RESUMEN
Resumo: Análises comparativas, baseadas em indicadores de desempenho clínico, para monitorar a qualidade da assistência hospitalar vêm sendo realizadas há décadas em vários países, com destaque para a razão de mortalidade hospitalar padronizada (RMHP). No Brasil, ainda são escassos os estudos e a adoção de instrumentos metodológicos que permitam análises regulares do desempenho das instituições. O objetivo deste artigo foi explorar o uso da RMHP para a comparação do desempenho dos hospitais remunerados pelo Sistema Único de Saúde (SUS). O Sistema de Informações Hospitalares foi a fonte de dados sobre as internações de adultos realizadas no Brasil entre 2017 e 2019. A abordagem metodológica para estimar a RMHP foi adaptada aos dados disponíveis e incluiu as causas de internação (diagnóstico principal) responsáveis por 80% dos óbitos. O número de óbitos esperados foi estimado por um modelo de regressão logística que incluiu variáveis preditoras amplamente descritas na literatura. A análise foi realizada em duas etapas: (i) nível da internação e (ii) nível do hospital. O modelo final de ajuste de risco apresentou estatística C de 0,774, valor considerado adequado. Foi observada grande variação da RMHP, especialmente entre os hospitais com pior desempenho (1,54 a 6,77). Houve melhor desempenho dos hospitais privados em relação aos hospitais públicos. Apesar de limites nos dados disponíveis e desafios ainda vislumbrados para a sua utilização mais refinada, a RMHP é aplicável e tem potencial para se tornar um elemento importante na avaliação do desempenho hospitalar no SUS.
Abstract: Comparative analyses based on clinical performance indicators to monitor the quality of hospital care have been carried out for decades in several countries, most notably the hospital standardized mortality ratio (HSMR). In Brazil, studies and the adoption of methodological tools that allow regular analysis of the performance of institutions are still scarce. This study aimed to assess the use of HSMR to compare the performance of hospitals funded by the Brazilian Unified National Health System (SUS). The Hospital Information System was the source of data on adult hospitalizations in Brazil from 2017 to 2019. The methodological approach to estimate HSMR was adapted to the available data and included the causes of hospitalization (main diagnosis) responsible for 80% of deaths. The number of expected deaths was estimated using a logistic regression model that included predictor variables widely described in the literature. The analysis was conducted in two stages: (i) hospitalization level and (ii) hospital level. The final risk adjustment model showed a C-statistic of 0.774, which is considered adequate. The variation in HSMR was wide, especially among the worst-performing hospitals (1.54 to 6.77). Private hospitals performed better than public hospitals. Although the limits of the available data and the challenges still face its more refined use, HSMR is applicable and has the potential to become an important tool for assessing hospital performance in the SUS.
Resumen: Durante décadas se han realizado en varios países análisis comparativos basados en indicadores de desempeño clínico para monitorear la calidad de la atención hospitalaria, con énfasis en la razón de mortalidad hospitalaria estandarizada (RMHE). En Brasil, aún son escasos los estudios y la adopción de instrumentos metodológicos que permitan análisis regulares del desempeño de las instituciones. El objetivo fue explorar el uso de la RMHE para comparar el desempeño de los hospitales remunerados por el Sistema Único de Salud (SUS). El Sistema de Información Hospitalaria fue la fuente de datos sobre las hospitalizaciones de adultos realizadas en Brasil entre el 2017 y el 2019. El enfoque metodológico para estimar la RMHE se adaptó a los datos disponibles e incluyó las causas de hospitalización (diagnóstico principal) responsables del 80% de las muertes. El número de muertes esperadas se estimó mediante un modelo de regresión logística que incluyó variables predictoras ampliamente descritas en la literatura. El análisis se realizó en dos etapas: (i) nivel de la hospitalización y (ii) nivel del hospital. El modelo final de ajuste de riesgo presentó una estadística C de 0,774, valor considerado adecuado. Se observó una gran variación en la RMHE, especialmente entre los hospitales con peor desempeño (1,54 a 6,77). Hubo un mejor desempeño de los hospitales privados en comparación con los hospitales públicos. A pesar de las limitaciones de los datos disponibles y de los desafíos aún previstos para su uso más refinado, la RMHE es aplicable y tiene el potencial de convertirse en un elemento importante en la evaluación del desempeño hospitalario en el SUS.
RESUMEN
Resumen La estancia prolongada constituye un importante problema de gestión hospitalaria. El objetivo de este estudio es estimar un índice que identifique los hospitales con una gestión inadecuada de las estancias. El índice de adecuación de estancias se calcula dividiendo las estancias observadas entre las estancias esperadas en cada hospital. Estas últimas se estiman con un modelo de regresión que considera las características sociodemográficas y clínicas de los pacientes. Se utiliza la base de egresos hospitalarios del seguro público de salud de Costa Rica del 2014. El 43% de los hospitales tiene una inadecuada gestión de las estancias, dado que registran mayores días de hospitalización que los esperados, de acuerdo a lo que le correspondía por la casuística. Se concluye que la información clínico-administrativa del sistema público de Costa Rica permite estimar un índice de adecuación de estancias, para identificar los hospitales con una gestión inadecuada de las estancias.
