Download Definición del Case Mix por Grupos Relacionados por Diagnóstico

Definición del Case Mix por Grupos Relacionados por Diagnóstico
ROBERT B. FETTER, YOUNGSOO SHIN, JEAN L. FREEMAN,
RICHARD F. AVERILL AND JOHN D. THOMPSON
Case Mix Definition by Diagnosis-Related Groups
ROBERT B. FETTER,* YOUNGSOO SHIN,† JEAN L. FREEMAN,‡
J RICHARD F. AVERILL,§ AND JOHN D. THOMPSON"
From the Center for Health Studies,
Institution for Social and Policy Studies,
Yale University
* Professor, School of Organization and Management, and Institution for Social and Policy Studies.
† Assistant Professor, Department of Preventive Medicine, College of Medicine, Seoul National University Seoul, Korea.
‡ Assistant in Research, Center for Health Studies, Institution for Social and Policy Studies.
§ Associate Director for Research, Health Management Program, School of Organization and Management.
"Professor of Public Health, School of Medicine, and Institution for Social and Policy Studies.
The research reported here was performed pursuant to Contracts No. HCFA 600-75-0180 and No. HCFA 500-77-0043, from the Health
Care Financing Administration, Department of Health, Education and Welfare. Publication of this monograph was supported by Contract
No. 600-75-0180, from the Health Care Financing Administration Department of Health, Education and Welfare. The opinions and
conclusions expressed herein are solely those of the authors and should not be construed as representing the opinions or policy of any
agency of the United States government. Copies of a more detailed description of this research are available by writing to Al Esposito,
Director, Division of Hospital Experimentation, Office of Demonstration* and Evaluation and Research Demonstrations, and Statistics,
Health Care Financing Administration, Room 1E6, Oak Meadows Building, 6401 Security Blvd., Baltimore, MD 21235. Requests should
be made for AUTOCRP Patient Classification Scheme and Diagnosis Related Groups (DRGs), Health Care Financing Grants and
Contracts Report Series, HEW Publication No. (HCFA) 03011 9-79. Inquiries regarding the software available for analyses with
AU'I'OGRP and DRCs should be made in writing to Ms. Maria DeMusis, SOM, 12 Prospect Place, New Haven, CT 06520.
Agradecimientos
Los autores desean reconocer el apoyo, perspicacia, y cooperación durante esta investigación de Al Esposito, Oficial
de Proyecto, Health Care Financing Administration, Department of Health, Education and Welfare. La finalización
exitosa de esta investigación se debió en gran parte a las habilidades de programación y la paciencia de Enes Elia,
Jefe Programador de Sistemas, y al apoyo administrativo excelente de Ann Palmeri y Maria De-Musis. La ayuda del
Departamento de Salud de Nueva Jersey, sobre todo Michael J. Kalison, en la preparación de la descripción del
sistema de reembolso anticipado de Nueva Jersey fue muy apreciada. El material presentado en el enfoque del casemix en la planificación regional de hospitales está basado en la investigación doctoral de Robert Chernow. Los
autores están en deuda con muchos médicos que, durante los años del desarrollo del GRD, participaron en su
formulación y evaluación.
Este informe de la investigación, representa el estado actual del desarrollo de los Grupos Relacionados con el
Diagnóstico. El trabajo inicial del enfoque y en la tecnología asociada para la clasificación de pacientes comenzó hace
casi una década. Durante el curso de esta investigación hicieron contribuciones significativas Donald C. Riedel,
Ronald E. Mills, Molinos de Lesley y Phyllis Pallett.
Supplement to Medical Care Volume 18, Number 2
MEDICAL CARE (ISSN 0025-7079) is published monthly by J. B. Lippincott Company, East Washington Square,
Philadelphia, FA 19105. Subscription address: Journal Fulfillment Department, Lippincott/Harper, 2350 Virginia Avenue,
Hagerstown, MD 21740. Subscription rates: United States and U.S. Possessions, one year, $36.00, special price U.S.
students, $20.00; all other countries except Japan, one year. $42.00. Single copies $5.00. Subscription orders and
correspondence concerning subscriptions in Japan should be sent to Woodbell Scope, 11-11 Shoto 2-chome. Shibuya-ku,
Tokyo 150, Japan. Printed in U.S.A. Copyright © 1980 by J. B. Lippincott Company. Second class postage paid at
Hagerstown, Maryland, and additional mailing offices.
Prefacio
DURANTE LA DÉCADA PASADA, los investigadores del
financiamiento de la asistencia médica procuraron
desarrollar métodos equitativos para constreñir la tasa
de aumento de los gastos en asistencia médica. La
necesidad de un programa nacional de contención de
costos hospitalarios exitoso ha sido resaltada como un
paso importante para la contención general de los
costos de asistencia médica y para un plan nacional de
salud incluyente.
En los primeros esfuerzos por comparar y controlar
los gastos hospitalarios, los investigadores calcularon
los costos del producto para cada unidad de servicio,
como exámenes de laboratorio, estudios radiológicos, o
días de servicio de hotelería de rutina. Varios esquemas
de incentivos fueron ideados para estimular la eficacia
del hospital y bajar el costo por unidad. La experiencia
demostró que concentrarse sólo en el costo de la
unidad anima a aumentar la longitud de la estadía y la
utilización excesiva y sostiene que la atención debería
concentrarse en modelos de prácticas médicas.
Recientemente, se enfocó mucho la atención en el
costo por estadía del paciente o por caso tratado. El
cambio a un producto hospitalario único requería que
se desarrollaran técnicas para adaptarse a variaciones
en los pacientes hospitalarios o case mix.
Para agrupar hospitales con un case mix similar, los
investigadores se han concentrado generalmente en
medidas aproximativas, como el mix de servicios o las
instalaciones disponibles en cada hospital. Mientras
estas aproximaciones son relativamente fáciles de
calcular, normalmente no se dirigen a la extensión o al
empleo de los servicios o instalaciones disponibles en
un hospital.
Lo que se requiere es un esquema de clasificación
que sea manejable tanto en términos del número de
tipos de casos definidos como razonable en términos de
variación de recursos necesarios para tratar cada tipo
de caso. Esto debería permitir una medida directa del
case mix de un hospital.
El desarrollo de los Grupos Relacionados por el
Diagnóstico (GRD) representa un paso significativo en
la medición del case mix y en su aplicación con
propósito de reembolso. Los GRD clasifican 383 tipos
de casos encontrados en el ambiente de cuidados
agudos de un hospital. Cada GRD representa una clase
de pacientes que requieren servicios hospitalarios
similares. Como los GRD son clínicamente
significativos, ayudan a proporcionar una base común
para comparar el costo eficacia y la calidad de
asistencia brindada. Los GRD también tienen el
potencial para asistir al administrador de hospital
cuando gerencia su institución y se comunica con el
personal médico.
Muchos PSROs han explorado ya el uso de GRD para
examinar modelos de tratamiento y longitud de la
estadía. Nueva York y Maryland han incorporado el
concepto de GRD en sus programas de contención de
costo hospitalario y tanto Nueva Jersey como Georgia
incorporarán pronto metodologías GRD a nuevos
programas de contención de costos hospitalarios. Al
nivel federal, los GRD están considerándose para la
incorporación en nuevos procedimientos de reembolso
para hospitales de agudos. Considerando el énfasis
actual en la contención de costos hospitalarios, el
desarrollo de GRD es un progreso tan importante como
oportuno del campo de financiación de la asistencia
médica.
James M Kaple
Director en Funciones
Office of Research, Demostrations and Statistics
Health Care Financing Administration
Department of Health, Education and Welfare
CONTENIDO
1.
2.
3.
4.
5.
6.
7.
Agradecimientos
Prefacio
INTRODUCCIÓN
CONSTRUCCIÓN DE LOS GRUPOS RELACIONADOS POR DIAGNÓSTICO
2.1 Base de Datos
2.2 Metodología Estadística
2.3 Formación de DRG a partir de Categorías Diagnósticas Mayores
2.4 Un Ejemplo
INTERPRETACIÓN DEL GRD EN ESTUDIOS DE SALUD
APLICACIONES DE LOS GRD EN UNA REVISIÓN DE UTILIZACIÓN
4.1 Análisis por Case Mix de la Utilización Hospitalaria
4.2 Informe de Case Mix
4.3 Perfiles Institucionales y de Practicantes en Evaluaciones PSRO
4.4 Un Sistema de Monitoreo PSRO
CONTABILIDAD POR CASE MIX EN PRESUPUESTO HOSPITALARIO,
CONTROL DE COSTOS Y REMBOLSO PROSPECTIVO
5.1 Contabilidad por Case Mix
5.2 Modelo Costos GRD
5.3 Presupuesto Hospitalario
5.4 Rembolso Prospectivo
UNA APPROXIMACIÓN POR
CASE MIX A UNA PLANIFICACIÓN
REGIONAL PARA HOSPITALES DE AGUDOS
RESUMEN Y CONCLUSIONES
REFERENCIAS
APÉNDICE
V
vii
1
5
6
6
8
14
21
23
23
23
26
28
29
29
29
30
31
36
38
39
40
1. Introducción
LA FUNCIÓN PRINCIPAL de un hospital como instalación
de cuidados agudos de pacientes internados es el de
proporcionar los servicios diagnósticos y terapéuticos
requeridos por los médicos durante la asistencia clínica
de sus pacientes. Además, el hospital también pone a
disposición ciertos servicios de hotelería y de asistencia
social, como comidas, lavandería y orientación, a los
pacientes mientras residen en la institución.
Considerado como una entidad económica, los outputs
(productos) del hospital son los servicios específicos
que éste proporciona en términos de horas de cuidados
de enfermería, medicaciones y exámenes de laboratorio.
Sus insumos (inputs) son el trabajo, material y equipo
usado en la provisión de estos servicios. Cada paciente
recibe un conjunto específico de outputs o servicios al
que se hace referencia aquí como el producto
hospitalario.
Por ejemplo, considere a un paciente en tratamiento
por una neumonía simple. Su estadía en el hospital
puede durar 6 días. Según su proceso de tratamiento,
podría recibir varias radiografías de tórax, una tinción
de Gram y cultivo del esputo, un hemocultivo, varios
hemogramas completos, un análisis de orina, química de
sangre de rutina, 2 días de oxigenoterapia, 2 días de
fluidos IV, 2 días de penicilina IV, seguida por 4 días de
penicilina IM y un suministro de penicilina oral para ser
tomado en casa. Durante su estadía, requerirá también
de diferente cantidad y calidad de cuidados de
enfermería. Este conjunto de outputs constituye un
producto pedido por el médico y proporcionado por el
hospital al paciente además de comidas y otros servicios
de hotelería. Cada departamento dentro de la instalación
consume una cierta cantidad de inputs en términos de
trabajo estándar, material y gastos generales, según el
output producido. Para el departamento de radiología,
esto incluirá placas, tiempo de técnicos, y una parte de
los gastos generales del departamento por el equipo y el
espacio utilizado en la producción de varios tipos de
radiografías.
Ya que los pacientes individuales reciben diferentes
cantidades y tipos de servicios, el hospital puede ser
visto como una fábrica de muchos productos con una
línea de productos que en teoría es tan extensa como el
número de pacientes a los que sirve. El producto
particular suministrado a cada paciente depende de su
condición así como del proceso de tratamiento a que
será sometido durante su permanencia. Por ejemplo, en
la mayor parte de los casos un paciente de úlcera con un
procedimiento quirúrgico mayor, como laparotomía
exploradora o resección gástrica requiere más unidades
de tiempo médico y de enfermería, más medicación,
más servicios auxiliares y permanece hospitalizado al
menos 10 días más que una mujer admitida por un parto
normal. Se entiende generalmente que el primer caso es
más complejo ya que recibe más outputs de la
institución en términos de tiempo de enfermería,
comidas, exámenes de laboratorio, y servicios
especiales que el último caso. Durante cualquier
período de tiempo especificado, una institución admite
y da de alta una variedad de casos que representan
niveles diferentes de complejidad. Se refiere
colectivamente a las proporciones relativas de los
diferentes tipos de casos que el hospital trata como su
case mix.
Históricamente, los días de cuidado de pacientes y el
número de admisiones o de altas han sido usados para
describir el output del hospital mientras que el costo por
día paciente, la ocupación porcentual y la tasa de
mortalidad han sido usadas para evaluar el desempeño
de un hospital. Estas medidas agregadas presentadas
fuera del contexto de los tipos de casos tratados por una
institución y su complejidad relativa no son una
información particularmente útil a la dirección del
hospital para la evaluación interna de eficiencia y
eficacia, ni a las agencias reguladoras para
comparaciones interinstitucionales.
En particular, el resultado y el costo de los procesos de
asistencia de un paciente individual que dan origen al
producto hospitalario no puede ser adecuadamente
determinado. Como consecuencia, los administradores
y los clínicos no pueden asegurar la calidad y las
implicancias en los costos de los planes de tratamiento
practicados dentro de la institución, ni tampoco los
reguladores pueden determinar el impacto de métodos
alternativos entre instituciones.
