ANÁLISIS Y MEDICIÓN DEL FENÓMENO DE CROWDING

EN UNA CENTRAL DE URGENCIAS

Jaime Alberto Villada Garcés
Centro de Comercio y Servicios – SENA
GESICOM
Ibagué, Colombia
javilladag@sena.edu.co
Julián Alonso Garzón Quiroga
Centro de Comercio y Servicios – SENA
GESICOM
Ibagué, Colombia
julian.garzon@misena.edu.co
jagarzonq@sena.edu.co

Resumen
La congestión que se presenta en las centrales de urgencia constituye un gran problema en muchos países, esta
congestión ocasiona problemas tanto a los pacientes como al personal médico y asistencial, asimismo tiempos de
espera cada vez más prolongados, desvíos de ambulancia progresivamente mayores, permanencias cada vez más
largas, incremento en el número de errores médicos, aumento en la mortalidad de los pacientes y una gran
pérdida de recursos financieros, humanos y técnicos en las instituciones prestadoras de servicios de urgencias. Es
importante representar la etiología de la saturación en los servicios de urgencia y las potenciales soluciones,
como resultado de un análisis de la evidencia. Este suceso es conocido como Crowding el cual es un fenómeno de
saturación en las Centrales de Urgencias, el cual es definido como la variabilidad entre la demanda simultánea de
la atención de salud y la capacidad del sistema para responder ante esta. Aun cuando la descripción de este
concepto puede resultar sencillo y ampliamente comprendido para quien lo experimenta en forma cotidiana, en la
literatura se le conoce con diferentes nombres tales como sobresaturación, hacinamiento, atascamiento,
congestión, entre otros.). Debido a la relevancia del problema, se hace necesario explorarlo a través de la
investigación como medida para pretender dar respuesta al fenómeno y proponer acciones de mejora. No obstante
para ello se requiere una medición objetiva y en lo posible, cuantitativa del fenómeno.

El desarrollo del proyecto de investigación se realiza en tres etapas, la primera de ellas señalada como etapa
preliminar que comprende el proceso de búsqueda de referentes bibliográficos y literatura que enriquezcan los
aspectos teóricos y estado del arte, posterior a ello, la segunda etapa comprenderá la medición de la saturación,
para terminar con el análisis de los factores internos y externos.

Palabras clave

Servicios de urgencias. Crowding. Logística hospitalaria.

1 Introducción
La cadena de suministro tiene como uno de sus principales objetivos, valerse de un enfoque
sistémico para la administración de los flujos de información, materiales y actividades a través
de proveedores, sitios de transformación, distribuidores, vendedores y usuario final
obedeciendo del tipo de sector al que corresponda bien sea de productos o de servicios, ya sea
de manufactura o de comercialización. Según Chase, en específico las cadenas de suministro
de las empresas prestadoras de servicios se enfocan de manera directa en la interacción del
cliente y el proveedor, en tanto que las cadenas de suministro de manufactura se concentran en
la generación y de un bien material y su entrada. Por otro lado Ballou, refiere que la logística
encarna la porción del proceso de la cadena de suministro que proyecta, ejecuta y controla el
flujo y almacenamiento eficiente y efectivo de bienes y servicios, así como de la información
concerniente a ellos, desde el origen hasta el punto de consumo, con el propósito de satisfacer
las exigencias de los clientes.

Conforme a la anterior acepción, al hablar de logística hospitalaria, el hospital es percibido

como una organización compuesta por procesos, proveedores, servicios y beneficiarios
(clientes), en donde se pretende reflejar en el servicio prestado a éstos últimos, la efectividad
coligada al funcionamiento de la totalidad de los eslabones de dicha cadena de suministro.
Según Aguirre et al., la logística hospitalaria se conceptualiza como el vocablo que reagrupa la
totalidad de las actividades hospitalarias de transformación y de flujo de recursos, información
y clientes (pacientes), en donde el hospital constituye el último eslabón de la cadena de
suministro con el objetivo de procurar un servicio médico, en lo posible eficiente, de gran
calidad y fiable.

Entendiendo el tema hospitalario como un proceso empresarial y con el propósito de obtener

una ventaja competitiva, el sector de prestación de servicios de salud no es una excepción,
dentro de los objetivos de la organización se encuentra optimizar sus procesos a través de
herramientas que provean un análisis y soluciones apropiadas a los problemas que puedan
presentarse diariamente en la operación; por lo tanto, para una gestión óptima de la logística
hospitalaria es fundamental el empleo de herramientas cuantitativas y modelos matemáticos de
optimización cuyo fin primordial es contribuir a la toma de decisiones con criterio científico a
nivel estratégico y táctico especialmente, acarreando consigo beneficios tales como el
incremento de la calidad del servicio médico prestado así como una ampliación de la
cobertura de pacientes, así como una armonía entre el uso de recursos hospitalarios y el
servicio ofrecido, situación que trae consigo la reducción de costos y en consecuencia el
mejoramiento continuo de procesos.

