Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Autores
Juan Carlos Castrillo Gómez
Jairo Humberto Torres
Director
Elio Higinio Cables Pérez, Ph D
Tabla de Contenidos
1 Introducción .................................................................................................................... 3
2 Descripción y formulación del problema ....................................................................... 4
2.1 Planteamiento del Problema ................................................................................... 4
2.2 Objetivo General..................................................................................................... 4
2.2.1 Objetivos Específicos ......................................................................................... 5
3 Marco referencial ............................................................................................................ 6
3.1 Marco Teórico ........................................................................................................ 6
3.1.1 Supersalud .......................................................................................................... 6
3.1.2 Entidades Prestadoras de Salud .......................................................................... 6
3.1.3 Definición y Uso de PRQD en la Supersalud ..................................................... 7
3.1.4 Método Ideal de Referencia .............................................................................. 10
3.2 Descripción Herramientas .................................................................................... 14
3.3 Estado del Arte ..................................................................................................... 16
3.4 Impacto ................................................................................................................. 19
3.5 Componente de Innovación .................................................................................. 19
4 Metodología .................................................................................................................. 20
4.1 Ingestión y Capturas de Datos .............................................................................. 21
4.2 Lineamientos de Gobierno de Datos .................................................................... 22
4.3 Preparación y Almacenamiento de los Datos ....................................................... 22
4.4 Transformación de Datos...................................................................................... 23
4.5 Visualización Datos .............................................................................................. 23
5 Desarrollo de la propuesta ............................................................................................ 24
5.1 Ingestión y Captura de Datos................................................................................ 24
5.1.1 Orígenes de los Datos ....................................................................................... 24
5.1.2 Fase Exploratoria de Datos ............................................................................... 25
5.1.3 Metadatos ......................................................................................................... 27
5.1.4 Implementación de Ambientes ......................................................................... 29
5.1.5 Almacenamiento de Datos Stage ...................................................................... 30
5.2 Definición de los Lineamientos del Gobierno de Datos ....................................... 33
5.2.1 Arquitectura Tecnológica Física ....................................................................... 34
5.2.2 Diagrama Arquitectura Lógica ......................................................................... 35
5.2.3 Flujo de Datos de Contexto .............................................................................. 36
5.2.4 Flujo de Datos Lógico ...................................................................................... 37
5.2.5 Lineamientos y Estandarización de Datos ........................................................ 37
5.3 Preparación y Almacenamiento de Datos ............................................................. 40
5.3.1 Descripción Problemas de Calidad de Datos. ................................................... 40
5.3.2 Datos Críticos ................................................................................................... 47
5.3.3 Medición de la Calidad de Datos, Indicadores y Métricas. .............................. 48
5.3.4 Almacenamiento Datos..................................................................................... 49
5.3.5 Carga Datos Ambiente Productivo ................................................................... 51
5.4 Transformación de los Datos ................................................................................ 55
iii
Lista de tablas
Lista de figuras
Abstract
complaints (PQRD) filed before the Superhealth by users affiliated with the health system
in Colombia, which allowed knowing the variables to deduce the need to develop a
dashboard to display the rating of health entities in accordance with PQRD status.
the PQRD data obtained from the open data platforms of Colombia and Supersalud for
the years 2018 and 2020, then the data prepared is loaded into a database. data for
availability before the Tableau tool, in which a dashboard is built for the visualization of
Resumen
y denuncias (PQRD) interpuestas ante la Supersalud por los usuarios afiliados al sistema
de salud en Colombia, el cual permitió conocer las variables para deducir la necesidad de
Supersalud para los años 2018 y 2020, posteriormente se realiza la carga de los datos
1 Introducción
Supersalud, son mecanismos que tienten los usuarios afiliados al sistema de salud para
presentar sus inconformidades sobre la atención en los servicios de salud de las diferentes
entidades. Las PQRD se interponen a través de los canales de atención que tiene la
Supersalud como lo son: página web, atención telefónica, chat personalizado, atención
entidades prestadoras de servicios de salud de Colombia con base al estado de las PQRD
usuarios.
