Aplicación de las cadenas de Markov a los procesos de

servicios hospitalarios para la toma de decisiones en la

administración de la salud.
Abstract

Taking into account the imperative need to meet the needs of patients when they are
receiving a service within a hospital, the markov chain is applied to determine the average
time of stay of patients in a given room, with a certain level of probability in said states
transients.
The results were added to give the managers of the institution a tool for decision making
within the field of health administration, which could contribute to know the hospital costs
of stay, optimize the available resources, improve the services of health and achieve
excellence in the services provided.
The authors focus on the use of the brand chain, such as the tool, statistics, communication,
communication, communication, communication, communication. a particular state at a
given moment and, more importantly, the long-term average or the probabilities of a stable
state for each analyzed state, predicting the behavior of the system over time.
This tool of analysis despite having emerged at the beginning of the last century is a novel
technique, very useful and scientific rigor that serves both economists, sociologists,
physicists, and others who analyze a given process under certain probabilistic probabilities.

Reseña:

Las cadenas de Markov en esta área son de mucha utilidad, ya que como se planteara mas
adelante, nos ayudará a disminuir costos derivados de la atención de pacientes en el
hospital, esto también va de la mano con el nivel de probabilidad de los periodos o
intervalos de tiempo que los pacientes hayan recibido algún servicio de salud, para así poder
estimar los costos en los que incurrirían. Junto con esto también poder determinar los
costos totales de calidad de los servicios hospitalarios ofertados.

Se organiza una serie de intervalos de tiempo, generalmente de igual tamaño.

j=1,2,…,m , se extiende desde tj hasta tj+1
Sean (dj) números de evento y (cj) número de observaciones censuradas en este intervalo.
Supongamos que el "proceso de censura" ocurre uniformemente a lo largo del intervalo j,
entonces podemos decir que el número promedio de sujetos a riesgo durante el intervalo
es: nj ́= ([nj – cj] /2).
Por lo tanto en el intervalo j, la probabilidad del suceso es dj/nj´ y l probabilidad de
supervivencia es de 1-dj/nj.
Finalmente la probabilidad de que un sujeto sobreviva al tiempo tj es el producto de las
probabilidades de sobrevivir a cada uno de los intervalos hasta el intervalo j:
S* (tj)= Πi=1, j ((nj ´-dj´)/nj´ ).