Bogdan Bichescu, Randy V. Bradley, David D. Dobrzykowski, Iana Shaheen, Antonieta Smith
Resumen
El texto ofrece una revisión exhaustiva sobre el uso de enfoques analíticos en la gestión de operaciones hospitalarias (HOM) y atención sanitaria, basándose en el análisis de 414 estudios publicados entre 2010 y 2024 en cinco revistas líderes del área. Los hospitales enfrentan presión para mejorar resultados y eficiencia mientras procesan crecientes cantidades de datos, pero la adopción de la analítica aún es lenta. El estudio clasifica los enfoques analíticos en descriptivos, predictivos y prescriptivos, siendo los predictivos los más prevalentes. Se identifican seis grandes temas de investigación: programación y uso de recursos; cadenas de suministro farmacéuticas e incentivos; tecnología sanitaria y salud pública; apoyo a la toma de decisiones médicas; estudios orientados a políticas; y mejora de predicción y servicios clínicos.
El trabajo destaca tendencias de publicación, técnicas empleadas (desde estadística tradicional hasta aprendizaje automático y simulación), y cambios temáticos a lo largo del tiempo, incluyendo el impacto de la pandemia de COVID-19 en el aumento del interés en analítica sanitaria. También identifica a los autores más influyentes y analiza la distribución temática por revista y autor, ofreciendo una visión integral de la evolución y actores clave del campo.
Finalmente, el artículo propone líneas futuras de investigación para cada tema, enfatizando la necesidad de abordar factores humanos, tecnológicos, regulatorios y operativos en búsqueda de mayor eficiencia, calidad y equidad en la atención sanitaria. Destaca la utilidad de la analítica para informar políticas, optimizar recursos y mejorar la toma de decisiones clínicas y gerenciales, y subraya la importancia de una mayor colaboración entre investigadores y profesionales del sector.
1 INTRODUCCIÓN
Los cambios regulatorios en los reembolsos, la inflación y otros factores han llevado a los hospitales a enfrentar una presión sustancial para mejorar la calidad, la satisfacción del paciente, el costo y otras medidas importantes de desempeño, todo mientras generan y procesan cantidades cada vez mayores de datos (Bradley et al., 2018 ; Bretthauer y Savin, 2018 ; Ding y Peng, 2022 ; Dobrzykowski y Tarafdar, 2017 ; Wowak et al., 2023 ). La atención médica es una industria intensiva en datos y dependiente de los datos, pero la industria y, más específicamente, los hospitales, lamentablemente, están luchando para extraer valor de los datos a través de análisis (ver Hut, 2019 ; Lim et al., 2020 ; Wowak et al., 2023 ). Aunque los datos se recopilan tanto manual como electrónicamente, rara vez se consolidan y se hacen útiles en todo el continuo de atención (Ben-Assuli et al., 2023 ; Zepeda et al., 2020 ). El análisis de la salud puede acelerar la integración continua de las actividades empresariales y clínicas, así como la mejora de los resultados y el rendimiento empresarial (Lim et al., 2020 ). Desafortunadamente, a pesar de los numerosos titulares que promocionan el análisis de la salud, la realidad es que su adopción por parte de las organizaciones sanitarias ha sido lenta y, en gran medida, decepcionante para los líderes del sector (véase Hut, 2019 ; Techtarget, 2024 ).
La adopción reticente de la analítica en las operaciones sanitarias se ha visto reforzada por las interacciones directas de los autores con más de 1366 profesionales sanitarios durante talleres participativos que abordaron la aplicación de la analítica en dichas operaciones (Design for Health, 2024 ). Este enfoque de investigación se llevó a cabo como parte de un proyecto más amplio destinado a educar y obtener aportaciones de los ejecutivos sanitarios sobre cuestiones relevantes de gestión de la información en las operaciones sanitarias (Abdolkhani et al., 2020 ). Estos profesionales contaban con experiencia en la gestión de organizaciones sanitarias, puestos que incluían aportar información o ser responsables de la toma de decisiones relacionadas con la analítica y la TI. En cuanto a la investigación, los investigadores sanitarios han impulsado el uso de la analítica en nuestras publicaciones (Wowak et al., 2023 ). Si bien esta tendencia es prometedora, muchos investigadores siguen lamentando la falta de adopción real de estas técnicas en la industria y les resulta difícil colaborar con los profesionales para implementar realmente los enfoques y los conocimientos que desarrollamos en nuestra investigación. En resumen, los profesionales a menudo desconocen nuestros métodos y hallazgos, lo que dificulta la identificación y el aprovechamiento de los conocimientos que desean. Al mismo tiempo, los académicos han generado un vasto campo de estudio compuesto por numerosos enfoques, técnicas, temas, investigadores y publicaciones que pueden beneficiarse de la síntesis y la organización. Por ello, en este artículo buscamos proporcionar un recurso que permita a los lectores identificar con relativa facilidad los enfoques, técnicas, temas, académicos y publicaciones clave que les permitan obtener información de la literatura existente e impulsar futuras investigaciones .
Evaluamos el estado de la literatura de gestión de operaciones de atención médica (HOM) que emplea enfoques analíticos de manera integral examinando 414 estudios relevantes publicados entre 2010 y 2024 en cinco revistas de élite de gestión de operaciones (OM): Decision Sciences Journal (DSJ), Journal of Operations Management (JOM), Management Science (MS), Manufacturing & Service Operations Management (MSOM) y Production and Operations Management (POM). Nuestros análisis a nivel de corriente, revista y autor respaldan varias contribuciones importantes. Comenzamos identificando tendencias metodológicas y de publicación clave por revista. A continuación, identificamos y describimos seis temas clave utilizando el modelado de temas de asignación latente de Dirichlet (LDA) y síntesis por parte de los autores. Yuxtaponemos los temas de LDA por revista para identificar preferencias matizadas de revistas dentro de la literatura más amplia. Finalmente, identificamos a los investigadores más activos en HOM en general, así como por tema y revista. En conjunto, estas contribuciones deberían respaldar a los investigadores en sus esfuerzos por desarrollar preguntas de investigación relevantes, diseñar y posicionar sus estudios y, en última instancia, articular más claramente contribuciones convincentes a la literatura utilizando enfoques analíticos en HOM.
2 DEFINICIÓN DE ANÁLISIS DE ATENCIÓN MÉDICA: POSICIONAMIENTO DE NUESTRO ESTUDIO
Al considerar el tema de la analítica sanitaria en general, existe una corriente considerable de literatura emergente. Esto es evidente en revisiones recientes de analítica sanitaria (Baron, 2021 ; Feng y Shanthikumar, 2022 ; Guha y Kumar, 2018 ; Kamble et al., 2019 ; Keskinocak y Savva, 2020 ; Wowak et al., 2023 ). Muchos de estos estudios abordan la analítica con una lente de alcance estrecho. Esto puede deberse a la creencia de que la analítica implica principalmente técnicas como la inteligencia artificial y el aprendizaje automático (Guha y Kumar, 2018 ; Marr, 2017 ). Por ejemplo, Malik et al. ( 2018 ) enmarcan la analítica sanitaria como la analítica predictiva y la minería de datos utilizadas para descubrir reglas y patrones mediante la aplicación de técnicas avanzadas de análisis de datos en grandes conjuntos de datos con fines descriptivos y predictivos (Demirkan y Delen, 2013 ). Wowak et al. ( 2023 , p. 976) amplió esta noción al definir el análisis de negocios en la atención médica como “la aplicación de técnicas analíticas en datos de atención médica para informar la toma de decisiones y mejorar los resultados para las partes interesadas involucradas en el negocio de la atención médica” mientras revisaba la literatura en todos los dominios comerciales funcionales.
Algunos académicos han ido más allá del examen de técnicas granulares para explorar enfoques de alto nivel empleados en analítica de atención médica. Terekhov et al. ( 2024 ) ven «analítica de negocios» como un término general, mientras que también examinan enfoques más granulares como analítica causal, descriptiva, predictiva o prescriptiva en su estudio de seguros de salud. Este enfoque en los enfoques se acerca a las preocupaciones prácticas actuales expresadas en la literatura gris que argumenta que se necesita comprender más sobre cómo aprovechar las capacidades de la analítica y lograr los objetivos principales del uso de datos en atención médica (HealthCatalyst, 2024 ). Desde una perspectiva de investigación, los estudios comúnmente examinan fenómenos granulares en analítica (técnicas), y aunque los estudios de revisión han agregado esta investigación, estos se han centrado históricamente en una sola o unas pocas revistas (Dai y Tayur, 2020 ; Keskinocak y Savva, 2020 ) o de manera muy amplia en áreas funcionales de negocios, sin un enfoque específico en OM (Wowak et al., 2023 ).
Argumentamos que el campo de la OM se beneficiaría de una revisión de estudios que utilizan enfoques analíticos para examinar los problemas de la OM en la atención médica. Esto podría servir como base para que los investigadores proporcionen un conjunto más holístico de soluciones y transfieran más fácilmente nuestro conocimiento sobre analítica en HOM a la industria. Como tal, consideramos la analítica de la atención médica como el uso de enfoques y técnicas analíticas para abordar problemas y desafíos relacionados con la atención al paciente, el rendimiento del hospital y la eficiencia operativa en toda la cadena de suministro de la atención médica (Dobrzykowski, 2019 ; El Morr y Ali-Hassan, 2019 ; Reddy y Aggarwal, 2015 ; Terekhov et al., 2024 ). Nos centramos en estudios que mejoran los resultados para las partes interesadas internas y externas, incluidos pacientes, médicos y proveedores, al optimizar la asignación de recursos, reducir los costos y agilizar los procesos tanto dentro como fuera de las paredes del hospital. Esta definición reconoce a Wowak et al. ( 2023 ) con un enfoque inclusivo en los resultados de las partes interesadas, pero se distingue de su definición en que amplía el alcance para incluir toda la cadena de suministro de atención médica, mientras que la definición de Wowak et al. ( 2023 ) se centra en las decisiones comerciales dentro de los hospitales. En consonancia con esta definición, nuestro objetivo es realizar una revisión sistemática y narrativa de la literatura para comprender mejor el tratamiento de los enfoques o estructuras analíticas (es decir, descriptivas, predictivas y prescriptivas) y el uso de técnicas o procesos (por ejemplo, estadísticas y modelos). Vemos un gran valor en un enfoque más integral en toda la cadena de suministro, con la vista puesta en los desafíos operativos de cada actor, por lo tanto, un enfoque de OM más profundo que las revisiones anteriores.
Analizamos 12 estudios de revisión relativamente recientes y relacionados para determinar la contribución única de este estudio conceptual exploratorio. La Tabla 1 describe revisiones previas y la posición única de nuestro estudio en relación con ellas. Dado que la mayoría de los estudios de revisión adoptan un enfoque narrativo y a menudo se limitan a un número relativamente pequeño de revistas, observamos que las revisiones sistemáticas integrales parecen estar subrepresentadas (solo cinco de 12). Wowak et al. ( 2023 ) proporcionan una notable excepción en su revisión sistemática de 320 estudios publicados en las 24 revistas de la Universidad de Texas en Dallas (UTD), junto con más de 6500 estudios que aparecen en revistas médicas. Las revisiones anteriores tienden a centrarse en temas específicos como la minería de datos y el análisis predictivo (Malik et al., 2018 ), la implementación de mejoras operativas basadas en datos y análisis (Copenhaver et al., 2019 ), la integración de datos en la toma de decisiones operativas (Feng y Shanthikumar, 2022 ) o el análisis de negocios utilizado en las colas (en hospitales) (Baron, 2021 ). Algunos estudios han visto el análisis de datos en la atención médica de manera amplia, incluidos contextos fuera de la OM como la salud pública (Galetsi y Katsaliaki, 2020 ; Kamble et al., 2019 ; Khanra et al., 2020 ) o en compañías de seguros de salud (Terekhov et al., 2024 ). Más recientemente, Wowak et al. ( 2023 ) informaron sobre técnicas de análisis de negocios, aplicaciones y características de datos en múltiples áreas funcionales de negocios, incluidas contabilidad, economía, finanzas, TI, administración, marketing y OM/OR en atención médica (Wowak et al., 2023 ).TABLA 1. Comparación de revisiones recientes de análisis de atención médica.
