Control Estadistico Organizaciones Salud PDF

GUÍA PEDAGÓGICA
CONTROL ESTADÍSTICO DE PROCESOS

COMO GENERADOR DE UNA CULTURA DE LA MEDICIÓN
EN LAS ORGANIZACIONES DE SALUD
(IPS)
Dirección General de Calidad
Proyecto:
Diseño y/o Adaptación de Herramientas Innovadoras para Colombia, de Mejores Prácticas Inter-
nacionales de Gestión Clínica y/o Administrativa, para que los Hospitales Mejoren su Desempeño
Frente a los Estándares del Sistema Único de Acreditación y el Componente de Auditoría para el
Mejoramiento de la Calidad de la Atención en Salud.
CONTROL ESTADÍSTICO DE PROCESOS COMO GENERADOR DE UNA CULTURA DE LA MEDICIÓN EN LAS ORGANIZACIONES DE SALUD (IPS)
AREA TEMÁTICA
ESTRATEGIAS Y MÉTODOS PARA LA MEJORA CONTINUA DE LA CALIDAD
LINEA DE TRABAJO
“CULTURA DE LA MEDICIÓN”
GUÍA PEDAGÓGICA
CONTROL ESTADÍSTICO DE PROCESOS COMO
GENERADOR DE UNA CULTURA DE LA MEDICIÓN EN LAS ORGANIZACIONES DE SALUD
(IPS)
2 CONTROL ESTADÍSTICO DE PROCESOS COMO GENERADOR DE UNA CULTURA DE LA MEDICIÓN EN LAS ORGANIZACIONES DE SALUD (IPS)
MINISTERIO DE LA PROTECCIÓN SOCIAL
DIEGO PALACIO BETANCOURT

Ministro de la Protección Social
CARLOS JORGE RODRÍGUEZ RESTREPO

Viceministro Técnico
CARLOS IGNACIO CUERVO VALENCIA

Viceministro de Salud y Bienestar
RICARDO ANDRÉS ECHEVERRI LÓPEZ

Viceministro de Relaciones Laborales
CLARA ALEXANDRA MÉNDEZ CUBILLOS

Secretaria General
CONTROL ESTADÍSTICO DE PROCESOS COMO GENERADOR DE UNA CULTURA DE LA MEDICIÓN EN LAS ORGANIZACIONES DE SALUD (IPS) 3
DIRECCIÓN GENERAL DE CALIDAD DE
SERVICIOS
LUIS FERNANDO CORREA SERNA

Director General de Calidad de Servicios (E)
RODRIGO HERNANDEZ HERNANDEZ

Coordinador Grupo de Calidad
SANDRA INÉS ROZO BOLAÑOS

Coordinadora Proyecto de Preparación de IPS para
la Acreditación
FRANCISCO RAÚL RESTREPO PARRA

Consultor Programa de Reorganización, Rediseño y
Modernización de Redes de Prestación de Servicio
LIZ ADRIANA MORENO MORENO

MARTHA YOLANDA RUIZ VALDÉS

EQUIPO UT UNIVERSIDAD CES –
GESAWORLD S.A
LUIS F GIACOMETTI ROJAS

Director Regional Gesaworld SA – Director Estratégico
del proyecto UT Universidad CES – Gesaworld SA
FERNANDO ACOSTA RODRÍGUEZ

Coordinador operativo del proyecto. Director de la
Unidad de Extensión Universidad CES.
DAVID VIVAS CONSUELO

Director técnico del proyecto. UT Universidad CES
– Gesaworld SA. Director del CIEGS Universidad
Politécnica de Valencia (España)
JOSÉ BAREÑO S.
MD. MG Epidemiología.
Consultor especialista del proyecto UT Universidad CES
– Gesaworld SA.
ARIEL HABED LOPEZ

Coordinador regional de proyectos. Gesaworld SA. UT
Universidad CES – Gesaworld SA
Este material fue financiado con recursos del Programa de Reorganización, Rediseño y Modernización de
Redes de Prestación de Servicios.
RESEÑA DE AUTOR
JOSÉ BAREÑO SILVA, MD, MSC.
Especialista en Auditoría en Salud. Especialista en Estadística. Magister en Epidemiología Investigador

y docente de la Facultad de Medicina de la Universidad CES, Medellín Investigador de los Grupos de
Investigación: Evaluación de Tecnologías en Salud, Epidemiologia y Bioestadística y Grupo de Salud
Mental. Docente de cátedra de las Universidades del Rosario (Bogotá), Universidad Mariana (Pasto).
Integrante del Comité Editorial de las revistas CES Medicina, y CES Salud Pública.
Contenido
Presentación .....................................................................................................................................8
Guía del Participante ........................................................................................................................9
Guía del Tutor .................................................................................................................................14
Unidades Didácticas.........................................................................................................................16
Simulación y Mejores Prácticas.......................................................................................................88
Guía de Evaluación ......................................................................................................................108
Presentación

Esta guía pedagógica responde a la combinación de las mejores prácticas identificadas a ni-
vel nacional e internacional, constituidas en metodologías innovadoras para su aplicación en forma
generalizada para las clínicas y hospitales del país.
Es el resultado de un ejercicio previo a la elaboración del inventario de oferta de conocimiento, a

partir de un riguroso adiestramiento metodológico para la búsqueda y revisión sistemática de litera-
tura, la identificación y selección del conocimiento disponible en el tema que nos ocupa; la organi-
zación y valoración del mismo con criterios de evidencia de aplicación efectiva, la selección de las
mejores prácticas de gestión clínica y administrativa y el análisis de conveniencia de cada una de
éstas, con recomendaciones sobre las herramientas e instrumentos pertinentes, susceptibles de
ser aplicados por las Instituciones Prestadoras de servicios de Salud -IPS- en el país. Para ampliar
sobre los antecedentes de la formulación de la presenta guía, ingrese al siguiente link.
Esta guía de instrucción está dirigida a las Instituciones Prestadoras de Servicios (IPS) de Salud,
para efectuar análisis, control y progreso de la calidad a través del Control Estadístico de Procesos,
en los eventos clave de atención y de apoyo en la calidad asistencial. Se busca generar una cultura
de la medición a través de una metodología probada y contrastada a nivel internacional, de utilidad
para las instituciones colombianas que se encuentren desarrollando procesos metódicos de mejora
continua de la calidad (PHVA) 1,2 .
La guía será aplicada por el personal responsable de los procesos de atención asistenciales o ad-
ministrativos identificados y priorizados por la institución prestadora de servicios de salud, bien sea
en la calidad del producto y/o servicio o para realizar un seguimiento a sus procesos y resultados,
para la comparación al interior o con estándares preestablecidos por las instituciones consideradas
de mejor desempeño o “desempeño superior”, con base en información útil para introducir mejoras
y aumentar el nivel de calidad y el nivel competitivo.
Con esta guía se busca fortalecer el desarrollo de los estándares de acreditación del Sistema Obli-
gatorio de Garantía de la Calidad (SOGC), promoviendo la aplicación de herramientas y metodo-
logías para la recolección de la información, análisis de resultados y comparación frente a mejores
prácticas, para la toma de decisiones basadas en el análisis de la información.
La guía se compone de una serie de Unidades Didácticas, que constituyen el núcleo central de este
manual junto con una sección dedicada a experiencias prácticas. Como apoyo al participante y al
coordinador de calidad de la institución, se adjunta una guía del participante y otra del tutor.
Guía del Participante
1.Identificación
Área
Estrategias y métodos para la mejora continua de la calidad.
Línea
Cultura de la medición.
Instrumento
Control estadístico de procesos (CEP) como generador de una cultura de la medición en las orga-
nizaciones de salud (IPS).
Descripción
Esta guía tiene como objetivo generar una cultura de la medición a través de la aplicación del
Control Estadístico de Procesos. La guía permite paso a paso y con la aplicación de un ejercicio,
identificar los principales componentes del Control Estadísticos de Procesos para las IPS, que iden-
tifiquen variaciones en las mejores prácticas en instituciones dentro y fuera del sector de la salud y
la comparación antes y después de intervenciones.
A quién va dirigida
Esta guía está diseñada para ser utilizada principalmente por las Instituciones Prestadoras de Sa-
lud -IPS- con el fin de establecer procedimientos para efectuar el análisis, control y progreso de la
calidad a través del Control Estadístico de Procesos, en los eventos clave de atención y de apoyo
en la calidad asistencial.
Se pretende que en cada institución interesada se formen grupos interdisciplinarios constituidos

por:
- Médicos, enfermeras y demás personal asistencial y/o administrativo vinculado a los procesos
de mejoramiento continuo de la calidad.
- Profesionales y técnicos que participan y son responsables de los procesos asistenciales y/o
administrativos vinculados al área y/o proceso objeto de análisis a través del uso de la herra-
mienta de CEP.
2. Competencias
2.1. Genéricas
- Promover la cultura de la medición en la IPS.

- Favorecer el trabajo en equipo.
- Estimular la investigación y la búsqueda sistemática de información
- Fomentar el uso de herramientas estadísticas innovadoras para apoyo del análisis en estudio.
2.2. Específicas
- Conocer de la cultura de la calidad.

- Conocer el área o proceso de gestión a analizar.
- Identificar las principales herramientas que caracterizan al Control Estadístico de Procesos.
- Capacidad para identificar y cuantificar la brecha en los procesos clave de la gestión clínica y/o
administrativa más relacionados con los resultados esperados de calidad, para la toma de deci-
siones fundamentadas y para la referenciación.
- Fomentar y difundir en la “cultura de la medición” de la IPS, y en la identificación del ciclo del
PHVA (fase de verificación), que características del modelo, proceso, bases metodológicas y
etapas para el sistemático son de la aplicación del CEP y sus verdaderas bondades.
3. Conocimientos Recomendados
El control estadístico de procesos comparte conocimientos e instrumentos relacionados con los
temas siguientes:
- Técnicas básicas de estadística

- Sistemas de información
4. Resultados Esperados del Aprendizaje

Una vez completado el estudio de estos módulos de formación se esperan los siguientes resulta-
dos:
– Que las instituciones prestadoras de servicios de salud, tomen conciencia de la importancia de
la aplicación sistemática de las herramientas estadísticas, como parte de las actividades propias
del proceso de mejoramiento de la calidad de los servicios.
– Que las instituciones y los profesionales dispongan de unas herramientas prácticas que les
permita utilizar el CEP como una herramienta habitual de mejoramiento conozcan y apliquen la
metodología CEP, el cual pretende hacer más objetiva la evaluación (cuantificación) y toma de
decisión en pro de la mejora continua de la calidad.
– Que las instituciones y los profesionales adquieran la capacidad de aplicar el método CEP para
identificar y cuantificar la brecha en los procesos clave de la gestión clínica y/o administrativa
más relacionados con los resultados esperados de calidad.
5. Conocimientos: Unidades Didácticas

Los contenidos docentes se han estructurado en las siguientes unidades didácticas.
Glosario
Introducción
Unidad didáctica 1
El CEP como herramienta para la calidad en salud
Unidad didáctica 2
Herramientas básicas para el Control Estadístico de Procesos (DUME) y aplicación práctica
6. Metodología de Enseñanza Aprendizaje

La metodología es un conjunto coherente de técnicas y acciones lógicamente coordinadas para
dirigir el aprendizaje de los alumnos hacia determinados resultados.
Las actividades previstas para el estudio de este programa se dividen en trabajo presencial y tra-
bajo individual.
El trabajo presencial consistirá en lo siguiente:
- Trabajo en grupo donde se revisaran los conceptos fundamentales de la parte teórica y se dis-
cutirá la aplicabilidad práctica a la institución donde se está trabajando.
El trabajo autónomo se realizará a través de una plataforma Web donde se podrá acceder a:
- Unidades didácticas donde figuran los contenidos teóricos.

- Documentación adicional de consulta.
ACTIVIDADES DE TRABAJO PRESENCIAL

Actividad Descripción Horas
Sesión supervisada por un tutor
donde los participantes trabajan en
Trabajo en grupo
grupo y reciben asistencia y guía
cuando es necesaria 12
Situaciones en las que el
participante debe explorar y trabajar
Aprendizaje basado en proyectos
un problema práctico aplicando
conocimientos inter disciplinares. 3
Período de instrucción realizado por
un tutor con el objeto de revisar y
Tutoría
discutir los materiales y temas
presentados. 3
ACTIVIDADES DE TRABAJO AUTÓNOMO
Estudio teórico Estudio de contenidos. 12
Metodología basada en el trabajo
colaborativo que parte de un
Trabajo virtual en red espacio virtual diseñado por el tutor 12
en el que se pueden compartir
documentos y material multimedia
7. Planificación del Aprendizaje
TIPO DE ACTIVIDAD DISTRIBUCIÓN Presencial No presencial

HORARIA
1. Estudio teórico 6 sesiones de dos
horas 12
2. Trabajo virtual en red 6 sesiones de dos
horas 12
3. Trabajo en grupo 6 sesiones de dos
horas 12
4. Aprendizaje basado en proyectos 3 sesiones de una
hora 3
5. Tutorías 3 sesiones de una
hora 3
SUBTOTAL 18 24
VOLUMEN TOTAL DE TRABAJO 42
8. Evaluación
La evaluación consistirá en:
- Un cuestionario de partida y un cuestionario post test, que permita evidenciar el inicio y poste-
rior avance del proceso de aplicación práctica del instrumento, a modo de valoración “in situ” de
su efectividad.
9. Recursos y Ambiente
Recursos en plataforma Web
• Unidades didácticas en soporte electrónico.

• Presentaciones multimedia.
• Test de auto-evaluación.
• Documentación de apoyo.
Ambiente
- Trabajo individual en el ambiente de trabajo con soporte multimedia on-line, tipo “training in job”.
Guía del tutor
1. Perfil del tutor
El tutor deberá ser un especialista docente o un responsable del equipo directivo de la institución
con formación en estadística, áreas económicas o de la salud, relacionados y con conocimiento en
manejo de datos y con el área de calidad.
2. Conocimientos del tutor

El tutor deberá disponer de conocimientos sobre:
- Técnicas básicas de estadística

- Análisis de información
- Análisis de datos, de brechas
- Gestión de procesos
3. Funciones del tutor

Este programa formativo está diseñado para que se aplique en instituciones específicas y siga una
metodología semi-presencial de investigación acción.
Las funciones del tutor son las siguientes:
Facilitador
En la creación y dinámica de los grupos de estudio.
Coordinador
Del trabajo de los grupos y su aprendizaje.
Evaluador
De los conocimientos y habilidades de los participantes.
4. Estrategia metodológica
La estrategia metodológica combina dos tipos de actividades:
- Actividades de formación on line con base en materiales multimedia.
- Trabajo en grupos al interior de la institución donde se realice la formación.
Las actividades del tutor de la institución serán las siguientes:
1. Selección de los participantes de la institución

2. Programación de las actividades docentes:
a. Coordinación de los tiempos de estudio on-line
b. Coordinación de las sesiones presenciales
3. Diseño de un cronograma ad hoc al perfil y necesidades de la institución
4. Desarrollo del cuestionario de entrada al proceso
5. Dirección del equipo de participantes
Unidades Didácticas
Glosario
Introducción
Unidad Didáctica 1
El CEP como Herramienta para la Calidad en Salud, Conceptos, Alcance y Tipos de CEP
Unidad Didáctica 2
Herramientas Básicas para el Control Estadístico de Procesos (DUME)
Bibliografía
GLOSARIO
ALEATORIO4: Se dice de lo que depende de la suerte o el azar, en nuestro caso se entenderá

como aquellas circunstancias que no permiten que un proceso tenga un orden determinado, es lo
inesperado, lo imprevisto, expresiones sinónimo de “al azar” que en la vida corriente se refieren a
lo que carece de método, regla o estructura o a procesos sin meta, dirección ni propósito definidos
que, por lo tanto, parece obedecer a casualidades caprichosas, arbitrarias e imprevisibles.
CEP5: Control Estadístico de Procesos, metodología utilizada para ajustar los procesos de produc-
ción y de servicios.
CONTROL: Se refiere al proceso que se emplea con el fin de cumplir con los indicadores y/o es-
tándares. Consiste en observar y cuantificar el desempeño real, compararlo con algún estándar, y
determinar si el desempeño observado es significativamente diferente del estándar. El control tiene
la naturaleza de ser un proceso de un ciclo de retroalimentación.
ESTADÍSTICA: dependiendo del enfoque puede ser una ciencia, una disciplina, o unas técnicas,
para nuestro caso la entenderemos como una, una ciencia con base matemática referente a la
recolección, representación, análisis e interpretación de datos, que busca explicar condiciones
regulares en fenómenos de tipo aleatorio, a un entorno mayor.
FACTOR FACILITADOR (ES). Es el proceso, práctica o método que facilita la implementación de

una mejor práctica dentro de una organización en apoyo a la identificación y debido control de los
“factores críticos de éxito” (FCE).
FACTORES CRÍTICOS DE ÉXITO (FCE). Determinaciones clave cuantitativas o cualitativas rela-

cionadas con la eficacia, efectividad y eficiencia de una intervención y que se constituyen en ele-
mento clave para que un proceso transite desde una etapa actual hacia uno de mejora sustantiva.
También son factores, características o variables que inciden directamente sobre los niveles de
satisfacción de nuestros usuarios.
IPS: Institución Prestadora de Servicios de Salud en Colombia.
MEJORES PRÁCTICAS. Calificativo de un nivel de desempeño superior en cualquiera de las áreas

propias de la gestión y procesos de producción, como puede ser el liderazgo, gestión estratégica,
desarrollo de estándares operacionales, métodos de trabajo, entre otros; y habitualmente relacio-
nados a altos niveles de innovación que se han identificado y documentado por encima del desem-
peño promedio de la industria a la cual pertenece.
PROCESO: (del latín processus) es un conjunto o serie de acciones, actividades o eventos inter-
relacionadas (coordinados u organizados), de una manera sistemática que convierten unos insu-
mos (inputs) en resultados (outputs), con un fin determinado. Los procesos consumen recursos y
por tanto requieren de estándares que los hagan replicables y medibles. Los procesos responden a
sistemas de control que determinan su calidad, medida, costos y desempeño.
PROCESO ESTADÍSTICO: es una filosofía de la optimización referida a mejoras de proceso con-

tinuas, usando un mix de herramientas (estadísticas) para datos y análisis de los procesos y fabri-
cación de inferencias sobre comportamiento de procesos y toma de decisiones.
SUA: Sistema Único de Acreditación
SOGC: Sistema Obligatorio de Garantía de Calidad
Introducción
Si realmente comprendemos el problema, la respuesta saldrá de él, porque la solución no

está separada del problema”.
(Krishnamurti)
En este apartado se realiza una breve introducción a la guía con indicación del objetivo que persi-
gue, el alcance y las preguntas de entrada al proceso.
Una de las áreas de la aplicación de herramientas estadísticas6,7 que ha tenido gran difusión y al
mismo tiempo un enorme éxito, es en aquellos aspectos que se relacionan con el control de calidad
de la producción, en los años 50 la aplicación de la filosofía y técnicas del control de calidad en la
industria, supuso un enfoque revolucionario y tremendamente competitivo, que fue aprovechado
sobre todo por la empresa japonesa para ubicarse a la cabeza del mercado mundial; generando
una fuerte presión en las organizaciones de productos similares así como de diferente tipo, a través
de la superioridad en el mercado por los productos japoneses lo que les obligó a considerar las bon-
dades de la nueva filosofía, en la que la calidad se constituye como un concepto global, que no sólo
se aplica al producto sino a todo el proceso de fabricación, incluyendo el control de costos, precios
beneficios y satisfacción, gestión de los suministros y plazos de entrega.
Aunque inicialmente el control de calidad se aplicó sólo en la industria, como se expreso anterior-
mente, en poco tiempo se extendió su acción a la prestación de servicios, donde también podemos
incluir el área de servicios de salud. Aunque dentro del entorno de servicios de salud hay sectores
que por sus características, son más asimilables a la industria y tienen una mayor tradición en el
empleo del control de calidad, como son los laboratorios clínicos (análisis hematológicos, bioquími-
cos o de microbiología), o los bancos de sangre; sin embargo, las herramientas han sido utilizadas
también en otros entornos, como en el monitoreo de las causas en las fallas en eventos quirúrgi-
cos, seguimiento a las tasas de infección, el seguimiento y detección de los eventos adversos, y
su campo de aplicación está limitado tan sólo por nuestra imaginación, ya que cualquier proceso
o actividad humana es susceptible de ser cuantificado y por tanto monitorizado para mejorar su
calidad; desde el tiempo de espera de un paciente que acude a consulta, hasta el porcentaje de
pacientes que cumplen adecuadamente el tratamiento prescrito, o el mismo registro de datos en la
historia clínica del paciente.
No tener en cuenta las herramientas estadísticas como el control de calidad, y asimilarlas como
actividades no productivas, o simplemente como técnicas de inspección, o algo solo aplicable a la
fabricación industrial con escasa utilidad en el entorno médico, constituye un grave error, debido
a que toda actividad humana es susceptible de mejorar y optimizarse; y por ende de aumentar su
calidad. Mucho antes de la revolución de Deming (1900 - 1993), uno de sus iniciadores y de los
japoneses, la enfermera Florence Nightingale (1820 – 1910), quien se configuro como un hito no
sólo de la enfermería sino también de la bioestadística, ayudó en gran medida a la mejora de cali-
dad de los servicios médicos prestados en sus actividades asistenciales, aportando datos y gráficos
cuidadosamente elaborados, y así hay muchos más antecedentes en el mundo de la medicina, por
ej. Los planteamientos del cirujano Ernest A. Codman (1869 - 1940), bastante antes de que la revo-
lución del control de calidad llegase a la industria.
Hoy nadie puede dudar que después de los avances tecnológicos y el mejoramiento de la condicio-
nes de vida, lo que más vidas humanas salva con respecto a siglos anteriores sean probablemente
la higiene y la epidemiología, conceptos integrados no sólo a la estadística, sino también, al control
de calidad. El replantearse la actividad que se desarrolla para conducirla hacia una mejoría, cons-
tituye el primer paso estratégico para que la calidad sea un hecho (ver grafico cultura de la calidad
según la teoría Q de Brian Joiner).
GRÁFICO: LA TEORÍA Q DE BRIAN JOINER
Tomado de: Control y mejora de la calidad de Prat A. Tort-martorell X. Grima P. Pozueta l.8
El concepto de “cultura de la medición” está unido a los sistemas de medición e información. Es

por ello que la disponibilidad de información válida y confiable, es insumo primordial para valorar y
mejorar la calidad de los procesos y en nuestro caso en la calidad de la atención en salud, útil para
la mejora de la gestión en cualquier tipo de organización de salud. De acuerdo con esta premisa,
que exista una “cultura de la medición” se puede considerar como una etapa avanzada de la orga-
nización orientada al aprendizaje corporativo y al trabajo en equipo, efectuado a través del uso in-
teligente de los datos, información y conocimiento existente en los procesos; por ello la mejor forma
de actuar al momento de tomar decisiones es optimizar, lo que para el caso significa, minimizar el
riesgo que cualquier alternativa lleva implícita; en otras organizaciones que ya han trasegado este
camino y que se inicia con el desarrollo de una sensibilización de la importancia de la medición de
los propios procesos y resultados, éstas evolucionan al uso de los datos e información para lograr
estándares y permitir su comparación con organizaciones que llevan esta cultura en una etapa
avanzada y ya han logrado beneficios perdurables.
Esto último significa que la medición es insustituible, viene dándose en todos los campos del saber
y se establece como una “cultura de la medición” (figura 1) que debe propiciar y generar diferen-
tes estrategias para el mejoramiento continuo de la calidad en salud. En nuestro caso la metodolo-
gía de control estadístico de procesos, presupone que las mejores prácticas, diseño o seguimiento
de procesos no están concentrados necesariamente en una sola área, sino que están presentes
de manera dinámica e integradora en un conjunto de áreas, donde habitan los diferentes tipos de
organizaciones.
La investigación científica es un proceso de aprendizaje auto dirigido, pero no posibilita la única
vía de resolución de problemas. El objeto de los métodos estadísticos, es hacer que ese proceso
sea lo más eficiente posible, por lo que cada día se fortalece más la premisa que la Estadística es
una herramienta fundamental y la estrategia eficaz e ineludible para analizar los datos, porque trata
de estudiar y cuantificar la incertidumbre, y su uso es inevitable en la búsqueda de conocimiento.
Su importancia ha sido reconocida hasta tal punto que la revista Science en 1984, calificaba el
desarrollo y la difusión de los métodos estadísticos como uno de los 20 desarrollos científicos “más
significativos” entre los ocurridos en el siglo XX.
En el caso de Colombia se ha observado más no documentado, la utilización de diferentes herra-

mientas estadísticas para el control de la calidad en las organizaciones de salud, relacionadas con
los procesos y el desempeño de las mismas, cuyo uso aunque no difundido y menos sistematizado,
ya es un gran paso hacia el mejoramiento continuo y la gestión con calidad.
Con base en lo descrito, y en la búsqueda sistemática e identificación de experiencias exitosas en el