Este análisis se realiza bajo la información obtenida de las PQRD interpuestas para el
multicriterio MCDA con el método RIM para establecer la calificación de cada entidad
acorde al estado de las PQRD interpuestas, para poder presentar dicha calificación ante el
salud de Colombia, sobre la atención de los servicios de salud prestados por las entidades,
legiblemente ante los potenciales usuarios que desean afiliarse o cambiar de entidad
información sobre los estados de atención de las PQRD ni como estructurarla para
visualizar la calificación de las entidades prestadoras y así poder tomar una decisión para
problema.
de Colombia?
proceso de gestión de las peticiones PQRD de los servicios que prestan las entidades de
Colombia y la Supersalud.
• Identificar las diferentes fuentes de datos abiertos para el análisis del proceso de
Colombia.
salud sobre la base de los datos obtenidos de las peticiones PQRD interpuestas
ante la Supersalud.
6
3 Marco referencial
3.1.1 Supersalud
acuerdo con las políticas de control según el decreto 2462, en el cual se estructuró una
general de salud y los recaudos económicos establecidos por la ley, los cuales deben
realizar los empleadores y trabajadores para poder acceder al servicio de salud (Minsalud,
2021).
los servicios de salud debe conocer los trámites y servicios que ofrece la Supersalud para
poder interponer las PQRDS por los siguientes canales de atención (Supersalud,
Supersalud, 2021).
• Correo: Este canal Permite al usuario interponer PQRDS vía e-mail ante el centro
de atención de la Supersalud.
Las PQRDS, son un medio por el cual la población puede ejercer los derechos a
Las peticiones son el derecho que todo usuario afiliado al servicio de salud en
Colombia tiene para presentar las solicitudes ante las respectivas autoridades de control y
• Petición de consulta.
• Petición preferencial.
• Petición de informes.
sobre la atención de los servicios de salud por parte de las entidades, estos reclamos se
• Reclamo prioritario.
• Reclamo regular.
hechos sobre delitos ante las autoridades y por lo tanto deben ser investigados por parte
ante la Supersalud por los usuarios que se encuentran afiliados al sistema de salud en
Colombia, con base a la solicitud número 202131301388951 (Saa, 2021) realizada ante la
Supersalud.
• Casos para Instrucción: Se refiere a casos reiterados por los usuarios, los cuales
• Cerrado: Se refiere a casos cerrados con respuesta por parte del ente vigilado y
• Reabierto: Casos reabiertos por cierre indebido por parte del ente vigilado.
• Respuesta por la entidad: Casos cerrado con respuestas por parte del ente
vigilado.
9
PQRD_ESTADO son cambiantes de acuerdo a la gestión que surta un caso, por ejemplo:
un caso se crea en estado Pendiente (Avance) y tan pronto se cierra por parte del
El método del ideal de referencia (RIM) fue desarrollado por Cables et al.
(Cables, ScienceDirect, 2016), el cual forma parte de los métodos de análisis multicriterio
para apoyar el proceso de toma de decisiones. Particularmente, este método (RIM) parte
de la identificación del ideal de referencia para cada uno de los criterios que serán
Para aplicar el método RIM, se debe seguir los pasos siguientes de acuerdo con el
• La gama tj.
• El ideal de referencia sj. El ideal de referencia puede ser cualquier conjunto entre
Donde:
1 si x C , D
d min ( x, C , D )
f ( x, t , s ) = 1 − si x A, C A C
A−C
1 − d min ( x, C , D ) si x D, B D B
D−B
Para calcular la matriz normalizada ponderada y a través de: (ver figura 4).
una referencia.
Como se puede observar, el método RIM utiliza el vector de pesos para enseñar la
importancia relativa entre los criterios. Para la determinación del vector de pesos existen
diversos métodos, sin embargo, en este proyecto se utilizará el método propuesto por
Cables y Lamata (Lamata & y Cables, 2009) por ser de fácil implementación y utilizar
constante.
1 1+ n
f ( x) = a x + − a
n 2
Donde:
• x = 1,2,..., n
3.1.4.8 Algoritmo
Para obtener una función lineal, se debe seleccionar la pendiente de acuerdo con la
información y archivos digitales como; .cvs, .txt. .xlsx entre otros, los cuales contienen
(KeepCoding, 2020).
