CAUSAS DE SUSPENSIÓN DE CIRUGÍAS Y TIEMPO
HASTA LA INTERVENCIÓN POSTERIOR EN UN
HOSPITAL DE SEGUNDO NIVEL DE MÉXICO:
COHORTE RETROSPECTIVA DE 2024
CAUSES OF SURGICAL CANCELLATIONS AND TIME TO
SUBSEQUENT INTERVENTION IN A SECONDARY-LEVEL
HOSPITAL IN MEXICO: A 2024 RETROSPECTIVE COHORT
Juan Luis Vázquez Espinoza
Hospital General de Zona No. 20
Hugo López Hernández
Hospital General de Zona No. 20
pág. 1393
DOI: https://doi.org/10.37811/cl_rcm.v10i4.25163
Causas de suspensión de cirugías y tiempo hasta la intervención posterior
en un hospital de segundo nivel de México: cohorte retrospectiva de 2024
Juan Luis Vázquez Espinoza1
juan.vazquez@imss.gob.mx
https://orcid.org/0009-0004-7089-5732
Hospital General de Zona No. 20, Instituto
Mexicano del Seguro Social, Puebla
México
Hugo López Hernández
hugolopezh.medico@gmail.com
https://orcid.org/0009-0000-6403-0231
Hospital General de Zona No. 20, Instituto
Mexicano del Seguro Social, Puebla
México
RESUMEN
Objetivo: analizar las causas de suspensión de cirugías programadas y el tiempo hasta la intervención
posterior durante 2024 en un hospital público de segundo nivel. Metodología: cohorte retrospectiva,
observacional y unicéntrica, con inclusión censal de 405 cirugías suspendidas documentadas en cédulas
institucionales y expedientes clínicos. Las variables categóricas se resumieron con frecuencias y
porcentajes; la edad y el tiempo, con mediana y rango intercuartílico. Se utilizó Kruskal–Wallis para
comparar el tiempo entre especialidades y Kaplan–Meier para describir el tiempo hasta la intervención.
Resultados: Cirugía General concentró 45.7% de las suspensiones. La mediana de edad fue 51 años
(RIC: 30–66) y 57.8% correspondió a hombres. Las causas principales fueron falta de tiempo quirúrgico
(24.7%), patología agregada (22.0%) e indicación médica (10.1%). La mediana hasta la intervención
posterior fue 11 días (RIC: 2–28; rango: 0–199); aproximadamente 70% fue intervenido antes de 30
días. Hubo diferencias por especialidad (H=18.61; p=.017). Conclusiones: predominaron causas
operativas y clínicas potencialmente abordables mediante programación basada en capacidad,
evaluación preoperatoria oportuna y mejor calidad del registro.
Palabras clave: suspensión quirúrgica; gestión de quirófanos; tiempo de espera; calidad de la atención;
estudio observacional.
1 Autor principal
Correspondencia: hugolopezh.medico@gmail.com
DOI: https://doi.org/10.37811/cl_rcm.v10i4.25163
Causas de suspensión de cirugías y tiempo hasta la intervención posterior
en un hospital de segundo nivel de México: cohorte retrospectiva de 2024
Juan Luis Vázquez Espinoza1
juan.vazquez@imss.gob.mx
https://orcid.org/0009-0004-7089-5732
Hospital General de Zona No. 20, Instituto
Mexicano del Seguro Social, Puebla
México
Hugo López Hernández
hugolopezh.medico@gmail.com
https://orcid.org/0009-0000-6403-0231
Hospital General de Zona No. 20, Instituto
Mexicano del Seguro Social, Puebla
México
RESUMEN
Objetivo: analizar las causas de suspensión de cirugías programadas y el tiempo hasta la intervención
posterior durante 2024 en un hospital público de segundo nivel. Metodología: cohorte retrospectiva,
observacional y unicéntrica, con inclusión censal de 405 cirugías suspendidas documentadas en cédulas
institucionales y expedientes clínicos. Las variables categóricas se resumieron con frecuencias y
porcentajes; la edad y el tiempo, con mediana y rango intercuartílico. Se utilizó Kruskal–Wallis para
comparar el tiempo entre especialidades y Kaplan–Meier para describir el tiempo hasta la intervención.
Resultados: Cirugía General concentró 45.7% de las suspensiones. La mediana de edad fue 51 años
(RIC: 30–66) y 57.8% correspondió a hombres. Las causas principales fueron falta de tiempo quirúrgico
(24.7%), patología agregada (22.0%) e indicación médica (10.1%). La mediana hasta la intervención
posterior fue 11 días (RIC: 2–28; rango: 0–199); aproximadamente 70% fue intervenido antes de 30
días. Hubo diferencias por especialidad (H=18.61; p=.017). Conclusiones: predominaron causas
operativas y clínicas potencialmente abordables mediante programación basada en capacidad,
evaluación preoperatoria oportuna y mejor calidad del registro.
Palabras clave: suspensión quirúrgica; gestión de quirófanos; tiempo de espera; calidad de la atención;
estudio observacional.
1 Autor principal
Correspondencia: hugolopezh.medico@gmail.com
pág. 1394
Causes of surgical cancellations and time to subsequent intervention in a
secondary-level hospital in Mexico: a 2024 retrospective cohort
ABSTRACT
Objective: To analyze the causes of scheduled surgery cancellations and the time to subsequent
intervention during 2024 in a public secondary-level hospital. Methodology: Retrospective,
observational, single-center cohort including all 405 documented cancelled surgeries identified from
institutional cancellation forms and clinical records. Categorical variables were summarized as
frequencies and percentages; age and time were summarized as medians and interquartile ranges.
Kruskal–Wallis tests compared time across specialties, and Kaplan–Meier analysis described time to
subsequent intervention. Results: General Surgery accounted for 45.7% of cancellations. Median age
was 51 years (IQR: 30–66), and 57.8% were men. The leading causes were insufficient operating-room
time (24.7%), newly identified or decompensated comorbidity (22.0%), and medical indication (10.1%).
Median time to subsequent intervention was 11 days (IQR: 2–28; range: 0–199), and approximately
70% underwent surgery within 30 days. Time differed by specialty (H=18.61; p=.017). Conclusions:
Operational and clinical causes predominated and may be addressed through capacity-based scheduling,
timely preoperative assessment, and improved data quality.
