Multidisciplinary collaboration in diabetes care teams through electronic medical records analysis

dc.contributor.advisorHerskovic, Valeria
dc.contributor.advisorSepúlveda Fernández, Marcos Ernesto
dc.contributor.authorSaint-Pierre Cortés, Cecilia
dc.contributor.otherPontificia Universidad Católica de Chile. Escuela de Ingeniería
dc.date.accessioned2019-04-05T18:34:24Z
dc.date.available2019-04-05T18:34:24Z
dc.date.issued2019
dc.descriptionTesis (Doctor in Engineering Sciences)--Pontificia Universidad Católica de Chile, 2019
dc.description.abstractDiabetes Mellitus Tipo 2 (DMT2) es una enfermedad crónica multisistémica que afecta a alrededor de 415 millones de personas en el mundo, y se espera que aumente a 642 millones al 2040. En Chile, la DMT2 afecta a entre un 10 y 12% de la población adulta, y solo un 36% de ella mantiene un correcto control metabólico. La diabetes no controlada correctamente puede provocar complicaciones que impactan la calidad de vida y aumentan el riesgo de muerte del paciente, como complicaciones cardiovasculares, retinopatía diabética, neuropatía periférica y falla renal, entre otras. Como enfermedad multisistémica, la DMT2 requiere un tratamiento colaborativo y multidisciplinario. Esta forma de tratamiento ha mostrado mejores resultados clínicos como la hemoglobina glicosilada (HbA1c), presión arterial y colesterol, y menor costo de hospitalización y tasa de readmisión en caso de complicaciones. A pesar de esto, pocos estudios asocian cuantitativamente qué formas de colaboración tienen mayor impacto en estos resultados. Por otra parte, la continuidad del cuidado (COC), entendida como la medida en que la atención médica se recibe como una sucesión coordinada e ininterrumpida de eventos de acuerdo a las necesidades clínicas de los pacientes, ha sido también asociada con mejores resultados clínicos en DMT2. Aun cuando la colaboración multidisciplinaria y COC han mostrado ser cruciales en el tratamiento de la DMT2, algunos aspectos no han sido profundamente estudiados, como cuáles actividades colaborativas tienen mayor impacto en los resultados, si existen patrones de colaboración relacionados con resultados clínicos, y si la continuidad del equipo multidisciplinario de cuidado, es también relevante para la evolución del paciente. A partir de estas preguntas formulamos tres hipótesis: H1) Existen distintos patrones de colaboración en el tratamiento de distintos tipos de pacientes; H2) Es posible identificar dichos patrones mediante el análisis de datos; y H3) Existen diferencias significativas entre los resultados clínicos de pacientes tratados con distintos patrones de colaboración. Así, objetivo general de la tesis fue proponer una metodología basada en análisis de datos, para medir la colaboración y continuidad de los equipos multidisciplinarios en el tratamiento de DMT2, identificando patrones y analizando su relación con los resultados clínicos. Para cumplir con este objetivo, desarrollamos una revisión sistemática de literatura sobre colaboración multidisciplinaria en atención primaria, que nos permitió clasificar la colaboración por disciplinas involucradas en el tratamiento, como también por actividades colaborativas utilizadas. Esta clasificación fue aplicada a nuestro set de datos, encontrando que la tipología identificada en la literatura era válida también en nuestro contexto. Para medir la colaboración e identificar patrones, utilizamos datos de registros clínicos electrónicos con dos enfoques metodológicos diferentes: Minería de Procesos (MP) y Análisis de Redes Sociales (ARS). Utilizando MP, encontramos 7 patrones de colaboración con diferente estructura de derivación de pacientes entre las disciplinas involucradas en el tratamiento. Un análisis estadístico mostró asociación entre una participación más equilibrada de las disciplinas y una mejor evolución de los pacientes. Usando ARS, propusimos una metodología de modelamiento de la colaboración multidisciplinaria bajo el concepto de “continuidad del equipo de cuidado”. A diferencia de estudios previos, este modelo consideró los cambios en los equipos a lo largo del tiempo. Esta metodología permitió identificar asociación entre la topología de las redes y los resultados clínicos. Con este