Post on 02-Jun-2020
… de los datos… al saber… en salud...
Jesús Galván Romo
Viceconsejero Sanidad y Consumo Castilla La Mancha
Toledo. 29-nov-2014
Algunas ¿ ? y decisiones. “Material y métodos”
1. ¿Qué le pasa?
2. ¿Qué le pasa?
3. ¿Qué hacer?
1. D1: Pruebas
2. D2: Prescripción
3. D3: Otros
4. ¿Por qué?
1. Causas y efectos.
2. Motores. Tractores. Voliciones
5. Retroalimentaciones
1. D4: Comprar fármacos
2. D5: Modificar algoritmos
MM. Compartir algunos:
Apuntes,
Logros
Bucles
Sueños…
JGR
2
Algunas ¿ ? y decisiones. “Material y métodos”
1. ¿Qué le pasa?
2. ¿Qué le pasa?
3. ¿Qué hacer?
1. D1: Pruebas
2. D2: Prescripción
3. D3: Otros
4. ¿Por qué?
1. Causas y efectos.
2. Motores. Tractores. Voliciones
5. Retroalimentaciones
1. D4: Comprar fármacos
2. D5: Modificar algoritmos
MM. Compartir algunos:
Apuntes,
Logros
Bucles
Sueños…
JGR
2
Primeros datos: ¿Qué le pasa…?
• ¿Qué le pasa? (a Vd.)
JGR
3
Primeros datos: ¿Qué le pasa…?
• ¿Qué le pasa? (a Vd.)
JGR
3
( Información a través de múltiples canales )
Primeros saberes: ¿Qué le pasa…?
JGR
4
Primeros saberes: ¿Qué le pasa…?
• ¿Qué le pasa? (a él. A qué se parece (libro, web…))
JGR
4
Primeros saberes: ¿Qué le pasa…?
• ¿Qué le pasa? (a él. A qué se parece (libro, web…))
• ¿Qué me pasaría sí…?
JGR
4
Primeros saberes: ¿Qué le pasa…?
• ¿Qué le pasa? (a él. A qué se parece (libro, web…))
• ¿Qué me pasaría sí…?
• ¿Qué le pasaría si…?
JGR
4
Primeros saberes: ¿Qué le pasa…?
• ¿Qué le pasa? (a él. A qué se parece (libro, web…))
• ¿Qué me pasaría sí…?
• ¿Qué le pasaría si…?
• Pero, ¿Qué está pasando aquí? (variabilidad)
JGR
4
Primeros saberes: ¿Qué le pasa…?
• ¿Qué le pasa? (a él. A qué se parece (libro, web…))
• ¿Qué me pasaría sí…?
• ¿Qué le pasaría si…?
• Pero, ¿Qué está pasando aquí? (variabilidad)
JGR
4
Sólo sabremos curar el Cáncer,
conociendo cómo viven
las personas que tienen cánceres.
(bueno, que han decidido diferentes formas de tratárselos y de vivir con ellos)
Qué hacer con saberes estructurados y no estructurados
JGR
5
Qué hacer con saberes estructurados y no estructurados
JGR
5
Qué hacer con saberes estructurados y no estructurados
JGR
5
Qué hacer con saberes estructurados y no estructurados
JGR
5
Qué hacer con saberes estructurados y no estructurados
JGR
5
Qué hacer con saberes estructurados y no estructurados
• Algoritmos diagnósticos y de clasificación
JGR
5
Qué hacer con saberes estructurados y no estructurados
• Algoritmos diagnósticos y de clasificación
• Pautas de tratamiento formales, según “arte”, según “incentivo”
JGR
5
¿Por qué?
6
Algoritmos Procesos
Motor reglas
RX
M2
M1
Indicadores clave asociados a cada causa.
Retroalimentaciones desde los resultados a todos los elementos
JGR
Cir
¿Por qué?
• marcadores onco
• supervivencia
• consultas AP
• consultas AE
• urgencias
• hospitalización
• M1
• M2
• autonomía y calidad vida
6
Algoritmos Procesos
Motor reglas
RX
M2
M1
Indicadores clave asociados a cada causa.
Retroalimentaciones desde los resultados a todos los elementos
JGR
Cir
¿Causas? ¿Efectos?
• carga trabajo
• saber
• beneficios €
• autonomía y Q vida
7
JGR
Algortimos Procesos
Motor reglas
RX
M2
M1
Cir
¿Causas? ¿Efectos?
