Carlos Alberto Martínez Fernández, Paloma Teixidó Martínez, Oriol Puig Palau, Alfredo Álvarez Encinas, Marta Serra Robert, Noelia Grandal Vila, Marianna Ramírez Tamez
{"title":"Aplicación de la analítica predictiva en el modelo de gestión de contingencia común","authors":"Carlos Alberto Martínez Fernández, Paloma Teixidó Martínez, Oriol Puig Palau, Alfredo Álvarez Encinas, Marta Serra Robert, Noelia Grandal Vila, Marianna Ramírez Tamez","doi":"10.24129/j.retla.06111.fs2303001","DOIUrl":null,"url":null,"abstract":"Objetivo: el objetivo del estudio fue examinar la puesta en marcha de un modelo de analítica predictiva en pacientes en situación de incapacidad temporal (IT) por contingencia común (CC), utilizando los valores predictivos “días de IT” y “perfil alta”, para personalizar las acciones, llevarlas a cabo en el momento más oportuno y ver si mejoraban los indicadores de gestión. Método: estudio observacional transversal descriptivo, realizándose una prueba piloto del modelo predictivo en 7 centros asistenciales, durante un periodo de 3 meses (abril-junio 2022). Resultados: durante el periodo del piloto en los 7 centros participantes, se realizaron un 64% de propuestas de alta, de las cuales el 75% finalizaron en alta laboral. Se logró una reducción del 2,5% en la duración media de los procesos de baja y se observó un leve incremento del 0,19% en la prevalencia, que fue inferior al observado en el resto de nuestra mutua durante el mismo periodo. Conclusiones: la aplicación del modelo predictivo permitió priorizar la gestión y personalizar las acciones de los procesos de IT por CC, evidenciándose una mejora en los indicadores de gestión. Relevancia en la gestión: la aplicación de un modelo predictivo de este tipo puede mejorar la eficacia y la eficiencia en la gestión de la IT por CC, por concentrar los recursos en un menor número de procesos a gestionar, redundando en un potencial impacto económico.","PeriodicalId":289381,"journal":{"name":"Revista Española de Traumatología Laboral","volume":"26 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2023-06-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Revista Española de Traumatología Laboral","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.24129/j.retla.06111.fs2303001","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0
Abstract
Objetivo: el objetivo del estudio fue examinar la puesta en marcha de un modelo de analítica predictiva en pacientes en situación de incapacidad temporal (IT) por contingencia común (CC), utilizando los valores predictivos “días de IT” y “perfil alta”, para personalizar las acciones, llevarlas a cabo en el momento más oportuno y ver si mejoraban los indicadores de gestión. Método: estudio observacional transversal descriptivo, realizándose una prueba piloto del modelo predictivo en 7 centros asistenciales, durante un periodo de 3 meses (abril-junio 2022). Resultados: durante el periodo del piloto en los 7 centros participantes, se realizaron un 64% de propuestas de alta, de las cuales el 75% finalizaron en alta laboral. Se logró una reducción del 2,5% en la duración media de los procesos de baja y se observó un leve incremento del 0,19% en la prevalencia, que fue inferior al observado en el resto de nuestra mutua durante el mismo periodo. Conclusiones: la aplicación del modelo predictivo permitió priorizar la gestión y personalizar las acciones de los procesos de IT por CC, evidenciándose una mejora en los indicadores de gestión. Relevancia en la gestión: la aplicación de un modelo predictivo de este tipo puede mejorar la eficacia y la eficiencia en la gestión de la IT por CC, por concentrar los recursos en un menor número de procesos a gestionar, redundando en un potencial impacto económico.