Thomas G. Kannampallil
Una tendencia reciente en la literatura ha sido caracterizar las actividades de atención de salud en términos de la teoría de sistemas complejos. La complejidad a menudo se ha definido de manera vaga y variada, con significados que van desde “no simple” a “complicado” a “intratable”. En este artículo, consideramos varios aspectos de la complejidad y cómo se relacionan con la práctica de atención de salud moderna, con el objetivo de desarrollar enfoques de investigación para estudiar entornos de atención de salud complejos. Proponemos una perspectiva teórica para comprender y estudiar la complejidad en los sistemas de atención de salud basada en los grados de interrelación de los componentes del sistema. También describimos, con las salvedades pertinentes, cómo los sistemas de atención de salud complejos son generalmente descomponibles, lo que los hace más manejables para estudios posteriores. Las ideas de interrelación entre los componentes de un sistema como una medida de complejidad y descomposición funcional como un mecanismo para estudiar subcomponentes significativos de un sistema complejo pueden usarse como un marco para comprender los sistemas de atención de salud complejos. Usando ejemplos extraídos de la literatura actual y nuestra propia investigación, explicamos la viabilidad de este enfoque para comprender, estudiar y gestionar sistemas de atención de salud complejos.
The content provides a thorough exploration of the concept of complexity in healthcare systems. The discussion of the definition of complexity and its properties is insightful, offering valuable insights into the impact of complexity on the «computability» of systems. The examples of studies on complex systems help illustrate the practical application of the proposed approach.
Resumen gráfico
Esta figura resume el rango de complejidad de los sistemas, destacando cuatro extremos como una combinación del número de componentes y la interrelación entre esos componentes.
1. Introducción
El término “complejidad” se utiliza a menudo en la literatura científica para definir tareas o sistemas que van desde complicados a insolubles, con un significado general de “no simple”. Como señaló un premio Nobel y cofundador del Instituto Santa Fe, “se necesitarían diversas medidas diferentes para capturar todas nuestras ideas intuitivas sobre lo que se entiende por complejidad y por su opuesto, la simplicidad”.[10]Lo que generalmente se reconoce en investigaciones anteriores es que las definiciones de complejidad son ambiguas y dependen del contexto.[19], y subjetivo[10]. Si bien los investigadores han hecho referencia a la complejidad de la práctica de la atención médica como una consideración importante para la seguridad y la calidad del paciente[1],[17],[22],[24],[32],[36], es importante señalar que parte de este trabajo ha sido recibido con escepticismo (por ejemplo,[21],[26]), lo que provoca respuestas de que las ideas clave de la teoría de la complejidad utilizadas en la atención médica son a menudo ideas distorsionadas “presentadas bajo el disfraz de la complejidad”[21]y son simplemente el “nuevo conjunto de herramientas del emperador”[26].
La teoría de la complejidad se ha utilizado para estudiar diferentes aspectos de la atención sanitaria, incluida la gestión.[24], continuidad de la atención[33], enfermería[18], y toma de decisiones[6]Por ejemplo, Bar-Yam[1]Basó su análisis de todo el sistema sanitario estadounidense en una definición organizacional de complejidad, en la que las organizaciones complejas (como las dedicadas a la práctica sanitaria) se distinguían por sus tareas designadas. Estas tareas eran numerosas, diversas y llevadas a cabo por individuos únicos. En cambio, Innes y sus colegas[15]Consideraron la consulta individual del paciente como su unidad de análisis y destacaron características de este encuentro que eran análogas a las exhibidas por sistemas adaptativos complejos, como la no linealidad (que conduce a la incertidumbre) y la adaptación a la influencia de agencias externas.[23]La mayor parte del trabajo previo sobre la complejidad de la atención médica es descriptivo y proporciona información limitada para investigadores y profesionales sobre cómo estudiar y comprender los sistemas complejos.
