Didoemilio, Journal Manager, Ilovepdf - Com-57-69

INVESTIGACION OPERATIVA - AÑO XXII Nº 36 - PAGINAS 50 a 62 – NOVIEMBRE 2014
APLICACIÓN EN EL ÁMBITO DE LA SALUD DE UN MODELO

PARA EL TRATAMIENTO Y RESOLUCIÓN DE UN PROBLEMA
DE PROGRAMACIÓN LINEAL CON RECURSOS ALEATORIOS
MARIELA NARES - MARIANO PRIETO - ANDRÉS REDCHUK

FCE, UNICEN. ARGENTINA - ENUSA Industrias Avanzadas. España - Facultad de Ingeniería.
Universidad Nacional de Lomas de Zamora. Argentina
[email protected] – [email protected] – [email protected]
Fecha Recepción: Septiembre 2013 - Fecha Aceptación: Agosto 2014
RESUMEN
Este artículo presenta la aplicación, en el ámbito de la salud pública, del

algoritmo desarrollado para la resolución de un problema de Programación
Lineal en el que los recursos disponibles presentan aleatoriedad.
Se presenta una situación problemática específica vinculada a la

distribución de elementos en los establecimientos sanitarios públicos del partido
de Tandil, en la provincia de Buenos Aires. La resolución se realiza de forma
acotada, demostrando la aplicación de un modelo específico para el tratamiento
y resolución de un problema de Programación Lineal con recursos aleatorios.
PALABRAS CLAVE: Programación Lineal – Simulación – Aplicación – Salud.
ABSTRACT
This paper presents the application, in the field of public health, of the
developed algorithm for solving a Linear Programming problem in which the
available resources have randomness.
We present a specific problematic situation related to the distribution of

elements in public health facilities of Tandil, in Buenos Aires‟s province. The
resolution is performed bounded, demonstrating the application of a specific
model for treatment and solving of a Linear Programming problem with random
resources.
KEYWORDS: Linear Programming - Simulation - Application – Health.
51 SECCION APLICACIONES
1. INTRODUCCIÓN
El presente trabajo tiene por objeto presentar la aplicación en el ámbito

de la salud de un modelo específico para resolver un problema de
Programación Lineal -PL- con recursos aleatorios (Nares y Trovato, 2012). En
este caso en particular, se da tratamiento a un problema de distribución de un
número cierto de elementos sanitarios a un conjunto finito de Centros de
Atención Primaria de la Salud -CAPS-, ubicados en Tandil, provincia de Buenos
Aires.
El partido de Tandil cuenta con la Dirección de Atención Primaria de la

Salud -DAPS-, dependiente de la Secretaria de Salud del municipio. Desde allí
se establecen los lineamientos básicos a implementar en materia de Atención
Primaria en todo el partido de Tandil. Actualmente, los CAPS son considerados
la puerta de entrada de los pacientes al sistema de salud público y, por
consiguiente, representan el mayor punto de contacto entre la población y los
sistemas de servicios sociales y de salud.
La totalidad de los centros y salas prestadores de servicios de salud a

nivel municipal reciben insumos de características variadas periódicamente y
cuentan con profesionales generalistas y especialistas, según la población a la
que atienden y las características particulares de la misma.
¿Qué abarca Atención Primaria de la Salud -APS- en Tandil?

En la actualidad, son 22 los centros/salas dependientes de la DAPS, de
los cuales seis están situados en la zona rural del partido, mientras que el resto
se encuentran en la ciudad de Tandil.
Seguidamente, se presenta la ubicación y disposición de los centros en

el territorio del partido. En la FIGURA 1 se puede observar la totalidad de los
centros y salas de salud: los marcadores rojos muestran los ubicados en zonas
rurales del partido, mientras que el conglomerado de puntos de color muestra
los ubicados en el casco urbano.
FIGURA 1. Distribución de los centros y salas de salud en el partido de Tandil.
Seguidamente, en la FIGURA 2, se presenta la disposición de la

totalidad de los centros y salas ubicados en la zona urbana; cada uno de ellos
situado en un barrio en particular.
FIGURA 2. Distribución de los centros y salas de salud en la ciudad de Tandil.
Todos estos centros/salas son provistos, en forma periódica, de una

variedad de 160 elementos, los cuales se pueden dividir en: 64 medicamentos,
30 insumos para enfermería, 39 insumos para odontología y 27 artículos de
limpieza.
¿Cuáles son los problemas detectados a nivel salud en el municipio?

