Publicación: Modelo de simulación en Arena para evaluar estrategias de mitigación del riesgo de fatiga laboral en la asignación y cobertura de turnos del personal de enfermería de urgencias pediatricas
Portada
PDF 
FLIP 
Citas bibliográficas
Gestores Bibliográficos
Indexadores
Código QR
Autor corporativo
Recolector de datos
Otros/Desconocido
Director audiovisual
Editor/Compilador
Editores
Tipo de Material
Fecha
Cita bibliográfica
Título de serie/ reporte/ volumen/ colección
Es Parte de
Resumen en español
La asignación y cobertura de turnos del personal de enfermería en un servicio de Urgencias Pediátricas constituye un problema operacional de continuidad asistencial, especialmente cuando se presentan ausencias y la reserva regular resulta insuficiente. En estas circunstancias, la solución puede requerir una extensión de jornada; sin embargo, el proceso tradicional no integra de forma sistemática información sobre horas acumuladas, descanso previo o exposición nocturna antes de decidir la cobertura. Esta investigación evaluó, mediante simulación de eventos discretos en ARENA, el comportamiento de dicho proceso y comparó la situación actual con escenarios alternativos que incorporan apoyo extraordinario y pausas de mitigación. Las variables relacionadas con horas trabajadas, descanso y nocturnidad se emplearon únicamente como condiciones de programación asociadas con el riesgo de fatiga y no como una medición clínica, fisiológica o psicológica de la fatiga. El modelo representó cuatro turnos diarios de seis horas, diez asignaciones mínimas por turno y un horizonte semanal de 280 asignaciones. S0 reprodujo la lógica actual de presencia, ausencia, uso de reserva y eventual turno doble; P1, P2 y P3 conservaron la misma demanda y añadieron, después de agotarse la reserva, una clasificación operacional de condiciones de programación, pausas de mitigación y disponibilidades crecientes de apoyo extraordinario. Cada escenario se ejecutó durante 30 réplicas de 10,080 minutos. Los indicadores principales fueron coberturas normales, ausencias, reemplazos regulares, turnos dobles, apoyo extraordinario y coberturas clasificadas por el modelo bajo condiciones de mayor riesgo. Los resultados indicaron una reducción del promedio semanal de turnos dobles de 1.97 en S0 a 1.60 en P3, equivalente a 18.6%, mientras que P3 también registró el menor promedio de coberturas clasificadas como de alto riesgo dentro de las reglas experimentales. La prueba de Wilcoxon para S0-P3 produjo p = 0.048 y la prueba t pareada p = 0.054, por lo que la evidencia se interpreta con cautela y exclusivamente dentro de las condiciones simuladas. En conjunto, la investigación muestra la utilidad del modelado computacional para formalizar un proceso hospitalario, verificar su lógica y experimentar con alternativas antes de intervenir la operación real. El estudio no diagnostica fatiga, no evalúa aptitud laboral y no demuestra reducción de errores clínicos ni desenlaces adversos; su aporte se sitúa en la ingeniería de sistemas aplicada a salud, los factores humanos y el apoyo a la toma de decisiones
Resumen en ingles
Shift assignment and coverage in a Pediatric Emergency Nursing service is an operational continuity problem, particularly when unexpected absences occur and the regular reserve is insufficient. Under these circumstances, coverage may require extending a nurse's duty period; however, the traditional process does not systematically integrate information on accumulated work hours, prior rest, or recent night-shift exposure before the coverage decision is made. This study evaluated the behavior of this process through discrete-event simulation in ARENA and compared the current situation with alternative scenarios incorporating additional support and mitigation breaks. Work-hour, rest, and night-shift variables were used solely as scheduling conditions associated with fatigue risk and not as a clinical, physiological, or psychological measurement of fatigue. The model represented four six-hour shifts per day, ten minimum assignments per-shift, and a weekly horizon of 280 assignments. S0 reproduced the current logic of presence, absence, regular reserve use, and eventual double shift; P1, P2, and P3 preserved the same demand and added, once the regular reserve was exhausted, an operational classification of scheduling conditions, mitigation breaks, and increasing availability of additional support. Each scenario was run for 30 replications of 10,080 minutes. The main indicators were normal coverage, absences, regular replacements, double shifts, additional support, and coverage classified by the model under higher-risk conditions. Results indicated a reduction in mean weekly double shifts from 1.97 in S0 to 1.60 in P3, equivalent to 18.6%, while P3 also showed the lowest mean number of coverage events classified as high risk under the experimental rules. The Wilcoxon test for S0-P3 yielded p =0.048 and the paired t-test yielded p = 0.054; therefore, the evidence is interpreted cautiously and only within the simulated conditions. Overall, the study shows the usefulness of computational modeling to formalize a hospital process, verify its logic, and experiment with alternatives before intervening in real operations. The study does not diagnose fatigue, assess fitness for duty, or demonstrate reductions in clinical errors or adverse outcomes; its contribution lies in health systems engineering, human factors, and decision support.