Literature DB >> 29908781

[Impact of cardiovascular risk factors on the consumption of resources in Primary Care according to Clinical Risk Groups].

Magdalena Millá Perseguer1, Natividad Guadalajara Olmeda2, David Vivas Consuelo2.   

Abstract

OBJECTIVE: To analyze the prevalence of Cardiovascular Risk Factors (CVRF) in the context of a Basic Health Area and the impact they generate on morbidity and consumption of healthcare resources in the stratified population according to the Clinical System Risk Groups (CRG) in Primary Care, with the purpose of identifying the population with multimorbidity to apply preventive measures, as well as the one that generates the highest care burden and social needs.
DESIGN: Observational, cross-sectional and population-based study for a basic health area during 2013. LOCATION: Department of Health 2 (Castellón), Comunidad Valenciana (CV). Includes outpatient care in Primary Care and specialized. PARTICIPANTS: All citizens registered in the Population Information System, N=32,667. MEASUREMENTS: From the computerized system Abucasis we obtained the demographic, clinical and consumption variables of health resources. We consider the prevalence of CVRF based on the presence or absence of the ICD.9.MC diagnostic codes. The relationship of the CVRF with the 9 CRG health states was analyzed and a predictive analysis was performed with the logistic regression model to evaluate the explanatory capacity of each variable. In addition, an explanatory model of ambulatory pharmaceutical expenditure was obtained through multivariate regression.
RESULTS: The population of health status CRG4 and above had multimorbidity. The CRG7 and 6 health states have a higher prevalence of CVRF; it was predictive that the higher the morbidity, the greater the consumption of resources through OR above the mean, p<0.05 and the 95% confidence intervals. It was observed that 59.8% of ambulatory pharmaceutical expenditure was explained by the CRG system and all the CVRF (p<0.05 and R2 corrected=0.598). Regarding the effect of the CVRF on the CRG health states, there was a significant association (p<0.05) for the alteration of blood glucose, dyslipidemia and HBP in all the CRG states.
CONCLUSIONS: The study of CVRF in a stratified population using the CRG system identifies and predicts where the greatest impact on morbidity and consumption of healthcare resources is generated. It allows us to know the groups of patients where to develop prevention and chronicity strategies. At the level of clinical practice, a new concept of multimorbidity is provided, defined from the state of health CRG 4 and above. Publicado por Elsevier España, S.L.U.

Entities:  

Keywords:  Atención Primaria; Cardiovascular risk factors; Clinical Risk Groups; Consumo de recursos; Factores de riesgo cardiovascular; Grupos de Riesgo Clínico; Multimorbidity; Multimorbilidad; Primary Care; Resource consumption; Risk adjustment systems; Sistemas de ajuste de riesgo

Mesh:

Substances:

Year:  2018        PMID: 29908781      PMCID: PMC6836884          DOI: 10.1016/j.aprim.2017.11.008

