Power BI aplicado a la gestión del medicamento y la gestión clínica
Un laboratorio de datos para farmacéuticos: iniciación a Power BI, consumo farmacoteráptico hospitalario, indicadores de prescripción en receta (DHD) y persistencia a tratamientos biológicos, con cuatro conjuntos de datos simulados listos para importar. 40 ejercicios guiados y 21 retos de extensión.
Bloques de trabajo
Bloque 0
Del Excel a un pequeño dashboard en 25 minutos
Dificultad1/5Bloque de iniciación: importar un Excel, transformar una fecha, crear visuales básicos y entender por qué un dashboard es interactivo.
Excel 0 · Excel0_Primer_Dashboard_Farmacia.xlsx
7 ejercicios guiados · 0 retos de extensión incluidos
Bloque A
Del Excel al cuadro de mando de gestión farmacoeconómica
Dificultad2/5El bloque de aterrizaje: importación, modelo en estrella y los indicadores de gestión farmacoeconómica que cualquier servicio de farmacia revisa cada mes.
Excel 1 · Consumo_Farmacos_Hospital.xlsx
10 ejercicios guiados · 0 retos de extensión incluidos
Bloque E
Un cuadro de mando de proyecto a partir de un Excel o de Planner
Dificultad2/5El puente entre el itinerario de gestión de proyectos y Power BI: convertir una tabla de tareas —o una exportación de Planner— en un cuadro de mando con el avance real, las tareas retrasadas y el cronograma por responsable.
CSV · Seguimiento_Proyecto o Export_Planner
3 ejercicios guiados · 0 retos de extensión incluidos
Bloque D
De seis archivos sueltos a una tabla que se actualiza sola
Dificultad3/5El bloque que ahorra horas cada mes: combinar una carpeta de extracciones mensuales, parametrizar la ruta, limpiar un archivo sucio en Power Query y unir la facturación con la tabla maestra de principios activos. Objetivo: que la llegada del archivo del mes siguiente no cueste más que pulsar Actualizar.
CSV simulados · facturación en receta 2026 (descargables abajo)
6 ejercicios guiados · 0 retos de extensión incluidos
Bloque B
De envases dispensados a DHD por gerencia
Dificultad4/5El bloque de indicadores poblacionales: convertir envases dispensados en Dosis Diarias Definidas (DDD) y construir la DHD, el indicador estándar de prescripción en receta. DHD = (DDD consumidas × 1.000) / (población asignada × días del periodo), es decir, dosis diarias definidas por 1.000 habitantes y día.
CSV · Receta, Poblacion, DDD_Referencia y Calendario
8 ejercicios guiados · 0 retos de extensión incluidos
Caso integrador
15 minutos de trabajo autónomo, sin instrucciones paso a paso
Dificultad4/5El cierre del curso: cada alumno elige uno de los seis cuadros de mando de la lista y construye una primera versión con los datos del curso. No hay instrucciones paso a paso: se trata de decidir qué indicadores importan, reutilizar lo aprendido y dejar una página que se entienda sin explicaciones. Al final, puesta en común de dos o tres pantallas.
Los datasets del curso, a elección del alumno
6 ejercicios guiados · 0 retos de extensión incluidos
Retos opcionales
Para seguir practicando después de la sesión, de menor a mayor dificultad
Dificultad5/5Retos opcionales ordenados de menor a mayor dificultad. Los tres últimos (F9, Reto PROA hospitalario y Bloque C · Kaplan-Meier) son de nivel avanzado. El Bloque C tiene su propia página con sus diez retos (C1–C10).
Los datasets del curso
0 ejercicios guiados · 11 retos de extensión incluidos
Reto opcional C
De la dispensación individual a la curva de Kaplan-Meier
Dificultad5/5Reto opcional de nivel avanzado, fuera del recorrido obligatorio: reconstruir la línea de tratamiento de cada paciente, definir la discontinuación y llegar a una curva de Kaplan-Meier construida a mano en DAX. Sus diez ejercicios figuran como retos (C1–C10).
Excel 3 · Dispensacion_Biologicos.xlsx
0 ejercicios guiados · 10 retos de extensión incluidos
Agenda de la sesión (15:00–18:00)
Fecha de la sesión: 08/10/2026
Fundamentos
Lectura de seis minutos antes de sentarte a los ejercicios. No ocupan tiempo de la agenda, pero A1, A2 y el resto de ejercicios los dan por hechos.
Configuración regional e idioma
Antes de importar cualquiera de los tres Excel, comprueba que la configuración regional de Power BI coincide con el origen (España: día/mes/año, coma decimal). Con otra configuración, columnas como Fecha o Fecha_Dispensacion se leen mal y descuadran toda la línea temporal de los ejercicios A5, B6 o C3.
Qué hace realmente Power Query
Cada limpieza que aplicas —tipos de datos, columnas condicionales, combinaciones— se traduce en código del lenguaje M y queda grabada como un paso; ese código se re-ejecuta automáticamente cada vez que actualices el origen. Power Query no cambia los datos una vez: los «afina» cada vez que se actualizan.