A fin de evaluar, comparar, y proporcionar una
retroalimentación relevante en cuanto al desempeño de
un hospital, es necesario identificar los productos
específicos que las instituciones suministran. Como se
definió antes, un producto hospitalario es un conjunto
de servicios proporcionados a un paciente como parte
del proceso de tratamiento controlado por su clínico. A
pesar de que cada paciente individual admitido en una
institución es único, tiene ciertos atributos
demográficos, diagnósticos y terapéuticos en común
con otros pacientes que determinan el tipo y el nivel de
servicios que recibe. Si estas clases de pacientes con
los mismos atributos clínicos y procesos similares de
asistencia pueden ser identificados, entonces se
establece el marco dentro del que los pacientes son
agregados en casos tipo. Además, si estas clases cubren
toda la variedad de pacientes hospitalizados en
ambiente de cuidados agudos, entonces colectivamente
constituyen un esquema de clasificación que
proporciona un medio para examinar el producto
hospitalario, ya que se espera que los pacientes dentro
de cada clase reciban un producto similar.
La forma de definir el case mix de un hospital con
este fin es la construcción y la aplicación de un
esquema de clasificación que comprende subgrupos de
pacientes que poseen atributos clínicos similares y
modelos de utilización de outputs. Esto implica
relacionar
las
características
demográficas,
diagnósticas y terapéuticas de pacientes al output que
se les suministró de modo que los casos se diferencien
sólo por aquellas variables relacionadas con la
condición del paciente (p.ej, edad, diagnóstico
primario) y el proceso de tratamiento (p.ej,
operaciones) que afectan su utilización de las
instalaciones del hospital. Estos grupos o clases
pacientes pueden ser útiles entonces para ciertas
aplicaciones de monitorización de cuidados de
pacientes, elaboración de presupuestos, control de
costos, reembolso y planificación.
Varias definiciones de case mix y de medidas de
complejidad del case mix han sido propuestas y
aplicadas por varios investigadores 3,15, 17, 18, 22. La
definición aplicada con más frecuencia de case mix
está basada en el diagnóstico primario de un paciente.
Los diagnósticos primarios son registrados usando
cualquiera de 2 esquemas de codificación — la
Clasificación
Internacional
de
Enfermedades,
Adaptadas al Uso en los Estados Unidos, Octava
Revisión (ICDA8) y la Adaptación para Hospitales de
la ICDA, Segunda Edición (HICDA2).6,13* Estos
esquemas de codificación proporcionan una
clasificación de condiciones de morbilidad y
mortalidad con el propósito de informes estadísticos,
así como para archivo de la información. Los códigos
de cuatro dígitos son adjudicados a diagnósticos
(descriptor de categoría principal de 3 dígitos y un
modificador de cuarto dígito) y códigos de 3 dígitos
para procedimientos quirúrgicos (descriptor de
categoría principal de 2 dígitos y un modificador de
tercer dígito).
Sin embargo, la división en grupos basados en
diagnóstico o variedades de diagnósticos solo tiene
beneficios en términos de un informe uniforme de
estadística descriptiva sobre una población, pero no es
suficiente para definir casos con respecto a la
utilización de outputs. Otras variables, como
procedimientos quirúrgicos y edad del paciente junto
con el diagnóstico son necesarias para describir
cabalmente grupos de pacientes con modelos de
utilización similares de las instalaciones hospitalarias.
Por ejemplo, en una institución examinada, se
determinó que los pacientes con un diagnóstico
primario en la categoría general de Úlcera péptica y
Gástrica (ICDA8 cifra 531-5349) sin cirugía o
complicación de diagnósticos secundarios estuvieron
hospitalizados durante un promedio de 6 días, mientras
que aquellos con un procedimiento quirúrgico menor,
como la endoscopia se quedaron 12 días, y aquellos
con un procedimiento quirúrgico principal y
diagnósticos múltiples se quedaron 21 días.
Además, el primero y el segundo grupo de pacientes
incurrieron en sólo el 13 y el 30 por ciento,
respectivamente, de los gastos incurridos por el último.
Así, el tipo de cirugía efectuada y la presencia o el tipo
del diagnóstico secundario hacen una diferencia
considerable en el producto hospitalario suministrado al
paciente. Por esta razón, los casos de tipos de pacientes
determinados únicamente por el diagnóstico primario
no son aceptables para el uso en la definición del case
mix del hospital, ya que no es bastante preciso para
explicar la condición del paciente o la complejidad del
protocolo de tratamiento.
Otro esquema de clasificación de pacientes de amplio
uso consiste en el desarrollado por el Estudio de
Actividad Profesional (PAS) de la Comisión sobre
Actividades Profesionales y Hospitalarias (CPHA), que
publica tablas de estadística de longitud de estadías
basadas en datos de los hospitales participantes.7 Estas
tablas presentan resúmenes sobre la base de diagnóstico
primario, la presencia de diagnósticos adicionales, la
presencia de cualquier cirugía, y la edad. Expresamente,
la clasificación de PAS divide todos los diagnósticos
primarios posibles en 349 categorías diagnósticas
principales mutuamente excluyentes. Cada una de estas
categorías diagnósticas principales está dividida
entonces por la presencia o ausencia de un diagnóstico
secundario, presencia o ausencia de cualquier cirugía y
5 categorías de edad (0-19, 20-34, 35-49, 50-64, 65 +).†
Esto genera 20 subcategorías para cada una de las 349
categorías diagnósticas principales para un total de casi
7 000 clases de pacientes. La información es usada
actualmente en forma extensiva por las Organizaciones
de Revisión de los Estándares Profesionales (PSROs)
en la determinación de puntos de control de estadía
como la parte de su proceso de revisión concurrente.
Aunque el esquema de PAS toma en cuenta atributos
adicionales de los pacientes, como diagnóstico
secundario, edad e información relacionada con el
proceso de tratamiento, como status quirúrgico, estos
atributos todavía pueden ser insuficientes en ciertos
casos para describir cabalmente un caso en términos de
utilización de outputs.
Refiérase al ejemplo descrito arriba en el que el tipo
específico de la operación diferenció el conjunto
quirúrgico, de los pacientes con úlcera entre sí. Así,
debido a su estructura uniforme a través de todos los
349 grupos diagnósticos, el esquema de PAS tiende a
sobre-especificar en algunas categorías diagnósticas
* La 9na Revisión, la Clasificación Internacional de
Enfermedades, Modificación Clínica (ICD-9-CM) fueron
puestas en práctica desde el 1 de enero de 1979.
† Para las categorías principales 342-349, que
pertenecen exclusivamente a recién nacidos, el peso al
nacer será usado en el lugar de la edad.
donde las variables suplementarias pueden no ser
particularmente relevantes en cuanto a la utilización de
instalaciones y sub-especificar en otros donde se
requiere información más precisa.
Como un esquema de clasificación de pacientes
alternativo, se construyeron los Grupos Relacionados
por Diagnóstico (GRD), basado en un procedimiento al
que se refiere como al método de atribución
significativo. El propósito fundamental del enfoque del
DRG es identificar en el ambiente de un hospital de
cuidados agudos un conjunto de casos tipo, cada uno
representando una clase de pacientes con procesos
similares de asistencia y un paquete previsible de
servicios (o productos) de una institución. Usando este
enfoque, todo el universo de códigos diagnósticos fue al
principio dividido en amplias áreas de enfermedad,
como Enfermedades del Ojo, Enfermedades del Oído,
Enfermedades Cerebrovasculares, y Enfermedades
Infecciosas. Cada una de estas categorías fue
subdividida a su vez en grupos basados en valores para
aquellas variables que demostraron un efecto en la
predicción del output como la medida de la longitud de
la estadía en el hospital. Se decidió usar la longitud de
la estadía (LOS) y no alguna otra medida de output ya
que es un indicador importante de utilización, a la vez
que está fácilmente disponible, bien estandarizado, y
confiable. Se tratará del uso del LOS y su relación con
otras medidas más adelante en la siguiente sección. Los
383 GRD que resultaron de este proceso son
interpretables desde una perspectiva médica, así como
similares con respecto a sus patrones de longitud de
estadía.
Este suplemento presenta una descripción del enfoque
implementado para construir los GRD y una discusión
de su aplicación en varios ambientes de asistencia
médica.
La sección 2 proporciona la información en cuanto a la
base de datos, la metodología estadística, y el proceso
general por el cual la metodología fue aplicada a los
datos en la formación de los grupos. Al final de la
Sección 2 hay un ejemplo que ilustra el procedimiento,
al que los lectores pueden referirse para una
comprensión general de la construcción de los GRD.
Una discusión de la interpretación y la aplicación del
GRD en revisión de utilización, elaboración de un
presupuesto, control de costos, reembolso prospectivo y
planificación regional se encuentran en las Secciones 4 a
6.
2. Construcción de Grupos relacionados con el Diagnóstico
EL OBJETIVO PRIMARIO en la construcción de los
GRD era una definición de tipos de casos, cada uno de
los cuales podría esperarse que recibiera outputs o
servicios similares de un hospital. Para que el conjunto
de definiciones pudiera implementarse fácilmente en
una amplia variedad de ambientes, y que tuviera
significado para usuarios médicos y no médicos, se
consideró importante que el esquema de clasificación
resultante tuviera los siguientes atributos:
1. Deben ser interpretables clínicamente, con
subclases de pacientes de categorías diagnósticas
homogéneas. Es decir cuando las clases de pacientes
son descritas a los médicos, estos deberían ser capaces
de imaginar esos pacientes y ser capaces de identificar
un proceso de atención particular para ellos.
2. Las clases individuales deberían ser definidas en
variables que estén comúnmente disponibles en los
resúmenes del hospital y sean relevantes para la
utilización de outputs, referidas a la condición del
paciente o al proceso de asistencia.
3. Debe haber un número manejable de clases,
preferentemente en cientos en vez de miles, que sean
mutuamente excluyentes y exhaustivas. Es decir que
deben cubrir toda la gama de condiciones de
enfermedad posibles en el ambiente de cuidados
agudos, sin solaparse.
4. Las clases deberían contener a pacientes con
medidas esperadas similares de utilización de outputs.
5. Las definiciones de clase deben ser comparables a
través de diferentes esquemas de codificación.
Con respecto al punto 3, el número de clases que se
considera manejable depende obviamente de la
situación en la cual las clases de pacientes están siendo
aplicadas. Cualquier tipo de agregación implica una
negociación entre pérdida de precisión y facilidad de
revisión de los resúmenes estadísticos con propósitos
comparativos. Se decidió construir un conjunto de
aproximadamente 500 grupos para ser usado como el
marco básico de tipos de casos. Éstos podrían ser
entonces más refinados o agregados, de acuerdo a la
necesidad de los investigadores según la naturaleza de
la aplicación.
Varios procedimientos fueron probados como
formas potenciales de construir los grupos. Al
principio, se empleó un enfoque normativo, lo que
implicó tener clínicos que definieran los tipos de casos
usando valores de variables que pensaban que eran
importantes para determinar la cantidad y el tipo de
servicios utilizados. Hubo una tendencia a incluir en
sus definiciones
un conjunto extenso
de
especificaciones, que requerían información que no
siempre podría ser recopilada por el sistema de
información médica de un hospital. Si toda la gama de
pacientes fuera clasificada en esta manera, conduciría
por fin a miles de tipos de casos, la mayor parte de los
cuales describiría a pacientes que se ven con poca
frecuencia en una institución. Se reconoció por lo tanto
que el proceso de definición del caso sería facilitado si
los datos de los hospitales de cuidados agudos
pudieran ser examinados para determinar las
características generales y la frecuencia relativa de
altas. También, los algoritmos estadísticos serían útiles
para sugerir maneras de formar clases de pacientes que
fueran homogéneas con respecto a alguna medida
agregada de utilización de output.
Este tipo de enfoque, que requiere el input
simultáneo del juicio de médico, de un proceso de
información eficiente y de algoritmos estadísticos, fue
adoptado para la construcción del GRD. Se desarrolló
un proceso automatizado para proteger una gran
cantidad de datos con la ayuda de algoritmos
estadísticos. Se requirió una revisión médica que
garantizara que las clases formadas por el proceso
fueran clínicamente significativas. La longitud de la
estadía (LOS) fue usada como medida de output. A
pesar de que puede no ser un indicador tan exacto del
nivel de output como los costos reales, todavía es un
indicador importante de utilización, además de estar
fácilmente disponible, bien estandarizado y confiable.
