%0 Generic
%A Moreno Fergusson, María Elisa
%A Guerrero Rueda, William Javier
%A Ortiz Basto, Germán A.
%A Alba, Indira
%A Arevalo Sandoval,  Lucia
%A Sánchez Herrera, Beatriz
%8 19/10/2021
%@ 1547-5069
%U http://hdl.handle.net/10818/51863
%X Purpose: Prescriptive  and  predictive  analytics  and  artificial  intelligence  (AI)  provide  tools  to  analyze  data  with  objectivity.  In  this  paper,  we  pro-vide  an  overview  of  how  these  techniques  can  improve  nursing  care,  and  we  detail  a  quantitative  model  to  afford  managerial  insights  about  care  management  in  a  Hospital  in  Colombia.  Our  main  purpose  is  to  provide  tools  to  improve  key  performance  indicators  for  the  care  management  of  inpatients  which  includes  the  nurse  workload.Methods: The  optimal  nurse-  to-  patient  assignment  problem  is  addressed  using  analytics,  lean  health  care,  and  AI.  Also,  we  propose  a  new  math-ematical  model  to  optimize  the  nurse-  to-  patient  assignment  decisions  con-sidering  several  variables  about  the  patient  state  such  as  the  Barthel  index,  their  risks,  the  complexity  of  the  care,  and  the  mental  state.Findings: Our  results  show  that  there  are  several  processes  inherent  to  compassionate  nursing  care  that  can  be  improved  using  technology.  By  using  data  analytics,  we  can  also  provide  insights  about  the  high  variability  of  the  care  requirements  and,  by  using  models,  find  nurse-  to-  patient  as-signments  that  are  nearly  perfectly  balanced.Conclusions: We  illustrated  this  improvement  with  a  pilot  test  that  makes  the  equitable  distribution  of  nursing  workload  the  functionality  of  this  strategy.  The  findings  can  be  useful  in  highly  complex  hospitals  in  Latin  America.Clinical  Relevance:  The  proposed  model  presents  an  opportunity  to  make  near perfectly balanced nurse- to- patient assignments according to the num-ber  of  patients  and  their  health  conditions  using  technology.This is an open access article under the terms of the Creat ive Commo ns Attributio n-  NonCo mmerc ial-   NoDerivs License, which permits use and distribution in any medium, provided the original work is properly cited, the use is non- commercial and no modifications or adaptations are made.
%X Propósito: el análisis prescriptivo y predictivo y la inteligencia artificial (IA) brindan herramientas para analizar datos con objetividad. En este artículo, proporcionamos una descripción general de cómo estas técnicas pueden mejorar la atención de enfermería y detallamos un modelo cuantitativo para brindar información gerencial sobre la gestión de la atención en un hospital en Colombia. Nuestro objetivo principal es proporcionar herramientas para mejorar los indicadores clave de rendimiento para la gestión de la atención de los pacientes hospitalizados, lo que incluye la carga de trabajo de la enfermera. Métodos: el problema de asignación óptima de enfermera a paciente se aborda mediante análisis, atención de la salud ajustada e IA. Además, proponemos un nuevo modelo matemático para optimizar las decisiones de asignación de enfermera a paciente considerando varias variables sobre el estado del paciente, como el índice de Barthel, sus riesgos, la complejidad de la atención y el estado mental. Hallazgos : Nuestros resultados muestran que existen varios procesos inherentes al cuidado compasivo de enfermería que se pueden mejorar con la tecnología. Mediante el uso de análisis de datos, también podemos proporcionar información sobre la gran variabilidad de los requisitos de atención y, mediante el uso de modelos, encontrar asignaciones de enfermera a paciente que estén casi perfectamente equilibradas. Conclusiones: Ilustramos esta mejora con una prueba piloto que hace de la distribución equitativa de la carga de trabajo de enfermería la funcionalidad de esta estrategia. Los hallazgos pueden ser útiles en hospitales de alta complejidad en América Latina. Relevancia clínica: El modelo propuesto presenta una oportunidad para hacer asignaciones de enfermera a paciente casi perfectamente equilibradas de acuerdo con el número de pacientes y sus condiciones de salud usando tecnología. Esto es un artículo de acceso abierto bajo los términos de Creative Commons Attribution- NonCommerc ial- NoDerivs License, que permite el uso y la distribución en cualquier medio, siempre que se cite correctamente el trabajo original, el uso no sea comercial y no se realicen modificaciones o se hacen adaptaciones.
%I Journal of Nursing Scholarship
%K Analytics
%K Artificial Intelligence
%K Lean healthcare
%K Nurse
%K Patient ratio
%K Nursing management
%K Optimization
%T Analytics and Lean Health Care to Address Nurse Care Management Challenges for Inpatients in Emerging Economies
%T Analytics y Lean Health Care para abordar los desafíos de la gestión de la atención de enfermería para pacientes hospitalizados en economías emergentes
%R 10.1111/jnu.12711
%~ Intellectum