Nueva propuesta de indicadores de gestión de los servicios médico-quirúrgicos mediante técnicas estadísticas multivariantes / New indicators for the management of medico-surgical services based on multivariate techniques

RESUMEN

Objetivo: Obtener indicadores útiles para la gestión hospitalaria mediante la utilización de técnicas estadísticas multivariantes descriptivas. Material y método: Durante abril del año 2006 se analizó la información del Hospital Clínico de la Universidad de Chile correspondiente a los egresos hospitalarios del año 2003. Se estudiaron las variables monitorizadas por la Gerencia de Operaciones del Hospital Universitario número de egresos, tasa de letalidad, tasa de reingresos, número de consultas externas, número de días de camas ocupadas, estadía en unidad de cuidados intensivos, edad de los pacientes e índice de complejidad quirúrgica. Las variables se midieron para un total de 24.345 egresos. Aplicamos la técnica de análisis de componentes principales (ACP), y se utilizó la matriz de correlaciones R. Resultados: Se seleccionaron las primeras 2 componentes, con un porcentaje acumulado de variabilidad del 71,3% del 49,4%, la primera, y del 21,9%, la segunda. Conclusiones: La primera componente puede ser relacionada a un nuevo índice que tiene que ver con la dificultad de los casos atendidos; lo hemos denominado complejidad asistencial. La segunda explicaría la cuantía de personas atendidas, y denominamos demanda asistencial. Ambos índices nos permiten dar una clasificación de los servicios hospitalarios

ABSTRACT

Objective: To obtain indicators useful for hospital management based on descriptive multivariate techniques. Material and method: Data on hospital admissions in 2003 were analyzed in April 2006 in the Hospital Clínico de la Universidad de Chile. The variables monitored by the Operations Management Department in the university hospital were studied number of discharges, mortality rate, re-admissions rate, number of outpatient consultations, number of hospital stays, length of stay in the intensive care unit, patient age, and surgical complexity index. The variables were considered for a total of 24,345 discharges. The principal components analysis (PCA) technique was applied and the R correlation matrix was used. Results: The first two principal components were selected, accounting accumulatively for 71.3% of the variability the first component for 49.4% and the second component for 21.9%. Conclusions: The first component may be related to a new index representing the complexity of the patients attended, which we have termed Case Complexity. The second principal component would explain the number of persons attended, which we have termed Case Load. These two indices allow us to classify hospital services