El uso de LOS como medida de la complejidad del
caso ha sido estudiado por otros investigadores. Luke
con su trabajo de medida del case mix,19 estableció el
alto grado de correlación entre LOS y los gastos totales
facturados al paciente. Lave y Leinhardt encontraron
una correlación significativa entre LOS y las medidas
de complejidad del case mix. 16
El proceso de formar el GRD se comenzó dividiendo
la base de datos en áreas de diagnóstico primario
mutuamente excluyentes y exhaustivas, llamadas
Categorías Diagnósticas Principales. Cada categoría
principal fue examinada entonces por separado y
subdividida a su vez en grupos basados en valores de
variables sugeridas por el algoritmo estadístico. La
revisión clínica de estas subdivisiones recomendadas a
menudo llevaba a su modificación. Así, en cada etapa
del proceso los subgrupos estaban basados tanto en
criterios estadísticos como en el juicio del médico. Las
variables precisas que fueron incluidas en las
definiciones de las clases variaron a través de las
categorías principales. Por ejemplo, se decidió que la
edad era importante en la explicación de la utilización
de recursos para pacientes con hernia, pero no un
factor importante para pacientes de úlcera gástrica. De
cada Categoría Diagnóstica Principal, se formaron
numerosas clases de pacientes finales. Estas clases de
pacientes finales son el GRD. Una discusión más
extensa de la base de datos, del algoritmo estadístico, y
de la estrategia general usada en la construcción del
GRD se presenta en las siguientes subdivisiones.
2.1 Base de datos
La base de datos usada para construir el esquema
contenía aproximadamente 500 000 archivos de
hospital de 118 instituciones en Nueva Jersey, 150 000
archivos de 1 hospital de Connecticut y 52 000
archivos de pacientes con financiación federal de 50
instituciones en una región PSRO. Estos archivos
contenían la información demográfica sobre cada
paciente (p.ej sexo, edad) así como la información
clínica y diagnóstica relacionada con su permanencia
de
hospital
(p.ej
problemas
diagnósticos,
procedimientos quirúrgicos, servicios especiales
usados).
La información diagnóstica en la base de datos fue
cifrada tanto con sistemas de clasificación, ICDA8
como con HICDA2. Como no existe correspondencia
directa entre los 2 esquemas, los datos de todos los
hospitales no podían ser combinados en una base de
datos unificada. Así, se decidió construir el esquema
de clasificación usando los códigos de ICDA8 más
frecuentes como estándar. La versión ICDA8 fue
traducida entonces a la HICDA2. Esta traducción fue
evaluada con datos del hospital y se hicieron las
modificaciones necesarias para asegurar la coherencia
de la clasificación a través de los 2 esquemas de
codificación. Tanto ICDA8 como HICDA2 registran
procedimientos quirúrgicos usando códigos de 3
dígitos. Estos códigos de procedimiento cubren no sólo
operaciones realizadas sino también algunos
tratamientos y procedimientos diagnósticos menores.
Para ICDA8, las variedades de códigos que se
consideraron reflejaban operaciones reales fueron 010999 y A10-A59. Igualmente, para HICDA2, se
consideró que la variedad de código para operaciones
reales era 010-920 y 933-936. En la construcción del
esquema de clasificación de pacientes, sólo los códigos
dentro de estos intervalos fueron considerados como
procedimientos quirúrgicos.
2.2 Metodología estadística
La metodología estadística particular empleada es una
variación del Detector de Interacción Automatizado
(AID) el método de Sonquist y Morgan, que ha sido
empleado antes en el análisis de datos de muestras
complejas en el Centro de Investigación de Encuestas
de la Universidad de Michigan.25 El objetivo de este
acercamiento es examinar las interrelaciones de las
variables en la base de datos y determinar, en
particular, cuales están relacionados con alguna
medida especificada del interés, mandado a como la
variable dependiente. Esto es llevado a cabo
subdividiendo recurrentemente las observaciones, por
hendiduras binarias, en subgrupos basados en valores
de variables que maximizan la reducción de la
varianza o minimizan el error predictor de la variable
dependiente. Los subgrupos son denominados grupos
terminales cuando ellos no pueden ser más divididos
porque el tamaño de la muestra es demasiado pequeño
o la variación restante es demasiado bajo para ser más
reducido o inexplicable en términos de variables en la
base de datos. Cada observación está contenida en uno
y sólo en uno de estos grupos terminales, con un valor
predictivo igual a la media del grupo. Es decir si ykj es
el valor de la variable dependiente para la observación
jª dentro del grupo de kº, entonces:
donde Yk es la media para todos los miembros en el
grupo kº y ekj es el error en la utilización de Yk para
predecir o estimar ykj. Este procedimiento minimiza la
suma (ekj)2 sobre todas las observaciones. Así, las
observaciones individuales tienden a tener valores
cerca del valor medio del grupo terminal al cual ellas
pertenecen.
Se decidió que el enfoque debería ser implementado
en una base interactiva para permitir un nivel alto de
intervención médica. Esto era una consideración
importante ya que la formación de grupos usando este
algoritmo es básicamente de naturaleza iterativa.
Puesto que ningún sistema informático existente
podría manejar grandes bases de datos con eficacia de
modo interactivo, se desarrolló una nueva tecnología
llamada AUTOGRP.20 AUTOGRP apoya una
instalación que permite invocar un algoritmo que
determina particiones basadas en el criterio de
reducción de varianza al algoritmo AID. Este
comando, o capacidad, del sistema se menciona como
la instalación CLASSIFY.
Matemáticamente, el algoritmo puede ser descrito
como sigue20: Cada observación en un conjunto de
datos tiene un valor de la variable independiente X y
un valor de la variable dependiente Y. Si hay N valores
distintos posibles de la variable independiente,
entonces el subconjunto de observaciones, o archivos,
que tiene cada valor X, (1 ≤ i ≤ N) es llamado una
categoría. Si hay Mi observaciones en la categoría iª (1
≤ i ≤ N), la suma total de cuadrados (TSSQ) de los
datos con respecto a la variable dependiente es
definida como:
donde Yij es el valor de la variable dependiente para la
observación jª en la categoría iª de la variable
independiente, y:
o el valor medio de la variable dependiente en todo el
conjunto de datos. El conjunto de datos puede ser
dividido en base a la variable independiente en grupos
G, donde cada grupo resulta de la unión de categorías
especificadas. Es decir podemos definir la correlación
de categorías a grupos con conjuntos Rk (1≤ k ≤ G), de
forma tal que:
El "dentro del grupo de la suma de cuadrados"
(WGSSQ) es el total de las desviaciones al cuadrado
(diferencias) de las observaciones de la media de cada
grupo con respecto a la variable dependiente y puede
ser expresado como:
donde WGSSQ (k) = dentro del grupo de la suma de
cuadrados para el grupo kº
Rfc = conjunto de todas las categorías de la variable
independiente en el grupo kº y
es el valor promedio de la variable dependiente en el
grupo kº. El total dentro de la suma de grupo de
cuadrados (TWGSSQ) para los grupos G es la suma de
las desviaciones totales al cuadrado de las
observaciones de cada grupo del grupo respectivo
medio y está dado por
Para una variable independiente dada, las
observaciones de particiones del algoritmo CLASSIFY
en el conjunto particular de grupos que causa la
minimización de TWGSSQ para una variable
dependiente específica. Ya que TWGSSQ es
proporcional a la varianza dejada inexplicada por la
variable independiente, la minimización de TWGSSQ
causa la minimización de la varianza inexplicado de
los datos.
2.3 Formación de DRG
Diagnósticas Principales
de
Categorías
Para facilitar el análisis sobre la amplia variedad de
condiciones de enfermedad en el ambiente de cuidados
agudos, todos los diagnósticos estuvieron al principio
divididos en 83 Categorías Diagnósticas Principales
mutuamente excluyentes y exhaustivas. Su formación
también fue motivada para asegurar la homogeneidad
diagnóstica. Por lo tanto, los grupos finales no
contienen los pacientes que superaron estas categorías.
Por ejemplo, desde el punto de vista de la utilización
de outputs, puede ser adecuado formar una clase de
pacientes con hemorroides, hipertrofia de amígdalas, y
parto normal. La utilización de outputs por estos
pacientes es muy similar, a menudo requiriendo un
procedimiento quirúrgico relativamente menor con una
estadía preoperatoria muy corta y un período de
hospitalización total de 2 o 3 días. Sin embargo, los
médicos que tratan a estos pacientes así como los
procesos de tratamiento de los problemas representan
un arco completamente diferente. Por lo tanto, se sintió
que la inclusión de estos pacientes en la misma clase
no definiría una categoría clínicamente significativa.
La especificación de las Categorías Diagnósticas
Principales fue realizada por un comité de clínicos,
según 3 principios generales:
1. Las Categorías Diagnósticas Principales deben
tener el consecuencias en términos de su clasificación
anatómica, fisiopatológica, o en la manera en la cual
son clínicamente manejados.
2. Las Categorías Diagnósticas Principales deben
tener un número suficiente de pacientes.
3. Las Categorías Diagnósticas Principales deben
cubrir toda la variedad de códigos sin solaparse.
Una lista de estas categorías según la definición por
sus códigos ICDA8 e HICDA2 aparece en la Tabla 1.
También hay una indicación de los grupos de
diagnóstico correspondientes al Estudio de Actividad
Profesional (PAS) que equivalen a cada categoría.
Note que las categorías son muy amplias, como
Enfermedades del Ojo, Enfermedades del Sistema
Cardiovascular y Enfermedades Infecciosas.
Se siguió un proceso consistente en la división de
cada Categoría Diagnóstica Principal en GRD. En
primer lugar, cada categoría fue refinada eliminando
ciertas observaciones no deseadas. Los casos con
pacientes muertos o mal registrados, y aquellos que
eran en particular anormales, fueron excluidos de un
análisis adicional. Los casos con pacientes muertos
fueron quitados de consideración ya que sus longitudes
de estadía eran probablemente atípicas de la
enfermedad o problema en la consideración. Las
historias con errores de codificación obvios o datos
ausentes también fueron eliminadas porque su
información podría ser engañosa. Las observaciones
con valores desproporcionadamente altos de longitud
de estadía fueron excluidas ya que unos pocos
registros atípicos podrían tener un efecto marcado en
la estabilidad de la distribución de un grupo.
El conjunto escrutado de historias en cada categoría
fue entonces usado como insumo para la segunda
etapa, en la cual se aplicó el algoritmo CLASSIFY
para sugerir grupos de observaciones, en base a
variables independientes preespecificadas, que podían
ser diferentes en cuanto a la longitud de la estadía. El
conjunto de variables independientes seleccionadas
como insumo del algoritmo se limitó deliberadamente
a aquellas variables descriptivas del paciente, la
condición de su enfermedad y su proceso de
tratamiento que estaría fácilmente accesible en la
mayoría de los resúmenes de alta, expresamente los
diagnósticos, los procedimientos quirúrgicos, la edad,
el sexo y el servicio clínico. Se aplicó esta restricción
por varios motivos. En primer lugar, se observó que las
medias de longitud de estadía varían a través de los
niveles de estas variables en los resúmenes estadísticos
descriptivos de los datos de alta del hospital.23
Segundo, estas variables siempre son registradas y
cargadas en casi todos los sistemas informáticos del
hospital. Esto aumenta el potencial de la clasificación
para implementarse en la mayor parte de los ambientes
de investigación y de asistencia médica aplicada.
Incluir otros elementos de información, como los
servicios auxiliares usados limitarían su aplicabilidad a
aquellos sistemas que recogen estos datos, que
excluirían, por ejemplo, la base de datos del PSRO
PHDDS. Finalmente, la restricción de las variables a
este conjunto también simplifica las definiciones de
clase y controla hasta cierto punto el número final de
categorías. Una clasificación con numerosos grupos y
una estructura de definición compleja es inmanejable.
Para cada variable independiente, el output del
procedimiento CLASSIFY incluyó el número total de
observaciones en el conjunto de datos, el número total
de valores diferentes de la variable asumida (es decir,
el número de categorías o células), el número de
grupos formados, la suma total de los cuadrados
(TSSQ) y la reducción porcentual de la suma total de
los cuadrados alcanzados por esa agrupación ((TSSQTWGSSQ) / TSSQ)* 100. Una vez que estos
resultados fueron obtenidos, un clínico seleccionó la
variable más apropiada para la división.
La interpretación de la división sugerida por el
algoritmo era una tarea compleja, con muchos factores
examinados y ponderados simultáneamente. La
decisión de aceptar, rechazar o posiblemente revisar la
división recomendada estaba basada tanto en pruebas
estadísticas como en el conocimiento médico del
clínico. Los resultados estadísticos fueron examinados
a la luz de ciertos criterios. Las variables que
producían la reducción más alta de la varianza eran las
principales candidatas para dividir el conjunto de
datos. Sin embargo, el número de células o valores
para aquellas variables y el número de grupos
formados también fueron considerados. Es un artefacto
del algoritmo que muchas particiones pueden ser
creadas cuando la variable independiente tiene una
amplia variedad de valores. Además, muchos grupos
formados en la primera partición son difíciles de
manejar y su significado es cuestionable. Por ejemplo,
el diagnóstico secundario a menudo tenía muchos
valores diferentes y así a menudo producía una
reducción significativa de la varianza formando
muchos subgrupos. Sin embargo, estos grupos eran
difíciles de interpretar como una partición primaria y
tendieron a ser de valor limitado. En todos los casos,
los grupos fueron examinados en un marco más
descriptivo para determinar si el significado estadístico
era apoyado por la interpretación del médico.