Keywords: surgical cancellation; operating room management; waiting time; quality of care;
observational study.
Artículo recibido 13 mayo 2026
Aceptado para publicación: 20 junio 2026
Causes of surgical cancellations and time to subsequent intervention in a
secondary-level hospital in Mexico: a 2024 retrospective cohort
ABSTRACT
Objective: To analyze the causes of scheduled surgery cancellations and the time to subsequent
intervention during 2024 in a public secondary-level hospital. Methodology: Retrospective,
observational, single-center cohort including all 405 documented cancelled surgeries identified from
institutional cancellation forms and clinical records. Categorical variables were summarized as
frequencies and percentages; age and time were summarized as medians and interquartile ranges.
Kruskal–Wallis tests compared time across specialties, and Kaplan–Meier analysis described time to
subsequent intervention. Results: General Surgery accounted for 45.7% of cancellations. Median age
was 51 years (IQR: 30–66), and 57.8% were men. The leading causes were insufficient operating-room
time (24.7%), newly identified or decompensated comorbidity (22.0%), and medical indication (10.1%).
Median time to subsequent intervention was 11 days (IQR: 2–28; range: 0–199), and approximately
70% underwent surgery within 30 days. Time differed by specialty (H=18.61; p=.017). Conclusions:
Operational and clinical causes predominated and may be addressed through capacity-based scheduling,
timely preoperative assessment, and improved data quality.
Keywords: surgical cancellation; operating room management; waiting time; quality of care;
observational study.
Artículo recibido 13 mayo 2026
Aceptado para publicación: 20 junio 2026
pág. 1395
INTRODUCCIÓN
La suspensión de una cirugía programada constituye un evento de calidad porque interrumpe la
continuidad asistencial, prolonga el tiempo de espera y consume recursos previamente asignados. Sus
efectos alcanzan al paciente —ansiedad, cambios laborales, gastos de traslado y riesgo de deterioro
clínico— y a la organización, mediante subutilización de quirófanos, duplicación de actividades
preoperatorias y presión adicional sobre las listas de espera (Cima & Almeida, 2022; Jack et al., 2022;
Koh et al., 2021).
Desde el marco de Donabedian, la suspensión quirúrgica puede interpretarse como un resultado visible
de fallas de estructura y proceso: disponibilidad insuficiente de salas, personal, camas, instrumental o
hemoderivados; programación que no considera la duración real de los procedimientos; evaluación
preoperatoria incompleta; y comunicación tardía con el paciente. Por ello, su análisis no debe limitarse
a contar cancelaciones, sino identificar causas, evitabilidad y oportunidad de la intervención posterior
(Donabedian, 2005; Montaño & Flores, 2006).
Las revisiones disponibles muestran una heterogeneidad considerable entre hospitales y países. Los
factores atribuibles a la organización —falta de tiempo quirúrgico, camas, personal o insumos— suelen
representar una proporción relevante; en otros contextos predominan condiciones clínicas no
optimizadas o decisiones del paciente (Abate et al., 2020; Al Talalwah & McIltrot, 2019; Koushan et
al., 2021). Estudios recientes han reiterado que muchas suspensiones son potencialmente prevenibles
mediante evaluación preoperatoria, confirmación del paciente, estandarización de la agenda y
metodologías de mejora de procesos (Naderi-Boldaji et al., 2023; Özcan et al., 2024; Schretlen et al.,
2021).
En México, la evidencia publicada proviene principalmente de hospitales de referencia y de periodos
anteriores, por lo que es necesario disponer de diagnósticos locales actualizados en unidades públicas
de segundo nivel. El Hospital General de Zona No. 20 atiende una demanda quirúrgica elevada y
comparte recursos entre procedimientos electivos y urgentes; sin embargo, antes de este estudio no se
contaba con un análisis integral de las causas de suspensión ni del tiempo transcurrido hasta la
intervención posterior.
INTRODUCCIÓN
La suspensión de una cirugía programada constituye un evento de calidad porque interrumpe la
continuidad asistencial, prolonga el tiempo de espera y consume recursos previamente asignados. Sus
efectos alcanzan al paciente —ansiedad, cambios laborales, gastos de traslado y riesgo de deterioro
clínico— y a la organización, mediante subutilización de quirófanos, duplicación de actividades
preoperatorias y presión adicional sobre las listas de espera (Cima & Almeida, 2022; Jack et al., 2022;
Koh et al., 2021).
Desde el marco de Donabedian, la suspensión quirúrgica puede interpretarse como un resultado visible
de fallas de estructura y proceso: disponibilidad insuficiente de salas, personal, camas, instrumental o
hemoderivados; programación que no considera la duración real de los procedimientos; evaluación
preoperatoria incompleta; y comunicación tardía con el paciente. Por ello, su análisis no debe limitarse
a contar cancelaciones, sino identificar causas, evitabilidad y oportunidad de la intervención posterior
(Donabedian, 2005; Montaño & Flores, 2006).
Las revisiones disponibles muestran una heterogeneidad considerable entre hospitales y países. Los
factores atribuibles a la organización —falta de tiempo quirúrgico, camas, personal o insumos— suelen
representar una proporción relevante; en otros contextos predominan condiciones clínicas no
optimizadas o decisiones del paciente (Abate et al., 2020; Al Talalwah & McIltrot, 2019; Koushan et
al., 2021). Estudios recientes han reiterado que muchas suspensiones son potencialmente prevenibles
mediante evaluación preoperatoria, confirmación del paciente, estandarización de la agenda y
metodologías de mejora de procesos (Naderi-Boldaji et al., 2023; Özcan et al., 2024; Schretlen et al.,
2021).