Cabe destacar que a nivel municipal se presentan situaciones
problemáticas relacionados a la salud, que se han detectado a partir de las
visitas realizadas a los centros rurales y el contacto con las poblaciones de
pacientes afectadas y de profesionales que allí prestan servicios sanitarios.
Entre las mismas se destacan:
 falta o disminución en la entrega de ciertos medicamentos;

 ausencia de profesionales especializados en determinadas zonas
rurales;
 poca comunicación o ausencia de la misma, entre profesionales y
miembros de la DAPS.
Así, se podrían mencionar gran cantidad de problemas o situaciones

que se presentan, pero las anteriores son las que se exteriorizan con mayor
frecuencia y en la gran mayoría de los centros o salas.
En función a lo relevado de los medios de comunicación y de las

visitas realizadas a los seis centros rurales, se detectó como problemática
principal la falta de determinados insumos considerados como básicos:
aquellos medicamentos que pueden ser provistos a la generalidad de la
población ante síntomas frecuentes (fiebre, gastritis, presión alta, entre

otros). Estos faltantes eran consecuencia de variados factores, a saber:
 recepción de pocos insumos en la DAPS por parte de programas

nacionales y provinciales referidos a salud;
 gestión incorrecta de las entregas de determinados insumos
(ausencia de criterios para establecer las cantidades a entregar a
cada establecimiento);
 prioridad de entrega de insumos a los centros/salas ubicados en la
ciudad respecto de los rurales.
2. OBJETIVO DE TRABAJO
Explicitar la aplicación del algoritmo desarrollado para la resolución de

un problema de Programación Lineal con recursos aleatorios con la finalidad de
optimizar la cantidad de recursos a entregar a cada centro/sala, en función de
sus necesidades explícitas y de ciertos criterios relacionados con las
características poblacionales de cada región.
3. METODOLOGÍA DE TRABAJO APLICADA
En una primera instancia, se procedió a la recolección de datos

secundarios, a través de la recopilación de referencias históricas. Esta actividad
se realizó a partir de la búsqueda, en diarios locales, de artículos periodísticos
en los que se expresaran las particularidades y la actual situación de APS en el
partido de Tandil. A la par de esta actividad, se realizó la recolección de
artículos científicos en los que se analizaron las estrategias de acción de la
APS, las mejoras que se realizaron en el ámbito de la salud y las
investigaciones que se conducían en este sentido.
Una vez comprendidas las implicancias de establecer un modelo de

APS y analizada la situación a nivel local, se procedió a la obtención de datos
primarios. Primeramente, se llevó adelante una entrevista a la directora del área
en Tandil, quien ofreció un análisis detallado del objetivo y accionar de APS en
la ciudad y en las áreas rurales y proveyó de datos numéricos actualizados
sobre las acciones que se realizan habitualmente: entrega de insumos,
prestaciones médicas y recepción de insumos por parte de programas
provinciales y nacionales.
Otra de las herramientas que aportó una idea general de la situación de

APS en el partido fue la observación directa, puesta en práctica a través de las
visitas realizadas entre fines de 2010 y principios de 2011 a la totalidad de los
centros y salas rurales.
En esta instancia, se realizaron observaciones directas del accionar de

todos los actores involucrados y de la infraestructura de cada uno de los
establecimientos. Asimismo, se estuvo en contacto con los profesionales que
allí se desempeñan y los pacientes a los que se les proveen servicios de salud.
La tercera y última herramienta a disposición del investigador y utilizada

fue la realización de encuestas. A través de las mismas, y de forma anónima, se
relevaron percepciones y opiniones, tanto de los profesionales de la salud como
de los pacientes que frecuentan las salas rurales.
A partir de los datos obtenidos por fuentes primarias y secundarias es