trabajo se validaron las tres hipótesis planteadas. Nuestros resultados son prometedores, en cuanto fuimos capaces de medir cuantitativamente la colaboración con un enfoque basado en datos. En el ámbito médico, esta metodología nos da herramientas para evaluar equipos y comparar objetivamente su colaboración en relación con la evolución de los pacientes, y puede ser aplicada a otras enfermedades crónicas que requieran un tratamiento similar. Esta metodología puede ser también aplicada a otros campos como desarrollo de software, aprendizaje colaborativo soportado por computadores o procesos de negocios de distinta naturaleza. Como trabajo futuro identificamos dos líneas de investigación, una primera relacionada al impacto de nuestros resultados para el tratamiento de la DMT2 y otras enfermedades crónicas, y una segunda orientada al modelamiento y cuantificación de colaboración, validando la metodología propuesta en otros dominios.Diabetes Mellitus Tipo 2 (DMT2) es una enfermedad crónica multisistémica que afecta a alrededor de 415 millones de personas en el mundo, y se espera que aumente a 642 millones al 2040. En Chile, la DMT2 afecta a entre un 10 y 12% de la población adulta, y solo un 36% de ella mantiene un correcto control metabólico. La diabetes no controlada correctamente puede provocar complicaciones que impactan la calidad de vida y aumentan el riesgo de muerte del paciente, como complicaciones cardiovasculares, retinopatía diabética, neuropatía periférica y falla renal, entre otras. Como enfermedad multisistémica, la DMT2 requiere un tratamiento colaborativo y multidisciplinario. Esta forma de tratamiento ha mostrado mejores resultados clínicos como la hemoglobina glicosilada (HbA1c), presión arterial y colesterol, y menor costo de hospitalización y tasa de readmisión en caso de complicaciones. A pesar de esto, pocos estudios asocian cuantitativamente qué formas de colaboración tienen mayor impacto en estos resultados. Por otra parte, la continuidad del cuidado (COC), entendida como la medida en que la atención médica se recibe como una sucesión coordinada e ininterrumpida de eventos de acuerdo a las necesidades clínicas de los pacientes, ha sido también asociada con mejores resultados clínicos en DMT2. Aun cuando la colaboración multidisciplinaria y COC han mostrado ser cruciales en el tratamiento de la DMT2, algunos aspectos no han sido profundamente estudiados, como cuáles actividades colaborativas tienen mayor impacto en los resultados, si existen patrones de colaboración relacionados con resultados clínicos, y si la continuidad del equipo multidisciplinario de cuidado, es también relevante para la evolución del paciente. A partir de estas preguntas formulamos tres hipótesis: H1) Existen distintos patrones de colaboración en el tratamiento de distintos tipos de pacientes; H2) Es posible identificar dichos patrones mediante el análisis de datos; y H3) Existen diferencias significativas entre los resultados clínicos de pacientes tratados con distintos patrones de colaboración. Así, objetivo general de la tesis fue proponer una metodología basada en análisis de datos, para medir la colaboración y continuidad de los equipos multidisciplinarios en el tratamiento de DMT2, identificando patrones y analizando su relación con los resultados clínicos. Para cumplir con este objetivo, desarrollamos una revisión sistemática de literatura sobre colaboración multidisciplinaria en atención primaria, que nos permitió clasificar la colaboración por disciplinas involucradas en el tratamiento, como también por actividades colaborativas utilizadas. Esta clasificación fue aplicada a nuestro set de datos, encontrando que la tipología identificada en la literatura era válida también en nuestro contexto. Para medir la colaboración e identificar patrones, utilizamos datos de registros clínicos electrónicos con dos enfoques metodológicos diferentes: Minería de Procesos (MP) y Análisis de Redes Sociales (ARS). Utilizando MP, encontramos 7 patrones de colaboración con diferente estructura de derivación de pacientes entre las disciplinas involucradas en el tratamiento. Un análisis estadístico mostró asociación entre una participación más equilibrada de las disciplinas y una mejor evolución