En México, la evidencia publicada proviene principalmente de hospitales de referencia y de periodos
anteriores, por lo que es necesario disponer de diagnósticos locales actualizados en unidades públicas
de segundo nivel. El Hospital General de Zona No. 20 atiende una demanda quirúrgica elevada y
comparte recursos entre procedimientos electivos y urgentes; sin embargo, antes de este estudio no se
contaba con un análisis integral de las causas de suspensión ni del tiempo transcurrido hasta la
intervención posterior.
pág. 1396
El objetivo fue analizar las causas de suspensión de cirugías programadas y el tiempo hasta la
intervención posterior durante 2024. Se planteó como hipótesis que el tiempo hasta la intervención
difería según la causa de suspensión y la especialidad quirúrgica. El manuscrito se preparó conforme a
las recomendaciones STROBE para estudios observacionales (von Elm et al., 2007).
METODOLOGÍA
Diseño y escenario
Se realizó una cohorte retrospectiva, observacional y unicéntrica en el Hospital General de Zona No. 20
del Instituto Mexicano del Seguro Social, en Puebla, México. Se identificaron las cirugías programadas
suspendidas entre el 1 de enero y el 31 de diciembre de 2024. El seguimiento para identificar la
intervención posterior se efectuó hasta 30 dias posteriores de la fecha de la suspension. La clasificación
como cohorte retrospectiva responde a que cada caso fue identificado en la fecha de suspensión y
seguido en registros hasta la intervención posterior o el cierre del seguimiento.
Participantes y criterios de selección
Se incluyeron todos los expedientes de pacientes con cirugía programada y posteriormente suspendida
durante 2024 que contaban con una cédula institucional de suspensión adecuadamente documentada. Se
excluyeron los registros con razones administrativas no contempladas en la cédula o sin información
suficiente para establecer la fecha de suspensión. No se realizó muestreo: se analizó el censo de registros
elegibles. Se revisaron 405 casos y los 405 fueron incluidos; no se documentaron datos faltantes en las
variables analizadas.
Fuentes de datos y variables
La información se obtuvo de cédulas de suspensión quirúrgica y expedientes clínicos. Se registraron
edad, sexo, especialidad quirúrgica, diagnóstico principal, código del procedimiento, causa de
suspensión, fecha de suspensión y fecha de intervención posterior. El desenlace principal fue el número
de días entre la suspensión y la intervención posterior; las intervenciones realizadas el mismo día se
codificaron como cero días. (Confirmar si la segunda fecha corresponde a la cirugía efectivamente
realizada o únicamente a la nueva programación; esta distinción debe mantenerse de forma uniforme en
todo el artículo).
El objetivo fue analizar las causas de suspensión de cirugías programadas y el tiempo hasta la
intervención posterior durante 2024. Se planteó como hipótesis que el tiempo hasta la intervención
difería según la causa de suspensión y la especialidad quirúrgica. El manuscrito se preparó conforme a
las recomendaciones STROBE para estudios observacionales (von Elm et al., 2007).
METODOLOGÍA
Diseño y escenario
Se realizó una cohorte retrospectiva, observacional y unicéntrica en el Hospital General de Zona No. 20
del Instituto Mexicano del Seguro Social, en Puebla, México. Se identificaron las cirugías programadas
suspendidas entre el 1 de enero y el 31 de diciembre de 2024. El seguimiento para identificar la
intervención posterior se efectuó hasta 30 dias posteriores de la fecha de la suspension. La clasificación
como cohorte retrospectiva responde a que cada caso fue identificado en la fecha de suspensión y
seguido en registros hasta la intervención posterior o el cierre del seguimiento.
Participantes y criterios de selección
Se incluyeron todos los expedientes de pacientes con cirugía programada y posteriormente suspendida
durante 2024 que contaban con una cédula institucional de suspensión adecuadamente documentada. Se
excluyeron los registros con razones administrativas no contempladas en la cédula o sin información
suficiente para establecer la fecha de suspensión. No se realizó muestreo: se analizó el censo de registros
elegibles. Se revisaron 405 casos y los 405 fueron incluidos; no se documentaron datos faltantes en las
variables analizadas.
Fuentes de datos y variables
La información se obtuvo de cédulas de suspensión quirúrgica y expedientes clínicos. Se registraron
edad, sexo, especialidad quirúrgica, diagnóstico principal, código del procedimiento, causa de
suspensión, fecha de suspensión y fecha de intervención posterior. El desenlace principal fue el número
de días entre la suspensión y la intervención posterior; las intervenciones realizadas el mismo día se
codificaron como cero días. (Confirmar si la segunda fecha corresponde a la cirugía efectivamente
realizada o únicamente a la nueva programación; esta distinción debe mantenerse de forma uniforme en
todo el artículo).
pág. 1397
Las causas de suspensión se clasificaron según la cédula institucional: falta de material, personal, tiempo
quirúrgico, camas, equipamiento, instrumental, hemoderivados o lentes; programación incorrecta;
inasistencia o negativa del paciente; patología agregada; indicación médica; urgencia; preparación o
protocolo administrativo incompletos; quirófano no funcional o en remodelación; falta de vigencia;
cambio de indicación terapéutica; cirugía ya realizada y defunción. Para la interpretación de calidad se
agruparon conceptualmente como causas operativas/organizacionales, clínicas y relacionadas con el
paciente, sin modificar la categoría original de la base. (Incorporar la regla exacta de agrupación si se
utilizará en el análisis final).
Control de sesgos y tamaño del estudio
Para reducir sesgo de selección se incluyeron todos los registros elegibles del periodo. El uso de una
cédula institucional favoreció la estandarización, aunque permaneció riesgo de clasificación incorrecta
o uso inespecífico de categorías como “falta de tiempo quirúrgico”. Al tratarse de un censo, no se calculó
tamaño de muestra a priori.
Análisis estadístico
Las variables categóricas se describieron mediante frecuencias absolutas y porcentajes. La edad y el
tiempo hasta la intervención se resumieron con mediana, rango intercuartílico y rango mínimo–máximo.
La asociación monotónica entre edad y tiempo se exploró con Spearman (χ²=963.12; p<0.001). El
tiempo se comparó entre especialidades mediante Kruskal–Wallis. La distribución temporal se describió
con Kaplan–Meier, considerando como evento la intervención posterior. Se utilizó un nivel de
significación de .05 y Python 3.12 con pandas, NumPy, statsmodels.
