Cuando ocurre un desastre natural como un terremoto, una comunidad puede ser literalmente sacudida en su núcleo. Una forma de evaluar qué tan bien y qué tan rápido se recupera esa comunidad es medir cómo y qué tan rápido pueden convertirse sus hospitales y sistemas de salud más amplioscompletamente funcional nuevamente y cuidar a sus pacientes. Predecir la trayectoria de esa recuperación no es tarea fácil.
Esto se debe a que las medidas de resiliencia de un sistema de salud son vertiginosamente complejas. Abarcan todo, desde la disponibilidad del personal del hospital, hasta la protección de equipos críticos, el estado de las carreteras en las que viajan las ambulancias y la eficiencia por la cual los hospitalespuede transferir pacientes en estado crítico a diferentes hospitales.
Hussam Mahmoud, profesor asociado en el Departamento de Ingeniería Civil y Ambiental de la Universidad Estatal de Colorado, y sus estudiantes pasan mucho tiempo pensando en cómo definir y describir la "resiliencia comunitaria". Mahmoud y el estudiante graduado Emad Hassan han creado unherramienta de modelado que podría ayudar a los planificadores de la ciudad y a los gerentes de emergencias a comprender la funcionalidad completa y la recuperación de un sistema de salud, luego de un desastre natural.
"Nos propusimos desarrollar modelos que nos permitieran comprender cuál es la demanda en un centro de salud hospitalario después de un evento como un terremoto", dijo Mahmoud. "Cuando comenzamos a investigar esto, nos sorprendió saber que hayactualmente no hay modelos que le permitan comprender, ¿cuál es la demanda del hospital, cómo se ve afectado el hospital por el desastre natural, cómo afectará eso la demanda y la capacidad, y cómo cambiará eso con el tiempo? "
Su modelo, descrito en un próximo número de la revista Ingeniería de confiabilidad y seguridad del sistema , tiene implicaciones más amplias para su uso en otros desastres, incluidas las pandemias, como la que el mundo está experimentando ahora con COVID-19.
La asistencia sanitaria como una red compleja
En su artículo, Mahmoud y Hassan buscan entender los sistemas de salud como redes complejas que pueden visualizarse como nodos de diferentes funcionalidades. Estas incluyen el número de camas con personal, disponibilidad del personal del hospital, funcionalidad de la vivienda, tiempo de espera del paciente para el tratamiento e incluso cosascomo la probabilidad de que el paciente X vaya al centro de salud Y. La disponibilidad de agua, energía, transporte y telecomunicaciones también respalda la operación del hospital y tiene en cuenta el modelo. Y los investigadores definen la atención médica no solo por métricas físicas, sino también por métricas de calidad, comoEl nivel de satisfacción del cliente, medido por cosas como el tiempo de espera del paciente.
Para desarrollar y probar su marco, los investigadores lo aplicaron a una comunidad virtual llamada Centerville, que fue desarrollada como una herramienta de investigación por investigadores del Centro CSU para la Resiliencia Comunitaria Basada en el Riesgo, un Instituto Nacional de Estándares y Centro de Excelencia Tecnológicade los cuales Mahmoud y Hassan son miembros contribuyentes. Los investigadores aplicaron un escenario de terremoto a Centerville, una comunidad estadounidense de tamaño medio de 50,000 residentes con zonas comerciales e industriales, escuelas, estaciones de bomberos y hospitales, para ver cómo les iría.El uso del entorno virtual les ayudó a resaltar las capacidades de su modelo y el impacto de las decisiones tomadas a medida que la comunidad se recuperaba.
aplicaciones pandémicas
El propósito del trabajo de Mahmoud y Hassan es definir los parámetros que las comunidades deben medir para evaluar qué tan preparados están para los desastres naturales. Tras el COVID-19, dijo Mahmoud, han comenzado a utilizar su modelo para teorizar ypredicen cómo las redes hospitalarias pueden manejar mejor las pandemias mediante la identificación de brechas en los recursos y posibles cuellos de botella de acuerdo con los diferentes escenarios de los peores casos.
Fuente de la historia :
Materiales proporcionado por Universidad Estatal de Colorado . Original escrito por Anne Manning. Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cita esta página :