• carga trabajo
• saber
• beneficios €
• autonomía y Q vida
7
¿el conocimiento surge por generación espontánea?
JGR
Algortimos Procesos
Motor reglas
RX
M2
M1
Cir
¿Causas? ¿Efectos?
• carga trabajo
• saber
• beneficios €
• autonomía y Q vida
7
¿el conocimiento surge por generación espontánea?
JGR
Algortimos Procesos
Motor reglas
RX
M2
M1
Cir
¿Causas? ¿Efectos?
• carga trabajo
• saber
• beneficios €
• autonomía y Q vida
7
¿el conocimiento surge por generación espontánea?
JGR
Algortimos Procesos
Motor reglas
RX
M2
M1
Cir
¿Causas? ¿Efectos?
• carga trabajo
• saber
• beneficios €
• autonomía y Q vida
7
¿el conocimiento surge por generación espontánea?
JGR
Algortimos Procesos
Motor reglas
RX
M2
M1
Cir
¿Causas? ¿Efectos?
• carga trabajo
• saber
• beneficios €
• autonomía y Q vida
7
¿el conocimiento surge por generación espontánea?
JGR
Algortimos Procesos
Motor reglas
RX
M2
M1
Cir
Motores , tractores, voliciones
Desde los datos, los saberes y los intereses,
estamos induciendo transformaciones
en las evidencias (¿saberes?) y
la sostenibilidad
del sistema
de la vida
JGR
8
Un viaje…
Francisco Hernández de Toledo.
(La Puebla de Montalbán Toledo, 1515; Madrid, 1587)
• 1570 salió hacia Occidente, por el
Atlántico. México y otros países.
• 1577 regresó con:
– Nueva taxonomía y conocimientos de cómo
curar con aquella cultura,
– Ensayos clínicos en aquellos hospitales
– “Rerum Medicarum Novae Hispanieae
Thesaurus” 22 volumenes 3.000 plantas
nuevas. Escrito en Latín, castellano, náhuatl.
– 68 talegas de simientes y raciones, 8
barriles 4 cubetas arboles y hierbas
– Colorante cochinillas E-120
• Casi muere con sus experimentos y de
tifus. Falleció de disentería contraída allí.
9
JGR
Comprar fármacos, modificar algoritmos
1. Saber que ocurrió para Conocer que ocurrirá.
2. Nodos activos y veraces interactuando en la misma Red universal
3. Acuerdos explícitos para Este beneficio compartido.
4. Nuevas “infotecas”. Legar.
5. Elegir lo solvente y lo pertinente.
JGR
10
…de los datos … al saber … en salud
“Saber que ocurrió para conocer que ocurrirá”
De la información al conocimiento, un proceso en y para la vida”
JGR
11
“Saber que ocurrió para conocer que ocurrirá”
De la información al conocimiento, un proceso en y para la vida”
JGR
11
saber
“Saber que ocurrió para conocer que ocurrirá”
De la información al conocimiento, un proceso en y para la vida”
JGR
11
saber Conceptos
Paradigmas
Ruido
“Saber que ocurrió para conocer que ocurrirá”
De la información al conocimiento, un proceso en y para la vida”
JGR
11
información
saber Conceptos
Paradigmas
Ruido
“Saber que ocurrió para conocer que ocurrirá”
De la información al conocimiento, un proceso en y para la vida”
JGR
11
información
saber
Signos Síntomas Datos Ruido
Conceptos
Paradigmas
Ruido
“Saber que ocurrió para conocer que ocurrirá”
(antes y después …… mañana)
JGR
12
Signos Síntomas Datos Ruido
información
(1 de 5) Comprar … algoritmos
“Saber que ocurrió para conocer que ocurrirá”
(antes y después …… mañana)
JGR
12
Signos Síntomas Datos Ruido
información
saber Conceptos
Paradigmas
Ruido
(1 de 5) Comprar … algoritmos
“Saber que ocurrió para conocer que ocurrirá”
(antes y después …… mañana)
JGR
12
Signos Síntomas Datos Ruido
información
saber Conceptos
Paradigmas
Ruido
(1 de 5) Comprar … algoritmos
“Saber que ocurrió para conocer que ocurrirá”
(antes y después …… mañana)
JGR
12
Signos Síntomas Datos Ruido
información
saber Conceptos
Paradigmas
Ruido
(1 de 5) Comprar … algoritmos
“Saber que ocurrió para conocer que ocurrirá”
(antes y después …… mañana)
JGR
12
Signos Síntomas Datos Ruido
información
saber Conceptos
Paradigmas
Ruido
(1 de 5) Comprar … algoritmos
B
C
A
A, cuerpos neuronales con abundantes axones antes de añadir oligodendrocitos.
