Los objetivos de este estudio son evaluar la capacidad de los modelos basados ​​en ACG-PM, DCG-HCC y CRG para predecir costes de asistencia sanitaria e identificar pacientes que serán altos consumidores; así como analizar los cambios en la capacidad predictiva cuando se incorporan variables socioeconómicas.>

Se trata de un estudio transversal que utiliza los datos de todos los ciudadanos vascos de más de 14 años de edad (n = 1.964.337) recogidos en un período de 2 años. Los datos de los primeros 12 meses se utilizaron para construir las variables explicativas. La capacidad de los modelos para predecir los costes de atención en los 12 meses siguientes se evaluó mediante el coeficiente de determinación y la de identificar a los pacientes con los costes más altos mediante el análisis del área bajo la curva ROC.

Los coeficientes de determinación oscilaron entre 0,18 y 0,21 para los modelos basados ​​en diagnósticos; entre 0,17 y 0,18 para los basados en la prescripción; y  entre 0,21 y 0,24 para la combinación de ambos. Los valores de los modelos DCG-HCC son ligeramente más altos y los de los modelos CRG son más bajos, aunque la información sobre prescripciones no podría ser utilizada en estos últimos. Al añadir datos de costes de periodos anteriores, las diferencias entre los tres sistemas disminuyen apreciablemente. La inclusión del índice de privación sólo condujo a mejoras marginales en el poder explicativo.

Los sistemas de clasificación de pacientes desarrollados en los Estados Unidos pueden ser útiles en un sistema sanitario financiado públicamente con cobertura universal para identificar personas en riesgo de consumo de recursos sanitarios y cuya situación es potencialmente prevenible a través de intervenciones proactivas.

 

Acceso al artículo completo