Chapter 3: Research Design: Methodology and Method
3.4 The Process of Data Analysis and Developing Themes
3.4.2 From codes to themes
Luego de caracterizar las necesidades en cuanto a costos del programa y la metodología para hacerlo, se estableció el siguiente procedimiento para el cálculo y estandarización de los costos de Merchandise and customer products (Figura 28), haciendo manejo de bases de datos, proponiendo mejoras en los procesos y finalmente creando una herramienta útil para los colaboradores de la empresa.
Figura 28 Procedimiento para el cálculo y estandarización de costos
A continuación se describe el procedimiento para el cálculo y estandarización de los costos de manera detallada:
1. Obtención de información sobre los consumos históricos de productos de farmacia:
Cada mes, los regentes de farmacia de cada regional del país, están encargados de diligenciar un libro de Excel con la información correspondiente a los productos de farmacia que fueron consumidos a lo largo del periodo por cada uno de los pacientes del programa. Dicho libro contiene fila a fila el nombre e identificación
Procedimiento para el cálculo y estandarización de costos
Obtención de información sobre los consumos históricos de productos de farmacia
Limpieza y corrección de datos.
Creación de bases de datos consolidadas
Estandarización de los datos y creación de herramienta (macro) para registro de consumos de farmacia
Cálculo del costo estándar y categorización de los pacientes
Filtrado y depuración de datos
Definición de variables y creación de base de datos con costos estándar según caracterización de los pacientes
Creación de la herramienta (macro) para el cálculo de los costos de manera personalizada
Fusión con la herramienta para cálculo de costos de Mano de Obra Directa
70
del paciente, su ubicación en el programa (Home o Center), el producto consumido, el código de dicho producto, la cantidad, precio y valor total. Este formato es igual para todas las ciudades y es el input principal como fuente de información para el costeo de productos del cliente.
Para realizar el costeo se tomó una muestra de 3 meses de consumo: Noviembre y Diciembre de 2017 y Enero de 2018, con el objetivo de fijar un rango que facilitara el manejo de datos, pero que contuviera información suficiente para la categorización de pacientes según sus características clínicas, con un total de 46.894 consumos diferentes.
2. Limpieza y corrección de datos:
Durante la revisión de los datos para la posterior consolidación se encontraron bastantes errores en la información, como:
Número de identificación incorrecto, con números adicionales o diferentes.
Número de identificación de otra persona asignada al paciente.
Nombre incompleto o erróneo.
Código del producto con letras o números incorrectos o faltantes.
Nombre del producto inconsistente con la base maestra de productos de farmacia (estándar para todas las regionales).
Precio del producto inconsistente con la base maestra de productos de farmacia (estándar para todas las regionales).
Al indagar sobre la causa de dichos errores, entrevistando a los regentes de farmacia encargados, se concluyó que el origen es principalmente error humano, dado que el registro de los consumos se hace manualmente y la base de consulta no permite copiar la información, por lo que deben digitarla con el teclado.
Posteriormente, al realizar el cruce de la información con los estándares, se procedió a realizar la corrección de datos, lo que significa un reproceso y por tanto una afectación en la productividad y administración del tiempo de los trabajadores. Así, surgió la oportunidad de mejorar el proceso de captura de datos a través del establecimiento de necesidades para la construcción de una herramienta que facilite el registro de los consumos de farmacia y concertación del procedimiento para reporte de dichos consumos, la definición de variables y diseño de un formato de registro.
Una manera de justificar dicha oportunidad de mejora, es a través del establecimiento de un KPI (Key Performance Indicator) o Indicador clave de desempeño, que permite realizar una medida del nivel de rendimiento del proceso de captura de datos, como sigue (Véase ecuación 8):
% 𝑑𝑒 𝑒𝑟𝑟𝑜𝑟 𝑒𝑛 𝑙𝑎 𝑐𝑎𝑝𝑡𝑢𝑟𝑎 = 𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑐𝑎𝑝𝑡𝑢𝑟𝑎𝑠 𝑐𝑜𝑛 𝑒𝑟𝑟𝑜𝑟
71
Al evaluar el indicador establecido en los datos de las seis regionales para el mes de Octubre se encontró un alto porcentaje de error, principalmente en los datos relacionados con el estándar de información sobre el producto (nombre y precio) y la coincidencia con información completa y correspondencia con el nombre del paciente.
