Frecuencia de Control de Calidad y Riesgo del Paciente. John Yundt-Pacheco Scientific Fellow, QSD john_yundt-pacheco@bio-rad.com
|
|
- Hugo Poblete Valenzuela
- hace 8 años
- Vistas:
Transcripción
1 Frecuencia de Control de Calidad y Riesgo del Paciente John Yundt-Pacheco Scientific Fellow, QSD john_yundt-pacheco@bio-rad.com
2 QC en el Laboratorio Moderno y Automatizado La era de automatización del laboratorio trae muchas oportunidades de mejorar las prácticas de Control de Calidad (QC) Antes de la automatización del laboratorio Procedimientos de QC fueron diseñados para procesos de pruebas por lote Las muestras de QC se ordenaban manualmente Resultados de QC se registraban en gráficas de QC Reglas Simples de QC se aplicaban a los resultados de QC En la era de automatización del laboratorio Procedimientos de QC pueden ser diseñados para sistemas de pruebas individuales Las muestras de QC pueden ser programadas automáticamente Algoritmos computacionales pueden aplicar reglas de QC más sofisticadas
3 Laboratorio Tradicional de Control de Calidad (QC) Las estrategias tradicionales de QC fueron diseñadas en una era en la que la mayoria de los laboratorios realizaban sus pruebas por lotes Tanto las muestras del paciente, como las muestras de QC se incluían en el mismo lote Los resultados de la muestra de QC se usaban para decidir si los resultados de la muestra del paciente en el lote eran aceptables En los resultados en pruebas por lote, hay una relación directa entre la calidad de la muestra de QC y la muestra del paciente
4 Procedimientos de Control de Calidad (QC) diseñados para validar un proceso por lote
5 o para invalidar el proceso por lote
6 Diseño Tradicional de Control de Calidad (QC) Las preguntas que deben responderse para establecer un procedimiento de QC de pruebas por lote son: Cuantas muestras de QC debe haber en el lote? Cuáles reglas de QC deben aplicarse a la muestra de QC para decidir si los resultados del paciente en el lote son aceptables? Diseños tradicionales de QC se enfocan en encontrar las respuestas a estas dos preguntas. Estas respuestas darán el poder estadístico necesario para detectar una condición crítica de error fuera de control en un lote Dr. Westgard propone gráficas de funciones de poder y gráficas Op-Spec para encontrar la estrategia de QC apropiada
7 Funciones de Poder de Control de Calidad (QC) 1 SE c 0.8 Mean/Range Rule, N Q =2 1 3s Rule, N Q =4 1 3s Rule, N Q =2 0.6 P ed SE (%)
8 La Era de Automatización en el Laboratorio La mayoría de los nuevos instrumentos para laboratorio hacen pruebas individuales Con analizadores individuales ya no hay una asociación directa entre los resultados de las muestras de QC y los resultados de las muestras de pacientes Los resultados de QC reflejan el status del sistema de pruebas en un punto en el tiempo
9 Instrumentación Individual Instrumentación individual presenta nuevos retos
10 Instrumentación Individual Controles de Calidad pueden validar que no existe ninguna condición de error al momento de la evaluación
11 Instrumentación Individual lo que implica que los resultados de las muestras anteriores son aceptables
12 Instrumentación Individual Pero no pueden validar los resultados de las muestras siguientes.?????????
13 Instrumentación Individual De la misma manera, los controles pueden validar que una condición de error se dió en el momento de la evaluación
14 Instrumentación Individual lo que invalida la siguiente muestra inmediata
15 Instrumentación Individual pero no nos puede decir cuál de las siguientes muestras esta OK?????????
16 Estrategias de Control de Calidad (QC) para el Laboratorio de Hoy Las preguntas que deben ser contestadas para establecer un Procedimiento de Control de Calidad en el laboratorio moderno son Cuándo debe darse el Control de Calidad? Cuantas muestras de Control de Calidad deben utilizarse? Cuáles reglas de QC deben utilizarse para decidir si el proceso esta todavía dentro de control? El Diseño de Control de Calidad Tradicional no da guías para saber cuando las pruebas de Control de Calidad deben de ocurrir. Para ilustrar las situaciones negativas que se dan cuando se falla en determinar cuando las pruebas de QC deben de aplicarse, consideremos la siguiente situación
17 Ejemplo de un Escenario Dos laboratorios: laboratorio A y laboratorio B Ambos laboratorios hacen 2 pruebas de QC cada mañana. Ambos laboratorios usan las mismas reglas de QC. Laboratorio A corre 50 muestras de pacientes por día. Laboratorio B corre 350 muestras de pacientes por día. La misma falla en el equipo ocurre a medío día en ambos laboratorios, afectando todos los resultados posteriores en las muestras de pacientes. Las reglas de Control de Calidad usadas en los dos laboratorios tienen el mismo poder estadístico. Los resultados de los pacientes en ambos laboratorios serán iguales?
