MODELO DE SIMULACIÓN PARA LA OPTIMIZACIÓN DEL PROCESO DE ATENCIÓN DEL POLICLÍNICO SAN MARTÍN DE PORRES REGSAL XI DIRTEPOL Chávez Ampuero Diana Daniela/Juárez Narváez Bryan Duxan/Makke Juárez Mylene Karolina/ Malaver

Cano Carlos Alberto/Vidal Gheiler MauricioKamy_9_27@hotmail.com

Universidad Católica de Santa María - Programa Profesional de Ingeniería IndustrialCentro de Investigación en Modelación y Simulación

Arequipa-Perú 2015

RESUMEN

El artículo presenta un modelo de simulación en el programa Arena 14.0 aplicado en El Policlínico San Martín De Porres Regsal XI Dirtepol, organismo público descentralizado que tiene por finalidad dar cobertura a los asegurados de la PNP. Se encuentra ubicado en la Calle San Martín De Porres S/N Urb. Guardia Civil- I Etapa, en el distrito de Paucarpata perteneciente a la ciudad de Arequipa.

Lo que se pretende con la simulación de este sistema es identificar las deficiencias que presenta el modelo de atención del Policlínico y proponer soluciones para optimizar el proceso actual, una vez que se identificó el proceso de atención se realizaron los diagramas de operaciones y análisis del proceso y a partir de ellos se determinaron las variables exógenas del sistema, como los intervalos de llegada de los pacientes y los tiempos de servicio de cada consultorio. Mediante estos datos se obtuvo el desempeño de cada estación de trabajo, los tiempos de espera promedio, se localizaron los cuellos de botella y se midió la eficiencia de recursos utilizados. Con esta información se propusieron diferentes alternativas de mejora para lograr reducir la longitud de colas y el tiempo de espera de los clientes, para lo que se puso mayor énfasis en los puestos de trabajo con mayor congestión, los cuales son Medicina 1 y Medicina2. A través del programa se simularon las diversas propuestas y se escogió la mejor alternativa, la cual permitirá reducir el tiempo de espera de los pacientes y al mismo tiempo, incrementar la satisfacción del asegurado en cuanto al servicio prestado por el Policlínico como ente de salud pública.

Palabras clave: simulación, policlínico, tiempos de servicio, cuello de botella, pacientes en cola, optimizar servicio.

ABSTRACT

The article presents a simulation model in the software Arena 14.0 applied to the Polyclinic San Martin De Porres Regsal Dirtepol XI, public agency whose purpose is to cover the insured for the PNP. It is located on street San Martin De Porres S / N Urb. Guardia Civil-I Stage, in the district of Paucarpata belonging to the city of Arequipa.

The intention with the simulation of this system is to identify the deficiencies in the care model of the Polyclinic and propose solutions to optimize the current process, once the care process was identified the process operations diagrams and process analysis diagrams were performed and from them the exogenous variables of the system were determined, as the arrival intervals of patients and service times of each office. Using these data the performance of each workstation was obtained, the average waiting times, bottlenecks were located and used resource efficiency was measured. With this information different improvement alternatives were proposed in order to reduce the length of queues and waiting time of customers, for which greater emphasis was placed on jobs with greater congestion, which are Medicine 1 and Medicine 2 facilities. Through the program the various proposals were simulated and chose the best alternative, which will reduce waiting times for patients and at the same time increasing insured satisfaction regarding the service provided by the Polyclinic as an entity of public health.

Keywords: simulation, polyclinic, service times, bottleneck, patients queued, optimize servic

1

Figura 1: Fotografía del Policlínico San Martín de Porres

INTRODUCCIÓN

En los últimos años se ha incrementado el uso de los modelos de simulación para el análisis de sistemas complejos, lo que ha generado la posibilidad de experimentar con diferentes escenarios para dar solución a uno o varios problemas en una empresa sin que esto represente un alto costo; además de la facilidad de interpretación de resultados, lo cual representa una herramienta poderosa en la toma de decisiones en empresas de todo tipo. Se centró especial atención en el estudio de los problemas del Policlínico San Martín De Porres Regsal XI Dirtepol por ser una institución que presenta la necesidad de una solución a su problemática actual, teniendo una mayor prioridad ya que su labor es primordial, siendo un organismo parte del que Sistema Nacional de Salud que resguarda a la policía de nuestro país, por lo que colaborar con la realización de su visión es una meta con la cual estamos ansiosos de poder colaborar. Por este motivo nuestro objetivo principal es lograr eliminar la inconformidad de los pacientes, quienes actualmente tienen una percepción negativa de los servicios de salud pública, refiriéndose a estos como ineficientes, originando constante incomodidad con respecto a la saturación de las áreas de servicio. Es por ello que la presente investigación está orientada a encontrar las principales deficiencias del proceso de atención y a identificar una solución factible mediante un Modelo de Simulación del Policlínico San Martín de Porres, de modo que al finalizar el estudio se puedan plantear las recomendaciones propuestas y aplicarlas para la mejoría del nivel y la calidad de servicio.

