Identificación de factores asociados al ausentismo laboral en una Institución Prestadora de Servicios de salud mediante modelos de analítica predictiva

Abstract

Este estudio identifica los factores asociados al ausentismo laboral en una institución hospitalaria de alta complejidad. Su carácter novedoso radica en la aplicación de analítica predictiva avanzada en la gestión del talento humano dentro del sector salud, un ámbito en el que el uso de Human Resource Analytics para anticipar comportamientos laborales aún es limitado. Este enfoque se integra con la Visión de la Firma basada en Recursos, reconociendo la capacidad analítica en gestión humana como un activo estratégico de la organización. Se desarrolló un diseño cuantitativo, no experimental y retrospectivo, a partir de datos archivísticos de SES Hospital Universitario de Caldas (Manizales, Colombia), y se emplearon modelos supervisados de aprendizaje automático de regresión basados en Gradient Boosting y LightGBM con el propósito de predecir patrones de ausentismo y estimar la relevancia de variables organizacionales y sociodemográficas asociadas. Los modelos alcanzaron buena capacidad predictiva y estabilidad entre algoritmos, identificando de forma consistente un conjunto central de variables asociadas al ausentismo, entre ellas las vacaciones del año anterior, la edad, la antigüedad, la presencia de hijos y las horas extra, mientras que los turnos nocturnos y el área de trabajo mostraron menor influencia. A partir de estos hallazgos, el estudio aporta evidencia para el diseño de prácticas preventivas de gestión del talento humano orientadas a mitigar el ausentismo laboral en organizaciones hospitalarias complejas.