18 Una Perspectiva Diferente es Necesaria en el Diseño de Estrategias de Control de Calidad (QC) para el Laboratorio Moderno Gráficas de Poder de Función y de Op-Specs no ayudan a contestar la pregunta de cuando correr muestras de QC Una perspectiva en el diseño de QC que funcionaría es: Enfoque en la calidad de los resultados del paciente que se reportan Elegir una estrategia de QC que controle el número esperado de resultados de paciente inaceptables cuando una falla ocurra
19 La Calidad en el Resultado de un Paciente La calidad en el resultado de un paciente depende de la diferencia entre la verdadera concentración y el valor reportado por el laboratorio. Una manera de cuantificar la calidad es la probabilidad de que el error del resultado exceda un error total aceptable, TE a P E será usado para denotar la probabilidad de que el error de un resultado exceda el TE a (resultado inaceptable)
20 Probabilidad de un Resultado Inaceptable debido a una Condición de Error Sistemático (SE) Frequency -TE a 0 Measurement Error TE a
21 Probabilidad de un Resultado Inaceptable debido a una Condición de Error Sistemático (SE) P E SE (Multiples of ) a
22 Número Esperado de Resultados de Paciente Inaceptables Reportado: E(N U ) *** * ** ** * * * R t d * indica un resultado de paciente inaceptable El número esperado de resultados de paciente inaceptable depende de: La probabilidad de producidir un resultado inaceptable durante una condición de error. El porcentaje del número de resultados de paciente reportados durante una condición de error.
23 Porcentaje del Número de Resultados de Paciente Reportado (ANP reported ) El promedio de resultados de pacientes reportados durante un error depende del poder de la regla de QC y de la frecuencia del Control de Calidad El promedio de resultados de pacientes entre falsos rechazos debe ser grande El promedio disminuirá a medida que el tamaño del error aumente. Errores pequeños pueden persistir mucho tiempo antes de ser detectados. Los errores grandes son más comunmente detectados en el primer evento de QC
24 Numero promedio de resultados de pacientes reportados (ANP reported )
25 5000 Media/Rango Regla, N Q =2, N B =50, TE a =±10% ANP reported P E E(N U ) SE (%)
26 Reporte inmediato de resultados *** * ****** *** Para condiciones de errores fuera de control grandes La probabilidad de detectar el error en el primer evento de QC se aproxima a 1.0 Pero todos los resultados de pacientes desde la ocurrencia del error hasta el próximo evento de QC son inacpetables El número experado de resultados de pacientes inaceptables depende de la longitud del intervalo entre eventos de QC.
27 Reporte inmediato de resultados Las estrategias de QC basadas en las corridas periódicas de muestras de control de calidad tienen una vulnerabilidad inherente cuando los resultados son reportados inmediatamente. La vulnerabilidad existe en un intervalo entre la ocurrencia de condiciones de error fuera de control y el próximo evento de QC programado. Qué hacer? Acortar los intervaloes entre eventos de QC Suplementar los eventos de QC. Hacer control de daños
28 Control de daños ** ** * * *** * * * * Pre Post (Final) (Amendable) El número total de resultados producidos durante una condición de error se puede dividir en dos grupos. Pre: Resultados antes del último evento de QC aceptado Post: Resultados desde el último evento de QC aceptado. Si el labotratorio está haciendo bracketed QC, estos resultados de pacientes no son reportados Si el laboratorio reporta inmediatamente, estos resultados de pacientes deben ser repetidos y actualizados.
29 Pre y Post, N B = 50, TE a = ±10% E(N U ) SE (%) 25 E(N U ) Held Post Reported Pre SE (%)
30 5000 E(N U ) pre, N B = 50, TE a = ±10% ANP reported pre P E pre E(N U ) SE (%)
31 Ejemplo de escenario anteriormente visto Detalles adicionales Lab (CV 1, CV 2 ) Regla de QC P fr N Q N B A (3.0,2.25) Media/Rango B (3.0,2.25) Media/Rango Dos niveles de QC TE a = ±10%
32 Total de esperados inaceptables Lab B 120 E(N U ) Lab A SE (%)
33 Inaceptables esperados antes del último evento de QC aceptado Lab B 5 pre E(N U ) Lab A SE (%)
34 Utilizando E(N u ) como una meta de Control de Calidad E(N u ) pre tiene un valor máximo que puede ser calculado para cualquier estrategia de QC. Si diseñamos estrategias de QC para que el máximo E(N u ) pre sea < 1, entonces podemos afirmar que el número esperado de resultados inaceptables reportados de pacientes durante una condición de error siempre será menos de 1. Cómo elegir entre diseños alternativos que alcancen E(N u ) pre < 1? Escoja la estrategia de QC con la tasa más baja de uso de muestras de QC. Escoja la estrategia de QC con la probabilidad más baja de falsos rechazos.
35 Media/Rango Regla, N Q = 2; Bracketed QC, E(N U ) pre N B = 57 pre E(N U ) N B = SE (%)
36 Cuál es la mejor estrategia? (CV 1, CV 2 ) QC rule P fr N Q N B N Q /N B (3.0,2.25) Media/Rango (3.0,2.25) s (3.0,2.25) Media/Rango (2.6,1.9) Media/Rango (2.6,1.9) Media/Rango
37 Cuál es la mejor estrategia? (CV 1, CV 2 ) QC rule P fr N Q N B N Q /N B (3.0,2.25) Media/Rango (3.0,2.25) s (3.0,2.25) Media/Rango (2.6,1.9) Media/Rango (2.6,1.9) Media/Rango
38 Resumen La frecuencia de pruebas de QC impacta significativamente el riesgo de que el laboratotio reporte resultados inaceptabls a los pacientes. Las decisiones de un laboratorio acerca de la frecuencia de pruebas de QC es tan importante como las decisiones acerca del número de reglas de QC utilizadas. Es posible diseñar estrategias de QC que limitan el número esperado de resultados inaceptables de pacientes producidos y reportados cuando se presenta una condición de error fuera de control.
