ABSTRACT
Los indicadores de resultados constituyen parte esencial de la evaluación de la calidad de la atención hospitalaria. Son también atractivos pues permiten estimar el beneficio que representa el hospital para la comunidad, pero no son útiles para comparaciones en el espacio y el tiempo si no se ajustan por las características de los pacientes que fueron incluidos en el cálculo de los indicadores. La primera noción de esta necesidad proviene del siglo XIX y ya a mediados del siglo XX el ajuste por riesgo era una realidad en la comparación de desempeño hospitalario de países desarrollados. En Cuba aún no se realizan comparaciones de resultados en tiempo y espacio, dentro y entre hospitales o servicios hospitalarios, ajustadas por riesgo. Con el presente trabajo se pretende introducir el tema a los interesados y también abrir el debate en torno a la mejor forma de comenzar a realizar el ajuste por riesgo, imprescindible en las evaluaciones del desempeño hospitalario.
Outcome indicators are an essential part of the hospital care quality assessment. They are also attractive elements that allow estimating the benefits that hospital brings to the community, but they are not useful in spatial and time comparisons if they are not adjusted to the characteristics of those patients included in the indicator calculations. The first notion of this requirement dated back to the 19th century, and at the middle of the 20th century, the risk-adjustment had already been included in the comparison of hospital performances in the developed countries. However, risk-adjusted spatial and time comparisons of outcomes inside the hospital or between hospitals or hospital services are not made in Cuba yet. The present paper attempted to submit this topic to the interested people and to pave the way for debate around the best form of introducing the risk-adjustment since it is essential for hospital performance assessments.
Subject(s)
Cost Efficiency Analysis , Hospital Care , RiskABSTRACT
La evaluación del desempeño hospitalario ha emergido como necesidad en cualquier sistema de salud. El promedio de estadía es el indicador mßs utilizado. Identificar los factores que influyen en la estadía hospitalaria y evaluar la capacidad del indicador estadía observada menos esperada en la detección de ineficiencias. Se realizó un estudio descriptivo retrospectivo. En el análisis estadístico se emplearon la mediana, la media y la desviación estándar para resumir las variables cuantitativas y para las cualitativas, los porcentajes; el análisis de varianza de clasificación simple, la regresión lineal múltiple y la curva ROC. Las variables que influyeron sobre la estadía hospitalaria fueron edad, índice de gravedad, diagnóstico principal al egreso reresentada por las enfermedades digestivas y las interacciones de enfermedades cardiovasculares y digestivas con el índice de gravedad. Al evaluar la capacidad del indicador estadía observada menos esperada para predecir problemas de eficiencia de la atención hospitalaria, se encontró un área bajo la curva ROC de 0.747. La diferencia estadía observada menos esperada tiene buena capacidad para detectar ineficiencias en la atención hospitalaria y brinda valiosa información para la toma de decisiones en el servicio de Medicina Interna.
Assessment of hospital performance has emerged like a need in any health system. Average stay is the more used indicator. To identify factors influencing in hospital stay and to assess the ability of the less expected stay in ineffectiveness detection. We made a retrospective and descriptive study. In statistical analysis we used average, mean, and standard deviation (SD) to sum up both the quantitative and the qualitative variables; percentages; variance analysis of simple classification, multiple linear regression analysis, and ROC (?) curve. Variables influenced on hospital stay were: age, severity rate, main diagnosis at discharge represented by digestive diseases, and cardiovascular and digestive diseases interactions with the severity rate. In assessment of the less expected observed stay indicator to predict problems related to efficiency of hospital care, we found an area of 0.747 under ROC curve. The less expected observed stay difference is able to detect ineffectiveness in hospital care, and give valuable information for make a decision in Internal Medicine Service.