En este artículo, proponemos una perspectiva teórica para comprender y estudiar la complejidad en los sistemas de atención de la salud, en particular en entornos dinámicos como los entornos de cuidados intensivos y de urgencias. Esta perspectiva teórica, basada en la interrelación entre los componentes de un sistema complejo, ofrece a los investigadores y a los profesionales un enfoque para comprender y gestionar la complejidad. Basándonos en estudios previos y en nuestra propia investigación, proporcionamos ejemplos de cómo se puede utilizar esta perspectiva para identificar, estudiar y potencialmente resolver problemas actuales y relevantes en el ámbito de la atención de la salud. Para ello, consideramos los diversos sentidos del término “complejidad” y cómo se relacionan con la práctica sanitaria moderna, con el objetivo de facilitar enfoques de investigación mejor informados para estudiar entornos sanitarios complejos.
2. Definición de complejidad y sus propiedades
Las primeras caracterizaciones de la complejidad surgieron de la física (por ejemplo, la teoría del caos, la complejidad de la red) y la informática (por ejemplo, la complejidad computacional, los autómatas celulares).[13],[34], economía, biología y filosofía (por ejemplo, dimensiones espacio-temporales de la complejidad)[10]Otras caracterizaciones relacionadas han descrito la complejidad como algo que surge de la naturaleza de los problemas en relación con su solución. Por ejemplo, “malvado”[27]o “mal estructurado”[30]Se ha atribuido a los problemas características de la complejidad. Las disciplinas científicas más nuevas también se han apropiado y adaptado caracterizaciones de la complejidad para que se ajusten a sus campos de estudio. Si bien existe una superposición considerable entre las muchas definiciones[10]Sigue habiendo un desacuerdo significativo sobre la noción de complejidad y la naturaleza de la ciencia de la complejidad.[23].
Definimos la complejidad en términos de una de las nociones más comúnmente aceptadas: la interrelación de los componentes de un sistema. [29],[30],[31]. Por interrelación entendemos la influencia de los componentes del sistema entre sí. En este sentido, la complejidad es relativa: aumenta con el número de componentes de un sistema, el número de relaciones entre ellos y la singularidad de esas relaciones. Esta última noción de singularidad refleja la idea de que expandir un sistema mediante la mera repetición o transformaciones simples de relaciones y componentes no contribuye sustancialmente a su complejidad. Si bien la gran cantidad de componentes de un sistema puede hacerlo «complicado», es el grado y la cantidad de relaciones entre los componentes, tanto manifiestas como latentes, lo que lo hace inherentemente complejo. Esta interrelación entre los componentes de los sistemas complejos se manifiesta como propiedades o características del sistema, como la no descomponibilidad y la emergencia, el comportamiento no lineal y, en algunos casos, la autoorganización. Varios investigadores (por ejemplo,[27],[29],[30],[31]) han descrito estas propiedades como características distintivas de los sistemas complejos. Sin embargo, estas propiedades también pueden entenderse como consecuencias de la interrelación de los componentes del sistema. En consecuencia, describimos dos propiedades particularmente notables de los sistemas complejos en términos de interrelaciones: la no descomponibilidad y el comportamiento no lineal.
La no descomponibilidad es a menudo una consecuencia de la red de interrelaciones entre los componentes de los sistemas complejos. Significa que dichos sistemas no pueden entenderse atendiendo a sus componentes individuales de forma aislada. Es decir, en la medida en que los componentes de los sistemas complejos se examinen de forma aislada (ignorando las interrelaciones entre ellos), se podrá entender menos acerca del sistema. Sin embargo, es importante considerar que algunas interrelaciones suelen ser más sustanciales que otras, de modo que la no descomponibilidad no es absoluta. La no descomponibilidad no significa que no se puedan estudiar los sistemas complejos; más bien, implica que el enfoque o la granularidad en el estudio de dichos sistemas debe adaptarse a las limitaciones de las interrelaciones.