| Autores | Tipo de revisión | Enfocar | Alcance analítico | Análisis a nivel de autor y revista | Fuentes de datos proporcionadas |
|---|---|---|---|---|---|
| Malik y otros ( 2018 ) | Sistemático, 22 estudios | Sólo estudios analíticos | Minería de datos y análisis predictivo en operaciones de atención médica y gestión de la cadena de suministro | No. | No. |
| Guha y Kumar ( 2018 ) | Narrativo | Estudios empíricos y analíticos | Aplicaciones de big data en sistemas de información, gestión de operaciones y cadenas de suministro, y atención sanitaria (en general) | No. | No. |
| Kamble y otros ( 2019 ) | Sistemático, 91 estudios publicados entre 2013 y 2017 | Estudios empíricos y analíticos | Análisis de big data en la atención sanitaria en general | No. | No. |
| Copenhaver y otros ( 2019 ) | Narrativo | Proyectos analíticos | Describe la implementación de la innovación basada en datos y análisis en operaciones, diseño de sistemas y optimización de grandes sistemas de salud. | No. | No. |
| Galetsi y Katsaliaki ( 2020 ) | Revisión bibliométrica sistemática, 804 estudios publicados entre 2000 y 2016 | Estudios empíricos y analíticos | Estudios revisados que emplearon análisis o analizaron Big Data en la atención médica | No. | No. |
| Khanra y otros ( 2020 ) | Sistemático, 41 estudios publicados entre 2015 y 2019 | Estudios empíricos y analíticos | Análisis de Big Data en la atención sanitaria en general (incluida la salud pública) | No. | No. |
| Keskinocak y Savva ( 2020 ) | Solo MSOM (53 estudios) publicados entre 2009 y 2018 | Sólo estudios analíticos | OM de atención médica: herramientas analíticas utilizadas en la toma de decisiones operativas y médicas | No. | No. |
| Dai y Tayur ( 2020 ) | Tres revistas: MSOM, MgmtSci, OR entre 2013 y 2017 | Estudios empíricos y analíticos | Atención médica OM | No. | No. |
| Barón ( 2021 ) | Narrativo | Sólo estudios analíticos | Análisis de negocios utilizado en colas (en hospitales) | No. | No. |
| Feng y Shanthikumar ( 2022 ) | Narrativo | Estudios empíricos y analíticos | Integración de datos en la toma de decisiones operativas generales con algún análisis de la atención sanitaria | No. | No. |
| Terekhov y otros ( 2024 ) | Narrativo | Estudios empíricos y analíticos | Análisis de negocios utilizado en compañías de seguros de salud para examinar (1) programas de intervención de salud, (2) redes de proveedores de atención médica y (3) temas emergentes relacionados principalmente con la tecnología. | No. | Sí, cinco fuentes |
| Wowak y otros ( 2023 ) | Sistemático, 320 estudios publicados en la lista UTD24 y 6515 estudios de revistas médicas. 2007-2020 | Estudios empíricos y analíticos | Técnicas de análisis de negocios, aplicaciones y características de datos en múltiples dominios comerciales, incluidos OM, administración, TI, finanzas, contabilidad, economía y marketing en atención médica. | No. | Sí: 13 fuentes de datos gratuitas |
| Esta revisión actual | Sistemático y narrativo, 414 estudios de 5 importantes revistas de medicina orgánica: DSJ, JOM, MgmtSci, MSOM, POM, 2000-2024 | Estudios empíricos y analíticos | Enfoques, técnicas, temas, revistas e investigadores de análisis de negocios en el ámbito de la atención médica. | Sí | Sí—39 fuentes de datos disponibles públicamente |
| ¿En qué se diferencia este estudio? | Única revisión con análisis sistemáticos y narrativos, centrada en OM, gran cantidad de estudios incluidos, análisis a nivel de corriente, revista y autor. | Revisión completa | Amplia gama de análisis cuantitativos (es decir, académicos más activos) y resumen narrativo de temas clave para el análisis en operaciones de atención médica. | Proporciona a los autores información útil para posicionar sus estudios y contribuciones. | Ofrece sustancialmente más fuentes de datos que las revisiones anteriores |
- Abreviaturas: DSJ, Decision Sciences Journal; JOM, Journal of Operations Management; MgmtSci, Ciencias de la gestión; MSOM, Gestión de operaciones de fabricación y servicios; OM, Gestión de operaciones; OR, Investigación de operaciones; POM, Gestión de producción y operaciones.
Como punto de distinción, contribuimos al cuerpo de conocimiento en analítica de atención médica yendo más allá de revisiones previas al profundizar en la literatura de HOM, realizando revisiones de literatura tanto sistemáticas como narrativas y proporcionando una lista de posibles fuentes de datos para ayudar a estudios futuros. Hasta la fecha, solo dos de las revisiones anteriores han proporcionado a los académicos 39 posibles fuentes de datos que pueden ayudar a los investigadores en la ejecución de futuros estudios de HOM (Terekhov et al., 2024 ; Wowak et al., 2023 ). Además, nuestra revisión abarca 414 estudios publicados en cinco de las principales revistas de OM que abarcan 15 años. Esta es una contribución con respecto a estudios previos que tienden a analizar un conjunto más reducido de revistas durante menos años (es decir, Dai y Tayur, 2020 ). Por último, analizamos la literatura en tres niveles distintos (nivel de corriente, nivel de revista y nivel de autor) para brindar a los investigadores una comprensión más integral de la literatura de HOM que incluye enfoques analíticos, además de brindar información relativa a los enfoques y técnicas analíticas, las tendencias de las revistas, los temas clave y los académicos activos (ver Tabla 1 ).
3 ¿CÓMO HA UTILIZADO LA INVESTIGACIÓN EL ANÁLISIS PARA ESTUDIAR LAS OPERACIONES DE ATENCIÓN SANITARIA?
Comenzamos nuestro análisis explorando el estado actual y los desafíos relacionados con las técnicas analíticas en la literatura, y realizamos una revisión sistemática de la literatura para determinar dichas técnicas y desafíos (siguiendo a Gunasekaran y Ngai, 2012 ; Machuca et al., 2007 ; Ngai et al., 2008 ). Seguimos el proceso de cuatro etapas de Mayring ( 2003 ):
- Recopilación de materiales en la que se define la unidad de análisis y el material a recolectar (Moher et al., 2009 ).
- Análisis descriptivo mediante el cual se evalúan las dimensiones formales de la literatura.
- Selección de categorías: se seleccionan categorías analíticas y aspectos estructurales relacionados mediante una revisión de la literatura recopilada. En nuestro caso, las dimensiones estructurales clave se reflejan en los enfoques y procesos o técnicas analíticas empleadas en los artículos. Este análisis identificó las principales tendencias.
- Evaluación del material mediante el cual se analiza la literatura recopilada según sus dimensiones estructurales. Este proceso sirve de base para la identificación e interpretación de temas y tendencias relevantes.
Determinar los parámetros de inclusión/exclusión para la recopilación de material es una consideración importante para las revisiones sistemáticas de la literatura (Barman et al., 2001 ; Dobrzykowski et al., 2014 ; Mayring, 2003 ; Pannirselvam et al., 1999 ; Prasad y Babbar, 2000 ). Puede encontrar una descripción detallada de nuestro método en el Apéndice A de información complementaria . En última instancia, con el objetivo de garantizar la relevancia y la calidad de nuestro estudio, empleamos múltiples estudios (mencionados anteriormente), así como una «Lista de revistas» de buena reputación, como Financial Times 50, la Lista UTD para revistas de OM y la Lista de revistas de Supply Chain Management para identificar los principales puntos de venta empíricos de OM para su inclusión. Estas revistas (DSJ, JOM, MS, MSOM y POM) sirvieron como fuentes para nuestra revisión de la literatura.
Utilizamos el proceso sistemático de recopilación de literatura de cuatro fases PRISMA que se muestra en la Figura 1 (Moher et al., 2009 ). Este proceso comienza con una revisión general de las revistas objetivo, produciendo una muestra inicial de 16.790 estudios. Dado que una revisión física de cada estudio sería excesivamente laboriosa, utilizamos tecnología para ayudar en el proceso de selección inicial. La recopilación de artículos de revistas para la muestra de análisis se obtuvo de EBSCO, una base de datos académica. Buscamos las siguientes palabras clave como filtros: hospital, atención médica, atención médica (dos palabras), médico, clínica, farmacia, laboratorio, paciente hospitalizado, paciente ambulatorio, de forma independiente y en conjunto con analítica, analítica empresarial, aprendizaje automático, big data, inteligencia artificial y aprendizaje profundo durante 63 rondas de búsqueda individuales que se describen en el apéndice. Este procedimiento redujo la muestra de análisis a 414 estudios académicos publicados entre 2010 y 2024.
El análisis descriptivo del proceso de revisión de la literatura es clave para evaluar las dimensiones formales de los artículos, como el número de publicaciones por enfoque analítico, y también proporciona información útil para futuras investigaciones (Mayring, 2003 ). El análisis de selección de categorías implica una evaluación de los aspectos estructurales y las categorías analíticas relacionadas de cada punto de datos o estudio en nuestra muestra (Mayring, 2003 ). Estas dimensiones estructurales se dividen en dos categorías dado el objetivo de nuestro estudio: (1) naturaleza analítica de los enfoques (descriptivo, predictivo y prescriptivo) y (2) técnica analítica (es decir, aprendizaje automático). Estas dimensiones son la base de nuestro objetivo de examinar el uso de la analítica en la investigación de HOM investigando el fenómeno en el pasado y el presente y haciendo predicciones para el futuro del campo. Por lo tanto, adoptamos el esquema de clasificación de Galetsi y Katsaliaki ( 2020 ), quienes estudiaron la analítica junto con big data, para categorizar los enfoques analíticos (es decir, descriptivo, predictivo y prescriptivo) y las técnicas analíticas (es decir, modelado y minería de datos).
La categorización de cada estudio resultó de una revisión independiente de dos jueces. En algunos casos, cuando la ubicación de un estudio no estaba clara, el equipo de autores discutió sus diferencias hasta llegar a un acuerdo. Este proceso mejora la probabilidad de una ubicación correcta, dado que se requirió el acuerdo de varios jueces (Machuca et al., 2007 ). Este fue un procedimiento crítico, ya que cada estudio se colocó en una sola categoría analítica con el objetivo de obtener la naturaleza precisa de los conocimientos proporcionados por nuestro estudio (Mayring, 2003 ). Al igual que Galetsi y Katsaliaki ( 2020 ), nuestro estudio encontró que el esquema de clasificación era más que adecuado para cubrir los diversos aspectos de HOM. Este proceso permitió a los autores analizar la literatura en tres niveles: (1) nivel de corriente, (2) nivel de revista y (3) nivel de autor.
3.1 Análisis a nivel de flujo: descripción de las tendencias de publicación
Comenzamos describiendo la corriente, informando específicamente la pregunta, «¿cuál es el porcentaje de estos estudios del total de estudios publicados en las revistas objetivo?». Como tal, analizamos las tendencias de publicación de estudios de atención médica entre las revistas objetivo en las Figuras 1 y 2 .
La Figura 2 ilustra el porcentaje promedio de estudios relacionados con la salud publicados anualmente en cinco revistas de OM. Los datos destacan un creciente interés en el análisis de la salud dentro del campo de la OM, que comenzó en 2010, cuando los estudios de salud representaban solo el 1% del total de publicaciones. Se observa un crecimiento significativo en 2011 y 2012, con estudios de salud que representan el 5% de las publicaciones, lo que marca un aumento en la atención al campo. Entre 2013 y 2019, la tendencia se estabiliza, con estudios de salud representando consistentemente entre el 3% y el 5% de las publicaciones anuales. Un fuerte aumento se produjo en 2020, donde las publicaciones relacionadas con la salud alcanzaron ligeramente por encima del 7%, lo que indica un pico de interés, impulsado por un mayor enfoque en los desafíos de la salud durante la pandemia. Si bien en 2021 se experimentó una disminución en el porcentaje de estudios de salud, la trayectoria ascendente se reanudó: el 6% de todos los estudios publicados en las revistas objetivo estaban relacionados con la salud en 2023, y casi el 8% en 2024.
La Figura 3 ilustra las tendencias en publicaciones relacionadas con la atención médica por cada una de las cinco revistas como porcentaje de sus publicaciones totales. En 2010, todas las revistas publicaron menos del 5% de sus estudios totales sobre temas de atención médica, lo que indica un enfoque relativamente bajo en esta área. En 2011, el número de estudios relacionados con la atención médica aumentó en la mayoría de las revistas, con POM destacándose al publicar el 10% de sus estudios totales en atención médica, mostrando un aumento significativo en la atención al campo. En 2012, MSOM tomó la delantera con estudios de atención médica que representan el 20% de sus publicaciones totales, marcando la proporción más alta entre las revistas durante este año. Hubo una caída notable en las publicaciones de atención médica en muchas revistas en 2013, con porcentajes que oscilaron entre el 0% en POM y el 7% en JOM. La tendencia cambió nuevamente en 2014 cuando DSJ emergió como líder, publicando el 17% de sus estudios sobre temas de atención médica, seguido de MSOM con el 13%. El porcentaje de publicaciones sobre atención médica se mantuvo estable para la mayoría de las revistas en 2017 y 2018, excepto para JOM en 2017, cuando experimentaron una disminución notable (cero publicaciones).
