security

Liderazgo en Analítica

HANA es el módulo de gestión inteligente del absentismo de METSIAS. Cada baja registrada se contrasta con dos referencias oficiales: el tiempo óptimo del Manual del INSS (4ª ed.) y la duración real esperable para su perfil según la evaluación de AIReF sobre el universo de episodios de IT del INSS (2017-2024).

science

Validación Científica

Cada episodio se contrasta con el tiempo óptimo por diagnóstico del Manual del INSS (4ª ed.) y con la duración real media de su perfil en el universo de episodios INSS 2017-2024 (AIReF). Tablas versionadas; sin modelo predictivo propietario.

lock

Privacidad Enterprise

Cumplimiento íntegro con el RGPD. Procesamiento de datos de salud mediante técnicas de anonimización y cifrado de grado militar para proteger la identidad del trabajador.

move_to_inbox Carga Masiva de Predicciones

Optimiza tu flujo cargando múltiples registros desde Excel. Aplicaremos HANA A1 o HANA Lite según la completitud de la información.

rocket_launch Subir Excel

Para asegurar que las predicciones sean precisas, el Excel debe seguir unas reglas específicas:

push_pin Variables Obligatorias (HANA Lite)

Columna	Formato / Valores
Trabajador	Nombre o ID del trabajador.
Sexo	`M` (Masculino) o `F` (Femenino).
Edad	Número entero (Ej: 42).
Motivo IT	Código 0-28 (Ej: 8 = Espalda). Ver lista abajo.
Fecha Inicio	Formato `AAAA-MM-DD`.
Carga Lite	Escala 1 al 4 (1:Ligera ... 4:Extenuante).

science Variables Opcionales (HANA A1 Avanzado)

* El motor HANA A1 se activará solo si rellena TODOS estos campos. Si falta alguno, se usará HANA Lite.

Columna	Descripción / Valores
Educación	1:Primaria, 2:Secund., 3:FP, 4:Uni, 5:Post.
IMC	Peso / Altura² (Ej: 24.5).
Distancia	Kilómetros al trabajo (Ej: 15.2).
Hijos / Mascotas	Número entero (Ej: 2).
Bebedor / Fumador	0: No, 1: Sí (Social).
NASA-TLX	Escala detallada de 0 a 100.

push_pin Variables Dicotómicas (0/1)

Para las columnas marcadas como (0/1), use únicamente números:

0 = No / Negativo
1 = Sí / Positivo

content_paste Diccionario de Códigos (CIE-10 vs Metodología)

* La descarga de la plantilla incluye el listado completo de códigos en una segunda hoja.

warning

AVISO IMPORTANTE

Esta herramienta proporciona estimaciones orientativas basadas en modelos estadísticos. Los resultados NO sustituyen el juicio profesional médico o de recursos humanos. Términos de Uso.

Registro de IT: con el diagnóstico obtienes la referencia oficial de duración (óptimo INSS + duración esperable AIReF).

Identidad

Clínica

Entorno

1. Identificación y Contexto

lock Privacidad: Usa un ID o código numérico para asegurar el anonimato.

Trabajador (nombre completo o ID)

Departamento / Área

Puesto

Ratio de Absentismo Empresa (%)

2. Datos Médicos

Tipo de IT (contingencia) Esta clasificación se propaga a NIA tal cual para los KPIs de absentismo (Baja IT · Accidente · EP).

Fecha de Inicio (Obligatorio)

Categoría diagnóstica (modelo UCI) ⬆️ Categoría general del episodio (28 oficiales). Elige después el código ICD-10 específico para afinar la referencia INSS.

label Diagnóstico ICD-10 específico (opcional) ⬇️ Esto enriquece la epidemiología en NIA. Si conoces el código exacto (M54 Lumbalgia, F43 Estrés...), elígelo aquí y NIA registrará el caso con detalle. Si lo dejas vacío, NIA registrará solo la categoría general (podrás refinarlo después editando el caso).

Sexo

Edad

Antigüedad (años)

laps Historial

¿Ha tenido alguna baja en los últimos 12 meses?

Número total de episodios de baja en su historial: Cuenta todas las bajas IT registradas del trabajador (incluyendo las de hace más de 12 meses).

¿Las bajas previas eran del mismo diagnóstico que la actual? La recurrencia del mismo diagnóstico es uno de los predictores más potentes de duración prolongada.