Tablas de Excel, no hojas sueltas
Los tres libros del curso ya se entregan como tablas de Excel con nombre (no simples rangos), que es la buena práctica al importar: Power BI reconoce encabezados y tipo de forma más fiable. Si en tu hospital trabajas con CSV, recuerda además verificar la codificación (UTF-8) y el delimitador antes de cargar.
Los tres roles alrededor de un informe
En un hospital real, el Servicio de Informática (arquitecto de datos) garantiza el origen y la seguridad de las tablas de consumo; tú, como farmacéutico/a, actúas como analista de datos y diseñador del modelo a lo largo de los bloques A-C; y la dirección o la comisión de farmacia son el usuario final, que solo necesita segmentadores y tarjetas ya construidos.
Cuándo NO resumir un número
Power BI resume automáticamente cualquier campo numérico (suma, promedio…). En Calendario, arrastra Año o Nº_Mes a una tarjeta y comprueba lo absurdo del resultado por defecto («suma de 2024»); haz clic en el campo dentro del visual y cambia la agregación a No resumir. La misma trampa aplica a cualquier código numérico (p. ej. un futuro Id_Servicio).
Relaciones 1:1 y 1:varios, antes de tocar la vista Modelo
En A2 arrastrarás campos para crear relaciones, así que conviene tener claro qué está pasando. Una relación 1:varios (la más habitual) une una tabla con una fila por elemento —Servicios, un fármaco de DDD_Referencia— con otra que tiene muchas filas para ese mismo elemento —Consumo, con una fila por cada dispensación—: el «1» siempre va del lado con valores únicos. Una relación 1:1 (menos frecuente) une dos tablas que tienen como máximo una fila por valor en común. Power BI detecta el tipo automáticamente al crear la relación y lo muestra junto a la línea que une las tablas en la vista Modelo (un «1» o un símbolo de infinito «∞» en cada extremo); no tienes que elegirlo tú.
Glosario
Los términos que aparecen en los bloques, explicados en dos líneas. Dentro de cada bloque, la primera vez que sale un término enlaza aquí.
- ATC
- Clasificación internacional (OMS) que da un código a cada medicamento según el órgano sobre el que actúa y su tipo de acción. Sirve para agrupar fármacos de forma homogénea entre hospitales.
- DDD
- Dosis diaria definida: la dosis media de mantenimiento al día para la indicación principal de un fármaco en adultos. Permite comparar consumos entre fármacos y centros sin depender de envases o presentaciones.
- DHD
- DDD por 1.000 habitantes y día. Es el indicador habitual en atención primaria para medir cuánto se consume de un fármaco en una población.
- DDD/100 estancias
- Indicador hospitalario de consumo: DDD consumidas por cada 100 días de ingreso. Corrige el efecto del tamaño y la ocupación del servicio, así que permite comparar servicios entre sí.
- PROA
- Programa de optimización del uso de antimicrobianos. Equipo y conjunto de actuaciones para que los antibióticos se usen mejor: indicación, dosis, duración y vigilancia del consumo.
- persistencia
- Tiempo que un paciente sigue recogiendo y tomando su tratamiento sin interrupciones relevantes. Se mide en días desde el inicio hasta el abandono.
- techo de gasto
- Límite máximo de gasto asignado a un servicio, grupo terapéutico o centro en un periodo. Se usa como línea de referencia frente al gasto real acumulado.
- gerencia
- Unidad de gestión que agrupa a los centros (hospital y centros de salud) que atienden a una población concreta. Es el nivel habitual para comparar consumo y facturación.
- principio activo
- La sustancia que produce el efecto del medicamento, con independencia de la marca o el laboratorio. Comparar por principio activo evita duplicar el mismo fármaco bajo nombres distintos.
- medida DAX
- Cálculo en Power BI que se recalcula según lo que hay en pantalla (filtros, fechas, servicio). Úsala para totales, porcentajes y comparaciones.
- columna calculada
- Columna nueva que se calcula fila a fila al cargar los datos y se guarda en la tabla. Úsala para clasificar o etiquetar filas, no para totales.
- Power Query
- El editor donde se limpian y preparan los datos antes de que entren al informe: quitar columnas, cambiar tipos, combinar tablas. Cada paso queda grabado y se repite al actualizar.
- modelo en estrella
- Forma recomendada de organizar los datos: una tabla central de hechos rodeada de tablas de dimensión conectadas a ella. Hace el informe más rápido y los filtros más predecibles.
- tabla de hechos
- La tabla con los datos que se suman: consumos, importes, envases dispensados. Suele ser la más larga y tener una fila por transacción.
- tabla de dimensión
- Tabla de descripción con la que se filtra y agrupa: calendario, servicios, fármacos, centros. Es corta y sus valores se usan en los ejes y los filtros.
Conectando con datos reales de tu hospital
No hay ejercicio práctico aquí —los tres libros del curso son estáticos a propósito— pero sí tres conceptos que necesitarás en cuanto conectes Power BI a un sistema real.