15
visualizar información de forma gráfica en pantallas tanto local como web, con la
Tableau es una herramienta que permite capturar datos desde diferentes fuentes
través de gráficos interactivos para compartir la información con otros usuarios, esta
diferentes áreas como machine learning, aplicaciones web, internet de las cosas entre
otros, este lenguaje se implementa en el proyecto para aplicar calidad a los datos
interpuestas por los diferentes usuarios afiliados a las entidades prestadoras del servicio
Salud, 2013), esta investigación fue realizada para los meses de marzo y abril del año
desbordamiento en la atención de las respuesta ente los usuarios para lo cual debieron
2018” (Naranjo & Rodríguez, 2019) presenta que las PQRD son los mecanismos por
medio de los cuales las personas presentan las inconformidades con el sistema de salud,
17
En el análisis realizado identificaron que los casos de las PQRDS de tipo cáncer y
autorizaciones.
el derecho de los usuarios del SGSSS; así mismo permitió identificar que el cáncer es la
principal causa de muerte en el país y es considerada una enfermedad de alto costo para
de acuerdo a los estudios e informes del Ministerio de Salud, INS, ONS, Instituto
realizada por (Foseca & Martínez, 2020) presenta como objetivo caracterizar las PQRD
18
presentadas por los usuarios afiliados al servicio de salud durante los años 2014-2019 del
cual se obtuvo que durante este periodo se interpusieron 2.847.967 PQRD ante la
comportamiento con base a las variables de estudio, como principal motivo de queja
mayor tasa de PQRD por cada 10.000 afiliados fue Quindío y el vigilado con mayor tasa
por (Jurado & Lievano, 2019), donde presentaron una propuesta para la mejora de los
por la prestación de los servicios con la finalidad de establecer estándares para la atención
de PQRD.
3.4 Impacto
PQRDS interpuestas por los usuarios ante la Supersalud, para lo cual se dispondrá la
entidades de salud de los últimos tres años, donde se innovará con la creación de un
de cada entidad de salud en Colombia por medio de la aplicación del modelo de análisis
multicriterio RIM.
20
4 Metodología
ciclos de vida del dato que se deben tener en cuenta y en las que nos apoyan para
organizarlas en diferentes etapas. Por citar un caso, según plantea el autor AWS Public
Sector Blog Team (Blog, 2019), la etapa inicial del ciclo de vida del dato comienza con la
ingestión y captura de los datos desde las distintas fuentes disponibles, por lo que ésta
será la etapa inicial del proyecto. Por otra parte, se establecen los lineamientos de
Para las siguientes etapas de ciclo de vida del dato que menciona el autor AWS
Public Sector Blog Team (Team, 2019), se encuentran las etapas de almacenamiento y
preparación de los datos recopilados desde todas las diferentes fuentes de origen, ya que
Trujillo, 2013).
cual contendrá filtros y diagramas estadísticos según los autores (Wilke., 2019) y
21
(Bernard Marr, 2017). Además de las ventajas de obtener información a partir de los
• Transformación de datos.
• Visualización de datos.
metodología.
organización para su ingestión en los sistemas de información para poder realizar los
En primer lugar, el almacenamiento según (Casas Roma, Nin Guerrero, & Julbe
López, 2019) son sistemas de varios tipos donde se guarda y recupera desde pequeños
hasta grandes volúmenes de datos de forma eficiente, se incluyen todo tipo de bases de
que los datos tengan integridad, debido a que se utilizan para la toma de decisiones
para el negocio con base a un previo análisis realizado sobre los datos, los cuales deberán
datos históricos (Carlos Trujillo, 2013). Las herramientas más extendidas para realizar el
estudio de estos datos históricos, son OLAP (procesamiento analítico en línea). En esta
datos como los procesos ETL con los cuales se aplica la calidad de datos y se realiza la
Esta etapa consiste según el autor Claus Wilke (Wilke., 2019) en brindar pautas
Identificar qué tipo de visualización es mejor para la historia que se quiere contar. Se
hacen figuras informativas que sean visualmente agradables. Se exploran los conceptos
básicos del color como herramienta para resaltar, distinguir o representar un valor y
5 Desarrollo de la propuesta
Para el proyecto se consideró utilizar los datos de las PQRD interpuestas ante la
Supersalud por los usuarios afiliados al sistema de salud en Colombia, esta información
análisis de las PQRD se basa en los datos suministrados por esta entidad Supersalud los
cuales algunos son publicados por su propia plataforma y otros en datos abiertos del
gobierno nacional. Se utilizó como información complementaria datos del portal DANE
obtención.