Sin embargo, la pandemia de COVID-19 en 2020 pudo haber renovado la atención a la atención médica, lo que resultó en un aumento significativo de las publicaciones relacionadas con la salud en todas las revistas. Este aumento fue particularmente notable en JOM, que publicó casi el 30% de sus estudios totales sobre temas de salud, el porcentaje más alto entre las revistas, gracias en parte a un número especial. Tras este pico, la tendencia volvió a descender en 2021 y 2022, pero mostró signos de recuperación en 2023 y 2024. De hecho, en 2024, MSOM y DSJ se posicionaron como líderes, seguidas de cerca por JOM, al publicar casi el 20% y el 15% de sus estudios totales sobre atención médica, respectivamente.
3.2 Análisis a nivel de flujo: enfoques y técnicas en analítica
Nuestro análisis descriptivo de los enfoques analíticos utilizados en los estudios HOM aparece en la Tabla 2. La mayor parte de los estudios apareció en MS (106), seguido de POM (104), MSOM (93), DSJ (56) y JOM (55). Los enfoques predictivos aparecieron en la mayoría de los estudios, 57% (236/414), seguidos de los prescriptivos, 40,10% (166/414), y descriptivos, 2,90% (12/414). Nuestra evaluación refleja un porcentaje ligeramente mayor de estudios prescriptivos que las revisiones complementarias. Por ejemplo, Galetsi y Katsaliaki ( 2020 ) encontraron que los estudios analíticos prescriptivos representaron el 32,7% de los artículos que revisaron (en comparación con el 40,10% en nuestro estudio). Esto es superado por los estudios analíticos predictivos, que constituyeron el 46,9% de los artículos en su revisión (57,00% en nuestro estudio). Dentro de la categoría predictiva, la mayor proporción de estudios se publicó en MS (72), seguida de JOM (50), POM (48), MSOM (37) y DSJ (29). Dentro de la categoría prescriptiva, la mayor proporción de estudios se publicó en POM (53) y MSOM (53), seguida de MS (34), DSJ (24) y JOM (2). Finalmente, dentro de la categoría descriptiva, la distribución de estudios por revista es bastante uniforme: POM, MSOM, DSJ y JOM publicaron tres estudios, mientras que MS no publicó ninguno.TABLA 2. Análisis descriptivo de estudios de gestión de operaciones de atención médica (OM) que utilizan análisis por revista.
| Total | DSJ | JOM | EM | MSOM | POM | |
|---|---|---|---|---|---|---|
| Descriptivo | 12 (2,90%) | 3 | 3 | 0 | 3 | 3 |
| Profético | 236 (57,00%) | 29 | 50 | 72 | 37 | 48 |
| Preceptivo | 166 (40,10%) | 24 | 2 | 34 | 53 | 53 |
| Total | 414 | 56 | 55 | 106 | 93 | 104 |
- Abreviaturas: DSJ, Decision Sciences Journal; JOM, Journal of Operations Management; MS, Management Science; MSOM, Gestión de operaciones de fabricación y servicios; POM, Gestión de producción y operaciones.
Nuestro análisis de la literatura ofrece varias perspectivas útiles para los investigadores. En primer lugar, si bien se cree que la analítica prescriptiva ofrece un área de investigación prometedora y un valor potencial para los profesionales, hasta la fecha la literatura ha ofrecido predominantemente estudios predictivos (236 predictivos frente a 166 prescriptivos). En segundo lugar, si bien MS ha publicado la mayor parte de estos estudios en general, el volumen de publicaciones por revista varía según el enfoque analítico. Por ejemplo, POM y MSOM publicaron la mayor parte de estudios que utilizan el enfoque prescriptivo (53 estudios en comparación con 34 en MS).
A continuación, examinamos las técnicas analíticas empleadas en los estudios de atención médica. La Tabla 3 muestra los enfoques y técnicas que surgieron de nuestra revisión. Encontramos que todos los estudios que emplean un enfoque descriptivo utilizan métodos estadísticos (12 estudios en total). También hay una homogeneidad sustancial en los procesos o técnicas implementados en estudios predictivos, ya que 220 de 236 utilizan métodos estadísticos o econométricos. Sin embargo, vale la pena señalar que 16 de 236 de estos estudios utilizan aprendizaje automático. Esta observación respalda la afirmación de Dai y Tayur ( 2020 ), quienes sugirieron que los procesos/técnicas y enfoques de la ciencia de datos deberían examinarse y utilizarse más a fondo en futuras investigaciones. La categoría prescriptiva de enfoques deja clara la noción de que en esta categoría se aplica una heterogeneidad sustancial de procesos/técnicas. Nuestro análisis revela que de los 166 estudios prescriptivos, tres utilizan estadística, siete aprendizaje automático, 39 optimización, 17 simulación, 31 teoría de juegos y 69 emplean modelos estocásticos. Estos hallazgos probablemente indican la naturaleza relativamente compleja y multifacética del análisis prescriptivo (Keskinocak y Savva, 2020 ). Por lo tanto, las conclusiones clave sobre los procesos analíticos se centran en (1) la homogeneidad de las técnicas estadísticas y econométricas utilizadas en el análisis predictivo y (2) la heterogeneidad de las técnicas empleadas en los estudios prescriptivos.TABLA 3. Enfoques y procesos/técnicas empleados en el análisis de la atención sanitaria.
| Total | % | Estadística | aprendizaje automático | Mejoramiento | Simulación | Teoría de juegos | Modelado estocástico | |
|---|---|---|---|---|---|---|---|---|
| Descriptivo | 12 | 2.90 | 12 | 0 | 0 | 0 | 0 | 0 |
| Profético | 236 | 57.00 | 220 | 16 | 0 | 0 | 0 | 0 |
| Preceptivo | 166 | 40.10 | 3 | 7 | 39 | 17 | 31 | 69 |
| Total | 414 | 100.00 | 235 | 23 | 39 | 17 | 31 | 69 |
| 56,76% | 5,56% | 9,42% | 4,11% | 7,49% | 16,67% |
Nuestra evaluación de la literatura buscó identificar tendencias a lo largo del tiempo en la Figura 4. Aquí nos centramos en los estudios predictivos y prescriptivos, ya que estos enfoques representan la mayoría de los estudios recopilados en nuestra muestra ( n = 402, 97,1%). Dado que la gran mayoría de los estudios de nuestra muestra (más del 80%) se publicaron después de 2010, nos centramos en los últimos 15 años con el propósito de identificar tendencias significativas. Los dos enfoques siguen bastante de cerca hasta 2015, cuando los estudios predictivos comenzaron a aumentar a un ritmo bastante constante, alcanzando un pico en 2024, el último año de nuestra muestra, con 43 publicaciones. Los estudios predictivos han superado sistemáticamente a los prescriptivos durante todo el período, con las excepciones de 2011 y 2018. Estos resultados sugieren que es probable que los enfoques predictivos en nuestra investigación continúen como un enfoque predominante, al menos en el futuro a corto plazo.
Nuestra evaluación de las tendencias y los temas relevantes en la literatura ofrece varias perspectivas útiles para los investigadores. En primer lugar, si bien ambos enfoques muestran una tendencia al alza últimamente, los estudios predictivos han superado considerablemente a las publicaciones prescriptivas. Esto parece indicar que los estudios predictivos podrían continuar siendo el enfoque analítico predominante en nuestra literatura, al menos a corto plazo. En segundo lugar, ha surgido una curiosa tendencia: el auge de estas publicaciones se produjo en 2020, seguido de un declive y una recuperación constante. Curiosamente, tanto los enfoques predictivos como los prescriptivos reflejan esta tendencia. Tras describir el estado de la literatura y las tendencias agregadas de alto nivel, a continuación, aprovechamos los conocimientos para comprender los desafíos prácticos que enfrentan los hospitales en la adopción y el uso de la analítica.
3.3 Análisis a nivel de flujo: temas de investigación
El siguiente paso en el análisis implicó examinar las tendencias a nivel de flujo dentro de la analítica de la salud mediante la realización de un análisis a nivel de tema. Para este propósito, empleamos LDA, una técnica de modelado de temas probabilísticos ampliamente utilizada (Blei et al., 2003 ; Wowak et al., 2023 ), para identificar y descubrir temas significativos que abarcan el corpus de resúmenes de OM recopilados. Un aspecto crítico del modelado LDA es determinar el número óptimo de temas para lograr resultados significativos e interpretables (Blei et al.,
2003 ; Cao et al.,
2009 ). Utilizando la métrica basada en la densidad propuesta por Cao et al. (
2009 ), determinamos que un modelo de seis temas proporcionó el mejor ajuste para nuestro corpus de resúmenes al tiempo que ofrecía información valiosa sobre los temas subyacentes en la analítica de la salud. LDA también se utilizó para puntuar cada estudio en función de los seis temas analizando el resumen de cada estudio en la muestra. Estos seis temas, junto con sus siete palabras clave más representativas, se ilustran visualmente en la Figura
5 , destacando las distintas áreas de enfoque dentro del campo. Los seis temas son los siguientes:
- Tema 1: Mejora de la programación y utilización de recursos.
- Tema 2: Cadenas de suministro farmacéuticas y otros esquemas de incentivos.
- Tema 3: Tecnología sanitaria y mejora de la salud pública.
- Tema 4: Apoyo a la decisión médica y asignación de recursos valiosos.
- Tema 5: Estudios que informan la política.
- Tema 6: Mejora de los modelos de predicción y servicios clínicos.
El primer tema se centra en la investigación dirigida a comprender los factores que influyen en la mejora de la programación y la utilización de recursos. Se caracteriza por las siguientes palabras clave: programación, cita, espera, cirugía, médico, capacidad y sala. Véase la Figura 5. Los estudios publicados en el Tema 1 actualmente promedian 67,89 citas. El segundo tema se centra en la investigación dirigida a comprender los factores que involucran las cadenas de suministro farmacéuticas y otros esquemas de incentivos. Los estudios más representativos en este tema parecen enfocarse en las cadenas de suministro farmacéuticas e incentivos relacionados, mientras que los estudios de pacientes hospitalizados parecen examinar temas como cómo las motivaciones de los proveedores de atención médica y los pacientes afectan las operaciones del hospital y el valor para el sistema. Se caracteriza por las siguientes palabras clave: precio, medicamento, pago, suministro, esquema, calidad y fabricación. Los estudios publicados en el Tema 2 actualmente promedian 41,21 citas. El tercer tema se centra en la investigación dirigida a comprender los factores que involucran la tecnología de la atención médica y la mejora de la salud pública. Se caracteriza por las siguientes palabras clave: informar, clínica, calidad, enfoque, prueba, espera y médico. Los estudios publicados en el Tema 3 actualmente promedian 58,61 citas.
El cuarto tema se centra en la investigación dirigida a comprender los factores que implican el apoyo a la toma de decisiones médicas y la asignación de recursos valiosos. Se caracteriza por las siguientes palabras clave: clínica, tratamiento, médico, asignar, predecir, recurso e intervención. Los estudios publicados en el Tema 4 actualmente promedian 33,00 citas. El quinto tema se centra en la investigación dirigida a informar la política. Se caracteriza por las siguientes palabras clave: calidad, médico, HCE, integrar, cama, estimación y unidad de cuidados intensivos (UCI). Los estudios publicados en el Tema 5 actualmente promedian 54,94 citas. El sexto tema se centra en la investigación dirigida a mejorar la predicción clínica y los modelos de servicio. Se caracteriza por las siguientes palabras clave: enfermera, personal, calidad, predecir, sangre, inventario y vacuna. Los estudios publicados en el Tema 6 actualmente promedian 45,31 citas.