El hecho que una variable que pareció ser potente en
la explicación de la varianza no fuera seleccionada en
una etapa particular, no significa que la variable fuera
ignorada. Dos posibilidades existían todavía. Si
aquella variable fuera independiente de otras variables
en la explicación de la varianza, aparecería en etapas
subsecuentes con el mismo poder que en la etapa más
temprana. Si, sin embargo, fuera correlacionado con
una variable elegida en una etapa más temprana,
entonces su poder explicativo en etapas subsecuentes
disminuiría como la fuerza de la correlación. Por
ejemplo, si el diagnóstico secundario estuvo
fuertemente relacionado con la edad y la edad fue
seleccionada como una variable de división, entonces
el diagnóstico secundario no parecería potente en la
siguiente agrupación.
Los grupos fueron generados entonces basados en la
variable más apropiada, es decir la que encontró tantos
de los criterios especificados como fuera posible. En
particular, esto 1) expuso una reducción significativa
de la varianza en relación a la mayor parte de las otras
variables, 2) creó un número manejable de grupos
basados en un número relativamente pequeño de
valores de la variable independiente, y 3) creó grupos
cuyos medios eran considerablemente diferentes.
También, los grupos que se formaron eran
homogéneos desde una perspectiva clínica.
Una vez que cada Categoría Diagnóstica Principal
fue dividida al principio en subgrupos basados en los
valores de una variable independiente, se tomó una
decisión, si subdividir más cada subgrupo en base a
cualquiera de las otras variables disponibles o terminar
el proceso de división tratándolos como grupos
terminales. La base estadística para esta decisión fue
determinada por un conjunto de reglas de detención.
Para cualquier grupo dado, la división se interrumpió
cuando se encontró una u otra de las siguientes
condiciones:
1. El grupo no era bastante grande para garantizar otra
clasificación, es decir cuando el número de
observaciones en el grupo era menos de 100.
2. Ninguna de las variables redujo la variación
inexplicada en al menos el 1 %, ((TSSQTWSSQ)/TSSQ) *100 <1 por ciento *
De lo contrario, el grupo se siguió subdividiendo de
acuerdo a los criterios discutidos anteriormente para
generar nuevos subgrupos. En algunos casos, sin
embargo, el proceso fue terminado por motivos no
estadísticos en cuanto a la manejabilidad total (p.ej
mantenimiento de un número bajo de grupos totales) o
la interpretación del médico.
Este proceso de agrupación generó la formación de
383 grupos finales o GRD, cada uno definido por
algún conjunto de los siguientes atributos de los
pacientes:
diagnóstico
primario,
diagnóstico
secundario, procedimiento quirúrgico primario,
procedimiento quirúrgico secundario, edad, y en un
caso, área de servicio clínico. En tanto otras variables,
como sexo, diagnóstico terciario o procedimiento
quirúrgico fueron examinadas, no se encontró que ellas
fueran significativas en la explicación de la utilización
del output. Una lista de estos grupos con una breve
descripción narrativa de su contenido aparece en el
Apéndice. Una especificación más completa puede
obtenerse del Health Care Financing Administration
Los GRD varían bastante en su estructura a través de
las Categorías Diagnósticas Principales. Algunas
Categorías Diagnósticas Principales no se siguen
subdividiendo, como la Categoría 35, Hemorroides, en
la cual ninguna variable demostró un efecto suficiente
para la utilización de un output adicional. Por otra
parte, la Apendicitis, Categoría 46, se sigue
subdividiendo en base del diagnóstico primario
específico y la presencia de un diagnóstico secundario.
Esto causa 4 GRD: apendicitis (sin peritonitis) y sin un
diagnóstico secundario, apendicitis (sin peritonitis) con
un diagnóstico secundario, apendicitis (con peritonitis)
sin un diagnóstico secundario, y apendicitis (con
peritonitis) con un diagnóstico secundario. Esta
división simétrica sugiere que los efectos del
diagnóstico primario y la presencia de un diagnóstico
secundario son de naturaleza aditiva. La Categoría
Diagnóstica Principal 76, Fracturas, tiene la estructura
más compleja, generando 13 GRD, indicando tanto la
importancia como la interacción de 4 variables:
diagnóstico
primario,
diagnóstico
secundario,
procedimiento quirúrgico primario y edad.
También hay que notar que cuando las variables
están muy correlacionadas, muy a menudo sólo un
aparece en la clasificación para una categoría principal
específica. Un ejemplo extremo de esto es la Categoría
Diagnóstica Principal 36, Hipertrofia de Amígdalas y
Adenoides, donde casi cada uno tiene una
tonsilectomía y/o un adenoidectomía.
La alta correlación del procedimiento quirúrgico
primario con el diagnóstico primario no causa ninguna
reducción adicional de la varianza en la categoría que
* Este 1 porcentaje aumenta en ciertas Categorías Diagnósticas
Principales.
pueda ser atribuida a procedimientos quirúrgicos.
Así, aunque la cirugía sea casi siempre usada en el
tratamiento de los pacientes con Hipertrofia de
Amígdalas y Vegetaciones Adenoides, ya que
prácticamente todo paciente en esta categoría tenía el
mismo procedimiento quirúrgico, la información
quirúrgica no diferenció la utilización de estos
pacientes y no fue por lo tanto usada en la formación
del GRD para esta categoría -
2.4 Un Ejemplo
El proceso de división reiterativo usado en la
formación del GRD puede ser mejor ilustrado en el
contexto de un ejemplo — la clasificación de la
Categoría Diagnóstica Principal 55: Cálculos urinarios.
Esta categoría contiene pacientes con un diagnóstico
primario (códigos de ICDA8) de 592, cálculo del riñón
y uréter, o de 594, cálculo de otras partes del sistema
urinario. La formación del GRD de esta Categoría
Diagnóstica Principal se resume en el diagrama de
árbol presentado en la Figura 1. En primer lugar, esta
categoría es dividida en 3 grupos basados en el
procedimiento quirúrgico primario variable. El primer
grupo contiene pacientes no quirúrgicos, que son
aquellos sin ninguna operación o con un código
(ICDA8) de procedimiento fuera de la variedad 010999, Al0-A59.† Los grupos segundo y tercero están
formados en base al procedimiento específico
realizado. En particular, los procedimientos más
complicados realizados en pacientes con un cálculos
urinarios – neurotomía, ureterotomía, cistotomía-son
en el tercer grupo, mientras que los procedimientos
relativamente menores asociados con este diagnósticocistoscopía, paso del catéter al riñón, están contenidos
en el segundo.
El grupo no quirúrgico se sigue dividiendo en 2 grupos
basados en la presencia o ausencia de un diagnóstico
secundario. En el resumen, el proceso de clasificación
causó la formación de 4 grupos terminales, o GRD
239-242, de la Categoría Diagnóstica Principal de
Cálculos urinarios:
1. Cálculos urinarios sin cirugía, y sin un diagnóstico
secundario
† Las operaciones codificadas fuera de estas variedades no se
consideran verdaderos procedimientos quirúrgicos ya que son
procedimientos menores o terapias.
2. Cálculos urinarios sin cirugía y con un diagnóstico
secundario
3. Cálculos urinarios con cistoscopía, paso de catéter a
riñón, otras operaciones
4. Cálculos urinarios con nefrotomía, cistotomía,
ureterotomía, otras operaciones principales
Un resumen estadístico descriptivo de datos
codificados en ICDA8 de la base de datos original
usada para construir el GRD es presentado en la Tabla
2. La Categoría Diagnóstica Principal entera contiene
1 425 observaciones, con una longitud media de
estadía de 6.93 y una desviación estándar de 6.44. Las
variables usadas en la división de este grupo, cirugía
primaria y diagnóstico secundario, explican el 42.93
por ciento de la varianza total, con el 41.75 por ciento
atribuido al primero y el 1.17 por ciento este último.
El proceso actual de formar estos GRD de la
Categoría Diagnóstica Principal Cálculos urinarios se
resume en los siguientes pasos:
Paso 1
Quince historias fueron eliminadas: 3 con un estado
de muerto al alta, 10 con código quirúrgico o
diagnóstico inválido, y 2 con longitudes de estadías
mayor de 60 días. Esto redujo el tamaño de la
categoría de 1 440 a 1 425 observaciones.
Paso 2
El algoritmo fue aplicado a este conjunto de datos
depurados para determinar la base de una división
inicial. Las variables independientes seleccionadas
para definir subgrupos potenciales fueron el
procedimiento quirúrgico primario (oper1), el
procedimiento quirúrgico secundario (oper2), el
diagnóstico primario (dx1), el diagnóstico secundario
(dx2), la edad, y el sexo.
El número de grupos formados por el algoritmo y la
reducción porcentual correspondiente de la varianza
inexplicada para cada una de las variables es mostrado
en la Tabla 3.
Como la mayor reducción de la varianza inexplicada
fue conseguida con el oper1, y un número limitado de
grupos (3) esta variable fue considerada la candidata
principal para la subdivisión inicial de la categoría. El
algoritmo sugirió 3 grupos cuyos contenidos son
descritos en la Tabla 4. Esta tabla presenta los
procedimientos quirúrgicos diferentes contenidos en
cada grupo, el número correspondiente de
observaciones (SIZE), y la longitud media de la estadía
(MEAN). Note que más del 98 por ciento de las
observaciones en el primer grupo no tiene ningún
procedimiento quirúrgico puesto en la lista. El segundo
grupo principalmente contiene observaciones con
procedimientos
relativamente
menores,
como
cistoscopía y ureteroscopía (A46) y el paso del catéter
al riñón (557), mientras el tercer grupo incluye
procedimientos
añgo
más
complejos
como
ureterotomía (550), cistotomía (560), y pielotomía
(541).
En base a estos resultados, se decidió dividir el
grupo inicial de pacientes de Cálculos urinarios en 3
grupos, similares a aquellos sugeridos por el algoritmo,
a saber, un grupo de pacientes no quirúrgicos, un
grupo con procedimientos relativamente importantes,
como aquellos puestos en una lista bajo el grupo 3 en
la Tabla 4, y finalmente un grupo de todos otros
procedimientos, que incluye casos con procedimientos
menores, como aquellos puestos en una lista bajo
grupos 1 y 2, y las biopsia del aparato extensión
urinario (A21) en el grupo 3. Mientras este último
grupo representa todos los otros procedimientos
quirúrgicos no explícitamente puestos en una lista bajo
el grupo 3, es representando principalmente por 2
procedimientos cistoscopía y ureteroscopía (A46) y
paso del catéter al riñón (557).
Paso 3
Cada uno de los grupos formado en el Paso 2 fue
considerado entonces para una subdivisión adicional.
En primer lugar, con respecto a los pacientes no
quirúrgicos, el número de grupos formados por el
algoritmo y la reducción porcentual correspondiente de
la variación inexplicada para cada una de las variables
(excepto oper1 y oper2) fue como mostrado en la
Tabla 5.
Se efectuó un examen más cercano de las
características de los 4 grupos formados usando la
variable del diagnóstico secundario (dx2), ya que esto
expuso la mayor reducción porcentual de la variación
inexplicada. Las estadísticas descriptivas para cada
uno de los grupos son resumidas en la Tabla 6.
Varias cosas fueron consideradas en la evaluación de
la división potencial en el diagnóstico secundario. Con
respecto a la distribución de observaciones, los grupos
3 y 4 eran definitivamente demasiado pequeños (es
decir, menos de 100 observaciones) para ser
considerados grupos terminales y el grupo 2 con 109
observaciones era marginal. Adelante, se notó que más
del 80 por ciento de las observaciones en el Grupo 1
no tenía ningún diagnóstico secundario puesto en la
lista y que los casos restantes en 4 grupos fueron
distribuidos a través de 105 códigos de diagnóstico
secundarios diferentes, por lo general con menos de 10
casos representados para cada enfermedad y sin un
modelo clínico aparente. Así, se decidió que los grupos
formados en base al diagnóstico secundario específico
no eran en particular significativos, pero que una
partición más manejable e interpretable desde una
perspectiva médica serían 2 grupos, en base a la
presencia o ausencia de un diagnóstico secundario. Las
estadísticas descriptivas de estos grupos se muestran
en la Tabla 7.
Esta partición alternativa causa una reducción
porcentual marcadamente inferior de la variación
inexplicada 6.3 por ciento más abajo. Pero, en
términos de objetivos totales del proceso de
clasificación, el aumento de la facilidad de
interpretación y de manejo se consideró más
importante que el sacrificio en el error predictivo.
Paso 4
Con respecto a los otros 2 grupos formados en el
Paso 2 en base al procedimiento quirúrgico específico,
el algoritmo se aplicó usando las variables
procedimiento quirúrgico secundario, diagnóstico
primario, diagnóstico secundario, edad, y sexo. Para el
grupo con operaciones menores, el número de
subgrupos formados por el algoritmo y la reducción
porcentual correspondiente a la variación inexplicada
para las variables se muestra en la Tabla 8.