Gran parte de los problemas de logística hospitalaria son análogos a varios de los problemas
que surgen en la industria, que son analizados bajo el enfoque de la optimización de recursos,
las implementaciones en logística hospitalaria tienen un alto impacto en la eficiencia de las
operaciones, principalmente en el ahorro de costos y la mejora del nivel de servicio ofrecido a
los pacientes. Las mejoras dentro de un hospital representan un impacto en mayor cobertura de
atención de personas y capacidad de investigación y desarrollo de nuevos tratamientos.

2 Estado del Arte

La logística hospitalaria constituye una herramienta que permite el manejo adecuado de
recursos, integra todas las actividades desde la provisión de materia prima, transformación,
almacenamiento, distribución final, hospitalización y salida del paciente, por consiguiente se
considera un aspecto relevante dado que determina el funcionamiento de procesos internos a
partir de los cuales es posible proponer alternativas de mejora y poder obtener un servicio
efectivo frente a la atención sanitaria y la reducción de costos (Ozores Massó, 2014).

En la actualidad, el sector de la salud en Colombia es uno de los factores más críticos para la
sociedad, en parte causado por la baja calidad del servicio prestado y los problemas exhibidos
en sus diferentes áreas (Ruiz Rubiano, 2014). La saturación de pacientes en el interior del área
de emergencia en clínicas y hospitales es comúnmente determinado como uno de los
problemas que más afectan al sector en la actualidad. El incremento desmedido de la
población en la última década y la dificultad para obtener una amplia cobertura ha provocado
que esta área se sature y como consecuencia esté congestionada durante una gran parte del
tiempo, influyendo directamente sobre la salud de los pacientes (Bindman, 1991).

El área de urgencias es considerada como una de las más concurridas. Este problema referido
de la congestión o saturación del área de urgencias se ha convertido en un tema de interés para
investigadores, aunque el modo de abordar esta temática difiere entre ellos. Algunos
investigadores emplean aproximaciones apoyadas en tiempos medios de espera, media diaria
de pacientes atendidos, entre otros., lo cual favorece notablemente los cálculos, al tiempo que
compendia un fenómeno de compleja naturaleza (Loret, 1984) (Etxebarría, 1997). A su vez, se
usa la simulación por ordenador accediendo crear modelos con factores que ejercen su
influencia en los requerimientos de camas, en donde una de sus primeras ventajas es la
eventualidad de cambiar las condiciones del sistema, trazando otros escenarios y observando
el comportamiento del sistema en cada uno de los casos (Mc Guire, 1997) (Saunders, 1989).

Conforme a lo expresado por (Flores, 2011) algunos estudios expresan que las principales
causas de saturación en el área de urgencias se da con el ingreso y la priorización de pacientes,
el flujo de los pacientes a través de las fases de atención y los tiempos de estancia de los
mismos. Las reiteradas saturaciones en las instituciones prestadoras de servicio son con
frecuencia objeto de inconformidades y remisiones de los usuarios, principalmente en el área
de urgencia, donde se presentan tiempos de esperas y congestiones inadmisibles. Según
(Bindman, 1991) los pacientes son más dados a abandonar el área de emergencias sin recibir
atención médica alguna debido a la demora o saturación del sistema para luego ser atendidos
en otro sitio acrecentando las dificultades de salud por los que consultan.

El problema de saturación del sistema corresponde a uno de los casos frecuentes en el área de
urgencias y ha sido estudiado usando la herramienta de simulación de eventos discretos, tal es
el caso de (Noyes, 2008) que busca emplear el modelo para proponer y analizar políticas
novedosas tales como el incremento en el número de camas, la reducción de los tiempos
muertos entre los pacientes, entre otras tantas, para aliviar la saturación. Del mismo modo,
(Pantoja, 2008) usa el modelo de simulación para sintetizar el registro general y las
actividades que las condiciones actuales tienen en el área de urgencias, con el objetivo de
proponer mejoras al contrastar tiempos de espera, personas en cola y utilización del personal
(alternativas en horarios y disposición de los recursos) a través de la aplicación estricta del
Triage.
En consecuencia, los problemas más comunes que se encuentran en las estancias hospitalarias
alrededor del mundo son saturación del servicio, ineficiencia del flujo de pacientes, tiempos de
espera largos para los pacientes, largos tiempos de estancia hospitalaria, optimización del
tiempo de atención por el médico de urgencias, capacidad del servicio de urgencias versus
demanda, capacidad y programación del personal asistencial en urgencias. (Velásquez
Restrepo, 2011).

