Browsing by Subject "Calidad en salud"

Now showing 1 - 4 of 4
  • Thumbnail Image
    Item
    Análisis de experiencias negativas en consultas odontológicas sobre patologías orales en adultos de una institución de baja complejidad en la ciudad de Cali para el diseño de un plan de mejora de atención
    (Pontificia Universidad Javeriana Cali, 2025) Hurtado Chavarriaga, Mariana; Varela Rojas, Bertha Lucía
    : Esta investigación analiza las experiencias odontológicas negativas vividas por adultos en una institución de baja complejidad en la ciudad de Cali, con el fin de diseñar un plan de mejora enfocado en el diagnóstico oportuno y la atención preventiva. A partir de un enfoque mixto (cuantitativo y cualitativo), se identificaron factores emocionales, estructurales y comunicativos que inciden en la deserción del tratamiento odontológico. Entre los hallazgos, destacan la alta prevalencia de ansiedad, el malestar frente a los ruidos e instrumentos clínicos, y la percepción de un trato despersonalizado. El estudio propone estrategias realistas y sostenibles centradas en el paciente para mejorar la experiencia del servicio, reducir la deserción y fortalecer el enfoque preventivo en salud oral.
  • Thumbnail Image
    Item
    Consultoría para la propuesta de un modelo de atención unificado para las sedes de toma de muestras del grupo Synlab Colombia
    (Pontificia Universidad Javeriana Cali, 2024) Guerrero Alemán, Johanna; Herrera Pérez, Rafael Hernando; Valencia Castaño, Zuria Alexandra
    Un cliente satisfecho es clave para el éxito de una empresa, incluyendo los servicios de salud. La calidad en salud se define por el modelo de Donabedian, que considera la calidad técnico-científica, interpersonal y del entorno. Los laboratorios clínicos juegan un papel vital en el diagnóstico y prevención, y su evolución tecnológica mejora la precisión y rapidez de los resultados, optimizando la toma de decisiones médicas. Sin embargo, enfrentan desafíos como la innovación tecnológica, financiamiento y necesidad de personal calificado. La eficiencia operativa, los costos y la tecnología son cruciales para la rentabilidad de los laboratorios clínicos. Estos deben gestionar adecuadamente sus procesos, suministros, personal y tecnología para mejorar su desempeño y resultados.
  • Thumbnail Image
    Item
    Factores asociados a la preparación colónica inadecuada y sus implicaciones clínicas y económicas en la unidad de endoscopia del Hospital Civil de Ipiales durante el periodo 2025
    (Pontificia Universidad Javeriana Cali, 2026) Aldana Marín, María Alejandra; Patiño Rodríguez, Diana Lorena; Ortiz Garzón, Jorge Iván
    El documento es el resultado de una investigación en la que se analizaron los factores asociados a la mala preparación colónica y sus consecuencias clínicas y económicas en las colonoscopias realizadas en la unidad de endoscopia del Hospital Civil de Ipiales durante 2025. La metodología fue de enfoque cuantitativo de tipo analítico-observacional, retrospectivo y transversal; se revisaron un total de 227 colonoscopias, y se complementó con lista de verificación de procesos educativos y llamadas telefónicas a 40 pacientes con preparación inadecuada para indagar adherencia y experiencia. Los resultados mostraron que la tasa de preparación inadecuada fue del 33,9% (77/227). Los factores predictores incluyeron sexo masculino (54,5% de los inadecuados), indicación de tamizaje (49,4%) y edad joven (28,1% en el grupo de 18-39 años). Se evidenció ausencia total de herramientas educativas estandarizadas y solo el 2,5% de los pacientes recibió llamado recordatorio. El 45,7% de los inadecuados requirió repetir el procedimiento, con costos evitables estimados en $24.149.312. El 67,5% de los pacientes manifestó reticencia a repetir el servicio. Al final se concluyó que la mala preparación colónica en la unidad de endoscopia del Hospital Civil de Ipiales responde principalmente a deficiencias estructurales (falta de protocolos educativos) y de proceso (ausencia de acompañamiento telefónico), más que a características inmodificables de los pacientes. Las consecuencias clínicas y económicas son significativas y evitables mediante intervenciones gerenciales de bajo costo y alto retorno.
