Resumen de Inteligencia empresarial para la visualización y análisis de datos de indicadores de actividad de Telefarmacia en un cuadro de mando de un servicio de farmacia de hospital

Cristina González Pérez, Laura Llorente Sanz, Macarena Torrego Ellacuría, María Molinero Muñoz, Angel Liras Medina, Ana Andrea García Sacristán, María Luaces Méndez, José Manuel Martínez Sesmero

• español

  Objetivo: La consolidación de la Telefarmacia en el contexto de la pan - demia por la COVID-19 exige manejar a tiempo real un gran volumen de datos de actividad mediante análisis de datos. El objetivo de este trabajo fue diseñar un cuadro de mando ágil, personalizable y dinámico para la visualización y análisis de indicadores de actividad en Telefarmacia en un servicio de farmacia de hospital, mediante el empleo de herramientas avan- zadas de inteligencia empresarial (business intelligence).

  Método: Un equipo de trabajo multidisciplinar desarrolló una herra - mienta de software entre abril y mayo de 2021 impulsado desde el ser - vicio de farmacia de hospital. Una vez consensuados los indicadores de interés en Telefarmacia, se extrajeron los datos a partir de bases de datos brutas (base de datos de Telefarmacia, programa de dispensa - ción de pacientes externos, bases de datos administrativas, catálogos de fármacos) mediante análisis de datos. La integración de las diferentes fuentes de datos en el cuadro de mando se realizó mediante PowerBI ®.

  Se definió el manejo de los datos perdidos y duplicados y se aplicó preprocesamiento, normalización y transformación de los datos. Una vez validado el piloto por diferentes tipos de usuarios, se diseñó la estructura para actualización automática de los paneles con las sucesivas actuali - zaciones de las fuentes de datos.

  Resultados: Diseño e implementación de un cuadro de mando de la actividad en Telefarmacia: panel descriptivo general (perfil demográfico de pacientes, recuento y condiciones de envíos, programa y servicio médico); geolocalización de destino; perfil farmacológico; análisis rela - tivo de los pacientes beneficiarios de Telefarmacia respecto del total de pacientes externos. En el último corte, a enero de 2022, se habían incluido datos de 16.000 dispensaciones con entrega informada a más de 4.000 pacientes, lo que supone que el 21,93% de los pacientes exter- nos han estado en algún momento en el programa de Telefarmacia. La aplicación de filtros permite visualizar la evolución temporal, caracterizar grupos de pacientes y dimensionar la actividad por programas.

  Conclusiones: El procesamiento de paquetes de datos de Telemedicina, de gran volumen, difícil manejo y procedentes de diversas fuentes relativas a Telefarmacia mediante inteligencia empresarial, en un servicio de farmacia de hospital, permite sintetizar la información y proporcionar informes personaliza- dos y visualizaciones dinámicas y atractivas. La aplicación de estas nuevas tecnologías puede ayudarnos a mejorar la toma de decisiones estratégicas, tanto clínicas como de gestión.

• English

  Objective: The consolidation of Telepharmacy during the COVID-19 pandemic has raised the need for managing large volumes of real-time activity data through data analysis. The aim of this project was to design a dynamic, user-friendly, customizable scorecard in a hospital pharmacy service for the visualization and analysis of Telepharmacy activity indica - tors through the use of advanced business intelligence technology.

  Method: The software tool was developed by a multidisciplinary team between April and May 2021, driven from the hospital pharmacy service.

  Once the Telepharmacy indicators of interest were established, datasets were extracted from raw databases (administrative databases, Telephar - macy database, outpatient dispensing software, drug catalogues) through data analysis. The different data sources were integrated in a scorecard using PowerBI ®. The criteria for processing missing and duplicated data were defined, and data pre-processing, normalization and transformation were performed. Once the pilot scorecard was validated by different profiles of users, the structure was designed for the panels to automatically update as databases were updated Results: Design and implementation of a scorecard of Telepharmacy activity: general descriptive panel (demographic profile of patients, count and delivery conditions, program and medical service); geolocation of destination; pharmacological profile; relative analysis of patients involved in the Telepharmacy program with respect to the total of outpatients. In the last updating as of January 2022, data from 16,000 dispensations to more than 4,000 patients had been collected. This means that 21.93% of outpatients had benefited at some time point from the Telepharmacy service. Filters enable the visualization of timeline progress and patient characterization, and measure Telepharmacy activity by program.

  Conclusions: The processing of large Telemedicine datasets from various sources through Business Intelligence in a hospital pharmacy service makes it possible to synthesize information, generate customized reports, and visualize information in a dynamic and attractive format. The application of this new technology will help us improve strategic clinical and management decision making