En general, cada tema destaca un aspecto específico de la analítica sanitaria, lo que proporciona información sobre los diferentes desafíos y oportunidades que la investigación ha abordado en las principales revistas de medicina general. La Figura 6 muestra el análisis de los métodos utilizados en los seis temas de investigación en analítica sanitaria. El Tema 1, centrado en la programación y el uso de recursos, presenta la mayor proporción de estudios prescriptivos, lo que refleja un fuerte énfasis en soluciones prácticas para mejorar la programación y el uso de recursos. El Tema 3, que aborda la tecnología sanitaria y la mejora de la salud pública, y el Tema 5, que fundamenta las políticas, presentan la mayor proporción de estudios predictivos, destacando el uso de técnicas de pronóstico para mejorar la toma de decisiones y la eficiencia operativa. Los Temas 2, 4 y 6, que abarcan las cadenas de suministro farmacéuticas y otros programas de incentivos, el apoyo a la toma de decisiones médicas y la asignación de recursos valiosos, y la mejora de la predicción en la atención clínica y los modelos de servicio, muestran un equilibrio casi igual entre estudios predictivos y descriptivos, lo que refleja un enfoque combinado en el análisis de los sistemas actuales y la predicción de tendencias futuras. En general, los estudios descriptivos representan la proporción más baja en todos los temas, aunque el Tema 3, centrado en la gestión de la capacidad y la programación, presenta el mayor número de estudios descriptivos. Esto indica que, si bien los enfoques predictivos y prescriptivos dominan la investigación en analítica sanitaria, los métodos descriptivos aún desempeñan un papel importante en la comprensión de los aspectos fundamentales de los procesos operativos en áreas específicas.
3.4 Análisis a nivel de revista: temas por revista
También examinamos la distribución de cada tema en las principales revistas seleccionadas y descubrimos que todos los temas están representados en cada revista en distintos grados. Véase la Figura 7. JOM se centró principalmente en el Tema 3, que aborda la tecnología sanitaria y la mejora de la salud pública (más del 30 %), lo que lo convierte en el enfoque predominante en comparación con otras revistas, seguido del Tema 2, que explora las cadenas de suministro farmacéuticas y otros esquemas de incentivos, y el Tema 5, centrado en informar sobre políticas. Por el contrario, el Tema 5 es el menos representado en JOM, ya que representa menos del 5 % de sus publicaciones. DSJ publica principalmente estudios sobre el Tema 1, que se relaciona con la programación y la utilización de recursos, el Tema 5 que informa sobre políticas y el Tema 3 sobre tecnología sanitaria y la mejora de la salud pública, mientras que el Tema 2 sobre las cadenas de suministro farmacéuticas y otros esquemas de incentivos es el menos representado. MS muestra una representación equilibrada de los seis temas, con un énfasis ligeramente mayor en los Temas 2 y 5. MSOM destaca por tener la mayor representación del Tema 6, que examina la mejora de la predicción en la atención clínica y los modelos de servicio, siendo el Tema 3, sobre tecnología sanitaria y mejora de la salud pública, el menos popular en este medio. Finalmente, POM dedica casi el 25 % de sus estudios al Tema 1, sobre programación y utilización de recursos, seguido del Tema 4, sobre apoyo a la toma de decisiones médicas y asignación de recursos valiosos, mientras que el Tema 3, sobre tecnología sanitaria y mejora de la salud pública, es el menos representado. Esta distribución destaca las áreas de enfoque únicas de cada revista dentro del campo más amplio de la analítica sanitaria.
También analizamos la distribución de temas por revista, dividida en dos períodos para asegurar un número relativamente equilibrado de estudios: 181 (44%) antes de 2020 y 233 (56%) después. Véase la Figura 8. Entre 2010 y 2019, la mayoría de los estudios de analítica sanitaria publicados en DSJ se centraron en el Tema 1 sobre programación y utilización de recursos, y 5 en estudios que fundamentan políticas. Sin embargo, entre 2020 y 2024, los estudios centrados en el Tema 3 sobre tecnología sanitaria y mejora de la salud pública adquirieron mayor relevancia. JOM mantuvo un interés constante en el Tema 3 a lo largo de ambos períodos, mientras que el Tema 5 fue más significativo entre 2010 y 2019, cambiando a un mayor énfasis en el Tema 2 sobre cadenas de suministro farmacéuticas y otros esquemas de incentivos de 2020 a 2024. En MSOM, el Tema 6 (mejora de la predicción en la atención clínica y modelos de servicio) tuvo una fuerte presencia entre 2010 y 2019, pero fue reemplazado por un mayor enfoque en el Tema 2 (cadenas de suministro farmacéuticas y otros esquemas de incentivos) y el Tema 5 (estudios que informan la política) en el período posterior. MS exhibió tendencias estables a lo largo de ambos períodos de tiempo, manteniendo una distribución equilibrada de temas. POM se centró consistentemente en los Temas 1 sobre programación y utilización de recursos y 4 sobre apoyo a la toma de decisiones médicas y asignación de recursos valiosos a lo largo de ambos períodos de tiempo, lo que refleja un interés claro y duradero en estas áreas.
La Figura 9 ilustra los cambios en el énfasis temático en las cinco revistas, comparando los períodos 2010-2019 y 2020-2024. Las barras positivas representan un aumento en la proporción de estudios dedicados a un tema específico, mientras que las barras negativas reflejan una disminución. La figura se basa en la información de la Figura 8 y destaca explícitamente cómo han evolucionado las prioridades temáticas a lo largo del tiempo.
Por ejemplo, el Tema 1, sobre programación y utilización de recursos, experimentó una disminución significativa en su énfasis en varias revistas, incluyendo una caída de más del 20 % en DSJ (de aproximadamente el 37 % en 2010-2019 al 16 % en 2020-2024), así como descensos en JOM, MS y POM, con solo MSOM mostrando un ligero aumento. El Tema 5, sobre estudios que fundamentan políticas, también experimentó caídas significativas en DSJ y JOM, de aproximadamente el 15 % y el 20 %, respectivamente, aunque ganó atención en MS y POM durante el mismo período.
En contraste, el Tema 4 (apoyo a la toma de decisiones médicas y asignación de recursos valiosos) experimentó una mayor atención en cuatro revistas, con el mayor crecimiento en DSJ (17%) y el más bajo en POM (11%), mientras que JOM no mostró cambios. El Tema 2 sobre cadenas de suministro farmacéuticas y otros esquemas de incentivos ganó un énfasis significativo en JOM (más del 17%), con DSJ, MS y POM también mostrando aumentos, aunque MSOM exhibió una ligera disminución. El Tema 3 (tecnología sanitaria y mejora de la salud pública) vio un crecimiento sustancial en DSJ y un ligero aumento en MSOM, mientras que JOM, POM y MS informaron disminuciones. Finalmente, el Tema 6 (mejora de la predicción en modelos de atención y servicio clínico) demostró una marcada disminución en MS (más del 15%) y disminuciones más pequeñas en MSOM y POM, mientras que JOM y DSJ mostraron aumentos modestos. En general, la Figura 8 proporciona una visión matizada de cómo el énfasis de las revistas en temas relacionados con la atención sanitaria ha cambiado con el tiempo, lo que refleja las tendencias y prioridades de investigación en evolución dentro del campo.
3.5 Análisis a nivel de autor: identificación de investigadores activos
Dado que el conocimiento en cualquier campo avanza gracias a los esfuerzos de la comunidad académica que investiga en ese ámbito, resulta útil identificar a los investigadores activos. Por ello, realizamos un análisis a nivel de autor de los estudios de la muestra.
Para comenzar, nuestro análisis identificó a 925 autores únicos en los 414 estudios. Como se esperaba, la gran mayoría de los 926 autores publicaron entre uno y cinco estudios. De hecho, 710 autores publicaron un solo estudio. A esto le siguen 119 autores que publicaron dos estudios, 43 autores que publicaron tres estudios, 24 autores que publicaron cuatro estudios y 10 autores que publicaron cinco estudios. Los 19 autores restantes publicaron seis o más estudios en nuestra muestra. Finalmente, en términos de citas, Anita Carson 1 es la académica más citada y con más publicaciones en nuestra muestra, seguida de Diwas KC, Christian Terwiesch, Hummy Song y Ritu Agarwal. Los autores más citados aparecen en la Tabla 4 .TABLA 4. Autores más citados en estudios HOM, 2010-2024.
| No. | Nombre | Citas | Pprs | No. | Nombre | Citas | Pprs |
|---|---|---|---|---|---|---|---|
| 1 | Anita Carson | 1227 | 12 | 11 | David Dobrzykowski | 517 | 5 |
| 2 | Diwas KC | 1043 | 11 | 12 | Jeffrey Pfeffer | 515 | 1 |
| 3 | Cristiano Terwiesch | 808 | 7 | 13 | Joel Goh | 515 | 1 |
| 4 | Canción de Hummy | 683 | 6 | 14 | Sergei Savin | 495 | 8 |
| 5 | Ritu Agarwal | 670 | 4 | 15 | Nicos Savva | 490 | 6 |
| 6 | Bradley Staats | 662 | 7 | 16 | Kenneth K. Boyer | 488 | 4 |
| 7 | Aravind Chandrasekaran | 655 | 12 | 17 | Song Hee Kim | 458 | 7 |
| 8 | Stefanos Zenios | 587 | 3 | 18 | Claire Senot | 438 | 5 |
| 9 | Corey Angst | 564 | 4 | 19 | Ken Kelley | 429 | 2 |
| 10 | Karen Murrell | 535 | 2 | 20 | Daniel Chen | 424 | 1 |
Al considerar la autoría por tema, 762 autores publicaron estudios en un solo tema (de los seis identificados en nuestro análisis LDA), mientras que 106 autores publicaron en dos temas, 40 autores publicaron en tres temas, 13 publicaron en cuatro temas, tres autores (Aravind Chandrasekaran, Bradley Stats y Nicos Savva) publicaron en cinco temas y solo una autora (Anita Carson [véase la nota al pie 1]) publicó en los seis temas. Un análisis más granular de autor por tema revela los cinco principales investigadores por citas en cada tema. Véase la Tabla 5. El conocimiento de los investigadores que están activos en cada tema puede ser útil para los autores en el posicionamiento de sus estudios y enmarcar sus contribuciones.TABLA 5. Autores más citados por tema.
| Temas, autores y citas | |
|---|---|
| 1: Programación y utilización de recursosAutor, citasStefanos Zenios, 585Jeffrey Pfeffer, 515Joel Goh, 515Pengyi Shi, 349Mark Van Oyen, 330 | 2: Cadenas de suministro farmacéuticas e incentivosAutor, citasDaniel Chen, 424David Preston, 424Weidong Xia, 424Leroy Schwarz, 239Qiaohai (Joice) Hu, 239 |
| 3: Tecnología sanitaria y salud públicaAutor, citasKenneth Boyer, 488Christian Terwiesch, 426Aravind Chandrasekaran, 352Anita Carson [véase la nota 1], 332Song-Hee Kim, 301 | 4: Apoyo a la toma de decisiones médicas y asignación de recursosAutor, citasRitu Agarwal, 459Corey Angst, 421Ken Kelley, 421V. Sambamurthy, 421Sergei Savin, 175 |
| 5: Estudios que informan las políticasAutor, citasDiwas KC, 711David Dobrzykowski, 360Erik Brynjolfsson, 318Lorin Hitt, 318Prasanna Tambe, 318 | 6: Predicción en modelos de atención y servicios clínicosAutor, citasAnita Carson [véase la nota 1], 374Sergei Savin, 289David Vinson, 248Canción Hummy, 248Karen Murrell, 248 |
Al considerar la autoría por revista, 767 autores han publicado estudios en una de las revistas de nuestra muestra, mientras que 126 autores han publicado en dos de las revistas, 26 autores han publicado en tres de las revistas y seis autores (Corey Angst, Hessam Bavafa, Kurt Bretthauer, Aravind Chandrasekaran, Claire Senot y Christian Terwiesch) han publicado en cuatro de las revistas. Curiosamente, no pudimos identificar a un autor que haya publicado en las cinco revistas. En la Tabla 6 se proporciona un análisis más granular del autor por revista . El conocimiento de los investigadores activos en cada tema puede ser útil para que los autores comprendan la «conversación» en cada revista y la audiencia específica de cada medio.TABLA 6. Autores más citados por revista.
| Revistas, autores, citas y recuento de estudios | |
|---|---|
| Revista de Ciencias de la DecisiónAutor, citas, estudiosDavid Dobrzykowski, 130 años, 3Revista Michael, 122, 2Uday Rao, 122 años, 2Kurt Bretthauer, 102 años, 1P. Daniel Wright, 102, 1 | Revista de Gestión de OperacionesAutor, citas, estudiosDaniel Chen, 424, 1David Preston, 424, 1Weidong Xia, 424, 1David Dobrzykowski, 387, 2Sarv Devaraj, 357, 4 |
| Ciencias de la gestiónAutor, citas, estudiosAnita Carson [véase la nota 1], 1092, 8Canción Hummy, 679, 5Ritu Agarwal, 670, 4Stefanos Zenios, 585, 2Karen Murrell, 535 años, 2 | Gestión de operaciones de fabricación y serviciosAutor, citas, estudiosDiwas KC, 711, 6Christian Terwiesch, 315, 1Sergei Savin, 265 años, 3Song-Hee Kim, 258 años, 2Ward Whitt, 253, 1 |
| Gestión de Producción y OperacionesAutor, citas, estudiosJonathan Helm, 327, 5Craig Froehle, 268 años, 3Kurt Bretthauer, 227 años, 3Brian Denton, 200, 1Juan Fowler, 200, 1 | Gestión de producción y operaciones (cont.)Autor, citas, estudiosKum Khiong Yang, 200, 1Ser Aik Quek, 200, 1Serhat Gul, 200, 1Todd Huschka, 200, 1Tugba Cayirli, 200, 1 |
4 RESEÑA NARRATIVA POR TEMA
Tras describir la bibliografía de forma sistemática (cuantitativa), volvemos a los seis temas generados a partir del análisis LDA (Blei et al., 2003 ; Wowak et al., 2023 ). Además de agrupar las publicaciones por tema de forma agregada, LDA también identifica los estudios más representativos de un tema determinado. Esta característica de LDA nos permite profundizar más que en revisiones bibliográficas anteriores para ofrecer un resumen narrativo de los temas clave presentes en la literatura mediante análisis para examinar la gestión de la atención médica. En esencia, integramos nuestra revisión sistemática con un análisis narrativo de cada tema.