ámbito de Cultura de la Medición aplicadas al sector salud y a los procesos de mejora de la calidad,
la herramienta de análisis a desarrollar en estas unidades didácticas es la metodología de Control
Estadístico de Procesos Orientados a la Fase de Verificación del Ciclo PHVA, valorada como
unas técnicas debidamente contrastada a nivel internacional, susceptible de ser utilizada con éxito
en las IPS Colombianas que se encuentren desarrollando procesos metódicos de mejora continua
de la calidad dentro del marco del SUA y el SOGCS.
Las experiencias documentadas demuestran cómo es posible llevar a cabo el análisis y seguimien-
to de procesos a través de las herramientas del control estadístico, alrededor de una situación
crítica orientada en los procesos y resultados y evidenciado en la fase V (verificación) del PHVA,
según se demuestra en algunas de las experiencias valoradas internacionalmente, que como resul-
tado de este ejercicio se generan soluciones no pensadas a priori por la institución, por cuanto la
metodología de CPE permite identificar qué tipo de progresos deben implementarse para mejorar
su desempeño, reducir la variabilidad de acuerdo con los resultados que muestran la aplicación de
las herramientas.
Esta metodología consta de los siguientes pasos:
1. Seleccionar el servicio, área o proceso objeto de estudio, con base en los análisis de mejora
de calidad o del seguimiento de la IPS, se identifique la o las áreas prioritarias sobre las cuales
se establezca la estrategia de análisis.
2. Identificar los recursos necesarios para realizar el análisis: el equipo de trabajo encargado de
liderar dicho proceso y los recursos materiales y logísticos requeridos para ello.
3. Definir y recolectar los datos que permitan analizar, y determinar los indicadores de proceso
y/o resultado que serán objeto de toma de decisiones.
4. Desarrollar previamente análisis pormenorizados, mediante matrices de identificación de bre-

chas entre la situación estudiada y la situación objeto de comparación.
5. Buscar la “mejor herramienta” a utilizar como soporte, para el análisis de la situación a estudio.
6. Realizar el plan de cambio, que determine qué factores críticos de éxito permiten llegar a esa
posición estandarizada y establecer un plan de acción a corto y mediano plazo que permita hacer
seguimiento y observar si se llega al control.
7. Implementar y monitorear resultados, a través de un proceso sistemático de medir resultados

alcanzados que permitan identificar si la nueva práctica incorporada ha impactado positivamente
los resultados de calidad.
Área y línea de trabajo
Este tema se encuadra en el contexto del proyecto “Diseñar y/o adaptar herramientas innovadoras
para Colombia, de mejores prácticas internacionales de gestión clínica y/o administrativa, para que
los hospitales mejoren su desempeño frente a los estándares del Sistema Único de Acreditación y
el componente de Auditoría para el Mejoramiento de la Calidad de la Atención en Salud”, en con-
creto en la línea temática Estrategias y Métodos de Mejora Continua de la Calidad.
Alcance y objetivos
poner a disposición de los equipos de gestión de las IPS relacionados con el ámbito de la mejora
de la calidad, el resultado instrumental de un proceso de revisión sistemática de literatura relativa
al ámbito del control estadístico de procesos, así como de experiencias exitosas relacionadas con
su aplicación tanto a nivel internacional como nacional, en diferentes áreas relacionadas al sector
salud, que les orienten y permita la aplicación práctica de estos instrumentos que aporte elementos
de análisis dentro de su continuo proceso de mejora y acreditación por la calidad.
Objetivo general
Proveer a las Instituciones Prestadoras de Servicios de Salud (IPS) de instrumentos prácti-

cos, fáciles de utilizar, que mediante su uso sistemático, permita identificar las variaciones
o fallas de mejores prácticas en materia de mejoramiento de la calidad aplicadas al sector
salud, que les permita avanzar en los procesos de mejoramiento continuo de procesos y la
acreditación por la calidad.
Objetivos específicos
I. Analizar los alcances y limitaciones de estas herramientas en materia del logro y consecución
de objetivos de calidad superior en el desempeño de una organización.
II. Desarrollar un proceso didáctico sencillo orientado a mejorar la capacidad de aplicar instru-
mentos del control estadístico como apoyo a los procesos de mejora a nivel institucional.
III. Disponer de instrumentos metodológicos acorde con estos objetivos y en apoyo a los proce-
sos de mejora de la calidad y la acreditación de las IPS.
Cuestionario de entrada al proceso
Se ha elaborado un cuestionario con el propósito de que usted realice una autoevaluación antes de
ingresar al desarrollo de esta Guía.
I. ¿Cómo parte de mi práctica profesional en gestión de la calidad, conozco claramente el sentido y

aplicación de las herramientas básicas de la estadística?
II. ¿Es el control estadístico de procesos una metodología utilizada en mi institución y mediante la
cual se provee información relevante que apoya el mejoramiento continuo los procesos?
III. ¿Ha utilizado herramientas estadísticas como metodología de gestión y análisis de información
estratégica para la calidad? Sé cuales herramientas integran el CEP y conozco sus alcances y li-
mitaciones?
IV. ¿Conozco experiencias prácticas que me indiquen que ventajas y potenciales dificultades puedo
encontrarme al aplicar CPE en mi organización?
Unidad Didáctica 1
El CEP como herramienta para la calidad en salud
En esta Unidad se realiza una breve presentación del Control Estadístico de Procesos y los concep-
tos, alcances y tipos de CEP y el PHVA y la medición.
1. El CEP como herramienta para la calidad en salud9
El Control Estadístico del Proceso (CEP), es una herramienta utilizada en los procesos de mejora
de la calidad con una amplia trayectoria en los procesos industriales y de aceptación a nivel inter-
nacional. Múltiples instituciones, empresas y organismos lo utilizan como un instrumento de control
de calidad de productos y de seguimiento al proceso de calidad, orientado a detectar información
necesaria pertinente para el mejoramiento continuo y explicación de la variabilidad de los procesos;
últimamente esta herramienta se viene utilizando con gran auge en el sector de los servicios y es-
pecíficamente en el sector salud. Conocer y compartir las herramientas es requisito para el buen
comportamiento empresarial en un ambiente competitivo y de mejoramiento continuo. Ver presen-
tación en material de interés.
En tal sentido, existe numerosa literatura de control de calidad en sus distintas modalidades, don-
de todos los autores de calidad coinciden en la necesidad de usar técnicas efectivas, para cubrir
esta necesidad existe un conjunto de técnicas estadísticas llamadas Herramientas Básicas de la
Calidad, que aplicadas combinadamente forman el (CEP), el desarrollo y despliegue progresivo
de dicha técnica como concepto y metodología para el control de la calidad, nace en los sectores
industriales en Japón, posteriormente en los Estados Unidos y de servicios distintos al sector salud
y progresivamente se incorpora a este último mediante un enfoque y practica que intenta aportar
elementos de juicio frente a la variabilidad de los procesos, como factor determinante de mejores
prácticas vigentes en un sector o industria determinada10.
Esto significa que, el CEP se propone como metodología sugiriendo que las mejores prácticas o
diseño de procesos de excelencia, no están sólo en la búsqueda de productos defectuosos, sino a
todo lo largo y ancho de una empresa, en cualquier área que exista un proceso en el cual se ob-
serve una gran variabilidad o poca estabilidad, que es el panorama donde conviven distintos tipos
de industrias u organizaciones.
Cuadro: LOS PROCESOS Y LA RELACIÓN CON EL CEP Y SUS
CARACTERÍSTICAS
FUNCIONES HERRAMIENTAS
Recolectar datos Hoja de recogida de
datos Fundamentos
Interpretar datos histograma
Estudiar relaciones causa-efecto Diagrama de
pescado Bases
Priorizar características Gráfico de Pareto
Estratificar datos Estratificación
Fijar las correlaciones Diagrama de Instrumentos
correlaciones auxiliares
Determinar procesos bajo control Cartas de control
Modificado de: http://www.mailxmail.com/curso-gestion-calidad-procesos-tecnicas-herramientas-calidad/7-
herramientas-clasicas-control-gestion-calidad consultado última vez abril 2010
El camino hacia la consolidación de esta herramienta se da entre varios personajes y en variadas

circunstancias pero con un objetivo común: la calidad de los productos. Reconociendo todos estos
aportes se advierte como contribución fundamental para el CEP, la de Walter A. Shewhart (padre
del control estadístico de la calidad), al reconocer que en todo proceso de producción existe va-
riación, señalando además que no podían producirse dos partes con las mismas especificaciones,
pues era evidente que las diferencias en la materia prima e insumos y los distintos grados de habili-
dad de los operadores, provocaban variabilidad. Shewhart no propuso suprimir las variaciones, sino
determinar cuál era el rango aceptable de variación que evite que se originen problemas11.
Para lograr lo anterior, desarrolló las gráficas de control al tiempo que Roming y Dodge desarro-
llaban las técnicas de muestreo adecuadas para solamente tener que verificar cierta cantidad de
productos en lugar de inspeccionar todas las unidades. Estos investigadores cimentaron las bases
de lo que hoy conocemos como Control Estadístico de la Calidad (Statistical Quality Control, SQC),
lo cual constituyó un avance sin precedente en el movimiento hacia la calidad. Shewhart enfatizo
que, es necesario para predecir el resultado futuro y administrar un proceso económicamente, traer
el proceso de producción a un estado de control estadístico, donde solo hay variación por causas
normales o aleatorias, y mantenerlo controlado; él reconoció que aunque todo proceso muestra
variación, algunos procesos muestran variación controlada que es natural al proceso, mientras que
otros muestran variación sin control que no está presente en el sistema causal de proceso todas las
veces(ver gráfico sobre modelo de procesos) Donabedian también lo expreso en su forma a través
de su famosa triada, en el cual todo proceso de salud tiene el siguiente esquema, el cual se aplica
a infinidad de proceso en salud12.
Lo que para el caso del sector de servicios y para nuestro caso es el sector salud establece un reto
adicional, en el cual los procesos tiene un ciclo de madurez y un ciclo de vida, en donde los proce-
sos se retroalimentan, se observa su evolución y la utilidad en torno a la visión y los objetivos de la
institución, y precisamente uno de los argumentos del estudio de los procesos ha sido la seguridad
y la calidad que en el sector salud ha evolucionado en estos últimos años, desde diferentes fuentes,
hasta convertirse en el paradigma de las organizaciones de salud, por lo tanto se hace necesario
que mientras todo cumple su ciclo existan herramientas que permitan valorar el seguimiento de
los procesos, su evolución y su cumplimiento a estándares, lo cual se puede lograr con el control
estadístico de procesos.
2. Conceptos, alcance y tipos de CEP
El CEP es un conjunto de herramientas estadísticas que se utilizan en el puesto de trabajo para

conseguir el producto adecuado o conocimiento del proceso y a la primera, con dicho procedimiento
se pretende cubrir tres objetivos (ver algoritmo de la mejora de procesos)
- Seguimiento y vigilancia del proceso

- Reducción de la variación
- Menor costo por unidad
GRÁFICO DE ALGORITMO DE MEJORA DE PROCESO
Para esta situación se puede ayudar con los Diagramas de Flujo, que son una representación grá-
fica de la secuencia de etapas, operaciones, movimientos, decisiones y otros eventos que ocurren
en un proceso. Esta representación se efectúa para ubicarse, y reconocer la importancia de los
procesos a través de formas y símbolos gráficos utilizados usualmente:
Los símbolos gráficos para dibujar un diagrama de flujo están más o menos normalizados:
Existen otros símbolos que se pueden utilizar. Lo importante es que su significado se entienda cla-
ramente a primera vista.
Algunas recomendaciones para construir Diagramas de Flujo son las siguientes:
• Conviene realizar un Diagrama de Flujo que describa el proceso real (la realidad) y no lo que
está escrito sobre el mismo (o lo que se supone debería ser el proceso).
• Si hay operaciones que no siempre se realizan como está en el diagrama, anotar las excep-
ciones en el diagrama.
• Probar el Diagrama de Flujo tratando de realizar el proceso como está descrito en el mismo,
para verificar que todas las operaciones son posibles como figuran en el diagrama.
• Si se piensa en realizar cambios al proceso, entonces se debe hacer un diagrama adicional

con los cambios propuestos.
Una vez generado un diagrama de flujo, comprendiendo los procesos a estudiar, el uso del control
estadístico de procesos implicaría algunas hipótesis que describiremos a continuación:
1) Una vez que el proceso está en funcionamiento bajo condiciones establecidas, se supone que
la variabilidad de los resultados en la medición de una característica de calidad del producto se
debe sólo a un sistema de causas aleatorias, que es inherente a cada proceso en particular.
2) El sistema de causas aleatorias que actúa sobre el proceso genera un universo hipotético de
observaciones (mediciones) que tiene un comportamiento de tipo estadístico que se ha denomi-
nado curva normal (Distribución Normal, campana de Gauss).
3) Cuando aparece alguna causa asignable provocando desviaciones adicionales en los resulta-
dos del proceso, se dice que el proceso está fuera de control.
La función del control estadístico de procesos es comprobar en forma permanente si los resultados
que van surgiendo de las mediciones están de acuerdo con las dos primeras hipótesis. Si apare-
cen uno o varios resultados que contradicen o se oponen a las mismas, es necesario detener el
proceso, encontrar las causas por las cuales el proceso se apartó de su funcionamiento habitual y
corregirlas.
La puesta en marcha de un programa de control estadístico para un proceso implica dos etapas:
En la 1ª etapa se recogen unas mediciones, con las cuales se calculan indicadores de comporta-
miento o de meta, lo cual permite verificar si el proceso está ajustado.
En la 2ª etapa, si el proceso esta ajustado, las nuevas observaciones que van surgiendo del pro-
ceso se representan, y se controlan verificando que estén dentro de ciertos límites, y que no se
produzcan patrones no aleatorios.
El control estadístico de procesos a través de sus herramientas de control, no sólo evalúa, sino que
también proporciona una advertencia a tiempo sobre los problemas que pueden tener una gran
significancia económica, riesgo y de morbilidad. (Ver tabla siguiente).
DISTINCIÓN ENTRE CAUSAS DE VARIACIÓN ALEATORIA Y ATRIBUIBLE 13
CAUSAS ALEATORIAS (COMUNES) CAUSAS ATRIBUIBLES (ESPECIALES)
DESCRIPCIÓN
Consiste en muchas causas individuales Consiste en una o unas causas individuales
Variación pequeña en cualquier causa Una sola causa asignable puede resultar en
aleatoria que resultan de un proceso (pero una variación grande
muchas causas aleatorias actúan juntas para
dar una variación sustancial).
Variación humana al preparar los controles Errores del operador, una mala preparación
de los equipos, una pequeña variación en o un lote de materia caducada.
conceptos, diagnósticos o pequeñas
variaciones en los medicamentos.
INTERPRETACIÓN
No es económico eliminar la variación La variación asignable puede ser detectada;
aleatoria de proceso. la acción para eliminar las causas casi
siempre tiene una justificación económica
Una observación dentro de los ciertos límites Una observación fuera de los limites de
de control de una variación aleatoria significa control significa que el proceso debe
que el proceso no debe ajustarse. investigarse y corregirse.
Cuando solo hay variación aleatoria, el Con una variación atribuible presente, el
proceso es suficientemente estable para usar proceso no es suficientemente estable para
procedimientos de muestreo para predecir la utilizar los procedimientos de muestreo para
calidad de la producción total o realizar pronósticos.
estudio de optimización del proceso.
Fuente: modificado de Juran. J.M, Gryna F.M.Análisis y Planeación de la Calidad Tercera Edición.
McGraw-Hill14
El proceso estadístico es un componente esencial de las iniciativas globales de la calidad y en
última instancia, las búsquedas del proceso estadístico son para maximizar el beneficio acerca de:
o Mejorar la calidad del resultado

o Mejorar la productividad
o Dinamizar los procesos
o Reducir los excesos
o Mejorar el servicio de cliente, entre otros.
La estadística y los métodos estadísticos siguen haciendo grandes progresos, pero es necesario
tener conocimiento aplicado para promover el Control de calidad y la Gestión Empresarial. La en-
señanza de los métodos estadísticos debe realizarse según el nivel de los usuarios, teniendo en
cuenta las condiciones reales del puesto de trabajo donde se vayan a utilizar.
Los métodos estadísticos se dividen en tres categorías de acuerdo con su nivel de dificultad y son:
- Método Estadístico Elemental: las así llamadas Siete Herramientas Básicas, está dirigido a
todos los empleados, desde la alta dirección hasta los operarios de base, pasando por los direc-
tivos medios, las características que tienen en común las Siete Herramientas, es que todas son
visuales y que tienen forma de gráficos o diagramas. Se les llamo las Siete Herramientas en me-
moria de las famosas siete herramientas del guerrero − sacerdote de la era Kamakura, Bankei,
que le permitieron triunfar en las batallas.
- Método Estadístico Intermedio: está dirigido a los ingenieros en general y a los supervisores
capacitados.
- Método Estadístico Avanzado (con computadoras): está dirigido a ingenieros especialistas

y a algunos ingenieros de Control de Calidad.
La siguiente tabla resume los principales tipos de métodos estadísticos relacionados con el control
de procesos estadísticos, actualmente aceptados en función de su aplicación.
MÉTODOS ESTADÍSTICOS PRINCIPALES MÉTODOS
Método Estadístico Elemental: 1) Hojas de Verificación o Comprobación.
Herramientas básicas 2) Diagrama de Pareto
3) Diagrama de Causa Efecto (no es precisamente una
herramienta estadística).
4) Histogramas.
5) Estratificación.
6) Diagrama de Dispersión.
7) Gráficas y Cuadros de Control.
Método Estadístico Intermedio 1) Teoría del muestreo.
2) Inspección Estadística por muestreo.
3) Diversos Métodos de realizar estimaciones y
pruebas estadísticas.
4) Uso del papel probabilístico binomial.
5) Correlación simple y análisis de regresión.
6) Técnicas Sencillas de fiabilidad.
7) Métodos de utilización de ensayos sensoriales.
8) Métodos de diseñar experimentos.
Método Estadístico Avanzado 1) Métodos Avanzados de diseñar experimentos.
(con computadoras). 2) Análisis de multivariables.
3) Técnicas avanzadas de fiabilidad.
4) Métodos avanzados de ensayos sensoriales.
5) Diversos métodos de investigación de operaciones.
6) Otros métodos.
Fuente: Elaboración propia, modificado de varios documentos de la web
Con base en la anterior clasificación del control estadístico de procesos, podemos afirmar que la
aplicación del tipo de herramientas básicas es el más adecuado porque, se ha determinado que
resuelve entre el 85 -90 % de las causas, y dependerá en buena medida de la definición clara del
objetivo que en concreto persiga nuestra organización con su utilización, sea este orientado hacia
los procesos internos entre unidades funcionales o al aprendizaje de mejores prácticas con fines
necesariamente de mejoramiento de las áreas.
Aprendizaje:
Conocer claramente el objetivo para el cual queremos utilizar las herramientas, será determi-
nante para identificar el tipo de variación, y el más adecuado y efectivo a nuestros intereses y
necesidades como organización.
El CEP tiene sentido en una cultura de la medición, si se encamina a la identificación, aprendizaje,
adaptación e incorporación de las mejores prácticas disponibles. Lo que en principio responde a la
combinación de varias razones de orden práctico:
I. Cuando tenemos la necesidad de mejorar a través de la mejora de determinados procesos

