Beruflich Dokumente
Kultur Dokumente
,/
66
donde
t: estadstico de la distribucin t student.
k: desviacin absoluta mxima permitida sobre la media de la distribucin a
simular.
S
2
: estimador de la varianza de la distribucin a simular.
Para el tiempo de ciclo se corrieron tres rplicas piloto de una duracin de 2 semanas (336
horas) para determinar la varianza. Se obtuvieron los siguientes valores de varianza y nmero total
de muestras, respectivamente:
S
2
1
= 190.990, 69 n
1
= 639
S
2
2
= 93.513,19 n
2
= 624
S
2
3
= 70.664,06 n
3
= 650
Por lo tanto la varianza ponderada es:
=
n
1S
+ n
1S
+ n
1S
+ n
+ n
3
= 117.509,8
Se escogen los siguientes valores:
t
,/
= 1,64 para un 90% de confianza
k = 90 min
Se tiene entonces
n = 39,02 39 rplicas
67
De igual forma se realizaron los clculos para los tiempos de espera del triage, corriendo tres
rplicas piloto de una duracin de 2 semanas (336 horas) para determinar la varianza. Se obtuvieron
los siguientes valores de varianza y nmero total de muestras, respectivamente:
S
2
1
= 0,47701 n
1
= 658
S
2
2
= 0,56747 n
2
= 634
S
2
3
= 0,54675 n
3
= 671
Por lo tanto la varianza ponderada es:
S
=
n
1S
+ n
1S
+ n
1S
+ n
+ n
3
= 0,53
Se escogieron los siguientes valores:
t
,/
= 1,96 para un 95% de confianza
k = 0,2 min
Se tiene entonces
n = 50,91 51 rplicas
68
5.6.2 Resultados de los experimentos
A. Tiempos de Ciclo
Los resultados de las simulaciones se observan en la Tabla N 5.3.
Tabla N 5.3 Tiempo Medio de Ciclo (min) por Rplica
Rplica Simio Flexsim HC
1 546.436543 881.83
2 367.720779 684.32
3 419.973239 427.63
4 604.215331 484.12
5 915.365814 590.41
6 764.313262 422.92
7 448.3019 750.83
8 489.933537 1161.73
9 785.708802 750.12
10 1142.952 1105.6
11 644.933433 702.8
12 495.146243 734
13 588.953549 436.69
14 544.547419 904.47
15 575.776105 834.63
16 995.252724 707.38
17 829.390907 836.65
18 586.995708 474.47
19 981.095562 330.91
20 397.218592 540.4
21 578.099029 908.67
22 821.971914 481.79
23 460.299766 493.67
24 516.33689 508.53
25 377.913325 931.34
26 868.548457 797.11
27 455.721158 423.83
28 521.059295 577.97
29 455.626276 740.65
30 751.145616 1190.85
31 670.7777 1061.25
32 395.020008 296.32
33 591.254823 1085.17
34 434.491706 690.22
35 474.04196 461.23
36 699.145285 477.55
37 951.356185 423.74
38 974.856138 587.01
39 336.750209 769.35
Fuente: Elaboracin propia.
69
En la Tabla N 5.4 se indican las estadsticas descriptivas:
Tabla N 5.4 Estadsticas Descriptivas, Tiempos de Ciclo
(a) Simio, (b) Flexsim HC
Simio
Flexsim HC
Media 627.1448 Media 683.798974
Error tpico 33.5228962 Error tpico 38.4110466
Mediana 578.099029 Mediana 690.22
Desviacin estndar 209.35042 Desviacin estndar 239.876909
Varianza de la muestra 43827.5983 Varianza de la muestra 57540.9316
Curtosis -0.44901272 Curtosis -0.64586225
Coeficiente de asimetra 0.72271172 Coeficiente de asimetra 0.47798337
Rango 806.201792 Rango 894.53
Mnimo 336.750209 Mnimo 296.32
Mximo 1142.952 Mximo 1190.85
Suma 24458.6472 Suma 26668.16
Cuenta 39 Cuenta 39
(a) (b)
Fuente: Elaboracin propia.
En las Fig. N 5.15 y Fig. N 5.16 se observan los diagramas de dispersin para las rplicas
en Simio y en Flexsim HC, respectivamente.
70
Fig. N 5.15 Grfico Tiempo de Ciclo Promedio v/s Rplicas Simio
Fuente: Elaboracin propia.
Fig. N 5.16 Grfico Tiempo de Ciclo Promedio v/s Rplicas - Flexsim HC
Fuente: Elaboracin propia.
0
200
400
600
800
1000
1200
1400
0 5 10 15 20 25 30 35 40
M
i
n
u
t
o
s
Rplicas
Tiempo de Ciclo Promedio
SIMIO
0
200
400
600
800
1000
1200
1400
0 5 10 15 20 25 30 35 40
M
i
n
u
t
o
s
Rplicas
Tiempo de Ciclo Promedio
FLEXSIM HC
71
Con el software Statgraphics se obtuvo el diagrama Box Plot de la Fig. N 5.17, que muestra
una comparacin de los resultados de ambos programas de simulacin.
