SciELO - Scientific Electronic Library Online

 
vol.88 issue2Impact of the Royal Decree-Law 16/2012 on the Number of Prescriptions and Pharmaceutical ExpendituresMunicipal Distribution and Trend of the Incidence of Breast Cancer in the Health Area of Leon, Spain (1996-2010) author indexsubject indexarticles search
Home Pagealphabetic serial listing  

Services on Demand

Journal

Article

Indicators

Related links

  • On index processCited by Google
  • Have no similar articlesSimilars in SciELO
  • On index processSimilars in Google

Share


Revista Española de Salud Pública

On-line version ISSN 2173-9110Print version ISSN 1135-5727

Abstract

ORUETA MENDIA, Juan F.; GARCIA-ALVAREZ, Arturo; ALONSO-MORAN, Edurne  and  NUNO-SOLINIS, Roberto. Desarrollo de un modelo de predicción de riesgo de hospitalizaciones no programadas en el País Vasco. Rev. Esp. Salud Publica [online]. 2014, vol.88, n.2, pp.251-260. ISSN 2173-9110.  http://dx.doi.org/10.4321/S1135-57272014000200007.

Fundamentos: La hospitalizaciones son eventos indeseables que en ocasiones pueden ser evitados mediante intervenciones proactivas. El objetivo del estudio es determinar la capacidad de modelos basados en Adjusted Clinical Groups (ACGs) en nuestro medio para identificar a los pacientes que presentarán ingresos no programados en los meses siguientes a su clasificación, tanto en la población general como en subpoblaciones de enfermos crónicos (diabetes mellitus, enfermedad pulmonar obstructiva crónica e insuficiencia cardiaca). Métodos: Estudio transversal que analizó información de un periodo de 2 años, de todos los residentes en Euskadi mayores de 14 años de edad (n=1.964.337). Los datos del primer año (demográficos, índice de privación socioeconómica, diagnósticos, prescripciones, procedimientos, ingresos y otros contactos con el servicio de salud) sirvieron para construir las variables independientes. Las hospitalizaciones del segundo año, las dependientes. Se empleó el área bajo la curva ROC (AUC) para evaluar la capacidad de los modelos en discriminar a los pacientes con hospitalizaciones y se calculó el valor predictivo positivo y la sensibilidad en diferentes puntos de corte. Resultados: En la población general, los modelos para predecir ingresos a los 6 y 12 meses así como hospitalizaciones prolongadas mostraron un comportamiento bueno (AUC>0,8), mientras que fue aceptable (AUC 0,7-0,8) en los grupos de pacientes crónicos. Conclusiones: Un sistema de estratificación de riesgo de ingresos, basado en ACGs resulta válido y aplicable en nuestro medio. Estos modelos permiten clasificar a los pacientes en una escala de mayor a menor riesgo, lo cual hace posible la aplicación de las intervenciones preventivas más costosas solamente a un pequeño subgrupo de pacientes, mientras que otras menos intensivas pueden proporcionarse a grupos más amplios.

Keywords : Ajuste de riesgo; Modelos predictivos; Hospitalizaciones; Enfermedades crónicas; Sistemas de información sanitaria.

        · abstract in English     · text in Spanish     · Spanish ( pdf )

 

Creative Commons License All the contents of this journal, except where otherwise noted, is licensed under a Creative Commons Attribution License