clave sean de producción técnica o de atención.
II. Cuando requerimos alcanzar ciertos estándares que obligan un nivel de mayor exigencia en
materia de calidad de la atención y seguridad intrahospitalaria.
III. Cuando queremos o necesitamos comprarnos con un nivel de mucha mayor exigencia en
materia de calidad y/o desempeño
IV. Cuando nuestro nivel de madurez organizativa, estandarización de procesos y calidad técni-
ca / percibida de nuestros servicios nos obliga a competir a escala global.
V. Cuando buscamos adoptar nuevas y mejores prácticas en determinados procesos o áreas

de atención claves que permitan alcanzar un desempeño superior.
VI. Cuando requerimos incorporar un nuevo desarrollo tecnológico emergente que agrega alto
valor a la calidad técnica de nuestros servicios.
VII. Cuando es tal nuestro nivel de madurez organizativa, que la calidad es valorada a través de
la satisfacción del usuario, este se convierte en el diferenciador por excelencia entre ellos mis-
mos y otras organizaciones (ver gráfica siguiente), lo que nos permite competir a nivel global.
Por todo lo anterior podemos concluir que las organizaciones que aplican el CEP están soportadas
en una amplia combinación de razones.
Aprendizaje:
El CEP no termina cuando mejoramos, estandarizamos y el seguimiento de los procesos es

objetivo; la búsqueda de la calidad es una práctica dinámica que genera constantemente nue-
vos procesos de mejoramiento de calidad, lo que permite que esta metodologías trasciendan
para alcanzar los mayores niveles de desempeño, lo que nos obliga a incrementar el ritmo de
aprendizaje (generar una cultura de la medición) y alcanzar permanentemente los estándares
cada vez más exigentes que impone la innovación tecnológica o la gestión dentro y fuera de
nuestra industria.
El CEP no es una “receta de cocina” que brinde resultados automáticamente y por igual para todos.
La escogencia de la mejor herramienta disponible dependerá, como ya se ha dicho, de la total cla-
ridad del objetivo que se persiga y los recursos disponibles:
I. El CEP no puede resolver todos los problemas de una organización, ni está diseñado para
resolver problemáticas internas de la organización que se encuentren por fuera de su ámbito de
competencia.
II. El CEP no reemplaza la gerencia ni al direccionamiento estratégico liderado por la alta

gerencia,(el PHVA de la organización) precisamente requiere del apoyo de la alta gerencia para
que sea debidamente desarrollado y aprovechado.
En la actualidad las técnicas de CEP son utilizadas por las principales organizaciones que se ca-
racterizan por mantener niveles de desempeño superior o de primera clase a nivel global, como
lo demuestran las publicaciones. En este tipo de organizaciones suele ser habitual que exista una
dependencia de la calidad a cargo de un profesional que coordina todas las acciones encaminadas
a su aplicación y desarrollo sistemático y que está interesado en difundir estas prácticas16.
Dichas unidades de calidad están en constante motivación para generar una cultura de la medición,
están encargadas de todos los indicadores y utilizan sistemáticamente bases de datos y fuentes
de información estratégica que permiten desarrollar la búsqueda de información relevante sobre
empresas líderes en los distintos sectores de interés y reconocidas como poseedores de niveles de
desempeño superior.
1
http://www.seh-lelha.org/presdatos.htm
Aprendizaje
Las principales fuentes de información básica para el desarrollo del CEP están disponibles,
incluso buena parte de ellas de manera gratuita. Por tanto en el momento actual, la falta de
comprensión de las herramientas estadísticas no es excusa para no realizar un control esta-
dístico de procesos.
Por tanto, ya revisados los fundamentos conceptuales del CEP, sus alcances, principales modali-
dades, usos, limitaciones y fuentes genéricas de información, podemos resumir que los principales
beneficios de su aplicación al interior de las organizaciones se encuentran cifrados en los siguientes
aspectos:
1. Lograr un mayor entendimiento de la dinámica de estas metodologías objeto de análisis.
2. Lograr una mayor comprensión acerca de las necesidades de nuestros clientes internos y
sus expectativas frente al servicio.
3. Maximizar nuestros objetivos y niveles de desempeño acorde con estas expectativas.
4. Sensibilizar a los equipos de trabajo institucionales en materia de ganar una mayor compren-
sión sobre la disponibilidad de herramientas estadísticas para los procesos internos objeto de
mejora y sus repercusiones en la calidad de los servicios y de su propio prestigio profesional.
5. Alcanzar un mayor conocimiento y comprensión sobre los procesos, las tendencias y los
impactos de la dinámica de la industria en nuestro sector.
3. EL PHVA y la medición
La medición es una tarea ineludible y nunca acabada, si bien es cierto que, “todo es susceptible de
ser medido en este mundo”, el asunto se fundamenta en, cómo medirlo y con qué (ver tabla siguien-
te). Cuando nos referimos a las ciencias de la salud, sabemos que no es ajena a la parte médica,
en su ejercicio diario constantemente mide presión arterial, temperatura, peso, así como al personal
paramédico o de apoyo.
CRITERIOS DE ACEPTACIÓN DE PROPUESTA
LOS MÍNIMOS DE LA
BÚSQUEDA.
¿Qué medir? Proceso de atención en salud, ( procesos clave de la
organización ) y procesos de soporte
¿Cómo medirlo? Con instrumentos que han demostrado esta bondad
(herramientas estadísticas) con el control de procesos
estadísticos entre ellos:
• Hojas de registro
• Diagrama de Pareto
• Diagrama causa-efecto
• Distribuciones de probabilidad
• Estadística descriptiva
• Gráficos de control
¿Cómo interpretar y analizar los A través de estándares ya establecidos y revisando el
resultados? comportamiento gráfico de los procesos en el tiempo.
¿Con que capacito el personal en la Con el CEP, y generando sensibilización de la
calidad de los datos el análisis? necesidad apremiante de datos de calidad para valorar
los procesos.
¿Cómo controlo la calidad? A través de seguimiento permanente de procesos
priorizados y objetivados para alcanzar estándares.
¿Cómo me comparo? A través de resultados obtenidos por el CEP, podemos
compararnos en el tiempo o con otros que tengan
estándares de los procesos a analizar.
¿Contra qué o quiénes me Contra aquellos que hayan llegado a los estándares, o
comparo? aquellos que posean indicadores estandarizados,
homogenizados y o que se hayan obtenido con
herramientas estadísticas comprobadas.
Lo que buscamos en salud es que la metodología sea confiable y oportuna, que el resultado de las
mediciones nos permita evaluar si se ha logrado algún avance de importancia, y que tales resulta-
dos nos permitan tomar decisiones acertadas y deducir el impacto que las cifras tienen sobre las
políticas de salud. Para lograr tales objetivos, no sólo es indispensable crear instrumentos claros y
precisos, fijar metas cuantificables y dar seguimiento al funcionamiento de los servicios de salud,
sino a un mega proceso de planificación serio y bien elaborado, que dicho sea de paso, se le debe
también a Shewhart, y que es comúnmente conocido con sus siglas PDCA, que corresponde a las
iníciales en inglés de los cuatro componentes principales o fases del ciclo: P (Plan), D(Do), C(Check)
y A (Act), y que en español se traduce como planificar, desarrollar, analizar y actuar (PHVA).
GRÁFICO CICLO DE MEJORAMIENTO CONTINUO (PHVA) Y EL CEP.
Una buena forma de representar el enfoque del Mejoramiento Continuo adoptado por el Ministerio
de la Protección Social de Colombia, para el desarrollo de la auditoría en el mejoramiento de la
calidad de la atención en salud, es este ciclo de mejoramiento o PHVA. En este método gerencial
se fundamenta el modelo de auditoría para el mejoramiento de la calidad de atención en salud17.
Dentro de las características del ciclo de mejoramiento continuo PHVA, encontramos situaciones
susceptibles donde el CEP puede contribuir.
2
Sistema Obligatorio de Garantía de Calidad: Pautas de Auditoría para el Mejoramiento de la Calidad de la atención en Salud
(2007), http://www.minproteccionsocial.gov.co/VBeContent/library/documents/DocNewsNo16458DocumentNo4831.PDF última
consulta marzo 19 de 2009.
EN PLANEAR:
• Identificar productos, Identificar clientes y identificar requerimientos de los clientes.

• Trasladar los requerimientos del cliente a especificaciones.
• Identificar los pasos claves del proceso (diagrama de flujo), identificar y seleccionar los
parámetros de medición y determinar la capacidad del proceso.
• Identificar con quien compararse (benchmarking)
EN HACER:
• Identificar oportunidades de mejora

• Desarrollo del plan piloto
• Implementar las mejoras
EN VERIFICAR:
• Evaluar la efectividad de todos los procesos o aquellos sensibles a las situaciones

complejas.
EN EL ACTUAR
• Institucionalizar la mejora
El control estadístico de procesos como conjunto de metodologías prácticas (estadísticas y no

estadísticas), no requiere un nivel alto de conocimientos para ser aplicadas por el personal mé-
dico y administrativo, aunque es claro que algunas instituciones de renombre nacional vienen
capacitando sensibilizando y enseñando a su personal la utilización de algunas de las herramien-
tas del CPE, que les ha permitido tener un buen sistema de indicadores y facilita en cualquier
momento la comparación nacional e internacional; no obstante, también es cierto que no existe
plena difusión en Colombia de la aplicación de esta herramienta. (Ver ciclo de la calidad).
Los procedimientos para establecer un control estadístico del comportamiento de la empresa son:
1. Establecer la "capacidad del proceso".

2. Crear un gráfico de control.
3. Recoger datos periódicos y representarlos gráficamente.
4. Identificar desviaciones.
5. Identificar las causas de las desviaciones.
6. Perpetuar los efectos positivos y corregir las causas de los negativos.
Si bien el componente de Auditoria para el Mejoramiento de la Calidad de la Atención en Salud

de Colombia propone las Guías Básicas para el mejoramiento continuo de la calidad, la presente
propuesta agrupa y articula, además de tener un enfoque aún más didáctico y práctico, un mix de
herramientas (Ver cuadro CEP y su aplicaciones) que es la propuesta a desarrollar en este modulo.
Cuadro: El CEP y sus aplicaciones.
HERRAMIENTAS PROCESOS USOS
• Hoja de control (Hoja • Identificar y/o detectar • Detectar problemas

de recogida de problemas.
datos)
• Histograma • Analizar los problemas y • Delimitar el área
las causas. problemática
• Diagrama de Pareto • Toma de decisiones y • Estimar factores que
selección de alternativas. probablemente
provoquen el
problema
• Diagrama de causa • Evaluación, control y • Determinar si el
efecto seguimiento de acciones efecto tomado como
problema es
verdadero o no
• Estratificación • Prevenir errores
(Análisis por debido a omisión,
Estratificación) rapidez o descuido
• Diagrama de • Confirmar los
Schadter (Diagrama efectos de mejora
de Dispersión
• Gráfica de control. • Detectar desfases
El enfoque integrador de esta guía, se articula con todas las herramientas que en materia de cul-
tura de la medición se han trabajado en el MPS, siendo el cliente de esta herramienta el Gerente y
su equipo de trabajo. La integración se realiza a partir de un modelo gráfico que muestre el Ciclo
PHVA de la medición. La herramienta permitirá al gerente incidir en la cultura de la medición a tra-
vés de la conceptualización sistemática e integral del proceso de medición y la retroalimentación
del mismo.
Unidad Didáctica 2
Herramientas Básicas para el Control Estadístico de Procesos (DUME)
y Aplicación Práctica
Siguiendo el derrotero descrito previamente, en esta sección se presentan las técnicas, que se
conocen como Las 7 Herramientas de la Calidad.
El responsable final de la calidad en un hospital (IPS) es la Dirección. Sin embargo, existe en las
instituciones una larga tradición de determinados órganos consultivos sobre planificación, control y
mejora de la calidad. Estas son las Comisiones Clínicas (grupos de expertos) mediante las que se
implantan criterios para un hospital, cuyos dictámenes técnicos, adoptados por consenso, sirven
de asesoramiento a la Dirección médica y de enfermería.
Una vez se definen criterios, estándares, internos o externos incluso internacionales, los expertos
pueden sugerir qué procesos son los que están fuera de control o cuáles deben ser objeto de un
mirada más exhaustiva; o, en su defecto, a través de la aplicación de las herramientas estadísticas
se pueden ir creando los estándares de funcionamiento del proceso, y hacer seguimiento para ver
si se está alcanzando o qué tan lejos se está del patrón de referencia (Gold estándar)18.
Así como el cirujano posee ciertas herramientas básicas (bisturí, pinzas, tijeras etc.), por medio de
las cuales puede identificar y resolver problemas de calidad en sus eventos, así también para la
industria existen controles o registros que podrían llamarse “herramientas para asegurar la calidad
de una fábrica”.
De acuerdo con lo anterior se describen las herramientas básicas que proporcionan a los adminis-
tradores, líderes o grupo de interés las nociones y aplicaciones de estas metodologías que tiene un
respaldo válido de su utilidad en el campo de la salud.
HERRAMIENTAS BÁSICAS PARA EL CONTROL ESTADÍSTICO DE PROCESOS y
APLICACIÓN PRÁCTICA
Introducción
Hay personas que se inclinan por técnicas más sofisticadas y tienden a menospreciar estas siete
herramientas debido a que parecen simples y fáciles, pero la realidad es que, es posible resolver
la mayor parte de problemas de calidad, con el uso combinado de estas herramientas en cualquier
proceso de manufactura industrial y serán de mucha utilidad en los procesos asistenciales para
nuestra IPS, ya que los mismos están demostrando su beneficio según se observa en los artículos
médico-científicos19,20,21.
Para la comprensión de las siete herramientas básicas, se tendrá un esquema básico (DUME):
Definición: Introducción, concepto y objetivo
Utilidad: Usos de la herramienta
Metodología: Pasos y aplicación de la herramienta
Ejemplo: Ejercicio de la utilización en salud de la herramienta.
Es importante tener en cuenta que, en todos los procesos se producen datos e información y se
deben establecer las diferencias entre las mismas.
• De la realidad emergen datos que son los hechos.

• La información son datos agrupados y analizados en respuestas a preguntas.
• La información siempre incluye los datos de la realidad.
• Los datos no incluyen siempre la información.
Con estas aclaraciones iniciamos el desarrollo de las herramientas.
HERRAMIENTAS
I. HOJA DE CONTROL23,24
DEFINICIÓN
El control de calidad se fundamenta en el uso adecuado de la información, la obtención de datos

fidedignos, convenientemente estructurados y de fácil comprensión, posibilita la realización de un
buen control de calidad, que es lo que se busca con las hojas de control diseñadas para facilitar la
recopilación de datos útiles en control de calidad25.
La Hoja de Control, hoja de verificación, planilla de inspección u hoja de recogida de datos, también
llamada hoja de Registro, sirve para reunir y clasificar los datos e informaciones según determi-
nadas categorías, mediante la anotación y registro de sus frecuencias bajo la forma de datos y, al
mismo tiempo, observar cuál es la tendencia central y la dispersión de los mismos, es decir, no es
necesario esperar a recoger todos los datos para disponer de información estadística.
Una vez que se ha establecido el fenómeno que se requiere estudiar, e identificadas las categorías
que los caracterizan, se registran éstas en una hoja, indicando la frecuencia de observación.
Inmediatamente se ha determinado las razones para la recolección de los datos, es importante que
se analicen los siguientes cuestionamientos:
• ¿La información es cualitativa o cuantitativa?

• ¿Cómo se recogerán los datos y en qué tipo de documento se hará?
• ¿Cómo se utilizara la información recopilada?
• ¿Cómo de analizará?
• ¿Quién se encargará de la recogida de datos?
• ¿Con qué frecuencia se va a analizar?
• ¿Dónde se va a efectuar?
Un ejemplo muy útil es la hoja control prenatal, reconocida internacionalmente y nadie duda de su
utilidad.26
UTILIDAD
Lo fundamental al iniciar la recolección de los datos esenciales es que el propósito esté claro y que
los datos reflejen la verdad de los hechos. Estas hojas de recopilación tienen muchas funciones,
pero la principal es hacer fácil la recolección de datos, de forma oportuna y que puedan ser usadas
fácilmente y ser analizados automáticamente.
En general, las hojas de control de datos tienen entre otras las siguientes funciones:
• Determinar la distribución de las variaciones de variables de los procesos a estudiar.

• Determinar los procesos fuera de control
• Localización de defectos en las piezas o defectos en los productos.
• La verificación de chequeo o tareas de mantenimiento.
• Determinación de las causas de acuerdo a la frecuencia de los defectos.
METODOLOGÍA
Es una herramienta manual, en la que clasifican datos a través de marcas sobre la lectura reali-
zadas en lugar de escribirlas, estilo lista de chequeo; para estos propósitos son utilizados algunos
formatos impresos.
Una secuencia de pasos útiles para aplicar esta hoja en un análisis es la siguiente:
1. Ubicar el elemento de seguimiento

2. Determinar la periodicidad de los datos a recolectar
3. Definir el alcance de los datos a recoger
4. Diseñar el formato de la hoja de recogida de datos, de acuerdo con la cantidad de información
a recoger, dejando un espacio para totalizar los datos, que permita conocer: las fechas de inicio
y términación, las probables interrupciones, la persona que recoge la información, fuente, etc.
¿Qué información nos brinda la hoja de datos? Hay que recordar que al mismo tiempo que medi-
mos y registramos los resultados, nos va mostrando cuál es la Tendencia Central de las medicio-
nes. Quedaría pendiente investigar por qué la distribución de los datos tiene esa forma. En ese caso
también y de acuerdo a la planilla vemos que los datos están dentro de un rango o no. Nos muestra
entonces una información acerca de nuestros datos, que no sería fácil de ver si sólo tuviéramos
una larga lista con los resultados de las mediciones. Si además, marcamos en la planilla los valores
mínimo y máximo especificados para la característica de calidad que estamos midiendo, podemos
ver qué porcentaje de nuestros procesos cumple con las especificaciones.
Ejemplo No.1
En una IPS del país se tiene dificultad y quejas por la demora en el tiempo del egreso una vez el
médico ha dado el alta al paciente. Los auditores de calidad señalan demoras de los pacientes al
salir, lo que ha generado consumo de medicamentos, atenciones médicas innecesarias y otros
eventos. El análisis interno refiere que la demora genera inoportunidad de camas disponibles para
los pacientes de urgencias que requieren hospitalizaciones, disponibilidad de recursos que no pue-
den recobrar, además de la insatisfacción que genera al paciente y a su familia.
La IPS ha decidido establecer un estándar de tiempo para verificar si esto es verdaderamente un
problema o conocer el comportamiento, para lo cual va a generar una línea de base para tener so-
bre que actuar.
Se decide recopilar los datos que se generan y para analizarlos se toman dos meses siguientes al
estudio, por lo cual se decide tomar el tiempo desde que el médico lo escribe en la historia clínica y
el tiempo en que la oficina de egreso da la autorización para salir de la IPS.
El número de egresos del hospital son 12 pacientes diarios y se tomara una muestra de cinco pa-
cientes, del tiempo generado entre el tiempo del alta y el egreso efectivo de la institución.
Hoja de registro para la distribución del proceso del tiempo alta hospitalaria.
Registros de los días del estudio

Tiempo Total
1 5 10 15 20
0
120 0
X 1
105 0
0
90 X 1
X X 2
X X X 3
75 X X X 3
X X X X X 5
X X X X X X X X 8
60 X X X X X X X X X X X X X X 14
X X X X X X X X X X X X X X X X X X X 19
X X X X X X X X X X X X X X X X 16
45 X X X X X X X 7
X X X X X X 6
X X X X 4
30 X X X X X 5
X X 2
X X 2
15 0
X 1
0
0 0
El análisis de la hoja de registro muestra que los pacientes se demoran entre 10 y 90 min para egre-
sar una vez dado el alta y que un estándar posible debería estar 50 y 65 minutos, habría que mirar
otras instituciones similares como están y que considera la institución a su interior.
En resumen las hojas de control se diseñan considerando el propósito de la recolección de los

datos; revisando los objetivos y su alcance se realizan ajustes o modificaciones ingeniosas a fin
de que los datos pueden recopilarse, registrarse fácilmente y permitan oportunamente ver o tener
información para la toma de decisiones.
Ejemplo No. 2
La oportunidad en la entrega de medicamentos en la hospitalización
Situación
En una IPS se encarga a la auxiliar de enfermería la entrega de medicamentos que el médico ha

ordenado a su paciente. Esta situación ha generado desde demoras en el proceso de resolución
del cuadro, como glosa por la inoportunidad de manejo hospitalario generando reprocesos y costos
adicionales.
La rapidez del proceso es vital en los procesos de atención. El equipo de calidad decidió empezar
analizando el tiempo actualmente necesario para procesar los pedidos que llegaban a los puestos
de enfermería.
Recogida de datos
La pregunta interesante era: “¿Cuántos horas o días transcurren desde que el médico firma la soli-
citud de medicamentos para el paciente, hasta que la auxiliar inicia el manejo ordenado?”.
Los datos necesarios eran, entonces, el tiempo en horas transcurrido para un muestreo de 40 o
más solicitudes.
El enfoque ideal para el registro de los datos es sobre la hora en que se ordena la medicación por
parte del médico tratante.
El equipo puso gran cuidado en explicar a los empleados que no habría ningún reproche por los
retrasos, para evitar sesgo en los datos.
Tiempo (minutos)entre la orden y la entrega de medicación
N 5 1 1 2 2 3 3 4 4 5 5 6 6 7 7 8 9 9 10 10 11
o. 0 5 0 5 0 5 0 5 0 5 0 5 0 5 0 0 5 0 5 0
x x
x x x x
x x x x
x x x x
x x x x
x x x x x x
x x x x x x x x
x x x x x x x x x x x x
x x x x x x x x x x x x x x x x x
x x x x x x x x x x x x x x x
Nota: El disponer una cuadrícula para señalar los datos en ella, hará más fácil la Interpretación
Nota: de acuerdo a lo encontrado en el registro de enfermería o en el registro de dosis, se marca con x el
tiempo que tarda la enfermera o auxiliar en dar la medicación al paciente, esta labor se lleva a cabo revisan-
do a qué hora se envió la dosis y en qué momento se entregó.
Se puede observar en esta hoja de registro diseñada para captar la información del tiempo que hay
un tiempo en el cual es frecuente que se coloque la medicación (50 – 65 minutos), como también
hay pacientes a los cuales se le da la droga oportunamente o tardíamente según el gráfico.
La decisión de tener un estándar (promedio escogido por expertos del tema o por análisis previos)
nos determinara si este proceso se está llevado cabo como es o si este proceso requiere ajustes
o mayor conocimiento.
El diseño de la Hoja de Comprobación evidencia la distribución de tiempos de forma inmediata y la

distribución se puede analizar sin ningún tratamiento adicional.
II. HISTOGRAMAS 27,28