A continuación, la tabla 6, muestra la medición realizada para diferentes ítems en la captura de datos: REGION AL TOTAL FILAS DE DATOS ID NOMBRE DEL PACIENTE CÓDIGO PRODUCTO NOMBRE PRODUCTO PRECIO N° Filas error % ERROR N° Filas error % ERROR N° Filas error % ERROR N° Filas error % ERROR N° Filas error % ERROR Bcmga 1627 92 6% 391 24% 119 7% 701 43% 974 60% Cali 2584 132 5% 1532 59% 35 1% 232 9% 2049 79% Medellín 2007 144 7% 1680 84% 50 2% 1767 88% 1755 87% Cgena 1914 37 2% 1276 67% 24 1% 58 3% 466 24% Bquilla 3163 0 0% 2540 80% 17 1% 17 1% 2417 76% Bogotá 2550 58 2% 1243 49% 317 12% 1045 41% 1484 58%
Tabla 6 KPI: Porcentaje de error en la captura (Mes de Octubre)
Se evidencia que la regional con el mejor rendimiento es Barranquilla, y Medellín es la ciudad que presenta la mayor oportunidad de mejora.
3. Creación de bases de datos consolidadas:
El paso a seguir fue la consolidación de la información recolectada por las seis regionales del país, por lo que el manejo de datos a gran escala fue de suma importancia, utilizando así mismo otras bases de datos como la Cohorte de pacientes, el Censo Nacional de pacientes y la base maestra de productos de farmacia, que contienen información clínica sobre los pacientes para su posterior categorización, e información sobre los productos que se consumen, como nombre, código y precio.
Dicho manejo de datos se realizó a través del software Excel, utilizado ampliamente por la compañía y, además de la información relacionada anteriormente se incluyeron campos como: laboratorio del medicamento en cuestión, costo total de salida tanto en pesos ($) como euros (€), mes de consumo, año de consumo, grupo de diagnóstico principal, detalle de diagnóstico principal (patología), comorbilidad 1, 2 y 3, probabilidad de recuperación, estado nutricional, EPS a la que pertenece el paciente, sexo y edad, fecha de ingreso al programa, tipo de producto (medicamento, dispositivo médico o insumo), código de cada comorbilidad y el conteo del número de comorbilidades en total.
La información contenida en la base de datos permite su uso pertinente para el presente proyecto así como para otros propósitos de la compañía, por lo que fue construida con datos adicionales en prospectiva a dichos propósitos.
72
4. Estandarización de los datos y creación de herramienta (macro) para registro de consumos de farmacia
Como resultado de la recolección de información primaria con el área de farmacia se instauró la metodología para obtener datos confiables y de calidad para el posterior control de la variabilidad clínica y cálculo de los costos de atención en materia de medicamentos, dispositivos, nutriciones e insumos.
En primera instancia se propuso la interfaz de captura para la macro y se gestionó la creación de una base maestra de productos de farmacia actualizada, que sirviera como input para la base de datos de la herramienta y estandarizara la información de nombre, precio y tipo de producto en todas las regionales del país.
Además se actualizó así mismo la cohorte de pacientes con corte al lanzamiento de la herramienta (febrero) y se estandarizó el ingreso de la información, de manera que el KPI de error en la captura pudiera mejorar en gran medida.
Paralelamente se programó la macro en Excel con ayuda de su complemento Visual Basic, con el objetivo de finalmente automatizar el ingreso de la información y disminuir, no solo el tiempo de captura, sino también el porcentaje de error.
La construcción y funcionamiento de la herramienta para el área de farmacia se describe detalladamente en el capítulo 4 “Resultado y análisis”
5. Cálculo del costo estándar y categorización de los pacientes:
Como se mencionó anteriormente en la evaluación del tipo de costeo a usar, se desarrolló una metodología propia que resulta de la combinación de la metodología de costos estimados y la de costos estándar, tomando algunos beneficios de cada sistema y ajustando los resultados a las características propias de la empresa y la información disponible.
Por ello, la operación de cálculo tomó el precio estándar de los productos, tomado de la base maestra de productos de farmacia y se multiplicó por la cantidad registrada históricamente durante tres meses para cada uno de los pacientes activos del programa, evidenciando así una metodología híbrida que toma información estándar de precio y datos históricos de consumo, como se muestra a continuación en las ecuaciones 9-12.
