Modelo de series de tiempo para predecir la demanda de atención de pacientes con enfermedad renal crónica, 2022

Resumen

El objetivo principal de este trabajo es pronosticar la demanda de pacientes con enfermedad crónica renal en establecimientos de salud estatales del Perú en 2022 mediante modelos de series de tiempo y realizar un análisis descriptivo de dicha demanda. Este estudio se justifica, ya que no existen estudios de este tipo en Perú, aun sabiendo de las carencias en equipamiento e insumos para el tratamiento de enfermedades renales mediante procedimientos médicos como la diálisis. Se trata de un estudio de alcance descriptivo y exploratorio; el diseño es no experimental, transversal y descriptivo. La población está conformada por 1 064 744 registros de pacientes con información variada como periodo de atención, código de identificación, nombre del establecimiento de salud, entre otros tomados de la Plataforma de Datos Abiertos del Perú. No se realizó un muestreo debido a que se construyeron modelos de series de tiempo en intervalos diarios. Se usaron técnicas estadísticas como gráficos de barras simples y apilados, gráficos circulares y tablas de frecuencias; se construyó un modelo de series de tiempo de tipo forecasting autorregresivo recursivo, mediante Python a través de Jupyter Notebook para su procesamiento. Los resultados más importantes muestran que la mayor demanda se concentra en Lima, con una distribución equilibrada entre hombres y mujeres, y una mayor incidencia en personas de 50 a 70 años, especialmente entre quienes tienen seguro gratuito. Analizando las componentes de la serie de tiempo y haciendo uso de la prueba de Dicky-Fuller, se optó por emplear un modelo forecasting autorregresivo recursivo obteniendo con R2 de 96,62 %. Además, luego de realizar un ajuste de hiperparámetros, se logró obtener un R2 de 94,61 % para el mismo modelo, siendo este menos sobre ajustado y cumpliendo con la mayoría de los supuestos de series de tiempo. Por tanto, podemos concluir que el modelo obtenido es bueno para predecir la demanda de pacientes demanda de atención de pacientes con enfermedad renal crónica, ya que tiene un desempeño óptimo y cumple con todos los supuestos a excepción de la autocorrelación.