[ES] Según la Organización Mundial de la Salud, la esperanza de vida ha aumentado en seis años en las últimas dos décadas. Esto ha llevado a un aumento de las enfermedades crónicas entre la población. Como consecuencia, los sistemas de salud se han visto obligados a buscar medidas preventivas y de mejora de los procesos de atención para garantizar su sostenibilidad. Factores clave para esta mejora son la seguridad, la eficacia, la eficiencia, la atención centrada en el paciente, la puntualidad y la equidad, los cuales buscan minimizar riesgos y brindar una atención óptima. Asimismo, los Servicios de Urgencias se enfrentan a grandes desafíos debido a la alta demanda a la que están sometidos, lo que resulta en Servicios de Urgencias saturados y errores que pueden derivar en eventos adversos. Por lo tanto, mejorar la seguridad del paciente es crucial para obtener una mejor atención en el Servicio de Urgencias.
Paradigmas como el Cuidado de la Salud Basado en el Valor abogan por medir la calidad de la atención, optimizar la asignación de recursos y lograr mejores resultados a través de una mejora continua. Siendo los indicadores de rendimiento tradicionales los que han desempeñado un papel crucial en este proceso, al alinear actividades y objetivos, brindar información sobre las experiencias del paciente y su estado de salud, así como contribuir en la evaluación del rendimiento, la eficacia clínica y la mejora de la calidad. Sin embargo, estos indicadores pueden presentar limitaciones debido a su naturaleza abstracta y la propia complejidad de los datos. Por lo tanto, es posible que el uso de indicadores clave no represente en su totalidad la complejidad de estos procesos. Además, la adaptación de estos indicadores a continuos cambios puede ser un desafío, lo que dificulta la comprensión de los sistemas. Técnicas como la Inteligencia Artificial pueden ofrecer una información valiosa al procesar grandes conjuntos de datos, que son de especialmente interés en el sector de la salud. De esta forma, la Minería de Procesos, un paradigma emergente y que está ganando popularidad en varios dominios incluido salud, ofrece la oportunidad de analizar y mejorar los procesos, contribuyendo a aliviar la crisis a la que se enfrentan los sistemas de salud hoy en día.
Esta tesis doctoral introduce nuevos indicadores de proceso basados en técnicas de Minería de Procesos para el proceso de urgencias como solución a cuestiones no cubiertas por las técnicas de medición tradicionales o nuevas tecnologías como la Inteligencia Artificial. Además, esta tesis presenta un método novedoso para medir la Calidad de la Atención, así como comprender el proceso de atención del ictus en los Servicios de Urgencias. Este enfoque ofrece una forma más dinámica e interactiva de analizar los procesos de atención de la salud, lo que permite un mejor entendimiento, además de medir la cadena de valor, lo que ayuda a identificar especificidades en el proceso de atención en urgencias y así descubrir el comportamiento del proceso de la enfermedad de ictus. Por último, en esta tesis se presenta una aplicación basada en Minería de Procesos para soportar este método diseñada e implementada para tal fin. / [CA] Segons l'Organització Mundial de la Salut, l'esperança de vida ha augmentat en sis anys en les últimes dues dècades. Això ha portat a un augment de les malalties cròniques entre la població. Com a conseqüència, els sistemes de salut s'han vist obligats a buscar mesures preventives i de millora dels processos d'atenció per a garantir la seua sostenibilitat. Factors clau per a aquesta millora són la seguretat, l'eficàcia, l'eficiència, l'atenció centrada en el pacient, la puntualitat i l'equitat, els quals busquen minimitzar riscos i brindar una atenció òptima. Així mateix, els Serveis d'Urgències s'enfronten a grans desafiaments a causa de l'alta demanda a la qual estan sotmesos, la qual cosa resulta en Serveis d'Urgències saturats i errors que poden derivar en esdeveniments adversos. Per tant, millorar la seguretat del pacient és crucial per a obtindre una millor atenció en el Servei d'Urgències.
Paradigmes com la Cura de la Salut Basat en el Valor advoquen per mesurar la qualitat de l'atenció, optimitzar l'assignació de recursos i aconseguir millors resultats a través d'una millora contínua. Sent els indicadors de rendiment tradicionals els que han exercit un paper crucial en aquest procés, en alinear activitats i objectius, brindar informació sobre les experiències del pacient i el seu estat de salut, així com contribuir en l'avaluació del rendiment, l'eficàcia clínica i la millora de la qualitat. No obstant això, aquests indicadors poden presentar limitacions a causa de la seua naturalesa abstracta i a la pròpia complexitat de les dades. Per tant, és possible que els indicadors clau no representen íntegrament la complexitat d'aquests processos. A més, l'adaptació d'aquests indicadors a canvis continus pot ser un desafiament, la qual cosa dificulta la comprensió dels sistemes. Tècniques com la Intel·ligència Artificial poden oferir una informació valuosa en processar grans conjunts de dades, que són d'especialment interés en el sector de la salut. D'aquesta manera, la Mineria de Processos, un paradigma emergent i que està guanyant popularitat en diversos dominis inclòs salut, ofereix l'oportunitat d'analitzar i millorar els processos, contribuint a alleujar la crisi a la qual s'enfronten els sistemes de salut hui dia.