Tratamiento del Riesgo
Tratamiento del Riesgo 1 En que consiste el tratamiento de los riesgos? 2. Cuando debemos enfrentarnos a los riesgos? 3. Estrategias de tratamiento de riesgos 4. Modelo de Análisis de Riesgos 5. Qué pasos
Más detallesIntroducción: Modelos, Escalas y Métricas. Valentin Laime. Calidad de Software
Calidad de Software: Introducción: Modelos, Escalas y Métricas Valentin Laime Calidad de Software 10/28/2014 1 Modelos Un modelo es una abstracción de la realidad, que permite abstraer detalles y visualizar
Más detallesCAPITULO 4 JUSTIFICACION DEL ESTUDIO. En este capítulo se presenta la justificación del estudio, supuestos y limitaciones de
CAPITULO 4 JUSTIFICACION DEL ESTUDIO En este capítulo se presenta la justificación del estudio, supuestos y limitaciones de estudios previos y los alcances que justifican el presente estudio. 4.1. Justificación.
Más detallesCalibración y control de calidad de instrumentos de análisis
Calibración y control de calidad de instrumentos de análisis cĺınico. María Cecilia San Román Rincón Monografía vinculada a la conferencia del Dr. Horacio Venturino sobre Instrumental para laboratorio
Más detallesEstadística y Método Científico Hugo S. Salinas. Fuente: http://dta.utalca.cl/estadistica/
Estadística y Método Científico Hugo S. Salinas Fuente: http://dta.utalca.cl/estadistica/ Estadística y Método Científico Podemos definir Estadística como la ciencia de los datos. La palabra ciencia viene
Más detallesTarea 7 Soluciones. Sol. Sea x el porcentaje que no conocemos, entonces tenemos la siguiente. (3500)x = 420. x = 420 3500 = 3 25
Tarea 7 Soluciones. Una inversión de $3500 produce un rendimiento de $420 en un año, qué rendimiento producirá una inversión de $4500 a la misma tasa de interés durante el mismo tiempo? Sol. Sea x el porcentaje
Más detallesPOR QUÉ EL VALOR PRESENTE NETO CONDUCE A MEJORES DECISIONES DE INVERSIÓN QUE OTROS CRITERIOS? ( Brealey & Myers )
CAPÍTULO 5 POR QUÉ EL VALOR PRESENTE NETO CONDUCE A MEJORES DECISIONES DE INVERSIÓN QUE OTROS CRITERIOS? ( Brealey & Myers ) Ya hemos trabajado antes con los principios básicos de la toma de decisiones
Más detallesEJEMPLO DE REPORTE DE LIBERTAD FINANCIERA
EJEMPLO DE REPORTE DE LIBERTAD FINANCIERA 1. Introduccio n El propósito de este reporte es describir de manera detallada un diagnóstico de su habilidad para generar ingresos pasivos, es decir, ingresos
Más detallesEL MÉTODO DE LA BISECCIÓN
EL MÉTODO DE LA BISECCIÓN Teorema de Bolzano Sea f : [a, b] IR IR una función continua en [a, b] tal que f(a) f(b) < 0, es decir, que tiene distinto signo en a y en b. Entonces, existe c (a, b) tal que
Más detallesConceptos básicos de Ingeniería de Software
de Ingeniería de Software Dr. Eduardo A. RODRÍGUEZ TELLO CINVESTAV-Tamaulipas 5 de septiembre del 2012 Dr. Eduardo RODRÍGUEZ T. (CINVESTAV) Conceptos básicos 5 de septiembre del 2012 1 / 23 Objetivos Objetivos
Más detallesEduardo Kido 26-Mayo-2004 ANÁLISIS DE DATOS
ANÁLISIS DE DATOS Hoy día vamos a hablar de algunas medidas de resumen de datos: cómo resumir cuando tenemos una serie de datos numéricos, generalmente en variables intervalares. Cuando nosotros tenemos
Más detallesCAPITULO VI CONCLUSIONES. Al haber analizado los conceptos presentados en este trabajo, pudimos llegar a la
CAPITULO VI CONCLUSIONES 6.1 Conclusión Al haber analizado los conceptos presentados en este trabajo, pudimos llegar a la conclusión de que la comunicación organizacional, es el flujo de información que
Más detallesDISEÑO DEL SOFTWARE TRAFFIC ANALYZER. Analyzer. En este capítulo se reporta el desarrollo que se llevó a cabo para realizar el software
3 Diseño del Software Traffic Analyzer En este capítulo se reporta el desarrollo que se llevó a cabo para realizar el software que analiza el tráfico en redes de telefonía y computadoras, denominado Traffic
Más detallesInforme de Servicio Social. actividades tienen en la población meta y acerca del aprendizaje obtenido por el prestador de
Informe de Servicio Social Definición En este documento se reportan las actividades realizadas como parte del servicio social, así como los resultados obtenidos. Generalmente incluye una reflexión acerca
Más detallesUNIVERSIDAD DE ATACAMA
UNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA / DEPARTAMENTO DE MATEMÁTICA ESTADÍSTICA Y PROBABILIDAD GUÍA DE TRABAJO 2 Profesor: Hugo S. Salinas. Primer Semestre 2010 1. La dureza Rockwell de un metal
Más detallesTEMA 2. FILOSOFÍA DE LOS GRÁFICOS DE CONTROL. Principios básicos de los gráficos de control. Análisis de patrones.