que surge como propuesta de trabajo reorganizar las entregas de insumos a los
centros/salas en función de un conjunto de criterios ciertos y determinados. En
tal sentido es que se lleva adelante la aplicación del modelo elaborado para
determinar las cantidades a entregar de cada insumo básico, por parte de la
DAPS a cada uno de los establecimientos sanitarios bajo su órbita, logrando la
optimización de las entregas al mínimo costo.
4. MODELIZACIÓN GENERAL
En esta instancia se explicitará el modelo desarrollado para dar

tratamiento al problema y se expondrá su desarrollo para una situación acotada
de la realidad. Con antelación a ello, se propone establecer un conjunto de
criterios para realizar una correcta distribución de los insumos disponibles
(Nares y Trovato, 2012).
4.1 Consideraciones previas
Identificación de los elementos del modelo

Para llevar adelante la construcción del modelo se considera trabajar
bajo la metodología de transporte. A partir de la misma, lo primero es identificar
las partes intervinientes del modelo a desarrollar. Así, los orígenes están dados
por quienes disponen de insumos a distribuir: en este caso es un único origen
representado por la DAPS y los destinos son aquellos que demandan ciertas
cantidades conocidas de insumos: los 22 establecimientos de salud.
Determinación del objetivo del modelo

Por otro lado, y siendo uno de los elementos de mayor importancia, la
modelización incluye la incorporación de un objetivo a maximizar o minimizar. El
problema de distribución, usualmente, conlleva asociado el concepto de costo,
el cual se busca minimizar. En oposición a ello, el modelo que se plantea
desarrollar involucra la determinación del máximo beneficio a obtener por
distribuir las unidades disponibles de insumos.
Éste estará dado por el valor esperado, concebido como el nivel de

satisfacción que le reporta a cada paciente disponer de una unidad de recurso
escaso.
Desconocimiento de las cantidades de insumos disponibles

Otra de las consideraciones a tener presente para modelizar la situación
planteada, es que se desconocen las cantidades de cada insumo en posesión
por APS, es decir, las disponibilidades no son valores ciertos. Así, debe
considerarse trabajar con el concepto de disponibilidad como una variable
aleatoria de tipo discreta, cuya variación se produce en tiempo discreto.
4.2 Desarrollo de la modelización
En esta instancia se plantea el modelo completo para lograr la

distribución de los insumos en la totalidad de los establecimientos. Se explicita
en dos partes: el modelo de programación lineal y la simulación de variables
aleatorias con distintas distribuciones de probabilidad (Maroto Alvarez, Alcaraz y
Ruiz García, 2002).
4.2.1 Modelo de programación lineal
A continuación se presenta el modelo teórico de PL construido para

resolver el problema de transporte. Se explicitan las variables reales y las
restricciones necesarias, además del funcional económico a maximizar.
Variables reales
Previo a la enumeración de las variables reales del modelo, se
determinan cuáles son los subíndices que se van a utilizar.
Ei – iésimo insumo de enfermería con i de 1 a 30
Mi – iésimo medicamento con i de 1 a 64
Oi – iésimo insumo de odontología con i de 1 a 39
Li – iésimo insumo de limpieza con i de 1 a 27
Cj – jotaésimo CAPS con j de 1 a 22
Seguidamente se detallan las variables reales del modelo.
xEiCj – cantidad del insumo de enfermería i entregado al CAPS j
xMiCj – cantidad del medicamento i entregado al CAPS j
xOiCj – cantidad del insumo de odontología i entregado al CAPS j
xLiCj – cantidad del insumo de limpieza i entregado al CAPS j
Restricciones
A continuación, se explicita la totalidad de las restricciones del modelo.