Definición
Los Histogramas son conocidos también como Diagramas de Distribución de Frecuencias. Consis-
ten en representaciones gráficas de una distribución de frecuencias de una variable continua, por
medio de barras verticales, cada una de las cuales refleja un intervalo.
Suelen utilizarse para evaluar la eficacia de las medidas de mejora implementadas o para compro-
bar el grado de cumplimiento de las especificaciones de los límites determinados en los resultados
de los procesos, entre otros.
El resultado del histograma es un gráfico que muestra el número de veces que se repiten cada uno
de los resultados, cuando se realizan mediciones sucesivas. Esto permite ver alrededor de qué
valor se agrupan las mediciones (medida de tendencia central) y cuál es la dispersión alrededor de
ese valor central.
Los histogramas se crean con variables cuantitativas (escalas de intervalo o de razón), como por
ejemplo el tiempo, peso, temperatura.
Supongamos que un médico o el personal de salud de una organización, desea estudiar la variación
del peso de personas adultas con cáncer, que asisten a un centro oncológico, para ser tratado con
radioterapia, y se desea estudiar que tanto afecta la radio, la dieta del paciente midiendo indirecta-
mente la relación peso versus tratamiento, y recopila una gran cantidad de datos midiendo el peso
en kilogramos de sus pacientes. Él deseará saber cuál es el comportamiento de los pesos, cuales
son los más comunes, cual fue la diferencia antes y después del tratamiento, entre que rango están
los pesos que están por debajo de cierto percentil, entre qué pesos están la gran mayoría de sus
pacientes, en fin una serie de preguntas que el histograma le permitirá orientar su quehacer médico.
La pregunta que se hace es, cuándo usarlo en las instituciones de salud, sabiendo de antemano
que todos los pacientes y procesos en las organizaciones de servicio son variables y por lo tanto,
los datos nos indican la variación del proceso que estoy estudiando. Los histogramas permiten in-
terpretar esta variación aclarando las distribuciones o patrones, a través de una imagen visual. Los
histogramas se pueden usar para identificar y verificar las causas de situación problema. También
se pueden usar para juzgar una solución verificando si la causa del problema se ha eliminado
Tomado de: Von-Versen P. School of Chemical Engineering and Advanced Materials, Newcastlcastle University, consultado última
vez, el 31 de Marzo de 2010. http://lorien.ncl.ac.uk/ming/spc/spc5.htm
Utilidad
La utilidad del histograma esta en:
• Obtener una representación clara y efectiva de la variabilidad del sistema

• Interpretar los patrones de variación de los datos
• Mostrar la variabilidad o el resultado de un cambio en el sistema
• Identificar anormalidades examinando la forma del histograma
• Comparar la variabilidad con los límites de especificación
Metodología
Los pasos para llevar a cabo la elaboración de un histograma son:
1. Reunir datos.
2. Determinar el rango de los datos (el valor más alto menos el valor más bajo).
3. Determinar la cantidad de barras que se usarán en el histograma.

• Si se usan muchas barras, es probable que el patrón se pierda en los detalles; si se usan
demasiado pocas, el patrón puede perderse dentro de las barras.
• Guía para elegir la cantidad correcta de barras.
<50 5-7.
50 - 100 6-10.
101- 250 7-12.
>250 10-20.
• En general, número de barras » raíz cuadrada del número de datos.
4. Determinar el ancho de cada barra, dividiendo la variación entre el número de barras por dibujar.
5. Calcular el intervalo o sea la localización sobre el eje X de las dos líneas verticales que sirven de
fronteras para cada barrera.
6. Construir una tabla de frecuencias que organice los puntos de referencia desde el más bajo hasta
el más alto de acuerdo con las fronteras establecidas por cada barra.
7. Dibuje las barras para que correspondan con los datos de la tabla de frecuencias.
Precauciones
• El potencial defecto de un histograma es no usarlo, se trata de una herramienta útil y necesaria.
• A menudo, las observaciones directas no indican lo suficiente sobre el proceso y los promedios
no son buenos resúmenes de los datos.
• Si la variación es pequeña, es probable que el histograma no sea lo suficientemente sensible,
especialmente si se usa un grupo pequeño de datos de muestra.
.Ejemplo No.1
Continuando con nuestro ejemplo se decidió aumentar el muestreo en los varios meses del año y
tomar una muestra de los egresos por días, se tomaron los tiempos de egreso de 827 pacientes.
Para tener un mejor conocimiento del comportamiento y medidas cuantitativas que permitan mejo-
rar el diagnóstico y conocer el verdadero comportamiento del tiempo del egreso de los pacientes.
Se establece el valor mínimo y el valor máximo y se decide crear intervalos de 5 minutos, se agrupa
en cada intervalo el número de pacientes que su tiempo de egreso estuvo en el intervalo a analizar,
se crea una tabla de frecuencias con todos los intervalos, la marca de clase que corresponde al pro-
medio del valor mínimo y máximo divido en dos y se crea la columna de las frecuencias absolutas
(se puede realizar con las frecuencias relativas que corresponde al valor absoluto de cada intervalo
divido por el total de pacientes), ver tabla y gráfico.
Valor Valor Marca Frecuencia
Inf. Sup. Clase Absoluta
5 10 7,5 4
10 15 12,5 12
15 20 17,5 18
20 25 22,5 25
25 30 27,5 27
30 35 32,5 37
35 40 37,5 45
40 45 42,5 48
45 50 47,5 50
50 55 52,5 55
55 60 57,5 78
60 65 62,5 65
65 70 67,5 61
70 75 72,5 53
75 80 77,5 48
80 85 82,5 42
85 90 87,5 35
90 95 92,5 25
95 100 97,5 22
100 105 102,5 18
105 110 107,5 17
110 115 112,5 15
115 120 117,5 15
120 125 122,5 12
Nota: el valor superior de cada intervalo no incluye el de él mismo; para nuestro caso, en el primer
ejemplo el valor 10 no está incluido en el intervalo propuesto y así sucesivamente.
En resumen, se observa que existe una tendencia alrededor del tiempo de 60 minutos, que al pa-
recer, es el tiempo promedio que se invierte en cerrar la cuenta, cargar los insumos y genera la
factura, para poder darle el permiso del egreso del hospitalario.
III. DIAGRAMA DE PARETO29

Definición
El nombre de Pareto fue dado por el Dr. Juran en honor a Vilfredo Pareto (1848-1923) quien realizó
estudios sobre la distribución de la riqueza, en el cual determino que una minoría de la población
poseía la mayor parte de la riqueza y la mayoría de la población poseía la menor parte de la riqueza.
El Dr. Juran aplicó este concepto a la calidad, obteniéndose lo que hoy se conoce como la regla del
80/20.
El Diagrama de Pareto, es la representación gráfica de la tabla de Pareto. Es un método gráfico de

análisis que permite distinguir de las causas de un problema, las que son más importantes de las
más triviales. De esta forma todos los esfuerzos podrán concentrarse en las causas que tendrán
mayor representatividad una vez que se hayan resuelto, además de dar una visión rápida de la im-
portancia relativa de los problemas.
Las características principales que ayudan a comprender la naturaleza de esta herramienta son:
• Priorización: Identifica los elementos de mayor importancia o relevancia dentro de un conjunto
de características analizadas.
• Unificación: Permite visualizar y enfocar a los tomadores de decisiones hacia un objetivo común.
• Objetividad: Permite que los decisores tomen medidas basadas en los hechos o datos y no en
apreciaciones subjetivas.
• Simplicidad: No requieren cálculos complejos ni técnicas sofisticadas de representación gráfica.
• Impacto visual: Informa de forma clara, evidente y rápida el resultado de comparación y priori-
zación.
Ayuda a los equipos a:
• Concentrar sus esfuerzos en donde pueden tener el mayor impacto potencial.

• Analizar los fenómenos y conocer la incidencia de cada uno de ellos.
• Analizar las causas (la esencia del principio es que el 20% de las causas genera el 80% de
los problemas). Causas vitales hacia las que debemos priorizar el esfuerzo. El 80 % restante es
responsable en forma mínima. Podríamos hablar de los “muchos triviales”.
Utilidad
Este método se usa:
• Para fijar prioridades, mostrando cuáles son los problemas críticos que deben encararse o
cuáles son las causas que deben abordarse.
• La comparación de gráficos de Pareto de una situación con el transcurso del tiempo puede
medir el impacto de una solución implementada
Metodología
Procedimientos para elaborar el diagrama de Pareto: como en toda herramienta de análisis de da-
tos una vez se ha definido la situación a estudiar es:
1. Diseñar una tabla para conteo o verificación de datos, en el que se registren los datos y sus
totales.
2. Recoger los datos validos o asegurarse de que los excitantes lo son y efectuar el cálculo de
totales.
3. Elaborar una tabla de datos para el diagrama de Pareto con la lista de los factores o elementos
que contribuyen a dicho efectos (tipos de falla, factores, causas repetitivas, pasos del proceso,
tipos de problemas etc), los totales individuales, los totales acumulados, la composición porcen-
tual y los porcentajes acumulados.
4. Jerarquizar los ítems por orden de cantidad llenando la tabla respectiva.
5. Dibujar los dos ejes, el verticales el horizontal.
6. Construir un gráfico de barras en base a las cantidades y porcentajes de cada ítem.
7. Dibujar la curva acumulada. la cual resulta de la columna de frecuencias acumuladas que se

hace en las tablas de frecuencias del histograma. Para esto se marcan los valores acumulados
en la parte superior, al lado derecho de los intervalos de cada ítem, y finalmente una los puntos
con una línea continua.
8. Escribir la información necesaria sobre el diagrama para identificar lo que se quiere mostrar.
Para determinar las causas de mayor incidencia en un problema se traza una línea horizontal a par-
tir del eje vertical derecho, desde el punto donde se indica el 80% hasta su intersección con la curva
acumulada. De ese punto trazar una línea vertical hacia el eje horizontal. Los ítems comprendidos
entre esta línea vertical y el eje izquierdo constituyen las causas cuya eliminación resuelve el 80 %
del problema.
Tomado de: Von-Versen P. School of Chemical Engineering and Advanced Materials, Newcastlcastle University, con-
sultado ultima vez, el 31 Marzo de 2010. http://lorien.ncl.ac.uk/ming/spc/spc5.htm
Ejemplo
En nuestro ejemplo se verificó y se tomaron las causas probables que pueden afectar el tiempo de
egreso de los pacientes de la IPS. Se construyó una hoja de registro para cada ítem a analizar, en
donde se tomaron en cuenta todas las causas y se realizaron los totales.
Con esta información de construye un grafico de barras en donde la variables (eje horizontal) son
causas de la demora del tiempo de egreso, los cuales se ordenan por frecuencia mayor, y en el eje
vertical la frecuencia ( el número de veces que ocurre este evento)con las que se muestran esta
causas.
Se decide escoger las causas anotadas anteriormente y se realiza un muestreo por varios meses.
Los resultados se describen en la tabla de frecuencias.
No.
VARIABLE CAUSAS VARIABLE No. Fallos Fr.
Fallos Fr.
(Elementos) (codificación) (contribuciones) Relativa
acum. Acumulada
No se accede a la información
X1 135 135 28,18 28,18
automáticamente
Los equipos actuales de computo son
X2 105 21,92 50,10
obsoletos 240
No hay una comunicación flexible y
X3 103 21,50 71,61
oportuna con los puestos de enfermería. 343
El proceso de cargue de insumos y registro
X4 55 11,48 83,09
no está estandarizado 398
No hay automatización de los procesos
X5 18 416 3,76 86,85
más comunes.
Los insumos para alimentar el sistema no
X6 12 2,51 89,35
son estandarizados 428
Se carga los insumos fáciles de acceder. X7 8 436 1,67 91,02
Se lleva muy manual el proceso de asignar
X8 8 1,67 92,69
insumos 444
Los médicos no informan oportunamente el
X9 5 1,04 93,74
alta 449
No se registra oportunamente los insumos
X10 5 1,04 94,78
utilizados en la atención 454
Los operarios no son debidamente
X11 5 1,04 95,82
entrenados 459
Los sistemas son lentos X12 5 464 1,04 96,87
No hay priorización es el trabajo X13 5 469 1,04 97,91
El trámite de cierre de cuentas es
X14 2 0,42 98,33
demorado 471
Se desconocen las cantidades y la forma
X15 2 0,42 98,75
de anotarlas 473
No hay personal capacitado para estos
X16 2 475 0,42 99,16
cierres
Se desconoce las funciones del sistema de
X17 1 0,21 99,37
cargos 476
Los operarios no saben cómo se
X18 1 0,21 99,58
contabilizan los insumos 477
No se le informa las dificultades a la familia
X19 1 0,21 99,79
o pacientes. 478
No hay interfaces ágiles X20 1 479 0,21 100,00
Con la tabla de frecuencias anteriores se realiza el gráfico de Pareto.
Como se puede observar en la tabla y el gráfico, en el 84% está las cuatro primeras causas (x1 a
x4) que afectan el egreso oportuno del paciente una vez el médico lo ha dado de alta (pocos vita-
les), además se observa como de la causa 5 en adelante <8x5<9 su frecuencia es muy baja lo que
se ha dado a llamar los muchos triviales, ósea, su impacto solo afectaría el 16 % de las causas,
mientras que las cuatro primeras impactarían en el 84% de las causas, lo que invita a los tomadores
de decisiones, al equipo de calidad, a trabajar sobre estas causas priorizadas.
Se observa que entre la causa 4 a la 20 o sea 16 causas, se encuentra el 17% de los eventos
como causas de la situación a analizar. Dedicarle esfuerzos a muchas causas no permite lograr el
impacto oportuno y eficaz.
IV. DIAGRAMA DE CAUSA – EFECTO30

Definición
Recibe múltiples denominaciones como Diagramas de Ishikawa (Dr. Kaoru Ishikawa, 1943), diagra-
mas del Fishbone y por la forma que tienen se conocen también como Diagramas de Espina de
Pescado. Los diagramas de causa - efecto no tienen una base estadística, simplemente son ayudas
excelentes para solucionar el problema; estos diagramas nos pueden revelar las relaciones impor-
tantes entre diversas variables y causas posibles, además de proporcionar la penetración adicional
en el comportamiento del proceso.
Hemos visto desde la introducción del documento que los procesos de las organizaciones, son ope-
raciones repetitivas, y que el valor de una característica de calidad depende de una combinación de
variables y factores que condicionan el proceso productivo; estos a su vez, tienen unos rangos de
tolerancia que cuando no son estables se deben a variaciones que se pueden determinar.
La variabilidad de las características de calidad es un efecto observado que tiene múltiples causas.
Cuando ocurre algún problema con la calidad del producto, debemos investigar para identificar las
causas del mismo (ver gráfica siguiente).
Este análisis puede tener varios niveles de análisis, entre ellos esta:
• Primer nivel, determina cuales son las causas del efecto o situación de estudio.
• Segundo nivel, que generan estas causas o cual son las situaciones secundarias que provocan
la principal situación o la causa raíz.
• Tercer nivel, las causas raíz son las causas de nivel primario, que son precisas y posiblemente
controlables y se ha encontrado que cuando se reducen o se minimizan se aminora el impacto o
se mejora la situación.
Utilidad
Un diagrama de Causa-Efecto es de por si educativo, sirve para que la gente conozca a profun-
didad el proceso, como se desarrolla, visualizando con claridad las relaciones entre los efectos y
sus causas. Sirve también para guiar las discusiones, al exponer con claridad los orígenes de un
problema de calidad, y además permite encontrar más rápidamente las causas asignables cuando
el proceso se aparta de su funcionamiento habitual.
En suma, se uso está en buscar las causas raíz y se explora sobre las posibles mejorar de una
situación particular que esta generado inconformidad.
Metodología
Para hacer un Diagrama de Causa-Efecto seguimos estos pasos:
1. Definir cuál va a ser la característica (situación) de calidad que vamos a analizar, la cual se
resume en un espacio al final de la línea principal, (llamada espina o columna del análisis) Trate
de ser específico: aquellos problemas que son demasiado grandes o muy indefinidos pueden
enredar demasiado al equipo.
2. Definir las principales categorías de pasos o causas. Puede basarse en el resultado de una
lluvia de ideas previa. Use una lluvia de ideas simple para generar una lista de ideas antes de
clasificarlas en el diagrama, o bien use el desarrollo de las ramas del diagrama primero para
ayudar a estimular ideas.
3. Identificar las causas específicas y anotarlas en las ramas o subramas correctas. Del espacio
delimitado para el problema de análisis, trazamos una flecha gruesa que representa 4. Incorpo-
ramos en cada rama factores más detallados que se puedan considerar causas de fluctuación.
Para hacer esto, podemos formularnos estas preguntas:
4. Indicar los factores causales más importantes y generales que puedan generar la fluctuación
de la característica de calidad, trazando flechas secundarias hacia la principal. Por ejemplo, Ma-
terias Primas, Equipos, Operarios, Métodos, Medición y mano de obra (hombre) etc.:
5. Incorporar en cada rama factores más detallados que se puedan considerar causas de fluctua-
ción. Para hacer esto, podemos formularnos estas preguntas:
A. ¿Por qué hay fluctuación o dispersión en los valores de la característica de calidad? Por
la fluctuación de las Materias Primas. Se anota Materias Primas como una de las ramas prin-
cipales.
B. ¿Qué Materias Primas producen fluctuación o dispersión en los valores de la característica
de calidad? Se agrega como rama menor de la rama principal Materias Primas.
C. ¿Por qué hay fluctuación o dispersión? Por la fluctuación. Agregamos la rama más peque-
ña.
D. ¿Por qué hay variación?. Se registra en la rama siguiente.
E. Así seguimos ampliando el Diagrama de Causa-Efecto hasta que contenga todas las cau-
sas posibles de dispersión.
Finalmente verificamos que todos los factores que puedan causar dispersión hayan sido incorpo-
rados al diagrama. Las relaciones Causa-Efecto deben quedar claramente establecidas y en ese
caso, el diagrama está terminado.
Si el equipo tiende a pensar en las causas solamente en términos de la gente, el diagrama tipo es-
pina de pescado, organizado por categorías de causas, servirá para ampliar los conocimientos del
equipo y sus opiniones
Reglas
• El equipo puede agregar o quitar categorías de causas según sea necesario.

• Se debe anotar cada categoría en el recuadro.
• Es mejor usar de tres a seis categorías.
• Si es razonable, una idea se puede colocar en más de una rama.
• Cada rama principal debe incluir tres o cuatro causas posibles.
• Si una rama tiene muy pocas, buscar una explicación, o consultar con otras personas.
Una vez que se ha reducido las causas a un número manejables de situaciones, se recopilan los
datos que se puede hacer por hoja de registro, histograma y gráfico de Pareto.
EJEMPLO
Tenemos nuestra situación, que se debe a que existe un serie de factores que condicionan que el
tiempo del paciente una vez es dado de alta por el médico tratante hasta que efectivamente sale
de la institución, se debe a varias características del proceso; se requiere encontrar cual es la ca-
racterística de la calidad afectada para lograr su mejora, ya que existen varias insatisfacciones por
el proceso.
Una vez se tienen las posibles causas secundarias, se priorizan ellas de acuerdo al impacto o el
logro del objetivo y se decide cuantificar este efecto, de manera que no sea cualitativo sino que
genere medidas para logra un impacto.
Resumiendo el análisis de causa efecto, comienza muy subjetivamente pero finaliza de manera
cuantificable logrando medir el verdadero impacto de las causas principales para que el proceso no
funcione como se pretende o como se tiene concebido.
CATEGORÍAS POSIBLES CAUSAS
Maquinaria 1. Los sistemas son lentos
2. No se accede a la información automáticamente
3. Los equipos actuales de computo son obsoletos
4. No hay interfaces ágiles
Materiales 1. Los insumos para alimentar el sistema no son
estandarizados
2. No se registra oportunamente los insumos utilizados en la
atención
Mano de obra 1. Los operarios no son debidamente entrenados
(hombre) 2. No hay una comunicación flexible y oportuna con los puestos
de enfermería
3. Los médicos no informan oportunamente el alta
4. El trámite de cierre de cuentas es demorado
5. No hay personal capacitado para estos cierres
6. No se le informa las dificultades a la familia o pacientes.
Método 1. El proceso de cargue de insumos y registro no está
estandarizado
2. Se lleva muy manual el proceso de asignar insumos
3. Los operarios no saben qué se debe cargar
4. No hay automatización de los procesos más comunes
5. Se desconoce las funciones del sistema de cargos.
Mediciones 1. Los operarios no saben cómo se contabilizan los insumos
2. No hay priorización es el trabajo
3. Se desconocen las cantidades y la forma de anotarlas
4. Se carga los insumos fáciles de acceder.
Una vez se tienen las posibles causas secundarias, se priorizan ellas de acuerdo al impacto o el
logro del objetivo y se decide cuantificar este efecto, de manera que no sea cualitativo sino que
genere medidas para logra un impacto.
Resumiendo el análisis de causa efecto, comienza muy subjetivamente pero finaliza de manera
cuantificable logrando medir el verdadero impacto de las causas principales para que el proceso no
funcione como se pretende o como se tiene concebido.
V. ANÁLISIS POR ESTRATIFICACIÓN31
Definición
Es un método que permite hallar el origen de un problema estudiando por separado cada uno de
los componentes de una situación a analizar. Es la aplicación a esta técnica del principio romano
“divide y vencerás” y del principio de Management que dice: “Un gran problema no es nunca un
problema único, sino la suma de varios pequeños problemas”. A veces, al analizar por separado las
partes del problema, se observa que la causa u origen está en un problema pequeño.
Se puede decir que la estratificación es la división de datos en categorías o clases. Su utilización

más común, se da durante la etapa de Diagnóstico, para identificar qué clases o tipos contribuyen
al problema que hay que resolver. Podemos clasificar o separar una masa de datos, referentes a
una situación particular, en diferentes clases o categorías. Los datos observados en un grupo dado
comparten unas características comunes que definen la categoría. A este proceso de clasificación
se le denomina con el nombre de estratificación. La estratificación es la base para otras herra-
mientas, como el Análisis de Pareto, y se utiliza conjuntamente con otras herramientas, como los
Diagramas de dispersión.
Utilidad
En el caso particular lo que buscaríamos con la estratificación es clasificar la información recopilada

sobre una característica de calidad, en la atención en salud, toda esta información deberá ser agru-
pada de acuerdo a situaciones individuales y así sucesivamente, con el objeto de asegurarse de los
factores asumidos se clasifican en datos de acuerdo a un concepto claro, ej. Causas, fenómenos,
tipos de defectos (críticos, mayores, menores), en una serie de grupos con características similares
con el propósito de comprender mejor la situación y encontrar la causa mayor más fácilmente y así
analizarla y confirmar su efecto sobre las características de calidad a mejorar o problema a resolver,
como una de sus Ventajas, es que es muy completa para la calidad de la empresa.
Como utilidad principal esta permite aislar la causa de un problema, identificando el grado de in-
fluencia de ciertos factores en el resultado de un proceso, la estratificación puede apoyarse y servir
de base en distintas herramientas de calidad.
Metodología
Cómo elaborar una estratificación:
1. Seleccionar las variables de estratificación.