TEMA 2. FILOSOFÍA DE LOS GRÁFICOS DE CONTROL. Principios básicos de los gráficos de control. Análisis de patrones. La herramienta que nos indica si el proceso está o no controlado o Estado de Control son
Más detallesGUÍA TÉCNICA PARA LA DEFINICIÓN DE COMPROMISOS DE CALIDAD Y SUS INDICADORES
GUÍA TÉCNICA PARA LA DEFINICIÓN DE COMPROMISOS DE CALIDAD Y SUS INDICADORES Tema: Cartas de Servicios Primera versión: 2008 Datos de contacto: Evaluación y Calidad. Gobierno de Navarra. evaluacionycalidad@navarra.es
Más detallesANALISIS DE BITACORAS POR METODO RELACIONAL- PROBABILISTICO EN SISTEMAS CON COMPORTAMIENTO CAUSA-EFECTO
ANALISIS DE BITACORAS POR METODO RELACIONAL- PROBABILISTICO EN SISTEMAS CON COMPORTAMIENTO CAUSA-EFECTO Omar Fernando Mata Hurtado Mexico Software Lab TestCenter IBM Guadalajara Resumen El presente artículo
Más detalles16.36: Ingeniería de sistemas de comunicación. Clase 15: ProtocolosARQ. Eytan Modiano
16.36: Ingeniería de sistemas de comunicación Clase 15: ProtocolosARQ Eytan Modiano Solicitud de repetición automática (ARQ) Divide archivos de gran tamaño en paquetes ARCHIVO PKT H PKT H PKT H Comprueba
Más detallesPROBLEMAS DE PROBABILIDADES Y ESTADÍSTICA
Problema 1 PROBLEMAS DE PROBABILIDADES Y ESTADÍSTICA Hoja 2 Una población de 20 animales insectívoros se introduce en una zona donde el 14% de los insectos que le sirven de alimento son venenosos. Cada
Más detallesColegio Alexander von Humboldt - Lima. Tema: La enseñanza de la matemática está en un proceso de cambio
Refo 07 2004 15 al 19 de noviembre 2004 Colegio Alexander von Humboldt - Lima Tema: La enseñanza de la matemática está en un proceso de cambio La enseñanza de la matemática debe tener dos objetivos principales:
Más detallesTutorial Sistema de indicadores Observatorio de la Persona Joven
1 Tutorial Sistema de indicadores Observatorio de la Persona Joven ESTADÍSTICAS Por este medio, usted puede consultar, información estadística básica, necesaria para analizar las tendencias anuales de
Más detallesCurso Comparabilidad de resultados
Curso Comparabilidad de resultados Director: Gabriel A. Migliarino. Docente: Evangelina Hernández. Agenda Introducción. n. Protocolos iniciales de comparación de métodos. m * EP9-A2. CLSI. * Comparación
Más detallesProyectos Informáticos. Tema 6: Gestión de riesgos
Proyectos Informáticos Tema 6: Gestión de riesgos Contenidos Definición y clasificación. Actividades: Estimación de riesgos (Identificación, análisis y evaluación); Gestión de riesgos: Planificación, supervisión
Más detallesInstrucciones para la familiarización de los alumnos con el instrumento de evaluación de EECL (ES)
Instrucciones para la familiarización de los alumnos con el instrumento de evaluación de EECL (ES) Índice 1 INTRODUCCIÓN 3 2 REALIZACIÓN DE LAS PRUEBAS 3 2.1 Entrada al sistema 3 2.2 Prueba de sonido para
Más detallesproporción de diabetes = 1.500 = 0.06 6 % expresada en porcentaje 25.000.
UNIDAD TEMATICA 3: Tasas Razones y proporciones Objetivo: Conocer los indicadores que miden los cambios en Salud, su construcción y utilización La información que se maneja en epidemiología frecuentemente
Más detallesTest ( o Prueba ) de Hipótesis
Test de Hipótesis 1 Test ( o Prueba ) de Hipótesis Ejemplo: Una muestra de 36 datos tiene una media igual a 4.64 Qué puede deducirse acerca de la población de donde fue tomada? Se necesita contestar a
Más detallesAnálisis y cuantificación del Riesgo
Análisis y cuantificación del Riesgo 1 Qué es el análisis del Riesgo? 2. Métodos M de Análisis de riesgos 3. Método M de Montecarlo 4. Modelo de Análisis de Riesgos 5. Qué pasos de deben seguir para el
Más detallesEn España hay 2,5 millones de. Usuarios de lentes de contacto, Puede seguir creciendo esta cifra?
