Acceso usuarios
Zaragoza, España
Fundamentos: Este trabajo se realizó con el objetivo de conseguir elementos objetivos de juicio que apoyasen la evolución de un estratificador de la población nacional desarrollado en base a los Grupos de Morbilidad Ajustada (GMA). Para ello se validó el poder predictivo de esta herramienta de estratificación sobre determinadas variables de resultado, mediante comparación con otros estratificadores como ACG® (Adjusted Clinical Groups) y CRG® (Clinical Risk Group), utilizados en algunas comunidades autónomas (CCAA) como Aragón, Canarias y Castilla y León.
Métodos: Se realizó un estudio analítico transversal en la población con derecho a la asistencia sanitaria. Se evaluó la capacidad predictiva del peso de complejidad obtenido con cada una de las herramientas de estratificación en el primer año, mediante un método de clasificación simple que comparó las áreas bajo las curvas ROC sobre las siguientes variables de resultado que sucedieron en el año siguiente: probabilidad de muerte; probabilidad de tener al menos un ingreso hospitalario urgente; número total de asistencias a urgencias hospitalarias; número total de visitas a Atención Primaria (AP); número total de consultas externas de Atención Hospitalaria (AH) y gasto farmacéutico.
Resultados: Los resultados obtenidos mostraron que los GMA® fueron buenos predictores de casi todas las variables analizadas (Resultados Curvas ROC AUC>0,7; p<0,05) para las distintas comunidades autónomas, al comparar con los ACG® o los CRG®. Únicamente para la variable de asistencia a urgencias hospitalarias en el caso de Aragón y Canarias, y las derivaciones a AH en el caso de Aragón, la capacidad predictiva no fue adecuada con ninguna de las herramientas de estratificación comparadas.
Conclusiones: La herramienta GMA® es un sistema de estratificación de la población adecuado y tan útil como otras alternativas existentes.
Background: This work was performed in order to get objective elements of judgment that support the improvement of a national population morbidity grouper based in the Adjusted Morbidity Groups (AMG). The study compared the performance in terms of predictive power on certain health and resource outcomes, in between the AMG and several existing morbidity groupers (ACG®, Adjusted Clinical Groups and CRG®, Clinical Risk Group) used in some Autonomous Regions in Spain (Aragón, Canarias y Castilla y León).
Methods: Cross-sectional analytical study in entitled/insured population with respect to rights of healthcare. Predictive capacity of the complexity weight obtained with the different stratification tools in the first year of the study period was evaluated using a simple classification method that compares the areas under the curves ROC for the following outcomes that occurred in the second year of the study period: Probability of death; probability of having at least one urgent hospital admission;
total number of visits to hospital emergencies; total number of visits to primary care; total number of visits to hospital care and spending in pharmacy.
Results: The results showed that AMG complexity weight were good predictors for almost all the analyzed outcomes (AUC ROC>0.7; p<0.05), for the different Autonomous Regions and compared to ACG® or CRG®.
Only for the outcome of visits to hospital emergencies in Aragon and Canarias; and visits to specialized care in Aragon, the predictive power was weak for all the compared stratification tools.
Conclusions: GMA® is a population stratification tool adequate and as useful as others existing morbidity groupers.