𝐶𝑜𝑠𝑡𝑜 𝑑𝑒 𝑚𝑒𝑑 𝑚𝑒𝑠 = (𝑃𝑟𝑒𝑐𝑖𝑜 𝑒𝑠𝑡á𝑛𝑑𝑎𝑟 𝑚𝑒𝑑) 𝑥 (𝑐𝑎𝑛𝑡𝑖𝑑𝑎𝑑 ℎ𝑖𝑠𝑡ó𝑟𝑖𝑐𝑎 𝑑𝑒 𝑐𝑜𝑛𝑠𝑢𝑚𝑜) 𝑚𝑒𝑠 (9) 𝐶𝑜𝑠𝑡𝑜 𝑑𝑒 𝑖𝑛𝑠 𝑚𝑒𝑠 = (𝑃𝑟𝑒𝑐𝑖𝑜 𝑒𝑠𝑡á𝑛𝑑𝑎𝑟 𝑖𝑛𝑠) 𝑥 (𝑐𝑎𝑛𝑡𝑖𝑑𝑎𝑑 ℎ𝑖𝑠𝑡ó𝑟𝑖𝑐𝑎 𝑑𝑒 𝑐𝑜𝑛𝑠𝑢𝑚𝑜) 𝑚𝑒𝑠 (10) 𝐶𝑜𝑠𝑡𝑜 𝑑𝑒 𝑑𝑚 𝑚𝑒𝑠 = (𝑃𝑟𝑒𝑐𝑖𝑜 𝑒𝑠𝑡á𝑛𝑑𝑎𝑟 𝑑𝑚) 𝑥 (𝑐𝑎𝑛𝑡𝑖𝑑𝑎𝑑 ℎ𝑖𝑠𝑡ó𝑟𝑖𝑐𝑎 𝑑𝑒 𝑐𝑜𝑛𝑠𝑢𝑚𝑜) 𝑚𝑒𝑠 (11) 𝐶𝑜𝑠𝑡𝑜 𝑑𝑒 𝑛𝑢𝑡 𝑚𝑒𝑠 = (𝑃𝑟𝑒𝑐𝑖𝑜 𝑒𝑠𝑡á𝑛𝑑𝑎𝑟 𝑛𝑢𝑡)𝑥 (𝑐𝑎𝑛𝑡𝑖𝑑𝑎𝑑 ℎ𝑖𝑠𝑡ó𝑟𝑖𝑐𝑎 𝑑𝑒 𝑐𝑜𝑛𝑠𝑢𝑚𝑜) 𝑚𝑒𝑠 (12)
73 𝐷𝑜𝑛𝑑𝑒 𝑚𝑒𝑑: 𝑀𝑒𝑑𝑖𝑐𝑎𝑚𝑒𝑛𝑡𝑜𝑠 𝑖𝑛𝑠: 𝐼𝑛𝑠𝑢𝑚𝑜𝑠 𝑑𝑚: 𝐷𝑖𝑠𝑝𝑜𝑠𝑖𝑡𝑖𝑣𝑜𝑠 𝑀é𝑑𝑖𝑐𝑜𝑠 𝑛𝑢𝑡: 𝑁𝑢𝑡𝑟𝑖𝑐𝑖𝑜𝑛𝑒𝑠
Es de anotar, que la cantidad histórica se toma en este caso como referente estándar, dado que los consumibles son establecidos para cada paciente según su patología por el médico general, ya que se ajustan a sus necesidades propias y clínicas.
Sin embargo, si la compañía deseara acercarse a un costo estándar más cercano a “lo que debe ser” y no “lo que fue”, y con fundamento científico, debe usar una cantidad estándar basada en guías clínicas para cada patología, que estandaricen así mismo el cuidado del paciente. Dichas guías actualmente están en desarrollo, lo que presenta otra oportunidad de mejora en el cálculo de los costos.