Un resultado conductual importante de las interrelaciones, una especie de “no descomponibilidad de las acciones”, es el de la emergencia [8],[9],[16]Las interacciones entre los componentes de sistemas complejos, debido a sus interrelaciones, a menudo conducen a propiedades de comportamiento inesperadas de dichos sistemas. Estas propiedades normalmente no se pueden predecir a partir de las características de comportamiento de los componentes individuales del sistema. También puede ocurrir una forma particular de emergencia, el comportamiento del sistema autoorganizado.
Las interrelaciones entre los componentes del sistema tienden a complicar las respuestas de los sistemas complejos a la influencia externa. Es decir, a medida que los sistemas se vuelven más complejos, tienden a tener un comportamiento cada vez más no lineal . La linealidad se caracteriza por la previsibilidad y proporcionalidad de los comportamientos en respuesta a las influencias externas; los sistemas cada vez más complejos tienden a comportarse de manera menos predecible y proporcional.[24]Cuando influencias muy pequeñas producen grandes cambios, tales comportamientos se denominan “caóticos”. Una implicación de la no linealidad de los sistemas complejos es su relativa mayor desapego, o “libertad”, de respuesta directa a las influencias ambientales. Esta capacidad de los sistemas complejos para mantener ciertas características a pesar de las influencias ambientales, a menudo denominada robustez[4], ha inspirado el enfoque de la ingeniería de resiliencia[14], que tiene como objetivo mejorar la capacidad de los sistemas críticos ante errores, incluido el sistema de salud, para tolerar el error humano.
3. Efectos de la complejidad: retos para la “computabilidad”
Uno de los efectos críticos de la complejidad de los sistemas es su “computabilidad”. En otras palabras, existe un costo involucrado (en términos de recursos cognitivos, computacionales, temporales o físicos requeridos o gastados) cuando se trabaja dentro o sobre dichos sistemas. Por ejemplo, las personas que trabajan dentro de sistemas complejos a menudo gastan un esfuerzo cognitivo o físico sustancial en la realización de tareas, o pueden emplear heurísticas (es decir, atajos mentales) para hacer frente a ellas. Del mismo modo, para los observadores externos que intentan comprender los sistemas complejos, la interrelación de los componentes introduce desafíos significativos para comprender eficazmente el sistema, y a veces se ignoran aspectos importantes de dichos sistemas para su propio riesgo. Comprender , describir , predecir y gestionar son objetivos fundamentales para las personas que trabajan dentro de sistemas complejos, así como para quienes los estudian.
La forma en que la cantidad de componentes y las interrelaciones (únicas) entre los componentes ejemplifican la complejidad del sistema se puede entender considerando combinaciones representativas bajas y altas de ambos. Según la cantidad de componentes y el grado de relación, son posibles varias combinaciones, y cada una de estas combinaciones presenta diferentes desafíos de computabilidad. Es importante considerar la computabilidad de un sistema complejo (o un componente de un sistema complejo), ya que es una medida para determinar el grado en que uno es capaz de describir, predecir y posiblemente gestionar un sistema complejo. Consideramos cuatro condiciones para caracterizar el rango de complejidad del sistema. Estas cuatro condiciones no son de ninguna manera exhaustivas. Son posibles varias condiciones intermedias, según la cantidad de componentes y los grados de interrelación. Nuestro propósito principal es mostrar el rango significativo de complejidad que puede manifestarse en los sistemas. Se proporciona un resumen de estas condiciones enFigura 1En la descripción que sigue, proporcionamos un ejemplo en el que cada condición ocurre en un entorno de práctica clínica.
- 1.Pocos componentes, baja interrelación. Estos sistemas son simples , con bajos costos computacionales, lo que los hace relativamente fáciles de entender, describir, predecir y administrar en diversas circunstancias. Además, estos sistemas son fácilmente descomponibles y muestran un comportamiento casi lineal en la mayoría de las circunstancias. Un ejemplo de pocos componentes (médico, nota e interfaz de computadora) y relaciones (entradas y respuestas de computadora) sería un médico que simplemente copia la información médica del paciente desde su nota escrita a mano a una interfaz de registro médico electrónico (EMR).