MARCO TEÓRICO

La simulación es el diseñar y desarrollar un modelo computarizado de un sistema o proceso y conducir experimentalmente con este modelo con el propósito de entender el comportamiento del sistema del mundo real o evaluar varias estrategias con los cuales puedan operar el sistema mediante un diagrama de módulos, el cual es la representación gráfica del algoritmo o proceso. Se conoce así como módulo (del latín módulos) a una estructura o bloque de piezas que, en una construcción, se ubican en cantidad a fin de hacerla más sencilla, regular y económica. Todo módulo, por lo tanto, forma parte de un sistema y suele estar conectado de alguna manera con el resto de los componentes por ello que se entiende como sistema a un objeto complejo cuyos componentes se relacionan con al menos algún otro componente; puede ser material o conceptual. Para esto es necesario un simulador el cual es un aparato, por lo general informático, que permite la reproducción de un sistema. Los simuladores reproducen sensaciones y experiencias que en la realidad pueden llegar a suceder. Por ejemplo el Software Simulación ARENA que es una aplicación para los sistemas operativos que permite: Modelar procesos para definir, documentar e informar, simular la respuesta futura del sistema de cara a comprender relaciones complejas e identificar posibilidades de mejora, visualizar las operaciones con gráficos dinámicos animados, Analizar cómo el sistema funcionará en su configuración “tal cual” y bajo un conjunto de alternativas posibles de forma que se pueda elegir de forma segura la mejor de ellas.

http://www.scielosp.org/pdf/rpsp/v27n3/a07v27n3

2

Una de las áreas con mayor importancia donde se aplican modelos de simulación es el de la salud como Modelamiento y simulación computacional de la red de consultas médicas de un servicio

público de salud que se realizó en Chile; El

estudio se realizó bajo el enfoque de la “dinámica de sistemas”. Se recolecto información de los centros de atención del servicio de salud y se construyó un modelo de derivaciones que optimiza la atención. Se determinaron las especialidades a modelizar de acuerdo con la extensión de sus listas de espera, tomando en cuenta que áreas son las más solicitadas. Se diseñaron las bases de datos y se analizó la información recolectada del servicio, se programó y valido el modelo y se simularon escenarios propuestos que permitieron reducir la espera mediante el aumento de horas médicas y el mejoramiento de la capacidad resolutiva de atención.

DESCRIPCIÓN DEL SISTEMA ACTUAL

En el sistema actual del policlínico la primera operación del proceso de atención es identificar al paciente, para esto pasa por la oficina de admisión, allí se revisan los documentos actualizados del paciente y se obtiene su historia clínica. Posteriormente el paciente se dirige a triaje en donde se le hace un control de las funciones vitales y se le deriva al área correspondiente ya sea medicina, obstetricia o tópico. Los pacientes que se atienden en odontología pasan directamente al consultorio dental sin pasar por triaje. Finalmente al salir de la consulta el paciente recibe una receta, si los medicamentos se encuentran disponibles se le da un vale para pasar por farmacia y recoger sus medicinas.

En caso de emergencia el paciente ingresa directamente al tópico de emergencia y es atendido inmediatamente, luego el paciente entra observación, si este no se estabiliza es enviado al hospital de policías en Cayma.

MODELO SIMULACION

Según una estructura global del proceso del Policlínico (ver anexo 1) fue situado nuestro modelo de simulación en el software Arena, obteniéndose así los puestos de trabajo más resaltantes de nuestro proceso, como las áreas de recorrido, el tipo y cantidad de personal, componentes primarios (ver tabla 1), el número de personas en filas de espera por especialidad,

variables del sistema que son el tiempo entre llegadas, tipo de servicio, entre otros.

Se dio un parámetro de comparación y criterios para probar la validez de nuestra nueva propuesta de mejora, los resultados del sistema actual y uno mejorado llevaron a proponer nuevas alternativas en cuestión a los recursos del sistema para la obtención de optimización de tiempos.