Igual que las particiones con respecto a estas
variables sugeridas para el grupo de procedimientos
relativamente
importantes
se
muestran
las
características en la Tabla 9. En ambos casos pareció
que el diagnóstico secundario tenía un efecto más
fuerte y fue seleccionado como la variable potencial
para usar en los subgrupos que se forman. Sin
embargo, después de examinar los contenidos de los
grupos sugeridos, se encontró en ambos casos que al
menos la mitad de las observaciones no tenía ningún
diagnóstico secundario puesto en la lista y los demás
hicieron distribuir diagnósticos secundarios a través de
al menos 100 códigos diferentes, sin consecuencia
clínica aparente. Es decir, los diagnósticos eran
distintos y pocos fueron representados por más de 10
casos. Así, como los casos no quirúrgicos de los que
hablamos en el Paso 3, no pareció que la división
adicional de estos grupos en subconjuntos por el
diagnóstico secundario específico fuera significativa
desde una perspectiva clínica.
Se consideró la división de cada grupo en base de la
presencia o la ausencia de diagnóstico secundario. Esto
conseguiría una reducción del 2.1 por ciento de la
variación inexplicada para el grupo quirúrgico menor y
una reducción del 5.6 por ciento para el grupo
quirúrgico principal. En ambos casos, se decidió que
no había justificación médica suficiente para un
escalón adicional en los grupos quirúrgicos en base al
diagnóstico secundario.
Además, a la luz de uno de los objetivos principales de
mantener el número total de clases bajas, los grupos
adicionales formados en esta etapa de la división de
pacientes de Cálculos urinarios serían de valor
cuestionable. Por lo tanto, los 2 grupos quirúrgicos no
se siguieron dividiendo y fueron considerados grupos
terminales.
Paso 5
Los 2 subgrupos formados de los casos no
quirúrgicos en base a la presencia o ausencia de otros
diagnósticos fueron evaluados para determinar si ellos
deberían seguir siendo divididos o abandonados
intactos como grupos terminales. El algoritmo fue
aplicado y produjo los resultados mostrados para los
casos no quirúrgicos sin diagnósticos múltiples. El
algoritmo produjo los resultados puestos en la lista de
la Tabla 11 para los casos no quirúrgicos con
diagnósticos múltiples.
Con respecto a los casos no quirúrgicos sin
diagnósticos múltiples, ambos conjuntos de grupos
formados en base a la edad y al procedimiento
quirúrgico secundario, respectivamente, fueron
considerados inaceptables. En cada caso, más del 95
por ciento de las observaciones cayó en el primer
grupo, abandonando el segundo grupo con menos de
25 casos.
Para los casos no quirúrgicos con diagnósticos
múltiples, los 3 grupos se formaron los niveles de edad
de utilización fueron considerados como subgrupos
potenciales. Los niveles de edad que definen los
límites de los grupos eran 66 y 70. Esta partición fue
rechazada por motivos similares a los de encima, a
saber, la distribución desigual de casos en los grupos.
Casi el 90 por ciento de las observaciones tenía una
edad por debajo de 66.
Así, los grupos no quirúrgicos con y sin diagnósticos
múltiples fueron considerados grupos terminales.
Concluimos, entonces, que los procedimientos
quirúrgicos específicos y la presencia de diagnósticos
múltiples eran variables importantes en la predicción
de la longitud de la estadía para pacientes de cálculos
urinarios.
Los
4
GRD
formados
eran
considerablemente diferentes (< 0.01) con respecto a
su longitud media de estadía y eran clínicamente
interpretables. Desde luego, al invalidar algunas
particiones sugeridas por el algoritmo, se sacrificó
cierta cantidad del poder explicativo. Pero, en la
compensación generó un número razonable de
subgrupos o GRD que podría ser interpretado desde
una perspectiva médica. La figura 2 presenta un
resumen descriptivo de las distribuciones de longitud
de estadía para los grupos formados como parte del
proceso
de
división
en
este
ejemplo.
4. Una Revisión de las Aplicaciones de los GRD en Utilización
4.1 Análisis por Case-mix de Utilización de un
Hospital
AL COMPARAR EL DESEMPEÑO DE UN HOSPITAL
en base a medidas relacionadas con la atención
del paciente, como el tiempo de estadía, el costo
y la tasa de mortalidad, es importante determinar
hasta que punto las diferencias observadas
pueden ser atribuidas al case-mix y hasta que
punto están vinculadas con prácticas de
tratamiento diferentes. Una institución individual
tiene un control limitado sobre el primero, y uno
espera que la utilización y las medidas de calidad
de atención varíen a través de los diferentes tipos
de casos que se tratan. Por ejemplo, mientras una
tasa de mortalidad del 15 por ciento es bastante
habitual para pacientes con infarto agudo de
miocardio en la mayor parte de las instalaciones
hospitalarias de cuidado agudo, sería alarmante
para mujeres con partos normales. Así mismo, es
típica una estadía de 2 días para tonsilectomías,
pero
es
excepcionalmente
corta
para
apendicectomías. Así, podría esperarse que un
hospital con una proporción más alta de casos
relativamente complejos tuviera, en general,
longitudes de estadía más largas, costos
incrementados, e índices de mortalidad más altos.
Cualquier comparación, entonces, de esta
institución con otra en base de estas medidas
debe tener en cuenta su case-mix más complejo.
Como se declaró en la introducción, uno de los
motivos originales para desarrollar los GRD era
proporcionar un marco de tipos de casos que
reflejaran la complejidad relativa de los pacientes
asistidos en una institución. Considerando este
marco, pueden ser calculadas medidas ajustadas
por case-mix para controlar las diferencias de
case-mix y usarlas para comparar instalaciones
de hospitalización de cuidados agudos o de
grupos de instalaciones. Además, las diferencias
observadas en algunas variables entre 2
hospitales o un hospital y un conjunto de
hospitales pueden ser divididas en 3
componentes: 1) el monto de la diferencia
atribuida a prácticas de tratamiento del hospital;
2) el monto de la diferencia atribuida a case-mix
del hospital; y 3) el monto de la diferencia
atribuida a la interacción de prácticas de
tratamiento del hospital y del case-mix. Esta
información permite que se hagan comparaciones
de la utilización del hospital y de la calidad de la
atención, teniendo en cuenta la composición de
casos. Se ha desarrollado un informe de análisis
de case-mix y está siendo aplicado actualmente
en varios ambientes PSRO como la parte de su
evaluación de patrones de longitud de estadía
institucionales.4
4.2 Informe por Case-mix
La Tabla 12 contiene un modelo de informe
que presenta un caso estadístico relacionado con
el case-mix para un conjunto de hospitales en
una región determinada. De interés particular
aquí es la comparación de la utilización
hospitalaria medida por el tiempo de estadía en
días. En primer lugar, como se nota en lo alto del
informe, todos los pacientes en la región, sin
tener en cuenta la institución o el tipo de caso,
experimentaron una estadía media de 6.772 días.
El objetivo del informe es examinar la
utilización de cada hospital a la luz tanto del
case-mix como del patrón de longitud de estadía
y compararlo con los demás usando la región
como la referencia estándar. La formula
matemática precisa de la estadística contenida en
el informe es presentada en otra parte,4 pero se
presenta aquí un breve resumen descriptivo, con
el fin de demostrar la aplicación del GRD en el
análisis del case-mix. Además, se remite al
lector a Hill11 y Kitagawa14 para una discusión
más profunda de las 2 técnicas aplicadas en este
contexto, estandarización y separación en
componentes.
Un identificador de hospital aparece en la
primera
columna
seguida
del
número
correspondiente de observaciones (OBS) o
registros de aquella institución usada en el cálculo
estadístico en las columnas restantes. La columna
3 contiene la longitud promedio de estadía total
(LOS PROMEDIO) para los pacientes en aquella
institución, que es el número de días de cama
consumidos por alta. La longitud de estadía
ajustada por case-mix (LOS AJUSTADO CASEMIX) aparece en la columna 4 y es el tiempo de
estadía promedio que el hospital habría
experimentado con el case-mix de la región. Para
el iº hospital, se calcula como
donde ae es la estadía media para el GRD jº en
el hospital i, y Pj es la proporción de los casos de
la región de GRD j. Como tal, estandariza o
mantiene constante el case-mix a través de todas
las instituciones y resulta en una medida que uno
puede usar para comparar la utilización del
hospital en base al tiempo de estadía.
Como complemento de la longitud de estadía
ajustada al case-mix, la columna 5 contiene el
tiempo de estadía promedio que el hospital habría
experimentado con su propio case-mix, pero con
el tiempo de estadía promedio de la región dentro
de cada uno de los GRD (LOS PONDERADO
CASE-MIX). Es decir para el hospital iº se
calcula como
donde Aj es la estadía promedio de la región en
el GRD jº, y pij es la proporción de los casos del
hospital iº en el GRD jº. Como esto usa un
conjunto estándar de pesos relativos (Aj) para el
GRD, puede ser interpretado como una medida
relativa de la complejidad del case-mix, con
valores más altos que indican un case-mix más
complejo, es decir una mayor proporción de casos
que reciben una gran cantidad de los outputs del
hospital. Al interpretar esta medida, se debe notar
que la complejidad es función tanto de la
condición de los pacientes, así como el proceso de
tratamiento seleccionado por los médicos. Las
columnas 6 a 8 son índices calculados dividiendo
las medidas en columnas 3 a 5, respectivamente,
por la longitud promedio de la región de la
estadía.
Las columnas 9ª a 12ª presentan la diferencia
observada entre la Longitud promedio de la
institución y la estadía de la región
(DIFERERENCIA MEDIA LOS) e indican hasta
que punto esta diferencia puede ser atribuida a el
tiempo de estadía media GRD-específica o aij
(DIFERENCIA DEBIDA A LOS), el case-mix de
sus pacientes o pij (DIFERENCIA DEBIDA A
CASE-MIX), y a una combinación de los 2 o su
interacción
(DIFERENCIA
POR
INTERACCIÓN).
La separación de la diferencia en estos
componentes está basada en la técnica descrita
por Kitagawa,14 brevemente descrita aquí para la
conveniencia del lector. Si a, y A representan el
tiempo de estadía promedio para la institución iº y
la región, respectivamente, entonces:
La diferencia entre aj y A puede ser expresada
como:
donde notamos que las 3 primeras diferencias
fueron calculadas restando al tiempo de estadía
promedio de la región las medidas en las
columnas 3 a 5. El componente de interacción es
el residual o el monto de diferencia entre el
hospital y la región, no explicada por la diferencia
LOS (columna 10) o por la diferencia de case-mix
(columna 11).
La utilidad del informe reside en la
interpretación de las diferencias observadas entre
una institución individual y el conjunto de
instituciones o la región en su conjunto. Por
ejemplo, considere el Hospital 4, el más grande
con 41.643 casos (columna 2). Su tiempo de
estadía promedio era uno de los más largos, 7.479
días (columna 3) o 0.708 días más largos que la
región (columna 9). Esta diferencia puede ser
atribuida en grados variados a los siguientes
componentes: 1) diferencias en la composición de
los casos o case-mix; 2) diferencias en el tiempo
promedio de estadía específica del caso; y 3)
diferencias atribuidas a la interacción del casemix y el tiempo de estadía promedio específica
del caso. Con respecto al primer componente, si
el case-mix del hospital hubiera sido tratado en el
tiempo promedio de estadía por GRD de la
región, el tiempo promedio de estadía del
Hospital 4 habría sido 6.96 días (columna 5), con
una diferencia de 0.188 días sobre la región
(columna 11). Por otra parte, si el case-mix fuera
estándar o todas las instituciones trataran los
mismos tipos de pacientes, el Hospital 4 habría
tenido un tiempo promedio de estadía de 7.320
días (columna 4), cerca de medio día más largo
(columna 10) que la región. Además, con relación
a los demás, este habría tenido la longitud de
estadía más larga. Así, la institución 4 tiene una
estadía media que es .708 días más largos que la
región; 188 días son atribuibles a un case-mix
más complejo y .548 días a un tiempo de estadía
promedio GRD-específica más larga.
El signo y la magnitud de la diferencia de
interacción (columna 12) son una indicación del
grado al cual la diferencia observada entre una
institución y el tiempo de estadía promedio de la
región es explicada tanto por el case-mix como
por la longitud GRD-específica de modelos de
estadía conjuntamente. Es aquel monto de la
diferencia
total
entre
los
promedios
institucionales y regionales que no pueden ser
asignados independientemente al case-mix o a
utilización GRD-específica. Una interacción
positiva grande podría levantarse, por ejemplo, si
el hospital tiene un tiempo de estadía promedio
más alto que la región en aquellos GRD donde
este trata proporcionalmente a más pacientes que
la región o una longitud promedio "más abajo
que" la estadía en aquellos GRD con
proporcionalmente menos altas. En este caso, los
patrones particulares de desviación del hospital
con respecto a la región, tanto en el case-mix
como en utilización por GRD contribuyeron
teniendo una longitud de estadía media más alta.
La diferencia de interacción es sobre todo
importante para considerar si su valor absoluto es
grande con relación a las otras diferencias
(columnas 10 y 11). En estas circunstancias, no
habría que usar las medidas en el informe para
aquel hospital en comparación con los demás.
Una interacción grande indica que los modelos de
utilización de hospital varían por el tipo de caso y
la estandarización sería engañosa. Respecto a la
información de la Tabla 12, el Hospital 4 tiene un
componente de interacción negativo de pequeña
magnitud,-.029. Por otra parte, considere el
Hospital 8, con un tiempo de estadía promedio de
4.943 días o 1.828 días más corto que la región.
