Information analysis unit: its institutional importance.
DOI:
https://doi.org/10.35954/SM2006.28.1.2Abstract
Introduction: Those in charge of the management of health-related institutions are faced with a great responsibility in terms of being able to make the right decisions at the right time and in the right moment.
In order to do so, they need to have adequate information at three stages: characterization of the situation, elaboration of alternative scenarios, and evaluation of the consequences and results obtained.
Objective: To analyze the characteristics, functions and importance of the Information Analysis Unit at the health level.
Development: Epidemiology has several tools and methodologies oriented to the diagnosis of the health profile, as well as the monitoring of events that constitute warning signals.
Spatial analysis of data through Geographic Information Systems is a fundamental step in the management of institutional information.
Temporal analysis allows the monitoring of processes and the early detection of changes in occurrence patterns. Time series allow the prediction of future values based on past behavior.
Meta-analyses and systematic reviews provide a very important tool in the search for scientific evidence and evaluation of interventions. For the study of infrequent events, temporal and spatial clustering techniques and Poisson distribution are useful.
Analysis: As an example, the mortality time series of the Central Hospital of the Armed Forces in the five-year period 1996-2000 is analyzed. The average number of deaths per month was 40.72 (out of 9.46) The trend line is slightly negative with a correlation coefficient of -0.20, the trend line has a value y=121.48 and the slope is -0.4393.
Conclusions: The Information Analysis Unit, allows the generation of timely information for health decision making, constituting a basic element of a Health Information System.
Downloads
Metrics
References
(1) GONZÁLEZ GARCÍA G. Las reformas sanitarias y los modelos de gestión. Rev Panam Salud Pública 2001;9 (6):406-412
(2) BUGLIOLI M, ORTÚN V. Decisión Clínica. Cómo entenderla y mejorarla. Ed. Springer, 2001, Barcelona.
(3) ALAN DEVER GE. Epidemiología y Administración de Servicios de Salud. OPS-OMS. 1991.
(4) MAGNÍFICO G, NOCETI C, RODRÍGUEZ N. Planificación de la RED ASISTENCIAL DE ASSE. MSP, ASSE. Uruguay, abril de 2002.
(5) RIEGELMAN RK, HIRSCH RP. Cómo estudiar un estudio y probar una prueba: lectura crítica de la literatura médica. OPS. Publicación Científica 1992; 531.
(6) SACKETT DL, STRAUS SE, RICHARDSON WS, HAYNES RB. Medicina Basada en la Evidencia. Ed. Harcourt, 2ª Ed. 2001, Madrid
(7) FLETCHER RH,FLETCHER SW, WAGNER EH. Epidemiología Clínica. Ed. Consulta. 2ª. Ed. 1989, Barcelona.
(8) COSIALLS I, PUEYO D. Gestión Clínica y gerencial de Hospitales. Servicio de Información. Ed. Harcourt, 2000, Madrid.
(9) ANDREW R, RICART JE, VALOR J. Estrategias y Sistemas de Información. McGraw-Hill, 2ª. Ed. 1996. España.
(10) MAC MAHON B, TRICHOPOULOS D. Epidemiología. Ed. Marban, 2ª. Edición, 2001, Madrid. Capítulo 6. Tiempo.
(11) ARMIJO ROJAS R. Epidemiología. Vol.I. Epidemiología Básica. Ed. InterMédica, 1ª. Ed. 1974, Buenos Aires.
(12) MOLINERO LM. Análisis de series temporales.[on line] [citado el 9 de marzo de 2004] Disponible en la World Wide Web: http://www.seh-lelha.org/stat1.htm
(13) LIGHT RJ, PILEMER DB. Revisando Investigaciones. La ciencia de sintetizar estudios. OPS-OMS. 1996.
(14) CASAS CARDOSO GM, GRAU ABALO R, ALEGRET RODRÍGUEZ M. Técnicas de clustering para la detección de epidemias. [on line][citado el 8 de julio de 2004] Reporte Técnico de Vigilancia 1999;4(7). Disponible en la World Wide Web: http://www.bvs.sld.cu/uats/rtv_files/rtv0799.htm
(15) SNEDECOR GW, COCHRAN WG. Métodos Estadísticos. Ed. C.E.C.S.A. 1980, 6ª. Edición, México. Capítulo 6. Regresión.