  • Thumbnail Image
    Item
    Modelo predictivo para la identificación de zonas de riesgo de dengue grave: un enfoque integral de condiciones sociodemográficas y calidad de servicios de salud
    (Pontificia Universidad Javeriana Cali, 2024) Rueda González, Sergio Andrés; Ortega Lenis, Delia
    El presente proyecto aplicado desarrolla un modelo predictivo para identificar zonas de riesgo de dengue grave en el municipio de Girón (Santander, Colombia), integrando variables epidemiológicas, climáticas, sociodemográficas y relacionadas con la calidad de los servicios de salud. El dengue grave constituye una amenaza creciente para la salud pública, y su manejo inadecuado en contextos de alta vulnerabilidad social aumenta la letalidad. La investigación partió de la recolección y unificación de múltiples fuentes de datos: reportes del sistema SIVIGILA (2018–2024), registros de visitas entomológicas (ETV) a 9.885 viviendas, y series de precipitaciones diarias del IDEAM mediante CHIRPS. Tras un riguroso proceso de limpieza, normalización y estandarización de nombres de barrios, se consolidó una matriz multifuente de predictores a nivel territorial. Entre las variables clave se incluyeron número de criaderos por vivienda, precipitaciones acumuladas, proporción de síntomas (fiebre, vómito, dolor abdominal), indicadores de riesgo clínico por manejo inadecuado, estrato socioeconómico, edad promedio y proporción de mujeres. El modelo objetivo se definió como la clasificación binaria de barrios en zonas de riesgo alto cuando se reportó al menos un caso de dengue grave. Se entrenaron modelos de regresión logística, Random Forest y XGBoost, aplicando estrategias para enfrentar el desbalance de clases (79,7% barrios sin riesgo vs. 20,3% con riesgo), como imputación diferenciada, escalamiento estandarizado, técnica SMOTE y ajuste de umbral a 0.4. Los resultados de la validación cruzada estratificada (k=5) evidenciaron desempeños óptimos. El modelo Random Forest alcanzó la mayor sensibilidad (0,95) y un AUC-ROC de 0,95, destacándose por minimizar falsos negativos, mientras que XGBoost logró el mejor F1-score promedio (0,86), mostrando un balance superior entre precisión y recall. La regresión logística, aunque menos precisa, aportó interpretabilidad estadística y validez metodológica. El análisis de importancia de variables reveló que los principales predictores fueron: número de viviendas con criaderos, indicadores de riesgo por conducta médica inadecuada, tipos de criaderos (floreros, tanques, llantas), síntomas clínicos y precipitaciones promedio en los siete días previos. Adicionalmente, la inclusión de indicadores de calidad de atención en salud (demora en la notificación, severidad clínica promedio y fuga asistencial) mejoró la capacidad explicativa del modelo, visibilizando debilidades institucionales que aumentan la vulnerabilidad territorial. La representación geoespacial en mapas tipo choropleth permitió identificar barrios críticos como Rincón de Girón, Villas de San Juan y Nuevo Girón, donde confluyen alta carga entomológica, reconsultas frecuentes y deficiencias en la atención clínica. Estas visualizaciones constituyen herramientas estratégicas para planificación territorial, priorización de recursos y focalización de intervenciones preventivas en escenarios de restricción presupuestal. En conclusión, el estudio confirma que el riesgo de dengue grave es producto de una interacción compleja entre determinantes ambientales, sociales e institucionales. El modelo predictivo propuesto constituye una herramienta innovadora para fortalecer la vigilancia epidemiológica activa y la gestión local en salud pública. Se recomienda su validación en otros municipios endémicos y la incorporación de datos en tiempo real para consolidarlo como un sistema escalable de alerta temprana frente al dengue y otras enfermedades transmitidas por vectores.