de los pacientes. Usando ARS, propusimos una metodología de modelamiento de la colaboración multidisciplinaria bajo el concepto de “continuidad del equipo de cuidado”. A diferencia de estudios previos, este modelo consideró los cambios en los equipos a lo largo del tiempo. Esta metodología permitió identificar asociación entre la topología de las redes y los resultados clínicos. Con este trabajo se validaron las tres hipótesis planteadas. Nuestros resultados son prometedores, en cuanto fuimos capaces de medir cuantitativamente la colaboración con un enfoque basado en datos. En el ámbito médico, esta metodología nos da herramientas para evaluar equipos y comparar objetivamente su colaboración en relación con la evolución de los pacientes, y puede ser aplicada a otras enfermedades crónicas que requieran un tratamiento similar. Esta metodología puede ser también aplicada a otros campos como desarrollo de software, aprendizaje colaborativo soportado por computadores o procesos de negocios de distinta naturaleza. Como trabajo futuro identificamos dos líneas de investigación, una primera relacionada al impacto de nuestros resultados para el tratamiento de la DMT2 y otras enfermedades crónicas, y una segunda orientada al modelamiento y cuantificación de colaboración, validando la metodología propuesta en otros dominios.Diabetes Mellitus Tipo 2 (DMT2) es una enfermedad crónica multisistémica que afecta a alrededor de 415 millones de personas en el mundo, y se espera que aumente a 642 millones al 2040. En Chile, la DMT2 afecta a entre un 10 y 12% de la población adulta, y solo un 36% de ella mantiene un correcto control metabólico. La diabetes no controlada correctamente puede provocar complicaciones que impactan la calidad de vida y aumentan el riesgo de muerte del paciente, como complicaciones cardiovasculares, retinopatía diabética, neuropatía periférica y falla renal, entre otras. Como enfermedad multisistémica, la DMT2 requiere un tratamiento colaborativo y multidisciplinario. Esta forma de tratamiento ha mostrado mejores resultados clínicos como la hemoglobina glicosilada (HbA1c), presión arterial y colesterol, y menor costo de hospitalización y tasa de readmisión en caso de complicaciones. A pesar de esto, pocos estudios asocian cuantitativamente qué formas de colaboración tienen mayor impacto en estos resultados. Por otra parte, la continuidad del cuidado (COC), entendida como la medida en que la atención médica se recibe como una sucesión coordinada e ininterrumpida de eventos de acuerdo a las necesidades clínicas de los pacientes, ha sido también asociada con mejores resultados clínicos en DMT2. Aun cuando la colaboración multidisciplinaria y COC han mostrado ser cruciales en el tratamiento de la DMT2, algunos aspectos no han sido profundamente estudiados, como cuáles actividades colaborativas tienen mayor impacto en los resultados, si existen patrones de colaboración relacionados con resultados clínicos, y si la continuidad del equipo multidisciplinario de cuidado, es también relevante para la evolución del paciente. A partir de estas preguntas formulamos tres hipótesis: H1) Existen distintos patrones de colaboración en el tratamiento de distintos tipos de pacientes; H2) Es posible identificar dichos patrones mediante el análisis de datos; y H3) Existen diferencias significativas entre los resultados clínicos de pacientes tratados con distintos patrones de colaboración. Así, objetivo general de la tesis fue proponer una metodología basada en análisis de datos, para medir la colaboración y continuidad de los equipos multidisciplinarios en el tratamiento de DMT2, identificando patrones y analizando su relación con los resultados clínicos. Para cumplir con este objetivo, desarrollamos una revisión sistemática de literatura sobre colaboración multidisciplinaria en atención primaria, que nos permitió clasificar la colaboración por disciplinas involucradas en el tratamiento, como también por actividades colaborativas utilizadas. Esta clasificación fue aplicada a nuestro set de datos, encontrando que la tipología identificada en la literatura era válida también en nuestro contexto. Para medir la colaboración e identificar patrones, utilizamos datos de registros clínicos electrónicos