Gaceta Business En España hay 2,5 millones de usuarios de lentes de contacto. Puede seguir creciendo esta cifra? elisenda Ibáñez Directora de IB-Tècnica y Socia Directora de GIC Retail, SL., empresas de
Más detallesANALISIS MULTIVARIANTE
ANALISIS MULTIVARIANTE Es un conjunto de técnicas que se utilizan cuando se trabaja sobre colecciones de datos en las cuáles hay muchas variables implicadas. Los principales problemas, en este contexto,
Más detalles3. PERFIL DEL TITULADO
3. PERFIL DEL TITULADO Los objetivos generales planteados en este trabajo se irán cubriendo de manera paulatina mediante los diferentes capítulos en que está dividido el trabajo, como se dijo en la introducción
Más detallesDiseño Estructurado de Algoritmos
Diseño Estructurado de Algoritmos 1 Sesión No. 5 Nombre: Primitivas para el diseño de instrucciones. Segunda parte. Objetivo de la sesión: Al concluir la sesión el estudiante identificará las diferentes
Más detallesMATERIAL 2 EXCEL 2007
INTRODUCCIÓN A EXCEL 2007 MATERIAL 2 EXCEL 2007 Excel 2007 es una planilla de cálculo, un programa que permite manejar datos de diferente tipo, realizar cálculos, hacer gráficos y tablas; una herramienta
Más detallesApuntes de Matemática Discreta 1. Conjuntos y Subconjuntos
Apuntes de Matemática Discreta 1. Conjuntos y Subconjuntos Francisco José González Gutiérrez Cádiz, Octubre de 2004 Universidad de Cádiz Departamento de Matemáticas ii Lección 1 Conjuntos y Subconjuntos
Más detallesFunciones, x, y, gráficos
Funciones, x, y, gráficos Vamos a ver los siguientes temas: funciones, definición, dominio, codominio, imágenes, gráficos, y algo más. Recordemos el concepto de función: Una función es una relación entre
Más detallesESTUDIO DE PREVENCIÓN DE RIESGOS LABORALES EN EL SECTOR TURISTICO Y COMERCIO DE DEBABARRENA
ESTUDIO DE PREVENCIÓN DE RIESGOS LABORALES EN EL SECTOR TURISTICO Y COMERCIO DE DEBABARRENA 1 ÍNDICE DE CONTENIDOS 1. INTRODUCCIÓN 2. OBJETIVOS DEL PROYECTO 3. INFORME DE RESULTADOS 4. CONCLUSIONES 2 1.
Más detalles5 Ecuaciones lineales y conceptos elementales de funciones
Programa Inmersión, Verano 206 Notas escritas por Dr. M Notas del cursos. Basadas en los prontuarios de MATE 300 y MATE 3023 Clase #6: martes, 7 de junio de 206. 5 Ecuaciones lineales y conceptos elementales
Más detallesCERTAMEN N 1 GESTIÓN DE MANTENCIÓN DE FLOTA (ACA303) NOMBRE: CURSO:
GESTIÓN DE MANTENCIÓN DE FLOTA (ACA303) Página 1 de 8 NOMBRE: CURSO: CONTENIDOS EVALUADOS: UNIDADES I y II. I.- INSTRUCCIONES GENERALES - Este CERTAMEN consta de 3 partes y 25 preguntas en total. La primera
Más detallesAntoni Miró. Experiencia previa y formación
Antoni Miró Experiencia previa y formación 3.1- Valoración de la experiencia previa Al terminar los estudios e iniciar el camino de la inserción laboral los titulados universitarios tienen que superar
Más detallesOverall Equipment Effectiveness
Overall Equipment Effectiveness Cuando hablamos de mejora continua en un área de producción o de manufactura el OEE es el indicador clave para medir la eficiencia de una maquina o una línea de trabajo.
Más detallesEstimación de una probabilidad
Estimación de una probabilidad Introducción En general, la probabilidad de un suceso es desconocida y debe estimarse a partir de una muestra representativa. Para ello, deberemos conocer el procedimiento
Más detallesERRORES CONCEPTUALES DE ESTADÍSTICA EN ESTUDIANTES
ERRORES CONCEPTUALES DE ESTADÍSTICA EN ESTUDIANTES DE BÁSICA PRIMARIA EN LA CIUDAD DE PEREIRA José R. Bedoya Universidad Tecnológica de Pereira Pereira, Colombia La formación estadística en la ciudadanía,
Más detallesDiagnosis y Crítica del modelo -Ajuste de distribuciones con Statgraphics-
Diagnosis y Crítica del modelo -Ajuste de distribuciones con Statgraphics- 1. Introducción Ficheros de datos: TiempoaccesoWeb.sf3 ; AlumnosIndustriales.sf3 El objetivo de esta práctica es asignar un modelo
Más detallesANÁLISIS Y GESTIÓN DEL DESARROLLO DE SOFTWARE TEMA 5: LA PLANIFICACIÓN DEL PRODUCTO
ANÁLISIS Y GESTIÓN DEL DESARROLLO DE SOFTWARE TEMA 5: LA PLANIFICACIÓN DEL PRODUCTO DAVID RODRÍGUEZ HERNÁNDEZ FECHA DE REVISIÓN: 1 Noviembre 2007 ZAMORA (CURSO 2007/2008) david.rgh@gmail.com Nota importante:
Más detallesPARTE 3 ECUACIONES DE EQUIVALENCIA FINANCIERA T E M A S
PARTE 3 ECUACIONES DE EQUIVALENCIA FINANCIERA Valor del dinero en el tiempo Conceptos de capitalización y descuento Ecuaciones de equivalencia financiera Ejercicio de reestructuración de deuda T E M A
Más detallesUNIDAD DE APRENDIZAJE IV
UNIDAD DE APRENDIZAJE IV Saberes procedimentales 1. Interpreta y utiliza correctamente el lenguaje simbólico ara el manejo de expresiones algebraicas. 2. Identifica operaciones básicas con expresiones
Más detallesNota de Información al cliente Auditoría Multisede
Nota de Información al cliente Auditoría Multisede La presente Nota de Información al Cliente explica las principales características de una Auditoría Multisede. Por lo general, las auditorías de certificación
Más detallesFundamentos de Investigación de Operaciones Investigación de Operaciones 1
Fundamentos de Investigación de Operaciones Investigación de Operaciones 1 1 de agosto de 2003 1. Introducción Cualquier modelo de una situación es una simplificación de la situación real. Por lo tanto,
Más detallesQué es Control de Calidad?