(16) CANAVOS GC. Probabilidad y Estadística. Aplicaciones y métodos. Ed. McGraw-Hill, España, 1999. Capítulo 13. Análisis de regresión: el modelo lineal simple. 13.9. Series de tiempo.
(17) COUNTIN MARIE G, BORGES SORIA J, BATISTA MOLINER R, et al. Métodos para la vigilancia de eventos en salud. Rev Cubana Hig Epidemiol. [on line] sep-dic. 2000;38(3):157-166 [citado el 7 de julio de 2004].
(18) DELPIAZZO CE, VIEGA MJ. Lecciones de Derecho Telemático. Fundación de Cultura Universitaria. 1ª. Ed., abril 2004, Montevideo.
(19) DELPIAZZO CE. Acerca del decreto No. 396/003 de 30 de setiembre de 2003 sobre Historia Clínica Electrónica. InfoSUIS, [on line] No. 17, noviembre de 2003, [citado el 19 de mayo de 2003] Disponible en la Word Wide Web: http://www.suis.org.uy
(20) NEGRETE J, LÓPEZ G. Informática Médica. Ed. Noriega-LIMUSA. 1ª. Ed, 1991, México.
(21) GALLARDO ORTIZ AG. Apuntes para un futuro Derecho Estadístico. [on line] [citado el 4 de mayo de 2004] Disponible en la World Wide Web: http://www.cita.es/apuntes
(22) BABBIE ER. Métodos de investigación por encuesta. Biblioteca de la Salud. Fondo de Cultura Económica. 1ª Ed. en español, 1988. México.
(23) CASTILLO-SALGADO C, LOYOLA E, ROCA A. Desigualdades en la Mortalidad Infantil en la Región de las Américas: Elementos Básicos para el Análisis. [on line] Boletín Epidemiológico junio 2001;22(2) [citado el 15 de mayo de 2004] Disponible en la World Wide Web: http://www.paho.org/spanish/SHA/be_v22n2-DesigualdadesIM.htm
(24) PÉRTEGA DÍAZ S, PITA FERNÁNDEZ S. Técnicas de regresión: Regresión Lineal Simple.[on line] Cad Aten Primaria 2000;7:91-94. [citado el 22 de junio de 2004] Disponible en la World Wide Web: http://www.fisterra.com
(25) PÉRTEGA DÍAZ S, PITA FERNÁNDEZ S. Técnicas de regresión: Regresión Lineal Múltiple.[on line] Cad Aten Primaria 2000;7:173-176.[citado el 22 de junio de 2004] Disponible en la World Wide Web: http://www.fisterra.com
(26) PÉRTEGAS DÍAZ S, PITA FERNÁNDEZ S. Determinación del tamaño muestral para calcular la significación del coeficiente de correlación lineal. Cad Aten Primaria 2001;2002;9:209-211.[on line] [citado el 24 de setiembre de 2003] Disponible en la World Wide Web: http://www.fisterra.com
(27) TOBÍAS A, SÁEZ M, GALÁN I. Herramientas gráficas para el análisis descriptivo de series temporales en le investigación médica. Med Clin [Barc] [on line] 2004:122 (18); 701-6. [citado el 14 de abril de 2004]
(28) SILVA AYCAGUER LC, BARROSO ULTRA IM. Selección algorítmica de modelos en las aplicaciones biomédicas de la regresión múltiple. Med Clin (Barc). [on line] 2001;116(19):741-745.[citado el 10 de agosto de 2004].
(29) OSTLE B. Estadística aplicada. Ed. Limusa-Noriega. 12ª reimpresión, 1992, México.
(30) LEVIN RI. Estadística para administradores. Ed. Prentice-Hall, 2ª. Edición. 1988, México. Cap. 11: Regresión y correlación simples. Cap. 12. Técnicas de modelado. Cap. 14. Series de tiempo.