B, cocultivo neuronas sensoriales de los ganglios de las raíces dorsales medulares
con precursores de oligodendrocito.
C, detalle de un precursor (verde) contactando un axón (rojo).
Eduardo Molina Holgado
Coordinador de Investigación del Hospital Nacional de Parapléjicos
Nodos activos en el Laboratorio
JGR
13
(2 de 5) Comprar … algoritmos
Nodos activos en conocimiento…
• Digitalización, Big data, Big variability, Big noise, Big inertia, Big laziness, …
• Cultura: conceptos, algoritmos, creencias, ciencias (inferencia, …)…
14
JGR
Nodos activos en conocimiento…
• Digitalización, Big data, Big variability, Big noise, Big inertia, Big laziness, …
• Cultura: conceptos, algoritmos, creencias, ciencias (inferencia, …)…
14
JGR
Nodos activos en conocimiento…
• Digitalización, Big data, Big variability, Big noise, Big inertia, Big laziness, …
• Cultura: conceptos, algoritmos, creencias, ciencias (inferencia, …)…
14
JGR
Nodos activos en conocimiento…
• Digitalización, Big data, Big variability, Big noise, Big inertia, Big laziness, …
• Cultura: conceptos, algoritmos, creencias, ciencias (inferencia, …)…
14
JGR
Nodos activos en conocimiento…
• Digitalización, Big data, Big variability, Big noise, Big inertia, Big laziness, …
• Cultura: conceptos, algoritmos, creencias, ciencias (inferencia, …)…
14
JGR
Nodos activos en conocimiento…
• Digitalización, Big data, Big variability, Big noise, Big inertia, Big laziness, …
• Cultura: conceptos, algoritmos, creencias, ciencias (inferencia, …)…
14
JGR
Nodos activos en conocimiento…
• Digitalización, Big data, Big variability, Big noise, Big inertia, Big laziness, …
• Cultura: conceptos, algoritmos, creencias, ciencias (inferencia, …)…
14
JGR
15
“Digitalizando”
FINANCIACION
AUTONOMICA
junta homocinetica
LEY
DEPENDENCIA
receta
electrónica
LEQ
"TSI"
informe de alta
informe técnico: APat,
Imagen, IQ, ...
traslado HClinica a otro
EAP
informe socio sanitario
Dependencia
"lengua azul"
curando mi cáncer
en mi única vida
modelos arquitecturas
HCE
Historia Salud Personal
HSC
H. Salud ColecivaHCE
Historia Salud Personal
HSC
H. Salud Coleciva
Interoperabilidad
Retornos corto
plazo
conceptos
modelos
métricascanales
ajuste
perman
ente
encajes
duración
adecuada
proyectos
unión
pertinencia del
objeto proyecto
unión
entregables a
tiempo
mínimo
resultado
coherente y útil
que mantenga
viva la llama
Fin último
relacionado
con valor
compartido
por todos ( o
mayoría
suficiente)
Minorías
cualificadas
presionando
hacia valores
positivos
Minorías con
intereses
parciales
Retornos
medio.
Presencia
estratégica
modelos y modos de
relación entre agentes:
contratos, ANS,
riesgos,...
cooperación
usuario:
individuo
usuario:
colecivos (SP)
HSC
H. Salud Coleciva
H
Enfermedades
Causas Tratamientos
ZBS
GAP
GAE
ASPúb
S Salud
¿SNS?
¿S Salud UE?
aislamiento
contacto
...