En primera instancia se presentan aquellas restricciones que indican
que las entregas realizadas a cada uno de los CAPS respecto de cada insumo
deben ser menores o iguales a la disponibilidad (d) de cada insumo por parte de
la DAPS.
∑ x EiCj < d Ei Viyj
∑ x MiCj < d Mi Viyj
∑ x OiCj < d Oi Viyj
∑ x LiCj < d Li Viyj
En esta etapa es dable aclarar que la disponibilidad de insumos -d- está

dada por una variable aleatoria con una distribución de probabilidad asociada.
Esto se debe a la complejidad de las actividades y el control de los stocks de
insumos de forma constante o al menos periódica. En el apartado siguiente se
analiza la forma de cuantificar a estas variables.
Seguidamente, se establecen las restricciones que indican que la

cantidad de un determinado insumo entregada a cierto CAPS debe ser como
máximo, lo requerido (r) por el CAPS de ese insumo.
x EiCj < r Ei Viyj
x MiCj < r Mi Viyj
x OiCj < r Oi Viyj
x LiCj < r Li Viyj
Finalmente, se establece que lo que se entrega de un insumo cierto

CAPS debe ser igual o superior al requerimiento mínimo (z) planteado por el
mismo o determinado por la DASP.
x EiCj > z EiCj * r Ei Viyj
x MiCj > z MiCj * r Mi Viyj
x OiCj > z OiCj * r Oi Viyj
x LiCl > z LiCj * r Ei Viyj
En estas últimas restricciones, el parámetro z está dado por la mínima

proporción que se debe entregar de cada insumo, a cada uno de los centros.
Funcional económico
El funcional económico del modelo de programación lineal está dado

por la maximización del beneficio social, que bajo nuestros supuestos, será de
la sumatoria del valor esperado (VE) de cada individuo por disponer de una
unidad de cada insumo.
Z (max) = ∑ VE EiCj * x EiCj + ∑ VE MiCj * x MiCj + ∑ VE OiCj * x OiCj + ∑ VE LiCj * x LiCj
Surge el concepto de VE el cual implica, en una escala de 1 a 10, la

cuantía de satisfacción por parte de un paciente por disponer de una unidad de
determinado insumo. La determinación del VE es en función de ciertos criterios
que conllevan la maximización de la satisfacción de las distintas poblaciones en
materia de prestaciones de salud. Así,
 los centros rurales tiene un mayor VE que los urbanos, ya que
son pueblos en los que no se cuenta con farmacias o cualquier otro
tipo de negocio que dispense medicamentos;
 entre los centros rurales, el VE es mayor para aquellos más
alejados de la ciudad cabecera del partido (Tandil) y los que
contienen mayor proporción de población en grupos de riesgo;
 entre los centros urbanos, el VE es mayor para aquellos ubicados
en barrios más carenciados, que poseen mayor población a atender
y/o se encuentran ubicados a mayor distancia del hospital municipal
de la ciudad.
En relación con lo anterior, también se considera oportuno establecer

ciertos criterios para otorgar valor al VE en función de las cuatro categorías de
insumos.
Insumos de enfermería - El VE será mayor a medida que se incremente

el número de atenciones de enfermería.
Medicamentos - El VE de un medicamento variará respecto de los
distintos centros de acuerdo a la prevalencia de grupos de riesgo
(hipertensos, diabéticos, celíacos, entre otros) y a la pirámide
poblacional que registre el área de influencia: ante poblaciones jóvenes
será necesario cantar con insumos MAC y en aquellas más ancianas
con medicación específica para enfermedades consecuentes de la
vejez.
Insumos de odontología - El VE será mayor a medida que se
incremente el número de atenciones odontológicas. Es dable aclarar
que algunos CAPS no prestan este servicio.
Insumos de limpieza - El VE será igual para todos los CAPS, pudiendo
variar para ciertos insumos que pueden ser requeridos, en mayor
proporción, en centros periféricos o rurales.
Una vez concluida la construcción del modelo, se explicita la aplicación

