Estudio de la dinámica de servicios hospitalarios mediante la utilización de técnicas estadísticas multivariables: el caso del Hospital Clínico de la Universidad de Chile / Study of hospital activity through the use of multivariate statistical tecniques: the case of the Hospital Clínico de la Universidad de Chile

RESUMEN

Objetivo: Obtener indicadores útiles y dinámicos para la gestión hospitalaria mediante análisis de componentes principales. Material y método: Se analizó la información del Hospital Clínico de la Universidad de Chile correspondiente a la actividad de los servicios medicoquirúrgicos desde enero de 2003 a diciembre de 2004. Las variables analizadas fueron: número de altas, tasa de letalidad, tasa de reingresos, número de consultas externas, número de días de camas ocupadas e índice de complejidad quirúrgica. Aplicamos la técnica de análisis de componentes principales (ACP), y se utilizó la matriz de correlaciones R. Resultados: Se seleccionaron los primeros 2 componentes para cada año, que dieron cuenta del 75,92% de la variabilidad en los datos: el 47,02% el primero y el 28,9% el segundo. El primer componente se puede interpretar como un nuevo índice relacionado con la complejidad asistencial y el segundo, con la demanda asistencial. Conclusiones: La utilización de estos nuevos indicadores permitiría categorizar los servicios hospitalarios y supervisar su rendimiento, lo que facilitaría la implementación de medidas de corrección

ABSTRACT

Objective: To obtain useful hospital management indicators, based on the technique of principal components analysis. Material and method: We analyzed information on the activity of medical-surgical services in the Hospital Clinico de la Universidad de Chile from January 2003 to December 2004. The following variables were analyzed: number of discharges, lethality rate, readmissions rate, number of outpatient consultations, number of hospital stays, and the surgical complexity index. The principal components analysis (PCA) technique was applied and the R correlation matrix was used. Results: The first two principal components for each year were selected, accounting cumulatively for 75.92% of the variability in the data: 47.02% for the first and 28.90% the second. The first component may be interpreted as a new index related to clinical complexity and the second related to healthcare demand. Conclusions: The use of these new indicators would aid classification of hospital services and performance monitoring, allowing appropriate corrective measures to be introduced