Componentes

COMPONENTES

1. Admisión 6. Odontología2. Triaje 7. Obstetricia3. Medicina 1 8. Emergencia4. Medina 2 9. Tópico5. Farmacia

Tabla 1: Componentes del Sistema

Figura 2: Diagrama de Módulos del Sistema Actual

RECOLECCION DE DATOS

Se realizó la recolección de data en base al uso de dos métodos prácticos que se realizaron de manera simultánea para lograr una mayor

precisión en los datos, siendo estos:

CONSULTA A EXPERTOS: La consulta fue realizada mediante una entrevista con el Dr. Helberth Cruces Rosas, Jefe encargado del del Policlínico San Martín De Porres Regsal XI Dirtepol, quien nos explicó de manera detallada y precisa, la forma en que se llevan a cabo las diversas actividades y algunos detalles que presenta el Policlínico, logrando evaluar algunas puntos importantes dentro de la asesoría como son: Tópicos, Obstetricia, Farmacia.

3

OBSERVACIÓN DIRECTA: En cuanto a la Observación directa, se dio de la siguiente manera, tal como refleja el cronograma siguiente:

Tabla 2: Cronograma de Recolección de Datos.

Con una muestra de 30 datos recolectados inicialmente fueron hallados los tamaños de muestra necesarios para cada variable. Por

ejemplo: TIEMPO DE SERVICIO EN TÓPICO.

Tiempo de servicio en Tópico

Media Muestral 5.70

Varianza Muestral 11.80

Nivel de Confianza 0.95

Z1 - α/2 1.96

e' 0.1

E 0.5698

No 139.68

N 5000

no * (no - 1) 19,370.3

N 144

Tabla 3: Tamaño de muestra-Tiempo de Servicio en Tópico.

Con la cantidad que se calculó de muestras de cada uno de las variables los datos recolectados realizamos el Análisis de Datos de entrada con la herramienta denominada Input Analyzer que es un complemento de Arena Rockwell, obteniendo el tipo de distribución que siguen los datos:

En la Figura 2 se aprecia que la tendencia de la distribución de probabilidad que mejor representa la variable exógena TIEMPO DE SERVICIO EN TÓPICO, es la Distribución Lognormal ya que tiene el menor error cuadrado. En el caso de la prueba de Chi - cuadrado al ser el indicador p o p-

value menor que 0.05 (riesgo: 5%) es decir, la distribución no brinda un buen ajuste. Pero por la prueba de Kolmogorov los valores de p si son aceptados al ser mayores que 0.05 por lo que la distribución si presentaría un ajuste adecuado.

Figura 3: Distribución probabilística – Tiempo de servicio en Tópico

VARIABLE EXPRESIÓN

INTERVALO DE LLEGADAS AL POLICLINICO

DISC(1,0.57,2,0.72,3,0.79,4,0.85,5,0.90,6,0.95,7,0.98,8,0.99,9,1)

TIEMPO DE SERVICIO EN ADMISIÓN LOGN(0.789, 0.483)

TIEMPO DE SERVICIO EN TRIAJE 0.1 + LOGN(2.77, 1.38)

INTERVALO DE LLEGADAS A TÓPICO 4 + 74 * BETA(1.01, 1.24)

TIEMPO DE SERVICIO EN TÓPICO 2 + LOGN(4.46, 5.21)

INTERVALO DE LLEGADAS A MEDICINA 2 + WEIB(8.15, 0.995)

TIEMPO DE SERVICIO DE MEDICINA 1 2 + 20 * BETA(2.45, 2.57)

TIEMPO DE SERVICIO DE MEDICINA 2 2 + LOGN(9.57, 6.22)

INTERVALO DE LLEGADAS A ODONT. 1 + WEIB(24.5, 1.68)

TIEMPO DE SERVICIO EN ODONTOLOGIA

10 + GAMM(6.25, 2.22)

INTERVALOS DE LLEGADAS A OBSTETRICIA

11 + WEIB(25.5, 1.35)

TIEMPO DE SERVICIO EN OBSTETRICIA 5 + EXPO(8.55)

INTERVALOS DE LLEGADAS A FARMCIA

3 + WEIB(19.4, 1.89)

TIEMPO DE SERVICIO EN FARMACIA ERLA(0.854, 2)

Tabla 4: Tabla Resumen Variables y su Distribución.