✓ URL: https://www.datos.gov.co/Salud-y-Protecci-n-Social/Base-de-
Datos-PQRD-2020/n8qp-zcp9
✓ Fecha Creación:24/06/2021
✓ URL: https://www.supersalud.gov.co/es-co/Paginas/Oficina de
Planeación/Datos-abiertos.aspx
✓ Fecha Creación:21/06/2021
✓ URL:https://geoportal.dane.gov.co/geovisores/territorio/consulta-
divipola-division-politico-administrativa-de-colombia/
Estadísticas DANE
desde las fuentes descritas anteriormente, por medio de la herramienta Google Drive para
su almacenamiento transitorio de los sets de datos en formato CSV, para ejecutar una fase
26
inicial exploratoria de los datos, por medio de Google Colab se visualiza la Carga Dataset
entender la tipología de los datos como: tamaño total, número de columnas, total filas,
27
posibles problemas con los datos, campos nulos y planteamiento de las posibles tablas
las tablas donde se almacenan los registros de las PQRD interpuestas ante la Supersalud,
5.1.3 Metadatos
datos PQRD suministrados por la Supersalud desde su plataforma web y desde el sitio
5 PQR_CANAL
9 PET_COD_DEPTO
11 PET_COD_MPIO
25 ENT_NOMBRE
34 MACROMOTIVO
MOTIVO_GENERAL
36
MOTIVO_ESPECIFICO
38
PQR_ESTADO
45
Fuente: Elaboración Propia
29
definieron e implementaron dos ambientes, los cuales permiten tener un mejor orden al
poder ejecutar pruebas y procesos de limpieza sobre los datos de forma segura sin afectar
la integridad o disponibilidad de los datos que estén siendo consumidos por los usuarios
Este ambiente se crea para realizar el análisis y ajuste de los datos de acuerdo con
tipo de datos, etc., sin afectar los datos que utilizan de los usuarios finales.
Entorno: Cloud.
Entorno: Cloud.
almacenamiento de los datos crudos, o sea, sin ningún cambio, implementando una base
de datos MySQL en la nube Amazon Web Service AWS. Este proceso se ejecutó de la
siguiente forma.
Se crea una cuenta en la nube AWS la cual se implementa una nueva instancia del
SGBD MySQL para la ingestión de los datos en la base de datos desde las tres fuentes
identificadas.
✓ Nombre: smysqlpqrd
✓ vCPU: 1
✓ Generación de log: Si
✓ Monitoreo y backups: Si
Por medio de la herramienta DataGrip versión 2020 se importan las tres fuentes
de datos cada una en archivo formato CSV hacia las tablas: PQRD_2020, PQRD_2018 y
Una vez importado los datos a cada una de las tres tablas, se ejecuta una consulta
Para el caso del presente proyecto se definen los lineamientos para la aplicación
datos de las PQRD, a partir de los cuales se toma de referente para ejecutar el análisis,
diseño de los modelos y desarrollo de la base de datos tanto para los datos crudos como
para los datos transformados siguiendo las prácticas de los autores (Nieto Bernal, 2017) y
(Cuadra, 2014).
• Origen de los datos (numeral 1): Se especifica los orígenes de los datos obtenidos
los datos.
datos ingestados.
35
visualización.
de los datos desde su captura desde los sistemas origen hasta su visualización en los
disponibilidad para la visualización de los datos ante la entidad solicitante (ver figura 20).
Se describe el paso a paso del proceso de transformación que tienen los datos
En este modelo se identifican las relaciones de alto nivel entre las diferentes
entidades de la base de datos en las cuales no se incluye llaves primarias ni atributos ver
Anexo-6.
Para este modelo se identifican las relaciones entre las entidades, atributos,
Se identifican las estructuras de las tablas como son: nombres, atributos tipos
los datos en las plataformas AWS Amazon y Microsoft Azure (ver figura 23).
39
FK Foering Key
PK Primary Key
preparación de los datos de las pqrd obtenidos en la etapa anterior aplicando tratamiento
evidencian 736303 datos nulos de un total de 1678890, lo cual equivale a un 43.85 % del
3.72% del total de los datos, valores errados campo PET_DPTO, (ver figura 25).
