Objetivo. Estudiar y analizar los grupos de cuidados ambulatorios (ACG), valorando la influencia de éstos en la utilización de recursos sanitarios.
Diseño. Estudio observacional retrospectivo.
Emplazamiento. Centro de Salud Ciudad Jardín. Málaga.
Participantes. Se incluyeron 2.999 con historia clínica abierta hasta el 31-12-1995, seleccionados de 5 de los 17 cupos médicos del centro de salud.
Resultados. El análisis estadístico se realizó mediante el software SPSS del Centro de Cálculo de la Universidad de Málaga. Mediante un test descriptivo se obtuvieron los siguientes resultados: un 33% de los pacientes fueron clasificados en el ACG 41 (combinación de 2 o 3 grupos diagnósticos ambulatorios ADG en mayores de 34 años), el 19% correspondieron a enfermedades crónicas estables e inestables (ACG 8, 9 y 10) y las enfermedades agudas infantiles con el 9%.
Posteriormente, mediante regresión múltiple, se construyó un modelo tomando como variable independiente los ACG y como variables dependientes visitas anuales, pruebas complementarias realizadas y derivaciones a especialistas. En este modelo los ACG son capaces de explicar el 20,3% del consumo de recursos.
Conclusiones. En el estudio retrospectivo, y con una muestra limitada de 2.999 pacientes, los ACG son capaces de explicar el 20,3% del consumo de recursos. Sin embargo, sí parece ser un modelo válido para discriminar entre pacientes normoutilizadores o hiperutilizadores.
Objectives. To study and analyse the Out-Patient Care Groups (OCGs), and evaluate how they affect use of health resources.
Design. An observational, retrospective study.
Setting. Ciudad Jardín Health Centre, Málaga.
Participants. 2999 patients with a clinical history opened before 31.12.95, chosen from 5 of the 17 medical lists at the Health Centre, were included.
Results. The statistical analysis was performed with the SPSS software package of the Calculation Centre at Málaga University. A descriptive test produced the following results: 33% of the patients were classified in OCG 41 (combination of 2 or 3 out-patient diagnosis groups in people over 34); 19% belonged to groups of stable or unstable chronic illnesses (OCGs 8, 9 and 10); and 9% had acute children's diseases. Then multiple regression constructed a model with the OCGs as independent variable and annual visits, further tests performed and referral to specialists as dependent variables. In this model the OCGs were able to explain 20.3% of resource consumption.
Conclusions. In the retrospective study and with a limited sample of 2999 patients, the OCGs are able to explain 20.3% of resource consumption. However, it does seem a valid model for discriminating between normal and over-using patients.
Introducción
Debido al importante coste que representa la sanidad en nuestro medio (567.000 millones de pesetas en la Comunidad Autónoma andaluza), y a la financiación limitada por los presupuestos generales, se hace cada día más deseable la introducción de mecanismos de gestión que nos permitan predecir con la mayor fiabilidad posible tanto los costes como los recursos humanos y estructurales necesarios para la atención sanitaria de una determinada población.
Por tal motivo, la atención primaria (AP) en el actual momento de déficit económico deberá cualificar y cuantificar sus actuaciones e intentar profundizar en aspectos que justifiquen ante el ciudadano y la sociedad los recursos asignados a tal fin.
Una forma de relacionar los recursos invertidos en salud con los resultados alcanzados es a través de los estudios farmacoeconómicos (análisis de coste-efectividad y coste-utilidad) que valoran los resultados obtenidos en cuanto a la mejora de la calidad de vida o superviviencia según las distintas alternativas terapéuticas. Sin embargo, esta evaluación entraña grandes dificultades en AP, debido a la complejidad del trabajo en los centros de salud (número de consultas a demanda, diversidad de problemas de salud o diagnósticos posibles, etc.) y a la falta de sistemas de registros adecuados para la medición del producto que se ofrece8.
Con esta finalidad, se introdujeron en Estados Unidos diversos sistemas de clasificación de pacientes (SCP) con la intención de agrupar a los distintos tipos de pacientes atendidos por los servicios sanitarios en función de la homogeneidad intragrupo en cuanto a una serie de variables, relacionadas principalmente con el consumo de recursos.
Entre los sistemas de clasificación de pacientes de mayor interés ambulatorio, se encuentran los grupos de cuidados ambulatorios (ambulatory care groups ACG) cuyo objetivo principal es el desarrollo de un sistema de medida que sirva para explicar la relación entre las características del paciente y el consumo de recursos ambulatorios, para poder ser aplicados en nuestro medio a la gestión y ver sus posibilidades de aplicación a la financiación1,5,6,7.