del mismo para un insumo determinado (agua destilada, código asignado: E1).
Variables reales
x E1C1 – cantidad de agua destilada A entregada al CAPS Cerro Leones
x E1C2 – cantidad de agua destilada A entregada al CAPS Barrio Gral. Belgrano
x E1C3 – cantidad de agua destilada A entregada al CAPS Barrio Metalúrgico
x E1C4 – cantidad de agua destilada A entregada al CAPS Barrio Palermo
x E1C5 – cantidad de agua destilada A entregada al Hospital de Niños
x E1C6 – cantidad de agua destilada A entregada al CAPS María Auxiliadora
x E1C7 – cantidad de agua destilada A entregada al CAPS Rodríguez Selvetti
x E1C8 – cantidad de agua destilada A entregada al CAPS La Movediza
x E1C9 – cantidad de agua destilada A entregada al CAPS Villa Italia Norte
x E1C10 – cantidad de agua destilada A entregada a la Sala 1º Auxilios Unión y
Progreso
x E1C11 – cantidad de agua destilada A entregada al CAPS Barrio Maggiori
x E1C12 – cantidad de agua destilada A entregada al CAPS Lisandro de la Torre
x E1C13 – cantidad de agua destilada A entregada al CAPS Barrio Tunitas
x E1C14 – cantidad de agua destilada A entregada al CAPS Barrio Villa Aguirre
x E1C15 – cantidad de agua destilada A entregada al CAPS Barrio San Cayetano
x E1C16 – cantidad de agua destilada A entregada al CAPS Barrio San Juan
x E1C17 – cantidad de agua destilada A entregada a la Sala de Azucena
x E1C18 – cantidad de agua destilada A entregada a la Sala de Estación De la
Canal
x E1C19 – cantidad de agua destilada A entregada al CAPS de Gardey
x E1C20 – cantidad de agua destilada A entregada a la Sala rural de Iraola
x E1C21 – cantidad de agua destilada A entregada a la Sala de Vela
x E1C22 – cantidad de agua destilada A entregada a la Sala de Estación Fulton
Así, se generan 22 variables reales por cada uno de los insumos que se
entregan a los CAPS, teniendo el modelo un total de 3520 variables.
Restricciones
x E1C1 + x E1C2 + x E1C3 + x E1C4 + x E1C5 + x E1C6 + x E1C7 + x E1C8 + x E1C9 + x E1C10 + +
x E1C11 + x E1C12 + x E1C13 + x E1C14 + x E1C15 + x E1C16 + x E1C17 + x E1C18 + x E1C19 + x
E1C20 + x E1C21 + x E1C22 < dE1
x E1C1 < rE1

x E1C2 < rE2
x E1C3 < rE3
x E1C4 < rE4
x E1C5 < rE5
x E1C6 < rE6
x E1C7 < rE7
x E1C8 < rE8
x E1C9 < rE9
x E1C10 < rE10
x E1C11 < rE11
x E1C12 < rE12
x E1C13 < rE13
x E1C14 < rE14
x E1C15 < rE15
x E1C16 < rE16
x E1C17 < rE17
x E1C18 < rE18
x E1C19 < rE19
x E1C20 < rE20
x E1C21 < rE21
x E1C22 < rE22
x E1C1 > z E1C1 * rE1

x E1C2 > z E1C2 * rE2
x E1C3 > z E1C 3 * rE3
x E1C4 > z E1C 4 * rE4
x E1C5 > z E1C 5 * rE5
x E1C6 > z E1C 6 * r E1C6

x E1C7 > z E1C 7 * r E1C7
x E1C8 > z E1C 8 * r E1C8
x E1C9 > z E1C 9 * r E1C9
x E1C10 > z E1C 10 * r E1C10
x E1C11 > z E1C 11 * r E1C11
x E1C12 > z E1C 12 * r E1C12
x E1C13 > z E1C 13 * r E1C13
x E1C14 > z E1C 14 * r E1C14
x E1C15 > z E1C 15 * r E1C15
x E1C16 > z E1C 16 * r E1C16
x E1C17 > z E1C 17 * r E1C17
x E1C18 > z E1C 18 * r E1C18
x E1C19 < z E1C 19 * r E1C19
x E1C20 < z E1C 20 * r E1C20
x E1C21 < z E1C 21 * r E1C21
x E1C22 < z E1C 22 * r E1C22
Funcional económico
Z (max) = VE E1C1 * x E1C1 + VE E1C2 * x E1C2 + VE E1C3 * x E1C3 + VE E1C4 * x E1C4 + +
VE E1C5 * x E1C5 + VE E1C6 * x E1C6 + VE E1C7 * x E1C7 + VE E1C8 * x E1C8 + VE E1C9 * * x
E1C9 + VE E1C10 * x E1C10 + VE E1C11 * x E1C11 + VE E1C12 * x E1C12 + VE E1C13 * *x
E1C21 + VE E1C22 * x E1C22
4.2.2 Generación de simulaciones
A partir del modelo de PL antes desarrollado, existe un elemento cuyo