Abstract A prolonged hospitalization constitutes an important hospital management problem. The purpose of this study is to calculate an index which identifies the hospitals with an inadequate hospitalization management. The hospitalization adequacy index is calculated by dividing the observed hospitalizations by the expected hospitalizations in each hospital. The latter are calculated with a regression model which takes into account the socio-demographic and clinical characteristics of the patients. We use the basis of hospitalization discharges of the public healthcare system in Costa Rica for 2014. 43% of the hospitals have an inadequate hospitalization management, as they record more hospitalization days than expected according to the corresponding case load. We conclude that the clinical-management information of the Costa Rican public healthcare allows us to estimate a hospitalization adequacy index as to identify hospitals with an inadequate hospitalization management.
Resumo A estancia prolongada constitui importante problema de gestão hospitalar. O objetivo deste estudo foi estimar um índice que identifique os hospitais com gestão inadequada das estancias. O índice de adequação de estancias é calculado dividindo as estancias observadas entre as estancias esperadas em cada hospital. Estas últimas foram estimadas com um modelo de regressão que considera as características sociodemográficas e clínicas dos pacientes. Utiliza-se a base de egressos hospitalares do seguro público de saúde de Costa Rica de 2014. O 43% dos hospitais tem inadequada gestão das estancias, dado que registram mais dias de hospitalização do que os esperados, de acordo com o esperado por casuística. Concluise que a informação clínico-administrativa do sistema público de Costa Rica permite estimar um índice de adequação de estancias, para identificar os hospitais com gestão inadequada das estancias.
RESUMEN
Problema: en el actual contexto de restricciones presupuestarias en el sector salud, se precisa de sistemas de gestión que permitan asignar el gasto de manera más eficiente. En el caso del gasto farmacéutico, los modelos de ajuste de riesgos en salud son herramientas que ayudan a mejorar la eficiencia. Objetivos: evaluar la capacidad predictiva de un modelo de ajuste de gasto farmacéutico, Indicador de Importe Estandarizado (he), según variables sociodemográficas: condición de farmacia, cobertura internacional, edad y sexo. Método: se incluyó la población empadronada en la Comunidad Valenciana (España) entre el 01/09/2009 y el 31/08/2010. Se estandarizó la población y se realizó un análisis de regresión lineal para explicar la variabilidad del gasto farmacéutico ambulatorio. Resultados: el sistema de ajuste evaluado supone un avance en relación con modelos anteriores, alcanzando un mayor poder predictivo (R² = 34%). Conclusiones: el he es válido para predecir el gasto farmacéutico y asignar presupuestos prospectivos a departamentos y centros de salud.
Problem: In the current context of budget constraints in the health sector management systems that allow allocating spending more efficiently are required. In the case of pharmaceutical expenditure, risk adjustment models are tools that help to improve the efficiency. Objectives: To evaluate the predictive power of a pharmaceutical expenditure adjustment model, Standardized Amount Indicator, using sociodemographic variables: Copayment, international coverage, age and sex. Methods: We included the population registered in Valencia (Spain) between 01/09/2009 and 31/08/2010. Population was standardized and linear regression analysis was performed in order to explain the variability of outpatient pharmaceutical expenditure. Results: The adjustment model evaluated improve the predictive power, reaching a R² of 34%. Conclusions: This models valid to predict pharmaceutical costs and allocate prospective budgets to health districts and centers.
Questão: No atual contexto de restrições orçamentais no sector da saúde são precisos sistemas de gestão que permitam alocar os dispêndios de forma mais eficiente. No caso da despesa farmacêutica os modelos de ajuste de risco em saúde são ferramentas que ajudam no melhoramento da eficiência. Objetivos: avaliar a capacidade preditiva de um modelo de ajuste da despesa farmacêutica, Indicador de Importe Padronizado (hp), de acordo com variáveis sociodemográficas: condição de farmácia, cobertura internacional, idade e gênero. Métodos: Foi incluída a população registrada em Valencia (Espanha) entre 01/09/2009 e 31/08/2010. A população foi padronizada e realizou-se análise de regressão linear para explicar a variabilidade dos dispêndios farmacêuticos ambulatórios. Resultados: O sistema de ajustamento avaliado supõe uma melhoria em relação aos modelos anteriores, alcançando maior poder preditivo (R2=34%). Conclusões: O iip é válido para prever os custos farmacêuticos e alocar orçamentos prospectivos aos departamentos e centros de saúde.