(31) CALOT G. Curso de Estadística Descriptiva. Ed. Paraninfo, 1988, 5ª. Edición. Madrid. Capítulo 4.11:201-208 Generalidades sobre los ajustes. Cap. 7:397-409. Series Cronológicas. Cap. 8:411-477. Análisis de series cronológicas.
(32) BORGES DEL ROSAL, A. Análisis de series temporales. Profesora Titular de Metodología de Ciencias del Comportamiento. Facultad de Psicología. Campus de Guajara. Tema 10.[citado el 7 de setiembre de 2004]. Disponible en la World Wide Web: http://webpages.ull.es/users/aborges/n1%20tema10.pdf
(33) DE ARCE R, MAHÍA R. Modelos ARIMA. Departamento de Economía Aplicada. U.D.I. Econometría e Informática. [on line] [citado el 18 de agosto de 2004].
(34) PEREZ RETANA A, FERNÁNDEZ RUIZ F, GARCÍA DE LA VEGA JM. Sunspots. La actividad solar vista por la estadística. Diplomatura en Estadística. Universidad Carlos III de Madrid. [on line] [citado el 28 de agosto de 2004]. Disponible en la World Wide Web: http://personales.com/espana/madrid/multivariante
(35) RODRÍGUEZ RIOTORTO M, Series temporales.[on line] [citado el 21 de julio de 2004] Disponible en la World Wide Web: http://es.geocities.com/riotorto/sert/set.htm.
(36) IÑIGUEZ C, PÉREZ-HOYOS S, BALLESTER F, SÁEZ M. Comparación de dos métodos en el análisis del efecto a corto plazo de la contaminación atmosférica en la salud. Gac Sanit. [on line] 2003;17(4):283-288, [citado el 14 de julio de 2004].
(37) LAGE FERRÓN MB, DÍAZ JIMÉNEZ J, GESTAL OTERO JJ, PAJARES ORTIZ MS, et al. Influencia de los Factores Ambientales en el número de ingresos por urgencias en el Complejo Hospitalario “Juan Canalejo” de La Coruña: Elaboración de un modelo de predicción. Rev Esp Salud Pública, 1999; 73: 45-60. .[on line] [citado el 16 de junio de 2004]
(38) SUNYER J. La contaminación atmosférica y sus efectos sobre la salud. Unidad de Investigación Respiratoria y Ambiental. Instituto Municipal de Investigación Médica de Barcelona. [on line][citado el 14 de agosto de 2004]. Disponible en la World Wide Web: http://www.estrucplan.com.ar
(39) KAN H, CHEN B. A Case-crossover Analysys of Air Pollution and Daily Mortality in Shangai. J Occul Health. [on line] 2003;45:119-124. [citado el 10 de agosto de 2004].
(40) McMICHAEL A, ROSS ANDERSON H, BRUNEKREEF B, COHEN AJ. Inappropriate use of daily mortality analyses to estimate longer-term mortality effects of air pollution. International Journal of Epidemilogy. [on line] 1998;27:450-453. [citado el 14 de agosto de 2004].