....
interoperabilidad
cooperación
amor
dónde relación (voluntaria)
Interés
compartido
articulaciones
diseño
cuidado:
engrase....
la partida
honesta
termina
excluyendo al
tramposo
HCE
Historia Salud Personal
Restriccionesciudadano
autoridad
No
MODELOS DE
NEGOCIO
1
3 2
5
6
4
7
FINANCIACION
AUTONOMICA
junta homocinetica
LEY
DEPENDENCIA
receta
electrónica
LEQ
"TSI"
informe de alta
informe técnico: APat,
Imagen, IQ, ...
traslado HClinica a otro
EAP
informe socio sanitario
Dependencia
"lengua azul"
curando mi cáncer
en mi única vida
modelos arquitecturas
HCE
Historia Salud Personal
HSC
H. Salud ColecivaHCE
Historia Salud Personal
HSC
H. Salud Coleciva
Interoperabilidad
Retornos corto
plazo
conceptos
modelos
métricascanales
ajuste
perman
ente
encajes
duración
adecuada
proyectos
unión
pertinencia del
objeto proyecto
unión
entregables a
tiempo
mínimo
resultado
coherente y útil
que mantenga
viva la llama
Fin último
relacionado
con valor
compartido
por todos ( o
mayoría
suficiente)
Minorías
cualificadas
presionando
hacia valores
positivos
Minorías con
intereses
parciales
Retornos
medio.
Presencia
estratégica
modelos y modos de
relación entre agentes:
contratos, ANS,
riesgos,...
cooperación
usuario:
individuo
usuario:
colecivos (SP)
HSC
H. Salud Coleciva
H
Enfermedades
Causas Tratamientos
ZBS
GAP
GAE
ASPúb
S Salud
¿SNS?
¿S Salud UE?
aislamiento
contacto
...
....
interoperabilidad
cooperación
amor
dónde relación (voluntaria)
Interés
compartido
articulaciones
diseño
cuidado:
engrase....
la partida
honesta
termina
excluyendo al
tramposo
HCE
Historia Salud Personal
Restriccionesciudadano
autoridad
No
MODELOS DE
NEGOCIO
1
3 2
5
6
4
7
1
3 2
5
6
4
7
Piedra roseta
JGR
Nodos generando salud: Podemos tener….
JGR
16
(4 de 5) Comprar … algoritmos
Nodos generando salud: Podemos tener….
JGR
16
• Signos, parámetros precisos, comparables, contexto individuo, grupo, tiempo
(4 de 5) Comprar … algoritmos
Nodos generando salud: Podemos tener….
JGR
16
• Signos, parámetros precisos, comparables, contexto individuo, grupo, tiempo
• Retroalimentación desde efectos en individuo, en colectivo, en paradigma
(4 de 5) Comprar … algoritmos
Nodos generando salud: Podemos tener….
JGR
16
• Signos, parámetros precisos, comparables, contexto individuo, grupo, tiempo
• Retroalimentación desde efectos en individuo, en colectivo, en paradigma
• Otra escala temporal:
– Llegar antes con “n” grandes,
– Atajo desde “n” pequeñas representativas
– Adivinar pronto lo muy complejo,
(4 de 5) Comprar … algoritmos
Nodos generando salud: Podemos tener….
JGR
16
• Signos, parámetros precisos, comparables, contexto individuo, grupo, tiempo
• Retroalimentación desde efectos en individuo, en colectivo, en paradigma
• Otra escala temporal:
– Llegar antes con “n” grandes,
– Atajo desde “n” pequeñas representativas
– Adivinar pronto lo muy complejo,
• Modelos con capacidad simulación y autoaprendizaje, SATD
(4 de 5) Comprar … algoritmos
Nodos generando salud: Podemos tener….
JGR
16
• Signos, parámetros precisos, comparables, contexto individuo, grupo, tiempo
• Retroalimentación desde efectos en individuo, en colectivo, en paradigma
• Otra escala temporal:
– Llegar antes con “n” grandes,
– Atajo desde “n” pequeñas representativas
– Adivinar pronto lo muy complejo,
• Modelos con capacidad simulación y autoaprendizaje, SATD
• “Motor de hipótesis”, validación semiautomática,
(4 de 5) Comprar … algoritmos
Nodos generando salud: Podemos tener….
JGR
16
• Signos, parámetros precisos, comparables, contexto individuo, grupo, tiempo
• Retroalimentación desde efectos en individuo, en colectivo, en paradigma
• Otra escala temporal:
– Llegar antes con “n” grandes,
– Atajo desde “n” pequeñas representativas
– Adivinar pronto lo muy complejo,
• Modelos con capacidad simulación y autoaprendizaje, SATD
• “Motor de hipótesis”, validación semiautomática,
• Procesados sobre base semántica (más allá de la digitalización)
(4 de 5) Comprar … algoritmos
Nodos generando salud: Podemos tener….