- 2.Muchos componentes, poca interrelación. Estos sistemas son complicados , en el sentido de que contienen una gran cantidad de componentes, pero las relaciones entre ellos son pocas. Esto agrega costos computacionales solo en la medida en que se deben considerar más componentes del sistema. Como tal, estos sistemas se pueden describir, predecir y administrar, aunque a un costo computacional linealmente más alto en comparación con los sistemas simples. Por ejemplo, considere un sistema EMR utilizado por múltiples miembros del personal (médicos, enfermeras, farmacéuticos y administradores de facturación), cada uno interactuando con el sistema de manera limitada para sus tareas específicas basadas en roles.
- 3.Pocos componentes, alta interrelación. Estos sistemas son relativamente complejos y requieren costos computacionales significativos. El número relativamente pequeño de componentes los hace más fáciles de describir pero significativamente más difíciles de predecir o manejar. La alta interrelación dentro del sistema conduce a una menor descomponibilidad. Es posible que podamos estudiar estos sistemas como un «todo» (debido a su número relativamente pequeño de componentes), en lugar de descomponerlos en subcomponentes funcionales. Por ejemplo, considere las interacciones entre los miembros del equipo en una unidad de cuidados críticos durante una situación de trauma (por ejemplo, un «código azul»). El equipo que responde a un código puede incluir solo unos pocos miembros, pero la interacción entre los miembros del equipo puede ser extremadamente divergente, dependiendo de la situación. Shetty et al.[28], por ejemplo, encontraron divergencias considerables en el desempeño (desviación del protocolo, errores) entre dos equipos similares para escenarios de simulación de reanimación idénticos, lo que muestra el comportamiento significativamente variado de equipos de cuidados críticos pequeños y altamente interdependientes.
- 4.Muchos componentes, alta interrelación. Estos sistemas son complejos y a menudo presentan costos computacionales muy altos. Debido a la alta interrelación entre su gran cantidad de componentes, estos sistemas son difíciles de describir y mucho más difíciles de predecir o administrar. Por ejemplo, múltiples equipos de cuidados críticos que atienden traumas de un evento con muchas víctimas tienen que lidiar con múltiples pacientes con diferentes afecciones, con un entorno de trabajo significativamente cambiado (por ejemplo, protocolos de trauma). Tal escenario sería un caso compuesto del ejemplo presentado en la condición 3 anterior, lo que da como resultado una cantidad significativa de componentes (es decir, una gran cantidad de pacientes y equipos de atención al paciente) y una alta interrelación (dentro y entre los miembros del equipo) para administrar el flujo de trabajo en este entorno de cuidados críticos.
Para estudiar el comportamiento de los sistemas, es necesario comprender la naturaleza de la organización de los componentes.[35]—es decir, identificar componentes e interrelaciones entre componentes. En las condiciones 1 y 2, donde el grado de interrelación es bajo, es posible describir, predecir y gestionar el comportamiento del sistema. En las condiciones 3 y 4, el número significativo de interrelaciones entre componentes puede provocar un comportamiento del sistema altamente errático e impredecible.
4. Estudio de sistemas complejos
Los sistemas complejos pueden parecer muy diferentes, dependiendo de los aspectos, la granularidad y las circunstancias en las que el investigador decida centrarse. Sin embargo, es importante señalar que estos cambios de perspectiva no modifican la complejidad del sistema, ya que esta es intrínseca y está definida por las interrelaciones de todos sus componentes, independientemente de si se examinan o no dichas interrelaciones. Algunos aspectos de interés, niveles de análisis o situaciones pueden revelar una complejidad significativa del sistema, mientras que otros no. Por lo tanto, los desafíos que surgen al estudiar sistemas complejos dependen en gran medida de las preguntas de investigación que se plantean y de los niveles de detalle y precisión con los que se buscan respuestas.