La mayor parte de esta diferencia es atribuible a
una menor utilización GRD- específica (-1.315
días), pero también a un case-mix menos
complejo (-.986). Sin embargo, note que estas
diferencias
negativas
son
parcialmente
compensadas por medio día (.473 días) atribuible
a la interacción de case-mix y al desempeño. En
este caso, debido al término de interacción
relativamente grande, habría que tener cuidado al
comparar las medidas de utilización estándar de
esta institución con los otros hospitales en el
informe.
Dado que la información de alta para todos los
pacientes es recolectada de rutina por las
instituciones con fines administrativos, están
generalmente disponibles los datos completos del
censo más que muestras para el informe descrito
anteriormente. Sin embargo, debido a su tamaño o
limitaciones en el número de servicios y personal
disponible, una institución individual puede no
tratar a pacientes que presenten una gran variedad
de casos o GRD. En este caso o en situaciones
donde se sabe que existe una gran interacción,
como se dijo en el párrafo precedente, una
estrategia alternativa es restringir la comparación
a un número limitado de instituciones con
números uniformemente altos de casos o realizar
comparaciones en un conjunto limitado de GRD,
por ejemplo, aquellos contenidos en unas pocas
Categorías Diagnósticas Principales de interés
particular.
4.3 Perfiles Institucional y Profesional en
Evaluaciones PSRO
Las Organizaciones de Revisión de Estándares
Profesionales (PSROs) fueron encomendadas por
la enmienda del Acto de Seguridad Social de
1972 para asegurar la calidad y lo apropiado de
los servicios de asistencia médica brindados a
pacientes con financiación federal (Medicare,
Medicaid, Title V). Con este fin, una
responsabilidad específica de cada organización
es el "análisis del perfil" - es decir la confección y
la revisión de resúmenes relevantes de datos
agregados que pertenecen a la atención y a los
servicios recibidos por los pacientes y
suministrados por profesionales e instituciones en
el área PSRO. Es básicamente un análisis
descriptivo de la asistencia médica y de los
modelos de servicio usando medidas y formatos
que sirven para: 1) facilitar la identificación de
áreas excepcionales de desempeño y 2)
proporcionar un mecanismo de monitorización
sobre la marcha del todo el sistema, con una
atención particular sobre áreas problemáticas
previamente definidas.
Aunque se da una considerable latitud a las
PSRO para el formato y el contenido de un perfil,
hay 3 componentes básicos en su diseño: I) el
grupo de pacientes, que define el alcance del
perfil en términos de población a ser analizado;
2) los sujetos del perfil, que definen el
subconjunto del grupo de pacientes cuyos datos
deben ser descritos; es decir agregados y
resumidos en términos de algunas medidas con el
propósito de compararlos con otros perfiles de
sujetos o con todo el grupo de pacientes; y 3) los
elementos del perfil, que son las estadísticas o las
medidas del interés a ser mostradas en el perfil.
Estos 3 componentes son elegidos para alcanzar
los objetivos del análisis a ser realizado. De
particular importancia es la selección de un grupo
apropiado de pacientes, cuya definición debería
controlar, hasta donde fuera posible, aquellas
diferencias en la población de pacientes que
pueden afectar las medidas mostradas en el perfil.
Por ejemplo, si una PSRO estuviera interesada en
el examen de los patrones de tiempo de estadía
para hospitales en su área, no sería significativo
formar un grupo de pacientes de categorías tan
diversas como parto normal, infarto agudo de
miocardio, úlcera gástrica y hemorroides. En este
caso sería imposible determinar a partir de los
resúmenes agregados si los patrones en particular
anormales para las instituciones eran atribuibles a
diferencias en el tipo de paciente que ellas tratan
o a diferencias en su tiempo de estadía.
Los GRD puede ser por lo tanto un mecanismo
eficaz para el análisis del perfil proporcionando
una estructura de definiciones de clases de
pacientes consistentes dentro de las cuales la
interpretación institucional puede ser comparada
en base a tipos similares de pacientes. Como
parte de un proyecto patrocinado por los Health
Standards and Quality Bureau, 7 sitios PSRO
experimentaron con el uso de perfiles de tiempo
de estadía institucionales basados en GRD para
una monitorización retrospectiva de patrones de
utilización en su área.10,12 Cada sitio presentó
cintas de sus resúmenes de datos del hospital, a
los que fueron adjudicados entonces el número de
GRD apropiado basado en la información
contenida en el registro. Se produjo una serie de
informes con resúmenes estadísticos y
comparaciones institucionales para cada grupo.
Un ejemplo de informe aparece en la Figura 3 y
presenta el patrón de desempeño de tiempo de
estadía hospitalaria para el GRD 121—Infarto
Agudo de Miocardio. Un identificador de hospital
parece a la izquierda, adyacente a una rejilla que
contiene la mediana (m), el rango intercuartil
(25° [primera x] al 75° [segunda x] percentil), el
10° (primero*) percentil, y el 90° (segundo*)
percentil del tiempo de estadía para cada hospital.
A la derecha de la rejilla las columnas contienen
el número de altas (OBS), el tiempo promedio o
media de estadía (MEAN), la desviación estándar
(S.D.) y el tiempo (MEDIAN) mediana de
estadía, o percentil 50°. En este ejemplo, el
tiempo promedio de estadía para la región en
conjunto era de 2 semanas. Sin embargo, había
variaciones considerables entre hospitales. El
hospital 8 tenía un tiempo de estadía promedio de
10 días, mientras que los Hospitales 4, 2 y 3
tenían medianas de 15 días. Se justifica una
investigación adicional en esta área mediante
estudios de evaluación de la asistencia médica
para determinar si hay problemas de calidad de
asistencia en el hospital con el "tiempo corto de
estadía" o utilización inadecuada en las otras 3
instituciones.
Como se ilustra en este ejemplo, estos perfiles
son potencialmente útiles para identificar áreas de
utilización inadecuada, que pueden llevar a
puntos adicionales para mejorar la calidad de la
asistencia. Ya que el número total de GRD es
manejable y bajo comparado con la clasificación
alternativa por diagnóstico o grupo de PAS, los
tamaños de la muestra para hospitales
individuales en la mayor parte de casos son
bastante grandes para producir comparaciones
significativas. Además, cada grupo puede ser
examinado por el personal PSRO y un conjunto
seleccionado para análisis complementarios. Para
facilitar más la identificación de las conductas
aberrantes de utilización, también se pusieron en
servicio pantallas automatizadas basadas en
algoritmos estadísticos cuyo primer indicador son
aquellos GRD con una variación interhospitalaria
relativamente alta, y luego determinar para cada
hospital los grupos en los cuales su tiempo de
estadía promedio era considerablemente más alta
que en el área y aquellos en los cuales era
considerablemente más baja.
4.4 Un Sistema de Monitorización PSRO
La utilidad del GRD en la revisión de los datos
de las PSRO ha aconsejado su futura aplicación
potencial como mecanismo de control sustituya el
proceso de revisión concurrente costoso actual por un sistema de monitoreo retrospectivo
oportuno, rentable. En este contexto, en el
momento del alta del paciente, se genera un
resumen y un número de GRD adjudicado en
base a los datos en la historia. Cuando una
pequeña muestra de archivos se ha acumulado en
un GRD para una institución o conjunto de
instituciones examinadas, la información de la
muestra puede ser usada para estimar los
parámetros de las distribuciones de 1 o más
variables dependientes relacionadas con la
utilización o la calidad de la asistencia (p.ej.,
longitud de estadía, índice de mortalidad, tasa de
infección postoperatoria de heridas). Una vez que
los modelos aceptables de la práctica han sido
establecidos, el sistema de monitoreo puede usar
procedimientos de control estadísticos estándares
para descubrir cambios en el proceso. Cuando los
cambios son descubiertos, pueden justificarse
estudios especiales para determinar la causa del
cambio, que puede ser atribuido a errores en el
registro, 1 o más casos en particular anormales, o
un cambio total en el proceso de tratamiento que
ha afectado todos los casos. Existen trabajos en
marcha tendientes a desarrollar sistemas asistidos
por ordenador que podrían apoyar estos
mecanismos de control en una manera oportuna
en un hospital o a nivel PSRO.
5. Contabilidad por Case-Mix en la Elaboración del presupuesto del Hospital,
Control de costos y Reembolso
Anticipado5.1 Contabilidad por Case Mix
UN OBJETIVO IMPORTANTE de cálculo de los
costos hospitalarios y de los sistemas de presupuesto
es la comprensión y el control de los costos
hospitalarios. En los ambientes de las organizaciones
tradicionales, el control de costos es más acertado en
aquellas situaciones donde los productos están bien
definidos o los servicios son provistos a partir de un
conjunto previsible de costos asociados. La provisión
de combinaciones diferentes de productos o servicios
causa niveles diferentes de consumo de recursos
totales y de costos. El control de costos en estos
ambientes básicamente implica la monitorización de
los recursos consumidos y de los costos incurridos
durante el proceso de producción para asegurar la
consistencia con los niveles esperados. Así, para que
este sistema sea operativo dentro de un hospital, debe
haber una definición precisa de los servicios
proporcionados por la institución. En un sentido
general, los hospitales proporcionan "cuidados al
paciente", pero más expresamente, proporcionan
cuidados al paciente de varias clases e intensidades
durante períodos variables en base a las necesidades de
los pacientes tratados.
Como los GRD forman una clasificación de la
población de pacientes en clases con una utilización
esperada de outputs similar, pueden proporcionar una
definición de los servicios proporcionados por un
hospital. De esta forma, permiten que los recursos
consumidos y los costos incurridos estén relacionados
directamente con los tipos de pacientes o el case mix
que el hospital trata.2,8,9 Esto es importante en un
ambiente hospitalario, donde no es la dirección (los
administradores), sino médicos individuales los
responsables de asignar recursos por varios servicios y
departamentos a fin de proporcionar una atención
eficaz al paciente. En gran medida, los médicos actúan
en forma independiente uno del otro y no son
generalmente conscientes de las implicancias
financieras globales de sus decisiones individuales. Si
se debe alcanzar el control de costos en el hospital,
debe conseguirse una comunicación eficaz entre el
sistema financiero del hospital y sus médicos. Al
formular el presupuesto hospitalario en términos de
clases de pacientes con modelos similares de atención,
se puede realizar un encadenamiento directo entre las
prácticas de los médicos individuales y las
consecuencias financieras para el hospital.
El objetivo, entonces, de un sistema de contabilidad de
case-mix es proporcionar un cuadro financiero
completo de los gastos por tratar tipos específicos de
pacientes, cuya asistencia es el servicio básico de un
hospital. Bajo la estructura de la organización
tradicional de un hospital, no hay ningún departamento
cuya responsabilidad sea garantizar que los pacientes
individuales sean financieramente bien manejados.
Típicamente, los 2 sistemas contables de un hospital
— financiero y de gestión — tratan los pacientes en su
conjunto y no en forma individual. El sistema
financiero proporciona la descripción financiera básica
del hospital en términos de balance, declaración de
ingresos y flujo de fondos, mientras que el sistema de
contabilidad de gestión proporciona la información
financiera orientada al nivel de departamentos (p.ej
enfermería, laboratorio, archivos médicos) con
objetivos de dirección internos. Así, los sistemas
contables del hospital no han proporcionado el cuadro
integrado de las consecuencias financieras de la
asistencia brindada a los pacientes individuales que la
contabilidad por case-mix fue diseñada para producir.
5.2 Modelo de Costos por GRD
El proceso de determinar el costo de tratar a pacientes
en cada uno de los GRD para un hospital individual o
un conjunto de hospitales es descrito en otra parte.2 En
resumen, los tipos de cuentas en un plan de cuentas de
hospital pueden ser clasificados en 6 áreas de servicio
distintas: 1) cuentas de consulta externa; 2) cuentas
generales no relacionadas con la atención del paciente;
3) cuentas generales relacionadas con la atención del
paciente; 4) hotelería y otras cuentas de servicios
generales; 5) cuentas de enfermería; y 6) cuentas de
servicios auxiliares.
Los GRD actualmente sólo abarcan a la población
hospitalaria; los costos del paciente externo no son
incluidos en los costos de GRD. Las cuentas generales
son costos incurridos por el hospital en su operativa
general, pero no están relacionadas o sólo están
indirectamente relacionados con la asistencia del
paciente. La depreciación y el pago de intereses son
ejemplos de costos generales que no están relacionados
con la asistencia del paciente y por lo tanto no son
normalmente incluidos en los costos de GRD. Otras
cuentas generales, como limpieza o lavandería están
indirectamente relacionadas con la provisión de
asistencia al paciente y son incluidas en el costo de
GRD. La definición de las cuentas generales que se
consideran como relacionadas con la asistencia del
paciente contra las "no relacionadas con la asistencia
del paciente" puede variar, según el objetivo del
sistema de contabilidad de case-mix. Por motivos de
dirección estrictamente internos es razonable incluir
como relacionados a la asistencia del paciente varios
servicios administrativos. Sin embargo, si los costos de
los casos de un conjunto de hospitales deben ser
comparados, entonces los costos administrativos no
deberían ser incluidos, ya que los costos
administrativos pueden variar enormemente a través de
los hospitales distintos motivos además del case-mix.
