Desarrollo de un modelo de predicción de riesgo de hospitalizaciones no programadas en el País Vasco
Fundamentos: La hospitalizaciones son eventos indeseables que en ocasiones pueden ser evitados mediante intervenciones proactivas. El objetivo del estudio es determinar la capacidad de modelos basados en Adjusted Clinical Groups (ACGs) en nuestro medio para identificar a los pacientes que presentará...
Main Authors: | , , , |
---|---|
Format: | Article |
Language: | English |
Published: |
Ministerio de Sanidad y Consumo
2014-01-01
|
Series: | Revista Española de Salud Pública |
Online Access: | http://www.redalyc.org/articulo.oa?id=17031403007 |
id |
doaj-13dade4dbe6c45dd92a93ff48714d878 |
---|---|
record_format |
Article |
spelling |
doaj-13dade4dbe6c45dd92a93ff48714d8782020-11-24T23:13:17ZengMinisterio de Sanidad y ConsumoRevista Española de Salud Pública1135-57272173-91102014-01-01882251260Desarrollo de un modelo de predicción de riesgo de hospitalizaciones no programadas en el País VascoJuan F. Orueta MendiaArturo García ÁlvarezEdurne Alonso MoránRoberto Nuño SolinisFundamentos: La hospitalizaciones son eventos indeseables que en ocasiones pueden ser evitados mediante intervenciones proactivas. El objetivo del estudio es determinar la capacidad de modelos basados en Adjusted Clinical Groups (ACGs) en nuestro medio para identificar a los pacientes que presentarán ingresos no programados en los meses siguientes a su clasificación, tanto en la población general como en subpoblaciones de enfermos crónicos (diabetes mellitus, enfermedad pulmonar obstructiva crónica e insuficiencia cardiaca). Métodos: Estudio transversal que analizó información de un periodo de 2 años, de todos los residentes en Euskadi mayores de 14 años de edad (n=1.964.337). Los datos del primer año (demográficos, índice de privación socioeconómica, diagnósticos, prescripciones, procedimientos, ingresos y otros contactos con el servicio de salud) sirvieron para construir las variables independientes. Las hospitalizaciones del segundo año, las dependientes. Se empleó el área bajo la curva ROC (AUC) para evaluar la capacidad de los modelos en discriminar a los pacientes con hospitalizaciones y se calculó el valor predictivo positivo y la sensibilidad en diferentes puntos de corte. Resultados: En la población general, los modelos para predecir ingresos a los 6 y 12 meses así como hospitalizaciones prolongadas mostraron un comportamiento bueno (AUC>0,8), mientras que fue aceptable (AUC 0,7-0,8) en los grupos de pacientes crónicos. Conclusiones: Un sistema de estratificación de riesgo de ingresos, basado enACGs resulta válido y aplicable en nuestro medio. Estos modelos permiten clasificar a los pacientes en una escala de mayor a menor riesgo, lo cual hace posible la aplicación de las intervenciones preventivas más costosas solamente a un pequeño subgrupo de pacientes, mientras que otras menos intensivas pueden proporcionarse a grupos más amplios.http://www.redalyc.org/articulo.oa?id=17031403007 |
collection |
DOAJ |
language |
English |
format |
Article |
sources |
DOAJ |
author |
Juan F. Orueta Mendia Arturo García Álvarez Edurne Alonso Morán Roberto Nuño Solinis |
spellingShingle |
Juan F. Orueta Mendia Arturo García Álvarez Edurne Alonso Morán Roberto Nuño Solinis Desarrollo de un modelo de predicción de riesgo de hospitalizaciones no programadas en el País Vasco Revista Española de Salud Pública |
author_facet |
Juan F. Orueta Mendia Arturo García Álvarez Edurne Alonso Morán Roberto Nuño Solinis |
author_sort |
Juan F. Orueta Mendia |
title |
Desarrollo de un modelo de predicción de riesgo de hospitalizaciones no programadas en el País Vasco |
title_short |
Desarrollo de un modelo de predicción de riesgo de hospitalizaciones no programadas en el País Vasco |
title_full |
Desarrollo de un modelo de predicción de riesgo de hospitalizaciones no programadas en el País Vasco |
title_fullStr |
Desarrollo de un modelo de predicción de riesgo de hospitalizaciones no programadas en el País Vasco |
title_full_unstemmed |
Desarrollo de un modelo de predicción de riesgo de hospitalizaciones no programadas en el País Vasco |
title_sort |
desarrollo de un modelo de predicción de riesgo de hospitalizaciones no programadas en el país vasco |
publisher |
Ministerio de Sanidad y Consumo |
series |
Revista Española de Salud Pública |
issn |
1135-5727 2173-9110 |
publishDate |
2014-01-01 |
description |
Fundamentos: La hospitalizaciones son eventos indeseables que en ocasiones pueden ser evitados mediante intervenciones proactivas. El objetivo del estudio es determinar la capacidad de modelos basados en Adjusted Clinical Groups (ACGs) en nuestro medio para identificar a los pacientes que presentarán ingresos no programados en los meses siguientes a su clasificación, tanto en la población general como en subpoblaciones de enfermos crónicos (diabetes mellitus, enfermedad pulmonar obstructiva crónica e insuficiencia cardiaca). Métodos: Estudio transversal que analizó información de un periodo de 2 años, de todos los residentes en Euskadi mayores de 14 años de edad (n=1.964.337). Los datos del primer año (demográficos, índice de privación socioeconómica, diagnósticos, prescripciones, procedimientos, ingresos y otros contactos con el servicio de salud) sirvieron para construir las variables independientes. Las hospitalizaciones del segundo año, las dependientes. Se empleó el área bajo la curva ROC (AUC) para evaluar la capacidad de los modelos en discriminar a los pacientes con hospitalizaciones y se calculó el valor predictivo positivo y la sensibilidad en diferentes puntos de corte. Resultados: En la población general, los modelos para predecir ingresos a los 6 y 12 meses así como hospitalizaciones prolongadas mostraron un comportamiento bueno (AUC>0,8), mientras que fue aceptable (AUC 0,7-0,8) en los grupos de pacientes crónicos. Conclusiones: Un sistema de estratificación de riesgo de ingresos, basado enACGs resulta válido y aplicable en nuestro medio. Estos modelos permiten clasificar a los pacientes en una escala de mayor a menor riesgo, lo cual hace posible la aplicación de las intervenciones preventivas más costosas solamente a un pequeño subgrupo de pacientes, mientras que otras menos intensivas pueden proporcionarse a grupos más amplios. |
url |
http://www.redalyc.org/articulo.oa?id=17031403007 |
work_keys_str_mv |
AT juanforuetamendia desarrollodeunmodelodeprediccionderiesgodehospitalizacionesnoprogramadasenelpaisvasco AT arturogarciaalvarez desarrollodeunmodelodeprediccionderiesgodehospitalizacionesnoprogramadasenelpaisvasco AT edurnealonsomoran desarrollodeunmodelodeprediccionderiesgodehospitalizacionesnoprogramadasenelpaisvasco AT robertonunosolinis desarrollodeunmodelodeprediccionderiesgodehospitalizacionesnoprogramadasenelpaisvasco |
_version_ |
1725598573969539072 |