4

VALIDACIÓN DEL MODELO

Para la verificación del modelo se comparó los datos reales, obtenidos por recolección de datos, con los datos emitidos por el software Arena, obtenidos en las diferentes réplicas de la simulación. Se determinó el número de réplicas teniendo en cuenta los siguientes indicadores:

Clientes atendidos en Medicina 1Clientes atendidos en Medicina 2Clientes atendidos en OdontologíaTiempo Promedio de Espera Medicina 1Tiempo Promedio de Espera Medicina 2

Tabla 4: Determinación del Número de Réplicas

Obteniendo como mayor número de réplicas 43 el cual corresponde al indicador de Clientes atendidos en odontología. Se realiza la validación de los indicadores: Por ejemplo el indicador de Clientes atendidos de medicina 1

NClientes Atendidos Medicina 1

1 48.000

2 45.000

3 47.000

4 52.000

5 43.000

E[X] 47.0000

S2 11.5000

S 3.3912

N 5

T1-α/2,n-1 2.1318

h=T1-α/2,n-1(E[X]/Raiz(n)) 3.2330

e=h/E[X] 6.8788

C 50

To=(E[x]-C)/(S/Raiz(n)) -1.9781

|To|<=T1-α/2,n-1 Si

Tabla 6: Validación del Sistema

Luego de realizar la validación a los 5 indicadores previstos obtenemos como resultados:

Indicador Validación

Clientes atendidos Medicina 1

Se acepta H0, VALIDADO

Clientes atendidos Medicina 2

Se acepta H0, VALIDADO

Clientes atendidos Odontología

No se acepta H0, NO VALIDADO

Tiempo Promedio Espera Medicina 1

Se acepta H0, VALIDADO

Tiempo Promedio Espera Medicina 2

Se acepta H0, VALIDADO

Tabla 7: Análisis de Resultados de Validación

Observamos que se han validado la mayoría de los indicadores lo que prueba que nuestro simulación si refleja lo ocurrido en la realidad del Policlínico.

OPTMIZACION

Para poder realizar la optimización del modelo de simulación del área de emergencias del Policlínico fue necesario averiguar en primera instancia las restricciones que el mismo Policlínico supone sobre esta sección. Con respecto a los recursos humanos (médicos, enfermeras y farmacéuticos) se consideró que los siguientes deben restar como en la actualidad debido a políticas de la institución: se consideró que los siguientes deben restar como en la actualidad debido a políticas de la institución:

SECRETARIA DE ADMINISTRACIONOBSTETRICIAODONTOLOGIAENFERMERA TRIAJEFARMACEUTICO

Propuesta de Mejora Utilizando OptQuest

Se determinó que el tiempo de espera en general es el mayor problema para el sistema, afectando directamente a los usuarios e indirectamente a los recursos humanos que participan, debido a molestias, complejos, quejas y reclamos que ponen en riesgo el nombre de la institución. De tal manera se consideró reunir en un solo indicador el intervalo en que los pacientes entran al sistema y salen del mismo a través de cualquier “dispose”.

5

Satisfacción del Usuario

Tiempo total de Espera y Estancia en Sistema

Determinación del número de réplicas

Clientes Atendidos Clientes Atendidos Clientes Atendidos Tiempo Prom Espera Tiempo Prom Espera Medicina 1 Medicina 2 Odontologia Medicina 1 Medicina 2

1 48.000 47.000 14 2.0975 1.90752 45.000 46.000 8 1.9666 1.84643 47.000 50.000 14 2.262 1.9924 52.000 55.000 15 2.5463 2.08655 43.000 51.000 12 1.4531 1.28396 51.000 54.000 7 1.8947 1.59437 41.000 43.000 13 1.4634 1.30368 41.000 44.000 8 1.6457 1.47979 52.000 59.000 15 2.3438 2.0965

10 44.000 46.000 8 1.9869 1.8467E[X] 46.4000 49.5000 11.4000 1.9660 1.7437

S2 18.2667 27.3889 10.7111 0.1342 0.0943S 4.2740 5.2334 3.2728 0.3664 0.3071n 10 10 10 10 10

T1-α/2,n-1 2.2622 2.2622 2.2622 2.2622 2.2622h=T1-α/2,n-1(E[X]/Raiz(n)) 3.0575 3.7438 2.3413 0.2621 0.2197

e=h/E[X] 6.5894 7.5633 20.5373 13.3319 12.5986e* 10.0% 10.0% 10.0% 10.0% 10.0%

h*=e*E[X] 4.6400 4.9500 1.1400 0.1966 0.1744n*=[n(h/h*)2] 4.3420 5.7204 42.1781 17.7739 15.8725

Número de réplicas 5 6 43 18 16

n

Para poder hallar el tiempo general de estancia en el sistema, se optó por tener un promedio para las salidas del sistema con pacientes que hayan obtenido algún servicio de este sistema que son:

Indicador MedidaSalida 1 2.1984 hrs.Salida emergência 2 0.07903760 hrs

Tabla 8: Record- intervalos de estancia

Así es como se halló un indicador promedio general de los dos definidos anteriormente al mismo se le denominó “Estadística Promedio”, que según el modelo actual tiene un valor de 47.79 minutos.