JGR
16
• Signos, parámetros precisos, comparables, contexto individuo, grupo, tiempo
• Retroalimentación desde efectos en individuo, en colectivo, en paradigma
• Otra escala temporal:
– Llegar antes con “n” grandes,
– Atajo desde “n” pequeñas representativas
– Adivinar pronto lo muy complejo,
• Modelos con capacidad simulación y autoaprendizaje, SATD
• “Motor de hipótesis”, validación semiautomática,
• Procesados sobre base semántica (más allá de la digitalización)
¡¡ “HIPERSOCIALIZACIÓN” !!
(4 de 5) Comprar … algoritmos
17
Uniones dinámicas. Intereses explícitos.
junta homocinetica
"TSI"
informe de alta
informe técnico: APat,
Imagen, IQ, ...
traslado HClinica a otro
EAP
informe socio sanitario
Dependencia
JGR
(3 de 5) Comprar … algoritmos
Blank
2 fmol
20 fmol
100 fmol
Blank
2 fmol
20 fmol
100 fmol
Se inyectaron diferentes
concentraciones de β-Gal
junto con 2µg de plasma crudo
digerido
S/N mínimo para cuantificación = 5
Verónica Moral Dardé y Gemma Barroso García
Unidad de Proteómica del Hospital Nacional de Parapléjicos
Eliminando ruido. Intereses explícitos.
1 fmol= 10-15 mol
JGR
18
(3 de 5) Comprar … algoritmos
Nuevas “infotecas”. Legar.
• Información veraz objetiva, no alterable.
• Información relacionable:
– Individuo (HCE – HCDSNS)
– Cohorte (Enfermedad, grupo enfermedades)
– Factores que alteran evolución: causa, terapia, dispositivo, medicamento, etc.
• Información ‘reprocesable”
– Después otros procesos de conocimiento generarán nuevo conocimiento.
• ¡¡ TODO VIVO !!: Lo que vemos es lo que ya pasó
19
INFORMACIÓN NO ESTRUCTURADA
INFORMACIÓN
ESTRUCTURADA
INFORMACIÓN NO ESTRUCTURADA INFORMACIÓN
ESTRUCTURADA INFORMACIÓN
ESTRUCTURADA
JGR
C
Eduardo Molina Holgado
Coordinador de Investigación del Hospital Nacional de Parapléjicos
Nodos activos y veraces
interactuando en la misma
Red universal
Inteligencia colectiva como expresión de la Solidaridad
JGR
20
¿_cáncer__?
• ¿Qué le pasa?
• ¿Qué le está pasando?
• ¿Cómo tratarlo con lo que hay?
• ¿A tiempo? (ni demasiado pronto, ni demasiado tarde)
21
• ¿Qué le pasa?
• ¿Qué le está pasando?
• ¿Cómo tratarlo con lo que hay?
• ¿A tiempo? (ni demasiado pronto, ni demasiado tarde)
• ¿Qué le pasa?
• ¿Qué le está pasando?
• ¿Cómo tratarlo con lo que hay?
• ¿A tiempo? (ni demasiado pronto, ni demasiado tarde)
• ¿Qué le pasa?
• ¿Qué le está pasando?
• ¿Cómo tratarlo con lo que hay?
• ¿A tiempo? (ni demasiado pronto, ni demasiado tarde)
• ¿Qué le pasa?
• ¿Qué le está pasando?
• ¿Cómo tratarlo con lo que hay?
• ¿A tiempo? (ni demasiado pronto, ni demasiado tarde)
• ¿Qué le pasa?
• ¿Qué le está pasando?
• ¿Cómo tratarlo con lo que hay?
• ¿A tiempo? (ni demasiado pronto, ni demasiado tarde)
• ¿Qué le pasa?
• ¿Qué le está pasando?
• ¿Cómo tratarlo con lo que hay?
• ¿A tiempo? (ni demasiado pronto, ni demasiado tarde)
• ¿Qué le pasa?
• ¿Qué le está pasando?
• ¿Cómo tratarlo con lo que hay?
• ¿A tiempo? (ni demasiado pronto, ni demasiado tarde)
• ¿Qué le pasa?
• ¿Qué le está pasando?
• ¿Cómo tratarlo con lo que hay?