2. Establecer las categorías que se utilizarán en cada variable de estratificación.
3. Clasificar las observaciones dentro de las categorías de la variable de estratificación.
4. Calcular el fenómeno que se está midiendo en cada categoría.
5. Mostrar los resultados en gráficos de barras los cuales suelen ser los más eficaces.
6. Preparar y exponer los resultados para otras variables de estratificación.
7. Planificar una estratificación adicional.
Usted observará después de esta división que todo puede separase, en otras palabras, lo que ha
sucedido es una estratificación de los sucesos relacionados con la situación, este principio se utiliza
en la industria manufacturera. Los criterios efectivos para la estratificación son por ejemplo:
• Tipo de defecto
• Causa y efecto
• Localización del efecto
• Material, producto, fecha de producción, grupo de trabajo, operador, individual, proveedor, lote
etc.
En conclusión el método consiste en clasificar los datos disponibles por grupos de similares ca-
racterísticas. A cada grupo se le denomina estrato. Los estratos a definir lo serán en función de la
situación particular de estudio, estableciendo estratificaciones que pueden depender de múltiples
causas o factores.
Una forma de interpretar la estratificación es presentar los resultados en forma de gráfico de barras,
donde es fácil examinar las categorías de una variable para ver si alguna o algunas de las catego-
rías destacan sobre el resto. Por ejemplo:
• ¿Tiene un proveedor de medicamentos un porcentaje de efectos particularmente elevado?

• ¿Qué tipos de materiales quirúrgicos son más propensos a error?
Después de la estratificación, si los resultados dan una indicación clara de la fuente probable del fe-
nómeno que se estudia, el equipo tendrá que validar sus resultados iníciales o necesitará un mayor
conocimiento de los detalles sobre la causa precisa. Si inicialmente no se obtienen unos resultados
útiles, se optará o bien por proceder a una estratificación de segundo orden, o por estratificar según
otras variables.
VI. DIAGRAMAS DE DISPERSIÓN32,33

Definición
Cuando lo que interesa es estudiar la relación entre dos variables de una misma situación, el méto-
do de análisis adecuado es el estudio de la correlación en la Estadística, debido a que estos valoran
hasta qué punto el valor de una de las variables aumenta o disminuye cuando crece el valor de la
otra, en nuestro caso cuando se dispone de todos los datos, un modo sencillo de comprobar, gráfi-
camente, si existe una correlación alta, es mediante diagramas de dispersión, donde se confronta,
en el eje horizontal, el valor de una variable y en el eje vertical el valor de la otra. Un ejemplo sencillo
de variables altamente correlacionado es la relación entre el peso y la talla de un sujeto.
Utilidad
• Los gráficos de dispersión se usan normalmente para mostrar y comparar valores numéricos,
como datos científicos, estadísticos y de ingeniería. Además, cuando se desea comparar gran-
des cantidades de puntos de datos sin tener en cuenta el tiempo. Cuantos más datos incluya en
un gráfico de dispersión, mejores comparaciones podrá realizar.
• Puede usarse para estudiar una relación de causa y efecto entre variables cuantitativas.
• Puede mostrar relaciones entre dos efectos para ver si podrían derivarse de una causa común
o servir de sustituto uno del otro.
• Puede examinar también la relación entre dos causas.
• Los gráficos de dispersión son ideales para controlar la distribución de los valores y los clús-
teres de los puntos de datos. Éste es el mejor tipo de gráfico si el conjunto de datos contiene
muchos puntos (por ejemplo, varios miles).
• De forma predeterminada, los gráficos de dispersión muestran los puntos de datos como círcu-
los. Si tiene varias series en un gráfico de dispersión, se puede plantear la posibilidad de cambiar
la forma del marcador de cada punto por un cuadrado, un triángulo, un rombo o cualquier otra
forma, de manera que sea más visible la correlación.
Metodología
Los Diagramas de Dispersión o Gráficos de Correlación7 son muy prácticos para poder entender
el comportamiento de distintas situaciones a simple vista y para poder establecer comparaciones
entre ellas al sobre impresionar sobre un mismo gráfico diversas variables, además de permitir es-
tudiar la relación entre dos categorías, dos características de una situación a estudio, dadas las dos
variables X e Y, se dice que existe una correlación entre ambas si cada vez que aumenta el valor
de X aumenta proporcionalmente el valor de Y (Correlación positiva) o si cada vez que aumenta el
valor de X disminuye en igual proporción el valor de Y (Correlación negativa).
En un gráfico de correlación se representa cada par X, Y como un punto donde se cortan las coor-
denadas de X e Y.
¿Qué nos puede mostrar este gráfico? , En primer lugar podemos observar que siempre en un
grafico hay dos visualizaciones cuando hay correlación y cuando no la hay (los pares de puntos
se distribuyen uniformemente sobre una línea horizontal), se presenta una prolongación de puntos
hacia la derecha sin ninguna tendencia. Cuando hay correlación, esta se puede dar de dos formas,
una correlación positiva cuando ambas crecen y una correlación negativa cuando ambas decrecen.
Pasos:
1. Recopilar un mínimo de 40 pares de datos.

2. Dibujar la cuadrícula y poner la causa en el eje horizontal y el efecto en el eje vertical.
3. Determinar el rango de las variables y marcar los ejes de forma acorde.
4. Representar los puntos en el diagrama.
Ejemplo
Con el ejemplo base que hemos expuesto podemos analizar la variable tiempo de egreso de la
IPS después del alta médica está relacionada con los días estancia en la institución, con el tipo de
patología, la condición del paciente; para nuestros fines se analizará la primera consecuencia que
es la estancia que ocasiona el paciente por sus variantes expuestas.
Relacionamos tiempo de demora del cierre de la cuenta o tiempo que se gasta la institución en dar
la salida después del egreso médico con las estancias de los pacientes en la institución.
Se tomó una muestra al azar de 22 pacientes y se determinaron los días de estancia y el tiempo
medidos por el egreso del hospital después de haber sido dado de alta por el médico respectivo.
Se observa en la tabla siguiente la muestra que fue tomada aleatoriamente de 22 pacientes y ade-
más el gráfico de dispersión realizado con los días estancia y tiempo de cierre y egreso hospitalario,
con su coeficiente de correlación (es un índice que relaciona linealmente las dos abribles analiza-
das) que para el caso es de 0.87 ó sea muy cercano a 1 que es la máxima correlación; además la
correlación fue positiva es decir, a medida que aumentan los días de permanencia de los pacientes,
el tiempo para el cierre de la cuenta es mayor, es decir el paciente demorará más para salir de la
institución, situación que deben analizar los especialistas o responsable de los procesos.
ESTANCIA DEL PACIENTE TIEMPO DEL EGRESO
PACIENTE
DÍAS MINUTOS
1 2 40
2 3 42
3 1 45
4 3 34
5 4 38
6 4 45
7 7 56
8 7 67
9 6 56
10 7 67
11 15 78
12 25 95
13 18 87
14 10 54
15 9 56
16 5 45
17 5 48
18 2 22
19 12 67
20 10 56
21 14 68
22 22 85
VII. GRÁFICOS DE CONTROL35,36,373,38,39
Definición
Algunos consideran que el uso de los gráficos de control o cartas de control, son el verdadero Con-
trol Estadístico de Proceso (Statistical Process Control o SPC) debido a que es un método efectivo
para monitorear un proceso, basado en técnicas estadísticas, que permiten usar criterios objetivos
para distinguir variaciones de fondo de eventos de importancia, con ellas se puede observar que
las variaciones de un proceso pueden ser descritas por una distribución estadística. Casi todo su
poder está en la capacidad de monitorear el centro del proceso y su variación alrededor del centro.
Recopilando datos de mediciones en diferentes estados del proceso, se pueden detectar y corregir
variaciones que pueden afectar a la calidad del producto o servicio final, reduciendo desechos y
evitando que los problemas lleguen al cliente final.
Con su énfasis en la detección precoz y prevención de problemas, los gráficos de control tienen una
clara ventaja frente a los métodos de calidad como inspección, que aplican recursos para detectar
y corregir problemas al final del producto o servicio, cuando ya es demasiado tarde. Además de
reducir desechos, como consecuencia de esta aplicación, esta la reducción del tiempo necesario
para producir el producto o servicio. Esto es debido parcialmente a que la probabilidad de que en el
producto final se tenga que re-trabajar es menor, pero también puede ocurrir que al usar gráficos de
control identifiquemos los cuellos de botella, paradas y otros tipos de esperas dentro del proceso.
Reducciones del tiempo de ciclo del proceso relacionado con mejoras de rentabilidad han hecho de
los gráficos de control la herramienta valiosa del CEP, desde el punto de vista de la reducción de
costos y de la satisfacción del cliente final.
Concluyendo una Carta de Control es40:
- Es como un historial del proceso...

- ... En donde ha estado.
- ... En donde se encuentra.
- ... Hacia donde se puede dirigir.
Pueden reconocer cambios buenos y malos.
- ¿Qué tanto se ha mejorado?

- ¿Se ha hecho algo mal?
Además las cartas de control son la herramienta más poderosa para analizar la variación en la
mayoría de los procesos, han sido difundidas exitosamente en varios países dentro de una amplia
variedad de situaciones para el control de procesos, enfocan la atención hacia las causas especia-
les de variación cuando estas aparecen y reflejan la magnitud de la variación debida a las causas
comunes o aleatorias que se deben a la variación natural del proceso, y las causas especiales o
atribuibles; se dice que un proceso determinado está bajo Control Estadístico cuando presenta
causas comunes únicamente. Al ocurrir esto tenemos un proceso estable y predecible, que es en
última instancia lo que buscamos cuando queremos controlar los procesos. Cuando existen causas
especiales el proceso está fuera de Control Estadístico, y son las gráficas de control las que mejor
detectan la existencia de estas causas en el momento en que se dan, lo cual permite que podamos
tomar acciones al momento.

Son múltiples las ventajas que nos da el uso de estos gráficos, ya que si lo utilizamos en nuestro
proceso como control estadístico tendrá mejor calidad en el cumplimiento de especificaciones del
producto.
Entre sus ventajas se puede decir que:
• Es una herramienta simple y efectiva para lograr un control estadístico.
• El operario puede manejar las cartas en su propia área de trabajo, por lo cual puede dar informa-
ción confiable de la operación en el momento en que se deben de tomar ciertas acciones.
• Cuando un proceso está en control estadístico puede predecirse su desempeño respecto a las
especificaciones. En consecuencia, se puede contar con niveles consistentes de calidad y contar
con costos estables para lograr ese nivel de calidad.
• Una vez que un proceso se encuentra en control estadístico, su comportamiento puede ser mejo-
rado posteriormente reduciendo la variación.
• Al distinguir ente las causas especiales y las causas comunes de variación, dan una buena indi-
cación de cuándo una situación debe ser corregida localmente y cuando se requiere de una acción
más colectiva.
Metodología
Los gráficos de control fueron ideados por Shewhart durante el desarrollo del control estadístico
de la calidad. Han tenido una gran difusión siendo ampliamente utilizados en el control de procesos
industriales. Sin embargo, con la reformulación del concepto de Calidad y su extensión a las em-
presas de servicios y a las unidades administrativas y auxiliares, se han convertido en métodos de
control aplicables a procesos llevados a cabo en estos ámbitos.
Un gráfico de control es una carta o diagrama especialmente preparado donde se van anotando los
valores sucesivos de la característica de calidad que se está controlando. Los datos se registran
durante el funcionamiento del proceso de fabricación y a medida que se obtienen. El gráfico de
control tiene una Línea Central que representa el promedio histórico de la característica que se está
controlando y Límites Superior e Inferior que también se calculan con datos históricos.
En los gráficos de control se puede observar que los valores fluctúan al azar alrededor del valor
central (Promedio histórico) y dentro de los límites de control superior e inferior. A medida que se
monitoriza el proceso los datos o las muestras según se dé el caso y el resultado se anota en el
gráfico, por ejemplo, cada día o dependiendo como se está analizando la situación.
Pero ¿Qué ocurre cuando un punto se va fuera de los límites? Esta circunstancia puede ser una
señal de que hay confusión en el proceso. Entonces, es necesario investigar para encontrar el pro-
blema (Causa Asignable) y corregirla. Si no se hace esto el proceso estará funcionando a un nivel
de calidad menor que originalmente.
La variabilidad en la calidad de un producto o el resultado de un proceso puede ser debida a cau-

sas aleatorias, sobre las cuales poco o nada se puede hacer o, a “causas especiales” o “causas
asignables” sobre las que se puede tener algún grado de control. Una de las ventajas de las cartas
de control es su capacidad para diferenciar las causas asignables de las no asignables, permitiendo
un mejoramiento continuo al combinar el rigor de los métodos estadísticos clásicos (la significancia
estadística) con el análisis cronológico de gráficas.
Los principios fundamentales de las cartas de control estadístico de procesos son41:
1) Hay variación en las medidas individuales de los procesos.

2) En datos provienen de un proceso en estudio con causas comunes y estables, su variabilidad
es predecible dentro de un rango determinado que puede ser calculado por un modelo estadísti-
co de distribución como la normal.
3) En un proceso que produce datos con causas especiales, las medidas se comportan de algu-
na forma específica observable, diferente de las distribuciones pre-establecidas.
4) Asumiendo que los datos se encuentran bajo control, se pueden determinar las pruebas y los
límites estadísticos para las desviaciones de los pronósticos, suministrando evidencia estadística
de los cambios.
GRÁFICO DE CONTROL TÍPICO
Los gráficos de control estadístico se clasifican de acuerdo al tipo de la característica de calidad
en seguimiento42.
• Cartas de Control por Variables, se lleva el registro real de una característica de la calidad,
son más sensibles y alertan rápidamente sobre problemas de calidad.
• Cartas de Control por Atributos, no hay medición continua sobre una característica de calidad
y sólo se desea mostrar si el artículo se «adapta a la norma», evitan costosos procedimientos
de medición y son fácilmente entendibles.
COMPARACIÓN DE LAS CARTAS DE CONTROL POR VARIABLES vs.
ATRIBUTOS
CARTAS DE CONTROL CARTAS DE CONTROL

POR VARIABLES POR ATRIBUTOS
Ventajas Conducen a un mejor Son potencialmente
significativas procedimiento de control. aplicables a cualquier
proceso
Proporcionan una utilización Los datos están a
máxima de la información menudo disponibles.
disponible de datos. Son rápidos y simples
de obtener.
Son fáciles de
interpretar.
Son frecuentemente
usados en los informes a
la Gerencia.
Más económicas
Desventajas No se entienden a menos No proporciona
significativas que se de capacitación; información detallada del
puede causar confusión entre control de características
los limites de especificación y individuales.
los límites de tolerancia.
No reconoce distintos
grados de defectos en
las unidades de
producto.
Tomado de Cartas de Control. Hernández. H. Julio 2005
Existen diferentes tipos de Gráficos de Control: Gráficos X-R, Gráficos C, Gráficos np, Gráficos
Cusum, y otros. Cuando se mide una característica de calidad que es una variable continua se uti-
lizan en general los Gráficos X-R. Estos en realidad son dos gráficos que se utilizan juntos, el de X
(promedio del subgrupo) y el de R (rango del subgrupo). En este caso se toman varias medidas de
las muestras de los procesos en estudio. En cada subgrupo se calcula el promedio X y el rango R
(Diferencia entre el máximo y el mínimo).
Ejemplo
Después de analizar a través de las herramientas estadísticas anteriores, Control estadístico de

procesos, la situación del proceso de determinado tiempo causado por el alta hospitalaria una vez
el médico tratante da de alta al paciente, se encuentra que muchas de ellas aportan soluciones
prácticas y eficaces para solucionar o impactar sobre esta situación que ha generado la insatisfac-
ción en la familia y los pacientes.
La Institución determinó que el tiempo de promedio o el tiempo estandarizado para cerrar la factura
y emitir la orden de salida estar en 50 min, debido a su nivel de complejidad y al tiempo de estancia
de sus pacientes, y se aceptaran los siguientes rangos mínimo de 20 y máximo de 80 min. Esta
decisión de los rangos puede ser administrativa dado el conocimiento del proceso o puede ser
estadística teniendo en cuenta que el tiempo promedio se extrae del conocimiento previo de los
histogramas o de un estudio anterior con cartas de control o un estándar en otras Instituciones, a
través un muestreo pertinente y validado con las desviaciones estándar halladas para tal fin con un
intervalo del 95 %, se decide después de un análisis concienzudo y de un estándar que se quiere
mantener o disminuir con más estudios.
Se decide realizar un monitoreo a través de un estudio prospectivo con una muestra representa-
tiva para ver como se está comportando el proceso, controlando los sesgos posibles y con unos
formato de recolección estandarizado de pacientes que van a egresar de la institución. (Ver tablas
de información).
Se tomaron 22 días de una muestra de 5 pacientes diarios tomado al azar.(ver tabla siguiente)
Tabla de recolección de los datos.
TIEMPO
DÍAS DEL PROMEDIO DE
MUESTREO LOS 5 PACIENTES
1 40
2 42
3 45
4 34
5 38
6 45
7 56
8 67
9 56
10 67
11 70
12 65
13 87
14 54
15 56
16 45
17 48
18 26
19 67
20 56
21 58
22 55
El gráfico de control después de analizar los datos y seguir los pasos es:
Una vez realizado el grafico de control del proceso, teniendo en cuenta que el promedio de tiempo
es 50 minutos y este, está denotado con un trazo continuo, y los limites superior de 80 (trazo dis-
continuo) y límite inferior 20 minutos (trazo discontinuo inferior), se observa que hubo un solo día
(día 13 del muestreo) que el proceso estuvo fuera de control, este día se debe analizar con más
detenimiento, pero se observa también que el proceso se encuentra dentro de los limites. Con estos
datos se puede saber si fue significativo o no este hallazgo.
Las decisiones de acortar el tiempo se deben tomar de acuerdo a los estudios que se realicen de
los seguimientos o desde la parte administrativa y teniendo en cuenta el nivel de insatisfacción de
los pacientes y sus acompañantes.
CONCLUSIONES DEL CEP43
- El CEP es una serie de herramientas que permite aplicar el análisis estadístico para medir,
monitorear y controlar procesos por medio de sus diferentes metodologías.
- Se basa en que los procesos presentan variación, aleatoria y asignable.
- Entre los grandes beneficios se encuentran, monitorear procesos estables e identificar si han
ocurrido cambios debido a causas asignables para eliminar sus fuentes.
- El CEP por ende implica realizar mediciones en la característica de calidad de interés.
- El CEP califica a los productos o los resultados de los procesos como no cumplen con el están-
dar o que cumplen dentro de unos rangos pre-establecidos.
Recuerde que estas son las herramientas estadísticas básicas de control de la calidad que se han
denominado control estadístico de procesos en este documento, y aunque existen herramientas
adicionales más especificas que mejoran procesos de calidad, con estas se cuenta con un arsenal
mínimo de instrumentos con lo que puede abordar, explorar y monitorizar el 80 al 90 % de todos
sus procesos y su exitosa aplicación puede solucionar del 80 al 90% de los problemas más comu-
nes en su organización.
Es de anotar que, estas herramientas son la entrada a un mundo en donde existen herramientas
más complejas, y al mundo cambiante de la estadística que cada día se vuelve más imprescindible
si de generar conocimiento valido y aplicable se trata, que en últimas es lo que requiere todo admi-
nistrador o personal para la toma de decisiones.
Lo anteriormente ilustrado es para la consolidación de las herramientas que deben tener siempre a
mano el personal de la calidad de una organización, y conforma en parte su cultura de la medición,
por lo cual, estos conceptos previos son ineludibles si se quiere avanzar en el mundo de la medición
de la calidad organizacional que para nuestro caso es la calidad asistencial.
BIBLIOGRAFIA
• América Economía. Ranking de Hospitales y Clínicas de América Latina. No. 381. Nov 2009.p
38-45.
• Molinero L.M. Control de Calidad, Asociación de la sociedad española de hipertensión, http://

www.seh-lelha.org/calidad.htm, última consulta abril 1 de 2010.
• Ross S.M. Introducción a la estadística. Editorial Reverte S. A. segunda edición.2007.
• Graham N.O. Quality in Health Care, Theory, Application, and Evolution. 1995, Editorial
Resources.
• http://www.fisterra.com/mbe/investiga/graficos/graficos2.pdf última consulta abril 1 de 2010.
• Devore J.L. Probabilidad y estadística para ingeniería y ciencias.5 ed. Editorial Thomson
learning 2003
• http://www.fisterra.com/mbe/investiga/9muestras/tamano_muestral2.pdf, última consulta abril 1

de 2010.
• Malagón-Londoño, Gustavo. Garantía de la Calidad en Salud. Editorial Médica Panamericana.