Se llevó entonces este indicador como función objetiva al buscar minimizarlo (lo que incrementaría la satisfacción del usuario). Los pasos seguidos y los resultados del OptQuest fueron los que siguen:

Figura 4: Colocación de recursos.

Figura 5: Determinación de función objetivo.

Figura 6: Colocación de restricciones.

Figura 7: Minimización de función objetivo.

Figura 8: Utilización OPTQUEST para optimizar, mejorar el modelo

Figura 9: Resultados.

Con tal capacidad por cada uno de los tópicos señalados se podría reducir el tiempo de estancia promedio a 21.44964 ≈ 22 minutos. Sin embargo este tiempo es muy teórico con respecto a los recursos con los que cuenta el Policlínico, si bien se podría llegar a tal capacidad en un mediano plazo ¿Qué podría realizarse en un corto plazo para empezar a solucionar este problema? Para tal objetivo, se definió que debería existir un límite de la solución del OptQuest Arena a través de una minimización de costos. Por lo que se establecieron los siguientes costos en aquellos

6

tópicos donde según la institución podría ser posible aumentar la cantidad de recursos:

Recurso Costo por Hora Ocupado

Costo por Hora Desocupado

Medico 1 19.23 19.23

Medico 2 19.23 19.23

Medico Emergencia 19.23 19.23

Tabla 9: Costos de recursos.

Con los presentes costos, se creó un módulo Record en el diagrama de flujo que registrará el costo medio por todos los tópicos y sus recursos,

denominado como “Record 28”:

Figura10: Módulo paralelo al modelo.

Y los resultados obtenidos con este modelo de simulación nos indican lo siguiente

Figura 11: Resultados utilizando modulo paralelo.

Tópico Capacidad

MEDICO 1 2

MEDICO 2 2

MEDICO DE EMERGENCIA 2

Tabla 10: Resultado de capacidades de los recursos.

OPTIMIZACIÓN MARGINAL

De acuerdo a los resultados anteriores se decidió aumentar en 1 la capacidad de recursos humanos para los siguientes tópicos y ver si la decisión final del Arena OptQuest cambiaba con respecto a los anteriores. Se decidió realizarlo de esta manera para llevar una decisión marginal sobre como variaría el indicador T.P/Costo con un incremento de uno. Entonces se obtuvo como resultados

Propuesta de Optimización Según Herramienta ARENA Opt Quest

Figura 11: Resultado de colas según la propuesta de optimización OptQuest herramienta de arena

Propuesta De Digital De Implementación De Computadoras

Figura 12: Number Out, Propuesta 1

Figura 13: Tiempo de Espera y Longitud de colas. Propuesta 1

7

Figura 14: Resultados de la propuesta1 de optimización.

Podemos ver que se obtiene un intervalo de tiempo en el sistema de 49.824 minutos por lo que usaremos esta propuesta como la más óptima.

Propuesta Ganadora: Acceder A Un Médico Más En Medicina

A través del modelo de optimización se identificó que los tópicos que requerirían con mayor urgencia más capacidad son los de Medicina1 y medicina 2 y medicina de Emergencia, agregar un personal laboral en cada uno de los tópicos señalados permitiría reducir los tiempos de espera de los pacientes como lo acabamos de ver.

Sin embargo se encontró que si se aplicara un aumento de capacidad solo en un puesto de medicina se obtendría:

Figura 15: Number Out, Propuesta Ganadora

Figura 16: Tiempo de Espera y Longitud de colas. Propuesta Ganadora

Figura 17: Resultados de la propuesta ganadora de optimización.

Como podemos ver obtenemos un promedio intervalo de tiempo en el sistema de 25.068.