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


Introducción

El envejecimiento de la población es un hecho ampliamente demostrado. La esperanza de vida actual en España, 83,3 años, es superior en 2 años a la media europea de 80,9. A este incremento de la esperanza de vida han contribuido tasas de fecundidad bajas y el aumento en la supervivencia debido a una mejora en los tratamientos médicos. Por ejemplo, la supervivencia por infarto de miocardio y hemorragia cerebral se ha incrementado un 30 y 20%, respectivamente, durante el periodo del 2003 al 2013. Este envejecimiento conlleva un aumento de las enfermedades crónicas y se está observando que la denominada multimorbilidad2, 3, 4 tiene su inicio en población menor de 65 años5, 6, 7, 8, 9. Está demostrado que la multimorbilidad genera mayor consumo de recursos, tal como indican estudios realizados en diferentes comunidades autónomas de España, como Cataluña, Comunidad Valenciana (CV), Madrid y País Vasco. Es importante conocer que durante el año 2014 el gasto sanitario en España supuso el 14% del gasto total, un 5,9 del PIB1, 11, y se ha observado que su variación depende de los costes directos, entre ellos, el gasto farmacéutico. En el Sistema Nacional de Salud (SNS) español, de financiación pública, universal y gratuito, la Atención Primaria (AP) es el primer nivel de asistencia sanitaria donde tiene lugar buena parte de la promoción de la salud y la prevención de la enfermedad. Por ello, la gestión sanitaria dentro del ámbito de la AP es clave para optimizar los recursos limitados del SNS. La Sociedad Española de Medicina Familiar y Comunitaria (semFYC) dispone del Programa de Actividades Preventivas y de Promoción de la Salud (PAPPS), donde se promueven los estilos de vida más sanos (prevención primaria) y el cribado (prevención secundaria), elementos fundamentales para definir recomendaciones y actividades que beneficien la salud personal y colectiva, teniendo en cuenta causar el menor perjuicio posible mediante las actuaciones sanitarias. Con el fin de contribuir a la mejora de la gestión de pacientes con multimorbilidad y enfermedades crónicas, se están utilizando los sistemas de estratificación de pacientes, también denominados sistemas de ajuste de riesgo. Estos modelos permiten implementar sistemas de ajuste capitativo de la financiación y gestión de pacientes crónicos, y contribuyen a mejorar la eficiencia. Los más utilizados son: 1) Grupos de Costes Basados en Diagnósticos (Diagnostic Cost Groups [DCGs]); 2) Grupos Clínicos Ajustados (Johns Hopkins ACG System) y 3) Grupos de Riesgo Clínico (Clinical Risk Groups [CRG]). En la CV, la Dirección General de Farmacia y Productos Sanitarios aplica el sistema CRG, que recoge datos del historial clínico, características demográficas y puede añadir otros como el consumo farmacéutico y los estados de salud. El sistema utiliza todos los códigos diagnósticos de la Clasificación Internacional de Enfermedades (CIE.9.MC) asignados a cada persona durante un año aproximadamente, y recoge los registros desde cualquier punto donde se haya recibido asistencia médica. La herramienta 3M™ Clinical Risk Grouping Software aplica la lógica clínica mediante un proceso de 5 fases para la asignación de los CRG. Se obtienen categorías ajustadas por gravedad, y mutuamente excluyentes, en las que se incluye al individuo en función de su estado de salud en cada grupo de riesgo individual. Se clasifican en 1.076 grupos (versión 1.6) que se van agrupando hasta un nivel más agregado del CRG (ACRG3) que consta de 9 estados de salud más 6 niveles de gravedad. Estos 9 estados de salud son: CRG 1 sano; CRG 2 enfermedad aguda significativa; CRG 3 enfermedad crónica menor única; CRG 4 enfermedad crónica menor en múltiples sistemas orgánicos; CRG 5 enfermedad dominante o crónica moderada única; CRG 6 enfermedad significativa crónica en múltiples sistemas orgánicos; CRG 7 enfermedad dominante crónica en tres o más sistemas orgánicos; CRG 8 neoplasias dominantes, metastásicas y complicadas; y CRG 9 enfermedades graves o necesidades sanitarias elevadas. A nivel práctico, los CRG pueden predecir y explicar el gasto sanitario mejorando la asignación de los recursos asistenciales según el conocimiento del estado de salud y las necesidades de la población. Se entiende por enfermedad crónica, aquel problema de salud que requiere seguimiento durante años o décadas y, según la guía NICE, multimorbilidad es la presencia de dos o más situaciones de salud crónicas. A nivel mundial, las enfermedades crónicas suponen el 60% del total de las muertes, y con su prevención se podrían evitar 36 millones, de las cuales 17 millones ocurren en población menor de 70 años. De las enfermedades crónicas, las cardiovasculares (ECV) son la primera causa de mortalidad en los países desarrollados, además de aumentar la discapacidad y disminuir la productividad. Su etiología es multifactorial, en la que intervienen los FRCV, aún en ausencia de enfermedad, muy asociados con el estilo de vida. Al eliminar los FRCV se previenen un 80% de las enfermedades cardíacas, ictus y diabetes mellitus tipo 2, así como un 40% del cáncer. Basándonos en las características esenciales de una población sana, según la Carta Europea sobre Salud Cardiovascular, se han considerado 6 FRCV: alteraciones de la glucemia, dislipidemia, enfermedad hipertensiva (HTA), obesidad, tabaquismo y alcoholismo. Sus prevalencias son: para las alteraciones de la glucemia, de un 13,8% según el Di@bet.es Study o de un 14% en otros estudios; para la dislipidemia, desde un 24,3% según el estudio HISPALIPID, hasta un 39% en otros trabajos, y para la HTA, del 30 al 45% con un marcado aumento en edades avanzadas. En España, durante 2013, la prevalencia del tabaquismo —mayor factor de riesgo evitable— fue de un 24% (20% a nivel mundial) y la de la obesidad de un 16,6%, con un incremento con la edad desde un 5,5% en los jóvenes hasta un 25,3% en los mayores de 65 años. Por último, el alcoholismo genera una importante carga de enfermedad (5,1%) al incrementar el riesgo de padecer cáncer, derrames cerebrales y cirrosis hepáticas, entre otros, y es la causa de 3,3 millones de muertes anuales en todo el mundo. El objetivo del estudio fue analizar la prevalencia de los FRCV y el impacto que generan en la morbilidad y el consumo de recursos sanitarios de la población de una zona de salud estratificada, utilizando el sistema CRG. Con ello se podrá conocer qué pacientes generan una mayor carga económica y asistencial, para establecer programas preventivos específicos.

