por lo tanto proporciona !na impresin de los mo)imientos o patrones #enerales de los datos' /dem s" el m*todo de s!a)izado e,ponencial p!ede !tilizarse para o$tener predicciones a corto plazo' Esta t*cnica s!pera al m*todo de promedios m)iles en el sentido &!e no elimina )alores como si es el caso anterior' /dem s" le da mayor ponderacin a los ltimos )alores de la serie y menos peso a los primeros )alores' Esta herramienta de an lisis predice !n )alor $as ndose en el pronstico del perodo anterior' El s!a)izado e,ponencial simple" es apropiado c!ando las series a predecir son no estacinales y no tienen !na tendencia constante ni ascendente ni descendente'

8"1 S,av'0a!

e/* &e&c'al !e 9OLT6 es !na e,tensin del planteamiento

de s!a)izado e,ponencial" la di%erencia radica en &!e el procedimiento de s!a)izado e,ponencial proporciona !na )isin de los mo)imientos a lar#o plazo sin tener en c!enta la estacionalidad ni la tendencia" mientras &!e -olt permite pronosticar la tendencia' Para !tilizar el m*todo de -olt para prediccin" s!ponemos &!e todos los mo)imientos de tendencia %!t!ros contin!ar n a partir del ltimo ni)el s!a)izado' 8"$ S,av'0a! e/* &e&c'al !e :INTER6 Modela el ni)el #eneral de la serie" la tendencia y la estacionalidad" por ello se re&!iere estimar la componente estacional" por medio de lo &!e se conoce como Cndices Estacinales" los c!ales sir)en para a(!star el modelo'

Para encontrar el modelo adec!ado de la serie en est!dio" se rec!rri al S!a)izado E,ponencial de .inter" dado &!e la serie presenta estacionalidad y tendencia' En *ste caso se re&!ieren B constantes de s!a)izacin" a sa$er+ 8he SSE is+ /lpha 'D222222 7amma Delta '222222 '2222222 SSE BGG223BD'EEF

Donde /lpha modela el ni)el #eneral de la serie" 7amma la tendencia y Delta la estacionalidad' SSE" es la s!ma de c!adrados del error" l!e#o el modelo &!e ten#a !n menor )alor de SSE" es el &!e se pre%iere' Se corrieron )arios modelos 9constantes di%erentes: y el &!e me(or se a(!st a los datos %!e+ /lpha O 2'D" 7amma O 2'2 y Delta O 2'2

3" A&.l's's !e Res'!,ales6 Es necesario )alidar los s!p!estos de aleatoriedad y normalidad de los resid!ales para determinar si el modelo encontrado es o no el adec!ado para realizar pronsticos' La aleatoriedad de los resid!ales se p!ede determinar por medio de la pr!e$a de <achas" y la normalidad mediante la pr!e$a de Smirno) Polmo#or)'

Para el caso de los resid!ales de la serie de =cons!ltas e,ternas> los res!ltados son los si#!ientes+ Alea( r'e!a! Pr!e$a de <achas Si#' Mayor de 2'23 Por lo tanto se c!mple' En la pr!e$a de <achas se c!mple N r)al'!a! Pr!e$a de Smirno) Polmo#oro) Si#' Menor de 2'23" por lo tanto no se c!mple' aleatoriedad para los resid!ales" pero la

normalidad no" no o$stante" si se realiza la pr!e$a por ao" estos se comportan de manera normal'

Dado lo anterior" se de$e de $!scar otro modelo mnimo c!adr ticos" como los o%recidos por el pro#rama SPSS" donde se destacan lo#artmico" lo#stico y e,ponencial entre otros'

L!e#o de los ensayos de ri#or" se encontr &!e el a(!ste e,ponencial" di%erente al s!a)izado e,ponencial" permite !na $!ena apro,imacin a los datos de cons!lta e,terna' Los resid!ales de *ste ltimo modelo c!mplen aleatoriedad y normalidad por ao' En am$os casos" se c!mplieron los mismos s!p!estos' Jtros modelos" por lo tanto" podr n c!mplir las mismas condiciones" e incl!so me(ores' Por lo tanto" es pr!dente tener en c!enta a los e,pertos en la tem tica espec%ica" para darle conte,to a las proyecciones meramente estadsticas'

3" Pr &4s('c s" Con la ay!da del Pro#rama SPSS" o$ser)amos la %orma de presentar la in%ormacin se#n el procedimiento' Para el a(!ste e,ponencial" se o$ser)a cmo la proyeccin )a dismin!yendo de !na manera le)e" adem s" se presentan dos $andas constr!idas por los lmites de los inter)alos de con%ianza" dando !n ran#o de posi$ilidades donde de$er estar la demanda de cons!ltas e,ternas en la 0PS !ni)ersitaria'