Box-and-Whisker Plot
0 200 400 600 800 1000 1200
FlexsimHC
Simio
Fig. N 5.17 Grfico de Cajas, Tiempos de Ciclo
Fuente: Elaboracin propia.
Los grficos de las Fig. N 5.15, Fig. N 5.16 y Fig. N 5.17 muestran que no hay grandes
diferencias estadsticas entre los resultados de ambos programas de simulacin.
Utilizando el mismo software estadstico se realiz una prueba de hiptesis para la
comparacin de las medias, previa prueba para la igualdad de varianzas. Se obtuvieron los
siguientes resultados en el software Statgraphics [8]:
72
Comparison of Standard Deviations
---------------------------------
FlexsimHC Simio
------------------------------------------------------------
Standard deviation 239,877 209,35
Variance 57540,9 43827,6
Df 38 38
Ratio of Variances = 1,31289
95,0% Confidence Intervals
Standard deviation of FlexsimHC: [196,038;309,148]
Standard deviation of Simio: [171,091;269,806]
Ratio of Variances: [0,688458;2,50369]
F-tests to Compare Standard Deviations
Null hypothesis: sigma1 = sigma2
(1) Alt. hypothesis: sigma1 NE sigma2
F = 1,31289 P-value = 0,405238
(2) Alt. hypothesis: sigma1 > sigma2
F = 1,31289 P-value = 0,202619
(3) Alt. hypothesis: sigma1 < sigma2
F = 1,31289 P-value = 0,797381
Comparison of Means
-------------------
95,0% confidence interval for mean of FlexsimHC: 683,799 +/- 77,7593
95,0% confidence interval for mean of Simio: 627,145 +/- 67,8637
95,0% confidence intervals for the difference between the means:
assuming equal variances: 56,6542 +/- 101,54
not assuming equal variances: 56,6542 +/- 101,57
t tests to compare means
Null hypothesis: mean1 = mean2
(1) Alt. hypothesis: mean1 NE mean2
assuming equal variances: t = 1,11125 P-value = 0,269963
not assuming equal variances: t = 1,11125 P-value = 0,270027
(2) Alt. hypothesis: mean1 > mean2
assuming equal variances: t = 1,11125 P-value = 0,134981
not assuming equal variances: t = 1,11125 P-value = 0,135013
(3) Alt. hypothesis: mean1 < mean2
assuming equal variances: t = 1,11125 P-value = 0,865019
not assuming equal variances: t = 1,11125 P-value = 0,864987
73
Como las desviaciones estndar no difieren significativamente (valor-p = 0,405238 > 0,05),
se tiene que el intervalo de confianza del 95% para la diferencia de los valores promedio est dado
por
= 0,577528 0,035885,
donde d = 0,035885 (error de muestreo).
El intervalo anterior no contiene al 0, de donde se concluye que s existe diferencia
estadsticamente significativa entre los valores promedio entregados por ambos software de
simulacin, siendo los tiempos de espera que arroja Simio significativamente inferiores a los
tiempos de espera que resultan de la simulacin con Flexsim HC. Esto se puede afirmar con un 95%
de confianza.
79
Captulo 6. Conclusiones
6.1. Sumario
Se investig sobre la evolucin de los softwares de simulacin de evento discreto y las
caractersticas de un sistema orientado a objeto.
Se desarroll un modelo de simulacin de evento discreto de una sala de emergencias
mediante el software Simio, aprovechando gran parte de sus herramientas. La informacin
sobre el sistema, los datos y parmetros a ingresar fueron obtenidos de un trabajo realizado
con anterioridad.
Se detallaron los pasos propuestos a seguir para el correcto desarrollo del modelo realizado
en el software Simio.
Se comprob la complejidad y las ventajas de realizar un modelo de sistema de salud en un
lenguaje orientado a objeto como Simio.
A partir de un modelo complejo, se realiz de forma simple un modelo ms sencillo y se
obtuvieron datos de resultados como tiempo de ciclo y tiempo de espera en salas de espera.
Se realiz una comparacin entre los softwares Simio y Flexsim HC para simular un sistema
de salud, tomando en cuenta criterios tales como caractersticas de modelamiento, obtencin
de datos de salida, rendimiento y homogeneidad de datos resultantes.
6.2. Conclusiones
Es factible modelar un sistema de salud relativamente complejo mediante el software de
simulacin de evento discreto Simio. Las herramientas y opciones de Simio permitieron
modelar un sistema que incluye: diversas clasificaciones de pacientes (por edad, origen,
severidad, caractersticas de enfermedad o lesin), distintas secuencias de los pacientes,
cambios en las llegadas de pacientes y en los recursos durante el da, pacientes que se van sin
tratamiento, pacientes que se agravan con el tiempo, entre otros. Los resultados obtenidos
son coherentes y el modelo result libre de errores tras su compilacin.
En una primera instancia, realizar un modelo de sistema de salud de este tipo en Simio
resulta complejo, sin embargo ste sirve como base para adaptarlo de forma sencilla a otros
casos.
80
Existen diferencias en la forma de definir la lgica y las secuencias en Simio con respecto a
Flexsim HC. Simio es un software que no requiere programacin por parte del modelador
sino que las rutinas se definen mediante tablas, parmetros y diagramas de bloques. Flexsim
Hc, por su parte, tiene mens y opciones adaptadas especialmente para casos de salud, sin
embargo para agregar rutinas ms complejas se debe hacer uso de programacin.
Al correr varias rplicas de un sistema simple en los softwares Simio y Flexsim HC, se
verifica que el primero presenta un mayor rendimiento en un mismo computador. Los
tiempos que demora en correr el programa dependen del nmero de entidades existentes
dentro del modelo durante su ejecucin y en este trabajo se encuentra que Simio es hasta
15,6 veces ms rpido que Flexsim HC.
Al ejecutar un mismo modelo simple en Simio y en Flexsim HC se obtuvieron tiempos de
ciclo promedio de 683,8 min en Flexsim HC y de 627,1 en Simio. Se verifica que para los
tiempos promedio de ciclo, las desviaciones estndar no difieren (valor-p = 0,405238) y se
tiene una diferencia de valores promedio entre ambos software igual a 56,6542 101, 54
min. Este intervalo incluye al 0, por lo tanto se puede afirmar con un 95% de confianza que
no existen diferencias estadsticamente significativas entre estos tiempos promedio.
Para el caso de los tiempos de espera del triage, obtuvieron tiempos medios de espera de
0,17 min en Simio y de 0,75 en Flexsim HC. Sse tiene que las desviaciones estndar s
difieren significativamente (valor-p = 0) y el valor de confianza es 0,577528 0,035885
min. Este intervalo no incluye al 0, por lo que se afirma con un 95% de confianza que s
existe una diferencia significativa entre los valores arrojados por ambos softwares, siendo los
tiempos arrojados por Simio inferiores a los de Flexsim HC.
Es recomendable utilizar el software de simulacin de evento discreto Simio para modelar
sistemas de salud, en caso de que se utilice como herramienta de anlisis de forma regular,
ya que los objetos creados de forma personalizada en un comienzo, pueden utilizarse para
representar otros sistemas similares. En caso de utilizarse en forma espordica, se
recomienda utilizar Flexsim HC, que ya viene con una biblioteca de objetos de atencin
mdica.
81
6.3. Trabajo Futuro
En el futuro se podr utilizar lo realizado en este trabajo para emplear el software Simio en
una aplicacin real de sistema de salud u otro rubro, o utilizarlo para optimizar buscando los
controles de entrada para maximizar o minimizar algn objetivo mediante la herramienta OptQuest.
La realizacin de un modelo de sistema de salud en Simio, permite comprender cmo
adaptar las herramientas que ofrece el software, para representar actividades caractersticas de este
rubro. Con esto, surge la oportunidad para desarrollar en el futuro una versin del software diseada
exclusivamente para esta industria, tal como Flexsim HC fue creado a partir de la versin estndar
de Flexsim.
82
Bibliografa
[1] J.A. Seplveda, F. Baesler, W. Thompson, The Use of Simulation for Process Improvement
in an Emergency Department, Industrial Engineering and management Systems, University
of Central Florida, Orlando, FL, USA, 2003.
[2] C. D. Pedgen, Intelligent Objects: The Future of Simulation, Simio LLC, Sewickley, PA,
USA.
[3] C. D. Pedgen, D. T. Sturrock, Introduction to Simio, in Proceedings of the 2010 Winter
Simulation Conference, Simio LLC, Sewickley, PA, USA.
[4] Simio LLC, Simio Reference Guide, Version 3.0, 2010.
[5] Archivo de Ayuda, FlexsimHC 2.771, 2010.
[6] J. Seplveda, F. Ramis, L. Neriz, M. Bull, Using Object Oriented Simulation for Designing
Healthcare Units, in Proceedings of the 2009 Industrial Engineering Research Conference,
Orlando, FL, USA.
[7] D. C. Montgomery, G. C. Runger, Probabilidad y Estadstica Aplicadas a la Ingeniera,
Limusa-Wiley, 2da Ed., 2004.
[8] Archivo de Ayuda, Statgraphics v15.
[9] D.L. Heflin, C.R. Harrel, Healthcare Simulation Modelling and Optimization Using
Medmodel, in Proceedings of the 1998 Winter Simulation Conference.
[10] S.M. Sanchez, D.M. Ferrin, T. Ogazon, J.A. Seplveda, T.J. Ward, Emerging Issues in
Healthcare Simulation in Proceedings of the 2000 Winter Simulation Conference, New
York, 1999-2003.
[11] C.D. Pedgen, An Introduction to Simio for Arena Users, Simio LLC, Sewickley, PA,
USA, 2009.