Los ACG están basados en la utilización que hace cada persona de los servicios ambulatorios durante un año. Estos ACG se derivan de la edad, género y el o los diagnósticos o motivos de consulta asignados por el médico a un paciente (mediante la clasificación de grupos de diagnóstico ambulatorios ADG), durante las visitas realizadas por éste en un año.
Por ello, con los ACG se obtiene una visión más global e integral del patrón de enfermedad de un paciente. Tal como destacan Smith y Weiner (1994), el poder explicativo de estos ACG sobre el consumo de recursos ambulatorios de determinados grupos de pacientes permite que sean utilizados como una metodología de ajuste para la planificación y gestión de los servicios de atención primaria9.
Con este trabajo se intenta poner de manifiesto la asociación existente entre algunas de las variables mencionadas con anterioridad y el consumo de recursos. Para ello, se ha efectuado un estudio retrospectivo de las historias clínicas existentes en el Centro de Salud de Ciudad Jardín de Málaga con los siguientes objetivos:
Estudiar el comportamiento de las categorías de pacientes establecidas por el sistema ACG en nuestro medio, basándose en la homogeneidad intragrupo de la variable número de visitas anuales.
Analizar cómo se comportan los ACG respecto a otras variables dependientes relacionadas con el consumo de recursos sanitarios (pruebas diagnósticas y derivaciones al especialista).
Valorar el grado en que cada una de las características del paciente analizadas en este estudio (edad, sexo y diagnósticos) influyen en la utilización de recursos sanitarios (pruebas y derivaciones a especialistas).
Material y método
Ámbito del estudio. Se ha realizado el estudio en el Centro de Salud de Ciudad Jardín de Málaga, abierto en junio de 1993. De características urbanas casi en su totalidad, cuenta con pequeñas zonas de tipo rural que constituyen apenas un 5% de la población total perteneciente al centro (35.000 habitantes datos del CEMI del Ayuntamiento de Málaga correspondiente al padrón de noviembre de 1995).
Sujetos de estudio. Pacientes: se incluyen todos los pacientes con historia clínica abierta hasta el 31-12-1995, analizando las distintas variables en las consultas que se produjeron en el período del 1-1-1995 a 31-12-1995 (2.999 historias personales). Médicos. Se seleccionaron al azar 5 de los 17 cupos médicos del centro de salud, tomándose el universo de historias clínicas de estos profesionales para el estudio.
Tipo de diseño. Estudio observacional descriptivo, con un período de observación de un año (1-1-1995 a 31-12-1995).
Unidad de análisis y variables a considerar. En la tabla 1 se muestran las diferentes unidades de análisis realizadas en nuestro estudio, y las variables incluidas en él, que fueron las siguientes: a) edad y género; b) pruebas diagnósticas y derivaciones a especialistas: se recogieron el número total de pruebas (radiografía, EKG, análisis, pruebas funcionales respiratorias, otras) y el número total de derivaciones a especialistas a lo largo del período de estudio; c) diagnósticos: se recogieron los diagnósticos registrados en la lista de problemas de cada historia clínica y codificados según la CIE-9-MC2-4; d) tipo de visita, con las siguientes categorías: a demanda, programada (excluidas las de Programa de Control de Embarazo y Planificación Familiar) y urgente; e) lugar de la visita: en el centro o a domicilio, y f) ACG: las variables edad, sexo y diagnósticos encontrados en la historia clínica permitieron asignar a cada paciente a una de las 51 categorías de ACG (tabla 2).
Recogida de datos. La recogida de datos fue llevada a cabo por un único investigador realizándose una recogida retrospectiva a través de la lista de problemas de las historias clínicas individuales existentes en el centro de salud al 31-12-1996 y analizando el período incluido en las mismas entre el 1-1-1995 y el 31-12-95.
Inicialmente se diseñó una hoja de vaciado para recogida de datos para, posteriormente, pasar a grabar los datos en soporte informático (Dbase) y previo al tratamiento estadístico de dichos datos se les pasó el software que desarrolla los ACG.
Análisis estadístico. El tipo de análisis estadístico realizado ha sido regresión lineal múltiple utilizando el paquete estadístico SPSS para Windows, procedente del Centro de Cálculo de la Universidad de Málaga.