valor es discreto y aleatorio dentro de una determinada distribución de
probabilidad.
Esa situación se resuelve a partir de la simulación de su cuantía, a partir

de una macro de Microsoft Excel, modificada para tal fin (Jensen, 2004; Pérez
González, 2006; Mora y Espinoza, 2005).
La disponibilidad de datos históricos respecto de la demanda mensual

de cada insumo por parte de cada establecimiento sanitario público permite
determinar la distribución de probabilidad asociada a cada elemento y, en
función de ello, sus parámetros asociados. La simulación del valor permite
resolver la aleatoriedad de la cuantía disponible de cada uno de los 164
elementos entregados.
4.2.3 Algoritmo
El algoritmo que se presenta para la resolución de la situación

planteada surge como consecuencia de la programación de los procesos
independientes descriptos anteriormente. Seguidamente, se describe la
secuencia de pasos que dan origen al algoritmo.
a) Simular el valor de cada una de las variables involucradas en el

modelo.
b) Insertar el valor simulado en el campo correspondiente (como
disponibilidad de un recurso) en el modelo de PL.
c) Hallar la solución óptima del modelo (mediante SOLVER).
d) Almacenar los resultados óptimos obtenidos y sus holguras.
e) Repetir los pasos a,…,d hasta convergencia.
5. APLICABILIDAD
El modelo planteado da resolución a un problema que se presenta en la

vida real: la distribución de insumos a establecimientos sanitarios de carácter
público. Asimismo, puede ser modificado (ampliado o reducido) para dar
tratamiento a un modelo de características similares.
Por otro lado, el algoritmo resultante puede ser programado en

cualquier lenguaje de bajo nivel, como por ejemplo Visual Basic o en el software
R; siendo factible la introducción de modificaciones a la programación para
lograr incluir mayor cantidad de datos u obtener más información como
resultado de la aplicación del modelo.
6. CONCLUSIONES
Se ha presentado una aplicación acotada de la metodología planteada

para la resolución de un modelo de Programación Lineal con particularidades
definidas.
Ello conlleva la resolución de un problema particular, en el ámbito de la
salud pública de un partido bonaerense.
Con el desarrollo del presente trabajo se afirma e impulsa la

aplicabilidad de los métodos y herramientas existente para el apoyo a la toma
de decisiones en ambientes con incertidumbre. Asimismo, se abre un espacio
de trabajo para la programación en otros medios del algoritmo presentado y su
ampliación para ser aplicado en otros ámbitos o a diferentes problemas que se
presenten en la vida real.
7. REFERENCIAS
 JENSEN, P. (2004): “OPERATIONS RESEARCH MODELS AND

METHODS”. Internet.
http://www.me.utexas.edu/jensen/ORMM/index.html.
 MAROTO ALVAREZ, C.; ALCARAZ SORIA, J.; RUIZ GARCIA, R. (2002):

“INVESTIGACIÓN OPERATIVA: MÉTODOS Y TÉCNICAS DE
OPTIMIZACIÓN”. Editorial Universidad Politécnica de Valencia.
 MORA, W.; ESPINOZA, J. L. (2005): “PROGRAMACIÓN VISUAL BASIC

(VBA) PARA EXCEL Y ANÁLISIS NUMÉRICO”. Escuela de Matemática.
Instituto Tecnológico de Costa Rica.
 NARES, M. E.; TROVATO, G. (2012): “TRATAMIENTO Y RESOLUCIÓN

DE UN PROBLEMA DE PROGRAMACIÓN LINEAL CON RECURSOS
ALEATORIOS”. Revista de la Escuela de Perfeccionamiento en
Investigación Operativa. N° 33. ISSN 1853-9777.
 PEREZ GONZÁLEZ, L. O. (2006): “MICROSOFT EXCEL: UNA

HERRAMIENTA PARA LA INVESTIGACIÓN”. Revista electrónica de las
Ciencias Médicas en Cienfuegos. ISSN: 1727-897X.