Qué es Control de Calidad? En el laboratorio es un proceso estadístico usado para monitorear y evaluar el proceso analítico que produce resultados de pacientes. T.M. Luis Valenzuela Magister en Aseguramiento
Más detallesINFORME DE ANÁLISIS DE ENCUESTAS DE SATISFACCIÓN DE USUARIOS PERÍODO 2009-2010
INFORME DE ANÁLISIS DE ENCUESTAS DE SATISFACCIÓN DE USUARIOS PERÍODO 2009-2010 UNIDAD FUNCIONAL DE TÉCNICOS DE LABORATORIOS DOCENTES UNIVERSIDAD PABLO DE OLAVIDE. SEVILLA Sevilla, Diciembre de 2010 1 1.
Más detallesmcd y mcm Máximo Común Divisor y Mínimo Común múltiplo www.math.com.mx José de Jesús Angel Angel jjaa@math.com.mx
mcd y mcm Máximo Común Divisor y Mínimo Común múltiplo www.math.com.mx José de Jesús Angel Angel jjaa@math.com.mx MathCon c 2007-2008 Contenido 1. Divisores de un número entero 2 2. Máximo común divisor
Más detallesCAPÍTULO 1: INTRODUCCIÓN. Todas las personas sabemos que la gran mayoría de las actividades humanas conllevan lo
CAPÍTULO 1: INTRODUCCIÓN 1.1. Planteamiento del problema Todas las personas sabemos que la gran mayoría de las actividades humanas conllevan lo que conocemos como riesgo, pero qué es en realidad el riesgo?,
Más detallesSoluciones Examen de Estadística Ingeniería Superior de Telecomunicación
Soluciones Examen de Estadística Ingeniería Superior de Telecomunicación de Septiempbre, 00 Cuestiones 1h C1. El tiempo que un ordenador tarda en ejecutar una tarea es una v.a. Y Expλ). Para hacer un estudio
Más detallesb) Para encontrar los intervalos de crecimiento y decrecimiento, hay que derivar la función. Como que se trata de un cociente, aplicamos la fórmula:
1. Dada la función f(x) = : a) Encontrar el dominio, las AH y las AV. b) Intervalos de crecimiento, decrecimiento, máximos y mínimos relativos. c) Primitiva que cumpla que F(0) = 0. a) Para encontrar el
Más detallesEcuaciones de primer grado con dos incógnitas
Ecuaciones de primer grado con dos incógnitas Si decimos: "las edades de mis padres suman 120 años", podemos expresar esta frase algebraicamente de la siguiente forma: Entonces, Denominamos x a la edad
Más detallesSesión 3 - Movimiento Diferencial
Sesión 3 - Movimiento Diferencial Qué aprenderemos en esta sesión? Para entender como nuestro robot se va a desplazar por cualquier superficie, debemos aprender la manera en que lo hace, por eso, en esta
Más detallesBASES DE LA CATEGORÍA RASTREADORES DE LÍNEA DESCRIPCIÓN: (REVISAR ANTES EL DOCUMENTO INFORMACIÓN GENERAL)
BASES DE LA CATEGORÍA RASTREADORES DE LÍNEA DESCRIPCIÓN: (REVISAR ANTES EL DOCUMENTO INFORMACIÓN GENERAL) El concurso denominado ROBOTS RASTREADORES DE LINEA, consiste en la creación de un robot autónomo
Más detallesEste procedimiento también crea una escala cusum grafica para datos individuales monitoreando la variabilidad del proceso.
Gráfico Cusum (H-K) Resumen Los gráficos de sumas acumulativas monitorean datos por variables graficando las sumas acumulativas de las desviaciones al valor obetivo. Esto lo hace, incorporando la historia
Más detallesGRAFICOS DE CONTROL DATOS TIPO VARIABLES
GRAFICOS DE CONTROL DATOS TIPO VARIABLES PROCESO Maquinaria Métodos Materias Primas Proceso Producto Mano de Obra Condiciones Ambientales VARIACIÓN Fundamentalmente, las cinco fuentes más importantes de
Más detalles2.1 Planificación del Alcance
2. Gestión del Alcance del Proyecto La Gestión del Alcance del Proyecto incluye los procesos necesarios para asegurarse que el incluya todo el trabajo requerido, y sólo el trabajo requerido, para completar
Más detallesA practicar: Interactivos de matemáticas para niños
A practicar: Interactivos de matemáticas para niños Gabriela González Alarcón Coordinación de Servicios Educativos en Red Dirección General de Servicios de Cómputo Académico - UNAM Resumen En este trabajo
Más detallesEvaluación Adaptativa de Inglés en el Sistema Educativo uruguayo, 2014. Resumen Ejecutivo
Introducción Evaluación Adaptativa de Inglés en el Sistema Educativo uruguayo, 2014. Resumen Ejecutivo Departamento de Segundas Lenguas y Lenguas Extranjeras del CEIP Programa Ceibal en Ingles Plan Ceibal
Más detallesUNIVERSIDAD DE ATACAMA
UNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA / DEPARTAMENTO DE MATEMÁTICA ESTADÍSTICA Y PROBABILIDADES PAUTA DE CORRECCIÓN: PRUEBA PARCIAL N o 2 Profesor: Hugo S. Salinas. Primer Semestre 20. El gerente
Más detallesAcciones Correctivas y Preventivas. Universidad Autónoma del Estado de México
Acciones Correctivas y Preventivas Universidad Autónoma del Estado de México Mejora Continua La mejora continua del desempeño global de la organización debería ser un objetivo permanente de ésta. Mejora
Más detallesBhar aumenta 30% la eficiencia y mejora la satisfacción de los clientes
Bhar aumenta 30% la eficiencia y mejora la satisfacción de los clientes Panorama general: Fabricante de moldeados por inyección industriales y para automóviles mejora la eficiencia operativa 30% con un