4.1 Tema 1: mejora de la programación y la utilización de recursos
La programación es un énfasis principal en el Tema 1. Para comenzar, Lemay et al. ( 2017 ) desarrollaron dos algoritmos útiles para programar residentes médicos con el objetivo de maximizar la satisfacción del residente. Luego, Sun et al. ( 2023 ) desarrollaron un modelo de programación de anestesiólogos de dos pasos basado en datos que permite planificar y desplegar anestesiólogos de una manera que satisfaga la demanda clínica y los protocolos institucionales de las diferentes unidades en todo el hospital durante un horizonte de planificación de hasta varias semanas. Finalmente, Keyvanshokooh et al. ( 2022 ) utilizan un modelo de optimización estocástico multietapa integrado y distributivamente robusto para abordar un problema de programación de citas de cirugía para pacientes electivos. Los modelos IMSDRO de los autores producen una programación que permite el acceso oportuno a la atención mediante la coordinación de citas clínicas y quirúrgicas para pacientes ambulatorios. Esto permite a los pacientes ver al cirujano en la clínica y también programar su cirugía sujeta a un límite superior para el tiempo de espera.
Los dos últimos estudios del Tema 1 examinan la utilización de recursos mediante el desarrollo de políticas de inventario y la estimación de patrones de derivación de médicos (práctica): con el primero, Chan et al. ( 2024 ) examinan un problema de control de inventario estocástico, de revisión periódica y de un solo elemento relacionado con cirugías electivas. Los autores desarrollan un nuevo modelo que incorpora información de reserva anticipada (ABI) que reduce el inventario en un 26%. Finalmente, Young et al. ( 2023 ) examinaron la probabilidad de que un cambio en el entorno de trabajo del médico remitente afecte a un paciente que recibe una derivación inapropiada para imágenes diagnósticas (resonancia magnética). Los autores descubrieron que los médicos migrantes efectivamente cambian sus patrones de práctica para las derivaciones a resonancia magnética poco después de cambiar su entorno de trabajo para adaptarse a los patrones de práctica de sus nuevos colegas.
4.2 Tema 2: cadenas de suministro farmacéuticas y otros esquemas de incentivos
Las cadenas de suministro farmacéuticas son un énfasis principal en el Tema 2. Para comenzar, Kouvelis et al. ( 2018 ) examinan la competencia de precios entre fabricantes de medicamentos de marca cuyos medicamentos son distribuidos por el mismo administrador de beneficios de farmacia (PBM). Los autores caracterizan el efecto de la integración vertical en las ganancias y los precios al por mayor de los fabricantes de medicamentos de marca no integrados, los copagos y las participaciones de mercado de los medicamentos de marca, la ganancia total y el tamaño del mercado del PBM integrado, la ganancia agregada para todos los fabricantes de medicamentos de marca, el PBM, el excedente del consumidor y el bienestar social. Luego, Li y Wu ( 2022 ) estudiaron el uso de precios máximos para controlar los costos farmacéuticos, y descubrieron que, si bien los precios máximos son efectivos para contener algunos precios de medicamentos, otros medicamentos pueden aumentar, particularmente aquellos medicamentos establecidos en el techo nacional independientemente de las condiciones locales. Este estudio destacó algunos de los efectos perversos no deseados de los precios máximos en los productos farmacéuticos e informa la regulación de los precios de los medicamentos. Finalmente, Adida ( 2024 ) estudia el efecto de la fijación de precios basada en indicaciones, en comparación con la fijación de precios uniforme para los productos farmacéuticos, sobre la demanda de los pacientes, la cobertura del seguro del pagador (diseño del plan) y los incentivos de inversión y ganancias del fabricante. El autor concluye que la fijación de precios basada en indicaciones beneficia a los pacientes, incentiva a la aseguradora a cubrir el medicamento y mejora el rendimiento financiero del fabricante.
Los dos últimos estudios del Tema 2 se centran en los incentivos y las motivaciones personales que afectan las operaciones hospitalarias: en el primero, Zhao et al. ( 2012 ) desarrollan un modelo de inventario estocástico multiperiodo y demuestran que los esquemas de pago por servicio (FFS) pueden mejorar las ganancias de los fabricantes y distribuidores farmacéuticos. Finalmente, Song et al. ( 2024 ) estudian colas dedicadas y agrupadas. Los resultados de los experimentos revelan que, tras cambiar la configuración de la cola, las colas dedicadas pueden superar a las colas agrupadas en velocidad de procesamiento sin sacrificar la calidad. Los autores concluyen que la conciencia de la longitud de la cola por parte de los servidores y la propiedad de los clientes son factores clave para lograr estos resultados.
4.3 Tema 3: tecnología sanitaria y mejora de la salud pública
La tecnología sanitaria es un énfasis importante en el Tema 3. Para comenzar, Dobrzykowski y Tarafdar ( 2015 ) investigan cómo el uso del registro médico electrónico (EHR) para la difusión de los resultados de las pruebas por parte de los médicos y el personal del hospital, los lazos de interacción social entre los clínicos y el empleo de los médicos influyen en el intercambio de información y la atención al paciente. Sus hallazgos enfatizan la importancia de combinar las interacciones sociales con los sistemas HIT integrados para mejorar las operaciones de atención médica y la atención al paciente, con evidencia que sugiere que los lazos de interacción social entre los proveedores de atención médica mejoran el intercambio de información y el empleo de los médicos amplifica el efecto del uso de HIT para la difusión de los resultados de las pruebas en los lazos de interacción social. A continuación, Laker et al. ( 2018 ) estudian la sobrecarga de información de los médicos que utilizan EHR. Los autores realizan un experimento de laboratorio utilizando a los médicos del departamento de emergencias como sujetos que experimentan sobrecarga de información para cuantificar los efectos del «encuadre de énfasis» en la calidad de la evaluación clínica del médico y la eficiencia de la toma de decisiones clínicas del médico (puntualidad). Finalmente, Mukherjee y Sinha ( 2020 ) exploran cómo los hospitales pueden optimizar el uso de la cirugía asistida por robot para lograr mejores resultados clínicos y minimizar los costos. El estudio combina análisis empírico, modelado analítico y simulación de eventos discretos para obtener información práctica que sugiere que las políticas estratégicas, como el tamaño del grupo de cirujanos, el nivel mínimo de experiencia requerido y la clasificación de pacientes según la gravedad de su condición, son cruciales para maximizar los beneficios clínicos y económicos de la cirugía asistida por robot.
Los dos últimos estudios del Tema 3 vinculan la OM con la salud pública: en el primero, Lowrey et al. ( 2024 ) examinan el impacto de un modelo de atención en asociación que integra los servicios clínicos con los servicios sociales para promover la salud y prevenir enfermedades. El estudio destaca el potencial de los modelos de atención integrada para mejorar los resultados de salud preventiva al abordar las necesidades sociales de los pacientes junto con la atención clínica. Los hallazgos muestran que los pacientes que utilizan la despensa de alimentos lograron una mejor estabilización o reducción del IMC y una reducción de la hemoglobina glucosilada (HbA1c, %) en comparación con los pacientes que no utilizaron la despensa de alimentos. Finalmente, Ivanov et al. ( 2023 ) exploran las redes sociales y el uso de recordatorios visuales para promover la seguridad entre los usuarios y, en última instancia, los resultados de salud pública. Los autores descubren que sus tasas de positividad de COVID-19 disminuyen hasta un 25 % cuando los actores institucionales publican imágenes que contienen información relacionada con las mascarillas en Instagram. Los resultados también sugieren condiciones límite, efectos dinámicos y curvilíneos del efecto del recordatorio visual a lo largo del tiempo.
4.4 Tema 4: apoyo a la toma de decisiones médicas y asignación de recursos valiosos
El soporte de decisiones médicas es un énfasis principal en el Tema 4. Para comenzar, Yang et al. ( 2013 ) formulan y resuelven numéricamente un problema de programación dinámica para informar la política en torno a la detección bienal de la obesidad infantil. A continuación, García et al. ( 2024 ) formulan directrices clínicas interpretables para la hipertensión utilizando procesos de decisión de Markov para optimizar las políticas monótonas, evitando así la disminución de la intensidad del tratamiento para los pacientes más enfermos. Finalmente, Adjerid et al. ( 2023 ) estudian cómo y bajo qué condiciones la innovación de procesos habilitada por algoritmos (AEPI) puede ser útil al tratar enfermedades en entornos operativos dinámicos (es decir, carga de trabajo) y respuestas conductuales a predicciones algorítmicas (es decir, precisión algorítmica). El estudio encuentra que cuando se utiliza para tratar la sepsis, AEPI reduce la probabilidad de muerte en un 45%.
Los dos últimos estudios del Tema 4 abordan la asignación de recursos valiosos, concretamente, los pacientes en ensayos clínicos y la capacidad de ventilación mecánica. El primero, Tian et al. ( 2022 ), aborda un problema de inscripción de pacientes en ensayos clínicos que implica incertidumbres en la efectividad del tratamiento farmacológico y la inscripción de pacientes. Los autores desarrollan un modelo que captura tanto las creencias del paciente sobre la efectividad del fármaco como el estado físico (pacientes inscritos) mediante actualizaciones bayesianas y programación dinámica. Finalmente, Anderson et al. ( 2023 ) evalúan las reglas de prioridad existentes para la asignación de recursos escasos (capacidad de ventilación mecánica) y proponen políticas alternativas destinadas a maximizar las vidas salvadas después del uso de ventilación mecánica, a la vez que limitan las disparidades raciales.
4.5 Tema 5: estudios que informan las políticas
Las políticas relacionadas con la COVID o la pandemia son un énfasis importante en el Tema 5. Para comenzar, Long y Mathews ( 2018 ) examinan un problema de embarque en las UCI, estudiando específicamente el impacto de los niveles de ocupación de la UCI y de las salas en una medida descompuesta de la duración de la estancia (LOS) en la UCI. Los autores encuentran que el «tiempo de servicio [o tratamiento]» no está relacionado con los niveles de ocupación, mientras que el «tiempo de embarque [tiempo de espera del paciente]» aumenta durante los períodos de alta ocupación de la UCI y de las salas. A continuación, Gambaro et al. ( 2023 ) proponen un modelo de decisión de tres partes para informar las expansiones de capacidad de la UCI durante una pandemia. Los autores validan el modelo utilizando datos de la COVID-19 de Italia. Su enfoque incorpora una epidemia estocástica, una carga de capacidad y un modelo de optimización para asignar la demanda. Finalmente, Zhang et al. ( 2023 ) desarrollan un modelo para evaluar el impacto de pausar los trasplantes de hígado durante una pandemia (como la COVID). Los autores pudieron estimar la probabilidad umbral en la que los tomadores de decisiones deberían suspender los trasplantes para reducir la pérdida de meses de vida del paciente.