2003
• Ministerio de la Protección Social de Colombia. Dirección General de Calidad de Servicios.

Ordenamiento (Ranking) de instituciones prestadoras de servicios de salud. Bogotá, Colombia.
2006.
• Ministerio de la Protección Social. Universidad nacional de Colombia. Fedesalud. Informe

final. Documento técnico para la construcción del oordenamiento (Ranking) de Instituciones
Prestadoras de Servicios de Salud, basado en el Sistema Único de Habilitación y la incorporación
de indicadores financieros y de resultado. Bogotá. Colombia, 2006.
• Armitage P, Berry G. Estadística para la investigación biomédica. Madrid: Harcourt Brace

España, 1997.
• Pagano M, Gauvreau k. Fundamentos de bioestadística. Segunda Edición.
• Rev. Calidad Asistencial. Monográfico sobre gestión de procesos, 1999; 14(4).
• Juran M. J. Gryna M. F. manual de control de la calidad vol. 1 edición 4.1993.
Ministerio Protección Social. Pautas de Auditoría para el Mejoramiento de la Calidad de la Atención en Salud. consultado en: abril
de 2010. http://www.minproteccionsocial.gov.co/vbecontent/library/documents/DocNewsNo16458DocumentNo4831.PDF
. Ishikawa K. Método de Control de Proceso. Gerencia de Calidad - Gerencia de Procesos. http://www.unalmed.edu.co/josemaya/

Ing_prod/Control%20de%20Proceso-%20Metodo.pdf. Consultado en: abril de 2010.
Ministerio Protección Social. Sistema Obligatorio de Garantía de la Calidad, consultado en: abril de 2010. http://www.minprotec-
cionsocial.gov.co/sogc/home.asp
Rodríguez P, Isaac A, Rodríguez J. Control estadístico de la calidad de un servicio mediante Gráficas X y R. Rev. Política y Cultu-
ra, Núm. 32, 2009, pp. 151-169.Mex.
Organización De Estados Americanos (OAS-ORG). División de Ciencia y Tecnología. Control Estadístico de Procesos. consulta-
do ultima vez abril 2010. http://www.science.oas.org/oea_gtz/LIBROS/EL_MAPA/mapa.HTM
Krajewski, L.J. y Ritzman, L.P. Administración de Operaciones. Estrategia y Análisis, Editorial Prentice Hall, México. 1999
Cospín O. Monografías. Informes para empresarios. consultado abril 2010. http://hosting.globalcorporativa.com/empresa/general/

monografias/monografia8.pdf
Prat Bartés, A., Martorell Llabrés, X., Grima Cintas, P. Pozueta Fernández, L. (2000). Métodos Estadísticos. Control y Mejora de
la Calidad. Alfaomega. Edicions UPC. Universitat Politècnica de Catalunya. Barcelona. España.
Alfaro J. Alfaro E. Mondéjar J. Vargas M. Control Estadístico de la Calidad: Una breve reseña histórica. Universidad de Castilla y
la Mancha.2004. consultado abril 2010. http://www.uclm.es/ab/fcee/D_trabajos/2-2004-1.pdf
Chandia Y. Clínica Sanatorio Alemán de Concepción.2006. consultado últimas vez en abril 2010. http://www.enfermeraspabe-
llonyesterilizacion.cl/calidad/Historia.pdf
Wikipedeia, Control Estadístico de Procesos, historia y sus fundamentos. Consultado la última vez. Abril 2010 http://es.wikipedia.
org/wiki/Control_estad%C3%ADstico_de_procesos
Noreña-Quiceno c. Tamayo-Acevedo l. Cáncer de cuello uterino: análisis de la calidad de un programa. Aquichan - issn 1657-
5997. Año 10 - Vol. 10 Nº 1 - Chía, Colombia - Abril 2010 l 52-68
Quaglino M. Pagura J. Control Estadístico de Procesos de Alta Calidad. Propuestas alternativas. Instituto de Investigaciones
Teóricas y Aplicadas de la Escuela de Estadística. Novenas Jornadas “Investigaciones en la Facultad” de Ciencias Económicas y
Estadística, noviembre de 2004. consultado ultima vez abril 2010. http://www.fcecon.unr.edu.ar/investigacion/jornadas/archivos/
quaglinocontrolestadistico.PDF
Juran. J.M, Gryna F.M. Análisis y Planeación de la Calidad. Tercera Edición. 2002 .Editorial. McGraw-Hill.
Capilla C. Romero R.Tamaño Y Frecuencia De Muestreo En Graficos De Control. Rev Questiió vol 13. No. 1,2,3 pp 95-103. 1989.
Molinero. l. M. Presentación de datos estadísticos en medicina 2003.Asociación de la Sociedad Española de Hipertensión. con-
sultado abril 2010. http://www.seh-lelha.org/presdatos.htm
.
Sistema Obligatorio de Garantía de Calidad: Pautas de Auditoría para el Mejoramiento de la Calidad de la atención en Salud
(2007), última consulta marzo 19 de 2009. http://www.minproteccionsocial.gov.co/VBeContent/library/documents/DocNews-
No16458DocumentNo4831.PDF
Definición del Gold Estándar, consultado abril 2010. http://en.wikipedia.org/wiki/Gold_standard_(test)

Massoud R. Askov K. Reinke J. Franco L. M. Bornstein T. Knebel E. y MacAulay C. Un Paradigma Moderno para Mejorar la Cali-
dad de la Atención de Salud. consultado abril 2010. http://www.qaproject.org/pubs/PDFs/SPANPAR.PDF
Calvache J. Barón F. Garret Shoemaker R. La bioestadística y su aplicación a la investigación en salud. Facultad de Salud.
Unicauca col.. Septiembre 2006. Consultado abril 2010. http://www.facultadsalud.unicauca.edu.co/fcs/2006/septiembre/Bioestadis-
tica%20en%20salud.pdf
Pértega Díaz S. Pita Fernández S. Unidad de Epidemiología Clínica y Bioestadística. Complexo hospitalario Juan Canalejo. A
Coruña. Estadística descriptiva de los datos. consultado marzo 2010.
http://www.fisterra.com/mbe/investiga/10descriptiva/10descriptiva2.pdf
www.Mixmail.com. La gestión de la calidad por procesos. Técnicas y herramientas de calidad. http://www.mailxmail.com/curso-

gestion-calidad-procesos-tecnicas-herramientas-calidad
Flores, A.L. Calidad con el Control Estadístico de procesos. Monografias. Sep. 2005. Consultado abril 2010. http://www.monogra-
fias.com/trabajos28/calidad-spc/calidad-spc.shtml
Fundación Iberoamericana para la Gestión de la Calidad (Fundibeq), Hoja de verificación. consultado última vez abril 2010. http://
www.fundibeq.org/metodologias/herramientas/hojas_de_comprobacion.pdf
Ledesma R. Sanmartín J. Chisvert M. Sesgos en la recogida de datos sobre accidentes de tráfico: evaluación de la actuación del
personal técnico en autopistas de peaje. Universidad Nacional de Mar del Plata (Argentina) y Universidad de Valencia. REV. Psico-
thema.2000. Vol. 12, Supl. nº 2, pp. 320-326.
Medal M. Mejia E. Rojas R. “Evaluar la calidad del llenado de las Hojas de Control Prenatal de pacientes remitidas de atención
primaria ingresadas en la Sala de Alto Riesgo Obstétrico, del Hospital Regional Asunción, Juigalpa del 01 de Abril al 31 de Julio
del 2007”.consultado ultima vez abril 2010. http://www.monografias.com/trabajos66/evaluacion-calidad-historias-clinicas/evalua-
cion-calidad-historias-clinicas.shtml
Pértega Díaz S. Pita Fernández S. Unidad de Epidemiología Clínica y Bioestadística. Complexo hospitalario Juan Canalejo. A
Coruña. consultado marzo 2010. http://www.fisterra.com/mbe/investiga/graficos/graficos.asp
Fundación Iberoamericana para la Gestión de la Calidad (Fundibeq), Histograma. consultado última vez abril 2010. http://www.
fundibeq.org/metodologias/herramientas/histograma.pdf
Fundación Iberoamericana para la Gestión de la Calidad (Fundibeq), Diagrama de Pareto. consultado última vez abril 2010.
http://www.fundibeq.org/metodologias/herramientas/diagrama_de_pareto.pdf
Fundación Iberoamericana para la Gestión de la Calidad (Fundibeq), Diagrama causa- efecto. consultado última vez abril 2010.
http://www.fundibeq.org/metodologias/herramientas/diagrama_causa_efecto.pdf
Molinero. l. M. Análisis Estratificado en Medicina 2003.Asociación de la Sociedad Española de Hipertensión. consultado abril
2010. http://www.seh-lelha.org/estratifica.htm
Pértega Díaz S. Pita Fernández S. Representación Gráfica En El Análisis De Datos Unidad de Epidemiología Clínica y Bioesta-
dística. Complexo hospitalario Juan Canalejo. A Coruña. consultado marzo 2010. http://www.fisterra.com/mbe/investiga/graficos/
graficos2.pdf
Fundación Iberoamericana para la Gestión de la Calidad (Fundibeq), Diagrama de dispersión. consultado última vez abril 2010.
http://www.fundibeq.org/metodologias/herramientas/diagrama_de_dispersion.pdf
Molinero. l. M. Errores de medida en variables numéricas: Correlación y Concordancia. Asociación de la Sociedad Española de
Hipertensión. consultado abril 2010. http://www.seh-lelha.org/concor1.htm
Ferrer A. Control Estadístico De Procesos Con Dinámica: Revisión Del Estado Del Arte Y Perspectivas De Futuro. Rev. Estadísti-
ca Española. Vol. 46, Núm. 155, 2004, págs. 19 a 47
Eljach F. Penagos G. Peña-Baena R. Evaluación del uso de las cartas de control X, Ewma y Cusum en un sistema de control de
calidad para procesos no correlacionados. Rev. Ingeniería & Desarrollo. Número 20 Julio-Diciembre, 2006
Escortell E. Análisis de las reclamaciones en atención primaria mediante el control estadístico de procesos. Revista de calidad
asistencial, ISSN 1134-282X, Vol. 24, Nº. 4, 2009, págs. 155-161
Fundación Iberoamericana para la Gestión de la Calidad (Fundibeq), Cartas de control por variables. consultado última vez abril
2010. http://www.fundibeq.org/metodologias/herramientas/graficos_de_control_por_variables.pdf
Fundación Iberoamericana para la Gestión de la Calidad (Fundibeq), Cartas de control por vatributos. consultado última vez abril
2010. http://www.fundibeq.org/metodologias/herramientas/graficos_de_control_por_atributos.pdf
RodrígueZ J Pierdant A. Control Estadístico de la Calidad de un servicio mediante Gráficas X y R. Rev. Política y Cultura, Otoño
2009, núm. 32, pp. 151-169.
Poco A, Farias S. [Internet]. El control estadístico de procesos mediante las cartas de control. Disponible en: http://www.fceco.
uner.edu.ar/epn/catedras/matenmat/a11pf.doc . Consultado Marzo de 2010
Montoya N.E. Correa J.C. Cartas de control estadístico de procesos en el monitoreo de la mortalidad perinatal.rev. salud pública
11(1) 92-99.2009.
Ruiz-Falcó Arturo. control estadístico de procesos. universidad Pontificia. Madrid. marzo 2006. consultado abril 2010. http://web.
cortland.edu/matresearch/ControlProcesos.pdf
Thor J. Lundberg J. Ask J. Et al. (2007) Application of Statistical Process Control in Healthcare Improvement: Systematic Re-
view. Developing Research And Practice. Qual Saf Health Care 2007; 16:387–399. Consultado por última vez mayo 2010. http://
qshc.bmj.com/content/16/5/387.full.pdf
Simulación y Mejores Prácticas
El proceso de “Mejores Practicas” se realizó con los artículos encontrados en las base de datos
de artículos científicos (ver recuadro), de acuerdo a la clasificación de Medicina Basada en la Evi-
dencia (MBE). Se aplicaron los conceptos del método epidemiológico a cada artículo, además de
considerar que estuviera relacionado en una cultura de la medición, entre el Control Estadístico
Procesos (CEP) con los eventos de salud y más directamente que esta herramienta se aplicara a la
calidad de las Organizaciones de Salud.
El método sistemático para la búsqueda de la “Mejor Practica En Salud”, que cumpliera con los
requisitos teniendo en cuenta la mejor evidencia se realizo así:
1. Año de publicación: se ha restringido la búsqueda a los 10 últimos años.

2. Tipo de artículo: artículos originales y revisiones sistemáticas en el área de ciencias de la salud
y otras áreas.
3. Se buscaron palabras claves entre el año 2000 a 2010.
4. Entre las base de datos especificas están Pubmed (Medline), Embase, Ebsco, Cochrane Li-
brary, Scielo y Ovid, Lilacs, Academic Search Complete, entre otras.
5. Las base de datos comerciales fueron utilizadas en el mejoramiento de la guía, a su vez se
buscaron páginas personales de empresas exitosas, donde esta herramienta había sido utilizada.
6. Publicaciones en inglés y español.
7. El esquema PICO (P= pregunta, I= Intervención, C= comparación y O=output).
De esta búsqueda se encontraron 36 artículos (en los cuales se encontró una revisión sistemática)
y se tomaron solo 12 (que fueran congruentes con la búsqueda), se excluyeron 24 por razones
de que a pesar que utilizaban la herramienta CEP como parte del proceso de la investigación, su
objetivo no fue la valoración de la misma en la investigación, se desconoció como fue utilizada y en
el campo de la salud.
De esta búsqueda puede observarse en el siguiente cuadro No.1, se coloco de primera la revisión
sistemática de la cual se hará un resumen a final de este capítulo.
CUADRO No.1. SELECCIÓN DE ARTÍCULOS BASADO EN MBE COMO LAS MEJORES
BÚSQUEDAS.
DISEÑO DEL CRITERIOS DE

AUTOR (AÑO) Y NOMBRE DEL ESTUDIO
ESTUDIO INCLUSIÓN/EXCLUSIÓN
Johan Thor, Jonas Lundberg, Jakob Ask,et al. Revisión Sistemática De Inclusión:
(2007) 2007 Rev. Sistematicas,
Ovid Pubmed. Metaanalisis. ECC.
Application of statistical process control in De exclusión:
healthcare improvement,: systematic review. Estudios de observación
http://qshc.bmj.com/content/16/5/387.full.pdf Revisión de 311 artículos, 57
estudios empíricos, entre
1990 a 2004
Estudio observacional Es una metodología aplicada a

Timothy E. O'Brien y Martin B. Berg. Cómo sacar el una fase de la cultura de la
máximo de Datos --- Maximizar información y el poder, medición
utilizando los modernos métodos estadísticos
The need for asísteme J.O.Westgard of quality standards Estudio observacional Es una metodología aplicada a
for Modern quality Management Scand J Clin Lab Invest una fase de la cultura de la
1999;59:483±486 medición
Beckman N, Nightingale MJ, Pamphilon D. Estudio observacional Es una metodología aplicada a
Transfus Med. 2009 Dec;19(6):329-39. Epub 2009 una fase de la cultura de la
Sep 16. medición
Practical guidelines for applying statistical process control
to blood component production. Birmingham Centre,
National Health Service Blood and Transplant (NHSBT),
Southampton, England
De Vries A, reneau jk. j anim sci. 2010 jan 15. Estudio observacional Es una metodología aplicada a
Application of Statistical process control charts to monitor una fase de la cultura de la
changes in animal production systems. department of medición
animal sciences, university of florida, gainesville 32611.
Pérez AV, Pérez LA, Mayor EE, Corella SM, Estudio observacional Es una metodología aplicada a
Rodríguez JE.Rev Calid Asist. 2009 Aug;24(4):155- una fase de la cultura de la
61. Analysis of complaints in primary care using statistical medición
process control. Resid. de Medicina Preventiva y Salud
Pública, Hospital La Princesa, Madrid, España.
Boe DT, Riley W, Parsons H. Estudio observacional Es una metodología aplicada a
Am J Public Health. 2009 Sep; 99 (9) :1619-25. Epub una fase de la cultura de la
2009 16 de julio. Mejorar la prestación de servicios en un medición
municipio del departamento de salud clínica de wic: una
aplicación del control estadístico de procesos técnicas.
dakota county public health department, apple valley, mn,
ee.uu..
Salinas M, Lopez-Garrigos M, Flores E, Estudio observacional Es una metodología aplicada a
Gutiérrez M, Lugo J, Uris J. Department of Clinical una fase de la cultura de la
Laboratory, Hospital Universitario de San Juan, Alicante, medición
Spain
Scand J Clin Lab Invest. 2009;69(8):822-6.
Three years of preanalytical errors: quality specifications