El análisis original incluyó un modelo binomial con edad, sexo y especialidad; sin embargo, el
manuscrito no define el desenlace binario ni su punto de corte. Por rigor metodológico, sus resultados
no se incorporaron como hallazgo principal. (Definir el desenlace, la categoría de referencia, la lógica
clínica del punto de corte y reportar odds ratios ajustadas con IC95%; de lo contrario, retirar el modelo).
Consideraciones éticas
El protocolo fue aprobado por el Comité Local de Investigación en Salud No. 2108 del IMSS, con
registro institucional R-2024-2108-089. Se clasificó como investigación sin riesgo basada en revisión
Las causas de suspensión se clasificaron según la cédula institucional: falta de material, personal, tiempo
quirúrgico, camas, equipamiento, instrumental, hemoderivados o lentes; programación incorrecta;
inasistencia o negativa del paciente; patología agregada; indicación médica; urgencia; preparación o
protocolo administrativo incompletos; quirófano no funcional o en remodelación; falta de vigencia;
cambio de indicación terapéutica; cirugía ya realizada y defunción. Para la interpretación de calidad se
agruparon conceptualmente como causas operativas/organizacionales, clínicas y relacionadas con el
paciente, sin modificar la categoría original de la base. (Incorporar la regla exacta de agrupación si se
utilizará en el análisis final).
Control de sesgos y tamaño del estudio
Para reducir sesgo de selección se incluyeron todos los registros elegibles del periodo. El uso de una
cédula institucional favoreció la estandarización, aunque permaneció riesgo de clasificación incorrecta
o uso inespecífico de categorías como “falta de tiempo quirúrgico”. Al tratarse de un censo, no se calculó
tamaño de muestra a priori.
Análisis estadístico
Las variables categóricas se describieron mediante frecuencias absolutas y porcentajes. La edad y el
tiempo hasta la intervención se resumieron con mediana, rango intercuartílico y rango mínimo–máximo.
La asociación monotónica entre edad y tiempo se exploró con Spearman (χ²=963.12; p<0.001). El
tiempo se comparó entre especialidades mediante Kruskal–Wallis. La distribución temporal se describió
con Kaplan–Meier, considerando como evento la intervención posterior. Se utilizó un nivel de
significación de .05 y Python 3.12 con pandas, NumPy, statsmodels.
El análisis original incluyó un modelo binomial con edad, sexo y especialidad; sin embargo, el
manuscrito no define el desenlace binario ni su punto de corte. Por rigor metodológico, sus resultados
no se incorporaron como hallazgo principal. (Definir el desenlace, la categoría de referencia, la lógica
clínica del punto de corte y reportar odds ratios ajustadas con IC95%; de lo contrario, retirar el modelo).
Consideraciones éticas
El protocolo fue aprobado por el Comité Local de Investigación en Salud No. 2108 del IMSS, con
registro institucional R-2024-2108-089. Se clasificó como investigación sin riesgo basada en revisión
pág. 1398
de registros y se autorizó la excepción del consentimiento informado. Los datos se manejaron de forma
confidencial y sin identificadores directos.
RESULTADOS Y DISCUSIÓN
Participantes y características generales
Se analizaron 405 suspensiones quirúrgicas con información completa. La mediana de edad fue de 51
años (RIC: 30–66; rango: 1–95), y 234 casos (57.8%) correspondieron a hombres. Cirugía General
concentró 185 suspensiones (45.7%), seguida de Ginecoobstetricia (12.8%), Anestesiología (12.6%) y
Cirugía Pediátrica (10.4%). Estas cifras representan distribución de las suspensiones, no tasas por
especialidad, porque no se dispuso del denominador de cirugías programadas en cada servicio. En
consecuencia, no debe inferirse que Cirugía General tuvo peor desempeño; su mayor frecuencia puede
reflejar mayor volumen de programación.
Tabla 1. Características de las cirugías suspendidas (n=405)
Variable Frecuencia o mediana Porcentaje o dispersión
Edad, años 51 RIC 30–66; rango 1–95
Sexo masculino 234 57.8%
Sexo femenino 171 42.2%
Cirugía General 185 45.7%
Ginecoobstetricia 52 12.8%
Anestesiología 51 12.6%
Cirugía Pediátrica 42 10.4%
Angiología y Cirugía Vascular 35 8.6%
Oftalmología 31 7.7%
Urología 9 2.2%
Fuente: elaboración propia con datos del estudio.
de registros y se autorizó la excepción del consentimiento informado. Los datos se manejaron de forma
confidencial y sin identificadores directos.
RESULTADOS Y DISCUSIÓN
Participantes y características generales
Se analizaron 405 suspensiones quirúrgicas con información completa. La mediana de edad fue de 51
años (RIC: 30–66; rango: 1–95), y 234 casos (57.8%) correspondieron a hombres. Cirugía General
concentró 185 suspensiones (45.7%), seguida de Ginecoobstetricia (12.8%), Anestesiología (12.6%) y
Cirugía Pediátrica (10.4%). Estas cifras representan distribución de las suspensiones, no tasas por
especialidad, porque no se dispuso del denominador de cirugías programadas en cada servicio. En
consecuencia, no debe inferirse que Cirugía General tuvo peor desempeño; su mayor frecuencia puede
reflejar mayor volumen de programación.
Tabla 1. Características de las cirugías suspendidas (n=405)
Variable Frecuencia o mediana Porcentaje o dispersión
Edad, años 51 RIC 30–66; rango 1–95
Sexo masculino 234 57.8%
Sexo femenino 171 42.2%
Cirugía General 185 45.7%
Ginecoobstetricia 52 12.8%
Anestesiología 51 12.6%
Cirugía Pediátrica 42 10.4%
Angiología y Cirugía Vascular 35 8.6%
Oftalmología 31 7.7%
Urología 9 2.2%
Fuente: elaboración propia con datos del estudio.
pág. 1399
Causas de suspensión
La causa más frecuente fue la falta de tiempo quirúrgico (24.7%), seguida de patología agregada (22.0%)
e indicación médica (10.1%). En conjunto, estas tres categorías representaron 56.8% de los registros. El
predominio de “falta de tiempo quirúrgico” coincide con revisiones que ubican la capacidad de sala, la
programación y la disponibilidad de camas entre los principales determinantes hospitalarios (Abate et
al., 2020; Koushan et al., 2021). No obstante, la categoría puede reunir mecanismos distintos —
procedimientos previos más prolongados, entrada de urgencias, inicio tardío, insuficiencia de personal
o estimación inexacta de tiempos—, por lo que debe desagregarse en futuros ciclos de medición.