Más detallesTrabajo, energía y potencia
Empecemos! Si bien en semanas anteriores hemos descrito las formas en las que se puede presentar la energía y algunas transformaciones que pueden darse en el proceso de producción, distribución y uso de
Más detallesENSAYOS CLÍNICOS. Guía para padres y tutores
ENSAYOS CLÍNICOS Guía para padres y tutores PARA PADRES Y TUTORES Los niños no son pequeños adultos En este folleto encontrará información sobre los ensayos clínicos en general y los ensayos clínicos en
Más detallesde riesgos ambientales
MF1974_3: Prevención de riesgos TEMA 1. Análisis y evaluación de riesgos TEMA 2. Diseño de planes de emergencia TEMA 3. Elaboración de simulacros de emergencias TEMA 4. Simulación del plan de emergencia
Más detallesPulsa en el siguiente enlace para acceder a la página de Favoritos : http://dev.boysride.com/favorites.php
Primeros pasos Con BoysRide podrás ahorrar en tus viajes compartiendo los gastos tanto si eres conductor como si eres pasajero. En los términos de uso te vamos a explicar brevemente qué puedes hacer en
Más detallesEcuación ordinaria de la circunferencia
Ecuación ordinaria de la circunferencia En esta sección estudiatemos la ecuación de la circunferencia en la forma ordinaria. Cuando hablemos de la forma ordinaria de una cónica, generalmente nos referiremos
Más detalles6 M. C. J. A G U S T I N F L O R E S A V I L A
2..- DEFINICION DE LIMITES. OBJETIVO.- Que el alumno conozca el concepto de Límite, comprenda la importancia que tiene este concepto en el Cálculo y adquiera habilidad en el cálculo de los Límites más
Más detallesTrabajo Semanal Alternativo
Trabajo Semanal Alternativo 1. Qué es trabajo semanal alternativo? SUS DERECHOS LEGALES En una semana laboral normal, si usted trabaja más de ocho horas diarias, su empleador está obligado a pagarle tiempo
Más detallesLOS ANCIANOS Y LA SOLEDAD
LOS ANCIANOS Y LA SOLEDAD Elsa Rego Barcala Sara Andrés Fernández Jéssica Fuentes Diego IES Ría del Carmen Muriedas-Camargo RESUMEN: Este trabajo ha sido hecho con la intención de comprobar si la hipótesis
Más detallesÁrbol de decisión. Proporciona un alto grado de comprensión del conocimiento utilizado en la toma de decisiones.
Árbol de decisión DEFINICION: Árboles de Decisión. Técnica que permite analizar decisiones secuenciales basada en el uso de resultados y probabilidades asociadas. Los árboles de decisión se pueden usar
Más detallesProductividad para Pymes
Productividad para Pymes Uno de los problemas más comunes en el medio empresarial micro y pequeño en México es la falta de cultura de medición. Un hecho innegable es que, para poder mejorar, es necesario
Más detalles-12-10 -8-6 -4-2 0 2 4 6 8 10 12. x [ 64, ] se tiene:
Concepto de valor absoluto: El Valor Absoluto se define como la distancia entre dos números reales en la recta numérica. Con el objeto de afianzar el concepto de valor absoluto, es necesario ligarlo a
Más detallesCAPÍTULO 10 Aplicaciones de la Derivada a Funciones Económicas
CAPÍTULO 10 Aplicaciones de la Derivada a Funciones Económicas Introducción En la economía, la variación de alguna cantidad con respecto a otra puede ser descrita por un concepto promedio o por un concepto
Más detallesCurso Auditor Interno Calidad
Curso Auditor Interno Calidad 2. Definiciones de auditoria de calidad OBJETIVOS Definiciones de auditoria de Calidad 1 / 9 OBJETIVOS Al finalizar esta unidad didáctica será capaz: Conocer las definiciones
Más detallesTema 1: Fundamentos de lógica, teoría de conjuntos y estructuras algebraicas: Apéndice
Tema 1: Fundamentos de lógica, teoría de conjuntos y estructuras algebraicas: Apéndice 1 Polinomios Dedicaremos este apartado al repaso de los polinomios. Se define R[x] ={a 0 + a 1 x + a 2 x 2 +... +
Más detallesMétodos generales de generación de variables aleatorias
Tema Métodos generales de generación de variables aleatorias.1. Generación de variables discretas A lo largo de esta sección, consideraremos una variable aleatoria X cuya función puntual es probabilidad
Más detallesPrograma para el Mejoramiento de la Enseñanza de la Matemática en ANEP Proyecto: Análisis, Reflexión y Producción. Fracciones
Fracciones. Las fracciones y los números Racionales Las fracciones se utilizan cotidianamente en contextos relacionados con la medida, el reparto o como forma de relacionar dos cantidades. Tenemos entonces
Más detallesCómo afectan las variaciones de la renta a las elecciones del consumidor
Página 1 Cómo afectan las variaciones de la renta a las elecciones del consumidor Una vez que hemos visto cómo toma el consumidor la decisión de consumo, veamos cómo responde el consumo a las variaciones
Más detallesSUMA Y RESTA DE FRACCIONES