(41) HONG YC, LEE JT, KIM H, KOWN HJ. Air pollution. An New Risk factor in Ischemic Stroke Mortality. Stroke. [on line] Sept 2002:2165-2169.[citado el 24 de agosto de 2004]. Disponible en la World Wide Web: http://www.strokeaha.org
(42) SHI L, MACINKO J, STARDIELD B, XU J, POLITZER R. Primary Care, Income Inequality, and Stroke Mortality in the United States, a Longitudinal Analysis, 1985-1995. Stroke. [on line] Agosto 2003, p.2165-2169. [citado el 11 de julio de 2004]. Disponible en la World Wide Web: http://www.strokeaha.org
(43) ELLIS A, POST E. Population response to climate change: linear vs. non-linear modeling approaches. BMC Ecology [on line] March 2004;4.[citado el 11 de julio de 2004]. Disponible en la World Wide Web: http://www.biomedcentral.com/1472-6785/4/2
(44) TOBÍAS A, SÁEZ M. Time-series regresión models to study the short-term effects of environmental factors on health. Departament d’Economia, Universitat de Girona. [on line][citado el 7 de julio de 2004]. Disponible en la World Wide Web: http://perso.wandoo.es/bledatobias/download/regresion.pdf
(45) DÍAZ JIMÉNEZ J, ALBERDI ODRIOZOLA JC, MONTERO RUBIO JC, MIRÓN PÉREZ IJ. Asociación entre la contaminación atmosférica por dióxido de azufre y partículas totales en suspensión y la mortalidad diaria en la ciudad de Madrid (1986-1992). Gaceta Sanitaria. [on line] 1998;12(5):207-215, [citado el 28 de junio de 2004] Disponible en la World Wide Web: http://db.doyma.es/cgibin/wdbcgi.exe/doyma/mrevista.fulltextpident=13008322
(46) SÁEZ M, PÉREZ-HOYOS S, TOBÍAS A, SAURINA C, et al. Métodos de series temporales en los estudios epidemiológicos sobre contaminación atmosférica. Rev Esp Salud Pública [on line] 1999;73:133-143, [citado el 28 de junio de 2004]
(47) MARTINS LC, DIAS DE OLIVEIRA LATORRE MR, ALVES CARDOSO MR, TEIXEIRA GONCALVES FL, et al. Poluicao atmosférica e atendimentos por pneumonia e gripe em Sao paulo, Brasil . Rev Saúde Pública. [on line] 2002; 36(1):88-94. [citado el 10 de junio de 2004]. Disponible en la World Wide Web: http://www.fsp.usp.br/rsp
(48) CAMPBELL MJ, TOBÍAS A. Causality and temporality in the study of short-term effects of air pollution on health. International Journal of Epidemilogy. [on line] 2000;29:271-273. [citado el 18 de julio de 2004].
(49) BALLESTER DÉZ F, SÁEZ ZAFRA M, ALOSNO FUSTEL ME, TARACIDO TRUNK M, et al. El Proyecto EMECAM: Estudio Multicéntrico español sobre la relación entre la contaminación atmosférica y la mortalidad. Antecedentes, participantes, objetivos y metodología. [on line] Rev Esp Salud Pública 1999;73(2):165-175.[citado el 12 de mayo de 2004] Disponible en la World Wide Web: http://www.scielo.org
(50) MOLINA ESQUIVEL E, MENESES RUIZ E. Evaluación epidemiológica del inpacto de los contaminantes del aire. Propuesta metodológica. Rev Cubana Hig Epidemiol. [on line] Mayo.dic. 2003;41(2-3) [citado el 24 de mayo de 2004] Disponible en la World Wide Web: http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S025317512003000200002&lng=es&nrm=isoSIN0253-1757.
Published
How to Cite
Issue
Section
License
Until 2024 we use the Creative Commons Attribution/NonCommercial Attribution 4.0 International License https://creativecommons.org/licenses/by-nc/4.0/deed.es. Which states that: you are free to share, copy and redistribute the material in any medium or format, as well as to adapt, remix, transform and build upon the material. Under the following terms:
Attribution: you must give proper credit , provide a link to the license, and indicate if changes have been made . You may do so in any reasonable manner, but not in such a way as to suggest that you or your use is endorsed by the licensor.
NonCommercial: you may not use the material for commercial purposes.
As of 2025 authors retain their copyright and assign to the journal the right of first publication of their work, which shall simultaneously be subject to the license https://creativecommons.org/licenses/by-nc-sa/4.0/deed.es that permits sharing, copying and redistribution of the material in any medium or format provided that initial publication in this journal is indicated. Adapt, remix, transform and build upon the material. If you remix, transform, or build from the material, you must distribute your contribution under the same license as the original and may not make use of the material for commercial purposes.
Under the following terms:
1. Attribution: you must give proper credit, provide a link to the license, and indicate whether changes have been made. You may do so in any reasonable manner, but not in such a way as to suggest that you or your use is endorsed by the licensor.
2. NonCommercial: you may not use the material for commercial purposes.
3. ShareAlike: if you remix, transform or build upon the material, you must distribute your contribution under the same license as the original.
PlumX Metrics
/