Material y métodos

Diseño y ámbito del estudio

Estudio observacional, analítico y transversal, de ámbito poblacional para una Zona Básica de Salud (ZBS) del Departamento de Salud de Castellón (CV) en el año 2013. La ZBS es la delimitación geográfica que sirve de referencia para la actuación del Equipo de Atención Primaria (EAP), que en este estudio comprende 4 centros sanitarios con 17 médicos de familia y 7 pediatras. Se incluyeron todos los ciudadanos dados de alta en el Sistema de Información Poblacional (SIP) con médico asignado (empadronados más de un mes), N = 32.667. La información se obtuvo de Abucasis, sistema informatizado de la asistencia ambulatoria en AP y especializada, que permite recoger los contactos de cada paciente en una historia clínica ambulatoria que codifica los diagnósticos según la CIE.9.MC. Todo ello centralizado en una única base de datos electrónica de la Conselleria de Sanitat Universal i Salut Pública de la CV que incluye el SIP, el Sistema de Información Asistencial (SIA), el Conjunto Mínimo de Bases de Datos (CMBD), el Sistema de Prescripción Farmacéutica Electrónica (GAIA) y el Sistema de Clasificación de Pacientes poblacional de la CV (SCP-cv). Para la estratificación de la población se utilizó el sistema de agrupador poblacional (3MTM Clinical Risk Grouping Software) mencionado anteriormente.

Principales medidas

Se obtuvieron las siguientes variables por paciente, 1) sociodemográficas: edad y género, a partir de la base de datos poblacional sanitaria SIP; 2) clínicas: registros de los códigos diagnósticos CIE.9.MC, a partir del SIA, generado por los profesionales médicos a través de la consulta ambulatoria, que indica la presencia o no de los FRCV (alteraciones de la glucemia [códigos 249 y 250], dislipidemia [código 272], HTA [códigos 401 y 402], obesidad [código 278], tabaquismo [código 305.1] y alcoholismo [códigos 303 y 305]); 3) asistenciales: n.o de contactos en AP (médicos y de enfermería) y de especializada (consultas externas hospitalarias y de centros de especialidades) y n.o de ingresos hospitalarios; 4) gasto farmacéutico ambulatorio anual, que incluye el n.o de tratamientos ambulatorios vigentes y sus importes. Los datos fueron solicitados a la Conselleria de Sanitat Universal i Salut Pública de la CV, a través del sistema de información de la asistencia ambulatoria de la Agencia Valenciana de Salud de Abucasis mediante la aplicación PRO-SI-GA, por la que se establece el procedimiento de solicitud, tratamiento y cesión de datos de carácter sanitario. Los datos se extrajeron de forma anonimizada construyendo una base de datos en la que cada registro corresponde a un paciente que integra toda la información necesaria.

