SciELO - Scientific Electronic Library Online

 
vol.33 issue1Vaccine hesitancy: discourse analysis of parents who have not fully or partially vaccinated their childrenDoctors' opinions on clinical coordination between primary and secondary care in the Catalan healthcare system 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


Gaceta Sanitaria

Print version ISSN 0213-9111

Abstract

ESTUPINAN-RAMIREZ, Marcos; TRISTANCHO-AJAMIL, Rita; COMPANY-SANCHO, María Consuelo  and  SANCHEZ-JANARIZ, Hilda. Comparación de modelos predictivos para la selección de pacientes de alta complejidad. Gac Sanit [online]. 2019, vol.33, n.1, pp.60-65.  Epub Oct 28, 2019. ISSN 0213-9111.  https://dx.doi.org/10.1016/j.gaceta.2017.06.003.

Objetivo

Comparar la concordancia de los pesos de complejidad entre los estratificadores Clinical Risk Groups (CRG) y los grupos de morbilidad ajustada (GMA), determinar cuál de ellos es el mejor predictor de ingreso hospitalario y optimizar el método para seleccionar el 0,5% de pacientes de más alta complejidad que se incluirán en un protocolo de intervención.

Método

Estudio analítico transversal en 18 zonas de salud de Canarias, con una población a estudio de 385.049 personas, usando variables sociodemográficas procedentes de la tarjeta sanitaria, los diagnósticos y el uso de los recursos asistenciales obtenidos de la historia electrónica de salud de atención primaria (HSAP) y del conjunto mínimo básico de datos hospitalario, el estado funcional registrado en la HSAP y los fármacos prescritos en el sistema de receta electrónica. A partir de esos datos se estimó la concordancia entre estratificadores, se evaluó la capacidad de cada estratificador para predecir ingresos y se construyeron modelos para optimizar la predicción.

Resultados

La concordancia entre los pesos de complejidad de los estratificadores fue fuerte (rho = 0,735) y la concordancia entre categorías de complejidad fue moderada (Kappa ponderado = 0,515). El peso de complejidad GMA predice el ingreso hospitalario mejor que el del CRG (área bajo la curva [AUC]: 0,696 [0,695-0,697] vs. 0,692 [0,691-0,693]). Se añadieron otras variables predictivas al peso GMA, obteniendo la mejor AUC (0,708 [0,707-0,708]) el modelo compuesto por GMA, sexo, edad, escalas de Pfeiffer y Barthel, existencia de reingreso y número de grupos terapéuticos prescritos.

Conclusiones

Se constató una fuerte concordancia entre estratificadores y una mayor capacidad predictiva de los ingresos por parte de los GMA, que puede aumentarse añadiendo otras dimensiones.

Keywords : Ajuste de riesgo; Enfermedad crónica; Recursos en salud; Hospitalización.

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