Como investigadores, no podemos caracterizar satisfactoriamente los sistemas complejos desde una perspectiva global únicamente. Como observó proféticamente Herbert Simon décadas antes del surgimiento de la ciencia de la complejidad como campo unificado, no se puede estudiar la complejidad de un sistema sin “especificar el contenido de la complejidad”.[31]En otras palabras, Simon defendió la necesidad de descomponer los sistemas complejos , siempre que sea posible, en componentes funcionales más pequeños y las relaciones entre ellos. La descomposición, en este contexto, es el proceso de caracterizar un sistema en términos de subsistemas o componentes y las relaciones entre ellos para caracterizarlos en términos de interrelaciones discernibles entre componentes relativamente más simples. Groen y Patel[12]Se utilizaron perspectivas similares sobre la interrelación para analizar la naturaleza de la coherencia en el texto médico.
El desafío, entonces, es identificar los “tamaños” correctos de los componentes y las interrelaciones que existen entre ellos. En otras palabras, para extraer información de un sistema complejo, “uno debe concentrarse en el nivel correcto de descripción”.[11]La tarea de cortar un sistema en sus costuras requiere un estudio significativo de los comportamientos de los componentes, las interrelaciones de los componentes y, lo más importante, si el subconjunto aislado del sistema es representativo y apropiado para estudiar el problema en cuestión. La preocupación clave aquí es la identificación de la granularidad y las costuras adecuadas de los componentes funcionales que se pueden estudiar más a fondo. La descomposición adecuada debe basarse en la naturaleza del problema que se está resolviendo, el propósito de estudiar el sistema complejo (es decir, describir, comprender, predecir o gestionar) y las implicaciones esperadas del estudio del sistema.[11].
Para descomponer un sistema complejo en sus componentes constituyentes, primero hay que identificar los componentes (con un nivel de granularidad adecuado). A continuación, se debe determinar el grado (o la fuerza), la singularidad y el número de relaciones entre los diversos componentes. El grado de interrelación entre los componentes afecta al funcionamiento del sistema. Por ejemplo, un acoplamiento estrecho entre dos componentes significa que su comportamiento está fuertemente vinculado. Al mismo tiempo, una relación débil indica una menor dependencia. La influencia entre los componentes también puede caracterizarse como probabilística, correlacional o direccional. Cortar o ignorar las interrelaciones fuertes o únicas puede tener efectos significativamente mayores que ignorar las relaciones débiles o redundantes en el comportamiento general del sistema. Por ejemplo, para estudiar las prácticas de transferencia de médicos en entornos de atención de emergencia, es probable que las cuestiones relacionadas con la transferencia de información relacionada con el paciente sean más importantes de considerar que las relacionadas con la disponibilidad de recursos o la gestión de camas. En otras palabras, al crear una porción funcional para estudiar las prácticas de transferencia de atención de emergencia, es más importante considerar el componente de información del paciente que el componente de recursos o gestión de camas.
La naturaleza del problema que se está resolviendo y el propósito de estudiar el sistema complejo a menudo están determinados por los objetivos de la investigación y el contexto en el que se estudia el problema. En el ejemplo presentado anteriormente sobre las prácticas de transferencia de médicos en entornos de cuidados críticos, la creación de un segmento funcional estuvo determinada por la pregunta de investigación (es decir, el estudio de las prácticas de transferencia). En consecuencia, los investigadores y los médicos deben tomar decisiones conscientes y apropiadas sobre qué relaciones ignorar y cuáles preservar, en lugar de tomar tales decisiones de manera implícita. Si bien a menudo es imposible hacer una descomposición funcional “perfecta” de un sistema complejo, se debe utilizar la comprensión de las relaciones entre los diversos componentes para descomponer el sistema en sus límites internos o “costuras naturales”.
