Evaluación de tres procedimientos de ajuste por riesgo para la estadía hospitalaria como indicador de desempeño

Teddy Osmin Tamargo Barbeito, Susel Quesada Peña, Angela Rosa Gutiérrez Rojas, Nirka López León

Texto completo:

PDF

Resumen

Introducción: La estadía hospitalaria es el indicador por excelencia de la eficiencia de los servicios prestados. Pero es bien conocido que sus cambios no solo están supeditados a problemas en la eficiencia, sino también a las características de los pacientes,que constituyen la materia prima para su cálculo. Se necesita, por tanto, distinguir qué parte de la misma se debe a las características del paciente y qué parte a la eficiencia y calidad del servicio prestado. Además, es preciso medir el impacto de cada uno de estos elementos para poder evaluar la estadía hospitalaria.

Objetivo: Evaluar tres procedimientos de ajuste por riesgo para la estadía hospitalaria como indicador de desempeño.

Método: Investigación retrospectiva en el servicio de Medicina Interna del Hospital Clínico Quirúrgico "Hermanos Ameijeiras" en el primer semestre del año 2019. Se incluyeron 534 historias clínicas de pacientes egresados vivos cubanos. Se evaluó la capacidad de cada procedimiento para detectar ineficiencias de la atención hospitalaria, por medio del análisis de varianza y la construcción de curvas ROC (acrónimo de Receiver Operating Characteristic)

Resultados: Existieron diferencias significativas entre las tres áreas bajo las curvas ROC. Para el procedimiento que utiliza el Índice de Gravedad de Servicios Clínicos del Hospital “Hermanos Ameijeiras” fue de 0,800 (p<0,001), (IC de 95 % 0,749–0,851). Para el de los grupos de diagnósticos relacionados, el área bajo la curva ROC fue de 0,738 (p<0,001), (IC de 95 % 0,680-0,796). En el caso de la regresión lineal múltiple, el área bajo la curva ROC fue de 0,747 (p<0,001), (IC de 95 % 0,690-0,805).

Conclusiones: El procedimiento de ajuste por riesgo que estima la estadía esperada a partir del índice de gravedad, fue el más eficaz para la detección de problemas de eficiencia. Se recomienda su uso por ser su cálculo más sencillo.

Palabras clave

estadía hospitalaria; grupos de diagnósticos relacionados; ajuste por riesgo.

Referencias

Jiménez Paneque RE. Indicadores de calidad y eficiencia de los servicios hospitalarios: una mirada actual. Rev Cubana Salud Pública. 2004 [acceso: 13/08/2009];30(1):17-36. Disponible en: http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S0864-34662004000100004&lng=es&nrm=iso&tlng=es .

Jiménez R, Domínguez E, López L, Fariñas H. Difference between observed and predicted lenght of stay as indicator of patient care inefficiency. Internat J Quality Health Care. 1999;11(5):375-84. DOI: https://doi.org/10.1093/intqhc/11.5.375

Martins M, Blais R, da Costa Leite I. Mortalidade hospitalar e tempo de permanência: comparação entre hospitais públicos e privados na região de Ribeirão Preto, São Paulo, Brasil. Cad Saúde Pública. 2004;20(Sup 2):268-82. DOI: https://doi.org/10.1590/S0102-311X2004000800021

Omachonu VK, Suthummanon S, Akcin M, Asfour S. Predicting length of stay for Medicare patients at a teaching hospital. Health Serv Manage Res. 2004;17(1):1-12. DOI: https://doi.org/10.1258/095148404322772688

Tamargo Barbeito TO, Jiménez Paneque RE. El ajuste por riesgo en la evaluación del desempeño hospitalario. Rev Cubana Salud Pública. 2009 [acceso: 13/08/2009];35(3). Disponible en: http://bvs.sld.cu/revistas/spu/vol35_3_09/spu10309.htm

Horn SD, Horn RA. Reliability and validity of the severity of illness index. Med Care. 1986;24(2):159-78. DOI: https://doi.org/10.1097/00005650-198602000-00007

Jiménez RE, Vázquez J, Fariñas H. Construcción y validación de un índice de gravedad para pacientes hospitalizados en áreas clínicas. Gaceta Sanitaria, Xunta de Galicia. 1997;11:122-30. DOI: https://doi.org/10.1016/S0213-9111(97)71287-1

Kądziołka I, Świstek R, Borowska K, Tyszecki P, Serednicki W. Validation of APACHE II and SAPS II scales at the intensive care unit along with assessment of SOFA scale at the admission as an isolated risk of death predictor. Anaesthesiol Intensive Ther. 2019;51(2):107-111. DOI: http://doi.org/10.5114/ait.2019.86275

Bertoli P, Grembi V. The political economy of diagnosis-related groups. Soc Sci Med. 2017;190:38-47. DOI: http://doi.org/10.1016/j.socscimed.2017.08.006

Jiao W. Diagnosis-Related Groups' Payment Reform in Beijing. Chin Med J (Engl). 2018;131(14):1763-1764. DOI: http://doi.org/10.4103/0366-6999.235869