Los 3 tipos de cuentas restantes, están todos
directamente relacionados con la asistencia del
paciente y con el agregado de la cuenta de la consulta
externa, se mencionan como los centros de costos
finales. Los servicios asociados con estas cuentas
pueden estar directamente relacionados con pacientes
individuales, permitiendo que los costos sean
asignados a cada paciente.
Los costos directos de cada centro de costo final y las
partes del costo de las cuentas generales relacionadas
con la asistencia del paciente son asignados a cada
centro de costos final (de acuerdo a lo determinado por
un algoritmo especial) representan el costo total de
proporcionar los servicios asociados con cada centro
de costo final. Una estadística de asignación específica
para cada centro de costo final fue usada como base
para asignar los costos de los pacientes en cada uno de
los GRD. Por ejemplo, el costo de enfermería fue
asignado a los pacientes en base a un peso específico
GRD por día de enfermería, que fue extraído de un
estudio de la cantidad del tiempo de enfermería pasado
con pacientes en cada GRD. En tanto que todas las
estadísticas de asignación poseen algunos defectos, son
diseñadas para reflejar más equitativamente la cantidad
de recursos de una institución consumidos por los
pacientes en cada GRD. El resultado final del modelo
de costo de GRD es la determinación del costo unitario
de tratar a los pacientes en cada GRD.
5.3 Elaboración del presupuesto de un Hospital
Un acercamiento completo de la contabilidad de costos
por case mix fue aplicado al proceso presupuestario en
2 hospitales de prueba. En el primer año, se
determinaron los costos unitarios (es decir, el costo
promedio por paciente) para cada GRD. A fin de
establecer el presupuesto del año siguiente, sólo era
necesario proyectar el case mix del hospital y aplicar
los factores de inflación correspondientes. Se
descubrieron inmediatamente las desviaciones del
presupuesto debido al case-mix y las áreas de servicio
y de diagnóstico que experimentaron desviaciones
significativas de los costos unitarios establecidos
fueron aisladas.
Los costos unitarios resultantes en los hospitales de
prueba típicamente variaban entre GRD más de cien
veces. Los siguientes GRD ilustran esta variación de
costos.
GRD
Descripción
127 -
Enfermedad cardíaca isquémica
excepto infarto agudo de miocardio con
maniobra u otra operación mayor
Úlcera péptica y gástrica - con la
resección gástrica u otra operación
principal con un diagnóstico secundario
presente
otitis media, mastoiditis crónica u
otosclerosis sin ninguna operación
Falso trabajo de parto sin ninguna
operación
187 –
112 –
273 –
Costo Unitario
Típico 1976
$ 9.934
7.362
264
89
Incluso dentro de un área diagnóstica específica los
GRD proporcionan un grado alto de discriminación de
costos. Por ejemplo, los pacientes con un diagnóstico
primario del cálculo urinario abarcan 4 GRD con los
costos unitarios típicos de 1976 siguientes:
GRD
239
240
241
242
Cálculo Urinario
Descripción
Sin operación o diagnóstico secundario
Sin una operación con un diagnóstico
secundario
Con operación menor, como
cistoscopía o cateterismo renal
Con operación mayor, como
nefrotomía, cistotomía o ureterotomía
Costo Unitario
Típico 1976
$ 394
774
1.032
2.293
Así, hasta dentro de esta área diagnóstica estrecha el
costo unitario a través de GRD varió por un factor de
casi 6.
Un ejemplo de un informe de costo unitario para el
GRD 121 Infarto agudo de Miocardio — aparece en la
figura 4. Esta compara el costo de tratar a pacientes
con IAM en el mismo hospital en 2 años diferentes. El
recuadro en lo alto del informe resume la longitud de
estadía, costos, y gastos experimentados por pacientes
AMI en el período de 2 años. La parte inferior del
informe desglosa los costos experimentados por los
centros de costo finales de aquel hospital. Para cada
elemento en el informe se indica tanto el cambio
absoluto como el cambio porcentual entre los 2 años.
Este informe permite que un administrador de hospital
aísle tanto las áreas diagnósticas como las áreas de
servicio donde hay diferencias significativas a través
de los años o con relación a otros hospitales, si están
disponibles los datos comparables de otros hospitales.
Una vez que las áreas con problemas potenciales han
sido identificadas, el administrador puede comenzar un
diálogo más constructivo con los médicos responsables
de los pacientes y de los servicios identificados.
5.4 Reembolso anticipado
Tradicionalmente, la mayor parte de los seguros de
salud han reembolsado hospitales retrospectivamente
sobre la base de gastos razonables y aceptables.
Mientras este modelo de reembolso garantiza la
cobertura de la mayor parte de los costos del hospital,
proporciona poco incentivo económico para que los
hospitales controlen sus costos. Los sistemas de
reembolso anticipado al hospital establecen el precio
del reembolso del hospital antes del período durante el
cual el precio se debe aplicar. Los premios y los
castigos inherentes a un sistema de pago prospectivo
podrían proporcionar la motivación para que los
hospitales se hagan más rentables sin sacrificar la
calidad de la asistencia médica. Conforme al contrato
No 600-77-022 de la Health Care Financing
Administration, el Estado de Nueva Jersey está en
proceso de pasar de un sistema de reembolso basado
en el costo per diem razonable a un sistema de costo
por caso basado en el incentivo.21
El sistema Standar Hospital Accounting and Rate
Evaluation (SHARE) es el sistema de reembolso por
día basado en el costo, actualmente en el uso en Nueva
Jersey. Bajo el sistema de SHARE, los gastos son
agrupados en 31 centros de costos según definiciones
uniformes de centros funcionales, como laboratorio,
radiología y otros por el estilo. Los gastos hospitalarios
fueron reagrupados entonces dentro de cada centro de
costos en 3 categorías básicas: 1) costos no
controlables por el médico; 2) costos de médicos (p.ej,
sueldos y honorarios de médicos y residentes); y 3)
otros gastos que o no son controlables por el hospital,
o que no deben ser incluidos en la determinación de la
tasa de reembolso por SHARE. Después de que los
costos de los sueldos fueran sido "emparejados" a fin
de evitar distorsiones debidas a diferencias geográficas
de salarios, los gastos controlables fueron agrupados
en 3 grupos de centros de costos para tener en cuenta
compensaciones en los modos de tratamiento. Se
formaron grupos de hospitales similares y se pusieron
pantallas de costos para cada cluster de centros de
costos en cada grupo de hospitales similares. Cuando
el cluster de centros de costos de un hospital escapa de
estas pantallas, cada centro de costos dentro de cada
cluster se analiza otra vez dentro de los grupos
similares. Entonces se aplican fórmulas para
determinar cualquier gasto irracional en el período en
estudio que debería ser rechazado. Después de que han
sido determinados los gastos razonables de un hospital,
se determina una tasa de reembolso por día preliminar
para el hospital. El SHARE por día propuesto es
reexaminado de manera informal, a menudo seguida
por apelaciones al Departamento, y en algunos casos a
los tribunales. Una vez que el SHARE por día fue
finalizado, proporciona la base del reembolso excepto
por ciertos ajustes del fin del año hechos por
variaciones de volumen, inflación real, y aumentos de
costo debido a cambios de directivas legales y
aprobadas, como Certificados de Necesidad y ajustes
contractuales de Blue Cross.
La característica esencial de la metodología SHARE es
el "agrupamiento en pares". Esta técnica de regulación
fue desarrollada en el campo de los servicios públicos,
donde las instituciones parecidas son clasificadas de
acuerdo a atributos comparables a fin de aplicar
estándares "justos" y desarrollar precios razonables.
Ya que los hospitales muestran más complejidad que
las industrias de un solo output, como las compañías
eléctricas, de gas o telefónicas, la técnica ha sido
aplicada no a nivel agregado, sino a nivel de centro de
costos. Se debe señalar que la forma o la unidad de
pago del sistema SHARE es por día y que la base de
pago es el costo.
Aunque la metodología de reembolso SHARE en
Nueva Jersey alcanzó logros significativos al traer
cierto orden a los informes de costos por los hospitales
en el estado, existen elementos básicos en la estructura
del reembolso del hospital que siguen siendo
problemáticos y que SHARE no fue diseñado para
resolver.
El problema fundamental en la contención de los
costos es definir los instrumentos apropiados para
medir la eficiencia y eficacia razonable en el ambiente
hospitalario. Se necesitan instrumentos precisos para
medir el nivel de productividad y eficacia tanto en
términos de outputs como de inputs y responder a los
incentivos o desincentivos financieros apropiados. El
intento de medir y comparar la eficacia de un hospital
al nivel de centro de costos no reconoce el papel del
case-mix en la determinación de los costos del
hospital. Las diferencias o la falta de diferencias en los
gastos del hospital a nivel del centro de costos pueden
ser el resultado de diferentes composiciones de casemix y pueden no reflejar diferencias en la
productividad del hospital. Además, la calidad o la
eficacia de la asistencia deben ser correctamente
identificadas y medidas a fin de evaluar exactamente la
productividad del hospital. Los análisis por centros de
costos tienden a obscurecer, en lugar de aclarar estos
problemas.
La segunda limitación del enfoque SHARE está en la
existencia de desincentivos financieros para brindar
asistencia de alta calidad, apropiada y eficiente. No es
ningún secreto que la forma del pago por día tiende a
estimular longitudes más largas de estadía. Además, el
problema de incentivo de la longitud de la estadía se
agrava por el uso del costo como base del reembolso.
La medida razonable de la eficacia del gerente
financiero de un hospital es su éxito en maximizar el
reembolso. A mayor aumento en los costos, mayor los
ingresos. Los gastos pueden ser hábilmente
redistribuidos entre centros de costos diferentes con el
efecto de escapar las pantallas de costo de sus pares.
Otro problema para el regulador, y otra oportunidad
para el gerente financiero ambicioso, resulta de un
sistema en el cual algunos pacientes pagan costos y
otros pagan cargas, agravado porque la relación de
costos y cargas puede ser manipulada. Otras
oportunidades de astucia comercial se encontrarán sin
duda en cualquier metodología de reembolso. El
sistema de reembolso debe identificar costos
apropiados y diseñar un incentivo financiero para
supervisar y minimizar estas prácticas.
Finalmente, la necesidad de una comunicación eficaz
es quizás el problema más serio al que se enfrenta la
regulación de la industria de asistencia médica. Para
ser eficaces, los reguladores y los gerentes deben crear
un lenguaje para los médicos. Es una reflexión del
estado del arte que los reclamos en la industria
hospitalaria son manejados por abogados y contadores
y por lo tanto examinan problemas de asignación y
finanzas. Si se fusionara la información financiera y
médica, sería posible remontar la relación entre las
decisiones de los médicos y sus efectos en los costos.
A partir de esta base, se pueden extraer las preguntas
apropiadas para tratar equitativamente con eficacia,
calidad y eficiencia los problemas de asistencia de los
pacientes.
Así, la metodología SHARE no fue diseñada para
tratar los problemas de 1) definir y medir el case-mix,
la productividad y la eficacia del hospital; 2) brindar
incentivos a la mejor dirección; 3) evitar la astucia
comercial; y 4) crear comunicaciones entre los
sistemas financieros y médicos del hospital. A fin de
tratar con estos problemas, Nueva Jersey está
desarrollando un sistema de reembolso anticipado
incentivado por el costo del caso. El GRD suministrará
la base para la definición de los tipos de caso y se
establecerán precios de reembolso diferenciales para
cada GRD. A fin de desarrollar los precios de
reembolso del GRD, es necesario obtener un resumen
del paciente, la factura y la información financiera para
el modelo de contabilidad de costos del case-mix
descrito en la sección anterior.
Desde enero de 1976, Nueva Jersey ha estado
recibiendo resúmenes de altas médicas de 104
hospitales de asistencia aguda del estado. Además, 21
hospitales auto-seleccionados también presentan
información de su facturación. La información de
costos del hospital se obtuvo del SHARE y se agrupó
en 2 categorías: gastos directamente relacionados con
cuidado paciente, y gastos institucionales y otros.
Los costos que se estimó eran relativamente fijos a
corto plazo, y no directamente relacionados con la
asistencia del paciente, fueron clasificados como
gastos institucionales. Los centros de costos
institucionales
incluyen
servicios
gerenciales,
mantenimiento de instalaciones, y asociados a la salud,
gastos de educación de graduación de enfermería y de
médicos. Se desarrolló una metodología separada para
determinar gastos institucionales razonables que
comprenden una suma fija y cantidades variables que
estaban relacionadas con el compromiso docente y con
el importe total de dólares por la atención del paciente.
Los costos de atención del paciente fueron asignados a
los pacientes en cada GRD, utilizando la metodología
de contabilidad de costos por GRD.