Los dos últimos estudios del Tema 5 abordan sistemas de pago y políticas de comunicación. Bravo et al. ( 2023 ) estudian la coordinación de la atención en organizaciones de atención responsable (ACO) y el papel de los incentivos. Los autores concluyen que los acuerdos tradicionales de pago por servicio y capitación no ofrecen suficientes incentivos para la coordinación de la atención en los mercados de derivación. En cambio, los planes de reparto de riesgos y costes pueden mejorar la coordinación de la atención en una ACO. Park et al. ( 2023 ) estudian la sensibilidad de los pacientes a los anuncios de tiempo de espera en los servicios de urgencias de Hong Kong. En concreto, los autores examinan cómo gestionan los pacientes la compensación entre el tiempo de espera previsto y la distancia de viaje. Los resultados indican que los pacientes son sensibles al anuncio del tiempo de espera y están dispuestos a viajar más lejos para ahorrar tiempo (1 h). También se consideran las características de los pacientes.
4.6 Tema 6: mejora de los modelos de predicción y servicio clínico
Mejorar la predicción en la atención clínica (y los resultados) es un énfasis principal en el Tema 6 (es decir, Reddy y Aggarwal, 2015 ). Para comenzar, Demir ( 2014 ) estudia cuatro enfoques para predecir la readmisión de emergencia (dentro de los 45 días posteriores al alta): regresión logística, árboles de regresión, modelos aditivos generalizados (GAM) y splines de regresión adaptativa multivariante (MARS). Los autores encuentran que los modelos de regresión logística y los árboles de regresión se desempeñaron de manera comparable a los GAM y MARS. Luego, Chan et al. ( 2023 ) estudian la agrupación de leche de donantes humanos y proponen un marco basado en datos que integra la optimización y el aprendizaje automático para estimar el contenido de macronutrientes y agruparlos de manera óptima. Finalmente, Panchanatham et al. ( 2022 ) estudian las células madre hematopoyéticas (HSC), que es un tratamiento utilizado en muchas enfermedades relacionadas con la sangre. Las células madre hematopoyéticas (CMH) se obtienen de la sangre del cordón umbilical (SC) de bebés o de la médula ósea (MO) de donantes vivos. Los autores desarrollan un enfoque basado en simulación para respaldar la expansión del registro nacional de MO y los bancos de SC en EE. UU. También ofrecen recomendaciones para el reclutamiento de donantes.
Los dos últimos estudios del Tema 6 abordan los modelos de prestación de servicios: el primero, Miedaner et al. ( 2024 ), estudia los modelos de dotación de personal y los resultados de la atención al paciente. En concreto, los autores observan que, a medida que se alargan los periodos de trabajo consecutivos, la calidad de la atención disminuye, especialmente durante las deficiencias de personal. Este efecto negativo se observa especialmente en pacientes con necesidades médicas menos complejas. Por último, Buell et al. ( 2024 ) estudian la dinámica de la implicación en modelos de prestación de servicios individuales y compartidos, con pacientes sometidos a tratamiento de glaucoma en un gran hospital oftalmológico. Los autores observan que los pacientes que participan en modelos de servicios compartidos muestran mayores niveles de implicación verbal y no verbal.
5 FUTURAS DIRECCIONES DE INVESTIGACIÓN
El análisis y la síntesis de LDA, realizados por el equipo de autores, nos permitieron identificar y describir seis temas clave. Dentro de estos temas, retomamos los cinco estudios más representativos de cada categoría para proponer los siguientes objetivos de investigación, que serán explorados por investigadores de OM, junto con investigadores y revistas afines.
5.1 Investigaciones futuras para mejorar la programación y la utilización de recursos (Tema 1)
Sobre el tema de la programación, Lemay et al. ( 2017 ) señalan la importancia de estudiar las métricas de programación emergentes más allá de las solicitudes de tiempo libre. Estas podrían incluir la cantidad de turnos de fin de semana asignados a los residentes. Para las situaciones de programación en las que es particularmente difícil lograr un conjunto máximamente factible, los autores están explorando métodos capaces de desarrollar conjuntos mínimamente infactibles. Los autores también discuten el papel de la automatización y la visualización mejorada de las herramientas de programación como un área prometedora de investigación futura. A continuación, Sun et al. ( 2023 ) discuten las oportunidades para abordar los altos costos computacionales de su modelo de programación de anestesiólogos de dos pasos basado en datos. Una extensión de su trabajo podría incorporar procedimientos metaheurísticos, como la optimización de enjambre de partículas y la búsqueda tabú, para resolver modelos de programación de enteros mixtos multiobjetivo no lineales. A continuación, se desconoce el impacto de su marco AS en el desempeño clínico y vale la pena investigarlo. Además, el marco de AS podría aplicarse a otros contextos de programación, como para residentes y profesionales de la salud afines. De igual manera, otros contextos operativos, como cirugía de trauma, consultas preoperatorias y otras clínicas, son candidatos adecuados para comprender mejor la aplicabilidad del marco. Finalmente, la herramienta de programación de Keyvanshokooh et al. ( 2022 ) no considera las cancelaciones e inasistencias de pacientes ni la estacionalidad de la demanda. Estos factores, junto con las preferencias de los pacientes, podrían examinarse en futuras investigaciones. Asimismo, la asignación de recursos, como la asignación de quirófanos a los cirujanos, podría proporcionar una extensión útil. Los autores también realizan suposiciones de distribución respecto a las necesidades de los pacientes (es decir, la distribución de Bernoulli), que podrían ampliarse para una mejor aplicación. Finalmente, el análisis de la programación dinámica aproximada o robusta podría ser útil para resolver el problema de CAS, ya que permite definir un estado del sistema manejable. En resumen, sería útil que futuros estudios de programación ampliaran los parámetros y objetivos para incluir factores humanos como la satisfacción del médico y del paciente, buscando al mismo tiempo mejorar la eficiencia de los modelos empleados.
En cuanto a la utilización de recursos y los patrones de práctica médica, Chan et al. ( 2024 ) desarrollaron un nuevo modelo de inventario que incorpora ABI capaz de reducir el inventario en un 26%. Las investigaciones futuras podrían examinar la viabilidad y los ajustes necesarios del modelo en las políticas en línea y fuera de línea. Por ejemplo, el modelo podría automatizarse mediante el uso de algoritmos. Estos algoritmos podrían personalizarse/estandarizarse aún más para satisfacer las diversas necesidades contextuales de las diferentes unidades operativas del hospital. El modelo también podría ampliarse para considerar escenarios y paquetes de artículos múltiples. Los autores también analizan la oportunidad de implementar el modelo con proveedores del hospital y cuantificar su valor. Las investigaciones futuras en esta área no solo extenderían la mejora en la utilización de recursos aguas arriba en la cadena de suministro, sino que también informarían las llamadas de los profesionales para respaldar el caso comercial de las nuevas inversiones en tecnología. 2 Finalmente, Young et al. ( 2023 ) estudiaron la utilización de recursos desde la perspectiva de los patrones de práctica médica después de una migración de la práctica, específicamente las derivaciones a resonancia magnética. Esta es un área muy fructífera para futuras investigaciones. Por ejemplo, sería útil investigar el impacto de las migraciones de consultorios en las derivaciones para diferentes procedimientos (es decir, servicios de menor valor como análisis de laboratorio y radiografías) dado su volumen. Además, el análisis de información clínica real, quizás proveniente de registros médicos, podría brindar una comprensión más precisa de decisiones importantes sobre derivaciones que impulsan no solo la calidad de la atención, sino también el costo. Un estudio nacional más amplio, más allá de Massachusetts, también podría aumentar la generalización y quizás ofrecer matices a nuestra comprensión de este tema. También es importante considerar la experiencia previa de un médico y otros posibles factores explicativos de los cambios en el comportamiento de la práctica entre los médicos migrantes (es decir, la población de pacientes, la cobertura del seguro médico y el estado de salud). En resumen, los futuros estudios sobre la utilización de recursos serían útiles para investigar no solo los enfoques operativos para reducir el consumo de recursos mientras se mantiene la calidad de la atención, sino también para comprender mejor las motivaciones subyacentes y las tendencias conductuales de los tomadores de decisiones clave sobre recursos, como los médicos.
Finalmente, como se muestra en la Tabla 5 , los autores más citados sobre este tema son Stefanos Zenios, Jeffrey Pfeffer, Joel Goh, Pengyi Shi y Mark Van Oyen. En cuanto a las revistas, la Figura 7 revela que DSJ y POM parecen ser las más viables para publicar estudios sobre este tema.
5.2 Investigaciones futuras sobre cadenas de suministro farmacéuticas y esquemas de incentivos (Tema 2)
Sobre el tema de las cadenas de suministro farmacéuticas, Kouvelis et al. ( 2018 ) estudian el impacto de los fabricantes en los precios de los medicamentos, pero reconocen el papel clave de otros intermediarios, como los mayoristas, las organizaciones de compras grupales e incluso las farmacias. Se justifica la investigación futura sobre los diversos aspectos de las relaciones entre estos actores, como los mecanismos contractuales e incentivos, la visibilidad y la trazabilidad, entre otros. Además, los autores se centraron principalmente en los medicamentos de marca. Aunque estos son más caros, los medicamentos genéricos representan un volumen sustancial de compras farmacéuticas, lo que los convierte en un objetivo adecuado para la investigación. A continuación, Li y Wu ( 2022 ) estudiaron el uso de precios máximos para controlar los costos farmacéuticos utilizando datos de una sola farmacia minorista. Sería útil ampliar el estudio a farmacias adicionales, o más importante aún, a farmacias hospitalarias, dado el volumen y el gasto de los medicamentos para pacientes hospitalizados. Además, sería útil examinar cuestiones de políticas en los niveles mayorista y de fabricante de la cadena de suministro, dado que los márgenes comerciales son sustanciales y opacos. Además, se justifica un estudio longitudinal dados los ciclos de contratación extendidos en esta industria. Dados los matices existentes en cada nivel, valdría la pena examinar estas cuestiones a lo largo de la cadena de suministro. Finalmente, Adida ( 2024 ) estudia los efectos de las estrategias de fijación de precios de productos farmacéuticos en la demanda de los pacientes, la cobertura del seguro del pagador (diseño del plan) y los incentivos de inversión y ganancias del fabricante. Los autores señalan varias oportunidades de investigación, como estudiar los efectos de las asimetrías de información y poder que existen entre estos actores, cómo el uso fuera de etiqueta de los medicamentos afecta a los precios, los efectos del poder de negociación entre los grandes pagadores (es decir, CMS) y los fabricantes, las fuerzas competitivas entre los fabricantes y los factores de implementación de la estrategia de precios, como los comportamientos de selección de proveedores y los sistemas de información para el monitoreo de indicaciones. En resumen, se necesita investigación futura en las cadenas de suministro farmacéuticas para abordar las estrategias de fijación de precios, la transparencia financiera y la supervisión e intervención regulatoria a lo largo de toda la cadena de suministro. Estas han sido preocupaciones de larga data pero aún sin resolver que son particularmente importantes hoy en día a la luz de las recientes órdenes ejecutivas emitidas por el presidente de los Estados Unidos, Donald Trump.
En cuanto a los incentivos y las motivaciones personales que impactan las operaciones hospitalarias, Zhao et al. ( 2012 ) muestran que los esquemas de pago FFS pueden mejorar las ganancias de los fabricantes y distribuidores farmacéuticos utilizando un modelo de inventario estocástico multiperiodo. Investigaciones futuras podrían examinar los factores de implementación involucrados en la transición de un sistema de compra de inversión a un sistema FFS. Con esto en mente, cómo los fabricantes y distribuidores establecen estas tarifas es un tema crítico, aunque inexplorado. A continuación, comprender los efectos de la variación de la demanda del consumidor final en el rendimiento de estos sistemas de incentivos puede afectar su rendimiento. Finalmente, Song et al. ( 2024 ) revelan que las colas dedicadas pueden superar a las colas agrupadas al considerar los sentimientos de propiedad del servidor hacia sus pacientes y las percepciones del número de pacientes en la cola (conciencia). Investigaciones futuras podrían explorar la capacidad de los médicos para cambiar las formas en que realizan tareas que pueden afectar los tiempos de servicio. Además, la gama de tareas realizadas por los médicos varía en complejidad. Se justifica la investigación sobre cómo la propiedad del cliente y la visibilidad de la longitud de la cola afectan las tareas complejas intensivas en conocimiento (visitas). Dadas las nociones sobre el contacto con el cliente, sería útil examinar el papel del paciente en la influencia de las colas en la prestación de servicios de salud. El tamaño del sistema de colas es otro factor importante a considerar. Ciertamente, es probable que los sistemas más grandes funcionen de manera diferente a los más pequeños (es decir, clínicas multidisciplinarias o centros de salud frente a consultorios individuales). Finalmente, la interacción entre los incentivos financieros y los motivadores conductuales sería muy fructífera, especialmente dada la naturaleza de la atención médica como una operación de servicios profesionales. En resumen, futuros estudios sobre incentivos en la gestión de la atención (OM) serían útiles para examinar cómo los incentivos en las operaciones de atención médica influyen en la toma de decisiones y acciones gerenciales y clínicas. Claramente, se necesita más investigación para descubrir los elementos conductuales humanos que intervienen en los incentivos y su implementación efectiva.