• Tipo Formato
decimales, los cuales no son acordes al tipo de dato entero del campo, para este caso la
cantidad de datos que presentan esta incidencia son 13848, lo cual equivale 0.82% del
42
total de los datos del campo COD_MOTGEN, valores errados campo COD_MOTGEN,
tienen problemas de Tipo formato definidos como tipo de dato string, tanto para el campo
equivale al 50.68% del total de datos, campo fecha, (ver figura 27).
Fuente: Elaboración
sobrepasa el límite estipulado por el DANE, teniendo en cuenta que los códigos de los
43
departamentos en Colombia de acuerdo con Divipola, tienen un valor máximo de 99, para
este caso, se evidencian un total de 32526 datos, para un equivalente del 1.93% del total
• Duplicidad
muy similares, pero en alguna parte del texto se diferencia de la otra pero que finalmente
tiene que ver con la misma entidad. Para lo cual se presentan seis entidades afectando a
47,540 registros equivalente al 2.83% del total de los datos, (ver figura 29).
Por medio de la herramienta Google Colab, se procede a realizar los ajustes de los
• Valores Nulos
Se definió asignar por defecto el texto ‘No definido’ para todos los campos con
figura 30).
• Tipo Formato
Se ajustaron todos los tipos de datos a las columnas identificadas con un formato
inadecuado para el campo fecha y año como se muestra a continuación, (ver figura 31).
45
Para ejecutar este ajuste se utilizó el set de datos de Divipola del Dane para la
• Duplicidad
y se ajustaron con la finalidad de tener solamente un registro de cada entidad, (ver figura
34).
Ejecutando los ajustes en los duplicados se logró ajustar todos los campos. A
continuación, la entidad de salud Nueva EPS S.A en un único registro, (ver figura 35).
47
serán utilizados los datos para la visualización en el tablero de comandos, para lo cual de
negocio, los atributos o datos críticos, las medidas, las métricas de cada una de las
Completitud (Vacíos). El Conteo del número de registros Dividir el número de registros por el número total IND1 %
lugar en el cual se diligenciados, compararlo con el de registros de la tabla y multiplíquelo por 100. tolerancia: 12
recepciona la PQRD de SNS_Reg número total de registros. Porcentaje Valor obtenido:
acuerdo con sedes Nombre Total identificados: 736303 (736303 /1678890)*100=43.85% 43.85 %
regionales dispuestas por la Total campos: 1678890 Inaceptable: por
Supersalud debe ser encima del 2%
obligatorio.
Conformidad (Formato). Conteo del número de campos que Dividir el número de registros por el número total IND2 %
El formato establecido para no contienen el formato de fecha de registros de la tabla y multiplíquelo por 100. tolerancia: 10
fechas es: YYYY-MM-DD definido. Mostrar el porcentaje de Porcentaje Valor obtenido:
Fecha creación registros con mal formato de (850931 /1678890)*100=50.68% 50.68 %
fecha. Total Inaceptable: por
identificados: 850931 encima del 5%
Total campos: 1678890
Consistencia. al hacer el Conteo del número de campos Dividir el número de registros por el número total IND3 %
cruce de información con la inconsistentes con otra fuente de de registros de la tabla y multiplíquelo por 100. tolerancia: 0
fuente de información de la Pet_Cod datos. Mostrar el porcentaje de Porcentaje Valor obtenido:
Supersalud con datos departamento registros inconsistentes. (32526/1678890)*100=1.93% 1.93 %
abiertos no debe existir Total identificados: 32526 Inaceptable: por
información contradictoria Total campos: 1678890 encima del 0%
Duplicación/Unicidad. Conteo del número de registros Dividir el número de registros por el número total IND4 %
Debe haber un único repetidos identificados. Mostrar el de registros de la tabla y multiplíquelo por 100. tolerancia: 0
registro por entidad de salud Entidad porcentaje de registros duplicados. Porcentaje Valor obtenido:
en la tabla. Nombre Total identificados: 47540 Total (47540 /1678890)*100=2.83% 2.83 %
campos: 1678890 Inaceptable: por
encima del 0%
Una vez ejecutado todo el proceso de preparación se procede a almacenar los datos
limpiados a una tabla en el SGBD Mysql alojado en una instancia de AWS por medio de
Una vez finalizada la carga de los datos a la base de datos alojada en AWS, se
Azure para almacenar los datos limpiados en la etapa 3 y se ejecutó las sentencias SQL
para la creación de las tablas que habían sido diseñadas y elaboradas en la etapa 2 del
52
proyecto. Con los datos obtenidos aquí se aplicó el proceso de transformación para
obtener la calificación del proceso de atención a las PQRD de las entidades de salud.