La patología agregada como segunda causa sugiere oportunidades en evaluación preoperatoria,
optimización de comorbilidades y comunicación temprana entre cirugía, anestesiología y medicina
interna. Estudios de mejora han demostrado que la confirmación previa, las clínicas preoperatorias y la
gestión estandarizada de listas pueden reducir suspensiones evitables (Schretlen et al., 2021; Souza et
al., 2021). Para convertir el hallazgo en acciones, la unidad requiere definir evitabilidad y responsable
del proceso sin utilizar la clasificación con fines punitivos.
Tabla 2. Principales causas y tiempo hasta la intervención posterior
Indicador n o mediana % o dispersión
Falta de tiempo quirúrgico 100 24.7%
Patología agregada 89 22.0%
Por indicación médica 41 10.1%
Otros motivos 175 43.2%
Tiempo hasta la intervención,
días
11 RIC 2–28; rango 0–199
Intervenidos antes de 30 días
(estimación Kaplan–Meier)
≈284 ≈70%
Fuente: elaboración propia. La cantidad intervenida antes de 30 días es aproximada a partir de la curva de Kaplan–Meier.
Causas de suspensión
La causa más frecuente fue la falta de tiempo quirúrgico (24.7%), seguida de patología agregada (22.0%)
e indicación médica (10.1%). En conjunto, estas tres categorías representaron 56.8% de los registros. El
predominio de “falta de tiempo quirúrgico” coincide con revisiones que ubican la capacidad de sala, la
programación y la disponibilidad de camas entre los principales determinantes hospitalarios (Abate et
al., 2020; Koushan et al., 2021). No obstante, la categoría puede reunir mecanismos distintos —
procedimientos previos más prolongados, entrada de urgencias, inicio tardío, insuficiencia de personal
o estimación inexacta de tiempos—, por lo que debe desagregarse en futuros ciclos de medición.
La patología agregada como segunda causa sugiere oportunidades en evaluación preoperatoria,
optimización de comorbilidades y comunicación temprana entre cirugía, anestesiología y medicina
interna. Estudios de mejora han demostrado que la confirmación previa, las clínicas preoperatorias y la
gestión estandarizada de listas pueden reducir suspensiones evitables (Schretlen et al., 2021; Souza et
al., 2021). Para convertir el hallazgo en acciones, la unidad requiere definir evitabilidad y responsable
del proceso sin utilizar la clasificación con fines punitivos.
Tabla 2. Principales causas y tiempo hasta la intervención posterior
Indicador n o mediana % o dispersión
Falta de tiempo quirúrgico 100 24.7%
Patología agregada 89 22.0%
Por indicación médica 41 10.1%
Otros motivos 175 43.2%
Tiempo hasta la intervención,
días
11 RIC 2–28; rango 0–199
Intervenidos antes de 30 días
(estimación Kaplan–Meier)
≈284 ≈70%
Fuente: elaboración propia. La cantidad intervenida antes de 30 días es aproximada a partir de la curva de Kaplan–Meier.
pág. 1400
Tiempo hasta la intervención posterior
La mediana fue de 11 días (RIC: 2–28), con un máximo de 199 días y una distribución asimétrica. La
curva de Kaplan–Meier mostró que alrededor de 70% de los casos había recibido la intervención antes
de 30 días y cerca de 90% antes de 75 días. El resultado indica capacidad de reprogramación
relativamente rápida para la mayoría, pero también una cola de espera prolongada que puede concentrar
riesgo clínico y afectación social. La mediana, por sí sola, no debe interpretarse como cumplimiento de
un estándar, porque la prioridad aceptable depende del diagnóstico, la gravedad y la posibilidad de
deterioro.
Figura 1. Tiempo hasta la intervención posterior después de la suspensión
Nota. S(t) representa la probabilidad de permanecer sin intervención. Mediana: 11 días. (Confirmar número de casos
censurados y fecha de cierre del seguimiento). Fuente: elaboración propia con datos del estudio.
Se observaron diferencias globales del tiempo entre especialidades (H=18.61; p=.017). Este hallazgo
requiere análisis post hoc con corrección por comparaciones múltiples para identificar qué pares difieren
y estimar la magnitud de esas diferencias (resultados post hoc: completar). La correlación entre edad y
tiempo fue descrita como débil, pero el coeficiente exacto no aparece en los documentos fuente.
Tiempo hasta la intervención posterior
La mediana fue de 11 días (RIC: 2–28), con un máximo de 199 días y una distribución asimétrica. La
curva de Kaplan–Meier mostró que alrededor de 70% de los casos había recibido la intervención antes
de 30 días y cerca de 90% antes de 75 días. El resultado indica capacidad de reprogramación
relativamente rápida para la mayoría, pero también una cola de espera prolongada que puede concentrar
riesgo clínico y afectación social. La mediana, por sí sola, no debe interpretarse como cumplimiento de
un estándar, porque la prioridad aceptable depende del diagnóstico, la gravedad y la posibilidad de
deterioro.
Figura 1. Tiempo hasta la intervención posterior después de la suspensión
Nota. S(t) representa la probabilidad de permanecer sin intervención. Mediana: 11 días. (Confirmar número de casos
censurados y fecha de cierre del seguimiento). Fuente: elaboración propia con datos del estudio.
Se observaron diferencias globales del tiempo entre especialidades (H=18.61; p=.017). Este hallazgo
requiere análisis post hoc con corrección por comparaciones múltiples para identificar qué pares difieren
y estimar la magnitud de esas diferencias (resultados post hoc: completar). La correlación entre edad y
tiempo fue descrita como débil, pero el coeficiente exacto no aparece en los documentos fuente.
pág. 1401
Tabla 3. Análisis inferencial principal
Análisis Estadístico Valor p Interpretación
Tiempo según
especialidad
H=18.61 .017
Diferencia global;
requiere post hoc
Edad y tiempo ρ=(completar) (completar)
Asociación descrita
como débil
Modelo binomial (definir desenlace) (reanálisis)
No publicable hasta
definir resultado y
referencias
Fuente: elaboración propia con datos del estudio.
