| Summary: | Objetivos: Analizar cuáles deben ser los criterios clínicos y sociales en función de los cuales deben ser priorizados los pacientes en listas de espera quirúrgicas programadas. Métodos: Se estima un modelo de elección discreta (MED) utilizando una muestra representativa de la población general de Navarra. La muestra fue seleccionada mediante muestreo aleatorio simple por cuotas de edad y sexo, estratificada por áreas y municipios de residencia de la población mayor de 18 años. La información obtenida se analizó por métodos bayesianos. Resultados: Los pesos relativos de los atributos revelan que los problemas de salud del paciente, el coste de la intervención y el tiempo de espera son los 3 más importantes a la hora de priorizar a los pacientes. Conforme a lo esperado, la gravedad de la enfermedad se presenta como el atributo considerado de mayor importancia, y llama la atención la menor importancia de la mejora de la salud causada por la intervención. Estos resultados indican que la priorización de pacientes de acuerdo solamente al tiempo de espera no tendría en cuenta los aspectos considerados importantes por la población. Conclusiones: El tiempo de espera no debería ser la única variable utilizada para la priorización de pacientes en las listas de espera. Un resultado interesante que deberá ser analizado en el futuro es la importancia otorgada al coste de la intervención. Este trabajo es otro ejemplo del potencial de los MED en economía de la salud, que teniendo en cuenta sus posibles limitaciones, puede ser útil para crear mecanismos de priorización de pacientes en las listas de espera.<br>Objectives: To identify which clinical and social characteristics should be used to prioritize patients on the waiting list for elective surgical procedures. Methods: A discrete choice experiment (DCE) was conducted using a representative sample of the general population in Navarre (Spain). The sample was selected through simple random sampling by age and sex quotas, stratified by the areas and municipalities of residence of the population aged more than 18 years old. Data were analyzed using Bayesian methods. Results: The relative weights of attributes show that the most important attributes when prioritizing patients were the disease, the cost of the intervention, and waiting time. As expected, severity of illness was the most important attribute and, contrary to prior expectations, improvements in health were considered less important. These findings show that prioritization according to waiting time alone may not take into account other issues considered important by the general public. Conclusions: Patients should not be prioritized according to waiting time only. An interesting finding that should be analyzed in future is that cost was considered an important prioritization criterion. This study provides a further example of the potential of DCE in health economics. If its limitations are borne in mind, this tool may be useful to develop prioritization scoring systems for patients on waiting lists.
|
|---|