con dos enfoques metodológicos diferentes: Minería de Procesos (MP) y Análisis de Redes Sociales (ARS). Utilizando MP, encontramos 7 patrones de colaboración con diferente estructura de derivación de pacientes entre las disciplinas involucradas en el tratamiento. Un análisis estadístico mostró asociación entre una participación más equilibrada de las disciplinas y una mejor evolución de los pacientes. Usando ARS, propusimos una metodología de modelamiento de la colaboración multidisciplinaria bajo el concepto de “continuidad del equipo de cuidado”. A diferencia de estudios previos, este modelo consideró los cambios en los equipos a lo largo del tiempo. Esta metodología permitió identificar asociación entre la topología de las redes y los resultados clínicos. Con este trabajo se validaron las tres hipótesis planteadas. Nuestros resultados son prometedores, en cuanto fuimos capaces de medir cuantitativamente la colaboración con un enfoque basado en datos. En el ámbito médico, esta metodología nos da herramientas para evaluar equipos y comparar objetivamente su colaboración en relación con la evolución de los pacientes, y puede ser aplicada a otras enfermedades crónicas que requieran un tratamiento similar. Esta metodología puede ser también aplicada a otros campos como desarrollo de software, aprendizaje colaborativo soportado por computadores o procesos de negocios de distinta naturaleza. Como trabajo futuro identificamos dos líneas de investigación, una primera relacionada al impacto de nuestros resultados para el tratamiento de la DMT2 y otras enfermedades crónicas, y una segunda orientada al modelamiento y cuantificación de colaboración, validando la metodología propuesta en otros dominios.Diabetes Mellitus Tipo 2 (DMT2) es una enfermedad crónica multisistémica que afecta a alrededor de 415 millones de personas en el mundo, y se espera que aumente a 642 millones al 2040. En Chile, la DMT2 afecta a entre un 10 y 12% de la población adulta, y solo un 36% de ella mantiene un correcto control metabólico. La diabetes no controlada correctamente puede provocar complicaciones que impactan la calidad de vida y aumentan el riesgo de muerte del paciente, como complicaciones cardiovasculares, retinopatía diabética, neuropatía periférica y falla renal, entre otras. Como enfermedad multisistémica, la DMT2 requiere un tratamiento colaborativo y multidisciplinario. Esta forma de tratamiento ha mostrado mejores resultados clínicos como la hemoglobina glicosilada (HbA1c), presión arterial y colesterol, y menor costo de hospitalización y tasa de readmisión en caso de complicaciones. A pesar de esto, pocos estudios asocian cuantitativamente qué formas de colaboración tienen mayor impacto en estos resultados. Por otra parte, la continuidad del cuidado (COC), entendida como la medida en que la atención médica se recibe como una sucesión coordinada e ininterrumpida de eventos de acuerdo a las necesidades clínicas de los pacientes, ha sido también asociada con mejores resultados clínicos en DMT2. Aun cuando la colaboración multidisciplinaria y COC han mostrado ser cruciales en el tratamiento de la DMT2, algunos aspectos no han sido profundamente estudiados, como cuáles actividades colaborativas tienen mayor impacto en los resultados, si existen patrones de colaboración relacionados con resultados clínicos, y si la continuidad del equipo multidisciplinario de cuidado, es también relevante para la evolución del paciente. A partir de estas preguntas formulamos tres hipótesis: H1) Existen distintos patrones de colaboración en el tratamiento de distintos tipos de pacientes; H2) Es posible identificar dichos patrones mediante el análisis de datos; y H3) Existen diferencias significativas entre los resultados clínicos de pacientes tratados con distintos patrones de colaboración. Así, objetivo general de la tesis fue proponer una metodología basada en análisis de datos, para medir la colaboración y continuidad de los equipos multidisciplinarios en el tratamiento de DMT2, identificando patrones y analizando su relación con los resultados clínicos. Para cumplir con este objetivo, desarrollamos una revisión sistemática de literatura sobre colaboración multidisciplinaria en atención primaria, que nos permitió