Comparación de modelos predictivos para la selección de pacientes de alta complejidad
Resumen 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.
| Main Authors: | , , , |
|---|---|
| Format: | Digital revista |
| Language: | Spanish / Castilian |
| Published: |
Sociedad Española de Salud Pública y Administración Sanitaria (SESPAS)
2019
|
| Online Access: | http://scielo.isciii.es/scielo.php?script=sci_arttext&pid=S0213-91112019000100011 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|