Con ese fin, también debe considerarse la posibilidad de interrelaciones “latentes” entre los componentes. El comportamiento del sistema a menudo varía en diferentes condiciones que pueden o no revelar la naturaleza de las relaciones entre los diversos componentes dentro del sistema. Algunas relaciones permanecen latentes en la mayoría de las condiciones y aparecen solo en ciertas condiciones específicas. Dichas condiciones pueden considerarse como estados de “perturbación” del sistema. Por ejemplo, el funcionamiento de un servicio de urgencias cambia cuando hay una afluencia repentina de pacientes críticos debido a un evento con muchas víctimas. En consecuencia, el flujo de trabajo, las actividades de los médicos, el comportamiento grupal y los procesos de transferencia tienden a ser significativamente diferentes de las condiciones de trabajo normales. Varios aspectos del flujo de trabajo del servicio de urgencias cambian, incluido el hecho de que se trae personal fuera de servicio para brindar apoyo clínico, se adoptan protocolos para traumatismos y se suspende la enseñanza (es decir, en hospitales docentes).[25]En tales situaciones, aparentemente surgen nuevas dependencias o se pueden fortalecer otras débiles (como la activación de protocolos de trauma o la suspensión de la enseñanza, en el ejemplo). Dependiendo del problema complejo que se esté estudiando, es importante considerar diversas condiciones del sistema y las relaciones que dichas condiciones pueden exponer.
Hasta ahora, hemos estado considerando sistemas que potencialmente pueden descomponerse en componentes funcionales más pequeños para su evaluación y análisis. A esta complejidad se la denomina complejidad organizada . Algunos sistemas no son susceptibles de descomposición: por ejemplo, aquellos que tienen todos sus componentes interconectados. Weaver[35]describe esto como complejidad desorganizada . En sistemas (o sus componentes funcionales) en los que la complejidad desorganizada es sustancial, el enfoque debe estar en describir estos sistemas en términos de parámetros estadísticos o limitantes (por ejemplo, promedios, límites o fronteras). Hay muchos casos de tal complejidad desorganizada en sistemas clínicos. Por ejemplo, considere un DE donde la llegada de nuevos pacientes en un día específico es menos predecible pero es posible determinar promedios de tasas de llegada de pacientes durante un período de tiempo fijo (digamos, un mes). Como investigadores y profesionales, es importante ser conscientes de la complejidad desorganizada y que se deben considerar las variables apropiadas para su descripción.
5. Ejemplos de estudio de sistemas complejos
Uno de los propósitos de este artículo es desarrollar un enfoque para el estudio de sistemas complejos. Como se mencionó anteriormente, nuestra perspectiva se basa en el principio de descomposición funcional de un sistema complejo: se debe especificar el problema a resolver, luego delinear los componentes del sistema y las relaciones entre ellos y, finalmente, aislar los componentes apropiados del sistema para su estudio. Si bien no existe un conjunto de heurísticas generales que se puedan aplicar para la descomposición funcional de todos los sistemas, las etapas mencionadas anteriormente se pueden utilizar como una hoja de ruta de alto nivel. Como ejemplos para explicar mejor nuestra perspectiva, nos basamos en tres artículos de investigación. Estos artículos de ejemplo fueron seleccionados según los siguientes criterios: (a) los autores describen el entorno que están estudiando como un entorno de atención médica complejo y (b) utilizan alguna forma de proceso de descomposición funcional para identificar componentes y relaciones específicas entre componentes.
