Literature DB >> 28390730

[Adjusted morbidity groups: A pending debate].

Jose M Inoriza1, M Carreras2, X Pérez-Berruezo2, J Coderch2.   

Abstract

Entities:  

Year:  2017        PMID: 28390730      PMCID: PMC6875996          DOI: 10.1016/j.aprim.2016.10.009

Source DB:  PubMed          Journal:  Aten Primaria        ISSN: 0212-6567            Impact factor:   1.137


× No keyword cloud information.
Sr. Editor: Hemos leído con atención el artículo de Monterde et al. «Los grupos de morbilidad ajustados: nuevo agrupador de morbilidad poblacional de utilidad en el ámbito de la atención primaria». En el artículo se menciona su posible implantación en el Sistema Nacional de Salud (SNS). No obstante, desde nuestro punto de vista, la metodología descrita suscita algunas dudas que exponemos a continuación. El objetivo del artículo es presentar un nuevo agrupador de morbilidad y comprobar su valor explicativo, pero no se especifica qué riesgo explicaría. Huntley et al., cuyo testigo dicen recoger, señalan que se necesitan medidas diferentes para evaluar resultados distintos y que es necesario evaluar la asociación existente entre la medida y el resultado. Por ello sorprende la comparación con el índice de Charlson —predictor de mortalidad— y con el número de enfermedades crónicas —sin justificar el motivo— y no con otros agrupadores de morbilidad poblacional. Los autores justifican el desarrollo de un nuevo agrupador por diversas limitaciones relacionadas con los Clinical Risk Groups® (CRG). Sin embargo, estas limitaciones no se manifiestan en la amplia literatura disponible sobre aplicación de los CRG, en diferentes territorios y organizaciones como el País Vasco, la Comunidad Valenciana y la comarca del Baix Empordà (Girona)3, 4, 5. En relación con la estructura de los GMA los autores señalan que se han tenido en cuenta 2 factores, la multimorbilidad y la complejidad. La medida de la morbilidad se establece considerando unas Agrupaciones de Códigos Diagnósticos (ACD), que a pesar de ser el pivote del sistema no se especifican en el cuerpo del artículo. Por otra parte se desconoce si estas agrupaciones se han obtenido desde una perspectiva clínica o desde una perspectiva estadística. Sobre la complejidad, los autores indican que se obtiene «a partir de modelos cuali-cuantitativos donde se recogen las necesidades asistenciales de los usuarios en función de variables como mortalidad, riesgo, visitas de AP o prescripción», pero no se explican los criterios y procedimientos. En el material suplementario especifican que se asigna a cada caso un valor numérico de complejidad (peso relativo). Sería necesario que se explicase cómo integran en un solo peso relativo todas las dimensiones mencionadas y conocer cómo se integran los diferentes pesos de diferentes ACD presentes en un mismo paciente. En el proceso de validación se utilizan modelos lineales generalizados (GLM) (regresión de Poisson y una regresión logística). No obstante, la ausencia de estadísticos impide valorar la idoneidad de los modelos escogidos. Los GLM se utilizan habitualmente y existen metodologías para seleccionar la variante más adecuada. Dado lo inusual del uso de la regresión de Poisson convendría que los autores acreditaran la justificación y adecuación del mismo. En el artículo se presenta una estratificación de la población en función de percentiles de complejidad de los pacientes. Como la complejidad está incorporada en el GMA asignado a cada paciente no sorprende que los asignados en los estratos más altos de complejidad tengan mayor riesgo. Hubiera sido interesante mostrar una distribución de cada uno de los estratos por GMA que permitiera conocer si la clasificación de un paciente en un determinado GMA es suficiente para alertar del riesgo asociado. Si bien compartimos la necesidad de disponer de sistemas de agrupación de morbilidad para la detección de necesidades poblacionales, distribución de recursos en el SNS y soporte a las estrategias de gestión clínica, debemos garantizar que el agrupador utilizado sea el más adecuado posible. Consideramos que se debe abrir un debate técnico-científico en el SNS y solventar adecuadamente las dudas que hemos expresado realizando análisis similares a otros existentes3, 6.

Conflicto de intereses

Serveis de Salut Integrats Baix Empordà (SSIBE) utiliza desde el año 2004 el software 3M Clinical Risk Groups™ (CRG). Se ha beneficiado de reducciones de precio de tarifa de la licencia de los CRG en el contexto de desarrollo de diferentes proyectos de investigación. SSIBE ha sido contratada por la Generalitat de Catalunya, Departament de Salut para la realización de 4 estudios en los que se utilizan los CRG como sistema de medida de la morbilidad. GRESSIRES ha recibido financiación en convocatorias competitivas de la AQUAS y el FIS donde se utilizaban los CRG como sistema de medida de la morbilidad. JMI ha recibido entre 2005-2013 ayudas de viaje y alojamiento en diversos actos organizados por 3M España para presentar resultados donde se utilizaban los CRG como sistema de medida de la morbilidad.
  4 in total

1.  Predictability of pharmaceutical spending in primary health services using Clinical Risk Groups.

Authors:  David Vivas-Consuelo; Ruth Usó-Talamantes; José Luis Trillo-Mata; Maria Caballer-Tarazona; Isabel Barrachina-Martínez; Laia Buigues-Pastor
Journal:  Health Policy       Date:  2014-01-23       Impact factor: 2.980

Review 2.  Measures of multimorbidity and morbidity burden for use in primary care and community settings: a systematic review and guide.

Authors:  Alyson L Huntley; Rachel Johnson; Sarah Purdy; Jose M Valderas; Chris Salisbury
Journal:  Ann Fam Med       Date:  2012 Mar-Apr       Impact factor: 5.166

3.  Predictive risk modelling in the Spanish population: a cross-sectional study.

Authors:  Juan F Orueta; Roberto Nuño-Solinis; Maider Mateos; Itziar Vergara; Gonzalo Grandes; Santiago Esnaola
Journal:  BMC Health Serv Res       Date:  2013-07-09       Impact factor: 2.655

4.  [Adjusted morbidity groups: A new multiple morbidity measurement of use in Primary Care].

Authors:  David Monterde; Emili Vela; Montse Clèries
Journal:  Aten Primaria       Date:  2016-08-03       Impact factor: 1.137

  4 in total
  3 in total

1.  [Author's reply to letter 'Adjusted morbidity groups: A pending debate'].

Authors:  David Monterde; Emili Vela; Montse Clèries
Journal:  Aten Primaria       Date:  2017-07-08       Impact factor: 1.137

2.  [Adjusted morbidity groups: Characteristics and comorbidities in patients with chronic conditions according to their risk level in Primary Care].

Authors:  Jaime Barrio-Cortes; Isabel Del Cura-González; Miguel Martínez-Martín; Carmen López-Rodríguez; María Ángeles Jaime-Sisó; Carmen Suárez-Fernández
Journal:  Aten Primaria       Date:  2019-05-29       Impact factor: 1.137

3.  Chronic diseases in the geriatric population: morbidity and use of primary care services according to risk level.

Authors:  Jaime Barrio-Cortes; Almudena Castaño-Reguillo; María Teresa Beca-Martínez; Mariana Bandeira-de Oliveira; Carmen López-Rodríguez; María Ángeles Jaime-Sisó
Journal:  BMC Geriatr       Date:  2021-04-26       Impact factor: 3.921

  3 in total

北京卡尤迪生物科技股份有限公司 © 2022-2023.