and improvement through implementation of statistical
process control.
Gérard K, Grandhaye Jp, Marchesi V, Kafrouni Estudio observacional Es una metodología aplicada a
H, Husson F, p aletti. una fase de la cultura de la
medición
Med Phys. 2009 apr; 36 (4) :1275-85. Un análisis
completo de la entrega de dosis de radioterapia de
intensidad modulada proceso utilizando estadística
proceso control (cep). Centro de investigación en
automática control (cran), universidad de nancy, cnrs,
54516 vandoeuvre-lès-nancy, francia. karine.gerard @
gmail.com
zh mikrobiol epidemiol immunobiol. 2009 Estudio observacional Es una metodología aplicada a
nov-dec;(6):70-5. una fase de la cultura de la
medición
[assessment of consistency of technological process
using control cards on the example of analysis of
information on immunogenic activity of pertussis
component of dtp vaccine]
Sobre esta búsqueda, al artículo de: Johan Thor. Jonas Lundberg. Jakob Ask. Et al. (2007)
Application of statistical process control in healthcare improvement: systematic review44, fue
el que cumplió todos los criterios y el que presentó el más elevado peso científico de los seleccio-
nados.
Sin embargo, con el fin de determinar si la herramienta “Control Estadístico de Procesos” era muy
utilizada, en las organizaciones de salud, se realizo nuevamente una búsqueda en las bases re-
ferenciadas, buscando en el último año, aquellas instituciones de salud que habían utilizado esta
metodología, y habían realizado un estudio con esta herramienta. En esta búsqueda se encontraron
8 referencias de 2009, con criterios objetivos como fue que todos eran estudios analíticos observa-
cionales.(ver cuadro No.2).
CUADRO No.2. ARTICULOS CON LA METODOLOGIA CEP EN LAS ORGANIZACIONES DE
SALUD EN EL ÚLTIMO AÑO 2009.
AÑO
ORGANIZACIÓN ARTÍCULOS
PUBLICACIÓN
Diferentes organizaciones IPS recolectadas 2009 Statistical process control charts in perinatal
por la aseguradora EPS SUSALUD mortality surveillance]
Birmingham Centre, Servicio Nacional de 2009 Practical guidelines for applying statistical
Salud de la sangre y Trasplante (NHSBT), process control to blood component production
Southampton, Inglaterra
Departamento de Inmunología clínica, 2009 Comparing exponentially weighted moving
Amgen, Thousand Oaks, California 91320, average and run rules in process control of
EE.UU semiquantitative immunogenicity
immunoassays
Sección de Epidemiología, Sackler School of 2009 Does daily nurse staffing match ward workload
Medicine, Tel Aviv University, Tel Aviv variability? Three hospitals' experiences.
13 collaborating regional NICU sinclude 2009 A statewide quality improvement collaborative
dalleightof the Children’s Hospitals in the to reduce neonatal central line-associated
state,four of theﬁve University of California blood stream infections.
Hospitals and one large regional centero
famulti-site hospital system.
Nuffield Departamento de Cirugía, 2009 No surgical innovation without evaluation: the
Universidad de Oxford, Oxford, Reino Unido. IDEAL recommendations.
Serología Laboratorio de Referencia 2009 An international quality control programme for
Nacional de Australia, Victoria, Australia PRISM chemiluminescent immunoassays in
blood service and blood product laboratories.
Departamento de Obstetricia y Ginecología, 2009 Bundling unbundled charges: a case study in
Louisiana State University Health Sciences an academic obstetrical practice
Center
Llama la atención que para las IPS colombianas no se registran artículos sobre la implementación
o utilización de esta metodología CEP, aunque es de conocimiento que organizaciones acreditadas
colombianas capacitan su personal con esta herramientas y en su proceso de graduación del curso
deben implementar la herramienta en un proceso en donde se encuentra el alumno; además, algu-
nas instituciones internacionales para calificar una institución como acreditada averiguan sobre si
esta metodología está siendo utilizada.
A continuación se presenta el artículo de mayor peso científico encontrado y cuáles fueron sus re-
sultados en las organizaciones de salud.
APLICACIÓN DE CONTROL ESTADÍSTICO DE PROCESOS EN LA MEJORA DE LA SALUD:
REVISIÓN SISTEMÁTICA
Thor Johan, Jonas Lundberg, Jakob Pregunte, Jesper Olsson, Carli Cheryl, Härenstam Karin Pukk,
Brommels Esteras. Qual Saf Health Care 2007; 16:387-399. Aceptado 18 de marzo 2007.
RESUMEN DE LA REVISIÓN
Objetivo: esta revisión sistemáticamente de la literatura en salud, muestra como la utilización del
Control Estadísticos De Procesos con gráficos de control como un núcleo de las herramientas se ha
aplicado a la mejora de la asistencia de servicios de salud de calidad, y se examinan los beneficios,
limitaciones, obstáculos y factores que facilitan la relación de dichas herramientas en el entrono de
la salud.
Fuente de datos: se tomaron artículos originales que se encontraron (figura No.1) en bases de da-
tos pertinentes, incluida la Web of Science y Medline, que abarca el período 1966 a junio de 2004.
Figura No. 1. ARTÍCULOS INCLUIDOS POR AÑO DE PUBLICACIÓN
Las barras negras son los estudios realizados en los EE.UU y las barras grises los estudios reali-
zados fuera de los EE.UU.
La selección de estudios: De los 311 artículos, 57 estudios empíricos, publicados entre 1990 y
2004, que cumplieron los criterios de inclusión (ver cuadro No.3).
CUADRO No.3. DISEÑO Y OBJETIVOS DE LOS ESTUDIOS INCLUIDOS EN LA REVISIÓN
SISTEMÁTICA DEL CEP *
ARTÍCULOS
NÚMERO DE CON LA
DISEÑO DEL ESTUDIO REFERENCIAS REFERENCIAS
ARTÍCULOS UTILIDAD
DEL CEP
Estudio de casos 28 16, 17, 19-21, 24, 26, 29, 33, 16 16, 17, 20, 24, 26,
34, 36, 39, 41, 44-49, 53, 55, 36, 41, 44, 47, 48,
57, 58, 61, 63-65, 67 57, 61, 63-65, 67
Tutorial con estudio de 23 15, 18, 22, 23, 25, 27, 30, 31, 3 22, 25, 30
casos ilustrativos 35, 37, 38, 40, 42, 50-52, 54,
59, 62, 66, 69-71
Estudio observacional 2 43, 68 0
de procedimiento
clínico (s) con los
controles históricos
Estudios de 2 28, 56 1 56
intervención
Controlada antes y
después
Casos de pacientes 2 32, 60 2 32, 60
* El diseño de los estudios se presentan en orden de frecuencia
Métodos: Una forma de abstracción de los datos estandarizada se utilizo para la extracción de
datos relevantes que logren responder las preguntas del estudio, y así también los datos se anali-
zaron temáticamente.
Resultados: El Control Estadístico De Proceso, CEP o SPC en sus siglas en ingles) es una filoso-
fía, una estrategia y un conjunto de métodos para la mejora continua de los sistemas, procesos y
resultados. El enfoque de SPC se basa en el aprendizaje a través de datos y tiene su fundamento
en la teoría de la variación (comprensión de las causas comunes y especiales). La estrategia de
CEP incorpora los conceptos de un estudio analítico, el proceso de pensamiento, la prevención, la
estratificación, la estabilidad, la capacidad, y la predicción (ver cuadro No.4). El CEP incorpora la
medición, los métodos de recopilación de datos, y la experimentación planificada. métodos gráficos,
como los gráficos de Shewhart (más comúnmente llamada "gráficos de control"), cartas de ejecu-
ción, las graficas de frecuencia, histogramas, análisis de Pareto, diagramas de dispersión, y diagra-
mas de flujo, los cuales son las principales herramientas utilizadas en los estudios encontrados.
Estas herramientas se aplicaron en una amplia gama de procesos de salud y en diferentes espe-
cialidades médicas, de los diversos niveles de cada organización y directamente a las atenciones
en salud. El examen reveló 12 categorías de beneficios, 6 categorías de limitaciones, 10 categorías
de obstáculos y 23 factores que facilitan su aplicación y todas están completamente con su referen-
cia en este informe. El Control Estadístico De Procesos ayudó a los diferentes actores a gestionar
el cambio y mejorar los procesos de atención médica. También permitió a los pacientes con, por
ejemplo el asma o la diabetes mellitus, gestionar su propia salud, y por lo tanto tienen propiedades
terapéuticas. Su poder depende de la inteligente y correcta aplicación, que no es necesariamente
una tarea trivial. En esta revisión hay 11 catálogos de enfoques de la aplicación inteligente como
tal, incluido el ajuste del riesgo y la estratificación de los datos.
CUADRO No.4. ¿CÓMO Y DÓNDE SE APLICÓ EL CEP: ESCENARIOS DEL ESTUDIO? *
Número de
Áreas de estudio Referencias
artículos
El ámbito hospitalario (total) 40
Todo el hospital 14 18, 21, 24, 25, 27, 31, 33, 37, 42, 44, 54,
56, 61, 69
Hospital departamento 12 17, 22, 28, 30, 39, 45, 47, 53, 57, 64, 68,
71
En colaboración con D/tos de hospitales 5 36, 41, 43, 46, 48
Hospital ambulatorio 5 29, 32, 49, 60, 67
Hospital , laboratorio clínico 2 19, 58
En colaboración con clínicas ambulatorias 1 55
Hospital con salas de permanencia 1 65
No hospital ambulatorios (total) 12
Consulta de especialidad única 5 35, 37, 40, 50, 70
Centro de Atención Primaria 4 34, 52, 62, 66
Consulta de múltiples especialidades 2 15, 59
Centro de enfermería clínica ambulatoria 1 23
Otros ajustes (total) 6
El sistema de salud 2 26, 63
Asilo de ancianos 2 16, 51
Establecimiento residenciales de salud mental 1 20
No se indica 1 38
* Los escenarios del estudio están divididos en tres grupos, cada uno compuesto por varias opcio-
nes diferentes.
Conclusión: El Control Estadístico De Proceso es una herramienta versátil que puede ayudar a las
diversas partes interesadas para gestionar el cambio en la asistencia sanitaria y mejorar la salud de
los pacientes (ver cuadro No.5).
Los términos "control estadístico de procesos" y "control estadístico de calidad" se usan indistinta-
mente, su utilidad está demostrada que facilita la toma de decisión, y además se utilizan para visua-
lizar y analizar el rendimiento de los procesos que incluyen los procesos biológicos o los procesos
de las Organizaciones tales como la atención al paciente en un hospital.
El Control Estadístico de Procesos ha demostrado ser muy valiosa en otros entornos, aunque no
parecen haberse dado cuenta de su potencial en el cuidado de la salud. La cuestión que nace aquí
es:
• ¿Es esto debido a que son, hasta ahora, rara vez utilizadas de esta manera en el Cuidado de
la Salud?
• ¿Es porque no tienen éxito cuando se utilizan de esta manera y por lo tanto no publicados (ses-
go de publicación)?
• ¿O es que se está utilizando con éxito, pero no por las personas que tienen la inclinación a
compartir sus experiencias en revistas académicas?
CUADRO No. 5. ¿CÓMO Y DÓNDE SE APLICO EL CEP: LOS CAMPOS DE LA ASISTENCIA
SANITARIA *
Campo de la asistencia sanitaria Número de Referencias

