Planeacion

Un evento puede provocar un cambio en el valor de algún atributo de alguna entidad, puede crear o destruir una entidad, o puede iniciar o detener una actividad.
Sistema en los cuales su estado cambia a travez de un evento.
• Todas las simulaciones de eventos discretos describen situaciones de colas.
• Cualquier modelo de eventos discretos está formado por una red de colas interrelacionadas.• Los dos principales eventos son la llegada y la salida.
Salidas:

Objetivos del estudio expresadas mediante valores numéricos.
Entradas: Valores numéricos que permiten iniciar la Simulación y obtener las salidas:
1. Condiciones iniciales: valores que expresan el estado del sistema al propio de la Simulación.
2. Datos determinísticos: valores conocidos necesarios para realizar loscálculos que producen las salidas.
3. Datos probabilísticos: cantidades cuyos valores son inciertos pero necesarios para obtener las salidas de la Simulación. Los valores específicos de estos datos deben conocerse a través de una distribución de probabilidad.
• Si el intervalo de tiempo entre dos eventos consecutivos es probabilística surge de la aleatoriedad.

Introducción
La información quesustenta las decisiones en sanidad, especialmente la relativa al uso de nuevos fármacos o tecnologías, está principalmente basada en ensayos clínicos. Hay ciertas limitaciones en los resultados que suelen presentarse en los diferentes ensayos clínicos ya que, en general, evalúan medidas clínicas intermedias, como la reducción de un factor de riesgo (p. ej., colesterol), o la proporción depacientes que alcanzan una meta (p. ej., control de la glucemia), y no variables finales, como la supervivencia. Además, suelen presentar un período de seguimiento relativamente corto, y utilizarse comparadores como el placebo, que en la práctica real no suelen ser relevantes.
Por todo lo anterior, con la información proporcionada por los ensayos clínicos, no se suele disponer de evidencias clínicas nieconómicas que permitan evaluar si un nuevo fármaco o tecnología sanitaria, en condiciones de práctica real, añade beneficios frente a otras terapias ya existentes, por lo que su uso directo en la toma de decisiones clínicas, así como en la gestión, es importante pero limitado.
Como consecuencia de ello, para agregar la información clínica y económica usamos las técnicas de modelado en sanidad.Los modelos suelen utilizar un lenguaje matemático para construir representaciones esquemáticas de los procesos, a fin de proponer explicaciones para éstos, prever su evolución y simularlos para facilitar la toma de decisiones1.
Las razones que justifican el uso de modelos para ayudar a la toma de decisiones en sanidad se han argumentado en varias revisiones1-4. Recientemente, la ISPOR ha publicadoun manual de buenas prácticas para la elaboración de los modelos de decisión en el ámbito sanitario, donde menciona la importancia del modelado para los decisores públicos5.
Normalmente, la representación simplificada de la realidad en los modelos simula el comportamiento de los pacientes con ciertas enfermedades, organizaciones (p. ej., utilización de un servicio), procesos o acontecimientosque siguen una posible sucesión lógica de eventos, a los que va asociado un determinado estado de salud o evento clínico, así como una utilización de recursos sanitarios, que pueden clasificarse y cuantificarse matemáticamente.
Desde el punto de vista general, puede diferenciarse entre modelos analíticos, como los de Markov y los árboles de decisiones, y modelos de simulación. La diferenciaprincipal es que en los primeros la solución se obtiene de forma analítica; sin embargo, los modelos de simulación suelen emplearse cuando la realidad objeto del modelo es muy compleja y la relación entre las variables es difícil de reproducir analíticamente, por lo que se debe dejar operar al sistema analizado, calculando diferentes estimaciones para cada unidad de resultado, y en función del número...