Puede que no seamos capaces de observar la pérdida progresiva de las capacidades cognitivas e intelectuales que experimentan las personas con demencia desde afuera, pero los profesionales del cuidado de la salud pueden detectarla cuando observan que su capacidad para bañarse, arreglarse y vestirse solas se deteriora. David Patrishkoff, consultor de Minitab y de Insights 2019, está investigando cómo ayudar apoyándose en el software de Minitab.
En la industria de la salud, las tareas básicas de cuidado personal, como la capacidad de alimentarse adecuadamente por cuenta propia, moverse de un lugar a otro o ir al baño, se conocen como “actividades de la vida diaria” o AVD. Desde la década de 1950, los profesionales de la salud han calificado las AVD con criterios predefinidos (para un ejemplo, consulte esta hoja de trabajo del National Palliative Care Research Center).
Después de rellenar una hoja de trabajo como esta, un profesional de la salud puede señalar las capacidades funcionales de los adultos mayores y usar los resultados para evaluar la capacidad de esas personas para vivir de manera independiente.
Partiendo de investigaciones relacionadas, el consultor de Minitab David Patrishkoff se propuso usar el aprendizaje de máquina como ayuda para detectar el deterioro de las AVD más temprano en el proceso y abordarlo como corresponda.Existe evidencia de que el deterioro de las puntuaciones de AVD puede prevenirse. Lo exámenes también pueden ser de gran ayuda como primer paso del proceso. Por ejemplo, se ha demostrado que prevenir caídas en los pacientes de edad avanzada reduce el uso de atención médica en el hogar y los costos asociados.
En el cuidado de la salud, las intervenciones son actividades o estrategias (como exámenes o vacunas) para evaluar, mejorar, mantener, promover o modificar la salud de las personas o grupos. David utiliza Minitab Statistical Software y Salford Predictive Modeler (SPM) para examinar más de 1.200 intervenciones y terapias que las enfermeras y los trabajadores de cuidado en casa proporcionan a las personas en todo el país, y seleccionar las mejores para mantener o mejorar su independencia y sus AVD.
“Comienzo en Minitab visualizando los datos y limpiándolos, luego paso a SPM para el trabajo realmente pesado de analizar conjuntos de datos muy complejos”, dijo David. “Tengo columnas de datos en las que hay una que contiene 83.000 recetas que se le prescriben a las personas. También hay 43.000 códigos de diagnóstico. Los algoritmos de SPM pueden manejar datos muy dimensionales.”
David, un master black belt que comenzó su carrera en la industria automotriz, ha sido asesor en unos 60 sectores industriales diferentes en todo el mundo y ha capacitado a unos 30.000 profesionales en Six Sigma Esbelto y seguridad del paciente.
David comenzó usando TreeNet en SPM para mejorar su investigación sobre las causas de lesiones y muertes por accidentes de tránsito, y ahora está aplicando algunos de esos mismos métodos para las AVD y la atención en el hogar.
Existe la creencia de que tienes que ser un científico de datos que codifique en Python y R para manejar este tipo de problemas, comenta David, pero eso no es necesariamente cierto. David recomienda aprender a usar software de analítica predictiva como SPM para entender cómo se pueden hacer mejores análisis de causa raíz.
David también reconoce que la versión de 64 bits de Minitab 19 le ha permitido procesar conjuntos de datos más grandes con los que no podía trabajar en versiones anteriores.
“Eso me ayudó enormemente”, dijo. “Tenía archivos antiguos que eran demasiado grandes y luego, con el Minitab 19 de 64 bits, eso me ayudó mucho con mi análisis.”
El procesamiento de 64 bits no es la única mejora: Vea qué otras novedades incluye Minitab 19
David ha estado hablando en conferencias sobre su investigación y sobre cómo los profesionales de la metodología Six Sigma y de la excelencia operativa pueden aprovechar sus conocimientos de los métodos estadísticos para dar el siguiente paso en la revolución de la ciencia de los datos. Planea presentar y publicar más hallazgos el próximo año sobre cómo brindar a los profesionales del cuidado de salud en casa una metodología estable para mejorar los resultados de los pacientes.