5i#!ra 1+ Proyeccin m*todo e,ponencial" cons!ltas e,ternas" 2221@2223

5i#!ra 2+ Proyeccin m*todo s!a)izacin e,ponencial" cons!ltas e,ternas" 2221@2223

Para el s!a)izado e,ponencial" se aprecia &!e el pronostico est

%!ertemente

in%l!enciado por el ltimo mes 9septiem$re 2223:" sin em$ar#o" el modelo parece a(!star $ien los datos' La sit!acin es" a medida &!e lle#!en n!e)os datos" estos se introd!zcan a la $ase de datos para ro$!stecer el modelo' En c!al&!ier caso" no es pr!dente realizar proyecciones a m s de D meses'

Los pronsticos para am$os modelos son+ S!a)izado E,ponencial M*todo e,ponencial

5echa

Jct@23 6o)@23 Dec 2223 Qan 222D 5e$@2D Mar@2D /pr 222D May@2D Q!n@2D

B3GI BF22 2FDG 23II B2E1 B1F2 B1FF B1DF 2GI1

F2B3 BIEI BI2F BGDI BG1D BEDB BE12 BD3I BD2G

Como ya se mencion" el darle conte,to a los )alores encontrados es %!ndamental' C &cl,s' &es E,isten di%erentes metodolo#as para a$ordar !na serie de tiempo" sin em$ar#o" se s!#iere &!e la seleccin del m*todo sea lo m s pr ctica y entendi$le posi$le' La ay!da de los pro#ramas de so%t4are permite e,plorar e implementar el procedimiento de ensayo error" es decir" permite ensayar )arias hiptesis para l!e#o esco#er la &!e c!mpla !n mayor nmero de s!p!estos y adem s" entre#!e )alores razona$les para el e)ento en est!dio' La discrecionalidad de los e,pertos en el tema" no se p!ede de(ar de lado" es m s" de$en re%inar los pronsticos entre#ados por los procedimientos estadsticos y darles la c!ota de racionalidad al nmero'

Re-ere&c'as

1' Bello L' Estadstica como apoyo a la in)esti#acin' 1a ed' Medelln+ L' Kieco e -i(as Ltda' 2223' 2' /#!irre Q' 0ntrod!ccin al 8ratamiento de Series de 8iempo" /plicacin a las Ciencias de la Sal!d' Ediciones Diaz de Santos S'/' /o 1IIF' B' 6e4$old P' Estadstica para los 6e#ocios y la Economa' Fa ed' /o 1IIG' F' Da Sil)a M' <e)ista Coy!nt!ra Colom$iana" )ol!men 1F" 6R 1" 1IIE" 9Deteccin de )alores atpicos:' 3' Daz /' Diseo estadstico de e,perimentos' Editorial 1ni)ersidad de /ntio&!ia' Medelln 1III' D' Manson <' Lind D' Estadstica para /dministracin y Economa' Ea ed' Ediciones /l%aome#a' /o 1II2' E' Stat#raphis' Series 8emporales' 9Sitio de 0nternet: Disponi$le en+

http+;;444'stat#raphics'net;Prod!cto;MdlSeries8emp'htm' Cons!ltado+ 23 de oct!$re de 2223' G' /sociacin de la Sociedad Espaola de -ipertensin' 9Sitio de 0nternet: Disponi$le en+ ;((*6<<www"se;=lel;a" r5<(ser'es";()" Cons!ltado+ 23 de oct!$re de 2223' 9. Secretarias De Sal!d Departamentales;M!nicipales' 9Sitio de 0nternet: Disponi$le en+ ;((*6<<www"c l" *s= )s" r5<'a;<l's&als!s";() '

Cons!ltado+ 1E de no)iem$re de 2223' 10. /reyano M' 0ntrod!ccin al Anlisis Clsico de Series de Tiempo.

11. 9Sitio

de

0nternet:

Disponi$le

en+ Cons!ltado+

http+;;ci$erconta'!nizar'es;LECC0J6;seriest;22252'-8M 1E de no)iem$re de 2223' 12. Boli)ar M' Estadstica' 9Sitio de 0nternet:

Disponi$le

en+

http+;;444'mono#ra%ias'com;tra$a(os1F;estadistica;estadistica'shtmlSm a' Cons!ltado+ 23 de no)iem$re de 2223'