clasificar la colaboración por disciplinas involucradas en el tratamiento, como también por actividades colaborativas utilizadas. Esta clasificación fue aplicada a nuestro set de datos, encontrando que la tipología identificada en la literatura era válida también en nuestro contexto. Para medir la colaboración e identificar patrones, utilizamos datos de registros clínicos electrónicos con dos enfoques metodológicos diferentes: Minería de Procesos (MP) y Análisis de Redes Sociales (ARS). Utilizando MP, encontramos 7 patrones de colaboración con diferente estructura de derivación de pacientes entre las disciplinas involucradas en el tratamiento. Un análisis estadístico mostró asociación entre una participación más equilibrada de las disciplinas y una mejor evolución de los pacientes. Usando ARS, propusimos una metodología de modelamiento de la colaboración multidisciplinaria bajo el concepto de “continuidad del equipo de cuidado”. A diferencia de estudios previos, este modelo consideró los cambios en los equipos a lo largo del tiempo. Esta metodología permitió identificar asociación entre la topología de las redes y los resultados clínicos. Con este trabajo se validaron las tres hipótesis planteadas. Nuestros resultados son prometedores, en cuanto fuimos capaces de medir cuantitativamente la colaboración con un enfoque basado en datos. En el ámbito médico, esta metodología nos da herramientas para evaluar equipos y comparar objetivamente su colaboración en relación con la evolución de los pacientes, y puede ser aplicada a otras enfermedades crónicas que requieran un tratamiento similar. Esta metodología puede ser también aplicada a otros campos como desarrollo de software, aprendizaje colaborativo soportado por computadores o procesos de negocios de distinta naturaleza. Como trabajo futuro identificamos dos líneas de investigación, una primera relacionada al impacto de nuestros resultados para el tratamiento de la DMT2 y otras enfermedades crónicas, y una segunda orientada al modelamiento y cuantificación de colaboración, validando la metodología propuesta en otros dominios.Diabetes Mellitus Tipo 2 (DMT2) es una enfermedad crónica multisistémica que afecta a alrededor de 415 millones de personas en el mundo, y se espera que aumente a 642 millones al 2040. En Chile, la DMT2 afecta a entre un 10 y 12% de la población adulta, y solo un 36% de ella mantiene un correcto control metabólico. La diabetes no controlada correctamente puede provocar complicaciones que impactan la calidad de vida y aumentan el riesgo de muerte del paciente, como complicaciones cardiovasculares, retinopatía diabética, neuropatía periférica y falla renal, entre otras. Como enfermedad multisistémica, la DMT2 requiere un tratamiento colaborativo y multidisciplinario. Esta forma de tratamiento ha mostrado mejores resultados clínicos como la hemoglobina glicosilada (HbA1c), presión arterial y colesterol, y menor costo de hospitalización y tasa de readmisión en caso de complicaciones. A pesar de esto, pocos estudios asocian cuantitativamente qué formas de colaboración tienen mayor impacto en estos resultados. Por otra parte, la continuidad del cuidado (COC), entendida como la medida en que la atención médica se recibe como una sucesión coordinada e ininterrumpida de eventos de acuerdo a las necesidades clínicas de los pacientes, ha sido también asociada con mejores resultados clínicos en DMT2. Aun cuando la colaboración multidisciplinaria y COC han mostrado ser cruciales en el tratamiento de la DMT2, algunos aspectos no han sido profundamente estudiados, como cuáles actividades colaborativas tienen mayor impacto en los resultados, si existen patrones de colaboración relacionados con resultados clínicos, y si la continuidad del equipo multidisciplinario de cuidado, es también relevante para la evolución del paciente. A partir de estas preguntas formulamos tres hipótesis: H1) Existen distintos patrones de colaboración en el tratamiento de distintos tipos de pacientes; H2) Es posible identificar dichos patrones mediante el análisis de datos; y H3) Existen diferencias significativas entre los resultados clínicos de pacientes tratados con distintos patrones de colaboración. Así, objetivo general de la tesis fue