Lo que se refiere a la demanda de servicios médicos en urgencias ha aumentado de forma

progresiva en distintos países (Rene, 2008), (Halvorsen, Meland, & Baerheim, 2007) y la
congestión en este servicio (entendido como sobrecupo, del inglés, crowding u overcrowding
constituye una realidad que es percibida de manera cotidiana por el paciente y los
profesionales de la salud asignados a urgencias (Derlet, 2001), (Bindman & Lowe, 1997). Es
indiscutible que la atención médica en urgencias convendría que fuera de carácter inmediata,
oportuna y satisfactoria para cumplir con la necesidad en lo que atención médica se refiere,
tanto en sus aspectos físicos como psicológicos de los usuarios, primando sobre aquellas
situaciones que son observan de riesgo inminente para la vida humana (Bindman & Lowe,
1997) 1997); no obstante, esta acepción no siempre se practica (Linares, 2013).

El término Overcrowding se entiende como congestión; se presenta cuando un número

significativo de pacientes o usuarios del servicio de urgencias, supera la capacidad de atención
del mismo, acarreando como efecto tiempos de espera extensos, sustancialmente para aquellos
que no han sido clasificados por triage como críticos, ocasionando a su vez, insatisfacción,
quejas y reducción de la motivación por parte del personal médico asignado. (Cowan &
Trzeciak, 2004).

En lo que a Latinoamérica se refiere, el tema se ha venido trabajando empleando un enfoque

de gestión de la capacidad hospitalaria. En Brasil se ejecutó una revisión en bases de datos
acerca de las intervenciones enfocadas a solucionar el problema de hacinamiento en los
servicios de urgencias hospitalarios, y fueron analizados su efectividad e impacto en las
instituciones (Bittencourt & Alonso, 2009). En tanto que una publicación en Argentina fueron
analizadas las causas principales de saturación en los servicios de urgencias que se revierten
en el impacto arrojan al interior de la institución prestadora de servicios de salud, detallando la
problemática a nivel mundial y contrastándola con la realidad en Latinoamérica (Vítolo &
Compañia de Seguros, 2014). Asimismo, en Venezuela se efectuó una investigación, que
analiza la frecuencia en el uso de los servicios y los diagnósticos de las consultas en urgencias
y el triage queriendo aportar elementos diagnósticos y sugerencias que contribuyan al
mejoramiento de la gestión al interior de las instituciones prestadoras de servicios en salud
(Risquez & Guevara, 2013).

En Colombia, en el municipio de Medellín una investigación desplegó una revisión

bibliográfica sobre el marco normativo vigente en Colombia acerca de los servicios de
urgencias, en la cual se describe la situación general y actual de los servicios de urgencias en
Colombia, en especial en Medellín, de igual forma sintetizó los procesos de la atención de
urgencias en Colombia y los problemas más frecuentes que afrontan los pacientes. (Bravo,
Flórez, & Salazar, 2008). En tanto que en la ciudad de Bogotá fueron formulados trabajos en
las salas de urgencias, evaluando temas como la calidad de la atención, indicadores,
evaluación de la gestión de procesos y los recursos (Velandia, 2011) (Sánchez, 2003) (Moros,
2012) (Uscátegui, 2008) (Ardila, Velazco, Jiménez, & Amaya, 2008).

La congestión en los servicios de urgencias ha sido abordada con investigaciones donde se han
propuesto algunas estrategias de medición cuantitativa. De manera relativamente reciente
Castro et al (Castro, Cohen, Lineros, & Sánchez, 2010), desarrollaron una investigación donde
cotejaron la validez en instituciones de orden nacional de la escala NEDOCS, empleada para
calcular la congestión de los servicios de urgencias, no obstante hasta la fecha son raras las
investigaciones relacionadas con medición cuantitativa y objetiva de la congestión en salas de
urgencias.

La sobresaturación de los servicios de urgencias médicas es definida como el instante donde la

necesidad de atención médica sobrepasa a los recursos disponibles en los servicios de
urgencias médicas, lo cual causa un retardo notable en el triage y tratamiento de los pacientes
y soporta la atención de pacientes en áreas diferentes a las usualmente destinadas a este
propósito ello, como son los pasillos, corredores, salas de espera, etc., lo que ocasiona que
algunos pacientes se retiren sin recibir la atención médica que requieren.