Finalmente, como se muestra en la Tabla 5 , los autores más citados sobre este tema son Daniel Chen, David Preston, Weidong Xia, Leroy Schwarz y Qiaohai (Joice) Hu. En cuanto a las revistas, la Figura 7 revela que Mgmt Sci, JOM y POM parecen las más viables para publicar estudios sobre este tema.
5.3 Investigación futura en tecnología sanitaria y mejora de la salud pública (Tema 3)
Sobre el tema de la tecnología sanitaria, Dobrzykowski y Tarafdar ( 2015 ) encuentran evidencia que sugiere que los lazos de interacción social entre los proveedores de atención sanitaria mejoran el intercambio de información, y el empleo de los médicos amplifica el efecto del uso de HIT para la difusión de los resultados de las pruebas en los lazos de interacción social. Los autores señalan la oportunidad de ir más allá del uso de HIT para estudiar los efectos de la madurez de HIT en los hospitales. Esto permitiría el estudio de los efectos del aprendizaje, la fatiga y otros cambios que ocurren a medida que los hospitales implementan y utilizan la tecnología durante períodos prolongados. Comprender los efectos de HIT en los procesos y el rendimiento de la prestación de atención sanitaria, al tiempo que se consideran los contextos operativos matizados (es decir, las diferentes unidades dentro de un hospital), sería útil, ya que gran parte de la investigación existente continúa realizándose a nivel hospitalario. De manera similar, examinar diferentes tipos de hospitales (es decir, instalaciones docentes frente a no docentes y varios niveles de CMI) en términos de cómo se puede implementar y utilizar eficazmente HIT es un dominio de investigación fructífero. En última instancia, se necesita más investigación sobre los mecanismos operativos (mediadores potenciales) que son útiles para facilitar el vínculo entre HIT y el rendimiento operativo. A continuación, Laker et al. ( 2018 ) cuantifican los efectos del «encuadre de énfasis» en los EHR sobre la calidad de la evaluación clínica del médico y la eficiencia en la toma de decisiones clínicas. Si bien su estudio examinó a médicos de urgencias, sus hallazgos pueden variar entre las distintas especialidades debido al contacto con el paciente, la presión del tiempo, la gravedad del paciente y otros factores relevantes. Esto permitiría no solo la captura de diferentes perfiles de médicos, sino también de diferentes contextos operativos. Por consiguiente, examinar cómo el «encuadre de énfasis» puede afectar la capacidad de los médicos para gestionar las interrupciones es una extensión importante. Además, el proceso de identificación para comprender qué elementos de información deben «encuadrarse» no se comprende bien. En este sentido, es probable que existan oportunidades para la IA y el aprendizaje automático, ambas aplicaciones relativamente incipientes desde una perspectiva de investigación. Si bien los autores concluyen que el «encuadre de énfasis» puede mitigar el equilibrio entre velocidad y calidad, futuras investigaciones deberían intentar parametrizar esta función de equilibrio con el objetivo de equilibrar óptimamente los beneficios para la calidad de la atención y la eficiencia del sistema.
Finalmente, Mukherjee y Sinha (2020) sugieren que las políticas estratégicas, como el tamaño del grupo de cirujanos y el nivel mínimo de experiencia requerido, así como el triaje de pacientes basado en la criticidad de su condición, son cruciales para maximizar los beneficios clínicos y de costo de la cirugía asistida por robot. Aunque los autores se enfocaron en histerectomías, la investigación futura sería útil para investigar diferentes procedimientos, tipos quirúrgicos e incluso casos concurrentes que pueden presentar desafíos particulares. Desde una perspectiva de aprendizaje, comprender cómo la rotación de cirujanos y la dinámica del equipo también serían extensiones útiles que podrían aportar valiosos insights sobre la colaboración en entornos quirúrgicos. Además, la integración de plataformas tecnológicas en la formación y capacitación del personal podría ser un área de exploración prometedora que garantice que los equipos estén siempre preparados para operar con los más altos estándares. En resumen, los futuros estudios de tecnología de la salud serían útiles para profundizar en los matices de cómo se puede usar HIT para mitigar las compensaciones de calidad-eficiencia. Estos matices incluyen factores contextuales operacionales y de comportamiento humano que son únicos en la atención médica e impactan cómo HIT puede mejorar las operaciones mediante una mayor precisión y eficiencia. Dados los avances en IA, aprendizaje automático, Industria 4.0 y otros avances en la tecnología, estos conocimientos serán no solo altamente relevantes para la práctica clínica, sino también para la academia, donde pueden informar políticas y prácticas que beneficiarán a pacientes y profesionales por igual. Adicionalmente, la consideración de factores éticos y de accesibilidad en la implementación de HIT también debe ser parte de las futuras investigaciones, asegurando que se aborden las desigualdades en el acceso a estas tecnologías innovadoras.
Sobre el tema de OM y salud pública, Lowrey et al. ( 2024 ) revelan el potencial de los modelos de atención integrada para mejorar los resultados de salud preventiva al abordar las necesidades sociales y clínicas de los pacientes. Los autores señalan el papel clave que desempeñan los voluntarios en las operaciones de los bancos de alimentos, donde su compromiso y dedicación a menudo se traducen en un apoyo vital para individuos y familias en situaciones precarias. Al igual que las operaciones humanitarias, una mejor comprensión de la coordinación y la gestión eficaz del flujo de trabajo en ausencia de incentivos financieros es un área de investigación prometedora. En este contexto, sería útil mejorar nuestra comprensión de cómo diseñar y ejecutar la interacción entre voluntarios y clientes, asegurando que se establezcan relaciones de confianza y comunicación efectiva que beneficien tanto a los voluntarios como a quienes reciben asistencia. Además, como las metodologías de reembolso continúan enfatizando la contratación basada en el riesgo del proveedor y la salud (bienestar) del paciente, la investigación sobre estructuras basadas en asociaciones que involucran a proveedores y organizaciones comunitarias (es decir, bancos de alimentos) puede guiar futuros modelos operativos, sugiriendo la importancia de la colaboración intersectorial en la promoción de la salud pública. Finalmente, Ivanov et al. ( 2023 ) encuentran que los resultados de salud pública mejoran cuando los actores institucionales publican imágenes (empujoncitos-nod visuales) en las redes sociales. Este estudio ofrece una valiosa perspectiva inicial sobre cómo los proveedores pueden impulsar los comportamientos de salud pública, abriendo diversas vías para futuras investigaciones sobre los mecanismos conductuales y operativos a través de los cuales cambian los comportamientos de los pacientes. Tal enfoque podría incluir la exploración del papel de la cobertura de seguro en dichas mejoras, las características de la plataforma necesarias para motivar el cambio, así como el rol real del proveedor, considerando factores como la empatía, la disponibilidad y el conocimiento sobre los recursos disponibles, los cuales son fundamentales para un enfoque integral del bienestar comunitario.
En resumen, la gestión de la salud (OM) y la salud pública constituyen una línea de investigación particularmente incipiente con abundantes oportunidades para avanzar en el conocimiento, lo que no solo enriquecería la academia, sino que también podría transformar la práctica de salud en diversas comunidades. Investigadores y líderes de la práctica profesional se beneficiarían de una mejor comprensión de los posibles impulsores (políticos) y facilitadores operativos que vinculan a los proveedores y las agencias comunitarias en la búsqueda de una mejor salud pública. Este entendimiento permitiría adaptar estrategias más efectivas y equitativas que consideren las necesidades particulares de cada población. Esta área ofrece numerosas oportunidades para investigar características únicas en este ámbito, como los sistemas de incentivos, la jerarquía y la coopetición (es decir, la necesidad de colaborar mientras se compite por financiación), entre otros temas importantes. Asimismo, también existe la oportunidad de examinar cómo la tecnología puede ser utilizada para mejorar la intervención en salud pública, así como para facilitar la comunicación y la información entre los actores involucrados. También existe la oportunidad de colaborar con investigadores en operaciones humanitarias (es decir, para estudiar desiertos alimentarios y bancos de alimentos, etc.), economía colaborativa (es decir, servicios y recursos compartidos entre pacientes) e incluso operaciones de última milla (es decir, transporte compartido para citas médicas), lo que podría resultar en un enfoque más holístico y sostenido que promueva la salud en todos los niveles de la sociedad.
Finalmente, como se muestra en la Tabla 5 , los autores más citados sobre este tema son Kenneth Boyer, Christian Terwiesch, Aravind Chandrasekaran, Anita Carson y Song-Hee Kim. En cuanto a las revistas, la Figura 7 revela que JOM y DSJ parecen ser las más viables para publicar estudios sobre este tema.
5.4 Investigación futura sobre el apoyo a la toma de decisiones médicas y la asignación de recursos valiosos (Tema 4)
Sobre el tema del apoyo a la toma de decisiones médicas, Yang et al. ( 2013 ) informan sobre las políticas en torno al cribado bienal de la obesidad infantil. Las futuras ampliaciones de su trabajo podrían investigar los efectos psicológicos y sociales de la obesidad infantil, el potencial del cribado temprano para prevenir la diabetes tipo 2, los efectos secundarios relacionados con el potencial del tratamiento para inculcar otras opciones de estilo de vida saludable e impactos más adelante en la vida, el efecto del peso antes del embarazo en el riesgo de obesidad y el peso en la siguiente generación, y potencialmente los beneficios tangenciales para la salud acumulados por otros miembros de la familia debido a su participación en la intervención. También sería útil una investigación más matizada en subgrupos de población (p. ej., socioeconómicos, raciales o incluso de edad). También es clave la noción de que la formulación de su modelo supone un 100% de cumplimiento del tratamiento, lo que probablemente no sea realista. Ajustar el modelo para dar cabida a esta realidad sería útil.
A continuación, García et al. ( 2024 ) utilizan procesos de decisión de Markov para desarrollar directrices clínicas interpretables para la hipertensión. La investigación futura aquí podría desarrollar políticas MDP interpretables adicionales y analizar la consiguiente interpretabilidad de los precios de cada política. A continuación, sus MIP pueden ser computacionalmente prohibitivos debido al potencial de grandes tamaños de problema. Por lo tanto, sería útil desarrollar algoritmos computacionalmente más eficientes. Desde una perspectiva clínica, sería útil incorporar comorbilidades, factores socioeconómicos y demográficos.
Finalmente, Adjerid et al. ( 2023 ) encuentran que cuando se utiliza para tratar la sepsis, AEPI reduce la probabilidad de muerte. Los autores destacan la necesidad de futuras investigaciones en comportamiento humano, diseño algorítmico, toma de decisiones y teorías operativas más prescriptivas. Específicamente, los problemas de comportamiento relacionados con desalineaciones de incentivos, confianza en los sistemas y preferencias de riesgo deben examinarse con más detalle en el entorno de la atención médica. Además, es importante comprender cómo la incertidumbre relacionada con la precisión del algoritmo puede influir en el rendimiento y la confianza de AEPI a lo largo del tiempo. En resumen, los futuros estudios de soporte de decisiones médicas serían útiles para investigar la eficiencia computacional de los algoritmos, lo que permitiría el despliegue de modelos cada vez más complejos. Estos modelos podrían entonces explicar mejor la realidad de los numerosos factores matizados relevantes en esta área (es decir, comorbilidades y factores sociodemográficos). Finalmente, se necesita investigación sustancial en el floreciente campo de la interfaz humano-IA en las operaciones de atención médica.
Sobre el tema de la asignación de recursos valiosos, Tian et al. ( 2022 ) desarrollan un modelo para ensayos clínicos que captura tanto las creencias del paciente sobre la efectividad del fármaco como el estado físico (pacientes inscritos). Los autores destacan la necesidad de estudiar la inversión óptima en ensayos clínicos, considerando la incertidumbre en las tasas de abandono. Un modelo tan dinámico podría implementarse utilizando información de inscripción en tiempo real. Sería útil considerar el aprendizaje tanto del proceso de inscripción de pacientes como de la calidad del fármaco.