Implicaciones para la calidad de la atención
Los hallazgos apoyan un enfoque de mejora centrado en el proceso y no exclusivamente en el resultado.
La tasa de suspensión debe calcularse con el denominador de cirugías programadas y estratificarse por
especialidad, turno, tipo de procedimiento y evitabilidad. Asimismo, la gestión debería vigilar
puntualidad de la primera cirugía, duración estimada versus real, utilización de sala, disponibilidad de
camas, confirmación del paciente, valoración anestésica y porcentaje de expedientes preoperatorios
completos. Un tablero con estos indicadores permitiría distinguir restricciones estructurales de fallas de
coordinación.
La falta de tiempo quirúrgico puede abordarse con programación basada en datos históricos de duración,
bloques flexibles para urgencias, reglas de liberación de tiempo y revisión diaria de casos de alta
incertidumbre. La patología agregada requiere evaluación preoperatoria anticipada y criterios explícitos
de optimización. Estas intervenciones deben probarse mediante ciclos Planificar–Hacer–Estudiar–
Actuar o Lean Six Sigma y evaluarse con series temporales, evitando atribuir mejoría a cambios aislados
sin una línea basal suficiente (Dixit & Sun, 2024; Schretlen et al., 2021).
Tabla 3. Análisis inferencial principal
Análisis Estadístico Valor p Interpretación
Tiempo según
especialidad
H=18.61 .017
Diferencia global;
requiere post hoc
Edad y tiempo ρ=(completar) (completar)
Asociación descrita
como débil
Modelo binomial (definir desenlace) (reanálisis)
No publicable hasta
definir resultado y
referencias
Fuente: elaboración propia con datos del estudio.
Implicaciones para la calidad de la atención
Los hallazgos apoyan un enfoque de mejora centrado en el proceso y no exclusivamente en el resultado.
La tasa de suspensión debe calcularse con el denominador de cirugías programadas y estratificarse por
especialidad, turno, tipo de procedimiento y evitabilidad. Asimismo, la gestión debería vigilar
puntualidad de la primera cirugía, duración estimada versus real, utilización de sala, disponibilidad de
camas, confirmación del paciente, valoración anestésica y porcentaje de expedientes preoperatorios
completos. Un tablero con estos indicadores permitiría distinguir restricciones estructurales de fallas de
coordinación.
La falta de tiempo quirúrgico puede abordarse con programación basada en datos históricos de duración,
bloques flexibles para urgencias, reglas de liberación de tiempo y revisión diaria de casos de alta
incertidumbre. La patología agregada requiere evaluación preoperatoria anticipada y criterios explícitos
de optimización. Estas intervenciones deben probarse mediante ciclos Planificar–Hacer–Estudiar–
Actuar o Lean Six Sigma y evaluarse con series temporales, evitando atribuir mejoría a cambios aislados
sin una línea basal suficiente (Dixit & Sun, 2024; Schretlen et al., 2021).
pág. 1402
Limitaciones y validez externa
El diseño retrospectivo dependió de la calidad de los registros y pudo presentar clasificación errónea de
las causas. El estudio incluyó únicamente cirugías suspendidas, por lo que no permitió calcular la tasa
institucional ni comparar con cirugías realizadas. No se dispuso de duración programada, hora de inicio,
ingreso de urgencias, camas, personal, insumos diarios, comorbilidades desagregadas, prioridad clínica
ni consecuencias para el paciente. Las tablas con decenas de categorías diagnósticas generaron celdas
escasas y no deben utilizarse para inferencia sin agrupación clínica. Además, la definición de
intervención posterior y el manejo de censura requieren confirmación. Los resultados son útiles como
diagnóstico local, pero su generalización a otros hospitales debe considerar volumen, cartera de servicios
y organización de quirófanos.
CONCLUSIONES
En el hospital estudiado, la falta de tiempo quirúrgico fue la causa individual más frecuente de
suspensión, seguida de patología agregada. La mitad de los casos recibió la intervención posterior dentro
de 11 días y aproximadamente siete de cada diez antes de 30 días, La distribución varió entre
especialidades, pero el análisis disponible no permite establecer causalidad ni comparar desempeño sin
denominadores de actividad.
La prioridad institucional debe ser mejorar la calidad del dato y convertir categorías generales en causas
operativas específicas y accionables. Se recomienda calcular tasas por servicio, clasificar evitabilidad,
medir puntualidad, duración quirúrgica, y fortalecer la evaluación preoperatoria.
La identificación de las causas predominantes de suspensión puede contribuir al diseño de estrategias
orientadas a mejorar la eficiencia operativa, disminuir tiempos de espera y fortalecer la calidad de la
atención quirúrgica.
DECLARACIONES
Financiamiento: La investigación no recibió financiamiento externo.
Conflictos de interés: no existen.
Contribuciones de autoría: Juan Luis Vázquez Espinoza: Supervisión, validación, revisión y edición
del manuscrito, apoyo metodológico. Hugo Lopez Hernandez: Conceptualización, metodología,
Limitaciones y validez externa
El diseño retrospectivo dependió de la calidad de los registros y pudo presentar clasificación errónea de
las causas. El estudio incluyó únicamente cirugías suspendidas, por lo que no permitió calcular la tasa
institucional ni comparar con cirugías realizadas. No se dispuso de duración programada, hora de inicio,
ingreso de urgencias, camas, personal, insumos diarios, comorbilidades desagregadas, prioridad clínica
ni consecuencias para el paciente. Las tablas con decenas de categorías diagnósticas generaron celdas
escasas y no deben utilizarse para inferencia sin agrupación clínica. Además, la definición de
intervención posterior y el manejo de censura requieren confirmación. Los resultados son útiles como
diagnóstico local, pero su generalización a otros hospitales debe considerar volumen, cartera de servicios
y organización de quirófanos.
