Optimización en la distribución de medicamentos en México mediante un modelo matemático que incluye mortalidad, incidencia y prevalencia

• Querit Marianna Corral Alemán ^[1] ; Carlos Alan Valles Borrego ^[1] ; Raquel Idali Hernández Saldaña ^[1] ; Bryan Alejandro Duarte Contreras ^[1] ; Manuel David Pérez Ruiz ^[2] ; Luis Bernardo Enríquez-Sánchez ^[2]
  1. [1] Universidad Autónoma de Chihuahua

     Universidad Autónoma de Chihuahua

     México

     
  2. [2] Hospital Central Universitario, Departamento de Cirugía General. México. Médico especialista en cirugía general.
• Localización: Horizonte médico, ISSN-e 2227-3530, ISSN 1727-558X, Vol. 24, Nº. 4, 2024 (Ejemplar dedicado a: Octubre-Diciembre)
• Idioma: español
• Títulos paralelos:
  • Optimization of medication distribution in Mexico through a mathematical model incorporating mortality, incidence and prevalence
• Enlaces
  • Texto completo
• Resumen
  • español

    Objetivo: Elaborar un modelo matemático compuesto de incidencia, mortalidad y prevalencia de cada una de las enfermedades más prevalentes en México —úlcera, hipertensión arterial, diabetes mellitus tipo 2 y obesidad— para una predicción más precisa acerca de los medicamentos que se van a utilizar en años futuros. Este modelo está basado en las teorías de Markov, Montecarlo, econometría y proyección financiera. Materiales y métodos: Se empleó un diseño de investigación que utilizó un modelo matemático predictivo basado en modelos econométricos y financieros, como Markov y Montecarlo. Se simuló una población de 20 000 personas para llevar a cabo el análisis en Excel, donde, a través de diez ciclos de simulación, los individuos pasaban a los estados de sano, enfermo y fallecido; se incluyeron los porcentajes previamente investigados sobre incidencia, mortalidad y prevalencia. Resultados: Se utilizó Excel para crear cuadros de transición con probabilidades basadas en datos de enfermedades comunes en México. Se consideraron los estados "sano-fallecido", "sano-enfermo" y "sano-sano". La transición "enfermo-fallecido" se calculó con la mortalidad específica de la enfermedad y la mortalidad general. En el segundo ciclo de la enfermedad, se observó que el costo del tratamiento anual para úlceras, gastritis y duodenitis fue de 285 120 pesos; para hipertensión arterial, 3 525 120; para diabetes tipo 2, 35 490, y para obesidad, 752 000. Se notó un aumento del presupuesto necesario para cada enfermedad, pues no se está agregando nueva población sana en estas transiciones. Conclusiones: El uso de un modelo matemático basado en epidemiología en combinación con el método histórico podría mejorar la precisión al distribuir el presupuesto para los medicamentos. Países como España, Panamá y Perú utilizan métodos combinados de ajuste histórico con morbilidad. Se necesita contar con mejores estadísticas actualizadas y confiables para maximizar el aprovechamiento de los recursos económicos del gobierno destinados a la salud.

  • English

    Objective: To develop a mathematical model that incorporates the mortality, incidence and prevalence of Mexico’s most common diseases—ulcer, hypertension, type 2 diabetes mellitus and obesity—in order to improve the accuracy of future medication demand predictions. The model utilizes Markov chains, Monte Carlo simulations, econometric methods and financial projections. Materials and methods:

    A research design was employed using a predictive mathematical model based on econometric and financial approaches, such as Markov chains and Monte Carlo simulations. A simulated population of 20,000 individuals was analyzed over 10 simulation cycles in Excel, where individuals transitioned between the healthy, sick and deceased states. The model included previously researched rates of mortality, incidence and prevalence. Results: Transition tables with probabilities, based on Mexico's most common diseases, were generated in Excel. The considered states included “healthy-deceased,” “healthy-sick” and “healthy-healthy.” The “sick-deceased” transition was calculated using both disease-specific and overall mortality rates. In the second disease cycle, the annual treatment costs were as follows: 285,120 pesos for ulcer, gastritis and duodenitis; 3,525,120 pesos for hypertension; 35,490 pesos for type 2 diabetes; and 752,000 pesos for obesity.

    An increase in the required budget for each disease was observed since no new healthy population was added during these transitions.

    Conclusions: Applying a mathematical model based on epidemiological data, combined with the historical method, could improve the accuracy of pharmaceutical budget allocation. Countries such as Spain, Panama and Peru use methods that combine historical adjustments with morbidity data. More accurate, up-to-date and reliable statistics are needed to optimize the government’s financial resources for health.