✓ Nombre: pmysqlpqrd
✓ Disco duro: 20 GB
✓ vCPU: 2
✓ Memoria RAM: 4 GB
✓ Generación de log: Si
✓ Monitoreo y backups: Si
figura 44).
Una vez se tuvieron las tablas creadas se procedió a cargarlas comenzando con las
tablas Maestras y terminando con las tablas Transaccionales. Para este proceso se utilizó
la herramienta Talend para extraer y carga los datos desde la BD AWS Stage hacia Azure
plantillas CSV del proceso de extracción queden de forma global (ver figura 45).
54
Al tener definidas las conexiones y plantillas CSV se crean los componentes PreJob
que inicia la conexión a la BD y PostJob que cierra la conexión una vez termina la
Luego, para el primer Job que carga las tablas maestras, se crea los componentes
siguiendo un orden general en casi todos los flujos de componentes, (ver figura 47).
55
1.678.891 registros. De esta forma se aplicó la carga a las 2 tablas con mayor volumen en
la base de datos “pmysqlpqrd” de Producción tomando menos tiempo de carga (ver figura
48).
Para este caso particular, en esta etapa se aplican los procesos de transformación
de los datos de las PQRD por medio de procesos ETL, los cuales serán posteriormente
56
cargados en una base de datos para finalmente disponerlos para las consultas previamente
aplica el modelo de análisis multicriterio a través del modelo RIM (E. Cablesa, 2016)
sobre los datos en este caso particular, sobre las PQRD de las entidades prestadoras de
servicio de salud, aplicando el método RIM con el objetivo de obtener una calificación
dominios asociados, Por tales razones, para cada criterio seleccionado se determina la
referencia Ideal (E. Cablesa, 2016), para lo cual se tienen en cuenta los siguientes puntos.
entidades de salud.
en el tablero de control.
total de cada estado PQRD, conteo total de PQRD por cada entidad y se calcula su
Una vez organizadas las entidades se procede a asignar códigos a cada uno de los
estados PQRD para una mejor identificación y aplicación de las fórmulas, (ver tabla 8).
PQRD a partir de la cantidad de criterios (n=5), el intervalo de la pendiente para este caso
valor del Peso obtenido para cada estado PQRD, cuya sumatoria debe dar 1, (ver tabla 9).
Realizado estos cálculos, se procede a definir la solución ideal para cada criterio.
Se estableció como solución ideal para el criterio C1(estado cerrado) el intervalo seria de
C4(Casos para instrucción) y para los criterios C5(Reabierto) de 0 (ver tabla 10).
Una vez se tienen calculados los pesos, definida la solución ideal, los códigos
asignados a cada estado PQRD y los datos organizados se inicia la aplicación de los seis
pasos.
59
5.4.1.1 Paso 1
5.4.1.2 Paso 2
cada entidad de salud en los diferentes criterios que presentan los estados, (ver tabla 12).
5.4.1.3 Paso 3
Para este paso se aplica la fórmula del método RIM definido en el marco
conceptual en el paso tres, para regularizar la matriz X con el ideal de referencia (IR) o
solución ideal. A continuación, se muestra la nueva matriz Y obtenida (ver tabla 13).
60
5.4.1.4 Paso 4
peso definido, obteniendo los siguientes valores tal y como se visualiza, (ver tabla 14).
5.4.1.5 Paso 5
sumatoria de cada fila para determinar la variación de la solución ideal positiva, (ver
tabla 15).