Aquesta tesi doctoral introdueix nous indicadors de procés basats en tècniques de Mineria de Processos per al procés d'urgències com a solució a qüestions no cobertes per les tècniques de mesurament tradicionals o noves tecnologies com la Intel·ligència Artificial. A més, aquesta tesi presenta un mètode nou per a mesurar la Qualitat de l'Atenció, així com comprendre el procés d'atenció del ictus en els Serveis d'Urgències. Aquest enfocament ofereix una forma més dinàmica i interactiva d'analitzar els processos d'atenció de la salut, la qual cosa permet un millor enteniment, a més de mesurar la cadena de valor, la qual cosa ajuda a identificar especificitats en el procés d'atenció en urgències i així descobrir el comportament del procés de la malaltia de ictus. Finalment, en aquesta tesi es presenta una aplicació basada en Mineria de Processos per a suportar aquest mètode dissenyada i implementada per a tal fi. / [EN] According to the World Health Organization, life expectancy has increased by six years in the last two decades. This has led to an increase in chronic diseases among the population. Consequently, health systems have been forced to look for preventive measures and improvement of care processes to guarantee sustainability. Key factors for this improvement are safety, efficacy, efficiency, patient-centred care, timeliness, and equity, all of which pursue to minimize risks and provide optimal care. Likewise, Emergency Services face significant challenges due to the high demand to which they are subjected, which results in saturated Emergency Departments and errors that can lead to adverse events. Therefore, improving patient safety is crucial to obtain better care in the Emergency Department.
Paradigms such as Value-Based Healthcare advocate measuring the Quality of Care, optimizing the allocation of resources, and achieving better results through continuous improvement being the traditional performance indicators, those that have played a crucial role in this process by aligning activities and objectives, providing information on the patient's experiences and their state of health, as well as contributing to the evaluation of performance, clinical efficacy and quality improvement. However, these indicators may present limitations due to their abstract nature and the complexity of the data. Therefore, the key indicators may not fully represent the complexity of these processes. Furthermore, adapting these indicators to continuous changes can be challenging, making it difficult to understand the systems. Techniques such as Artificial Intelligence can offer valuable information when processing large data sets, which are particularly interesting in the health sector. In this way, Process Mining, an emerging paradigm gaining popularity in several domains, including health, offers the opportunity to analyze and improve processes, contributing to alleviating the crisis that health systems face today.
This doctoral thesis presents a new way to measure the value of the emergency process with interactive process indicators based on Process Mining techniques as a solution to issues not covered by traditional measurement techniques or new technologies such as Artificial Intelligence. In addition, this thesis proposes a novel method to measure the Quality of Care in addition to understanding the stroke care process in Emergency Services. This approach offers a more dynamic and interactive way of analyzing healthcare processes, which allows for a better understanding and measuring of the value chain, which helps identify specificities in the emergency care process and thus discover the behaviour of the stroke disease process. Finally, this thesis presents an application based on Process Mining to support this method, designed and implemented for this purpose. / Ibáñez Sánchez, G. (2023). Interactive Process Mining Techniques to Co-create Interactive Process Indicators to Evaluate and Characterize the Clinical Practice in Emergency Departments [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/202611
| Identifer | oai:union.ndltd.org:upv.es/oai:riunet.upv.es:10251/202611 |
| Date | 23 January 2024 |
| Creators | Ibáñez Sánchez, Gema |
| Contributors | Fernández Llatas, Carlos, Valero Ramón, Zoe, Universitat Politècnica de València. Departamento de Ingeniería Electrónica - Departament d'Enginyeria Electrònica |
| Publisher | Universitat Politècnica de València |
| Source Sets | Universitat Politècnica de València |
| Language | English |
| Detected Language | Spanish |
| Type | info:eu-repo/semantics/doctoralThesis, info:eu-repo/semantics/acceptedVersion |
| Rights | http://rightsstatements.org/vocab/InC/1.0/, info:eu-repo/semantics/openAccess |
Page generated in 0.0032 seconds