Introducción
La implantación de un sistema de información sanitario en el ámbito de la atención primaria responde a la necesidad de establecer un instrumento de evaluación del estado de salud de la población y de las actividades que se realizan en ella1. A pesar de los avances que se han alcanzado por algunos grupos innovadores, esta área se encuentra todavía en fase de mejora y continua consolidación. La mayor parte de estas experiencias son muy locales y limitadas en el tiempo, excesivamente centradas en el deseo de conocer el perfil de la demanda asistida para poder mejorar la gestión de los centros y la planificación sanitaria en general, y aún hay pocos criterios de homogeneidad y fiabilidad que permitan su integración2,3.
La mayoría de los sistemas de clasificación de pacientes se han desarrollado aplicándolos a la gestión, la financiación o la investigación de los pacientes atendidos en los hospitales de agudos y centros de larga estancia. Además, los sistemas de clasificación de pacientes en la atención ambulatoria, y en particular los de la atención primaria, no se han utilizado de una forma generalizada, ni siquiera en Estados Unidos, su país de origen4,5. De todos ellos, los que agrupan el conjunto de los pacientes según un consumo similar de recursos de atención pueden facilitar la comparación de la diversidad de sujetos en las poblaciones4. Los grupos clínicos ajustados o ajusted clinical groups (ACG) son un sistema de agrupación de diagnósticos que clasifica a las personas según las enfermedades que presentan durante un período. Fueron elaborados por Starfield et al6 y Weiner et al7 (Universidad Johns Hopkins), y su objetivo es obtener un sistema que permita clasificar los grupos poblacionales y ofrecer una aproximación al perfil diagnóstico de los pacientes.
La utilización en nuestro entorno de alguna clasificación de case-mix de régimen ambulatorio (como los ACG) precisa que se superen algunas dificultades para un adecuado desarrollo4. Las más destacadas se sitúan en la variabilidad y la complejidad de la atención primaria, la unidad de medida utilizada (el episodio de atención tiene un claro atractivo conceptual, ya que tiene en cuenta la atención proporcionada durante un período definido), la medida de los recursos consumidos, la codificación de los diagnósticos y los procedimientos realizados, o la escasa disponibilidad de información y de bases de datos amplias y fiables8. En España se añaden otros factores que aumentan el interés y las expectativas de estas clasificaciones. Por un lado, la evaluación de la atención primaria precisa información cualitativa, mucho más avanzada que la actual disponibilidad de información sobre su estructura y actividad; y por otro, siguiendo la tendencia actual, las experiencias que tienen como objetivo separar la financiación, la compra y la provisión de servicios requieren instrumentos más ajustados de evaluación y medida de la actividad asistencial realizada.
La capacidad de estas medidas para responder a las necesidades de gestión de los servicios sanitarios es incierta. Hay dudas sobre los propios instrumentos y sobre su ajuste a las características de un ámbito sanitario distinto de aquel en el que han sido diseñadas. En general, la evidencia que se tiene en la aplicación de los ACG en nuestro medio está poco estudiada9-11, la bibliografía específica disponible es escasa12-14 y se requiere un mejor conocimiento que refuerce una situación de práctica clínica habitual. El objeto del estudio es valorar la aplicación retrospectiva de los ACG en un centro de atención primaria.
Sujetos y método
Diseño descriptivo exploratorio de carácter retrospectivo, realizado en el Área Básica de Salud Apenins-Montigalà de Badalona (centro urbano y concertado con el Servicio Catalán de la Salud [SCS]), que atiende a una población de referencia de unos 19.720 habitantes e inició su actividad en diciembre de 1997. Se incluyó en el estudio a todos los pacientes atendidos (asignados o desplazados) por el equipo durante el año 2000 y se excluyó a los sujetos trasladados a otros centros de atención primaria y a los que fallecieron durante el período de estudio.
Las variables examinadas fueron: universales (edad y sexo), dependientes (visitas, episodios y costes) y de casuística o comorbilidad. Se utilizó la variable edad para agrupar a los pacientes por servicios asistenciales; de este modo, los rangos de edad de 0 a 14 años agrupan a los pacientes de pediatría, y los mayores de 14 años, a los de medicina de familia. La visita realizada se definió como un contacto entre el equipo de profesionales y el paciente por una demanda o un problema de salud, en el propio centro o en su domicilio. En el caso de que hubiera alguna actividad realizada por 2 profesionales conjuntamente, se contabilizó la que figuraba en la agenda de citaciones. Se excluyeron del estudio aquellas visitas realizadas por la integración de especialistas en el propio centro. Se definió el episodio como un proceso de atención de una enfermedad o una demanda explícita realizada por el paciente (contacto con los servicios sanitarios). Se consideró equivalente al diagnóstico o motivo de consulta y se cuantificó según la Clasificación Internacional de la Atención Primaria (CIAP)15. Se realizó un cierre automatizado de los episodios en todo el centro para valorar la carga de morbilidad de los pacientes atendidos; por tanto, se excluyeron del estudio aquellos episodios de atención cuya fecha de cierre fue anterior al período de estudio (año 2000). Se estableció una conversión (mapping) de la CIAP a la Clasificación Internacional de Enfermedades (CIE-9-MC). Para su confección se constituyó un grupo de trabajo formado por 5 profesionales (un documentalista, 2 médicos clínicos y 2 técnicos consultores). Los criterios seguidos fueron diferentes según se estableciera una relación nula (de uno a ninguno), unívoca (de uno a uno) o múltiple (de uno a varios) entre los códigos.