SUMA Y RESTA DE FRACCIONES CONCEPTOS IMPORTANTES FRACCIÓN: Es la simbología que se utiliza para indicar que un todo será dividido en varias partes (se fraccionará). Toda fracción tiene dos partes básicas:
Más detallesPOLITICAS DE LA COMPETENCIA Licenciatura en Economía, 4º Curso (Grupos I y II) Profesor: Georges Siotis. Hoja 5: Integración vertical
POLITICAS DE LA COMPETENCIA Licenciatura en Economía, 4º Curso (Grupos I y II) Profesor: Georges Siotis Hoja 5: Integración vertical Inversiones específicas 1. Imagine una imprenta, que pertenece y es
Más detallesTema 07. LÍMITES Y CONTINUIDAD DE FUNCIONES
Tema 07 LÍMITES Y CONTINUIDAD DE FUNCIONES Límite de una función en un punto Vamos a estudiar el comportamiento de las funciones f ( ) g ( ) ENT[ ] h ( ) i ( ) en el punto Para ello, damos a valores próimos
Más detallesRegresión múltiple. Modelos y Simulación. I. Introducción II. Marco teórico III. Aplicación IV. Conclusiones V. Bibliografía
Regresión múltiple I. Introducción II. Marco teórico III. Aplicación IV. Conclusiones V. Bibliografía I.- INTRODUCCIÓN Como la Estadística Inferencial nos permite trabajar con una variable a nivel de intervalo
Más detallesMétodos estadísticos y numéricos Contraste de hipótesis pag. 1 PROBLEMAS RESUELTOS DE CONTRASTE DE HIPÓTESIS
Métodos estadísticos y numéricos Contraste de hipótesis pag. 1 PROBLEMA REUELTO DE CONTRATE DE HIPÓTEI 1 Un investigador quiere contrastar si el peso medio de ciertas hortalizas está en los 1,9 Kg. que
Más detallespuede aumentar la innovación en la cartera de productos?
RESUMEN DE LA SOLUCIÓN Soluciones de gestión de proyectos y carteras para la innovación de productos puede aumentar la innovación en la cartera de productos? you can Las soluciones de gestión de productos
Más detallesASPECTOS GENERALES PARA LA SOLUCIÓN DE PROBLEMAS RELACIONADOS CON LA CONDUCCIÓN TRANSITORIA.
CONDUCCIÓN TRANSITORIA Aquí encontrarás Los métodos gráficos y el análisis teórico necesario para resolver problemas relacionados con la transferencia de calor por conducción en estado transitorio a través
Más detallesLÍMITES Y CONTINUIDAD
UNIDAD 5 LÍMITES Y CONTINUIDAD Páginas 0 y Describe las siguientes ramas: a) f () b) f () no eiste c) f () d) f () + e) f () f) f () + g) f () h) f () no eiste; f () 0 i) f () + f () + j) f () 5 4 f ()
Más detallesLeemos afiches sobre los derechos del niño
PRIMER Grado - Unidad 3 - Sesión 25 Leemos afiches sobre los derechos del niño Para qué usamos el lenguaje escrito cuando leemos afiches? Para que el niño y la niña use el lenguaje escrito de acuerdo a
Más detallesMANUAL DE USUARIO DEL MODULO DE CONTABILIDAD DEL SAFT
MANUAL DE USUARIO DEL MODULO DE CONTABILIDAD DEL SAFT MODULO DE CONTABILIDAD CONTENIDO 1. DEFINIR PARAMETROS------------------------------------------------------------3 2. CATALOGO DE CUENTAS CONTABLES-----------------------------------------5
Más detallesMANUAL DE USUARIO SISTEMA CONTROL DE CALIDAD SYNERGY QC
MANUAL DE USUARIO SISTEMA CONTROL DE CALIDAD SYNERGY QC Login... 2 Datos del Registro... 2 Cambio de Clave... 2 Configuración de Lotes... 3 Nuevo Lote... 3 Listado de Lotes... 4 Creación y configuración
Más detallesCapitulo V Administración de memoria
Capitulo V Administración de memoria Introducción. Una de las tareas más importantes y complejas de un sistema operativo es la gestión de memoria. La gestión de memoria implica tratar la memoria principal
Más detallesLeemos juegos para compartirlos en familia
PRIMER GRADO Leemos juegos para compartirlos en familia UNIDAD 2 SESIÓN 17 Propósito de la sesión Que el niño lea textos instructivos en los que se vincule con contenidos conocidos y anticipables, que
Más detallesContraste de Independencia entre Variables Cualitativas
Contraste de Independencia entre Variables Cualitativas Grado en NHD. Grupos C y E Ejemplo I Ejemplo: Supóngase que se desea estudiar la posible relación entre dos variables de tipo cualitativo (tipo de
Más detallesOJS: Open Journal System Manual de Usuario Rol Revisor Revisión y envío de revisiones de artículos activos
OJS: Open Journal System Manual de Usuario Rol Revisor Revisión y envío de revisiones de artículos activos El Revisor: Par Evaluador Es quien se encarga de la revisión analítica del artículo, su pertinencia
Más detallesEl rincón de los problemas. Oportunidades para estimular el pensamiento matemático. Triángulos de área máxima o de área mínima Problema
www.fisem.org/web/union El rincón de los problemas ISSN: 1815-0640 Número 37. Marzo 2014 páginas 139-145 Pontificia Universidad Católica del Perú umalasp@pucp.edu.pe Oportunidades para estimular el pensamiento
Más detallesManual Excel 2010. Formularios y controles
Manual Excel 2010 Formularios y controles CONTENIDO FORMULARIO AUTOMÁTICO FORMULARIO POR CONTROLES Formularios Un formulario es un documento diseñado con formato y estructura estándar que facilita la captura,
Más detalles