Posteriormente, con ayuda de una tabla dinámica basada en la base de datos creada y descrita anteriormente, se extrajo la suma del costo total/mes para cada uno de los meses (Noviembre, Diciembre y Enero) y para cada uno de los elementos del costo analizados. Y luego se calcula la suma total de dichos costos, como sigue (Véase ecuaciones 14-17): 𝐶𝑜𝑠𝑡𝑜 𝑡𝑜𝑡𝑎𝑙 𝑚𝑒𝑑𝑖𝑐𝑎𝑚𝑒𝑛𝑡𝑜𝑠 = ∑𝐶𝑜𝑠𝑡𝑜 𝑑𝑒 𝑚𝑒𝑑𝑖 𝑚𝑒𝑠 3 𝑛=1 , 𝑛 = 1,2,3 (14) 𝐶𝑜𝑠𝑡𝑜 𝑡𝑜𝑡𝑎𝑙 𝑖𝑛𝑠𝑢𝑚𝑜𝑠 = ∑𝐶𝑜𝑠𝑡𝑜 𝑑𝑒 𝑖𝑛𝑑𝑖 𝑚𝑒𝑠 3 𝑛=1 , 𝑛 = 1,2,3 (15) 𝐶𝑜𝑠𝑡𝑜 𝑡𝑜𝑡𝑎𝑙 𝑑𝑖𝑠𝑝. 𝑚é𝑑𝑖𝑐𝑜𝑠 = ∑𝐶𝑜𝑠𝑡𝑜 𝑑𝑒 𝑑𝑚 𝑚𝑒𝑠 𝑖 3 𝑛=1 , 𝑛 = 1,2,3 (16) 𝐶𝑜𝑠𝑡𝑜 𝑡𝑜𝑡𝑎𝑙 𝑛𝑢𝑡𝑟𝑖𝑐𝑖𝑜𝑛𝑒𝑠 = ∑𝐶𝑜𝑠𝑡𝑜 𝑑𝑒 𝑛𝑢𝑡 𝑚𝑒𝑠 𝑖 3 𝑛=1 , 𝑛 = 1,2,3 (17) 𝐷𝑜𝑛𝑑𝑒 𝑖 𝑠𝑜𝑛 𝑙𝑜𝑠 𝑚𝑒𝑠𝑒𝑠 𝑑𝑒𝑙 𝑎ñ𝑜 𝑒𝑠𝑡𝑢𝑑𝑖𝑎𝑑𝑜𝑠 (𝑁𝑜𝑣 − 𝐸𝑛𝑒)
Con ayuda del Censo Nacional de pacientes se consolidaron el total de días que cada paciente estuvo en el programa dentro de los meses de consumo. Nuevamente se hizo limpieza y corrección de datos cuando la información no correspondía y se calculó el costo/día para cada uno de los elementos del costo (Véase ecuaciones 18-21)
𝐶𝑜𝑠𝑡𝑜 𝑚𝑒𝑑
𝑑í𝑎 =
𝐶𝑜𝑠𝑡𝑜 𝑡𝑜𝑡𝑎𝑙 𝑚𝑒𝑑
74 𝐶𝑜𝑠𝑡𝑜 𝑖𝑛𝑠 𝑑í𝑎 = 𝐶𝑜𝑠𝑡𝑜 𝑡𝑜𝑡𝑎𝑙 𝑖𝑛𝑠 𝑇𝑜𝑡𝑎𝑙 𝑑𝑒 𝑑í𝑎𝑠 𝑑𝑒𝑙 𝑝𝑎𝑐𝑖𝑒𝑛𝑡𝑒 𝑒𝑛 𝑒𝑙 𝑝𝑟𝑜𝑔𝑟𝑎𝑚𝑎 (19) 𝐶𝑜𝑠𝑡𝑜 𝑑𝑚. 𝑑í𝑎 = 𝐶𝑜𝑠𝑡𝑜 𝑡𝑜𝑡𝑎𝑙 𝑑𝑚 𝑇𝑜𝑡𝑎𝑙 𝑑𝑒 𝑑í𝑎𝑠 𝑑𝑒𝑙 𝑝𝑎𝑐𝑖𝑒𝑛𝑡𝑒 𝑒𝑛 𝑒𝑙 𝑝𝑟𝑜𝑔𝑟𝑎𝑚𝑎 (20) 𝐶𝑜𝑠𝑡𝑜 𝑛𝑢𝑡 𝑑í𝑎 = 𝐶𝑜𝑠𝑡𝑜 𝑡𝑜𝑡𝑎𝑙 𝑛𝑢𝑡 𝑇𝑜𝑡𝑎𝑙 𝑑𝑒 𝑑í𝑎𝑠 𝑑𝑒𝑙 𝑝𝑎𝑐𝑖𝑒𝑛𝑡𝑒 𝑒𝑛 𝑒𝑙 𝑝𝑟𝑜𝑔𝑟𝑎𝑚𝑎 (21)
Finalmente se calculó el costo mensual para cada uno de los elementos del costo (Véase ecuaciones 22-25), de manera que fuera comparable para cualquier mes del año: 𝐶𝑜𝑠𝑡𝑜 𝑚𝑒𝑑 𝑚𝑒𝑠 = 𝐶𝑜𝑠𝑡𝑜 𝑑𝑒 𝑚𝑒𝑑 𝑑í𝑎 𝑥 365 𝑑í𝑎𝑠 12 𝑚𝑒𝑠𝑒𝑠 (22) 𝐶𝑜𝑠𝑡𝑜 𝑖𝑛𝑠 𝑚𝑒𝑠 = 𝐶𝑜𝑠𝑡𝑜 𝑑𝑒 𝑖𝑛𝑠 𝑑í𝑎 𝑥 365 𝑑í𝑎𝑠 12 𝑚𝑒𝑠𝑒𝑠 (23) 𝐶𝑜𝑠𝑡𝑜 𝑑𝑚 𝑚𝑒𝑠 = 𝐶𝑜𝑠𝑡𝑜 𝑑𝑒 𝑑𝑚 𝑑í𝑎 𝑥 365 𝑑í𝑎𝑠 12 𝑚𝑒𝑠𝑒𝑠 (24) 𝐶𝑜𝑠𝑡𝑜 𝑛𝑢𝑡 𝑚𝑒𝑠 = 𝐶𝑜𝑠𝑡𝑜 𝑑𝑒 𝑛𝑢𝑡 𝑑í𝑎 𝑥 365 𝑑í𝑎𝑠 12 𝑚𝑒𝑠𝑒𝑠 (25)
Adicionalmente se trajo información clínica de los pacientes a la nueva base de costos para categorizarlos según su patología, número de comorbilidades, estado nutricional y demás “cost drivers” de la herramienta a desarrollar.