La prevalencia de estas condiciones impacta de manera negativa a todos los indicadores de

calidad, pues aunque el acto médico en sí mismo sea óptimo desde el punto de vista técnico-
médico, el aumento en los tiempos de espera, de estancia en el servicio de urgencias y el
consiguiente retardo para el ingreso a otras áreas como quirófano y hospitalización influyen
desfavorablemente (tanto en morbilidad como mortalidad) en la evolución de los pacientes,
acrecentando los costos de la atención médica y reduciendo la satisfacción de los usuarios y
prestadores de servicios.

Por lo anteriormente descrito, es importante contar con un índice que mida el “grado de
saturación” o Crowding en el servicio de urgencias médicas, lo cual resulta muy útil para
valorar y prevenir la sobresaturación de este servicio. En la literatura académica se puede
evidenciar un antecedente a este índice, el cual se atribuye al grupo de (Asplin BR, 2003) los
cuales plantearon un modelo predictivo de regresión lineal para medir la sobresaturación,
partiendo de la evaluación de 23 variables distribuidas en tres niveles, pero,
desafortunadamente, la medición de un número tan elevado de variables constituye un
impedimento para su implantación y la subsiguiente operación.

El método matemático-computacional, denominado Índica de Saturación Modificado, por sus

siglas ISM, es un método propuesto por el Instituto Nacional de Ciencias Médicas y Nutrición,
Salvador Zubirán en México es una técnica que ofrece una base de datos con 16 indicadores
(obtenidos a partir de 7 variables), que se muestran como “series de tiempo” y que admiten un
análisis rápido de eventos pasados, que provee la determinación de las causas y periodos que
anteceden a esa sobresaturación, lo que ofrece es una herramienta poderosa para evidenciar las
causas del Crowding. El ISM es una herramienta computacional de uso gratuito y accesible
desde cualquier ordenador, no se requiere de permisos comerciales ni uso de requisitos
especiales de software. Su interfaz es simple y fácil de entender y suministra en todo momento
de un panorama detallado de las variables de sobresaturación que se están midiendo en todos
los servicios de urgencias médicas.

3 Material y Método
Variables del índice de saturación modificado

El método ISM se diseñó para reportar la sobresaturación o Crowding del servicio de

urgencias médicas en forma inmediata posterior a la actualización de cualquiera de las cifras
obtenidas en ese servicio referentes a: camas útiles, pacientes en espera, en consulta, en
observación y pacientes en estado crítico, así como de número de médicos y enfermeras
agregados en ese tiempo al servicio (Ver Tabla 1).

Tabla 1 Relación de variables que intervienen en la determinación del estado del servicio de
urgencias médicas.

N° Concepto Descripción
1 Camas Útiles Número de camas en el servicio de urgencias médicas
Descripción: cama en buenas condiciones de conservación y
mantenimiento que proporcione comodidad y esté provista de la
ropa necesaria. Cada cama debe estar en un espacio libre que
cuente con toma de oxígeno, aire y succión, así como ser
accesible a conexiones de suministro de energía. Dimensiones:
0.80-0.90 m (ancho) × 1.80-1.90 m (largo)/0.70 m de altura sin
colchón. Distancia entre cama y cama: 1.20 m
2 Pacientes en Número de pacientes que se encuentran en espera de consulta
espera
3 Pacientes en Número de pacientes que reciben consulta en ese momento
consulta
4 Pacientes en Número de pacientes que se encuentran en observación, en silla
observación de ruedas, reposet o sillón, camillas o en los pasillos después de
haber recibido consulta
5 Pacientes en Número de pacientes que por la gravedad de su padecimiento
estado crítico de fondo y/o comorbilidad asociada requieren de monitoreo
intensivo o de intervención terapéutica médica o quirúrgica de
urgencia para salvar su vida
6 Médicos Número de médicos en el servicio de urgencias médicas
7 Enfermeras Número de enfermeras en el servicio de urgencias médicas

El ISM constituye un índice que a su vez está combinado de dos subíndices: el primero es un
indicativo de la proporción de pacientes con relación al personal médico del servicio, y el
segundo se relaciona con la proporción de pacientes admitidos con razón al número de camas
útiles. Los dos subíndices se actualizan con la alteración de cualquiera de las variables
respectivas.

Sistema índice de saturación modificado

El ISM comprende dos subíndices:

– 100 x (pacientes en espera + pacientes en consulta + pacientes en observación + pacientes en

estado crítico) / (médicos + enfermeras).

Esta tasa de saturación valora desde la óptica de suficiencia de recursos humanos

exclusivamente en términos del número de pacientes con respecto al número de médicos y
enfermeras.