Análisis estadísticos

Se realizó un análisis descriptivo de las características sociodemográficas de la población según el sistema CRG. Se estratificó la población según la morbilidad atendida, analizando el perfil de carga de enfermedad por edad y, para el estudio de la multimorbilidad, se analizó la prevalencia de la población clasificada a partir del estado de salud CRG 4 (pacientes con enfermedad crónica menor en múltiples sistemas orgánicos). Se analizó el consumo de recursos sanitarios: n.o de consultas ambulatorias, n.o de ingresos hospitalarios y gasto farmacéutico ambulatorio por habitante y año, calculando las medias por estados de salud CRG y niveles de gravedad. Se estimó, mediante un modelo de regresión lineal multivariante, el gasto farmacéutico ambulatorio, considerado como variable principal o dependiente, y previa transformación logarítmica del gasto más 1 (ln(gasto+1)) para incluir a los pacientes con coste 0, tal y como se procede en otros trabajos9, 30, 31. Se introdujeron como variables explicativas de efecto un conjunto de variables cuantitativas (edad, n.o de contactos ambulatorios y n.o de ingresos hospitalarios) y cualitativas dicotómicas (género, presencia o no de FRCV y estados de salud CRG). Se realizó un análisis predictivo de la carga asistencial (n.o de contactos ambulatorios y n.o de ingresos hospitalarios) por cada estado CRG mediante una regresión logística binomial (p < 0,05) calculando la odds ratio (OR). Para ello se convirtieron las variables cuantitativas en dicotómicas, considerando, para las consultas ambulatorias por paciente y año, el valor 0: ≤ media y 1: > media, y para los ingresos hospitalarios, el valor 0: ≤ 1 y 1: > 1 ingreso hospitalario por paciente y año. Igualmente, se analizaron las prevalencias de los FRCV por estados de salud CRG y se aplicó el modelo de regresión logística binomial para analizar el impacto de los FRCV y de las asociaciones de los FRCV sobre los 9 estados de salud CRG, mediante el cálculo de la OR (p < 0,05). Con este fin se transformó la variable categórica, estados CRG del 1 al 9, en variables dummy: valor 1 para el CRG a estudio y valor 0 para el resto de los CRG. Para el análisis de datos se utilizó el programa estadístico SPSS versión 16.0 y Microsoft Excel 2012. Esquema general del estudio. Estudio observacional, analítico y transversal, en una Zona Básica de Salud, durante el año 2013. Abucasis: sistema informatizado de la asistencia ambulatoria en Atención Primaria y especializada; CRG: Clinical Risk Groups; FRCV: factores de riesgo cardiovascular.

Resultados

La media de edad de la población fue de 39,2 años; el 25 y el 75% de la población tenían menos de 22 y 55 años, respectivamente. Un 49,1% fueron hombres. Por rango de edad, el porcentaje de varones fue mayor entre 0 y 49 años y a partir de los 50 años predominó el género femenino, triplicando su presencia a partir de los 90 años. Según la estratificación de la población por estados de salud CRG (tabla 1), el 53,9% de la población estaba clasificada como «sana» o «no usuaria» (estado CRG 1). Los varones predominaron en los estados de salud extremos (CRG 1 y CRG 9) y la media de edad superaba los 50 años a partir del estado de salud CRG 4 (excepto en los hombres clasificados en los CRG 5 y CRG 9), siendo la población más envejecida la del estado de salud CRG 7. El porcentaje de población clasificada a partir del estado de salud CRG 4 en adelante fue de un 30% a los 49 años de edad, de un 70% a los 65 años y de un 90% en más de 75 años (fig. 1).
Tabla 1

Agrupación de la población de la ZBS según estados de salud CRG, por género y edad media

Estado de saludPoblación
Género y edad media (em)
N%HombresemMujeresem
1. Sanos17.60153,958,3%30,049,6%28,8
2. Enfermedad aguda significativa1.6965,24,4%31,86,0%32,9
3. Enfermedad crónica menor única3.48710,79,8%41,511,5%41,3
4. Enfermedades crónicas menores en diferentes sistemas orgánicos1.3334,13,0%54,95,1%54,1
5. Enfermedad crónica dominante única4.80314,714,4%47,115,0%51,4
6. Enfermedad significativa crónica en múltiples sistemas orgánicos3.2019,88,3%63,911,2%69,9
7. Enfermedad dominante crónica en tres o más sistemas orgánicos3441,11,1%74,91,0%78,6
8. Neoplasias dominantes, metastásicas y complicadas990,300,3%63,90,31%63,6
9. Necesidades sanitarias elevadas1030,320,4%47,80,22%51,2
Total32.667100

CRG: Clinical Risk Group; ZBS: Zona Básica de Salud.