Ahora, se ejecutan los cálculos esta vez para el indicador (I-) que es la variación
de la solución ideal negativa con la raíz cuadrada de la resta de los valores de cada fila,
Elaboración: Propia
5.4.1.6 Paso 6
Para este último paso, se calcula el Índice Relativo IR a partir de los valores de la
variación a la solución ideal positiva (I+) y negativa (I-) del paso 5, dividiendo (I-) entre
la suma de (I+) con (I-), dando como resultado el índice relativo (IR) para alternativa que
para este cado son las entidades de salud. Cada valor de agregación obtenido se encuentra
entre el intervalo (0-1), lo que significa que mientras el IR se encuentre más próximo a 1
estará más cercano al Ideal de Referencia definido y mientras más se aleje de 1 (se
Ahora se propone para el proceso de las PQRD de las entidades de la salud las
A partir del paso 6, por medio del índice relativo (IR) calculado para cada
alternativa, se aplica el intervalo propuesto de las calificaciones descrito a cada una de las
entidades de salud (ver tabla 18), para finalmente asignar una calificación en el proceso
Para el proceso de aplicación de los 6 pasos comprendidos dentro del MCDA con
leguaje Hypertext Preprocessor PHP que se encargó de ejecutar todos los cálculos
63
necesarios en los procesos del MCDA por medio del leguaje PHP v 7.3.21, procesando la
información preparada de las PQRD de cada una de las entidades de salud desde la BDD
MySQL del ambiente Producción configurado en Microsft Azure, (ver figura 49)
por medio de la herramienta Talend ETL por medio de la conexión y ejecución de la API.
matemáticas de los 6 pasos necesarios en los procesos del MCDA por medio del leguaje
PHP 8.0 procesando la información preparada de las PQRD de cada una de las entidades
de salud desde la BD MySQL del ambiente producción configurado en Azure, ver figura
51).
alguno de los cinco estados de PQRD para que cada entidad quede con 5
proyecto (Aquí referencia tabla Estados PQRD) se aplica a cada una de las
donde se generó el flujo del job para la API con los componentes necesarios donde
producción alojada en Microsoft Azure, la cual contiene los datos de cada una de las
entidades de salud y la calificación obtenida por medio del método MCDA aplicado en la
API. Una vez se ejecuta la API se valida si está todo correcto y genera una ventana
En esta etapa se definen las siguientes tareas para generar la visualización de los
herramienta Tableau, con la cual se realiza la captura de los datos oro desde la base de
indicador a visualizar.
Colombia
estado.
visualizarán los resultados de los datos, a continuación, se visualiza una descripción sobre
la construcción del gráfico cantidad porcentual por cada estado de PQRD interpuesta,
Una vez desarrollados los tableros de control con los gráficos de acuerdo con la
MCDA con el método RIM se logró determinar la calificación del proceso de atención de
beneficio para los usuarios es que podrán buscar la entidad de salud a la que están
de salud se preocupa por la atención de las quejas de sus usuarios para darles pronta
respuesta o por el contrario el proceso de atención de PQRD no es muy bien atendido por
6 Conclusiones
publicó la información del año 2020 y del 2018. Estas dos fuentes fueron de estudio para
el desarrollo del proyecto. Se tomó una tercera fuente de datos DANE Divipola para la
en Colombia.
AWS Amazon donde se almacenó la información en su estado original, para aplicarle los
procesos de limpieza y preparación por medio de las herramientas Google Colab, una vez
plataforma Microsft Azure por medio de la ELT Talend DI para disponerla hacia la
comandos de las PQRD y la calificación del proceso de atención de peticiones PQRD por
Para todo el proceso y ciclo de vida de los datos de las PQRD se aplicaron buenas
las entidades de salud tuviera mayor calidad, libre de inconsistencias, disponible para los
usuarios y adecuada para aplicar el método RIM que define las calificaciones en el
desde un Job con la herramienta ELT Talend. Se logró que esta API aplicará cada uno de
los 6 pasos del método utilizando los datos de las entidades de salud y sus estados PQRD,
con lo cual, se permitió asignar una calificación al proceso de atención de las PQRD de
nube Azure, se realizó los indicadores y consultas necesarias para la visualización de los
datos más relevantes de la investigación del proyecto como la información por entidades
facilitan y generan mayor entendimiento sobre los datos permitiendo segregarlos por
solicitante, fecha de la petición PQRD, intervalo de edades de los usuarios que solicitan
7 Referencias
8 Anexos
proyecto.
Nombre de llaves primarias y foráneas Las llaves PK y FK deben comenzar con el sufijo
“cod_”.
Puertos de acceso a las Bases de Datos diferentes al Deben cambiarse los puertos por defecto al 3306
default del SGBD MySQL.