En caso de que el denominador sea cero (que no haya médicos o enfermeras al instante de
medición en el servicio de urgencias médicas), el cociente correspondiente será 999.

– 100 x (pacientes en observación + pacientes en estado crítico) / (camas útiles).

Esta tasa de saturación valora desde el punto de vista de suficiencia de recursos materiales
solamente en términos del número de pacientes con relación al número de camas útiles.

En caso de que el denominador sea cero (que no haya camas útiles debido a que físicamente
no exista ninguna en el servicio de urgencias médicas), a este cociente se le asigna el valor
máximo 999.

El ISM relaciona el índice de saturación a cuatro disímiles niveles de advertencia (Ver Tabla
2); ello permite ubicar en contexto el nivel de saturación del servicio de urgencias médicas.

Tabla 2 ISM: Calificación de los cuatro principales estados de saturación del servicio de
urgencias médicas. Nivel de advertencia: Significado de riesgo de la saturación

N° ISM Nivel de Advertencia

3 X > 200 Saturación Extrema
2 100 < X < 200 Saturación Alta
1 100 Saturado
0 X < 100 No Saturado

El sistema ISM monta el índice de saturación tomando al mayor de los dos cocientes descritos
ISM = máx (ISM-A, ISM-B), por ejemplo: Si el ISM-A registra el valor 100 y el ISM-B
registra el valor 165, entonces el ISM será 165 (3: Saturación alta) de acuerdo con la Tabla 2,
mientras que si el ISM-A registra 50 y el ISM- B registra 100, entonces el ISM será 100 (1:
saturado). En resumen, el sistema ISM resuelve el análisis de la información que recoge en
dos modos: modo en línea y como “series de tiempo”.

Sistema índice de saturación modificado (En línea)

El sistema ISM muestra en todo momento pantalla las cifras más recientes que caracterizan al
servicio de urgencias médicas (Ver Tabla 3 ); entre las variables expuestas sale la hora en la
que se llevó a cabo la última actualización de las mismas. De esta forma el usuario del sistema
puede observar permanentemente no solamente sus cifras sino también las de todas las
instituciones prestadoras de salud anexas al sistema. Lo anterior permite al usuario para tener
un panorama general del escenario de saturación de toda la red hospitalaria afiliada y tomar
decisiones que mejoren la prestación del servicio. El sistema ISM emite una alerta en caso de
que observe una tendencia progresiva de sobresaturación en la red hospitalaria.

Sistema índice de saturación modificado (Series de tiempo)

El sistema ISM, además de mostrar en tiempo real los cocientes ISM-A e ISM-B, sustenta un
archivo histórico con 16 cocientes procedentes de las siete variables ya explicadas (Tabla 4),
que permitirán al usuario en un proceso posterior crear “series de tiempo” con el fin de
detectar el momento y causas que motivan esa sobresaturación.

 Cocientes 2-6: Corresponde a la demanda máxima de pacientes con respecto a

equipamiento de la unidad hospitalaria.
 Cocientes 7-10: Corresponde a la demanda máxima de servicio por los cuatro
diferentes tipos de pacientes, con respecto a la oportunidad de atención médica.
 Cocientes 11-14: Corresponde a la demanda máxima de servicio por los cuatro
diferentes tipos de pacientes, con respecto a la oportunidad de atención por enfermería.
 Cociente 15: Corresponde a la atención por parte de médicos del servicio con respecto
a equipa- miento de la unidad hospitalaria
 Cociente 16: Corresponde a la atención por parte de las enfermeras con respecto a
equipamiento de la unidad hospitalaria.

Tabla 3 Descripción de los campos que el sistema ISM muestra al usuario inmediatamente
después de cada actualización. Concepto: Variable usada en la determinación del índice de
sobresaturación

N° Concepto
1 Camas útiles
2 Pacientes en espera
3 Pacientes en consulta
4 Pacientes en
observación
5 Pacientes en estado
crítico
Definición
Número de camas en el servicio
Número de pacientes en espera en el servicio
Número de pacientes en consulta en el servicio
Número de pacientes en observación en el servicio
Número de pacientes en estado crítico en el servicio
 6 Médicos Número de médicos en el servicio
7 Enfermeras Número de enfermeras en el servicio
8 ISM-A 100 × (pacientes en espera + pacientes en consulta +
pacientes en observación +
pacientes en estado crítico)/(médicos + enfermeras)
(Sección 2.2)
9 ISM-B 100 × (pacientes en observación + pacientes en
estado crítico)/camas útiles (Sección 2.2)
10 Tiempo Es el momento en que el servicio de urgencias
médicas lleva a cabo la actualización de
sus cifras (Sección 2.2)

Sistema índice de saturación modificado (Preparación de datos de prueba)

El sistema ISM fue verificado a partir de un programa computacional que se diseñó para
generar 1460 transacciones aleatorias que equivalen a evaluar ininterrumpidamente cada hora
la institución prestadora de salud objeto de estudio durante dos meses. Cada transacción se
compone de las siete variables expresadas en la tabla 1, por lo que se generaron 10220 cifras
aleatorias. La asignación aleatoria en la generación de estas transacciones resulta fundamental
para abarcar todos los posibles escenarios, y de esta manera poder considerar que la muestra
poblacional es representativa, por lo que se implementó desde el punto de vista computacional
de un generador de números aleatorios.