Figura 1

Distribución de la población por morbilidad y edad según estratificación CRG.

Remarcado: la población del CRG 4 «enfermedades crónicas menores en diferentes sistemas orgánicos», a partir de la cual se considera población con multimorbilidad.CRG: Clinical Risk Group.

Agrupación de la población de la ZBS según estados de salud CRG, por género y edad media CRG: Clinical Risk Group; ZBS: Zona Básica de Salud. Distribución de la población por morbilidad y edad según estratificación CRG. Remarcado: la población del CRG 4 «enfermedades crónicas menores en diferentes sistemas orgánicos», a partir de la cual se considera población con multimorbilidad.CRG: Clinical Risk Group. El gasto farmacéutico ambulatorio anual total para la ZBS fue de 8 millones de euros, con una media de 237,60 € por paciente y año. Por estados de salud CRG, los pacientes del estado de salud CRG 6 consumieron el 45% del total del gasto, seguido por los del estado de salud CRG 5 con un 28% del gasto; es decir, un 24,5% de la población consumió un 73% del gasto total. Pero fueron los pacientes del estado de salud CRG 7 los que ocasionaron mayor gasto por paciente y año, con una media de 2.012,63 €, seguidos por los del estado de salud CRG 8 con 1.710,18 €y CRG 9 con 1.245,78 € (tabla 2).
Tabla 2

Características generales del consumo de recursos en la población de la ZBS por estados de salud CRG y niveles de gravedad

Nivel de gravedad
Estado de salud0123456Total
1. SanosPoblación11.3604.3193502501.32217.601
CA (media)3,750,2510,036,945,473,19
IH (media)0,020,000,420,140,140,04
GF (media)15,963,4427,8315,1842,3915,09
2. Enfermedad aguda significativaPoblación1.085251622981.696
CA (media)8,6717,2019,2310,6410,66
IH (media)0,060,470,580,220,17
GF (media)58,18139,5353,4672,9172,64
3. Enfermedad crónica menor únicaPoblación3.2572303.487
CA (media)6,6915,287,26
IH (media)0,060,290,08
GF (media)100,22169,16104,77
4. Enfermedades crónicas menores en diferentes sistemas orgánicosPoblación798280227281.333
CA (media)9,9712,4017,2425,5712,05
IH (media)0,110,120,190,360,13
GF (media)210,86352,78427,53669,77287,20
5. Enfermedad crónica dominante únicaPoblación3.522932245277434.803
CA (media)9,1813,0212,0013,2211,9713,6710,14
IH (media)0,120,160,220,410,470,000,14
GF (media)377,64522,19964,01897,691.159,12927,96450,91
6. Enfermedad significativa crónica en múltiples sistemas orgánicosPoblación1.68973440326310663.201
CA (media)14,8317,4019,1319,7323,6130,1716,68
IH (media)0,190,310,460,460,651,330,29
GF (media)815,201.195,181.407,141.658,191.880,342.064,961.083,73
7. Enfermedad dominante crónica en tres o más sistemas orgánicosPoblación867013232222344
CA (media)16,0921,2421,5525,1931,9130,5021,17
IH (media)0,340,540,561,031,091,500,58
GF (media)1.542,692.096,382.193,512.111,132.333,472.245,422.012,63
8. Neoplasias dominantes, metastásicas y complicadasPoblación13413410199
CA (media)9,8516,9821,7621,3050,0018,45
IH (media)0,231,221,092,805,001,24
GF (media)857,841.291,872.570,351.564,252.154,621.710,18
9. Necesidades sanitarias elevadasPoblación2338191571103
CA (media)10,0414,6312,5314,8034,5756,0015,00
IH (media)0,570,320,160,733,572,000,64
GF (media)892,83760,721.532,301.881,022.441,594.452,821.245,78
TotalPoblación12.44513.7072.9261.0606871.8301232.667
CA (media)4,176,5614,5117,3415,188,0828,256,99
IH (media)0,030,080,290,370,410,221,080,10
GF (media)19,64246,65606,631.232,41869,90236,852.009,77237,60

CA: n.o de consultas ambulatorias/habitante y año; CRG: Clinical Risk Group; GF: gasto farmacéutico en euros/habitante y año; IH: n.o de ingresos hospitalarios/habitante y año; ZBS: Zona Básica de Salud.