(especialidad) artículos
Cuidado intensivo de 12 22, 25, 33, 36, 39, 41-43, 46,
anestesia 48, 57, 64
Medicina familiar y 7 34, 52, 55, 59, 62, 63, 66
comunitaria, atención
primaria
Medicina de urgencia 6 19, 45, 46, 48, 53, 68
Cardíaco (cardiotorácico) la 5 22, 30, 42, 47, 56
cirugía
Cardiología 5 22, 32, 46, 48, 56
Medicina interna 4 15, 32, 37, 50
Cirugía 4 42, 43, 49, 59
Asma-alergología 3 35, 40, 70
Enfermería 3 23, 24, 65
Bioquímica clínica 2 19, 58
Geriatría 2 16, 51
Urología 2 36, 41
Endocrinología 1 55
Hematología 1 67
Salud mental 1 20
Ortopedia 1 28
Oncología 1 67
Otorrinolaringología 1 29
Pediatría 1 59
Radiología 1 17
Rehabilitación de la medicina 1 60
* Las especialidades o ámbitos de la especialidad o del campo de la salud, varios artículos incluidos
más de una especialidad.
En resumen, esta revisión indica el CEP/SPC se ha aplicado a la asistencia en salud con importan-
tes beneficios a las diversas partes interesadas. Aunque existen importantes limitaciones y barreras
en cuanto a su aplicación, cuando se aplica correctamente CEP es una herramienta versátil que
puede permitir a los interesados gestionar el cambio en la asistencia sanitaria y mejorar la salud de
los pacientes (ver cuadro No.6).
CUADRO No. 6. BENEFICIOS DEL USO DEL CEP PARA MEJORAR LOS PROCESOS
CLÍNICOS
No. PROCESO LOS EJEMPLOS Y LAS EXPLICACIONES
El CEP facilitando y documentado para la mejora de los procesos de salud
1 Solicitud de CEP ayudando a las personas Muchos artículos informaron un papel provechoso
a evaluar el impacto de los cambios en el en la determinación de CEP en los efectos de las
proceso. intervenciones hechas en los procesos
(Ref.: 19,24,27,30,32-34,37,42, asistenciales. Los ejemplos incluyen los efectos de
43,45,52,53,55,57,58,60,64,67,68) éxito, los efectos adversos o la falta de efecto
2 Solicitud de CEP contribuyendo a la Varios artículos reportaron una mejoría de proceso
mejora de los procesos asistenciales. asistencial y que se atribuyo dicha mejora, en
(Ref. forma más o menos explícita, a los esfuerzos de
16,17,20,2628,30,31,36,37,46,53,56,65) mejora en general y de solicitud de CEP, en
particular, (las bases de tal atribución eran
metodológicamente débiles-por ejemplo, casos
clínicos, sin comparaciones). Por ejemplo, los
investigadores de la evaluación de la "puerta-aguja
a tiempo" (DTNT) para el tratamiento trombolítico
del infarto agudo de miocardio (IAM), utilizando los
gráficos de control encontró que "en el principio
hubo una considerable variabilidad de DTNT que
significa que el proceso de en la gestión
hospitalaria de los pacientes con IAM estaba fuera
de control estadístico. Poco después del inicio del
proceso de análisis formal DTNTs se redujeron
significativamente y se mantuvo dentro de un
rango estrecho, ya que muestra un patrón estable
y estadísticamente controlado. Por lo tanto, la
calidad del proceso se ha mejorado
significativamente gracias a nuestros esfuerzos
"(Bonetti et al,46 p 315)
3 Solicitud de CEP ayudando a la gente a Varios investigadores identificaron el rendimiento
identificar áreas de mejora del proceso que no era satisfactorio, y por lo tanto,
(Ref. 21,256,40,42,47,49,58,70) la necesidad de mejoramiento mediante el CEP.
Por ejemplo, los investigadores de la aplicación de
CEP para el cuidado de pacientes con asma
llegaron a la conclusión del proceso de atención
de los rendimientos de una gama de respiración
que "es clínicamente problemática, debe ser
rediseñado el proceso de atención y de monitoreo
para asegurar que el problema se ha corregido"
(Boggs et al,40 p 175)
El CEP como herramienta útil para la gestión de la asistencia sanitaria
4 Solicitud de CEP ayudando a las Como reflejo de uno de los principios del CPE,
personas a distinguir especiales de muchos artículos informaron como ayudó a la
variación de causas comunes gente a identificar una causa común, la variación
(Ref.15,30,35,38,39,41,42,45,49,51,54,59 de la causa especial, y entender la diferencia. Los
,64,70,71) investigadores que aplicaron RCP a la asistencia
quirúrgica, por ejemplo, concluyeron que "los
datos de conspirar con el tiempo y el uso de
técnicas de control del gráfico nos dirá si la
variación en un proceso quirúrgico es estable y
predecible o si la variación señales de un cambio
42
significativo en el proceso" (Levett y Carey, p
358)
5 CEP visto como una valiosa herramienta Muchos artículos informan de la utilidad del CEP
de mejora de la calidad y fácil de usar como una herramienta en la gestión de la
(Ref.18,19,25,29,30,38,40,42,47,48,50,56 asistencia sanitaria y mejora de procesos.
,62,69,70) Los investigadores en un servicio de cirugía
cardíaca, por ejemplo, diseñaron un sistema para
la recolección automática de datos y generación
de gráficos de control para el cumplimiento de
camino crítico, y concluyeron que no era "un
método rentable para proporcionar información
oportuna. Los beneficios de la retroalimentación
oportuna con el método gráfico de control son
fuertemente sugeridos por este estudio "(Ratcliffe
47
et al, p 1821)
6 El CEP permitió la predicción de valor de Algunos estudios informaron el valor de ser capaz
futuro en proceso de rendimiento de predecir el rendimiento futuro de los procesos
(Ref. 30,35,40) estables.
Un resultado previsible era beneficioso para el
30
paciente, médico y asegurador. En el cuidado
del asma, tal previsión permitió a médicos y
pacientes decidir si procede mantener el régimen
actual de atención o modificarlo para mejorar los
35,40
resultados futuros
7 El CEP ayudó a describir y cuantificar la El CEP permitió la caracterización de la
variabilidad del proceso variabilidad del proceso, incluyendo la variabilidad
23
(Ref. 22,23,35) presente en la toma de presión
El CEP como ayuda a los interesados en los procesos
8 Utilidad del CEP en los pacientes para EL CEP ha permitido a los pacientes con
colaborar en el manejo clínico (e enfermedades crónicas entender mejor y
investigación) gestionar por sí solos o en colaboración con sus
(Ref. 35,38,40,50,60) médicos tratamientos, específicamente, la
diabetes mellitus,38,50 hipertensión,38 dolores
musculares60 y el asma.35. El CEP también se
propuso como una estrategia de investigación
mediante el cual los pacientes pueden ser
colaboradores activos en la recopilación de datos
y análisis.38
En el cuidado del asma, por ejemplo, cuando los
pacientes de control, al trazar su función
respiratoria de los beneficios incluyen "conocer las
señales de cada paciente y su significado, los
límites naturales del proceso actual de atención y
que tenga la capacidad de anticipar el nivel futuro
de este paciente de la función, dado ningún
cambio en su proceso de atención. Esto aumentó
para el paciente y la capacidad del médico para
participar de manera significativa en el proceso de
mejora continua de la calidad del asma. El CEP
eleva el nivel de comunicación y el diálogo entre
pacientes y médicos exponencialmente más allá
de la generada por las listas de ítem tradicionales
de información "(Boggs et al,35 p 561)
9 La solicitud del CEP ha mejorado la El CEP proporciona un lenguaje común y facilitó la
comunicación entre los agentes de comunicación entre los administradores y médicos,
proceso. (ref. 35,36,52,63,70) o entre médicos y pacientes. Véase el ejemplo
anterior
10 La solicitud de CEP ha habilitado la mejor El CEP ha contribuido a informar para la toma de
toma de decisiones informada decisiones en el gobierno de la organización y
(Ref. 21,26,35,44,54,61,63,66) gestión sanitaria 21,26,44,54,61,63 y en toma de
decisiones clínicas en relación con, o en
asociación con los pacientes.35,66
En la presentación de informes sobre los
esfuerzos en el sistema de Intermountain Health
Care para mejorar la evaluación del nivel de los
agudos en la hospitalización, Shaha concluyó que
"los gráficos de control han proporcionado
información a los tomadores de decisiones a nivel
de entrega, que nunca antes habían disfrutado. El
sistema ha ayudado a entender mejor a las
enfermeras gestoras de la agudeza de sus
unidades y a una planificación más eficaz para la
dotación de personal adecuada para apoyar el
para el paciente y la capacidad del médico para
participar de manera significativa en el proceso de
mejora continua de la calidad del asma. El CEP
eleva el nivel de comunicación y el diálogo entre
pacientes y médicos exponencialmente más allá
de la generada por las listas de ítem tradicionales
de información "(Boggs et al,35 p 561)
9 La solicitud del CEP ha mejorado la El CEP proporciona un lenguaje común y facilitó la
comunicación entre los agentes de comunicación entre los administradores y médicos,
proceso. (ref. 35,36,52,63,70) o entre médicos y pacientes. Véase el ejemplo
anterior
10 La solicitud de CEP ha habilitado la mejor El CEP ha contribuido a informar para la toma de
toma de decisiones informada decisiones en el gobierno de la organización y
(Ref. 21,26,35,44,54,61,63,66) gestión sanitaria 21,26,44,54,61,63 y en toma de
decisiones clínicas en relación con, o en
asociación con los pacientes.35,66
En la presentación de informes sobre los
esfuerzos en el sistema de Intermountain Health
Care para mejorar la evaluación del nivel de los
agudos en la hospitalización, Shaha concluyó que
"los gráficos de control han proporcionado
información a los tomadores de decisiones a nivel
de entrega, que nunca antes habían disfrutado. El
sistema ha ayudado a entender mejor a las
enfermeras gestoras de la agudeza de sus
unidades y a una planificación más eficaz para la
dotación de personal adecuada para apoyar el
cuidado del paciente. La mejora de la dotación de
personal ha mejorado el trabajo en equipo y la
calidad de la vida laboral en estas unidades
"(Shaha,26 p 30)
11 Las Herramientas del CEP facultadas en El CEP tuvo un efecto potenciador entre, por
las partes interesadas del proceso ejemplo, los pacientes,35,50 directores de
(Ref. 15,21,26,35,50,54,61) enfermería,26 un asistente médico,15 trabajadores
de la salud y los gerentes,21,61 y miembros del
consejo21,54
12 La solicitud del CEP ayudó a los Para los interesados "de la organización" el
interesados a conocer sus procesos aprendizaje se vio facilitado por solicitud de CEP y
(ReF. 40,63,68) para los pacientes involucrados,40 los
médicos40,63,68 y los gerentes.63
"Tanto usted como su paciente son aprendices.
Las cartas enseñan y ayudan a aprender lo que es
de valor práctico para sus pacientes. Usted
encontrará que aprender juntos es una fuerte
invitación de compromiso con el proceso de asma
en la atención para los dos "(Boggs et al,40 p 175)
BIBLIOGRAFÍA
1. Burnes B. Gestión del cambio: un enfoque estratégico para la dinámica organizacional, Ed tercero. Londres: Financial Times /
Prentice Hall, 2000.
2. Wheeler D J, Las cámaras D S. Entender el control estadístico de procesos, Ed segundo. Knoxville, TN: Comunicado de RCP,
1992.
3. Fisher M L, B Humphries L. control de la calidad de Estadística de tromboplastina de cerebro de conejo para el uso clínico en la
determinación del tiempo de protrombina. Am J Clin Pathol1966;45:148-52. [Medline]
4. Carey R G. Mejora de la salud con los gráficos de control: los métodos del SPC básica y avanzada y estudios de casos. Milwaukee:
Comunicado de Calidad ASQ, 2003.
5. Daniels S, K Johnson, Johnson C. Calidad glosario. 2006 [citado el 28 de junio 2006], http://www.asq.org/glossary/s.html.
6. Blumenthal D. Aplicando la ciencia de gestión de calidad industrial a las decisiones de los médicos clínicos. En: Blumenthal D,
eds Un Scheck,. Cómo mejorar la práctica clínica: la gestión de la calidad total y el médico. San Francisco: Jossey Bass Editores,
1995:25-49.
7. Berwick D M. Una introducción a provocado el incremento de los sistemas. BMJ1996;312:619-22. [ Texto completo]
8. Berwick D M. El control de la variación en el cuidado de la salud: una consulta de Walter Shewhart. Med Care1991;29:1212-25.
[Medline]Web [de] Ciencia
9. Benneyan J C, Lloyd RC, P Plsek E. Control estadístico de procesos como una herramienta para la investigación y la mejora de
la salud. Qual Saf Health Care2003;12:458-64.[Resumen/ Texto completo]
10. Plsek P E. métodos de mejora de la calidad en la medicina clínica. Pediatría1999;103 (1 Suppl E):203-14.[Medline]
11. Wilcock M P, Thomson R G. de medición modernos para un servicio de salud moderno. Qual Cuidado de la Salud2000;9:199-200.
[ Texto completo]
12. Grimshaw J, M L McAuley, Bero L A, et al. Las revisiones sistemáticas de la eficacia de las estrategias de mejora de la calidad y
programas. Qual Saf Health Care 2003;12:298-303.[Resumen/ Texto completo]
13. Mays N, Roberts E, Popay J. Sintetizar la evidencia científica. En: N Fulop, P Allen, Clarke A, et al, Eds. El estudio de la organi-
zación y prestación de servicios de salud: métodos de investigación. London: Routledge, 2001:188-220.
14. Fulop N, P Allen, Clarke A, et al. Problemas en el estudio de la organización y prestación de servicios de salud. En: N Fulop,
P Allen, Clarke A, et al, Eds. El estudio de la organización y prestación de servicios de salud: métodos de investigación. London:
Routledge, 2001:1-23.
15. Re R N, Krousel-Madera M A. ¿Cómo usar la teoría de la mejora continua de calidad y estadística herramientas de control de
calidad en un [ver múltiples especialidades clínicas] comentario. QRB Bull Rev Qual1990;16:391-7.[Medline]
16. Schnelle J F, Newman I + D, T E Fogarty, et al. Evaluación y control de calidad del cuidado de la incontinencia en las instalaciones
de enfermería a largo plazo. J Am Soc Geriatr 1991;39:165-71.[Medline]
17. Bluth E I, Havrilla M, Blakeman C. técnicas de mejora de la calidad: valor para mejorar la puntualidad de los informes radiológicos
preoperatorios en el pecho. AJR Am J Roentgenol1993;160:995-8.[Resumen/ Texto completo]
18. McKenzie L. La gestión del proceso: dos gráficos de control. Cuidado de la Salud Superv1993;12:70-81.[Medline]
19. Rollo J L, A. Fauser B Computadoras en la gestión de la calidad total. control estadístico de procesos para agilizar las estadísti-
cas. Arch Pathol Lab Med1993;117:900-5.[Medline]
20. Dey L M, Sluyter GV, Keating J E. control estadístico de procesos y el rendimiento personal de atención directa. J Ment Salud
Adm1994;21:201-9.[Medline]Web [de] Ciencia
21. Guinane C S, JI Sikes, Wilson R K. Con el ciclo PDSA estandarizar un programa de garantía de calidad en un entorno de mejora
de calidad de motor. Com Jt J Qual Improvisación1994;20:696-705.[Medline]
22. Laffe G, Luttman R, S. Zimmerman Utilizando las gráficas de control para analizar los datos de serie relacionadas con el paciente.
Qual Manag Cuidado de la Salud1994;3:70-7.[Medline]
23. Nelson E F, MK Hart, Hart R F. Aplicación de la estadística gráfica de control a la variabilidad de la tensión arterial en el ámbito
de la atención primaria. J. Am Acad Pract Enfermera1994;6:17-28.[CrossRef][Medline]
24. Carey R G, Teeters J L. PMC estudio de caso-la reducción de errores de medicación. Com Jt J Qual Improvisación1995;21:232-7.
[Medline]
25. Oniki T A, P Clemmer T, Arthur K L, et al. Uso de técnicas de control estadístico de calidad para controlar los niveles de glucosa
en sangre. Annu Proc Simposio Appl Comput Med Care 1995:586-90.
26. Shaha S H. Agudeza y sistemas de control de inventario. Qual Manag Cuidado de la Salud1995;3:22-30. [Medline]
27. Ziegenfuss J TJR, McKenna C K. Diez herramientas de mejora continua de la calidad: una revisión y ejemplo de caso de alta
hospitalaria. Am J Med Qual1995;10:213-20.[ Texto completo]
28. Johnson C C, Martin M. Eficacia de un programa de educación médica para reducir el consumo de recursos hospitalarios de
sustitución electiva de cadera. South Med J1996;89:282-9.[CrossRef][Medline]
29.Piccirillo J F. El uso de datos de satisfacción del paciente para evaluar el impacto de los continuos esfuerzos de mejora de la
calidad. Arco del cuello de Otolaryngol Surg1996;122:1045-8.[Resumen/ Texto completo]
30. Shahian D M, Williamson W A, G L Svensson, et al. Aplicaciones de control estadístico de calidad a la cirugía cardíaca. Ann
Thorac Surg 1996;62:1351-8 De discusión 89.[Resumen/ Texto completo]
31. Tsacle G E, Aly N A. Un modelo de sistema experto para la implementación del control estadístico de procesos en la industria del
cuidado de la salud. Informática y de Ingeniería Industrial1996;31:447-50.[CrossRef]
32. Cornelissen G, Halberg M, Hawkins D, et al. una evaluación individual de la respuesta antihipertensiva de arranque propio sumas
acumulativas. J Med Ing. Technol 1997;21:111-20.[Medline]
33. Linford H L, Clemmer TP, T Oniki A. Desarrollo de un protocolo de glucosa en la sangre utilizando técnicas estadísticas de control
de calidad. Clin Nutr Pract1997;12:38-41.[CrossRef][Medline]
34. Ornstein S M, G Jenkins R, Lee F W, et al. El paciente basado en computadora como una herramienta de registro de PMC en un
centro de medicina familiar. Com Jt J Qual Improvisación 1997;23:347-61.[Medline]
35. Boggs P B, Wheeler D, W Washburne M, et al. Máxima capacidad de flujo espiratorio control de gráfico en el cuidado del asma:
la construcción gráfica y su uso en el cuidado del asma. Alergia Asma Ann Immunol 1998;81:552-62. Web [de] Ciencia
36. Konrad C, R H Gerber, Schuepfer G, et al. El síndrome de resección transuretral: efecto de la introducción en la práctica clínica
de un nuevo método para controlar la absorción de líquidos. J Clin Anesth 1998;10:360-5.[CrossRef][Medline]Web [de] Ciencia
37. Nelson E C, M Splaine E, B P Batalden, et al. Construcción de la medición y recopilación de datos en la práctica médica. Ann
Intern Med 1998;128:460-6.[Resumen/ Texto completo]
38. Solodky C, G Chen H, Jones K P, et al. Los pacientes como socios en la investigación clínica-una propuesta para aplicar los
métodos de mejora de la calidad de la atención al paciente. Med Care 1998;36:AS13-20.[CrossRef][Medline]Web [de] Ciencia
39. T Vitez S, Macario A. Establecer normas de funcionamiento de un departamento de anestesia. J Clin Anesth1998;10:166-75.
[CrossRef][Medline]Web [de] Ciencia
40. Boggs P B, Hayati M, W Washburne M, et al. Uso de gráficas de control estadístico de proceso de la mejora continua de la aten-
ción del asma. Com Jt J Qual Improvisación 1999;25:163-81.[Medline]
41. Konrad C, H Gerber, Schupfer G, et al. La detección de la absorción del volumen de líquidos mediante el control de alcohol espi-
rado en pacientes sometidos a cirugía pélvica endoscópica renal. J Clin Anesth 1999;11:386-90.[CrossRef][Medline]
42. Levett J M, Carey R G. Medición de mejora: de Toyota a la cirugía torácica. Ann Thorac Surg1999;68:353-8.[Resumen/ Texto
completo]
43. Pollard J B, P. Garnerin clínica para pacientes ambulatorios evaluación preoperatoria puede conducir a un rápido cambio
de la hospitalización de la cirugía ambulatoria: una revisión retrospectiva de contexto perioperatorio y resultados. J Clin Anes-
th1999;11:39-45.[CrossRef][Medline]
44. Purba M. El uso de un gráfico de control para controlar la diarrea de admisión: un ejercicio de mejora de la calidad en Kalimantan
Occidental el Hospital Provincial, Pontianak, Indonesia. J Clin Pract Qual1999;19:145-7.[CrossRef][Medline]
45. Schwab R A, M S DelSorbo, Cunningham R M, et al. El uso del control estadístico de procesos para demostrar el efecto de las
intervenciones operativas en los indicadores de calidad en el servicio de urgencias. J Qual Healthc 1999;21:38-41.[Medline]
46. Bonetti P O, Waeckerlin A, G Schuepfer, et al. Mejorar los procesos de los que el tiempo en la unidad de cuidados intensivos: el
ejemplo de "tiempo puerta-aguja" en el infarto agudo de miocardio. Int J Qual Cuidado de la Salud 2000;12:311-7.[Resumen/ Texto
completo]
47. Ratcliffe M B, H Khan J, M K Magee, et al. Recolección de datos de proceso después de la cirugía cardiaca: Primera aplicación
con un subprograma de intranet basadas en Java. Ann Thorac Surg 2000;69:1817-21.[Resumen/ Texto completo]
48. Saturno P J, Felices F, J Segura, et al. La reducción de tiempo de retraso en la trombólisis del infarto de miocardio: un proyecto
de mejora de la calidad interna. Am J Med Qual 2000;15:85-93.[Resumen/ Texto completo]
49. Sinanan M, Fieltros de K, M Peccoud, et al. Fórmula para la reanimación con la práctica quirúrgica en un centro médico acadé-
mico. Am J Surg 2000;179:417-21.[CrossRef][Medline]
50. Staker V L. Cambio de la práctica clínica mediante la mejora de los sistemas: la búsqueda de la excelencia clínica a través de
la práctica basada en la medición para el aprendizaje y mejora. Qual Manag Cuidado de la Salud2000;9:1-13.[CrossRef][Medline]
51. Alemi F, Oliver W. D Tutorial en función de su riesgo-P-listas. Qual Manag Cuidado de la Salud2001;10:1-9.[CrossRef][Medline]
52. Alemi F, T. Sullivan Tutorial sobre el riesgo de ajustar los gráficos X-barra: aplicaciones a la medida del control de la diabetes.
Qual Manag Cuidado de la Salud2001;9:57-65.[Medline]
53. Aronsky D, Kendall D, K Merkley, et al. Un conjunto completo de códigos principales quejas para el servicio de urgencias. Acad
Emerg Med 2001;8:980-9.[Medline]
54. Un Caron, Neuhauser D V. mejora de la salud organización del cuidado de informes con gráficos de control para las característi-
cas de calidad fundamentales: medidas ORYX como ejemplos. Qual Manag Cuidado de la Salud2001;9:28-39.[Medline]
55. Quinn D C, Graber A L, T Elasy A, et al. La superación de las batallas del césped: el desarrollo de un modelo pragmático de
colaboración para mejorar el control glucémico en pacientes con diabetes. Com Jt J Qual Improvisación 2001;27:255-64.[Medline]
56. Romano S H, R. M Chassin Ventanas de oportunidad para mejorar la atención a la diabetes cuando los pacientes con diabetes
son hospitalizadas por otras afecciones. Cuidado de la Diabetes2001;24:1371-6.[Resumen/ Texto completo]
57. Y Boelle P, Bonnet M, Valleron A J. Un sistema integrado de monitoreo importantes acontecimientos anestésico. J Am Med As-
soc Informe2002;9:S23-7.[Resumen/ Texto completo]
58. Burnett L, Chesher D, J Burnett R. Optimización de la disponibilidad de "stat" pruebas de laboratorio utilizando Shewhart "C" los
gráficos de control. Ann Clin Biochem 2002;39:140-4.[CrossRef][Medline]
59. Carey R G. Mejorar la satisfacción del paciente: un gráfico de control de estudio de caso. Cuidado J Ambul Adminis-
trar2002;25:78-83.[Medline]
60. Chu J, Neuhauser D V, Schwartz I, et al. La eficacia de automático / eléctrica contracción obtener estimulación intramuscular
(atoims / etoims) para controlar el dolor crónico: evaluación con métodos estadísticos de control de procesos. Electromyogr Neuro-
physiol Clin 2002;42:393-401.[Medline]
61. Curran E T, Benneyan JC, Campana J. El control de Staphylococcus aureus resistente a la meticilina: Un enfoque que utiliza
comentario anotado gráficas de control estadístico de procesos. Hosp Infect Control Epidemiol2002;23:13-8.[CrossRef][Medline]
Web [de] Ciencia
62. Marshall T, Mohammed MA, Lim T. H Entendimiento variación de gestión clínica: una ilustración con el diagnóstico y el tratamien-
to de dolor de garganta. Br J Gen Pract2002;52:277-83.[Medline]
63.Stewart J L, Greisler D. Medición de la práctica asistencial primaria de rendimiento dentro de un sistema integrado de prestación:
un estudio de caso. J Manag Healthc2002;47:250-61.[Medline]
64. El ayuno S, E. S Gisvold Métodos estadísticos de control de procesos permite el análisis y la mejora del cuidado de la anestesia.
Can J Anaesth2003;50:767-74.[Medline]Web [de] Ciencia
65. Hyrkäs K, Lehti K. mejora de la calidad continua a través de la supervisión del equipo con el apoyo de auto-monitoreo continuo
de trabajo y la retroalimentación sistemática del paciente. J Nurs Manag2003;11:177-88.[Medline]
66. Marshall T, M Mohammed A. Entendiendo la variación en la mejora de la calidad: el tratamiento de dolores de garganta en la
atención primaria. Fam Pract2003;20:69-73.[Resumen/ Texto completo]
67. Mertens W C, Higby D J, D Brown, et al. Mejora de la atención de los pacientes con respecto a las náuseas inducidas por la
quimioterapia y la emesis: el efecto de la retroalimentación a los clínicos en la adhesión a las directrices antieméticos prescripción.
J Clin Oncol 2003;21:1373-8.[Resumen/ Texto completo]
68. Un Norberg, C Christopher N, L M Ramundo, et al. las tasas de contaminación de los cultivos de sangre obtenida por flebotomía
dedicada vs catéter intravenoso. JAMA 2003;289:726-9.[Resumen/ Texto completo]
69. Rosow E, J Adán, K Coulombe, et al. La instrumentación virtual y cuadros de mando ejecutivos en tiempo real. Soluciones para
sistemas de atención de salud. Nurs Q Adm 2003;27:58-76.[Medline]
70. Alemi F, D. Neuhauser tiempo entre las gráficas de control para vigilar los ataques de asma. Com Jt J Qual Saf2004;30:95-102.
[Medline]
71. Hart K M, W Robertson J, R Hart M, et al. Aplicación de las variables de control a los datos gráficos de la asistencia sanitaria en
función del riesgo ordenada en el tiempo. ] [Comentario. Qual Manag Cuidado de la Salud 2004;13:99-119.[Medline]
72. Nelson E C, B P Batalden, Huber P T, et al. Microsystems en la atención médica: Parte 1. Aprender de la parte delantera de alto
rendimiento de línea de unidades clínicas. Com Jt J Qual Improvisación 2002;28:472-93.[Medline]
73. Olsson J, Elg H, T. Molfenter Reflexiones sobre la transferibilidad transnacional de las tecnologías de mejora-una comparación
de los factores para un cambio exitoso en los Estados Unidos y el norte de Europa. Qual Manag Cuidado de la Salud2003;12:259-69.
[Medline]
74. Thor J, K Wittlov, Herrlin B, et al. Aprendizaje ayudantes: cómo facilitar la mejora y mejora de la facilitación del enseñanzas de
una iniciativa de mejora de la calidad en todo el hospital. Qual Manag Cuidado de la Salud 2004;13:60-74.[Medline]
75. Davidoff F, P. Batalden Hacia pruebas más sólidas de mejora de la calidad. Proyecto de normas de publicación: el inicio de un
proyecto de consenso. Qual Saf Health Care2005;14:319-25.[Resumen/ Texto completo]
76. Pronovost P, R. Wachter Normas propuestas para la investigación y la publicación de mejora de calidad: un paso adelante y dos
pasos atrás. Qual Saf Health Care2006;15:152-3.[ Texto completo]
77. Eccles M, J Grimshaw, M Campbell, et al. Diseños de investigación para los estudios de evaluación de la eficacia de los cambios
y estrategias de mejoramiento. Qual Saf Health Care 2003;12:47-52.[Resumen/ Texto completo]
78. Díaz M, D. Neuhauser Pasteur y paracaídas: cuando el control estadístico de procesos es mejor que un ensayo controlado alea-
torizado. Qual Saf Health Care2005;14:140-3.[ Texto completo]
79. Neuhauser D, Díaz M. investigación mejora de la calidad: se eligen al azar los ensayos necesarios? Qual Saf Health
Care2007;16:77-80.[ Texto completo]
80. Benneyan J C, Borgman A D. ajustada por riesgo ensayos secuenciales razón de probabilidad y los métodos de vigilancia longi-
tudinal [ver el comentario]] [comentario. Int J Qual Cuidado de la Salud2003;15:5-6.[Texto completo]
81. Lim O T. Herramientas estadísticas de control de procesos para vigilar la actuación clínica. Int J Qual Cuidado de la Sa-
lud2003;15:3-4.[ Texto completo]
82. Berwick D M, James B, Coye M J. Conexiones entre la medición de calidad y mejora. Med Care2003;41 (1 Suppl):EI30-8.[Me-
dline]Web [de] Ciencia
83. Mohammed M A, K K Cheng, Rouse A, et al. Bristol, Shipman, y la gestión clínica: lecciones olvidadas de Shewhart. Lanceta
2001;357:463-7.[CrossRef][Medline]Web [de] Ciencia
84. Mays N, El Papa C, J. Popay la revisión sistemática de evidencia cualitativa y cuantitativa para informar a la dirección y formula-
ción de políticas en el campo de la salud. J Salud Serv Res Política2005;10 (Suppl 1):6-20.[Resumen/ Texto completo]
85. Pawson R, T Greenhalgh, Harvey G, et al. revisión realista-un nuevo método de revisión sistemática diseñada para las interven-
ciones de política compleja. J Salud Serv Res Política 2005;10 (Suppl 1):21-34.[Resumen/ Texto completo]
86. Dixon-Woods M, S Agarwal, Jones D, et al. La síntesis de la evidencia cualitativa y cuantitativa: una revisión de los métodos
posibles. J Salud Serv Res Política 2005;10:45-53.[Resumen/ Texto completo]
Harden, un, J García, S Oliver, et al. La aplicación de métodos de revisión sistemática de estudios de opinión de la gente: un ejemplo
de investigación en salud pública. J Epidemiol Community Salud 2004;58:794-800.[Resumen/ Texto completo]
1 Thor J. Lundberg J. Ask J. Et al. (2007) Application of Statistical Process Control in Healthcare Improvement: Systematic Review.
Developing Research And Practice. Qual Saf Health Care 2007; 16:387–399. Consultado por última vez mayo 2010. http://qshc.bmj.
com/content/16/5/387.full.pdf
Guía de Evaluación
Para mejorar el uso del control estadístico de procesos se sugiere auto-evaluarse con el fin
de detectar sus debilidades y reforzarlas antes de realizar este proceso
1. Describa que criterios tiene para priorizar los procesos a estudiar.
2. Entender un proceso como una serie de acciones especificas, ordenadas para producir un pro-
ducto y/o servicio, y cómo se puede representar en forma de flujo. Identificar simbología propia
para representar este flujo de acciones, conocer el término “mapa de procesos”, el propósito de
su uso, niveles a los que puede hacerse y los pasos para realizarse.
3. Está familiarizado con los términos, haga una breve descripción.
• Variabilidad.
• Causas asignables y no asignables.
• Estadística descriptiva: Rango, Intervalos de clase, marca de clase, tabla de frecuencias
de que está constituida, límites de clase, fórmulas para determinar el número de columnas.
• Muestra y que son las variables y sus tipos estadísticos.
• Que es un hallazgo significativo estadísticamente.
4. Identificar y analizar las causas más importantes que inherentes al proceso hacen que haya
variación. Cuáles de los tipos de causa son las que deben analizarse para controlar un proceso.
5. ¿Qué tan rápido puede deducir cuál o cuáles son las mejor herramientas para el estudio que
va a realizar?
6. ¿Sabe dónde utilizarlas?
7. ¿Cuáles son los procesos en que se pueden utilizar, en la asistencia o en la administración?
8. ¿Qué tan especificas pueden ser, de acuerdo la situación que va a analizar?
9. ¿Qué tan bien puede identificar las herramientas con un vistazo?
10. ¿Qué herramienta es la más útil para la prevención de estos efectos?
11. ¿Qué es estratificación?, forma más común de representarla. Ventajas de sus usos.
12. Las hojas de verificación se utilizan para recopilar datos; que ventajas ofrecen el construir
una hoja de control, porque varían en la forma de representarse.
13. De qué manera el histograma facilita el uso y manejo de los datos, que tiene que ver la dis-
tribución normal este tipo de gráficos.
14. El diagrama de causa-efecto o espina de pescado es un método gráfico que relaciona un

problema con las posibles causas que lo generan. Dibuje uno genérico y de termine sus partes.
15. Premisa del diagrama de Pareto, Interpretar la Regla 80/20, recomendaciones para realizar
un análisis de Pareto, pasos para su construcción.
16. Que permite un diagrama de dispersión al tener una visión global de conjunto de datos.
¿Qué herramienta se usa para elaborarlo?
17. Entender el objetivo principal de representar un conjunto de datos resultados de dos varia-
ble. Términos relacionados: correlación positiva y negativa, no correlación. Razones por las que
de alguna manera las variables se relacionan significativamente. Construcción.
18. ¿Qué es un Coeficiente de correlación?
19. Conocer el objetivo básico de un grafico de control, relación que guardan las causas no
comunes con las no comunes en un proceso, variabilidad y control de un proceso a través del
tiempo. Límites de control, cálculos.
20. Formulas aplicadas, tablas usadas, tipos de carta de control (por atributos, por variables,
etc.). ¿Por qué permite prevenir los problemas?, capacidad del proceso.
21. En el ciclo de PHVA porque es más fácil usar el control de procesos estadísticos en la fase
de verificar.
CONTROL ESTADÍSTICO DE PROCESOS COMO GENERADOR DE UNA CULTURA DE LA MEDICIÓN EN LAS ORGANIZACIONES DE SALUD (IPS)

Control Estadistico Organizaciones Salud PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Control Estadistico Organizaciones Salud PDF

Cargado por

Copyright:

Formatos disponibles

GUÍA PEDAGÓGICA

CONTROL ESTADÍSTICO DE PROCESOS

Dirección General de Calidad

ESTRATEGIAS Y MÉTODOS PARA LA MEJORA CONTINUA DE LA CALIDAD

DIEGO PALACIO BETANCOURT

CARLOS JORGE RODRÍGUEZ RESTREPO

CARLOS IGNACIO CUERVO VALENCIA

RICARDO ANDRÉS ECHEVERRI LÓPEZ

CLARA ALEXANDRA MÉNDEZ CUBILLOS

LUIS FERNANDO CORREA SERNA

RODRIGO HERNANDEZ HERNANDEZ

SANDRA INÉS ROZO BOLAÑOS

FRANCISCO RAÚL RESTREPO PARRA

LIZ ADRIANA MORENO MORENO

MARTHA YOLANDA RUIZ VALDÉS

LUIS F GIACOMETTI ROJAS

FERNANDO ACOSTA RODRÍGUEZ

DAVID VIVAS CONSUELO

ARIEL HABED LOPEZ

JOSÉ BAREÑO SILVA, MD, MSC.

Especialista en Auditoría en Salud. Especialista en Estadística. Magister en Epidemiología Investigador

Guía del Participante ........................................................................................................................9

Guía del Tutor .................................................................................................................................14

Simulación y Mejores Prácticas.......................................................................................................88

Guía de Evaluación ......................................................................................................................108

Es el resultado de un ejercicio previo a la elaboración del inventario de oferta de conocimiento, a

Estrategias y métodos para la mejora continua de la calidad.

Se pretende que en cada institución interesada se formen grupos interdisciplinarios constituidos

- Promover la cultura de la medición en la IPS.

- Conocer de la cultura de la calidad.

- Técnicas básicas de estadística

4. Resultados Esperados del Aprendizaje

5. Conocimientos: Unidades Didácticas

6. Metodología de Enseñanza Aprendizaje

El trabajo presencial consistirá en lo siguiente:

- Unidades didácticas donde figuran los contenidos teóricos.

ACTIVIDADES DE TRABAJO PRESENCIAL

TIPO DE ACTIVIDAD DISTRIBUCIÓN Presencial No presencial

• Unidades didácticas en soporte electrónico.

2. Conocimientos del tutor

- Técnicas básicas de estadística

3. Funciones del tutor

Las funciones del tutor son las siguientes:

La estrategia metodológica combina dos tipos de actividades:

Las actividades del tutor de la institución serán las siguientes:

1. Selección de los participantes de la institución

ALEATORIO4: Se dice de lo que depende de la suerte o el azar, en nuestro caso se entenderá

FACTOR FACILITADOR (ES). Es el proceso, práctica o método que facilita la implementación de

FACTORES CRÍTICOS DE ÉXITO (FCE). Determinaciones clave cuantitativas o cualitativas rela-

IPS: Institución Prestadora de Servicios de Salud en Colombia.

MEJORES PRÁCTICAS. Calificativo de un nivel de desempeño superior en cualquiera de las áreas

PROCESO ESTADÍSTICO: es una filosofía de la optimización referida a mejoras de proceso con-

SUA: Sistema Único de Acreditación

SOGC: Sistema Obligatorio de Garantía de Calidad

Si realmente comprendemos el problema, la respuesta saldrá de él, porque la solución no

El concepto de “cultura de la medición” está unido a los sistemas de medición e información. Es

En el caso de Colombia se ha observado más no documentado, la utilización de diferentes herra-

Con base en lo descrito, y en la búsqueda sistemática e identificación de experiencias exitosas en el

Esta metodología consta de los siguientes pasos:

4. Desarrollar previamente análisis pormenorizados, mediante matrices de identificación de bre-

7. Implementar y monitorear resultados, a través de un proceso sistemático de medir resultados

Área y línea de trabajo

Proveer a las Instituciones Prestadoras de Servicios de Salud (IPS) de instrumentos prácti-