5.1 . Modelado de flujo de trabajo en cuidados intensivos
Malhotra y otros.[20]Los autores desarrollaron un modelo de flujo de trabajo de la unidad de cuidados intensivos (UCI) descomponiendo las actividades del flujo de trabajo en las de los médicos individuales. Para desarrollar un modelo cognitivo e identificar las posibles fuentes de errores en el flujo de trabajo, descompusieron el flujo de trabajo de la UCI en (a) zonas críticas de actividades organizadas temporalmente, (b) recursos de conocimiento que se utilizaron mientras un médico (asistente, enfermero, residente) estaba en una de las zonas críticas y (c) los errores que ocurrieron durante estas actividades. En otras palabras, descompusieron el flujo de trabajo de la UCI en actividades laborales específicas tanto a nivel individual como colaborativo, identificaron las posibles relaciones entre las actividades laborales mediante una secuencia temporal de zonas críticas y, finalmente, utilizaron las relaciones para identificar las fuentes de errores o averías. Los autores utilizan la metáfora de un rompecabezas de imágenes para explicar los fundamentos conceptuales de su trabajo. Al descomponer el problema en piezas individuales que tienen características y relaciones únicas, se desarrolló un modelo de componentes del sistema de flujo de trabajo de la UCI. Los componentes del modelo que se combinaron fueron aquellos que eran «sensatos e informativos».[20]En este estudio, los autores descomponen el problema del flujo de trabajo en la UCI en actividades individuales y los requisitos cognitivos asociados con esas actividades. Al centrarse en los individuos (médicos asistentes, residentes, enfermeras) y las actividades laborales relacionadas, los autores reducen de manera innovadora la compleja red de actividades en la UCI a una escala comprensible. Utilizando capas de otras variables, incluida la ubicación de las actividades y las secuencias temporales, desarrollaron e hicieron inteligible un modelo complejo del flujo de trabajo en la UCI.
5.2 . Traslado de urgencias a UCI
Chalfin y otros.[5]Investigaron la asociación entre la duración de la estancia en urgencias y los resultados de los pacientes en estado crítico. Utilizando datos de pacientes sobre traslados de la base de datos del proyecto IMPACT, descubrieron que los pacientes con un mayor tiempo de estancia en urgencias (≥6 h) presentaban una mayor duración de la estancia hospitalaria (LOS) y mayores tasas de mortalidad. En otras palabras, los autores encontraron una asociación entre la LOS en urgencias y los resultados de los pacientes en la UCI, teniendo en cuenta varias características objetivas disponibles de los pacientes (p. ej., edad, sexo, estado de reanimación y puntuación de la Evaluación de salud crónica y fisiológica aguda II).
Los autores describen un estudio en el que consideraron las transferencias de pacientes de urgencias a la UCI en función de parámetros específicos del paciente: características del paciente, agudeza del paciente, condiciones médicas, LOS y resultados (p. ej., mortalidad). La porción del problema de investigación seleccionado se limitó a ciertos parámetros disponibles y, de hecho, relevantes. El punto importante a destacar aquí es que hay varios parámetros más que pueden influir potencialmente en las transferencias de urgencias a la UCI, por ejemplo, el papel de los equipos no clínicos (p. ej., equipos de gestión de camas), el hacinamiento en urgencias (que conduce a demoras), el censo de la UCI, la experiencia de los médicos y la disponibilidad de recursos clínicos (p. ej., técnicos de rayos X). Si bien la mayoría de estos factores pueden influir en las transferencias de pacientes de urgencias a la UCI, el artículo intenta descomponer el problema en el estudio de solo un conjunto de características del paciente (edad, género, puntuación APACHE II) y su influencia en los resultados de la UCI. Por ello, en este estudio, los autores descomponen el problema (es decir, el traslado del servicio de urgencias a la UCI) en una versión simplificada, teniendo en cuenta únicamente el estado del paciente, ignorando varios componentes “interrelacionados” que podrían afectar potencialmente a los traslados del servicio de urgencias a la UCI. Esta puede ser una estrategia adecuada, pero es importante tener en cuenta cómo puede haber limitado la potencia de sus conclusiones para comprender, describir, predecir o gestionar los entornos de cuidados críticos reales.