proponer una metodología basada en análisis de datos, para medir la colaboración y continuidad de los equipos multidisciplinarios en el tratamiento de DMT2, identificando patrones y analizando su relación con los resultados clínicos. Para cumplir con este objetivo, desarrollamos una revisión sistemática de literatura sobre colaboración multidisciplinaria en atención primaria, que nos permitió clasificar la colaboración por disciplinas involucradas en el tratamiento, como también por actividades colaborativas utilizadas. Esta clasificación fue aplicada a nuestro set de datos, encontrando que la tipología identificada en la literatura era válida también en nuestro contexto. Para medir la colaboración e identificar patrones, utilizamos datos de registros clínicos electrónicos con dos enfoques metodológicos diferentes: Minería de Procesos (MP) y Análisis de Redes Sociales (ARS). Utilizando MP, encontramos 7 patrones de colaboración con diferente estructura de derivación de pacientes entre las disciplinas involucradas en el tratamiento. Un análisis estadístico mostró asociación entre una participación más equilibrada de las disciplinas y una mejor evolución de los pacientes. Usando ARS, propusimos una metodología de modelamiento de la colaboración multidisciplinaria bajo el concepto de “continuidad del equipo de cuidado”. A diferencia de estudios previos, este modelo consideró los cambios en los equipos a lo largo del tiempo. Esta metodología permitió identificar asociación entre la topología de las redes y los resultados clínicos. Con este trabajo se validaron las tres hipótesis planteadas. Nuestros resultados son prometedores, en cuanto fuimos capaces de medir cuantitativamente la colaboración con un enfoque basado en datos. En el ámbito médico, esta metodología nos da herramientas para evaluar equipos y comparar objetivamente su colaboración en relación con la evolución de los pacientes, y puede ser aplicada a otras enfermedades crónicas que requieran un tratamiento similar. Esta metodología puede ser también aplicada a otros campos como desarrollo de software, aprendizaje colaborativo soportado por computadores o procesos de negocios de distinta naturaleza. Como trabajo futuro identificamos dos líneas de investigación, una primera relacionada al impacto de nuestros resultados para el tratamiento de la DMT2 y otras enfermedades crónicas, y una segunda orientada al modelamiento y cuantificación de colaboración, validando la metodología propuesta en otros dominios.Diabetes Mellitus Tipo 2 (DMT2) es una enfermedad crónica multisistémica que afecta a alrededor de 415 millones de personas en el mundo, y se espera que aumente a 642 millones al 2040. En Chile, la DMT2 afecta a entre un 10 y 12% de la población adulta, y solo un 36% de ella mantiene un correcto control metabólico. La diabetes no controlada correctamente puede provocar complicaciones que impactan la calidad de vida y aumentan el riesgo de muerte del paciente, como complicaciones cardiovasculares, retinopatía diabética, neuropatía periférica y falla renal, entre otras. Como enfermedad multisistémica, la DMT2 requiere un tratamiento colaborativo y multidisciplinario. Esta forma de tratamiento ha mostrado mejores resultados clínicos como la hemoglobina glicosilada (HbA1c), presión arterial y colesterol, y menor costo de hospitalización y tasa de readmisión en caso de complicaciones. A pesar de esto, pocos estudios asocian cuantitativamente qué formas de colaboración tienen mayor impacto en estos resultados. Por otra parte, la continuidad del cuidado (COC), entendida como la medida en que la atención médica se recibe como una sucesión coordinada e ininterrumpida de eventos de acuerdo a las necesidades clínicas de los pacientes, ha sido también asociada con mejores resultados clínicos en DMT2. Aun cuando la colaboración multidisciplinaria y COC han mostrado ser cruciales en el tratamiento de la DMT2, algunos aspectos no han sido profundamente estudiados, como cuáles actividades colaborativas tienen mayor impacto en los resultados, si existen patrones de colaboración relacionados con resultados clínicos, y si la continuidad del equipo multidisciplinario de cuidado, es también relevante para la evolución del paciente. A partir de