Procedimiento de instalación
Se solicitó el acceso al Instituto Nacional de Ciencias Médicas y Nutrición Salvador Zubirán y
se alimentó el sistema con la información recabada en la Institución prestadora de salud, con
lo cual se utilizó el sistema con el permiso expreso de la institución que desarrolló la
herramienta, brindando usuario y contraseña para la utilización de la misma en línea.

4 Resultados
La construcción del escenario virtual recreó las condiciones en urgencias de una institución
prestadora de servicios en salud en el municipio de Ibagué, proporcionando un número
significativo de transacciones al sistema ISM, permitió evaluar su conectividad y su
oportunidad de alertas, mostrando un desempeño de 97% en la determinación de los cocientes
ISM-A e ISM-B (Ver Tabla 4)
Tabla 4 Coincidencias entre los avisos de advertencia que proporcionó el escenario virtual y
el sistema ISM

Cocientes Descripción Escenario virtual ISM

ISM-A Pacientes (espera, consulta, observación y estado 135 131
ISM-B crítico)/personal médico
Pacientes (observación y estado crítico)/camas 89 85
útiles

5 Discusión
Las causas de la sobresaturación o Crowding de los servicios de urgencias médicas es de
carácter multidimensional, tiene que ver con su ubicación, si es público o privado, entre otros
factores. Por lo general, desde el punto de vista administrativo, esta es atribuible
fundamentalmente a cuatro factores principalmente:

 Número de hospitales insuficiente para cubrir la demanda de atención médica de

alguna zona.
 Infraestructura hospitalaria insuficiente como falta de camas disponibles en las diversas
áreas de hospitalización, lo que condiciona que los pacientes que se deben hospitalizar
permanezcan tiempos prolongados en los servicios de urgencia en camillas o sillas, con
la consecuente disminución en el flujo de pacientes y retraso en su atención médica.
 Procesos de atención deficientes o incompletos (carentes de retroalimentación y
actualización), como por ejemplo la falta de un sistema de triage, o que cuentan con
“cuellos de botella” que bloquean los flujos y/o la salida del sistema.
 Recursos humanos sin las calificaciones adecuadas, insuficientes o mal distribuidos.

Estas deficiencias se agudizan cuando se enfrenta una epidemia o desastre; otras causas se
asocian a diversos factores que incluyen el número de consultas no urgentes que corresponden
a pacientes que no pueden obtener cita en los servicios de consulta externa debido a tiempos
prolongados de espera para las mismas, falta de disponibilidad de citas en los días que lo
requieren, o bien por el cierre o falta de servicios de urgencias médicas en las instituciones
prestadoras de servicios de urgencias locales. Esta sobredemanda de atención incrementa el
tiempo de espera de los pacientes en ambulancias y la posibilidad de tener un mal desenlace de
la urgencia médica.

Por otro lado, la atención médica a la población que carece de seguridad social o cobertura
médica es cada día más habitual, y contribuye también a la sobresaturación de los servicios de
urgencias médicas. En EE.UU. el crecimiento de los servicios de urgencias médicas no es
proporcional a su demanda, e incluso el número de estos ha disminuido, lo que se ha
considerado por algunos autores como una crisis en los servicios de salud.

Al identificar el ISM cabalmente el estado de saturación y generar las alertas correspondientes

en el 97% de los casos durante las pruebas a las que se sometió sin afectar su conectividad,
este trabajo demuestra que, independientemente de la naturaleza multidimensional de la
sobresaturación en los servicios de urgencias médicas, el ISM aborda con éxito a través de un
sistema computacional la medición de la saturación, tomando en cuenta solo variables
administrativas básicas de fácil acceso a los prestadores de servicios médicos de una red de
hospitales.

6 Conclusiones
El sistema ISM constituye una herramienta tecnológica práctica y validada, desde el punto de
vista matemático y computacional, para revelar el grado de saturación de un servicio tan
complejo y sensible para la sociedad como lo es el de urgencias médicas.