Resultados
Conocidas las características del centro de salud descritas anteriormente, nuestra pirámide de población atendida es la siguiente:
La distribución por sexo fue 60% mujeres, 40% varones. Las mujeres asisten 1,5 veces más a visita médica que los varones. Respecto a la edad, el 21% de las consultas fueron realizadas por pacientes mayores de 65 años, en el grupo 45-65 años fue del 31%, en el grupo de 16-44 años el 28% de las consultas, y los pacientes en edad pediátrica (0-15 años) representaron un 20% del total de las mismas.
Sólo 39 de las 51 categorías de ACG han aparecido en nuestro estudio, destacando los correspondientes a enfermedades crónicas estables e inestables (19%), las agudas infantiles (9%) y, por encima de todas ellas, la combinación de 2-3 ADG en mayores de 34 años (ACG 41) con un tercio del total de los ACG (fig. 1).
El lugar de la visita de forma mayoritaria es la consulta, con un 97,8%, con sólo un 2,2% a domicilio. Algo más de un 18% de los pacientes ha acudido al médico 9 o más veces a lo largo del año, con una media de visitas de 5,4 (fig. 2).
No existió una clara homogeneidad intragrupo de la variable «visitas» en los diferentes ACG (fig. 3), especialmente en el ACG 9 (enfermedad crónica estable de tipo general) y el ACG 41 (2 o 3 ADG en mayores de 34 años).
Las enfermedades correspondientes a los ACG de patologías crónicas han realizado mayor número de visitas y han utilizado más pruebas complementarias y derivaciones a especialistas que los grupos de ACG agudos (fig. 4).
Del total de visitas realizadas a lo largo del año a estos 5 médicos recogidos en los distintos sistemas de registro de atención primaria (REGAP), destaca que sólo el 32,82% de las visitas a demanda realizadas a lo largo del año han sido registradas; por el contrario, un 86% de las programadas sí lo han sido aun con el hándicap de que el estudio desechaba las consultas de planificación familiar y embarazo que sí están recogidas en el REGAP.
El 91,7% del total de visitas se han producido a demanda de los usuarios, seguido del 7,5% de visitas programadas y sólo el 0,7% del total de visitas eran urgentes.
Al 24,1% de la muestra se les ha solicitado alguna prueba diagnóstica o terapéutica durante el año de estudio. Un 90,9% de las visitas se resolvieron en consulta, necesitando derivación a nivel especializado al menos una vez el 9,1% de los pacientes.
No existió ninguna relación entre mayor número medio de visitas con mayor valor medio de pruebas complementarias.
Objetivo 1. En el estudio retrospectivo y con una muestra limitada a 2.999 pacientes los ACG son capaces de explicar el 20,3% del consumo de recursos. A partir de la ecuación de regresión, se puede obtener la media de visitas de cada ACG con bastante precisión.
Objetivo 2. Al hacer la regresión lineal entre ACG y pruebas complementarias nos resulta un coeficiente de determinación del 20,5%, mientras que en el caso de las derivaciones es del 8%.
Objetivo 3. El poder explicativo del modelo al correlacionar edad y sexo con visitas de forma retrospectiva es del 8,4%. Si por otro lado relacionamos edad, sexo y ADG con visitas obtenemos un resultado del 20,4%, valores casi idénticos a los obtenidos en el objetivo número 1 con los ACG.
Hay un 18% de pacientes que podemos considerar hiperutilizadores, con más de 9 visitas/año. Con éstos, fue posible construir un modelo de regresión múltiple con las variables estudiadas capaz de predecir el 99% de los pacientes normoutilizadores; sin embargo, sólo es posible predecir un 3% de los hiperutilizadores. Si el punto de corte normo-hiperutilizador lo bajamos a 6 visitas/año, disminuimos la especificidad (76%) del test y aumentamos la sensibilidad (58%).
Discusión
El poder explicativo de los ACG puede considerarse de los más elevados de entre los sistemas de clasificación desarrollados para el entorno ambulatorio, aún no validados en nuestro país. Así, según destaca Weiner (1991), puede explicar más del 50% de la variación en el uso de recursos ambulatorios si se emplean retrospectivamente, y más del 20% si se aplica en el futuro10. Este es un hecho de consideración destacable si tenemos en cuenta que los GDR de uso hospitalario tienen un poder explicativo de aproximadamente el 60%.
En nuestro estudio se codificaron a ACG el 96,4% de los diagnósticos, confirmando los estudios de Weiner, con una tasa de diagnósticos no válidos inferior al 5%11.