El enfoque contable de costos por case-mix permite el
desarrollo de objetivos institucionales de productividad
deseados por los reguladores y el reconocimiento
apropiado de las diferencias de complejidad del casemix entre hospitales. Una vez que se determinen los
costos GRD, los estándares de reembolso por GRD
proporcionarán un conjunto apropiado de objetivos,
que serán equilibrados para reflejar los intereses tanto
públicos como de la industria. El diseño de precio
preliminar puso un precio por GRD para cada hospital,
formado por proporciones del costo del hospital por
caso promedio por GRD y un estándar estatal (el costo
de caso promedio por GRD entre la muestra de 21
hospitales). La proporción del hospital y del estado
siempre sumarán a la unidad. Así, por ejemplo, en los
años iniciales del sistema, el precio por GRD podría
consistir en el costo de hospital de un 75 por ciento y
el 25 por ciento del estándar del estado. Aunque la
proporción del estándar estatal comenzara a acercarse
al 100 por ciento con el tiempo, el énfasis temprano en
el costo real del hospital proporcionará una
oportunidad razonable a las instituciones mismas para
hacer el uso de esta información gerencial del GRD.
La información gerencial detallada por GRD será
proporcionada a cada hospital y estará organizada para
ayudar a los hospitales para concentrarse con eficacia
en las áreas de interés para tratar con sus problemas.
Para desarrollar totalmente el potencial del sistema, el
proceso de realización actualmente se planea en 2
etapas distintas. La primera etapa, el desarrollo inicial,
da a cada hospital tanto la oportunidad como la
responsabilidad de reaccionar a la información
gerencial al implementar pasos para remediar la
ineficiencia, aumentando la eficacia, y abriendo un
diálogo efectivo con sus médicos. La motivación para
desempeñar esta tarea está dada por el reembolso
anticipado, basado en incentivos. Así, en cualquier año
dado, un hospital retendría los ahorros conseguidos al
traer su costo por caso bajo el precio anticipado. Ya
que la forma de pago es por caso, en lugar de por día,
la unidad de reembolso ya no plantea un incentivo al
aumento de la longitud de estadía. El nuevo cálculo del
precio anticipado del próximo año, en base al logro
real del año anterior, sirve al interés público al fijar los
resultados en un estándar mejorado.
La segunda etapa en el proceso de implementación
implicará materializar correctamente las cuestiones de
significación entre hospitales. Los temas de asistencia
médica serán colocados en su contexto GRDespecífico y médico, más que en el repertorio típico de
reclamos económicamente orientados, permitiendo así
un examen de eficacia, calidad e idoneidad. Las etapas
permiten el paso del tiempo requerido para purgar las
imperfecciones en la base de datos y permitir la
reacción del hospital a generaciones sucesivas de
precios. Comenzando a principios de 1980, se
programa que los precios prospectivos por GRD se
fijen para 26 hospitales de Nueva Jersey.
6. Un Enfoque del Case Mix para la Planificación Regional de Hospitales de Agudos
MIENTRAS HAY APLICACIONES EN MARCHA de los
GRD en áreas de revisión de utilización y elaboración
de presupuestos hospitalarios, control de costos, y
reembolso, la aplicación de los GRD en el área de
planificación regional de hospitales está recién en sus
primeras etapas de desarrollo.5 La planificación
regional se refiere a la actividad de organizar los
recursos de asistencia médica en una región
geográfica definida, para alcanzar una situación
deseada en términos de disponibilidad de asistencia
médica de calidad y costos aceptables. El esfuerzo
primario de la actividad de planificación hospitalaria
se centró tradicionalmente en las instalaciones del
hospital, principalmente las camas. A través de la
legislación, como la ley Hill-Burton, la mayor parte
de la actividad de planificación antes de los años
1970 enfatizó la suficiencia y la distribución de las
camas de hospital para satisfacer las necesidades de la
población. Sin embargo, el rápido avance en la
tecnología médica sofisticada creó la necesidad de
planificar en base regional, no sólo las camas de
hospital, sino también los servicios hospitalarios y de
equipamiento específicos. Así, la planificación para la
cantidad y la distribución de los nuevos equipos
costosos como los tomógrafos computados o los
servicios hospitalarios específicos, como la cirugía a
corazón abierto se han vuelto una parte integrante de
la actividad de planificación. Como ciertos tipos de
servicios y equipos son necesarios para tratar ciertos
tipos de pacientes, las decisiones de planificación
afectarán el case-mix que un hospital puede tratar.
La modificación por el proceso de planificación del
case-mix que un hospital individual puede tratar
afectará inevitablemente el case-mix de los otros
hospitales de la región. Por ejemplo, si se agrega un
nuevo servicio a un hospital, entonces ese hospital
comenzará a tratar nuevos tipos de pacientes. Esto
causará probablemente una disminución en el número
de ese tipo de pacientes tratados en los otros
hospitales en la región. Además, el nuevo servicio
puede hacer que otras capacidades del hospital (p.ej,
camas o tiempo de sala de operaciones) sean
superadas, requiriendo que el hospital deje de tratar a
pacientes a quienes antes proporcionaba asistencia.
Esos pacientes tendrán que ser tratados en los otros
hospitales de la región. Así, las implicancias de una
decisión de planificación pueden ser complejas y
difíciles de predecir. Un enfoque de case-mix para la
planificación regional tendría como eje central los
pacientes tratados y las demandas que imponen a los
recursos del hospital. El papel de cada hospital en la
región sería definido en términos del case-mix que
este trata.
El problema básico de la planificación regional
hospitalaria es que debe considerar varios factores a
la vez:
1. Todos los pacientes deben tener acceso a los
servicios hospitalarios necesarios. El acceso se define
normalmente en términos de tiempo de viaje por
transporte terrestre. Un tiempo de viaje aceptable
podría variar por el tipo de caso, según la relevancia
del tipo paciente y la naturaleza de la afección (es
decir, crónico, emergencia, etc.).
2. La cama y otras capacidades de los hospitales en la
región deben ser suficientes para satisfacer las
demandas de atención.
3. Los pacientes sólo deben ser tratados en hospitales
con servicios, equipos y especialistas adecuados. El
tipo de instalaciones hospitalarias y especialistas
necesarios para el cuidado apropiado variará con el
tipo de pacientes. Por ejemplo, podría determinarse
que los pacientes menores de 14 años mayores de
edad sólo podrían ser tratados en hospitales con
unidades pediátricas.
4. se deben cumplir estándares de calidad de
asistencia mínimos para cada tipo de paciente. Los
estándares de calidad de asistencia podrían ser tan
básicos como una tasa de mortalidad mínima para
cada tipo paciente. Por ejemplo, si la tasa de
mortalidad para pacientes de infarto agudo de
miocardio en un hospital excedió algún porcentaje,
como el 20 por ciento, entonces el proceso de
planificación debe considerar que se solicite a ese
hospital que deje de proporcionar asistencia a estos
pacientes. El estándar de calidad de asistencia podría
hacerse más sofisticado e incluir medidas de procesos
y de resultados.
5. El costo de asistencia que se brinda a los diferentes
tipos de pacientes debe ser razonable. La información
de proyectos, como el experimento de Nueva Jersey
de reembolso anticipado puede establecer el costo del
cuidado que se brinda a cada tipo de paciente en cada
hospital. Si un hospital demuestra ser sumamente
ineficiente en el costo de la asistencia que brinda a
ciertos tipos de pacientes, entonces el proceso de
planificación debe considerar si existe una alternativa
más rentable.
Así, el principal problema de planificación regional
hospitalaria puede ser descrito como un sistema de
hospitales con la capacidad de tratar números y tipos
de pacientes específicos. Además, hay un conjunto
restricciones básicas de calidad y de acceso que se
deben cumplir. Sin embargo, dado que los límites de
capacidad, y las restricciones acceso y calidad pueden
ser cubiertas por varias configuraciones alternativas
de case-mix, la alternativa que tenga el menor costo
probablemente sea la alternativa preferida. Este
problema puede ser analizado usando técnicas de
programación lineal. El GRD puede proporcionar las
bases para establecer el case-mix del hospital. Un
modelo de programación lineal basado en el case-mix,
del problema de la planificación regional, debería
tener muchas aplicaciones prácticas inmediatas. Por
ejemplo, suponga que se ha hecho la propuesta de
cerrar un hospital particular. El modelo de
planificación regional podría ser usado para sugerir
los medios más costo-efectivos de distribuir el casemix del hospital cerrado a los otros hospitales en la
región manteniendo todavía un acceso y una calidad
adecuados y no excediendo las capacidades de ningún
hospital. O bien, si existe una recomendación para la
distribución del case-mix del hospital cerrado,
entonces el modelo podría ser usado simplemente para
simular el impacto de los cambios de case-mix en los
otros hospitales y describir aquel impacto en términos
de varios parámetros hospitalarios, como niveles de
reembolso y tasas de ocupación. Hay muchos otros
ejemplos del uso de este modelo. Si hubiera cambios
significativos en la composición de los casos tipo
proyectados debido a un nuevo tratamiento o al brote
de una enfermedad infecciosa, entonces el modelo
podría ser usado para evaluar el impacto a los
hospitales en la región. Así, a pesar de que el modelo
de planificación regional por case-mix recién está en
sus primeras etapas de desarrollo, realmente tiene el
potencial de ser un instrumento poderoso para el
proceso de planificación de hospital.
7. Resumen y Conclusiones
LOS PACIENTES tratados en un centro de asistencia de
agudos pueden variar bastante, tanto en la duración
como en la intensidad de servicios necesarios para
proporcionar la asistencia apropiada al paciente. Las
cantidades relativas y los tipos de outputs
hospitalarios utilizados por pacientes individuales
dependen tanto de la afección del paciente como del
proceso de tratamiento empleado. Al relacionar las
características
demográficas,
diagnósticas,
y
terapéuticas de los pacientes a los outputs
hospitalarios que utilizan, se puede desarrollar un
esquema de clasificación de pacientes que
proporciona el marco tanto a la especificación del
case-mix del hospital como a la medida del impacto
del case-mix en la utilización y el desempeño del
hospital. Los Grupos Relacionados por Diagnóstico
representan un intento de proporcionar este esquema
de clasificación de pacientes. Como se definen
actualmente, los GRD proporcionan un número
manejable de clases pacientes (383) que son
exhaustivas y mutuamente excluyentes con respecto a
los tipos de pacientes vistos en un ambiente de
atención de agudos. Además, los GRD proporcionan
clases pacientes que son clínicamente coherentes y
que tienen patrones similares de la utilización de
outputs, como la medida de la longitud de la estadía.
La comparación de datos de pacientes a través de
instituciones o proveedores revelará invariablemente
la existencia de niveles diferenciales de utilización y
desempeño. Un análisis comparativo por longitud
promedio de estadía, costo, o cualquier otra medida
agregada no tiene significado a menos que pueda
determinarse el impacto de composiciones diferentes
de case-mix. El GRD puede proporcionar un marco
para establecer los efectos del case-mix así como para
identificar áreas diagnósticas con problemas
potenciales. El objetivo de la mayor parte de los
análisis comparativos es aislar áreas de problema de
modo que puedan iniciarse medidas correctivas. Si los
programas orientados a mejorar el comportamiento
del sistema de asistencia médica hospitalaria resultan
ser exitosos, los gerentes y los reguladores deben
establecer un diálogo eficaz con aquellos responsables
de brindar los servicios, la comunidad médica. Los
GRD proporcionan el primer paso en este diálogo ya
que los problemas definidos en el contexto de GRD
son comprensibles desde una perspectiva clínica.
Varias aplicaciones actuales y potenciales del GRD
en las áreas de revisión de utilización, elaboración de
un presupuesto hospitalario y control de costos,
reembolso anticipado y planificación regional
enfatizan el papel central del paciente. Enfocándose
en los tipos de pacientes tratados, los programas
responsables de estas actividades compartirán una
base conceptual común aunque se refieran a aspectos
diferentes del sistema de asistencia médica. A pesar
de que hasta ahora las aplicaciones que se
implementaron fueron para satisfacer las necesidades
inmediatas de programas individuales, el trabajo
futuro estará dirigido a la exploración del potencial
del GRD para alcanzar una mejor integración y
coordinación de los objetivos de diferentes programas
y actividades.
El conjunto actual de 383 GRD fue desarrollado a la
luz de los datos disponibles y sus limitaciones en el
momento de su construcción. Como tal, representan
sólo una implementación de una serie en evolución de
esquemas de clasificación pacientes. En la medida
que se encuentren disponibles datos de pacientes más
completos y confiables y existen cambios en la
práctica de la medicina, los GRD deben adaptarse
para reflejar estos cambios. Para eso, se siente que la
tecnología y la estrategia usada en la construcción de
los GRD pueden ser aplicadas en el desarrollo de
futuras generaciones de sistemas de clasificación. En
efecto, una revisión radical y una evaluación del GRD
serán emprendidas tan pronto como estén disponibles
los datos del ICD-9-CM en cantidades suficientes.
Además, se comenzó el trabajo en la ampliación del
enfoque en otras áreas de prestación de asistencia
médica, en particular, los cuidados ambulatorios. 24