En este sentido, el ISM es una alerta confiable, dado que un ISM elevado correlaciona
inversamente con variables de calidad inherentes al servicio, como son: satisfacción,
congruencia, tiempo de espera, tiempo de hospitalización, así como otras de naturaleza externa
al servicio, como exceso de demanda en relación con la reputación de la unidad hospitalaria,
insuficiente área física, falta de insumos, exceso de referencias al servicio y falta de
contención de otros niveles de operación, entre otros.

El uso generalizado del sistema ISM por los servicios de urgencias médicas de las diferentes
instituciones del sector salud contribuirá a solucionar parte de la compleja situación que
predomina en estas unidades a nivel nacional, facilitando información útil para mitigar la
sobresaturación o crowding que afecta a la calidad de la atención médica.

7 Agradecimientos
Los autores agradecen a la Institución Prestadora de Servicios de Salud Asotrauma S.A.S. por
su contribución para el desarrollo de esta investigación, con lo cual sin su apoyo la misma no
hubiera sido posible.

8 Referencias
Aguirre, S. A. (2007). Logística Hospitalaria. Cuadernos PYLO, 4.
Ardila, S., Velazco, N., Jiménez, A., & Amaya, C. (2008). Revisión de Procesos para la
Asignación de Camas a Pacientes Provenientes de Urgencias de un Hospital Privado
de Bogotá. Bogotá D.C.
Asplin BR, M. D. (2003). A conceptual model of emergency department crowding. Ann
Emerg Med(42), 173-80.
Baesler, F. F. (2003). The use of simulation ad design of experiments for estimating maximum
capacity in an emergency room. Proceedings of the 2003 Winter Simulation
Conference, 1903-1906.
Bindman, A. B. (1991). Consequences of queuing for care at a public hospital emergency
department. Journal of the American Medical Association, 266(8), 1091 - 1096.
Bindman, B., & Lowe, A. (1997). Judging Who Needs Emergency Departament Care: a
Prerequisite for Policy-Making. The American Journal of Emergency Medicine, 15(2),
133-136.
Bittencourt, R., & Alonso, V. (Julio de 2009). Intervençoes para solucionar a superlotaçao nos
serviços de emergência hospitalar: uma revisão sistemática. Cadernos de Saúde
Pública, 1439-1454.
Bravo, J., Flórez, D., & Salazar, E. (2008). Servicios de Urgencias en Colombia, el caso
Medellín. Medellín: Universidad CES.
Bustamante, M. L. (2005). Abastecimiento eficiente: el efecto cola en los hospitales. Revista
Estudios Seriados en Gestión de Instituciones de Salud Centro de Gestión de
Instituciones de Salud, Universidad de Talca, 2-18.
Castro, J., Cohen, E., Lineros, A., & Sánchez, R. (2010). Escala NEDOCS para Medir
Congestión en Urgencias: Estudio de validación en Colombia. Bogotá D.C.:
Universidad del Rosario, Facultad de Medicina.
Chow, G. H. (1994). Logistics in the Canadian health care industry. Canadian Logistics
Journal, Vol. 1, N° 1,.
Christopher, M. (2005). Logistics and Supply Chain Management: Creating Value-adding
Networks. Toronto: Financial Times Prentice Hall.
Chul, W., Shin, S., Jun, K., Jung, K., & Joon, G. (Diciembre de 2009). Effect of an
Independent-capacity Protocol on Overcrowding in an Urban Emergency Department.
Academic Emergency Medicine, 16(12), 1277-1283.
CLM. Council of Logistics Management. (2000). Logistic in Service Industries (2000).
Journal of Business Logistics, 48-54.
Cowan, R., & Trzeciak, S. (Octubre de 2004). Clinical Review: Emergency Department
Overcrowding and the Potential Impact on the Critically ill. Critical Care, 9(3), 291-
295.
CSC Consulting. (2004). EHCR, Efficient Healthcare Consumer Response, Improving the
Efficiency of the Healthcare Supply Chain. Supply Chain Forum An International
Journal., 5(2), 25.
Derlet, R. R. (Febrero de 2001). Frequent Overcrowding in U.S. Emergency Departaments.
Journal of the Society for Academic Emergency Medicine, 8(2), 151-155.
Derlet, R., Richards, J., & Kravitz, R. (Febrero de 2001). Frequent Overcrowding in U.S.
Emergency Departaments. Journal of the Society for Academic Emergency Medicine,
8(2), 151-155.
Enjamio, E., Moya, C., García Fortea, C., Castellanos, J., Perez Mas, J., Martínez Milán, J., &