El modelo de costes para cada paciente se estableció mediante la diferenciación de los costes propios del centro, y los variables, en función de la actividad desarrollada. Los costes propios del centro, de estructura o de período están constituidos por un conjunto de partidas presupuestarias que incluyen en su mayoría los gastos fijos (el 28,6% del total). Para su obtención se procedió a la adaptación a los costes de la clasificación de los gastos provenientes de la cuenta de pérdidas y ganancias del ejercicio. Las principales partidas contables pertenecientes a este grupo fueron: personal (sueldos y salarios, indemnizaciones, seguridad social a cuenta de la empresa y otros), compras (fármacos, material sanitario, instrumental y los gastos procedentes de las compras de otros aprovisionamientos, como el vestuario, el ropero, la limpieza o el material de oficina), servicios externos (reparación y conservación del edificio, servicios profesionales externos, seguros, publicidad o suministros) y un conjunto de gastos pertenecientes a los servicios de estructura y gestión del centro, de acuerdo con el Plan General Contable para los Centros de Asistencia Sanitaria. El criterio de reparto se realizó en función del número total de visitas generadas por cada paciente, como una adaptación al tiempo dedicado por cada profesional. Los costes variables se calcularon en función de las solicitudes diagnósticas y terapéuticas o de las derivaciones efectuadas por los profesionales del centro.
Las tarifas utilizadas procedieron de estudios de contabilidad analítica realizados en la propia organización, facturas de productos intermedios emitidas por los diferentes preveedores o precios establecidos por el SCS16,17. Los diferentes conceptos de estudio y su valoración económica fueron: laboratorio (muestras solicitadas de hematología, bioquímica, serología o microbiología; gasto medio por petición), radiología convencional (peticiones de radiología simple, radiología con contraste, ecografías diversas, mamografías y ortopantomografías; tarifa por cada prueba solicitada), transporte sanitario (traslados en ambulancia; gasto medio por petición), pruebas complementarias (endoscopia digestiva, electromiografía, espirometría, telerradiografía, tomografía computarizada, audiometría, densitometría, medición ambulatoria de la presión arterial, campimetría, pruebas de esfuerzo, ecocardiografía, etc.; tarifa por cada prueba solicitada), interconsultas (derivaciones efectuadas a los especialistas de referencia o a los centros hospitalarios de carácter ordinario o urgentes; tarifa adaptada por derivación), prescripciones (recetas a cargo del SCS, agudas, crónicas o a demanda; precio de venta al público por envase) e incapacidad temporal (días de incapacidad para cada baja laboral emitida; se excluyeron del estudio las bajas por maternidad; salario medio interprofesional por día de incapacidad).
El algoritmo de funcionamiento del Grouper ACG versión 2.0 (fig. 1) está formado por una serie de pasos consecutivos hasta la obtención de los 51 ACG, uno para cada paciente. Para la construcción de un ACG se requieren la edad, el sexo y los motivos de consulta o diagnósticos codificados según la CIE-9-MC. El proceso de CIE-9-MC en ACG consta de 4 etapas, las 2 primeras con el propósito de agrupar una serie de condiciones por similar consumo de recursos y las 2 últimas con el objetivo de combinar las agrupaciones más frecuentes. La primera etapa agrupa los diagnósticos de la CIE-9-MC a 34 ADG o ambulatory diagnostic groups (un paciente puede tener un número diferente de ADG); la segunda a 12 CADG o collapsed ambulatory diagnostic groups; la tercera a 25 MAC o major ambulatory categories, y la cuarta a ACG, por lo que cada paciente es asignado a un solo grupo de isoconsumo de recursos.
FIGURA 1. Breve algoritmo de funcionamiento de los grupos clínicos ajustados (versión 2.0).