5.3 . Trabajo colaborativo en urgencias psiquiátricas
Cohen y colegas[7]caracterizaron los procesos cognitivos que subyacen a la toma de decisiones en un departamento de urgencias psiquiátricas (PED) utilizando el marco teórico de la cognición distribuida (CD). El PED muestra muchas de las características de los sistemas complejos que hemos descrito: el trabajo es inherentemente colaborativo y depende de las relaciones dentro y entre equipos de diversos médicos, que van desde médicos hasta trabajadores sociales, especializados en abuso de sustancias. Las decisiones en la unidad están influenciadas por relaciones fuera de la unidad, incluidas las relaciones con otras unidades hospitalarias, servicios sociales, familias de pacientes y, en ocasiones, agencias locales de aplicación de la ley. En consecuencia, la información que respalda la toma de decisiones en este contexto se deriva de una red altamente interconectada de diversos agentes. Restringir el enfoque a la unidad funcional central responsable de la atención (que generalmente consiste en un médico asistente, un residente, una enfermera y un trabajador social) permitió caracterizar las formas en que la cognición dentro de esta unidad se distribuye entre equipos, tiempo, espacio y artefactos, destacando fallas latentes en el sistema que fueron predictivas de errores observados durante el curso de esta investigación.
6. Conclusión
En este artículo, describimos un enfoque racional para comprender y estudiar la complejidad, específicamente en entornos de atención médica. Utilizando el grado de interrelación entre los componentes del sistema como indicador de la complejidad del sistema, describimos cómo los sistemas complejos pueden considerarse típicamente en términos de componentes funcionalmente más pequeños y las relaciones entre ellos, con base en consideraciones teóricas, racionales y prácticas. Esta descomposición funcional implica una comprensión integral del contexto de trabajo, sus componentes y los principios que rigen las acciones de los diversos componentes dentro del sistema.
La naturaleza específica del trabajo sanitario moderno lo hace particularmente susceptible a la descomposición funcional, ya que el trabajo se distribuye entre actores (médicos, enfermeras, residentes y otro personal de apoyo clínico) y artefactos (tecnología de la información, máquinas, notas en papel) (por ejemplo, ver[2],[3],[7]). A menudo existe una estructura en las relaciones que existen entre los proveedores de atención, los artefactos y los pacientes. Si bien algunas relaciones son aparentes, otras se manifiestan solo bajo ciertas condiciones. Como tal, es posible caracterizarla como una red de actores, donde (en un alto nivel de descomposición) los nodos son actores (o artefactos) y los bordes son sus relaciones. Por ejemplo, el DE puede considerarse como una red compleja de médicos (médicos asistentes, residentes, enfermeras), pacientes y tecnologías de la información que se utilizan para gestionar la atención al paciente. Para estudiar las actividades de transferencia en el DE, uno tiene que considerar los médicos involucrados (actores), los artefactos utilizados (registros en papel y electrónicos) y la información que se transfiere. Las actividades de transferencia pueden considerarse como una subred dentro de la red más grande del DE. En resumen, la organización distribuida y bastante estructurada de los entornos de atención médica hace viable el enfoque de descomposición funcional.
Como ocurre con cualquier enfoque de investigación, la descomposición funcional tiene posibles desventajas. En primer lugar, el proceso de incluir selectivamente algunos componentes o interrelaciones y descartar otros puede llevar a una simplificación excesiva del problema. En segundo lugar, la creación de porciones cada vez más pequeñas de un sistema complejo impone mayores exigencias en cuanto a la comprensión de los componentes y su intrincada red de interrelaciones con otros componentes. Además, el uso de un nivel de explicación de microestructura puede resultar difícil de conceptualizar para personas ajenas al campo. A pesar de estas limitaciones, creemos que nuestro enfoque es un mecanismo útil y sistemático para comprender la complejidad en los entornos sanitarios.