Tabla 10: Resultados-Comparación Entre Las Propuestas De Mejora Y El Sistema Actual

CUADRO COMPARATIVO (minutos)

Proceso actual

Propuesta OptQuest

Propuesta de digitalización

Aumentar en 1el número de recursos en medicina

ESTADISTICA PROMEDIO

34.032

24.45 49.824 25.068

ESTADISTICA SALIDA 1

75.246

40.968 114.84 45.018

ESTADISTICA SALIDA 2

10.654

7.062 3.44 3.53

Tiempo en cola de medicina 1

76.23 10.446 242.73 13.038

Tiempo en cola deMedicina 2

79.77 7.74 236.4 8.598

Tiempo en cola deMedicina 3

7.626 5.634

Tiempo en cola deMedicina 4

3.9

8

TOTAL DE CLIENTES ATENDIDOS

130 181 271 153

Los resultados con mayor preferencia para nuestro sistema son el la propuesta de aumentar 1 medico como recurso de medicina obteniendo así 3 médicos en medicina, ya que reduciremos el intervalo de estadía de los paciente el cual es llamado “ESTADISTICA PROMEDIO”, así mismo reduciremos también el tiempo de cola de medicina 1 y medicina 2 obteniendo un mayor número de pacientes atendidos que el actual.

CONCLUSIONES

PRIMERA. El plasmar el sistema real del Policlínico San Martín De Porres Regsal XI Dirtepol en el simulador Arena nos ha ayudado a analizar de mejor manera los problemas y deficiencias en el servicio de atención del Policlínico, lo cual nos ha ayudado a proponer mejoras que traerán resultados positivos a la organización y ayudaran a tomar mejores decisiones.SEGUNDA. Las propuestas de mejora del Policlínico San Martín De Porres Regsal XI están enfocadas en propuestas basadas en la modificación de servidores y recursos además de tomar en cuenta la infraestructura disponible, lo cual también toma importancia a la hora de realizar propuestas.TERCERA. Se han considerado variables para mejorar la calidad en el servicio, pero además de ellas existen otros factores que modifican la percepción del cliente con relación al sistema como podría ser el trato de médicos y enfermeras.CUARTA. Los principales problemas en atención al paciente son debido a los prolongados tiempos de espera en Medicina 1 y Medicina 2.QUINTA. El Tiempo Promedio General de Estancia en el Policlínico es de 48.5 minutos, sin embargo existen máximos de hasta 68 minutos, lo que es un tiempo muy prolongado por lo que es conveniente gestionar una menor tiempo de espera en colas.

SEXTA. Las áreas que requieren una mayor capacidad de inmediato son Medicina 1 y Medicina 2, ya que después de haber realizado la prueba de optimización, las mismas requirieron una unidad más de recurso humano, para lograr reducir el tiempo de espera y mejorar de esta forma el grado de satisfacción de los pacientes.SÉTIMA. De aplicarse un incremento en la capacidad en los tópicos de Medicina 1 y Medicina 2 se podría reducir el Tiempo Promedio General de Estancia en el Policlínico hasta en un 23%.

RECOMENDACIONES

Un estudio sobre nivel de satisfacción de los pacientes sería el complemento ideal para este estudio de simulación donde probablemente se obtengan resultados parecidos.Para mejorar la atención en triaje y admisión se recomienda implementar un sistema informático que derive automáticamente las fichas de admisión de cada paciente.Se recomienda además gestionar el sistema en base a costos, por lo que se necesitara que tanto el Director encargado del Policlínico con las autoridades Policiales y Estatales, brinden información detallada en relación a los costos específicos del centro de Salud.Se recomienda incentivar este tipo de trabajos de investigación en todos los centros de salud del país, probablemente se tengan problemas de la misma categoría.Una buena toma de tiempos, y determinación de variables es determinante para poder simular un sistema de forma efectiva, y poder utilizar los resultados de forma confiable.

AGRADECIMIENTOS

Nuestro sincero agradecimiento al ingeniero docente de la Escuela Profesional de Ingeniería Industrial Efraín Murillo por su asesoramiento y apoyo profesional en las diferentes etapas del presente proyecto y por

9

haber contribuido en nuestra formación profesional.

Nuestro agradecimiento también al Dr. Nelson Chávez Cerpa y demás especialistas del Policlínico San Martín de Porres REGSAL XI DIRTEPOL que contribuyeron profesional y desinteresadamente en el desarrollo del presente proyecto.

BIBLIOGRAFIA

Simulación de sistemas con el Software Arena – Pedro J Torres VegaKelton W. Davis; Sadowski, Randall P.; Sadowski, Deborah A. “Simulación con arena”. IV edición MC GrawHill, 2008.http://www.opttek.com

ANEXOS

Anexo 1: Diagrama estructural del policlínico en el simulador Arena.

10