Como paso previo al análisis, y en particular a la fuente de información perteneciente a las historias clínicas informatizadas, se revisaron cuidadosamente los datos para observar sus distribuciones de frecuencia y buscar posibles errores de registro o codificación. Las variables estudiadas han sido exploradas con la prueba de conformidad de Kolmogorov-Smirnov. La transformación de las variables coste económico y visitas se realizó a partir del logaritmo neperiano; además, la depuración de estas variables se efectuó para establecer el punto de corte (T) de los casos extremos (observaciones atípicas) a partir de la fórmula:
T = Q3 + 1,5 (Q3 Q1)
donde Q3 y Q1 son los cuartiles tercero y primero de la distribución. El cálculo del poder explicativo se ha establecido a través del cociente de determinación entre la varianza intragrupo y la varianza total. La homogeneidad de las varianzas se ha efectuado con la prueba de Cochran. La relación de variables cuantitativas se efectuó con la correlación lineal de Pearson y/o la rho de Spearman. Además, se efectuó un análisis de regresión lineal múltiple (procedimiento por pasos) para la predicción de los 2 modelos utilizados; un modelo considera como variables independientes la edad y el sexo; el otro incluye además el número de ADG por paciente. La agrupación y la relación de las medidas se efectuó con el programa informático Microsoft Access. El análisis estadístico se estableció con un nivel de significación del 5%, mediante el aplicativo SPSSW 9.0.
Resultados
El número de habitantes adscritos en el centro al finalizar el año 2000 fue de 19.720, un 85,2% de los cuales corresponde al servicio de medicina de familia y un 14,8% al de pediatría. En la tabla 1 se detallan las características generales de la serie estudiada, así como algunos indicadores de utilización de servicios. Cabe destacar que el 81,0% de los habitantes fue atendido en el centro durante el período de estudio (intensidad de uso) y la frecuentación fue de 6,5 visitas/habitante/año, superior en el servicio de pediatría, con 9,3 visitas/habitante/año.
El número total de pacientes estudiados fue de 15.983, con una media de 5,0 ± 3,2 episodios y 8,0 ± 7,7 visitas realizadas durante el año. El porcentaje de varones, el promedio de episodios y visitas, y la intensidad de uso de servicios son superiores en el servicio de pediatría. El 12,4% de los pacientes atendidos fue mayor de 64 años; por tanto, el índice de envejecimiento fue de 0,76 (> 64 años/< 25 años; 1.988/2.620 = 0,76). En la serie estudiada, la edad media de las mujeres, de 37,8 ± 22,0 años, fue superior a la de los varones, de 35,8 ± 21,0 años (p = 0,000).
El coste de los pacientes muestra una correlación moderada con el número de visitas realizadas (r = 0,572) y menor con el número de episodios atendidos (r = 0,462) (tabla 2). Estas correlaciones lineales del coste total son mayores en el servicio de pediatría y en las mujeres, respectivamente (visitas y episodios). Destaca la fuerte asociación entre el número de visitas y los episodios (r = 0,793). Estas correlaciones se muestran fuertemente asociadas cuando se relacionan con el coeficiente de correlación ordinal de Spearman, tanto en las visitas (r = 0,836) como en los episodios por paciente (r = 0,749).
Cuando el coste, las visitas y los episodios se consideran variables dependientes, se han realizado 2 supuestos para medir el mejor ajuste de los modelos (R2, coeficiente de determinación) (tabla 3). En el modelo 1, la edad y el sexo explican el 13,8% de la variabilidad del coste; el mejor ajuste se consigue con la depuración de la variable, un 19,7%. Los episodios y las visitas presentan un poder explicativo más bajo. Cuando se incluye el número de ADG, es decir, el modelo 2, aumenta el poder explicativo de todas las variables dependientes. Mediante la transformación logarítmica se explican el 49,1% del coste, el 52,3% de los episodios y el 43,8% de las visitas (p = 0,000).
El poder de explicación de la variabilidad de la clasificación ACG entre el número de episodios fue del 71,9%, de visitas del 50,0% y de coste del 30,2% (tabla 4). Cabe destacar que cuando se introduce el coste de la incapacidad en el modelo, se obtiene un coeficiente del 9,2%. Al realizar transformaciones en las variables visitas y coste, éstas aumentan su poder explicativo, pero sin que haya una notable diferencia entre la aplicación de logaritmos (el 57,3 y el 56,1%, respectivamente) o la depuración de las variables (el 56,3 y el 55,0%, respectivamente) (p = 0,000).
Discusión
Es importante destacar que sin una adecuada estandarización de las metodologías en cuanto a las características de los centros, así como en el número y la medida de las variables, los resultados obtenidos deben interpretarse con prudencia y dentro del escenario de la política sanitaria, de proveedor de servicios y de gestión que le son propios. No obstante, estos imponderables no invalidan el conocimiento actual que se tiene de los centros de atención primaria, donde hay una similitud en los estilos de práctica clínica, modelo organizativo y protocolarización de muchas actuaciones, que repercute en una menor variabilidad en las actuaciones18,19.
