3. El análisis

El periodo analizado en este dataset corresponde a 6 años de datos almacenados, con una cantidad de 55.500 casos atendidos, de mayo del 2019 a mayo del 2024. Haremos un análisis generalizado de todo este tiempo, como ejemplo. Sin embargo el dashboard final generado en Power BI permite ver las variables en cada año.

Luego de transformar, organizar y limpiar los datos definiremos algunos indicadores clave (KPIs- Key Performance Indicators) que nos ayudarán a entender el comportamiento de algunas variables:

1. KPIs generales del paciente

➤ Promedio de edad de los pacientes: para entender la demografía de los pacientes atendidos.
➤ Distribución por sexo: para analizar tendencias en atención médica según el género.
➤ Distribución de tipo de sangre: puede ser útil para la planificación de transfusiones y bancos de sangre.

Resultados del análisis

2. KPIs de atención médica

➤ Condiciones médicas más comunes: para definir estrategias de prevención y tratamiento.
➤ Promedio de estancia hospitalaria: para medir la eficiencia del hospital en el manejo de casos.
➤ Número de pacientes por doctor: para evaluar la carga de trabajo de los médicos.

Resultados del análisis

3. KPIs financieros

➤ Gasto médico promedio por paciente: permite analizar el costo promedio de la atención médica.

➤ Gastos médicos por año: para observar comportamiento anual del gasto.
➤ Gastos médicos por condición: para optimizar recursos y costos de tratamiento.
➤ Gastos médicos por tipo de admisión: para entender cómo se comportan las admisiones.
➤ Porcentaje de pacientes con seguro médico: ayuda a comprender cuántos pacientes están cubiertos por seguros.

Resultados del análisis

◄ 2. El dataset de análisis                 4. Conclusiones ►