Validación del poder predictivo de los Grupos de Morbilidad Ajustada (GMA) respecto de otras herramientas de estratificación de la población

e202007079

Autores/as

  • Carmen Arias-López Subdirección General de Calidad e Innovación. Ministerio de Sanidad. Madrid. España.
  • Mª Pilar Rodrigo Val Servicio de Evaluación y Acreditación. Dirección General de Asistencia Sanitaria. Departamento de Sanidad. Gobierno de Aragón. Zaragoza. España.
  • Laura Casaña Fernández Servicio de Evaluación y Acreditación. Dirección General de Asistencia Sanitaria. Departamento de Sanidad. Gobierno de Aragón. Zaragoza. España.
  • Lydia Salvador Sánchez Servicio de Coordinación Asistencial, Sociosanitaria y Salud Mental. Dirección General de Asistencia Sanitaria. Gerencia Regional de Salud de Castilla y León. Valladolid. España.
  • Ana Dorado Díaz Servicio de Estudios, Documentación y Estadística. Secretaría General. Consejería de Sanidad de Castilla y León. Valladolid. España.
  • Marcos Estupiñán Ramírez Sección de Evaluación y Sistemas de Información. Servicio de Atención Primaria. Dirección General de Programas Asistenciales. Servicio Canario de la Salud. Las Palmas de Gran Canaria. España.

Palabras clave:

Grupos de riesgo, Enfermedad crónica, Software, Morbilidad, Complejidad, Resultados de salud, Recursos en salud, Mortalidad, Urgencias, Atención primaria

Resumen

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.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

Fortin M, Bravo G, Hudon C, Vanase A, Lapointe L. Prevalence of multimorbidity among adults seen in family practice. Ann Fam Med 2005;3:223-228.

Tinetti ME, Fried TR, Boyd CM. Designing health care for the most chronic condition - multimorbidity. JAMA 2012;307(23):2493-2494.

Barnett K, Mercer SW, Norbury M, Watt G, Wyke S, Guthrie B. Epidemiology of multimorbidity and implications for health care, research, and medical education: a cross-sectional study. The Lancet 2012 Jul 7;380(9836):37-43.

Wolff JL, Starfield B, Anderson G. Prevalence, expenditure, and complications of multiple chronic conditions in the elderly. Arch Intern Med. 2002;162:2269-2276.

Instituto Nacional de Estadística. Indicadores demográficos. Esperanza de vida al nacimiento.

Ministerio de Sanidad, Servicios Sociales e Igualdad. Estrategia para el Abordaje de la Cronicidad en el Sistema Nacional de Salud (2012). http://www.mscbs.gob.es/organizacion/sns/planCalidadSNS/pdf/ESTRATEGIA_ABORDAJE_CRONICIDAD.pdf.

Cerezo J, Arias C. Population stratification: a fundamental instrument used for population health management in Spain. Good Practice Brief. High-level regional meeting- Health systems respond to NCDs: Experiences in the European region. Sitges, Spain, 16–18 April 2018. http://www.euro.who.int/en/countries/spain/publications/population-stratification-a-fundamental-instrument-used-for-population-health-management-in-spain-2018.

Nalin M et al. (2016) ‘White Paper on Deployment of Stratification Methods’. https://www.researchgate.net/publication/309242777_White_Paper_On_Deployment_of_Stratification_Methods.

Dueñas-Espín I et al. (2016) ‘Proposals for enhanced health risk assessment and stratification in an integrated care scenario’, BMJ open. British Medical Journal Publishing Group, 6(4), p. e010301. doi: 10.1136/bmjopen-2015-010301.

WHO (2016) Strengthening people-centred health systems in the WHO European Region: framework for action on integrated health services delivery. Copenhagen: WHO Regional Office for Europe; 2016. http://www.euro.who.int/__data/assets/pdf_file/0004/315787/66wd15e_FFA_I.

Monterde D, Vela E, Clèries M. “Los grupos de morbilidad ajustados: nuevo agrupador de morbilidad poblacional de utilidad en el ámbito de la atención primaria”. Aten Primaria 2016; 48:674-82.

Ministerio de Sanidad, Servicios Sociales e Igualdad. Informe del proyecto de Estratificación de la población por Grupos de Morbilidad Ajustados (GMA) en el Sistema Nacional de Salud (2014-2016) (2018). http://www.mscbs.gob.es/organizacion/sns/planCalidadSNS/pdf/informeEstratificacionGMASNS_2014-2016.pdf.

González González AI et al. Concordancia y utilidad de un sistema de estratificación para la toma de decisiones clínicas. Aten Primaria. 2016. http://dx.doi.org/10.1016/j.aprim.2016.04.009.

Orueta et al. BMC Health Services Research 2013, 13:269. http://www.biomedcentral.com/1472-6963/13/269.

Estupiñan-Ramírez M et al. Comparación de modelos predictivos para la selección de pacientes de alta complejidad. Gac Sanit. 2017. http://dx.doi.org/10.1016/j.gaceta.2017.06.003.

Monterde D et al. Validez de los grupos de morbilidad ajustados respecto a los clinical risk groups en el ámbito de la atención primaria. Aten Primaria. 2018. https://doi.org/10.1016/j.aprim.2017.09.012.

OECD (2019), Health in the 21st Century: Putting Data to Work for Stronger Health Systems, OECD Health Policy Studies, OECD. Publishing, Paris, https://doi.org/10.1787/e3b23f8e-en.

Descargas

Publicado

03-07-2020

Cómo citar

1.
Arias-López C, Rodrigo Val MP, Casaña Fernández L, Salvador Sánchez L, Dorado Díaz A, Estupiñán Ramírez M. Validación del poder predictivo de los Grupos de Morbilidad Ajustada (GMA) respecto de otras herramientas de estratificación de la población: e202007079. Rev Esp Salud Pública [Internet]. 3 de julio de 2020 [citado 16 de noviembre de 2024];94:9 páginas. Disponible en: https://ojs.sanidad.gob.es/index.php/resp/article/view/817