El agrupador necesita un número de variables limitado para cada paciente: edad, sexo y diagnósticos (no necesariamente correlativos en el tiempo); esta simplicidad de uso se ajusta a las necesidades de la atención primaria de salud, con un gran volumen de información en el tratamiento diario, una limitación en el tiempo asistencial, la coexistencia de profesionales (médico, enfermera, trabajo social, etc.) y la reiteración de pacientes con el tiempo. Sin embargo, sería necesario informatizar los centros y establecer mecanismos de consenso entre los profesionales para la uniformidad de los datos (calidad)20 y la selección de los episodios.
En nuestro estudio se pone de manifiesto una asociación importante entre las visitas y los episodios atendidos. Estas correlaciones fueron ligeramente superiores que las halladas en otros estudios5-13, posiblemente debido a que han adquirido mayor consistencia por el elevado número de pacientes analizados. Además, es importante considerar el poder explicativo de la clasificación ACG para cada variable estudiada. En este sentido, se han considerado 3 grupos de variables: las dependientes, las relativas al coste de cada concepto y la implicación de las transformaciones logarítmicas o la depuración de las visitas y el coste de cada grupo. Cuando se introducen transformaciones en las variables visitas y coste directo, aumentan su poder explicativo, pero sin que haya una notable diferencia entre logaritmo o depuración. Por tanto, en un aspecto práctico, la depuración de las variables puede aportar una mayor firmeza a los resultados para futuras comparaciones de los centros.
El poder explicativo que se ha observado en los diferentes estudios revisados no está exento de algunas matizaciones, aunque con unos resultados similares. Determinados autores21-26 han seguido metodologías de cálculo distintas que incluyen el «coste total de la asistencia», es decir, las visitas efectuadas a los servicios de urgencias, los ingresos hospitalarios y las visitas a especialistas, ya sean derivados por el propio centro o no. Todos ellos coinciden, al igual que en nuestro estudio, que al introducir alguna variable que esté en relación con los episodios (morbilidad), el poder explicativo aumenta y, por tanto, es una reflexión interesante y práctica que se deberá tener presente cuando estemos cuantificando los costes de un centro. Además, para el conjunto de variables dependientes, la mayor proporción de la variabilidad es explicada por el número de episodios, seguida del número de visitas y, en último lugar, de los costes por paciente24. Estas observaciones concuerdan en que éste ha sido el orden del algoritmo en la construcción de los ACG, donde se considera la visita como una parte importante en la utilización de los recursos y se refuerza la consistencia de los resultados obtenidos con los diferentes estudios explorados5-8,13,14,24,26.
Las limitaciones más destacadas deben relacionarse con el grado de maduración de los sistemas de información desarrollados en el estudio, la versión del agrupador, la precisión conseguida en la conversión de la CIAP a CIE-9-MC, la exactitud de medida de los costes o la posible variabilidad y/o gravedad27 en la selección del episodio de atención por parte de los diferentes facultativos, que puede ocasionar efectos de contaminación entre los grupos, o que haya poca especificidad clínica. Los ACG han sido diseñados como medida del estado de salud (carga de morbilidad) y, presumiblemente, de los recursos sanitarios consumidos en un conjunto de grupos de individuos. Por tanto, futuras investigaciones en el ámbito de la atención primaria pueden tener su aplicación en la financiación de los centros (ajuste de riesgos como pago capitativo28-30) y en la utilización de los recursos sanitarios (gestión clínica24). A través de su seguimiento en el tiempo será posible mejorar la calidad de los datos2,20, el seguimiento de las tendencias y el diseño de escenarios que pueden orientar la planificación y una mejor distribución de los recursos.
En conclusión, los ACG se manifiestan como un aceptable sistema de clasificación de pacientes según el consumo de recursos utilizados en situación de práctica clínica habitual en atención primaria; además, la metodología empleada se ha mostrado adecuada para integrar la información clínica y económica en el centro.
Agradecimientos
A los Dres. M.A. Asenjo y A. Trilla (Hospital Clínico de Barcelona); a M. del Castillo, J. Codes, R. Navarro y J. Serrat (Badalona Serveis Assistencials, SA); a B. Bolíbar (Fundación Gol i Gurina) y a P. Pérez y A. Arias (IASIST), por el soporte metodológico y operativo ofrecido a lo largo del estudio. A los diferentes profesionales del Área Básica de Salud Apenins-Montigalà (Badalona) por su constante introducción de datos en el día a día, ya que sin su aportación no hubiera sido posible la realización de este estudio.