. . . Juan, A. (2010). Impact of Hospital Management Measures to Increase Efficiency
in the Management of Beds and Reduce Emergency Department Congestion.
Emergencias, 22, 249-253.
Etxebarría, M. J. (1997). Estudio de los tiempos de permanencia en urgencias de los pacientes
de medicina interna como instrumento de mejora de calidad. Calidad Asistencial, 12,
372.
Flores, C. R. (2011). La saturación de los servicios de urgencias: una llamada a la unidad.
Revista Emergencias, 23, 59-64.
Geelhoed, G., & Klerk, N. (2012). Emergency Department Overcrowding, Mortality and the
4-hour rule in Western Australia. Medical Journal Australia, 196(2), 122-126.
Halvorsen, I., Meland, E., & Baerheim, A. (2007). Use of Emergency Services Before and
after Implementation of the Regular General Practitioner Scheme. Journal of the
Norwegian Medical Association, 127(10), 1352-1353.
Handel DA, F. R. (2008). How much does emergency department use affect the cost of
Medicaid programs? . Ann Emerg Med, 614 - 621.
LaCalle E, R. E. (2010). Frequent users of emergency departments: the myths, the data, and
the policy implications. Ann Emerg Med, 42 - 48.
Linares, G. (2013). Congestón en el Servicio de Uregncias ¿Retrasa La Primera Dosis De
Antibiótico o Analgésico? Bogotá D.C.: Univerdidad del Rosario, Facultad de
Medicina.
Loret, J. C. (1984). Temps D’estada dels malats mèdics al servei d’urgencies d’un hospital
general: evolució durant els darrers dos anys. Gaseta Sanitaria, 16, 155 - 159.
Magee, J. F. (1995). Physical Distribution systems. Logística: Una Visión Sistemática, 2.
Newton MF, K. C. (2008). Uninsured adults presenting to US emergency departments:
assumptions vs. data. Jama, 16, 1914 - 1924.
Ospina, M., Bond, K., Schull, M., Innes, G., Blitz, S., & Rowe, B. (2007). Key Indicators of
Overcrowding in Canadian Emergency Departments: a Delphi study. CJEM, 9(5), 339-
346.
Polanco, C., Castañon, J., Buhse, T., Samaniego, J., Areguín, R., & Villanueva, S. (2013).
Índice de saturación modificado en el servicio de urgencias médicas. Gaceta Médica
de México(149), 417-24.
Rene, S. W. (Enero de 2008). Consultations in the Emergency Department: a Systematic
Review of the Literature. Emergency Medicine Journal, 4-9.
Richardson, D., & Mountain, D. (2009). Myths versus Facts in Emergency Department
Overcrowding and Hospital Access Block. Medical Journal of Australia, 190(70), 369-
374.
Risquez, A., & Guevara, X. (2013). Epidemiología de las Consultas por Urgencia y Triage del
Hospital J.M. de los Rios. . Cuadernos de la Escuela de Salud Pública, 48-57.
Rivard-Royer, H. B. (2003). L’évolution du commerce électronique et la performance de la
chaîne d’approvisionnement du secteur de la santé: changement de paradigme.
Gestion, Vol. 27, n° 4, p. 17-23.
Rowe, B., Villa, C., Guo, X., Bullard, M., Ospina, M., Vandermeer, B., & . . . Holroyd, B.
(2011). The Role of Triage Nurse Ordering on Mitigating Overcrowding in Emergency
Departments: A Systematic Review. Academic Emergency Medicine Official Journal,
18(12), 1349-1357.
Saunders, C. E. (1989). Modeling emergency department operatios using advanced computer
simulation systems. Annals of Emergency Medicine, 18, 134-140.
Schull MJ, K. A. (2007). The effect of low-complexity patients on emergency department
waiting times. . Ann Emerg Med, 257 - 264.
Velandia, M. (2011). La Seguridad de los Pacientes de Urgencias en un ambiente de
congestión. . Revista de actualizaciones en enfermería, 14.
Velásquez Restrepo, P. A. (2011). Metodologías cuantitativas para la optimización del
servicio de urgencias: una revisión de la literatura. Revista Gerencia de Política en
Salud, 10, 196-218.
Vítolo, F., & Compañia de Seguros, N. (2014). Saturación de las Guardias de Emergencia.
Parte I Causas y Efectos, 1-12.
Weiss, S., Derlet, R., Arndalhl, J., Ernst, A., Richards, J., Fernánadez, M., & . . . Nick, T.
(Enero de 2004). Estimating the Degree of Emergency Department Overcrowding in
Academic Medical Centers: Results of the National ED Overcrowding Study
(NEDOCS). Academic Emergency Medicine, 11(1), 38-50.