CONCLUSIONES
En el hospital estudiado, la falta de tiempo quirúrgico fue la causa individual más frecuente de
suspensión, seguida de patología agregada. La mitad de los casos recibió la intervención posterior dentro
de 11 días y aproximadamente siete de cada diez antes de 30 días, La distribución varió entre
especialidades, pero el análisis disponible no permite establecer causalidad ni comparar desempeño sin
denominadores de actividad.
La prioridad institucional debe ser mejorar la calidad del dato y convertir categorías generales en causas
operativas específicas y accionables. Se recomienda calcular tasas por servicio, clasificar evitabilidad,
medir puntualidad, duración quirúrgica, y fortalecer la evaluación preoperatoria.
La identificación de las causas predominantes de suspensión puede contribuir al diseño de estrategias
orientadas a mejorar la eficiencia operativa, disminuir tiempos de espera y fortalecer la calidad de la
atención quirúrgica.
DECLARACIONES
Financiamiento: La investigación no recibió financiamiento externo.
Conflictos de interés: no existen.
Contribuciones de autoría: Juan Luis Vázquez Espinoza: Supervisión, validación, revisión y edición
del manuscrito, apoyo metodológico. Hugo Lopez Hernandez: Conceptualización, metodología,
pág. 1403
curación de datos, análisis formal, investigación, redacción del borrador original, revisión y edición del
manuscrito, administración del proyecto.
Disponibilidad de datos: La base de datos anonimizada podrá compartirse previa solicitud razonable
al autor responsable, con la autorización de la institución donde se desarrolló el estudio y siempre que
el uso propuesto tenga fines académicos o de investigación, respetando los principios éticos y la
confidencialidad de los participantes.
REFERENCIAS BIBLIOGRÁFICAS
Abate, S. M., Chekole, Y. A., & Minaye, S. Y. (2020). Global prevalence and reasons for case
cancellation on the intended day of surgery: A systematic review and meta-analysis.
International Journal of Surgery Open, 26, 32–41. https://doi.org/10.1016/j.ijso.2020.05.005
Al Talalwah, N., & McIltrot, K. H. (2019). Cancellation of surgeries: Integrative review. Journal of
PeriAnesthesia Nursing, 34(1), 86–96. https://doi.org/10.1016/j.jopan.2017.10.005
Broullón-Dobarro, A., Cabadas-Avión, R., Leal-Ruiloba, M. S., Vázquez-Lima, A., Ojea-Cendón, M.,
Fernández-García, N., Nespereira-García, P., & Climent-Aira, A. (2019). Análisis retrospectivo
de las suspensiones quirúrgicas y de los factores influyentes durante 8 años. Cirugía Española,
97(4), 213–221. https://doi.org/10.1016/j.ciresp.2018.11.001
Cima, J., & Almeida, Á. (2022). The impact of cancellations in waiting times analysis: Evidence from
scheduled surgeries in the Portuguese NHS. The European Journal of Health Economics, 23(1),
95–104. https://doi.org/10.1007/s10198-021-01354-5
Dixit, A. A., & Sun, E. C. (2024). Improving patient care and enhancing surgical efficiency: Strategies
to reduce same-day surgical cancellations. Anaesthesia, 79(6), 573–575.
https://doi.org/10.1111/anae.16282
Donabedian, A. (2005). Evaluating the quality of medical care. The Milbank Quarterly, 83(4), 691–729.
https://doi.org/10.1111/j.1468-0009.2005.00397.x
Jack, K., Evans, C., Bramley, L., Cooper, J., Keane, T., Cope, M., & Hendron, E. (2022). Identifying
and understanding the non-clinical impacts of delayed or cancelled surgery in order to inform
prioritisation processes: A scoping review. International Journal of Environmental Research and
Public Health, 19(9), 5542. https://doi.org/10.3390/ijerph19095542
curación de datos, análisis formal, investigación, redacción del borrador original, revisión y edición del
manuscrito, administración del proyecto.
Disponibilidad de datos: La base de datos anonimizada podrá compartirse previa solicitud razonable
al autor responsable, con la autorización de la institución donde se desarrolló el estudio y siempre que
el uso propuesto tenga fines académicos o de investigación, respetando los principios éticos y la
confidencialidad de los participantes.
REFERENCIAS BIBLIOGRÁFICAS
Abate, S. M., Chekole, Y. A., & Minaye, S. Y. (2020). Global prevalence and reasons for case
cancellation on the intended day of surgery: A systematic review and meta-analysis.
International Journal of Surgery Open, 26, 32–41. https://doi.org/10.1016/j.ijso.2020.05.005
Al Talalwah, N., & McIltrot, K. H. (2019). Cancellation of surgeries: Integrative review. Journal of
PeriAnesthesia Nursing, 34(1), 86–96. https://doi.org/10.1016/j.jopan.2017.10.005
Broullón-Dobarro, A., Cabadas-Avión, R., Leal-Ruiloba, M. S., Vázquez-Lima, A., Ojea-Cendón, M.,
Fernández-García, N., Nespereira-García, P., & Climent-Aira, A. (2019). Análisis retrospectivo
de las suspensiones quirúrgicas y de los factores influyentes durante 8 años. Cirugía Española,
97(4), 213–221. https://doi.org/10.1016/j.ciresp.2018.11.001
Cima, J., & Almeida, Á. (2022). The impact of cancellations in waiting times analysis: Evidence from
scheduled surgeries in the Portuguese NHS. The European Journal of Health Economics, 23(1),
95–104. https://doi.org/10.1007/s10198-021-01354-5
Dixit, A. A., & Sun, E. C. (2024). Improving patient care and enhancing surgical efficiency: Strategies
to reduce same-day surgical cancellations. Anaesthesia, 79(6), 573–575.
https://doi.org/10.1111/anae.16282
Donabedian, A. (2005). Evaluating the quality of medical care. The Milbank Quarterly, 83(4), 691–729.
https://doi.org/10.1111/j.1468-0009.2005.00397.x
Jack, K., Evans, C., Bramley, L., Cooper, J., Keane, T., Cope, M., & Hendron, E. (2022). Identifying
and understanding the non-clinical impacts of delayed or cancelled surgery in order to inform
prioritisation processes: A scoping review. International Journal of Environmental Research and
Public Health, 19(9), 5542. https://doi.org/10.3390/ijerph19095542
pág. 1404
Koh, W. X., Phelan, R., Hopman, W. M., & Engen, D. (2021). Cancellation of elective surgery: Rates,
reasons and effect on patient satisfaction. Canadian Journal of Surgery, 64(2), E155–E161.
https://doi.org/10.1503/cjs.015519
Koushan, M., Wood, L. C., & Greatbanks, R. (2021). Evaluating factors associated with the cancellation
and delay of elective surgical procedures: A systematic review. International Journal for Quality
in Health Care, 33(2), mzab092. https://doi.org/10.1093/intqhc/mzab092
López-López, J. M., Sastré-Ortiz, N., González-Ruiz, V., & Rodea-Rosas, H. (2008). La suspensión de
cirugía electiva en un hospital público de tercer nivel: Frecuencia y causas. Cirujano General,
30(1), 22–27.