Didoemilio, Journal Manager, Ilovepdf - Com-57-69

Cargado por

Copyright:

Formatos disponibles

Didoemilio, Journal Manager, Ilovepdf - Com-57-69

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Didoemilio, Journal Manager, Ilovepdf - Com-57-69

Cargado por

Copyright:

Formatos disponibles

INVESTIGACION OPERATIVA - AÑO XXII Nº 36 - PAGINAS 50 a 62 – NOVIEMBRE 2014

APLICACIÓN EN EL ÁMBITO DE LA SALUD DE UN MODELO

MARIELA NARES - MARIANO PRIETO - ANDRÉS REDCHUK

Fecha Recepción: Septiembre 2013 - Fecha Aceptación: Agosto 2014

Este artículo presenta la aplicación, en el ámbito de la salud pública, del

Se presenta una situación problemática específica vinculada a la

PALABRAS CLAVE: Programación Lineal – Simulación – Aplicación – Salud.

We present a specific problematic situation related to the distribution of

KEYWORDS: Linear Programming - Simulation - Application – Health.

El presente trabajo tiene por objeto presentar la aplicación en el ámbito

El partido de Tandil cuenta con la Dirección de Atención Primaria de la

La totalidad de los centros y salas prestadores de servicios de salud a

¿Qué abarca Atención Primaria de la Salud -APS- en Tandil?

Seguidamente, se presenta la ubicación y disposición de los centros en

FIGURA 1. Distribución de los centros y salas de salud en el partido de Tandil.

Seguidamente, en la FIGURA 2, se presenta la disposición de la

FIGURA 2. Distribución de los centros y salas de salud en la ciudad de Tandil.

Todos estos centros/salas son provistos, en forma periódica, de una

¿Cuáles son los problemas detectados a nivel salud en el municipio?

 falta o disminución en la entrega de ciertos medicamentos;

Así, se podrían mencionar gran cantidad de problemas o situaciones

En función a lo relevado de los medios de comunicación y de las

población ante síntomas frecuentes (fiebre, gastritis, presión alta, entre

 recepción de pocos insumos en la DAPS por parte de programas

Explicitar la aplicación del algoritmo desarrollado para la resolución de

3. METODOLOGÍA DE TRABAJO APLICADA

En una primera instancia, se procedió a la recolección de datos

Una vez comprendidas las implicancias de establecer un modelo de

Otra de las herramientas que aportó una idea general de la situación de

En esta instancia, se realizaron observaciones directas del accionar de

La tercera y última herramienta a disposición del investigador y utilizada

A partir de los datos obtenidos por fuentes primarias y secundarias es

En esta instancia se explicitará el modelo desarrollado para dar

4.1 Consideraciones previas

Identificación de los elementos del modelo

Determinación del objetivo del modelo

Éste estará dado por el valor esperado, concebido como el nivel de

Desconocimiento de las cantidades de insumos disponibles

4.2 Desarrollo de la modelización

En esta instancia se plantea el modelo completo para lograr la

4.2.1 Modelo de programación lineal

A continuación se presenta el modelo teórico de PL construido para

A continuación, se explicita la totalidad de las restricciones del modelo.

∑ x EiCj < d Ei Viyj

∑ x MiCj < d Mi Viyj

∑ x OiCj < d Oi Viyj

∑ x LiCj < d Li Viyj

En esta etapa es dable aclarar que la disponibilidad de insumos -d- está

Seguidamente, se establecen las restricciones que indican que la

x EiCj < r Ei Viyj

x MiCj < r Mi Viyj

x OiCj < r Oi Viyj

x LiCj < r Li Viyj

Finalmente, se establece que lo que se entrega de un insumo cierto

x EiCj > z EiCj * r Ei Viyj

x MiCj > z MiCj * r Mi Viyj

x OiCj > z OiCj * r Oi Viyj

x LiCl > z LiCj * r Ei Viyj

En estas últimas restricciones, el parámetro z está dado por la mínima