6. Filtrado y depuración de datos
En un principio se realizó limpieza y corrección de datos en la base de datos histórica de consumos de farmacia pero, durante el cálculo de los costos, en varios casos particulares, la información no correspondía a la realidad de los consumos. El filtrado y depuración de datos fue necesaria por la presencia de errores atribuibles a:
I. Errores en la digitación de datos.
II. Falta de actualización de las bases de datos.
Dichos errores en la información se identificaron cuando se detectaron:
I. Registros de consumos de farmacia mientras el paciente en realidad no aparecía en el censo nacional de pacientes, que nos muestra a las personas activas dentro del programa. Esto quiere decir que se duplicaba información de meses anteriores.
II. Registros de consumos de farmacia por parte de personas que no son parte del programa Remeo®, dado que tienen convenios con sus EPS para únicamente consumir productos de farmacia, por lo cual su información patológica no era pertinente para el costeo en vista de que no comparte las características generales de la demografía estudiada.
75
Así, la información que no era pertinente para el costeo fue depurada y se procedió a la definición de variables.
7. Definición de variables y creación de base de datos con costos estándar según caracterización de los pacientes
Las variables definidas para el costeo hacen referencia a los “cost drivers” o generadores del costo de atención, que es el factor que crea, causa o influye en el costo total. En primera instancia se realizó la identificación y relación de variables que influyen en el diagnóstico del paciente Remeo®, para lo cual se hizo un análisis de la información recopilada mediante un diagrama de causa efecto que permite segmentar a los pacientes de acuerdo a su naturaleza patológica, como se muestra en la figura 29.
Figura 29 Variables que influyen en el diagnóstico del paciente Remeo®
La determinación de las causas o características que definen el diagnóstico del paciente se hizo con el soporte de expertos en nutrición, enfermería y epidemiología. Estas características clínicas generan influencia en el costo total de atención, como se ve en la figura 30, definidas y usadas en la segmentación de pacientes gracias a la clara relación causal de los mismos con respecto al costo total.
76
Figura 30 Relación de variables que influyen en el costo total de atención al paciente del programa Remeo®
Así, las variables definidas para el costeo o los cost drivers son:
Grupo de diagnóstico principal: Grupo al que pertenece la patología.
Diagnóstico principal: Patología o enfermedad principal.
Número de comorbilidades: presencia de uno o más trastornos (o enfermedades) además de la enfermedad o trastorno primario.
Ventilación mecánica: Necesidad de ventilación pulmonar o no.
Nutrición: Necesidad de nutrición artificial o alimentación asistida.
Estado nutricional: Situación de salud y bienestar que determina la nutrición del paciente.
Cada una de estas variables tiene posibles valores mostrados en las tablas 7 y 8, donde el grupo de diagnóstico principal tiene 6 valores posibles, el diagnóstico principal contiene 35 enfermedades o patologías diferentes, el número de comorbilidades varía de 1 a 3, ventilación mecánica tiene 2 valores posibles, al igual que la nutrición y el estado nutricional. (Para ver la definición de cada variable en específico véase glosario en la sección 1.6. Marco conceptual).