• ¿A tiempo? (ni demasiado pronto, ni demasiado tarde)
JGR
Cáncer de otra manera
22
JGR
Cáncer de otra manera
22
JGR
Cáncer de otra manera
22
JGR
Cáncer de otra manera
22
JGR
Cáncer de otra manera
22
JGR
Cáncer de otra manera
22
JGR
Cáncer de otra manera
22
JGR
Cáncer de otra manera
22
2013** Coste de QT según evolución si no se hubiera realizado el rediseño
Tratamiento de Quimioterapia (QT) Pacientes Coste/tratamiento
A 100% 247,04
B 50% 384,82
C 20% 29.491,00
Coste Anual de Quimioterapia (QT)
Tratamiento Año 2010 2013 2013**
A Coste QT(1) 12.352,00 10.869,76 18.775,04
A+B Coste QT(2) 18.955,80 16.681,10 28.812,82 Ahorro
A+B+C Coste QT(3) 602.457,20 530.162,34 915.734,94 2013-2013**
633.765,00 557.713,20 963.322,80 405.609,60
Nuevos Diagnósticos 170 260 260
Pacientes QT 100 88 152
EC14 x 4 ciclos
Taxano (Paclitaxel x12 y Docetaxel x4)
Trastuzumab x 18 ciclos
0,00
200.000,00
400.000,00
600.000,00
800.000,00
1.000.000,00
2010 2013 2013**
Dos Tendencias Coste Anual de QT
Coste QT(1) Coste QT(2) Coste QT(3)
0
50
100
150
200
250
300
2010 2013 2013**
Total Pacientes por Año
Nuevos Diagnósticos Pacientes QT
TendenciaEvitada2013**
Coste Real2013
JGR
Otra visión cáncer de mama
1. ¿Modificaremos la expresión de la enfermedad hacia estadios iniciales?
2. ¿La prevención es eficaz, sensible, específica. Ni F+ ni F-?
3. ¿Haremos indicación terapéutica electiva, normalizada y evaluada en cada cohorte?
4. ¿Generaremos ensayos clínicos convenientes?
23
I II III IV I II III IV
JGR
Datos. Saber. Prescribir. Comprar. Curar. Cuidar
JGR
24
Datos. Saber. Prescribir. Comprar. Curar. Cuidar
JGR
24
Datos. Saber. Prescribir. Comprar. Curar. Cuidar
JGR
24
Datos. Saber. Prescribir. Comprar. Curar. Cuidar
• Prescribir un medicamento oncológico es una
decisión solidaria.
JGR
24
Datos. Saber. Prescribir. Comprar. Curar. Cuidar
• Prescribir un medicamento oncológico es una
decisión solidaria.
• La privacidad afecta solo a unos aspectos, otros
deben ser públicos: todos nos curamos o
enfermamos con los resultados obtenidos.
JGR
24
Datos. Saber. Prescribir. Comprar. Curar. Cuidar
• Prescribir un medicamento oncológico es una
decisión solidaria.
• La privacidad afecta solo a unos aspectos, otros
deben ser públicos: todos nos curamos o
enfermamos con los resultados obtenidos.
• El coste-oportunidad no es sólo de dinero.
JGR
24
Datos. Saber. Prescribir. Comprar. Curar. Cuidar
• Prescribir un medicamento oncológico es una
decisión solidaria.
• La privacidad afecta solo a unos aspectos, otros
deben ser públicos: todos nos curamos o
enfermamos con los resultados obtenidos.
• El coste-oportunidad no es sólo de dinero.
• Saber es vivir o morir.
JGR
24
JGR
25
JGR
25
JGR
25
JGR
25
JGR
25
JGR
26
¿ ?
¿_gripe_?
• ¿Qué le pasa?
• ¿Qué le está pasando?
• ¿Cómo tratarlo con lo que hay?
• ¿A tiempo? (ni demasiado pronto, ni demasiado tarde)
27
• ¿Qué le pasa?
• ¿Qué le está pasando?
• ¿Cómo tratarlo con lo que hay?
• ¿A tiempo? (ni demasiado pronto, ni demasiado tarde)
• ¿Qué le pasa?
• ¿Qué le está pasando?
• ¿Cómo tratarlo con lo que hay?
• ¿A tiempo? (ni demasiado pronto, ni demasiado tarde)
• ¿Qué le pasa?
• ¿Qué le está pasando?
• ¿Cómo tratarlo con lo que hay?
• ¿A tiempo? (ni demasiado pronto, ni demasiado tarde)
• ¿Qué le pasa?
• ¿Qué le está pasando?
• ¿Cómo tratarlo con lo que hay?
• ¿A tiempo? (ni demasiado pronto, ni demasiado tarde)
• ¿Qué le pasa?
• ¿Qué le está pasando?