Limitaciones del estudio
Una de las limitaciones ya percibidas por Weiner (1991) es la posible existencia de una relación circular entre los ACG y su patrón de utilización10. De esta forma, enfermedades graves o la simultaneidad de distintos diagnósticos pueden llevar a un mayor número de visitas. Así, en nuestro trabajo se observó cómo el ACG 41 (correspondiente a combinación de 2 o 3 ADG en mayores de 34 años) representa casi un tercio del total de las visitas efectuadas.
Otra restricción de nuestro trabajo ha sido el modelo elegido, pues al ser un estudio de tipo retrospectivo ha implicado que sólo el 32,82% del total de visitas efectuadas a los 5 médicos seleccionados haya sido anotada en la historia clínica, único registro del que podíamos servirnos para saber que el paciente había acudido.
Este escaso registro de visitas ha podido deberse a las circunstancias en las cuales se produce el encuentro entre médico y paciente (como pueden ser demanda excesiva, escaso tiempo disponible para cada paciente, errores administrativos en la salida y recogida de las historias clínicas, pérdidas de las mismas, etc.), que han podido determinar la ausencia de registros en el total de visitas efectuadas. Este último dato nos explica la gran variabilidad existente en cada uno de los ACG de nuestro estudio, tal como se observa en la figura 2.
La existencia de escasos registros en el ACG 17 (embarazo) viene determinada por la exclusión en el diseño original de nuestro trabajo de las visitas producidas en el desarrollo de determinados programas de salud (embarazo, planificación familiar) que sin embargo han originado un importante consumo de recursos en nuestro centro. Así, del total de embarazos de nuestra zona (376) un 84,6% fue seguido en el centro de salud con una media de visitas de 6,8 (visitas por embarazo), con sus correspondientes pruebas complementarias y derivaciones a segundo o tercer nivel asistencial.
No utilización del registro en las historias clínicas del paciente cuando su atención se realiza en visita urgente o no demorable. En nuestro estudio el porcentaje de visitas urgentes/no demorables registradas en las historias clínicas fue del 0,7%. Este hecho contrasta con la media de visitas no demorables en nuestro centro de salud, según se recoge en el registro de actividades de atención primaria (REGAP), que representó cerca del 16% del total de visitas realizadas.
Todas estas situaciones han podido determinar el bajo poder predictivo de nuestro estudio respecto al obtenido en trabajos similares, que de cualquier forma y en las mejores series sólo explica un 50% de la variación en el uso de recursos ambulatorios (Weiner, 1991), si se usa retrospectivamente, quedando aún un 50% que no podemos explicar con los sistemas de clasificación actuales, y que escapan a cualquier posibilidad de gestión.
Modelos predictivos
Con los resultados obtenidos podríamos preguntarnos: ¿por qué explica tan poco el modelo cuando las medias son fácilmente obtenibles a partir de la ecuación? Esto es debido sin duda a dos factores fundamentales: de una parte, la gran variabilidad que hay en cada ACG (fig. 3), lo que hace que la media no sea un valor muy representativo de dichos ACG, siendo esto una limitación importante en la aplicación del modelo, ya que el predicho en la ecuación obtenida puede diferir del verdadero, y de otra la escasa recogida sistemática (33% del total de visitas) de información por parte de los profesionales.
Potencialidad y aplicaciones
Determinar niveles de utilización de cuidados ambulatorios de grupos de poblaciones en función de características determinadas por los ACG (enfermedades que presentan), comparándolos con niveles de renta o características sociodemofiguras de la zona. De tal modo, intentaríamos saber si un mismo ACG en zonas de renta baja consume los mismos recursos que en zonas de renta alta.
Analizar la eficacia y eficiencia del médico que presta sus servicios en función de sus características profesionales y de formación. Así, se podría evaluar si médicos con formaciones profesionales distintas ante los mismos ACG consumen o no idénticos recursos. De forma inversa, en función de un perfil determinado del proveedor, y conociendo los ACG de la población a la que tendrá que atender, prever el nivel de recursos que serán utilizados.
Realizar el estudio detallado de los ACG de un área sanitaria y sus diversas zonas básicas de salud que nos permitirá, en función de la morbilidad (tipo de ACG) de dicha área, intentar gestionar los recursos financieros y humanos disponibles con la intención de buscar la redistribución más adecuada entre las diversas zonas básicas. Sirviendo como un sistema complementario de mejora del actual sistema de financiación por capitación. El estudio en ámbitos inferiores al área sanitaria, tal y como describe Juncosa (1996), puede aumentar los sesgos del estudio6.
Agradecimiento
A D. Juan Carlos Nuñez Vergara, por sus comentarios y críticas, siempre afortunadas y tenidas en cuenta.