Finalmente, Anderson et al. ( 2023 ) proponen políticas alternativas destinadas a maximizar las vidas salvadas después del uso de ventilación mecánica, considerando las disparidades raciales. Los autores proporcionan una sólida discusión de las oportunidades de investigación relacionadas con la estrategia de operaciones, las condiciones límite como la amortiguación de infecciones y el distanciamiento, las políticas nacionales, entre otras.
En resumen, los estudios futuros que aborden la asignación de recursos valiosos serían de gran utilidad para investigar una amplia gama de temas, desde el reclutamiento de ensayos clínicos y la gestión de pacientes hasta la política, la estrategia de operaciones y las condiciones de contingencia para tomar estas decisiones cruciales.
Finalmente, como se muestra en la Tabla 5 , los autores más citados sobre este tema son Ritu Agarwal, Corey Angst, Ken Kelley, V. Sambamurthy y Sergei Savin. En cuanto a las publicaciones, la Figura 7 revela que POM y MSOM parecen ser las más viables para publicar estudios sobre este tema.
5.5 Investigaciones futuras que informan las políticas (Tema 5)
Sobre el tema de las políticas relacionadas con la COVID o la pandemia, Long y Mathews ( 2018 ) encuentran que el «tiempo de servicio [o tratamiento]» no está relacionado con los niveles de ocupación de la UCI, mientras que el «tiempo de embarque [espera del paciente]» aumenta durante los períodos de alta ocupación de la UCI y de las salas. Los autores discuten el potencial de incorporar medidas mejoradas (dinámicas) de la gravedad del paciente, así como una medida combinada de gravedad y ocupación (para tener en cuenta la carga de trabajo) en futuras investigaciones. Factores adicionales como la experiencia del médico, la dinámica del equipo de atención, la duración del turno y otros factores que influyen en la carga cognitiva son dignos de exploración. A continuación, sería útil un examen más exhaustivo de la LOS en el ED y otras unidades junto con el tiempo de espera para transferir dentro y fuera de la UCI. También es importante determinar si los pacientes terminales pueden tener más probabilidades de ser dados de alta a cuidados paliativos, dependiendo de la capacidad de camas. Esto afectaría la tasa de mortalidad del hospital. También es útil investigar cómo los hospitales pueden alinear mejor los incentivos para abordar los tiempos de espera en la UCI y la atención al paciente. A continuación, Gambaro et al. ( 2023 ) proporcionan un enfoque que incorpora una epidemia estocástica, una carga de capacidad y un modelo de optimización para asignar la demanda. Los autores señalan la necesidad de mejorar la eficiencia computacional junto con la necesidad de desarrollar nuevos modelos a medida que surgen variantes de la COVID u otras pandemias. Comprender cómo modificar el modelo sería clave para la aplicación continua en la práctica. Además, investigar efectos indirectos más amplios en áreas como la oncología y los pacientes con cardiopatía ofrecería extensiones útiles. Finalmente, Zhang et al. ( 2023 ) estiman la probabilidad umbral en la que los tomadores de decisiones deben suspender los trasplantes para reducir la pérdida de meses de vida del paciente durante la COVID. Los autores señalan que su modelo puede ser útil en otros contextos de operaciones de atención médica que vale la pena investigar. En resumen, los futuros estudios de políticas relacionados con la pandemia deben esforzarse por capturar las palancas del lado de la demanda y la oferta que impactan en la toma de decisiones operativas. Además, investigar estas políticas desde una perspectiva integral en todas las especialidades y tipos de pacientes respaldaría una mejor gestión de la pandemia.
Sobre el tema de los sistemas de pago y las políticas de comunicación, Bravo et al. ( 2023 ) encuentran que los acuerdos tradicionales de pago por servicio y capitación no proporcionan suficientes incentivos para la coordinación de la atención en los mercados de referencia, lo que destaca la necesidad de mecanismos de riesgo y costo compartido que se encuentran en las ACO. Los autores discuten la necesidad de investigar la intensidad de la atención requerida por los pacientes, el volumen de referencias, los esfuerzos asimétricos entre los actores en la coordinación de la atención, así como la inclusión de límites superiores e inferiores para el riesgo y la distribución de ganancias en las ACO. Esta interacción compleja entre diferentes facetas del sistema de salud sugiere que se debe realizar un análisis más profundo sobre cómo estas dinámicas pueden influir en la calidad y eficiencia de la atención. Finalmente, Park et al. ( 2023 ) encuentran que los pacientes son sensibles a los anuncios de tiempo de espera y están dispuestos a viajar más lejos para ahorrar tiempo. La selección de DE por parte de los pacientes es un área poco estudiada en general. Como tal, varias facetas de este fenómeno son propicias para los investigadores. Estas incluyen la coordinación entre DE y las características de los sistemas de anuncios, que juegan un papel crucial en la experiencia del paciente y en su percepción del servicio. Otra dirección sería un entorno de teoría de juegos en el que el paciente considera no solo el retraso en el tiempo de espera anunciado, sino también las decisiones de otros pacientes que eligen a qué DE asistir. Este contexto puede presentar un cierto equilibrio que produzca nuevas perspectivas para los anuncios informativos retrasados, creando así un escenario donde las decisiones individuales afectan a la colectividad y viceversa. Además, los estudios que examinan los efectos de los tiempos de espera anunciados en la tolerancia del paciente, considerando los perfiles de los pacientes (es decir, pacientes sensibles e insensibles), serían informativos y permitirían entender mejor cómo se pueden ajustar las políticas para atender a diferentes segmentos de la población. En resumen, los futuros estudios de políticas de pago y comunicación serían útiles para investigar los matices y las condiciones propicias para la implementación efectiva de enfoques de contratación de riesgo y beneficio compartido para los proveedores. Dada su creciente prevalencia, esta investigación es desesperadamente necesaria para los profesionales, ya que el éxito de los sistemas de salud del futuro dependerá de la capacidad de adaptarse a las necesidades cambiantes de los pacientes. Además, en términos de políticas de comunicación, sería muy valioso comprender la toma de decisiones de los pacientes relacionada con cómo seleccionan a los proveedores y acceden a la atención, tanto en contextos de emergencia como de no emergencia. Esto incluye cómo reaccionan los pacientes a la comunicación en diversos contextos de atención, como entornos de pacientes hospitalizados versus ambulatorios, así como las visitas mediadas por telemedicina, lo cual puede ofrecer oportunidades adicionales para optimizar la experiencia del paciente y la eficacia del tratamiento.
Finalmente, como se muestra en la Tabla 5 , los autores más citados sobre este tema son Diwas KC, David Dobrzykowski, Erik Brynjolfsson, Lorin Hitt y Prasanna Tambe. En cuanto a las revistas, la Figura 7 revela que DSJ, Mgmt Sci y JOM parecen las más viables para publicar estudios sobre este tema.
5.6 Futuras investigaciones para mejorar los modelos de predicción y servicios clínicos (Tema 6)
Sobre el tema de mejorar la predicción en la atención clínica, Demir ( 2014 ) encuentra que los modelos de regresión logística y los árboles de regresión se desempeñaron de manera comparable a los GAM y MARS en la predicción de las tasas de readmisión. Los autores señalan correctamente que la identificación incorrecta de pacientes en riesgo de readmisión puede ser muy costosa en términos de consumo evitable de recursos. Como tal, sugieren que la investigación futura examine los factores capaces de mitigar estos costos. A continuación, Chan et al. ( 2023 ) proponen un marco basado en datos que estima el contenido de macronutrientes agrupando de manera óptima la leche humana donada. Los autores sugieren que se podrían obtener mejoras en la precisión predictiva recopilando más datos u obteniendo más características predictivas. Es posible incorporar el aprendizaje automático y la aplicación de métodos de pseudoetiquetado. Si se dispusiera de más información sobre los depósitos entrantes, podría ser posible la optimización concurrente de las decisiones de agrupación para varios períodos. Finalmente, Panchanatham et al. ( 2022 ) desarrollan un enfoque basado en simulación para brindar apoyo a la expansión del CB umbilical nacional de bebés o BM. Su modelo de predicción abarca un período de 10 años. Por lo tanto, períodos más largos serían difíciles, pero útiles para la planificación. También sería útil estudiar las coincidencias transfronterizas. Finalmente, dados los avances en la tecnología médica, se prevé la capacidad de lograr mejores coincidencias, lo que requiere la evolución de nuestros métodos analíticos. En resumen, sería útil que futuras investigaciones orientadas a mejorar la predicción clínica intentaran combinar los avances en nuestros métodos analíticos con los avances en las tecnologías médicas. También se espera que la medicina personalizada desempeñe un papel en este ámbito.
Sobre el tema de los modelos de prestación de servicios, Miedaner et al. ( 2024 ) encuentran que a medida que se alargan los períodos de trabajo consecutivos, la calidad de la atención disminuye, especialmente durante las deficiencias de personal. Dado que su investigación se llevó a cabo en unidades neonatales alemanas, existen futuras oportunidades de investigación a través de los límites de los condados, bajo diferentes disposiciones de políticas regulatorias nacionales y contextos operativos (es decir, oncología vs. neonatología considerando la carga de trabajo de las enfermeras, atención primaria vs. especialidad y atención aguda) (Dobrzykowski, 2019 ). También sería útil examinar los factores de comportamiento humano en las operaciones como la fatiga de las enfermeras y los efectos del aprendizaje. Finalmente, Buell et al. ( 2024 ) encuentran que los pacientes que participan en modelos de servicios compartidos exhibieron niveles más altos de compromiso verbal y no verbal. Aunque estos modelos han sido adoptados por los principales sistemas de salud en los EE. UU., no son comunes. Esto conduce a oportunidades de investigación en torno a los factores facilitadores y los matices contextuales que afectan la adopción de modelos de servicios compartidos. La privacidad, la demografía y la confianza del paciente se encuentran entre varias preocupaciones clave en esta área. De igual manera, los servicios compartidos mediados por tecnología representan una posibilidad creciente para el futuro de la prestación de servicios de salud, que aún se encuentra en gran parte inexplorada. Estos factores deben analizarse desde la perspectiva de múltiples partes interesadas, como pacientes, proveedores, aseguradoras y legisladores. En resumen, sería útil que futuros estudios sobre modelos de servicios de salud investigaran las principales preocupaciones operativas que se extienden a lo largo del continuo asistencial, desde los pacientes hasta los proveedores, los pagadores e incluso los organismos reguladores gubernamentales. Muchos conceptos fundamentales de la gestión de la atención (como los tiempos de espera y la utilización de la capacidad) probablemente merezcan ser revisados, dados los nuevos modelos de prestación de servicios, a menudo mediados por tecnología.
Finalmente, como se muestra en la Tabla 5 , los autores más citados sobre este tema son Anita Carson, Sergei Savin, David Vinson, Hummy Song y Karen Murrell. En cuanto a las revistas, la Figura 7 revela que MSOM, DSJ y Mgmt Sci parecen las más viables para publicar estudios sobre este tema.
6 CONCLUSIÓN
Aunque la adopción de analítica en las operaciones de atención médica ha sido algo decepcionante en la práctica, los investigadores han trabajado arduamente para establecer y refinar los enfoques analíticos en nuestra investigación. Evaluamos el estado de la literatura de HOM que emplea enfoques analíticos de manera integral, examinando 414 estudios relevantes publicados entre 2010 y 2024 en cinco revistas de OM de élite: DSJ, JOM, MS, MSOM y POM. En el curso de nuestra revisión, analizamos la literatura a nivel de corriente, revista y autor, lo que nos permitió obtener una visión más clara y detallada de las contribuciones realizadas en este campo. Al hacerlo, pudimos identificar y discutir las tendencias metodológicas y de publicación clave por revista, así como las posibles lagunas en la investigación actual que podrían ser abordadas en estudios futuros. A continuación, nuestro análisis y síntesis de LDA por parte del equipo de autores nos permitió no solo identificar y describir seis temas clave, sino también comprender la interrelación entre ellos. Dentro de estos temas, revisamos los cinco estudios más representativos en cada categoría, resaltando su importancia y sus aportaciones únicas, y proponiendo objetivos de investigación para futura exploración por parte de investigadores de OM, junto con investigadores alineados y publicaciones periódicas, para así fomentar un mayor avance en la aplicación de la analítica en las operaciones de atención médica y mejorar los resultados en este campo crítico.