3. Entorno Laboral

my_location Cumplimiento de objetivos del trabajador Indicador del modelo UCI: a mayor cumplimiento previo, menor probabilidad estadística de absentismo prolongado.

Carga del puesto (1 = ligera, 4 = muy alta) Intensidad física/cognitiva subjetiva del puesto. Influye en la duración esperada de la baja.

science Análisis HANA A1 (+9 variables) ▼

Mis Predicciones

Historial de predicciones guardadas

search Filtrar:

Trabajador ↕	Sexo ↕	Edad ↕	Departamento ↕	Puesto ↕	Tipo IT ↕	Fecha ↕	Predicho ↕	Clasificación ↕	Episodios (Año) ↕	Mismo Diagnóstico ↕	Horas Reales ↕	Diferencia ↕	Precisión ↕	Seguimiento ↕	Notas ↕	Acciones

Alertas de Gestión

Gestión proactiva de casos críticos por severidad

Filtrar:

Alta

Predicción >168h (>21 días). Seguimiento urgente.

Moderada

Predicción 40-168h (5-21 días). Seguimiento recomendado.

Baja

Predicción <40h (<5 días). Casos de corta duración.

Dashboard Analítico

Ver datos de:

Total IT Registradas

0

Período seleccionado

trending_up

Duración Media

0h

Horas por baja

timer

Precisión Modelo

0%

HANA vs realidad

my_location

IT Modificables

0%

Potencial de intervención

build

Índice Reincidencia

0%

Mismo diagnóstico

laps

trending_up Tendencia Temporal de IT

bar_chart Top 5 Motivos de Ausencia

build IT Modificables vs No Modificables

check_circle Con potencial de intervención preventiva

Trastornos mentales — estrés, ansiedad, depresión, burnout
Musculoesqueléticas / dolor articular — ergonomía, posturas, movimientos repetitivos
Enf. de piel — dermatitis de contacto ocupacional, alergias L23/L24
Problemas de oído — hipoacusia por ruido laboral, vértigo
Traumatismos — accidentes laborales, esguinces, fracturas
Factores salud (Z73) — síndrome de desgaste profesional

Estas causas admiten intervención mediante ergonomía, higiene industrial, vigilancia de la salud o gestión de riesgos psicosociales.

tune Revisar casos modificables

HANA marca como modificables los casos cuya categoría diagnóstica admite intervención preventiva. Si en un caso concreto no aplica (p.ej. una lumbalgia sin componente ergonómico real), puedes rechazarlo y el gráfico lo descontará al instante.

Bienvenido a HANA-A1

Total Predicciones

IT Activas

Precisión Promedio

Liderazgo en Analítica

Validación Científica

Privacidad Enterprise

¿Primera vez aquí?

move_to_inbox Carga Masiva de Predicciones

push_pin Variables Obligatorias (HANA Lite)

science Variables Opcionales (HANA A1 Avanzado)

push_pin Variables Dicotómicas (0/1)

content_paste Diccionario de Códigos (CIE-10 vs Metodología)

Registro de IT · Referencia oficial de duración

Mis Predicciones

warning Alertas de Gestión

Alertas de Gestión

Dashboard Analítico

0

0h

0%

0%

0%

trending_up Tendencia Temporal de IT

bar_chart Top 5 Motivos de Ausencia

build IT Modificables vs No Modificables

business IT por Departamento

my_location Predicción vs Realidad

timer Duración: Predicha vs Real

laps Análisis de Reincidencia

Iniciar Sesión

Crear Cuenta Gratis

Bienvenido a HANA-A1

Total Predicciones

IT Activas

Precisión Promedio

Liderazgo en Analítica

Validación Científica

Privacidad Enterprise

¿Primera vez aquí?

move_to_inbox Carga Masiva de Predicciones

push_pin Variables Obligatorias (HANA Lite)

science Variables Opcionales (HANA A1 Avanzado)

push_pin Variables Dicotómicas (0/1)

content_paste Diccionario de Códigos (CIE-10 vs Metodología)

Registro de IT · Referencia oficial de duración

Mis Predicciones

warning Alertas de Gestión

Alertas de Gestión

Dashboard Analítico

0

0h

0%

0%

0%

trending_up Tendencia Temporal de IT

bar_chart Top 5 Motivos de Ausencia

build IT Modificables vs No Modificables

business IT por Departamento

my_location Predicción vs Realidad

timer Duración: Predicha vs Real

laps Análisis de Reincidencia

📝 Notas

Uso de Cookies