Importar vs. DirectQuery
Los tres Excel del curso se cargan en modo Importar (los datos se comprimen y viven en memoria). El día que te conectes al ERP o al sistema de prescripción de tu hospital —normalmente SQL Server— podrás elegir DirectQuery: consulta el origen en cada interacción, sin copiar los datos, a cambio de depender del rendimiento de esa base de datos y perder algunas funciones DAX.
Carpetas y parámetros de conexión
Si en tu hospital el consumo llega en un Excel distinto cada mes, Obtener datos → Carpeta combina automáticamente todos los archivos de una carpeta en una sola tabla, y se actualiza sola cuando añades el archivo del mes siguiente. Guarda la ruta como un parámetro: si la carpeta cambia de ubicación, corriges un único valor en vez de rehacer cada consulta.
Web, Google Sheets y tablas manuales
Más allá del Excel: el conector Web extrae tablas directamente de una URL (útil para datos abiertos públicos). El conector Google Sheets es nativo en Power BI Desktop: se conecta a la hoja por su URL, pide iniciar sesión con una cuenta de Google la primera vez y, a partir de ahí, cada «Actualizar» trae los datos más recientes de la hoja, exactamente igual que con un Excel local — practícalo en el reto F9. Por último, Especificar datos permite crear a mano una tabla estática pegando un fragmento desde Word o Excel, perfecto para catálogos pequeños que no cambian, como una tabla de festivos.
Para futuras ediciones
Un cuarto dataset de seguridad del medicamento
Incorporar notificaciones de errores de medicación y reacciones adversas permitiría practicar embudos (funnel), Pareto de causas raíz y gráficos de control estadístico (SPC) con límites de control — muy demandado en gestión de riesgos.
Un origen de datos que sí cambie: conector Web u Open Data
Sumar un ejercicio con el conector Web contra un portal de datos abiertos real (INE, datos.gob.es) para que el alumno viva una actualización de datos genuina y no solo simulada.
Kaplan-Meier con Python o R en paralelo
En C8, comparar la aproximación DAX con un visual de Python/R (lifelines o survival) ayuda a entender qué automatiza Power BI y qué sigue exigiendo criterio estadístico del farmacéutico.
Seguridad a nivel de fila (RLS)
Configurar roles para que cada responsable de servicio solo vea el consumo de su propio servicio es una necesidad real en la mayoría de hospitales.
Caso integrador final
Cerrar con un reto sin instrucciones paso a paso que cruce los tres ficheros: presión de antimicrobianos frente a estancia media, o gasto en biológicos frente a persistencia.
Evaluación y publicación
Un cuestionario breve al cierre de cada bloque y una sesión final dedicada a publicar el informe en Power BI Service (actualización programada, app móvil).
Evaluación
Tres herramientas para medir el avance: las encuestas de nivel antes y después de la sesión, una autoevaluación de competencias y un cuestionario de repaso con corrección inmediata.
Encuesta inicial
Nivel de partida en Excel y Power BI, herramientas disponibles en tu organización y expectativas del curso.
[PONER ENLACE A LA ENCUESTA INICIAL]
Encuesta final
Las mismas preguntas de nivel que la encuesta inicial (para medir el avance), más satisfacción con la sesión y utilidad esperada en tu trabajo diario.
[PONER ENLACE A LA ENCUESTA FINAL]
Autoevaluación: 8 competencias del curso
Marca lo que ya sabrías hacer por tu cuenta, sin seguir el guion del ejercicio.
Cuestionario de repaso (8 preguntas)
Elige una respuesta y verás al momento si es correcta.
1. Quieres revisar los tipos de dato antes de cargar un Excel en el informe. ¿Qué botón pulsas en la ventana Navegador?
2. Cada mes llega un archivo nuevo de facturación con la misma estructura. ¿Qué conexión es la adecuada?
3. ¿Qué ocurre con los pasos aplicados de Power Query cuando el origen se actualiza?
4. En una relación entre Servicios y Consumo, ¿de qué lado está el «1»?
5. ¿Cuál es la diferencia entre una medida y una columna calculada?
6. ¿Por qué se usa DIVIDE en lugar del símbolo «/» en DAX?
7. Quieres mostrar solo los 20 principios activos con mayor importe en un gráfico de barras. ¿Cuál es la vía más directa?
8. Has terminado el informe y quieres que lo vea la dirección. ¿Cuál es el paso correcto?
Datos: Los tres libros Excel contienen datos simulados generados para este curso; los valores de DDD del bloque de antimicrobianos están verificados contra el ATC/DDD Index de la OMS (atcddd.fhi.no, consultado en septiembre de 2026). Cualquier coincidencia con pacientes, hospitales o cifras reales es casual.
Material complementario de IA
Además de la sesión de Power BI, el curso incluye 17 ejercicios complementarios de IA generativa, análisis de datos, plataformas y agentes.
Ver material complementario