Montaño, A. G., & Flores, G. (2006). La suspensión de cirugía programada como un indicador de
calidad en la atención hospitalaria. Revista del Hospital General “Dr. Manuel Gea González”,
7(2), 54–57.
Naderi-Boldaji, V., Banifatemi, M., Zandi, R., Eghbal, M. H., Nematollahi, M., & Sahmeddini, M. A.
(2023). Incidence and root causes of surgery cancellations at an academic medical center in Iran:
A retrospective cohort study on 29,978 elective surgical cases. Patient Safety in Surgery, 17, 24.
https://doi.org/10.1186/s13037-023-00377-6
Özcan, M. S., Özden, E. S., Solmaz, F. A., Kösem, A., Akyol, Y., & Kırdemir, P. (2024). Prevalence
and causes of elective surgery cancellations after patients are taken to the operating room: A
prospective, cross-sectional study. Turkish Journal of Anaesthesiology and Reanimation, 52(1),
14–21. https://doi.org/10.4274/TJAR.2024.231454
Schretlen, S., Hoefsmit, P., Kats, S., van Merode, G., Maessen, J., & Zandbergen, R. (2021). Reducing
surgical cancellations: A successful application of Lean Six Sigma in healthcare. BMJ Open
Quality, 10(3), e001342. https://doi.org/10.1136/bmjoq-2021-001342
Souza, D. A. G. de, Araújo-Filho, I., Cabral, E. L. dos S., Souza, R. P., Varella, A. G. R., Sena, E. M.
A. B., Rêgo, A. C. M., Melo, B. L. B., Costa-Junior, J. F. D., & Pinheiro, F. I. (2021). Surgery
Remember@: An innovation to reduce surgical cancellations. Revista do Colégio Brasileiro de
Cirurgiões, 48, e20213206. https://doi.org/10.1590/0100-6991e-20213206
Koh, W. X., Phelan, R., Hopman, W. M., & Engen, D. (2021). Cancellation of elective surgery: Rates,
reasons and effect on patient satisfaction. Canadian Journal of Surgery, 64(2), E155–E161.
https://doi.org/10.1503/cjs.015519
Koushan, M., Wood, L. C., & Greatbanks, R. (2021). Evaluating factors associated with the cancellation
and delay of elective surgical procedures: A systematic review. International Journal for Quality
in Health Care, 33(2), mzab092. https://doi.org/10.1093/intqhc/mzab092
López-López, J. M., Sastré-Ortiz, N., González-Ruiz, V., & Rodea-Rosas, H. (2008). La suspensión de
cirugía electiva en un hospital público de tercer nivel: Frecuencia y causas. Cirujano General,
30(1), 22–27.
Montaño, A. G., & Flores, G. (2006). La suspensión de cirugía programada como un indicador de
calidad en la atención hospitalaria. Revista del Hospital General “Dr. Manuel Gea González”,
7(2), 54–57.
Naderi-Boldaji, V., Banifatemi, M., Zandi, R., Eghbal, M. H., Nematollahi, M., & Sahmeddini, M. A.
(2023). Incidence and root causes of surgery cancellations at an academic medical center in Iran:
A retrospective cohort study on 29,978 elective surgical cases. Patient Safety in Surgery, 17, 24.
https://doi.org/10.1186/s13037-023-00377-6
Özcan, M. S., Özden, E. S., Solmaz, F. A., Kösem, A., Akyol, Y., & Kırdemir, P. (2024). Prevalence
and causes of elective surgery cancellations after patients are taken to the operating room: A
prospective, cross-sectional study. Turkish Journal of Anaesthesiology and Reanimation, 52(1),
14–21. https://doi.org/10.4274/TJAR.2024.231454
Schretlen, S., Hoefsmit, P., Kats, S., van Merode, G., Maessen, J., & Zandbergen, R. (2021). Reducing
surgical cancellations: A successful application of Lean Six Sigma in healthcare. BMJ Open
Quality, 10(3), e001342. https://doi.org/10.1136/bmjoq-2021-001342
Souza, D. A. G. de, Araújo-Filho, I., Cabral, E. L. dos S., Souza, R. P., Varella, A. G. R., Sena, E. M.
A. B., Rêgo, A. C. M., Melo, B. L. B., Costa-Junior, J. F. D., & Pinheiro, F. I. (2021). Surgery
Remember@: An innovation to reduce surgical cancellations. Revista do Colégio Brasileiro de
Cirurgiões, 48, e20213206. https://doi.org/10.1590/0100-6991e-20213206
pág. 1405
von Elm, E., Altman, D. G., Egger, M., Pocock, S. J., Gøtzsche, P. C., & Vandenbroucke, J. P. (2007).
The Strengthening the Reporting of Observational Studies in Epidemiology (STROBE)
statement: Guidelines for reporting observational studies. PLoS Medicine, 4(10), e296.
https://doi.org/10.1371/journal.pmed.0040296
von Elm, E., Altman, D. G., Egger, M., Pocock, S. J., Gøtzsche, P. C., & Vandenbroucke, J. P. (2007).
The Strengthening the Reporting of Observational Studies in Epidemiology (STROBE)
statement: Guidelines for reporting observational studies. PLoS Medicine, 4(10), e296.
https://doi.org/10.1371/journal.pmed.0040296