estas preguntas formulamos tres hipótesis: H1) Existen distintos patrones de colaboración en el tratamiento de distintos tipos de pacientes; H2) Es posible identificar dichos patrones mediante el análisis de datos; y H3) Existen diferencias significativas entre los resultados clínicos de pacientes tratados con distintos patrones de colaboración. Así, objetivo general de la tesis fue proponer una metodología basada en análisis de datos, para medir la colaboración y continuidad de los equipos multidisciplinarios en el tratamiento de DMT2, identificando patrones y analizando su relación con los resultados clínicos. Para cumplir con este objetivo, desarrollamos una revisión sistemática de literatura sobre colaboración multidisciplinaria en atención primaria, que nos permitió clasificar la colaboración por disciplinas involucradas en el tratamiento, como también por actividades colaborativas utilizadas. Esta clasificación fue aplicada a nuestro set de datos, encontrando que la tipología identificada en la literatura era válida también en nuestro contexto. Para medir la colaboración e identificar patrones, utilizamos datos de registros clínicos electrónicos con dos enfoques metodológicos diferentes: Minería de Procesos (MP) y Análisis de Redes Sociales (ARS). Utilizando MP, encontramos 7 patrones de colaboración con diferente estructura de derivación de pacientes entre las disciplinas involucradas en el tratamiento. Un análisis estadístico mostró asociación entre una participación más equilibrada de las disciplinas y una mejor evolución de los pacientes. Usando ARS, propusimos una metodología de modelamiento de la colaboración multidisciplinaria bajo el concepto de “continuidad del equipo de cuidado”. A diferencia de estudios previos, este modelo consideró los cambios en los equipos a lo largo del tiempo. Esta metodología permitió identificar asociación entre la topología de las redes y los resultados clínicos. Con este trabajo se validaron las tres hipótesis planteadas. Nuestros resultados son prometedores, en cuanto fuimos capaces de medir cuantitativamente la colaboración con un enfoque basado en datos. En el ámbito médico, esta metodología nos da herramientas para evaluar equipos y comparar objetivamente su colaboración en relación con la evolución de los pacientes, y puede ser aplicada a otras enfermedades crónicas que requieran un tratamiento similar. Esta metodología puede ser también aplicada a otros campos como desarrollo de software, aprendizaje colaborativo soportado por computadores o procesos de negocios de distinta naturaleza. Como trabajo futuro identificamos dos líneas de investigación, una primera relacionada al impacto de nuestros resultados para el tratamiento de la DMT2 y otras enfermedades crónicas, y una segunda orientada al modelamiento y cuantificación de colaboración, validando la metodología propuesta en otros dominios.Diabetes Mellitus Tipo 2 (DMT2) es una enfermedad crónica multisistémica que afecta a alrededor de 415 millones de personas en el mundo, y se espera que aumente a 642 millones al 2040. En Chile, la DMT2 afecta a entre un 10 y 12% de la población adulta, y solo un 36% de ella mantiene un correcto control metabólico. La diabetes no controlada correctamente puede provocar complicaciones que impactan la calidad de vida y aumentan el riesgo de muerte del paciente, como complicaciones cardiovasculares, retinopatía diabética, neuropatía periférica y falla renal, entre otras. Como enfermedad multisistémica, la DMT2 requiere un tratamiento colaborativo y multidisciplinario. Esta forma de tratamiento ha mostrado mejores resultados clínicos como la hemoglobina glicosilada (HbA1c), presión arterial y colesterol, y menor costo de hospitalización y tasa de readmisión en caso de complicaciones. A pesar de esto, pocos estudios asocian cuantitativamente qué formas de colaboración tienen mayor impacto en estos resultados. Por otra parte, la continuidad del cuidado (COC), entendida como la medida en que la atención médica se recibe como una sucesión coordinada e ininterrumpida de eventos de acuerdo a las necesidades clínicas de los pacientes, ha sido también asociada con mejores resultados clínicos en DMT2. Aun cuando la colaboración multidisciplinaria y COC han