• ¿Cómo tratarlo con lo que hay?
• ¿A tiempo? (ni demasiado pronto, ni demasiado tarde)
• ¿Qué le pasa?
• ¿Qué le está pasando?
• ¿Cómo tratarlo con lo que hay?
• ¿A tiempo? (ni demasiado pronto, ni demasiado tarde)
• ¿Qué le pasa?
• ¿Qué le está pasando?
• ¿Cómo tratarlo con lo que hay?
• ¿A tiempo? (ni demasiado pronto, ni demasiado tarde)
• ¿Qué le pasa?
• ¿Qué le está pasando?
• ¿Cómo tratarlo con lo que hay?
• ¿A tiempo? (ni demasiado pronto, ni demasiado tarde)
JGR
Gripe: Vacunar – enfermar – curar - morir – comprar – vacunar - …
28
JGR
Gripe: Vacunar – enfermar – curar - morir – comprar – vacunar - …
28
JGR
Gripe: Vacunar – enfermar – curar - morir – comprar – vacunar - …
28
JGR
Gripe: Vacunar – enfermar – curar - morir – comprar – vacunar - …
28
JGR
Gripe: Vacunar – enfermar – curar - morir – comprar – vacunar - …
28
JGR
Gripe: Vacunar – enfermar – curar - morir – comprar – vacunar - …
28
JGR
Gripe: Vacunar – enfermar – curar - morir – comprar – vacunar - …
28
JGR
Gripe: Vacunar – enfermar – curar - morir – comprar – vacunar - …
28
JGR
Gripe: Vacunar – enfermar – curar - morir – comprar – vacunar - …
28
JGR
Gripe: Vacunar – enfermar – curar - morir – comprar – vacunar - …
28
JGR
Gripe: Vacunar – enfermar – curar - morir – comprar – vacunar - …
28
JGR
Gripe: tres fuentes información
29
JGR
Gripe: tres fuentes información
29
JGR
Gripe: tres fuentes información
29
JGR
Gripe: tres fuentes información
29
JGR
Gripe: tres fuentes información
29
JGR
Gripe: tres fuentes información
29
JGR
Gripe: tres fuentes información
29
JGR
Gripe: tres fuentes información
29
JGR
Gripe: tres fuentes información
29
JGR
Gripe: tres fuentes información
29
JGR
Comprar vacunas gripe
• ¿Vacuna Eficaz?
• ¿Cobertura Eficiente y Eficaz en grupos de más riesgo?
• ¿Precio adecuado?
• ¿Nuevos criterios de cobertura?
• ¿Retorno € por resultado no esperado?
• ¿Ciclo anual, ciclo plurianual?
• ¿Perspectiva local, regional, nacional, hemisferio?
30
JGR
Caso 3. Comprar “vacunas con retorno serológico” en varias
CCAA
• Indicadores clave:
– Suficiente información solvente en cada resultado clave.
– Cuanto retorno a corto, medio y largo plazo.
Nº complicaciones evitadas
€ innecesarios no gastados
Modificación calendario vacunal
31
JGR
Preguntas caso 3: “Inmunizar ecosistema” . (1 de 2)
Si convocamos ese concurso lo más probable es que:
A. Como hay pocos proveedores, ninguno concurrirá.
B. Sólo concurrirían si el riesgo se limita a corto, porque hay demasiada incertidumbre.
C. Los sistemas de información no dispondrán de todos los feed-back antes de 5 años.
D. Pasarán más de 5 a. antes de que se pongan de acuerdo suficientes Comunidades
Autónomas.
E. NS / NC
¿Qué pasaría si…?
Ir a NS/NC
32
A.
B.
C.
D.
E.
JGR
Preguntas caso 3: “Inmunizar ecosistema”. (2 de 2)
Si convocamos ese concurso, el calendario de pagos más idóneo es:
A. Si “ok” pago del 30% entrega; 30% 2 años; 30% 4 años; 10% 6 años.
B. Si “ok” pago del 50% entrega; 20% 2 años; 20% 4 años; 10% 6 años.
C. Si “ok” pago del 40% entrega; 20% 2 años; 20% 4 años; 20% 6 años.
D.NS / NC
¿Qué pasaría si…?
Ir a NS/NC
33
A.
B.
C.
D.
JGR
JGR
34
productividad eficiencia
creatividad resultados
valores
necesidades
ambiciones
ocio
trabajo amigos
autonomía
dependencia