Cálculo de normativas de materiales no gastables de uso médico: la jeringuilla hipodérmica de cristal / Calculation of medical-use un-expendable materials’ regulations: glass hypodermic syringe

Lic. Ramberto Rogelio Torres-Correa. rogelio@fts.hlg.sld.cu *

Lic. Jorge Luis Rodríguez-García **

 Institución del autores
* Departamento de Administración y Economía de la Salud. Facultad de Tecnología de la Salud ¨César Fornet Fruto”. Universidad de Ciencias Médicas “Mariana Grajales Coello”. Holguín. Cuba.
** Dirección Municipal de Salud, Holguín.

PAÍS: Cuba.

RESUMEN
El presente trabajo muestra un punto de vista para el cálculo de normativas de materiales no gastables de uso médico. El objetivo fue calcular parámetros de roturas a partir de las distribuciones teóricas de probabilidades de variable discreta binomial y de Poisson, demostrándose su validez para este propósito y como prueba de indicio.
PALABRAS CLAVES: PARÁMETRO DE ROTURA; DISTRIBUCIÓN DE POISSON; DISTRIBUCIÓN BINOMIAL; PRUEBA DE INDICIO.

ABSTRACT
A perspective for calculating regulations of un-expendable materials for medical use was presented. The aim was to calculate breakage parameters from theoretical probability distributions of discrete binomial and Poisson variables, demonstrating its validity for this purpose and as proof of evidence.
KEY WORDS: BREAKAGE PARAMETER; POISSON DISTRIBUTION; BINOMIAL DISTRIBUTION; HINT TEST.

INTRODUCCION
Las bases fundamentales para la elaboración de un presupuesto de gastos son los índices de consumo y los niveles de actividad.
En salud los índices actúan como regulador del consumo de materiales de uso médico para cada servicio con una función normativa y los niveles de actividad se forman a partir del análisis de la información estadística, los estudios de morbilidad,1 y en dependencia de los recursos humanos, materiales y tecnológicos disponibles.2
Pero en salud concurren dos factores que inciden sobre la precisión del presupuesto de gastos materiales: la demanda del servicio es derivada y se manifiesta la incertidumbre y la ignorancia del consumidor (paciente);3 además los gastos materiales pueden estar bajo la influencia de perturbaciones estocásticas.4 Por lo tanto el cálculo de las normativas por lo general es un proceso cuasi determinístico, sin embargo el comportamiento real de estas puede regirse, algunas veces, por el teorema del límite central.5 El teorema establece que una distribución muestral de estadígrafos6 tiende a seguir una distribución normal. Pero el modelo probabilístico en cuestión obedece a una variable discreta porque se refiere a las roturas en unidades físicas de materiales de uso médico tales como jeringuillas de cristal, agujas hipodérmicas, cristalería de laboratorio y otro instrumental médico que pueden utilizarse más de una vez mientras no se rompan o no se deterioren y al carecer de estas normativas, no se reflejan siempre en estos índices de consumo,7 entonces el problema consiste en cómo calcular normativas para materiales no gastables de uso médico a partir del material empírico y de las distribuciones teóricas de probabilidades de variable discreta binomial y de Poisson,  analizando, además, su validez como prueba de indicio.

MATERIALES Y MÉTODOS
El método parte de que el problema es de variable discreta y se adecua a dos comportamientos teóricos de probabilidades: una distribución binomial o una distribución de Poisson.

La distribución binomial8 parte del binomio p + q, donde p es la probabilidad de que un suceso ocurra en un único ensayo y q de que no ocurra por lo que p + q = 1, entonces la probabilidad de que el suceso ocurra X veces en N ensayos está dada por:

Las características fundamentales se muestran en la Tabla 1.

Se puede aproximar a la normal si: Np > 5 cuando  p £ ½  o  Nq > 5 cuando  p > ½ y la variable estandarizada está dada por

La distribución de Poisson9 parte igualmente del binomio p + q, pero se ajusta a la binomial cuando la probabilidad p de ocurrencia de un suceso está próximo a cero (p » 0)  y N ³ 50, denominado ¨ un suceso raro ¨
La probabilidad de que el suceso ocurra X veces en N ensayos está dada por:


Las características fundamentales se muestran en la Tabla 2.

La variable estandarizada como aproximación a la normal está dada por:


Para el cálculo de p(X) = N(X)/N(S) se toma el material empírico (probabilidad empírica) de un año de las roturas de las jeringuillas de cristal por calibres en una entidad de prestación de servicios de salud y luego se calculan, con el Microsoft Office Excel, los intervalos de probabilidades (m ± Zs) para un 95 % de confiabilidad (Z = 1,96) con variable normal estandarizada según el tipo de distribución teórica de cada suceso. Finalmente se realiza una prueba de hipótesis bilateral para una proporción como prueba de indicio.

RESULTADOS DEL TRABAJO

Tabla 3. Índice de roturas de jeringuillas de cristal Unidad de medida de p(X): coeficiente.

Fuente: Estadísticas Policlínico Mario Gutiérrez Ardalla

En la Tabla 3 se muestra la probabilidad relativa de las roturas, p(X); la cantidad, N(X), y el total de unidades en servicio, N(S), durante el período, que es la suma del stock en uso y las rotas que fueron reemplazadas. Se interpreta a p(X) como la probabilidad de rotura  en un año.

Tabla 4. Sucesos con distribución binomial aproximados a la normal

Fuente: Tabla 3.

En la Tabla 4 se interpreta a m como el índice medio de rotura y a  m ± Zs como el índice mínimo y máximo para un 95 % de probabilidades. En la Figura 1 se observa la gráfica del suceso en cuestión relacionado con la jeringuilla de 1 ml.