mostrado ser cruciales en el tratamiento de la DMT2, algunos aspectos no han sido profundamente estudiados, como cuáles actividades colaborativas tienen mayor impacto en los resultados, si existen patrones de colaboración relacionados con resultados clínicos, y si la continuidad del equipo multidisciplinario de cuidado, es también relevante para la evolución del paciente. A partir de estas preguntas formulamos tres hipótesis: H1) Existen distintos patrones de colaboración en el tratamiento de distintos tipos de pacientes; H2) Es posible identificar dichos patrones mediante el análisis de datos; y H3) Existen diferencias significativas entre los resultados clínicos de pacientes tratados con distintos patrones de colaboración. Así, objetivo general de la tesis fue proponer una metodología basada en análisis de datos, para medir la colaboración y continuidad de los equipos multidisciplinarios en el tratamiento de DMT2, identificando patrones y analizando su relación con los resultados clínicos. Para cumplir con este objetivo, desarrollamos una revisión sistemática de literatura sobre colaboración multidisciplinaria en atención primaria, que nos permitió clasificar la colaboración por disciplinas involucradas en el tratamiento, como también por actividades colaborativas utilizadas. Esta clasificación fue aplicada a nuestro set de datos, encontrando que la tipología identificada en la literatura era válida también en nuestro contexto. Para medir la colaboración e identificar patrones, utilizamos datos de registros clínicos electrónicos con dos enfoques metodológicos diferentes: Minería de Procesos (MP) y Análisis de Redes Sociales (ARS). Utilizando MP, encontramos 7 patrones de colaboración con diferente estructura de derivación de pacientes entre las disciplinas involucradas en el tratamiento. Un análisis estadístico mostró asociación entre una participación más equilibrada de las disciplinas y una mejor evolución de los pacientes. Usando ARS, propusimos una metodología de modelamiento de la colaboración multidisciplinaria bajo el concepto de “continuidad del equipo de cuidado”. A diferencia de estudios previos, este modelo consideró los cambios en los equipos a lo largo del tiempo. Esta metodología permitió identificar asociación entre la topología de las redes y los resultados clínicos. Con este trabajo se validaron las tres hipótesis planteadas. Nuestros resultados son prometedores, en cuanto fuimos capaces de medir cuantitativamente la colaboración con un enfoque basado en datos. En el ámbito médico, esta metodología nos da herramientas para evaluar equipos y comparar objetivamente su colaboración en relación con la evolución de los pacientes, y puede ser aplicada a otras enfermedades crónicas que requieran un tratamiento similar. Esta metodología puede ser también aplicada a otros campos como desarrollo de software, aprendizaje colaborativo soportado por computadores o procesos de negocios de distinta naturaleza. Como trabajo futuro identificamos dos líneas de investigación, una primera relacionada al impacto de nuestros resultados para el tratamiento de la DMT2 y otras enfermedades crónicas, y una segunda orientada al modelamiento y cuantificación de colaboración, validando la metodología propuesta en otros dominios.
dc.format.extent151 páginas
dc.identifier.doi10.7764/tesisUC/ING/22372
dc.identifier.urihttps://doi.org/10.7764/tesisUC/ING/22372
dc.identifier.urihttps://repositorio.uc.cl/handle/11534/22372
dc.language.isoen
dc.nota.accesoContenido completo
dc.rightsacceso abierto
dc.subject.ddc610
dc.subject.deweyMedicina y saludes_ES
dc.subject.otherDiabetes mellitus tipo 2es_ES
dc.subject.otherAtención primaria de la saludes_ES
dc.subject.otherMinería de datoses_ES
dc.titleMultidisciplinary collaboration in diabetes care teams through electronic medical records analysises_ES
dc.typetesis doctoral
sipa.codpersvinculados1009054
sipa.codpersvinculados80415
Files
Original bundle
Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
Tesis_revisada.pdf
Size:
3.08 MB
Format:
Adobe Portable Document Format
Description:
License bundle
Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
license.txt
Size:
1.31 KB
Format:
Item-specific license agreed upon to submission
Description: