Aplicacion movil avance (1) (3) (1) (1) (1)

Uso de tecnologías para la administración de camas
en las unidades de cuidados intensivos: Una revisión
sistemática de la literatura
*Note: Sub-titles are not captured in Xplore and should not be used
León Trejo, Yilthon Aurelio
Facultad de Ingeniería y Negocios
Universidad Norbert Wiener
Lima, Perú
[email protected]
Berrios Albines, Juan Andrés
Facultad de Ingeniería y Negocios
Universidad Norbert Wiener
Lima, Perú
[email protected]
line 1: 3rd Given Name Surname
line 2: dept. name of organization
(of Affiliation)
line 3: name of organization
(of Affiliation)
line 4: City, Country
line 5: email address or ORCID
line 1: 6th Given Name Surname
line 2: dept. name of organization
(of Affiliation)
line 3: name of organization
(of Affiliation)
line 4: City, Country
line 5: email address or ORCID
Resumen : La investigación titulada “Uso sistemas digitales
para la administración de unidades médicas: Una revisión
sistemática de la literatura”, el objetivo de la investigación es la
recopilación
de información acerca de las diversas
herramientas digitales y tecnologías con el fin de poder facilitar
los procesos en la administración unidades médicas, para ello
se reviso diversas base de datos como EBSCO Host, IEEE
Xplore, Scielo, ScienceDirect, ProQuest, Dialnet Redib y
Scopus. Ideas-Repec, Redalyc, Bvsalud en donde se encontró
diversas tecnologias aplicadas a la gestión médica; el cual será
llevado a diversos análisis de estudio para lograr responder las
preguntas planteadas en la investigación.
Palabras clave: Tecnology; UCI; GESTIÓN, SOFTWARE,
COVID.
I. INTRODUCTION (HEADING 1)
En la actualidad se está viviendo una problemática
respecto a la falta de camas Uci en los hospitales a nivel
internacional debido al Covid19 haciendo que el área UCI
colapse[1]; como se sabe el crecimiento raudo de personas
que ingresan por emergencias a las unidades de cuidados
intensivos va en aumento por lo cual la administración de
unidades se hace una tarea muy complicada de llevar día
con día.
En el área UCI se atienden a pacientes que presentan
descompensación hemodinámica, insuficiencia respiratoria,
y parocardiorespiratario.[2] Pero ante la coyuntura actual se
está priorizando a pacientes que se contagiaron con el
coronavirus (COVID-19)
A pesar que en la actualidad ya se cuentan con diversas
vacunas para contrarrestar el virus, el crecimiento es
significativo cuando se anuncia nuevas variantes generando
un nuevo rebrote pandémico,[3] el cual no está pronosticado
por los hospitales generando problemas en la administración
de camas Uci.
Actualmente las camas Uci se han vuelto un bien
necesario para todos los países ya que se está librando una
lucha para contrarrestar el avance del COVID[4]92 por lo
cual la implementación de diversos mecanismos que
colaboren con la administración de las unidades es de suma
importancia.
La revisión literaria nos permitirá identificar aquellos
factores que intervengan en la problemática acerca de la
administración de camas Uci.
Metodología
A. Tipo de Estudio
Para la elaboración del artículo se utilizará la
metodología Prisma el cual nos permitirá recolectar
investigaciones científicas de manera eficaz[5].
B. Preguntas de investigacion
Las preguntas de investigación propuesta son las
siguientes;
RQ1. ¿Qué tecnologías son más eficientes en la
administración de camas UCI?
RQ2. ¿Qué resultados son los más relevantes según el
análisis del uso de tecnologías en la administración de
unidades médicas?
C. Estrategias de búsqueda
Para responder las preguntas de investigación se realizó
una búsqueda de artículos publicados en las principales
bases de datos EBSCO Host, IEEE Xplore, Scielo,
ScienceDirect, ProQuest, Dialnet Redib y Scopus. IdeasRepec, Redalyc, Bvsalud Donde se recolectaron 40 artículos
científicos.
Al momento de aplicar la búsqueda para nuestra
investigación, se ha considerado palabras que fueron
seleccionadas estratégicamente con el fin de encontrar
artículos semejantes, siguientes palabras claves: “ICU
beds”, “administration management patients”, “software
administration patients”, “plataform administration area
icu”, “Covid”, “covid impact icu beds”, “medical unit
management”, “covid hospitalization”, “ICU optimal care”.
E02
Artículos no relacionados a la administración de
pacientes en el área UCI.
E03
Artículos relacionados al monitoreo del
paciente, pero no hace uso de tecnologías
digitales.
E04
Artículos no relacionados a datos estadísticos
acerca de pacientes en el área UCI.
II. RESULTADOS
Al analizar la base datos recolectadas en la presente
investigación de un total de 140 artículos, se descartaron 16
artículos que no aportaban temas similares a la investigación.
Luego se procedió a analizar y revisar los artículos restantes
los cuales eran 124 artículos, excluyendo un total de 32 de
acuerdo a los criterios de exclusión y que no aportaban
ninguna respuesta en responder las preguntas de
investigación. Obteniendo 92 artículos para la revisión
sistemática.
Figura 1. Prisma Diagram Methodology
D. Criterios de Inclusion y Exclusión
Para el estudio de la revisión sistemática se aplicaron los
siguientes criterios de inclusión y exclusión en la siguiente
tabla.
TABLE I.
CRITERIOS DE INCLUSIÓN Y EXCLUSIÓN
CRITERIO
Inclusión
Exclusión
I01
Artículos relacionados a herramientas digitales y
software acerca del manejo hospitalario en áreas
UCI.
I02
Artículos de medicina correspondiente al área
UCI.
I03
Artículos relacionados a la administración en el
área Uci
I04
Artículos relacionados a resultados estadísticos
acerca de pacientes del área UCI.
E01
Artículos no relacionados a herramientas
digitales y software acerca del manejo
hospitalario en el área UCI.
Figura 2. Flujograma de inclusión y exclusión de
documentos
Total
BVsalud
5%
5% 4% 8%
3%
Oceanía
Dialnet
Ebsco
Europa
Total
Asia
IEEE
14%
23%
América
ProQuest
África
Redib
Scielo
13%
25%
0
20
40
60
SciencieDirect
Figura 5. Artículos por Continente
Scopus
El presente grafico permite mostrar la cantidad de artículos
seleccionados publicados por país.
El presente grafico permite mostrar la cantidad de artículos
encontradas por la base de datos.
Figura 3. Artículos por base de datos
El presente grafico permite mostrar la cantidad de artículos
publicados por mes y base de datos.
14
12
10
BVsalud
Dialnet
Ebsco
8
Figura 6. Artículos por país
IEEE
6
Scopus
Inteligencia
artificial
SciencieDirect
El presente grafico permite mostrar la cantidad de artículos
publicados por continente.
Cloud Computing
Redib
Figura 4. Artículos por año y base de datos
Blockchain
Scielo
Scopus
Big Data
IEEE
SciencieDirect
10
9
8
7
6
5
4
3
2
1
0
ProQuest
Scielo
Ebsco
0
El presente grafico permite mostrar la cantidad de artículos
seleccionados agrupados por base de datos y categoría.
Dialnet
2
Redib
BVsalud
ProQuest
4
Internet de las
cosas
Telemedicina
Figura 7. Artículos por base de datos y categoría.
TEMAS Y FUNCIONALIDAD
Total
18
16
16
14
12
10
8
9
8
6
4
2
8
6
5 5
4
4
3 2 2 2
1 1 1
Big Data
Cloud Computing
Inteligencia artificial
Internet de las cosas
Telemedicina
Blockchain
Cloud Computing
Inteligencia artificial
Internet de las cosas
Telemedicina
Big Data
Blockchain
Cloud Computing
Inteligencia artificial
Internet de las cosas
Telemedicina
0
Alto
REFERENCIAS
médicas
Bajo
Estos artículos argumentan la alta
eficiencia en la administración de
unidades médicas utilizando la
tecnología blockchain
[24]
Estos artículos nos indica las
mejoras en la gestión hospitalaria
gracias a la tecnología Cloud
Cumputing
[50]
Estos artículos describen la
importancia de la inteligencia
artificial en la administración de
unidades médicas
Estos artículos argumentan que la
utilización de la tecnología de
internet de las cosas conlleva a
una mejora administrativa de
unidades médicas.
Estos artículos argumentan la
importancia e impacto de la
telemedicina en la gestión
hospitalaria
[58],[59],[60]
[68]
[73],[74], [6]
Medio
Figura 8. Artículos, nivel de eficiencia y cantidad
La siguiente tabla muestra las categorías de clasificación de
artículos de acuerdos a los resultados encontrados.
TABLE II.
CLASIFICACIÓN DE ARTICULOS DE ACUERDO A LOS
RESULTADOS DE OBTENIDOS
CATEGORÍAS
Big Data
Blockchain
Cloud Computing
Inteligencia artificial
Internet de las cosas
Telemedicina
ARTÍCULOS
[7],[8],[9],[10] [11],
[12],[13],[14],[15],
[16],[17],[18],[19],[20],[21],[22],
[23]
[24],[25],[26],[27],[28],
[29],[30],[31],[32],[33],[34],[35],
[36],[37],[38],[39],[40],[41],[42],
[43],[44],[45],[46]
[47],[48], [49],[50]
,[51],[52],[53],[54],[55],[56],
[57],
[58],[59],[60],[61],[62],[63],[64],
[65],[66],[67]
Figura 9 Red de visualización de documentos
Base de datos basada en análisis biométrico.
[68],[10],[69],[70],[71],[72],
[73],[74],[6],[75],[76],[77],[78],[
79],[80],[81],[82],[83].[84],[85],[
86],[87],[88],[89],[90]
La siguiente tabla muestra los temas de clasificación de
artículos de acuerdos a los resultados encontrados.
TABLE III.
CLASIFICACIÓN DE ARTICULOS DE ACUERDO A LAS
CATEGORIAS Y TEMAS DE FUNCIONALIDAD
TEMAS Y FUNCIONALIDAD
Estos artículos argumentan la
implementación de un sistema
desarrollado con la tecnología
Big Data es de suma importancia
en la administración de unidades
REFERENCIAS
[10], [11]
Figura 10. Visualización superpuesta de documentos
Figura 11. Mapa de densidad del análisis bibliométrico
Alfred Lotka introdujo la bibliometría ciertos patrones de
producción del autor y presentó los primeros criterios para la
bibliometría. [91].
La bibliometría es la aplicación de las matemáticas y
métodos estadísticos a toda fuente escrita que esté basada en
las facetas de la comunicación y que considere los elementos
tales como autores, título de la publicación, tipo de
documento, idioma, resumen y palabras claves o
descriptores.
Figura 12
III. DISCUSIONES
En esta investigacion sistemática de la literatura científica se
pretende responder las preguntas propuestas;
RQ1. ¿Qué tecnologías son las más eficientes en la
administración de unidades médicas?
De acuerdo a la Figura 7 , se puede apreciar que los artículos
relacionados a nuestro tema en mención en su mayoría
utilizan la telemedicina como tecnología; y el cluod
computing siendo esté más efectivo en el uso de seguimiento
al paciente.
De acuerdo a la Tabla II, se puede apreciar las categorías de
artículos relacionados a nuestro tema en mención donde
también se que refleja que la mayor parte de artículos
científicos publicados se desarrolla en base a la telemedicina.
Según la figura 8, se llega a la conclusión que la aplicación
de la telemedicina en la administración de unidades medicas
trae consigo un resultado optimo, y el uso de Big Data es una
apuesta a futuro concerniente a la gestión medica.
RQ2. ¿ Qué resultados son los más relevantes según el
análisis del uso de tecnologías en la administración de
unidades médicas?
Según el mapa de densidad en la figura 11, nos indica
que los términos Covid19, simulación y telemedicina son los
términos que más repercuten en nuestra investigación, esto
indica la importancia de estos términos respecto a la
coyuntura ya que se trata de investigaciones que datan desde
el 2015 hasta la actualidad.
Figura 12: cluster Vosviewer
De acuerdo a la figura 5 se puede apreciar que los artículos
analizados en su mayoría provienen del continente
americano, siendo Estados unidos unos de los principales
países en donde se realiza investigaciones científicas
respecto al tema tratado en la presente.
ICU during the COVID-19 pandemic,” J. Bras.
Pneumol., vol. 47, no. 2, 2021, doi: 10.36416/18063756/E20200545.
IV. CONCLUSIONES
Después de haber realizado la investigación sistemática de
la literatura científica de 92 artículos relacionados al tema
en mención, se concluye qué;
Las herramientas relacionadas a la telemedicina como lo son
“Tele-icu”, “Comunication in Health”, “Icu beds prediction”
permiten llevar una mejor gestión en las unidades médicas,
más en tiempo de pandemia donde las unidades médicas son
escasas.
Asimismo, se concluye que los principales países afectados
con el covid 19 son los principales gestores de propuestas
del uso de la tecnología para lograr optimizar los procesos
de áreas medicas de cuidados intensivos.
[7]
R. M. Rodríguez-Montoya, J. S. Hilario-Vargas, and
M. E. Alcántara-Gutti, “Effects of a multimodal
rehabilitation program in COVID-19 patients
admitted to the IntensiveCareUnit:Aquasiexperimentalstudy,” Rev. del Cuerpo Med. Hosp.
Nac. Almanzor Aguinaga Asenjo, vol. 14, no. 3, pp.
272–279, Nov. 2021, doi:
10.35434/RCMHNAAA.2021.143.1244.
[8]
Los resultados de esta investigación puede ser de ayuda para
futuras investigaciones sobre las búsquedas de tecnologías
para la administración de unidades médicas.
[9]
REFERENCES
V. BIBLIOGRAFÍA
[2]
[3]
[4]
[5]
[6]
SALUD CON LUPA, “Latinoamérica en Cuidados
Intensivos - Salud con lupa,” 2020.
https://saludconlupa.com/series/coronavirus/latinoa
merica-en-cuidados-intensivos/ (accessed May 08,
2022).
M. Plus, “Unidad de Cuidados Intensivos (UCI):
MedlinePlus enciclopedia médica illustración,”
2022.
https://medlineplus.gov/spanish/ency/esp_imagepag
es/19957.htm (accessed May 10, 2022).
R. Medica, “Ómicron: ¿Los hospitales están al
límite en la sexta ola?,” 2022.
https://www.redaccionmedica.com/secciones/sanida
d-hoy/la-catarrizacion-de-la-sexta-ola-escondedatos-uci-propios-de-enero-2021-5640 (accessed
May 10, 2022).
V. D, “COVID-19 Y LA DISPONIBILIDAD
MUNDIAL DE CAMAS DE CUIDADOS
INTENSIVOS,” 2021.
https://www.siicsalud.com/dato/resiiccompleto.php/
163573 (accessed May 10, 2022).
M. J. Page et al., “Declaración PRISMA 2020: una
guía actualizada para la publicación de revisiones
sistemáticas,” Rev. Española Cardiol., vol. 74, no.
9, pp. 790–799, Sep. 2021, doi:
10.1016/J.RECESP.2021.06.016.
B. R. de Macedo et al., “Implementation of Tele-
R. Guner et al., “Development and validation of
nomogram to predict severe illness requiring
intensive care follow up in hospitalized COVID-19
cases,” BMC Infect. Dis., vol. 21, no. 1, Dec. 2021,
doi: 10.1186/S12879-021-06656-W.
[10]
L. Griebel et al., “A scoping review of cloud
computing in healthcare,” BMC Med. Inform. Decis.
Mak., vol. 15, no. 1, 2015, doi: 10.1186/S12911015-0145-7.
[11]
[1]
A. Yousefinya, C. Torabizadeh, F. Zand, M.
Rakhshan, and M. Fararooei, “Effectiveness Of
Application Of A Manual For Improvement Of
Alarms Management By Nurses In Intensive Care
Units,” Investig. y Educ. en Enferm., vol. 39, no. 2,
2021, doi: 10.17533/UDEA.IEE.V39N2E11.
[12]
X. Wang, Y. Wang, C. Gao, K. Lin, and Y. Li,
“Automatic diagnosis with efficient medical case
searching based on evolving graphs,” IEEE Access,
vol. 6, pp. 53307–53318, 2018, doi:
10.1109/ACCESS.2018.2871769.
A. M. de Bruin, R. Bekker, L. van Zanten, and G.
M. Koole, “Dimensioning hospital wards using the
Erlang loss model,” Ann. Oper. Res., vol. 178, no. 1,
pp. 23–43, 2010, doi: 10.1007/S10479-009-0647-8.
[13]
A. Mahmoudian-Dehkordi and S. Sadat, “Sustaining
critical care: using evidence-based simulation to
evaluate ICU management policies,” Health Care
Manag. Sci., vol. 20, no. 4, pp. 532–547, Dec. 2017,
doi: 10.1007/S10729-016-9369-Z.
[14]
J. L. Martínez, “Free software for digitalization and
management of electronic documents at official
entities,” Sist. , vol. 15, no. 40, 2017, Accessed:
May 07, 2022. [Online]. Available:
https://www.redalyc.org/pdf/4115/411550688004.p
df
[15]
M. Garbey, G. Joerger, S. Furr, and V. Fikfak, “A
model of workflow in the hospital during a
pandemic to assist management,” PLoS One, vol.
15, no. 11 November, Nov. 2020, doi:
10.1371/JOURNAL.PONE.0242183.
[16]
E. J. Ahn and S. R. Bang, “Risk factors associated
with treatment of hyperactive postoperative delirium
in elderly patients following hip fracture surgery
under regional anesthesia: a nationwide populationbased study,” Brazilian J. Anesthesiol. (English Ed.,
2021, doi: 10.1016/J.BJANE.2021.03.020.
[17]
[18]
[19]
M. Zareshahi, S. Mirzaei, and K. Nasiriani,
“Nursing informatics competencies in critical care
unit,” Health Informatics J., vol. 28, no. 1, p.
146045822210838, Jan. 2022, doi:
10.1177/14604582221083843.
D. M. Bravata et al., “Association of Intensive Care
Unit Patient Load and Demand With Mortality
Rates in US Department of Veterans Affairs
Hospitals During the COVID-19 Pandemic,” JAMA
Netw. open, vol. 4, no. 1, p. e2034266, Jan. 2021,
doi: 10.1001/JAMANETWORKOPEN.2020.34266.
Roberto Reveco Sepúlveda Herenia Gutiérrez
Ponce Catalina Merino Osorio Jose Ignacio
Marmolejo, “Activity based costing for an intensive
care unit (icu) in Chile as a management tool and
financial analysis - Dialnet,” 2019.
https://dialnet.unirioja.es/servlet/articulo?codigo=74
58268 (accessed May 06, 2022).
[20]
R. T. Clemen, “Combining forecasts: A review and
annotated bibliography,” Int. J. Forecast., vol. 5, no.
4, pp. 559–583, 2015, doi: 10.1016/01692070(89)90012-5.
[21]
D. Kwiatkowski, P. C. B. Phillips, P. Schmidt, and
Y. Shin, “Testing the null hypothesis of stationarity
against the alternative of a unit root. How sure are
we that economic time series have a unit root?,” J.
Econom., vol. 54, no. 1–3, pp. 159–178, 2015, doi:
10.1016/0304-4076(92)90104-Y.
[22]
W. C. Roda, M. B. Varughese, D. Han, and M. Y.
Li, “Why is it difficult to accurately predict the
COVID-19 epidemic?,” Infect. Dis. Model., vol. 5,
pp. 271–281, 2020, doi: 10.1016/j.idm.2020.03.001.
[23]
J. Chambord, D. Attivi, V. Thuus, C. Zeghmouli,
and S. Gibaud, “The effect of intravenous isosorbide
dinitrate in acute decompensated heart failure in
hospital,” Int. J. Clin. Pharm., vol. 39, no. 3, pp.
536–541, Jun. 2017, doi: 10.1007/S11096-0170459-X.
[24]
[25]
[26]
[27]
C. Li, M. X. Dong, J. Li, P. Xu, X. Chen, and K.
Ota, “Healthchain: gestión segura de EMR y
comercio en el sistema de servicios de salud
distribuidos,” D. Internet las cosas IEEE, 2020, doi:
10.1109/JIOT.2020.3038721.
G. Carrasco, J. Morillas, M. Calizaya, I. Baeza, R.
Molina, and Y. Meije, “ICU decision making based
on Living Systematic Review strategy during
SARS-CoV-2 pandemic. Results of a prospective
case serie,” Med. Intensiva, vol. 44, no. 8, pp. 516–
519, Nov. 2020, doi:
10.1016/J.MEDIN.2020.06.001.
D. Naranjo López, M. A. González Jiménez, S.
Buitrago Toro, and J. Gallego Londoño, “Inclination
measurement device for hospital beds’ in ICU,”
Visión electrónica, vol. 13, no. 1, pp. 92–100, Jan.
2019, doi: 10.14483/22484728.14408.
A. J. Á. Villegas, Á. M. R. Saldaña, and E. R.
Rodríguez, “Centralized management of Intensive
and Intermediate Care Unit beds by the Emergency
Care Regulation Center of Bogotá facing the
COVID-19,” Rev. Gerenc. y Polit. Salud, vol. 20,
2021, doi: 10.11144/JAVERIANA.RGPS20.GCCU.
X. Li, D. Liu, N. Geng, and X. Xie, “Control óptimo
de ingreso en UCI con alta prematura,” Trans. IEEE
sobre Cienc. e Ing. Autom., 2020, Accessed: May
05, 2022. [Online]. Available:
https://ieeexplore.ieee.org/document/8359326/
[28]
[29]
José Llagunes Herrero, “Gestión del conocimiento
clínico en la UCI,” Rev. Electrónica AnestesiaR,
vol. 10, no. 9, p. 5, Apr. 2021, doi:
10.30445/REAR.V10I9.611.
[30]
E. M. Bejar Chuchon and Y. G. Castro Tito, “Los
dilemas médicos que se suscitan ante la
insuficiencia de camas de UCI por el coronavirus
desde una perspectiva biojurídica,” Rev. Of. del
Pod. Judic. Órgano Investig. la Corte Suprema
Justicia la República del Perú, vol. 13, no. 15, pp.
357–380, Jun. 2021, doi:
10.35292/ROPJ.V13I15.400.
[31]
M. G. R. A. C. T. R. de P. R. M. , D. P. L. T. Bardi,
“Respuesta rápida a COVID-19, estrategias de
escalada y desescalada para ajustar la capacidad
suplementaria de camas de UVI a una epidemia de
gran magnitud - Dialnet,” 2021.
https://dialnet.unirioja.es/servlet/articulo?codigo=76
97900 (accessed Apr. 20, 2022).
[32]
M. M. A. M. . M. D. C. P. M. R. I. G. H. J. P. G. Í.
A. L. Martínez de Morentin Navarcorena, “Manejo
en la UCI pediátrica del paciente quemado Dialnet,” 2020.
https://dialnet.unirioja.es/servlet/articulo?codigo=77
52625 (accessed May 06, 2022).
[33]
Ximena Palacios-Espinosa; Jessica Pulido-Rozo;
Diana Ramos-Zamudio1, “Intervención
interdisciplinaria del paciente con dolor en Unidades
de Cuidado Intensivo (UCI): Revisión de tema Dialnet,” 2017.
https://dialnet.unirioja.es/servlet/articulo?codigo=67
67284 (accessed May 06, 2022).
F. Pecoraro, F. Clemente, and D. Luzi, “The
efficiency in the ordinary hospital bed management
in Italy: An in-depth analysis of intensive care unit
in the areas affected by COVID-19 before the
outbreak,” PLoS One, vol. 15, no. 9 September, Sep.
2020, doi: 10.1371/JOURNAL.PONE.0239249.
[34]
[35]
M. Goic, M. S. Bozanic-Leal, M. Badal, and L. J.
Basso, “COVID-19: Short-term forecast of ICU
beds in times of crisis,” PLoS One, vol. 16, no. 1
January, Jan. 2021, doi:
10.1371/JOURNAL.PONE.0245272.
A. J. Kucharski et al., “Early dynamics of
transmission and control of COVID-19: a
mathematical modelling study,” Lancet Infect. Dis.,
vol. 20, no. 5, pp. 553–558, May 2020, doi:
10.1016/S1473-3099(20)30144-4.
[36]
[37]
R. El-Bouri, D. W. Eyre, P. Watkinson, T. Zhu, and
D. A. Clifton, “Hospital Admission Location
Prediction via Deep Interpretable Networks for the
Year-Round Improvement of Emergency Patient
Care,” IEEE J. Biomed. Heal. INFORMATICS, vol.
25, no. 1, p. 289, 2021, doi:
10.1109/JBHI.2020.2990309.
J. H. Stone et al., “Efficacy of Tocilizumab in
Patients Hospitalized with Covid-19,” N. Engl. J.
Med., vol. 383, no. 24, pp. 2333–2344, Dec. 2020,
doi: 10.1056/NEJMOA2028836.
[38]
[39]
F. Reyes-Santias, I. Barrachina-Martinez, and D.
Vivas-Consuelo, “Predictions of FluSurge 2.0
methodology on hospital utilization during the
Covid-19 outbreaks in several countries,” Int. J.
Eng. Bus. Manag., vol. 13, 2021, doi:
10.1177/18479790211020530.
M. Gatto et al., “Spread and dynamics of the
COVID-19 epidemic in Italy: Effects of emergency
containment measures,” Proc. Natl. Acad. Sci. U. S.
A., vol. 117, no. 19, pp. 10484–10491, May 2020,
doi: 10.1073/pnas.2004978117.
[40]
G. Rainisch, E. A. Undurraga, and G. Chowell, “A
dynamic modeling tool for estimating healthcare
demand from the COVID19 epidemic and
evaluating population-wide interventions,” Int. J.
Infect. Dis., vol. 96, pp. 376–383, Jul. 2020, doi:
10.1016/j.ijid.2020.05.043.
[41]
K. Roosa et al., “Short-term Forecasts of the
COVID-19 Epidemic in Guangdong and Zhejiang,
China: February 13-23, 2020.,” J. Clin. Med., vol. 9,
no. 2, Feb. 2020, doi: 10.3390/jcm9020596.
COVID-19 - Dialnet,” 2020.
https://dialnet.unirioja.es/servlet/articulo?codigo=80
37105 (accessed May 06, 2022).
[48]
T. Chakraborty and I. Ghosh, “Real-time forecasts
and risk assessment of novel coronavirus (COVID19) cases: A data-driven analysis,” Chaos, Solitons
and Fractals, vol. 135, Jun. 2020, doi:
10.1016/j.chaos.2020.109850.
[49]
[50]
Z. Yang et al., “Modified SEIR and AI prediction of
the epidemics trend of COVID-19 in China under
public health interventions.,” J. Thorac. Dis., vol.
12, no. 3, pp. 165–174, Mar. 2020, doi:
10.21037/jtd.2020.02.64.
[44]
Heitor Spagnol dos Santos; Ana Paula Andrighetti;
Maria Carolina Manfredini; Ederlon Rezende; João
Manoel Silva Junior; Maurício de Miranda Ventura,
“Hospitalization indications and its relation to
mortality in very elderly patient in the ICU,” 2016.
https://www.redib.org/Record/oai_articulo2807214hospitalization-indications-its-relation-mortalityvery-elderly-patient-icu (accessed May 06, 2022).
[45]
[46]
[47]
F. Zhou et al., “Clinical course and risk factors for
mortality of adult inpatients with COVID-19 in
Wuhan, China: a retrospective cohort study,”
Lancet, vol. 395, no. 10229, pp. 1054–1062, Mar.
2020, doi: 10.1016/S0140-6736(20)30566-3.
A. A, J. P, L. N, L. A, and R. LM, “A data-driven
approach to include availability of ICU beds in the
planning of the operating room,” Omega (United
Kingdom), vol. 109, Jun. 2022, doi:
10.1016/J.OMEGA.2022.102608.
Antonio Morlà Rosselló Albert Cortés Borra,
“Gestión humanizada en una UCI en tiempos de
R. Cao, Z. Tang, C. Liu, and B. Veeravalli, “A
Scalable Multicloud Storage Architecture for CloudSupported Medical Internet of Things,” IEEE
Internet Things J., vol. 7, no. 3, pp. 1641–1654,
Mar. 2020, doi: 10.1109/JIOT.2019.2946296.
L. Cieza-Yamunaqué et al., “Evolution and
management of the pediatric multi-systemic
inflammatory syndrome associated with SARS
CoV-2 infection in a pediatric ICU in Lima, Peru,”
Rev. del Cuerpo Med. Hosp. Nac. Almanzor
Aguinaga Asenjo, vol. 14, no. 3, pp. 262–266, Nov.
2021, doi: 10.35434/RCMHNAAA.2021.143.1216.
[51]
[52]
C. P. Da Costa, D. L. Gomes, and M. C. A. Franco,
“Management of gastrointestinal complications of
enteral nutritional therapy in the ICU,” Rev. Assoc.
Med. Bras., vol. 67, no. 6, pp. 889–894, 2021, doi:
10.1590/1806-9282.20201068.
[42]
[43]
F. Mallor, C. Azcárate, and J. Barado, “Optimal
control of ICU patient discharge: from theory to
implementation,” Health Care Manag. Sci., vol. 18,
no. 3, pp. 234–250, Sep. 2015, doi:
10.1007/S10729-015-9320-8.
[53]
P. S. de Oliveira Coelho, K. do Valle, G. P. do
Carmo, T. R. de Melo dos Santos, J. S. Nascimento,
and M. B. Pelosi, “Systematization of procedures
for the implementation of alternative and extended
communication in a general ICU,” Brazilian J.
Occup. Ther., vol. 28, no. 3, pp. 829–854, Jul. 2020,
doi: 10.4322/2526-8910.CTOAO1930.
[54]
M. Andresen et al., “La criticidad de las Unidades
de Intensivo. Ampliando las Unidades en tiempos de
pandemia,” Rev. Med. Chil., vol. 148, no. 5, pp.
674–683, May 2020, doi: 10.4067/S003498872020000500674.
[55]
M. L. Ranney, V. Griffeth, and A. K. Jha, “Critical
Supply Shortages — The Need for Ventilators and
Personal Protective Equipment during the Covid-19
Pandemic,” N. Engl. J. Med., vol. 382, no. 18, p.
e41, Apr. 2020, doi: 10.1056/NEJMP2006141.
[56]
D. Wang et al., “Clinical Characteristics of 138
Hospitalized Patients with 2019 Novel CoronavirusInfected Pneumonia in Wuhan, China,” JAMA - J.
Am. Med. Assoc., vol. 323, no. 11, pp. 1061–1069,
Mar. 2020, doi: 10.1001/JAMA.2020.1585.
D. A. Sarti, “SOFTWARE SELECTION
THROUGH DECISION ANALYSIS AND
INFORMATION SYSTEMS MANAGEMENT,”
JISTEM J. Inf. Syst. Technol. Manag., vol. 12, no. 1,
2015, Accessed: May 07, 2022. [Online]. Available:
[57]
https://www.redalyc.org/pdf/2032/203238424004.p
df
Z. Wang and B. Yao, “Multi-Branching Temporal
Convolutional Network for Sepsis Prediction,”
IEEE J. Biomed. Heal. Informatics, vol. 26, no. 2,
2022, doi: 10.1109/JBHI.2021.3092835.
[58]
T. Chen et al., “Prediction of Extubation Failure for
Intensive Care Unit Patients Using Light Gradient
Boosting Machine,” IEEE Access, vol. 7, 2019,
Accessed: Jun. 01, 2022. [Online]. Available:
https://ieeexplore.ieee.org/document/8864987/
[59]
[60]
Q. Liu, L. Yang, and Q. Peng, “Artificial
Intelligence Technology-Based Medical Information
Processing and Emergency First Aid Nursing
Management,” Comput. Math. Methods Med., vol.
2022, 2022, doi: 10.1155/2022/8677118.
[62]
J. T. Marquinez, A. Sauré, A. Cataldo, and J. C.
Ferrer, “Identifying proactive ICU patient
admission, transfer and diversion policies in a
public-private hospital network,” Eur. J. Oper. Res.,
vol. 295, no. 1, pp. 306–320, Nov. 2021, doi:
10.1016/J.EJOR.2021.02.045.
[67]
I. D. M. B. Filho, G. Aquino, R. S. Malaquias, G.
Girao, and S. R. M. Melo, “An IoT-Based
Healthcare Platform for Patients in ICU Beds during
the COVID-19 Outbreak,” IEEE Access, vol. 9, pp.
27262–27277, 2021, doi:
10.1109/ACCESS.2021.3058448.
D. Manca, D. Caldiroli, and E. Storti, “A simplified
math approach to predict ICU beds and mortality
rate for hospital emergency planning under Covid19 pandemic,” Comput. Chem. Eng., vol. 140, Sep.
2020, doi:
10.1016/J.COMPCHEMENG.2020.106945.
[69]
[70]
N. Newman, S. Gilman, M. Burdumy, M. Yimen,
and O. Lattouf, “A novel tool for patient data
management in the ICU—Ensuring timely and
accurate vital data exchange among ICU team
members,” Int. J. Med. Inform., vol. 144, p. 104291,
Dec. 2020, doi: 10.1016/J.IJMEDINF.2020.104291.
[71]
O. Torrealba-Rodriguez, R. A. Conde-Gutiérrez,
and A. L. Hernández-Javier, “Modeling and
prediction of COVID-19 in Mexico applying
mathematical and computational models.,” Chaos.
Solitons. Fractals, vol. 138, p. 109946, Sep. 2020,
doi: 10.1016/j.chaos.2020.109946.
[72]
C. Azcarate, L. Esparza, and F. Mallor, “The
problem of the last bed: Contextualization and a
new simulation framework for analyzing physician
decisions,” Omega (United Kingdom), vol. 96, Oct.
2020, doi: 10.1016/J.OMEGA.2019.102120.
[63]
F. Perraud et al., “A qualitative study of
reinforcement workers’ perceptions and experiences
of working in intensive care during the COVID-19
pandemic: A PsyCOVID-ICU substudy,” PLoS
One, vol. 17, no. 3 March, Mar. 2022, doi:
10.1371/JOURNAL.PONE.0264287.
[73]
R. Chang, K. M. Elhusseiny, Y. C. Yeh, and W. Z.
Sun, “COVID-19 ICU and mechanical ventilation
patient characteristics and outcomes—A systematic
review and meta-analysis,” PLoS One, vol. 16, no. 2
February, Feb. 2021, doi:
10.1371/JOURNAL.PONE.0246318.
Z. Kuang, J. Thomson, M. Caldwell, P. Peissig, R.
Stewart, and D. Page, “Computational drug
repositioning using continuous self-controlled case
series,” Proc. ACM SIGKDD Int. Conf. Knowl.
Discov. Data Min., vol. 13-17-Augu, pp. 491–500,
Aug. 2016, doi: 10.1145/2939672.2939715.
[74]
K. Zheng, J. Gao, K. Y. Ngiam, B. C. Ooi, and W.
L. J. Yip, “Resolving the bias in electronic medical
records,” Proc. ACM SIGKDD Int. Conf. Knowl.
Discov. Data Min., vol. Part F1296, pp. 2171–2180,
Aug. 2017, doi: 10.1145/3097983.3098149.
[65]
[66]
[68]
M. Armony, C. W. Chan, and B. Zhu, “Critical Care
Capacity Management: Understanding the Role of a
Step Down Unit,” Prod. Oper. Manag., vol. 27, no.
5, pp. 859–883, May 2018, doi:
10.1111/POMS.12825.
[61]
[64]
07, 2022. [Online]. Available:
https://www.redalyc.org/journal/170/17059490043/
17059490043.pdf
S. H. Kim, C. W. Chan, M. Olivares, and G.
Escobar, “ICu admission control: An empirical
study of capacity allocation and its implication for
patient outcomes,” Manage. Sci., vol. 61, no. 1, pp.
19–38, Jan. 2015, doi: 10.1287/MNSC.2014.2057.
N. G. E. B. S. S. D. A. M. V. A. de la R. F.-P. A.
M.-P. Francisco Javier Yaniz Álvarez, “Incidencia
de Flebitis asociada a Catéteres Centrales de
Inserción Periférica en UCI Adultos:
Implementación de un Protocolo para
Enfermería,” Enfermería Glob., vol. 16, no. 1, 2017,
Accessed: May 07, 2022. [Online]. Available:
https://www.redalyc.org/pdf/3658/365849076015.p
df
J. C.-C. B.-A. G.-G. G.-J. M. Desamparados BernatAdell, “Valoración de la estancia en UCI desde el
punto de vista de pacientes y familiares,” Rev. Esp.
Salud Publica, vol. 92, no., 2018, Accessed: May
H. I. Brunner et al., “Efficacy and safety of
tocilizumab in patients with polyarticular-course
juvenile idiopathic arthritis: Results from a phase 3,
randomised, double-blind withdrawal trial,” Ann.
Rheum. Dis., vol. 74, no. 6, pp. 1110–1117, Jun.
2015, doi: 10.1136/ANNRHEUMDIS-2014205351.
[75]
[76]
Y. Ramsamy et al., “Genomic analysis of
carbapenemase-producing extensively drug-resistant
Klebsiella pneumonia isolates reveals the horizontal
spread of p18-43_01 plasmid encoding blandm-1 in
South Africa,” Microorganisms, vol. 8, no. 1, Jan.
2020, doi: 10.3390/MICROORGANISMS8010137.
[77]
M. Choteau et al., “Development of SARS-CoV2
humoral response including neutralizing antibodies
is not sufficient to protect patients against fatal
infection,” Sci. Rep., vol. 12, no. 1, Dec. 2022, doi:
10.1038/S41598-022-06038-5.
[78]
[79]
[80]
M. Chinazzi et al., “The effect of travel restrictions
on the spread of the 2019 novel coronavirus
(COVID-19) outbreak,” Science (80-. )., vol. 368,
no. 6489, pp. 395–400, Apr. 2020, doi:
10.1126/science.aba9757.
[84]
T. Burki, “COVID-19 in Latin America,” Lancet.
Infect. Dis., vol. 20, no. 5, pp. 547–548, May 2020,
doi: 10.1016/S1473-3099(20)30303-0.
[85]
R. S. Wax, “Preparing the Intensive Care Unit for
Disaster,” Crit. Care Clin., vol. 35, no. 4, pp. 551–
562, Oct. 2019, doi: 10.1016/J.CCC.2019.06.008.
[86]
C. Uschnig, F. Recker, M. Blaivas, Y. Dong, and C.
F. Dietrich, “Tele-ultrasound in the Era of COVID19: A Practical Guide,” Ultrasound Med. Biol.,
2022, doi: 10.1016/j.ultrasmedbio.2022.01.001.
M. Prado-Ortega, H. Carvajal-Romero, H. ViteCevallos, and M. Loaiza-Mora, “Gobierno
Electrónico: Equipamiento UCI Hospitalarias del
Ecuador ante emergencias epidemiológicas, Caso
IESS Hospital Machala,” 593 Digit. Publ. CEIT,
vol. 5, no. 5, pp. 54–66, Sep. 2020, doi:
10.33386/593DP.2020.5.266.
[81]
J. Phua et al., “Intensive care management of
coronavirus disease 2019 (COVID-19): challenges
and recommendations,” Lancet Respir. Med., vol. 8,
no. 5, pp. 506–517, May 2020, doi: 10.1016/S22132600(20)30161-2.
[82]
D. K. Menon, B. L. Taylor, and S. A. Ridley,
“Modelling the impact of an influenza pandemic on
critical care services in England,” Anaesthesia, vol.
60, no. 10, pp. 952–954, Oct. 2015, doi:
10.1111/j.1365-2044.2005.04372.x.
[83]
10.23938/ASSN.0872.
M. Taínta et al., “Conocimientos y actitudes de las
enfermeras de una unidad de cuidados intensivos
acerca del dolor de los pacientes,” An. Sist. Sanit.
Navar., vol. 43, no. 2, pp. 177–187, 2020, doi:
[87]
M. M. Jeitziner, J. P. Hamers, R. Bürgin, V.
Hantikainen, and S. M. Zwakhalen, “Long-term
consequences of pain, anxiety and agitation for
critically ill older patients after an intensive care
unit stay,” J. Clin. Nurs., vol. 24, no. 17–18, pp.
2419–2428, Sep. 2015, doi: 10.1111/JOCN.12801.
V. Ramoo et al., “Educational intervention on
delirium assessment using confusion assessment
method-ICU (CAM-ICU) in a general intensive care
unit,” J. Clin. Nurs., vol. 27, no. 21–22, pp. 4028–
4039, Nov. 2018, doi: 10.1111/JOCN.14525.
[88]
H. Wøien, H. Værøy, G. Aamodt, and I. T. Bjørk,
“Improving the systematic approach to pain and
sedation management in the ICU by using
assessment tools,” J. Clin. Nurs., vol. 23, no. 11–12,
pp. 1552–1561, 2014, doi: 10.1111/J.13652702.2012.04309.X.
[89]
L. A. Castro et al., “How new mexico leveraged a
covid-19 case forecasting model to preemptively
address the health care needs of the state:
Quantitative analysis,” JMIR Public Heal. Surveill.,
vol. 7, no. 6, Jun. 2021, doi: 10.2196/27888.
A. Torres et al., “Methodology of a Large
Multicenter Observational Study of Patients with
COVID-19 in Spanish Intensive Care Units,” Arch.
Bronconeumol., vol. 58, pp. 22–31, Apr. 2022, doi:
10.1016/J.ARBRES.2022.03.010.
[90]