Jackson T, Dimitropoulos V, Madden R, Gillett S. Australian diagnosis related groups: Drivers of complexity adjustment. Health Policy. 2015;119(11):1433-41. DOI: http://doi.org/10.1016/j.healthpol.2015.09.011

Gonnella JS, Louis DZ. Disease staging classification system. Med Care. 1987;25(4):360. DOI: https://doi.org/10.1016/S0213-9111(97)71287-1

Abood RA, Hasson HM, Khalaf AA, Saleh EM. Impact of Comorbidities on Survival Among Patients with Chronic Myeloid Leukaemia Using the Charlson Comorbidity Index: Retrospective study from Basra, Iraq. Sultan Qaboos Univ Med J. 2019;19(3):e236-e41. DOI: http://doi.org/10.18295/squmj.2019.19.03.010

Yang CC, Fong Y, Lin LC, Que J, Ting WC, Chang CL, et al. The age-adjusted Charlson comorbidity index is a better predictor of survival in operated lung cancer patients than the Charlson and Elixhauser comorbidity indices. Eur J Cardiothorac Surg. 2018;53(1):235-40. DOI: http://doi.org/10.1093/ejcts/ezx215

Gorbanev I, Agudelo S, Cortes A, Yepes F. Cultura innovadora y grupos relacionados de diagnóstico en un hospital de alta complejidad, Colombia. Rev Salud Pública (Bogotá). 2016 [acceso: 21/04/2021];(2):251-62. Disponible en: https://www.redalyc.org/articulo.oa?id=42245920009

Barragán-Hervella R, Montiel-Jarquín A, Limón-Serrano I, Escobedo-Sosa V, Loria-Castellanos J. Costo directo de la atención primaria del traumatismo craneoencefálico (TCE) leve en adultos mediante grupos relacionados por el diagnóstico (GRD) en el tercer nivel de atención médica. Gac Med Mex. 2016 [acceso: 21/04/2021];152(6):755-60. Disponible en: https://www.anmm.org.mx/GMM/2016/n6/GMM_152_2016_6_755-760.pdf

Reynaldos-Grandón K, Saiz-Alvarez JM, Molina-Muñoz Y. Competencias profesionales, gestión clínica y grupos relacionados de diagnósticos. El caso de hospitales públicos chilenos. Rev. Salud Pública. 2018;20(4):472-78. DOI: https://doi.org/10.15446/rsap.v20n4.66564

Yetano Laguna J, López Arbeloa G. Manual de descripción de los Grupos Relacionados por el Diagnóstico (AP-GRD v.25.0). 5ta. edición. Administración de la Comunidad Autónoma de Euskadi, Gobierno Vasco: Osakidetza; 2010.

Tamargo Barbeito TO, Jiménez Paneque RE, Gutiérrez Rojas AR, Mora Díaz I. Dos procedimientos de ajuste por riesgo para la estadía hospitalaria como indicador de desempeño. Revista Cubana de Salud. 2012 [acceso: 21/03/2021];38(1):29-44. Disponible en: http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S0864-34662012000100004&lng=es

Librero J, Peiró S, Ordiñana R. Comorbilidad crónica y homogeneidad de los grupos diagnósticos relacionados. Gaceta Sanitaria 1999;13(4):292-302. DOI: https://doi.org/10.1016/S0213-9111(99)71371-3

Organización Panamericana de la Salud. Clasificación estadística internacional de enfermedades y problemas relacionados con la salud. 9na. Revisión. Washington DC, EEUU: OPS; 1975. Vol. 1

Ministerio de Sanidad y Consumo. El proyecto NIPE y el proyecto Análisis y desarrollo de los GDR en el Sistema Nacional de Salud. España; Centro de Publicaciones. 2005 [acceso: 30/04/2021]:83-93. Disponible en: https://1library.co/document/zgrww1vq-capitulo-proyecto-proyecto-analisis-desarrollo-sistema-nacional-salud.html#fulltext-content

Cerda J, Cifuentes L. Uso de curvas ROC en investigación clínica: Aspectos teórico-prácticos. Rev Chil infectol. 2012 [acceso: 21/11/2019];29(2):138-41. Disponible en: https://scielo.conicyt.cl/scielo.php?script=sci_arttext&pid=S0716-10182012000200003&lng=es

Bernard AM, Mynard R, Rosevear JS, McMahon LF. The integrated inpatient management. Med Care. 1995;7:663-75. DOI: https://doi.org/10.1097/00005650-199507000-00003

Ryan S, Lowe CS, Hardes G. A quantitative approach to quality improvement and resource allocation. Qual Clin Pra. 1995;15:11-6. PMID: 7757319

Jiménez Paneque RE, Lam RM, Marot M, Delgado A. Observed-predicted length of stay for an acute psychiatric department, as an indicator of inpatient care inefficiencies. Retrospective case-series study. BMC Health Serv Res. 2004;4:4. DOI: http://doi.org/10.1186/1472-6963-4-4

Hosmer DW, Lemeshow S. Applied Logistic Regression. 2nd ed. John Wiley & Sons, Inc. 2000. pp. 156-164.

Enlaces refback

  • No hay ningún enlace refback.




Licencia de Creative Commons
Esta obra está bajo una licencia de Creative Commons Reconocimiento-NoComercial-CompartirIgual 4.0 Internacional.