La Tabla 5 muestra una hoja de cálculo que puede ser utilizada para estos fines con la que se obtienen los datos para la Tabla 4 y la Figura 1.

 Tabla 5. Fragmento de hoja de cálculo para la distribución binomial.


Fuente: Tabla 3.

En la siguiente Tabla 6 se muestran los parámetros asociados el evento de la jeringuilla de 20 ml identificado, según la teoría, como ¨un suceso raro¨  porque p(X) » 0

Tabla 6. Sucesos con distribución de Poisson aproximados a la normal.

Fuente: Tabla 3.

Note que el mínimo (- 0,77) es negativo, porque el modelo es asimétrico (a3 = 0,71) y leptocúrtico (a4 = 3,71) por tanto carece de normalidad, como se observa en la Figura 2, debiendo considerarse la norma desde 0 y hasta 4, donde se encuentra el 0,9477 o 94,77 % de probabilidades de ocurrencia del este evento.

El 94,77 % es la suma de las probabilidades de la Tabla 7 desde 0 y hasta 4 con la que, además, se  obtienen los datos para la Tabla 6 y la Figura 2. 

Tabla 7. Hoja de cálculo para la distribución de Poisson.

Fuente: Tabla 3.

¿Cómo realizar una prueba de indicio o prueba de hipótesis si en un momento en 240 jeringuillas en uso de 5 ml se han roto 80?
Respuesta
p = 80/320 = 0,25
p = 0,3023
n = 320

Hipótesis
Ho: p = 0,3023
H1: p ¹ 0,3023
Regla de decisión
Rechazar Ho si çZc ç> Z1 – a/2
No rechazar Ho si çZc ç£ Z1 – a/2
Zc = (p - p )/ sp
Zc = (0,25 - 0,3023)/ 0,0256 = - 2,043
çZc ç? Z1 – a/2
 2,043 > 1,96
La prueba es estadísticamente significativa, por lo que se rechaza Ho para un nivel de significación a = 0,05, lo que quiere decir que hay indicios para pensar que la proporción de jeringuillas que se rompen no se corresponde con el parámetro proporcional y en este caso se rompen menos.
Ahora cabe otra pregunta, ¿cuántas jeringuillas de 5 ml es admisible que se rompan como mínimo, según el parámetro poblacional p = 0,3023 para el 95 % de confiabilidad en este ejemplo?
Respuesta:
(p - p )/ sp  = Zc
Sustituyendo
(p - 0,3023)/ 0,0256 = - 1,96
Despejando p
p = (- 1,96) (0,0256) + 0,3023 = 0,252124
Después se multiplica el resultado p = 0,252124 por N(S) = 320
(p)N(S) = (0,252124)(320) = 80,7 » 81 jeringuillas, por lo tanto el comportamiento del evento es favorable: se rompe una jeringuilla de menos.  

CONCLUSIONES
Se propone este enfoque como parte de una metodología que proporcionaría las bases para el cálculo de las normativas de los índices de roturas para materiales no gastables de uso médico en entidades de prestación de servicios de salud, la que establece los parámetros iniciales para llegar a saber cuáles eventos son normales y cuáles se desvían de sus parámetros mediante aproximaciones sucesivas. También da un punto de partida para el cálculo y análisis de las normas de inventario de estos materiales que aunque no es objetivo de este estudio sí se relaciona con el tema en cuestión.  

BIBLIOGRAFIA

1. Cuba. Ministerio de Salud Pública, Área de Economía. Compendio para la educación económica de los cuadros y trabajadores del sector de la salud. La  Habana: Ministerio de Salud Pública, 2008. 89 p.

2. Econometría. La Habana: Editorial Félix Varela; 2005. 527 p.

3. Economía de la salud/ Jorge Cosme Casulo… [et al.]. Santiago de Cuba: Editorial Oriente; 2007. 192 p.

4.Glosario de términos demográficos. La Habana: Editorial de Ciencias Sociales; 1977. 118 p.

5. Informática médica/ José Torres Delgado… [et al.]. La Habana: Editorial Ciencias Médicas, 2004. 632 p.

6. Kazmier, Leonard J. Análisis estadístico para las empresas y la economía. La Habana: Editorial Pueblo y Educación; 1983. 610 p.

7. Spiegel, Murray R. Teoría y problemas de estadística. La Habana: Pueblo y Educación, 1977. 358 p.

Referencias Bibliográficas

1 Glosario de términos demográficos, p. 50.

Síntesis curricular de los Autores

* Lic. Ramberto Rogelio Torres-Correa. Profesor Asistente. Economista. Profesor de Matemática Superior, matemáticas aplicadas, Economía de la Salud y Farmacoeconomía. Diplomado en Econometría y Matemática Aplicada e Informática. Profesor Principal de Economía.  Email: rogelio@fts.hlg.sld.cu

** Lic. Jorge Luís Rodríguez-García: Vicedirector económico, Dirección Municipal de Salud, Holguín.

Institución de los autores
* Departamento de Administración y Economía de la Salud. Facultad de Tecnología de la Salud ¨César Fornet Fruto¨. Arias no. 230, entre Mártires y Máximo Gómez, Holguín, CP: 80100, Teléfono: 425789. Universidad de Ciencias Médicas “Mariana Grajales Coello”. Holguín. Cuba.
** Dirección Municipal de Salud, Holguín. Cuba.

Fecha de Recepción: 1/06/2011

Fecha de Aprobación: 19/07/2012

Fecha de Publicación: 15/04/2013