77
Para disminuir el número de valores en el caso de la variable de “Estado nutricional”, que en un principio se segmentó a partir de 5 valores posibles, se reclasificaron los ítems de Desnutrición leve, Desnutrición moderada, Desnutrición severa y Sobrepeso/ Obesidad en un único driver llamado “Malnutrición” (Ver tabla 8).
Grupo de diagnóstico
principal Diagnóstico principal
1. Pulmonar
1a. EPOC
1b. Secuelas SDRA
1c. Hipertensión Pulmonar (HTP)
1d. Enfermedades Restrictivas Pulmonares 1e. Displasia broncopulmonar
1f. Infeccioso
2. Neuromusculares
2a. Esclerosis Lateral Amiotrófica (ELA) 2b. Guillán Barré 2c. Miastenia Gravis 2d. Distrofias musculares 2e. Miopatías 3. Lesiones medulares
3a. Nivel cervical completo 3b. Nivel cervical incompleto 3c. Nivel torácico completo 3d. Nivel torácico incompleto
3e. Nivel cono medular, cola de caballo
4. Neurológico 4a. GCS >13 4b. GCS 8 - 13 4c. GCS <8 5. Enfermedades congénitas
5a. Enfermedad mitocondrial 5b. Cardiopatía congénita 5c. Enfermedad de Pompe
5d. Malformación congénita del intestino 5e. Síndrome de Moebius
5f. Síndrome de Charge 5g. Tirosinemia tipo 1 5h. Atresia intestinal 5i. Síndrome de Edwards
6. Otro
6a. Síndrome de Malabsorción 6b. Hiperinsulinismo
6c. Sarcoma retroperitoneal
6d. Carcinoma escamocelular de cavidad oral 6e. Sepsis origen abdominal
78
6g. Síndrome de Malabsorción
Tabla 7 Variables del costeo (Parte 1)
Es notable que el diagnóstico principal es dependiente del grupo de diagnóstico principal al que pertenece, por lo que se restringen ciertas combinaciones posibles a la hora de realizar el costeo de las mismas.
Los diagnósticos principales resaltados con color azul en la tabla 7, son aquellos que en la muestra no fueron encontrados, es decir, que para los pacientes estudiados, ninguno tenía esa patología asociada.
Número de comorbilidades
Ventilación
mecánica Nutrición Estado nutricional
1 Sí Enteral 1. Adecuado estado nutricional
2 No Parenteral 2. Malnutrición
3
Tabla 8 Variables del costeo (Parte 2)
También es importante anotar que se optó por utilizar el número de comorbilidades en vez del nombre y características de cada una, ya que existen 35 comorbilidades registradas y cada periodo es posible que se adiciones nuevas, por lo que, para la practicidad del ejercicio, se asoció únicamente la cantidad.
Después de la definición de los cost drivers, se procedió a la creación de una base de datos donde se combinan las variables definidas y se asocia un costo de medicamentos, dispositivos médicos, insumos y nutriciones a cada una de estas combinaciones. Lo anterior se hizo a partir de la creación de una tabla dinámica originada del cálculo de los costos que permitía seleccionar las combinaciones deseadas y extraer el costo total para pegarlo en la base maestra. La base de datos contiene 2485 combinaciones posibles, que aseguran que, al realizar una selección en la macro diseñada, se encuentre un valor asociado. Sin embargo, no se tuvieron en cuenta combinaciones cuyos datos no se poseían.
8. Creación de la herramienta (macro) para el cálculo de los costos de manera personalizada
Una vez consolidada la base de datos con las posibles combinaciones de variables se procedió al diseño de la interfaz y programación de la macro con el complemento “Desarrollador” de Excel, con el software Visual Basic, de manera que el usuario pueda usar la herramienta dinámicamente para la extracción de datos, análisis de desviaciones con respecto a costos reales, control de la variabilidad clínica, cotizaciones del área comercial y demás propósitos de la compañía.
El procedimiento de diseño, desarrollo y resultados de esta herramienta se describe en el capítulo 4 “Resultados y análisis”.
79
9. Fusión con la herramienta para cálculo de costos de Mano de Obra Directa Finalmente la herramienta de cálculo de costos de Merchandise and customer products se fusionó con la herramienta desarrollada en el segundo semestre de 2017 como proyecto de pasantía del estudiante de ingeniería industrial de la Universidad Católica de Colombia, Juan Carlos Muñoz, para el cálculo de los costos de mano de obra directa, programando en Visual Basic la funcionalidad conjunta y con el objetivo de consolidar la información para obtener un costo total de atención del paciente, según las características específicas que el usuario desee calcular.
80