Características generales del consumo de recursos en la población de la ZBS por estados de salud CRG y niveles de gravedad CA: n.o de consultas ambulatorias/habitante y año; CRG: Clinical Risk Group; GF: gasto farmacéutico en euros/habitante y año; IH: n.o de ingresos hospitalarios/habitante y año; ZBS: Zona Básica de Salud. En cuanto a la carga asistencial, la media de consultas ambulatorias fue de 7 por persona y año, siendo la más elevada en los pacientes de los estados de salud CRG 7 y CRG 8 con 21 y 18 consultas al año, respectivamente. La población sana tuvo una media de 3 consultas por paciente y año. En relación con los ingresos hospitalarios, la media fue de 0,1; los pacientes del estado de salud CRG 8 tuvieron la media más elevada con 1,2 ingresos por paciente y año, seguidos por los estados de salud CRG 9 con 0,6 y CRG 7 con 0,5. En general, dentro de cada CRG, tanto en las consultas ambulatorias como en los ingresos hospitalarios, la media aumentó conforme aumentaba el nivel de gravedad. La prevalencia de los FRCV en la población fue del 6,3% para alteraciones de la glucemia, 16,0% para la dislipidemia, 14,7% para la HTA, 6,8% para la obesidad, 6,8% para el tabaquismo y 0,7% para el alcoholismo. Por estados de salud, los pacientes del CRG 7 tuvieron los porcentajes más elevados de FRCV con un 78,8% de alteraciones de la glucemia, 67,1% de HTA y 56,7% de dislipidemia; les siguieron los pacientes del estado de salud CRG 6 (fig. 2).
Figura 2

Prevalencia de los FRCV por estados de salud CRG en la población de la ZBS.CRG: Clinical Risk Group; FRCV: factores de riesgo cardiovascular; ZBS: Zona Básica de Salud.

Prevalencia de los FRCV por estados de salud CRG en la población de la ZBS.CRG: Clinical Risk Group; FRCV: factores de riesgo cardiovascular; ZBS: Zona Básica de Salud. Mediante el análisis de regresión lineal multivariante, se observó que un 56,9% (p < 0,05 y R2 corregido = 0,569) del gasto farmacéutico ambulatorio quedaba explicado por el sistema CRG, un 33,5% por los 6 FRCV (p < 0,05 y R2 corregido = 0,335) y un 59,8% de forma conjunta por el sistema CRG y los 6 FRCV (p < 0,05 y R2 corregido = 0,598). En el análisis de regresión logística binomial para el análisis predictivo de la carga asistencial por cada estado CRG, se obtuvo que el mayor riesgo de tener más de 7 visitas ambulatorias al año estaba en la población del estado de salud CRG 8 (OR = 6,064) seguida por la del CRG 7 (OR = 2,324) (p < 0,05). Así mismo, el riesgo de tener más de un ingreso hospitalario aumentó conforme avanzaba el estado de salud, exceptuando el CRG 2 (enfermedad aguda significativa), siendo los pacientes del estado de salud CRG 9 los de mayor riesgo (OR = 2,675) (tabla 3).
Tabla 3

Cuantificación del riesgo de tener más de 7 visitas ambulatorias por habitante y año, y más de un ingreso hospitalario por habitante y año

Visitas ambulatories (total 228.294)
Ingresos hospitalarios (total 3.380)
Estado de saludTotal% totalMediaaOR [IC 95%]Total% totalMediaaOR [IC 95%]
1. Sanos56.10024,57%3,190 [0,000-0,000]64819,17%0,040 [0,000-0,000]
2. Enfermedad aguda significativa18.0837,92%10,660,076 [0,051-0,114]2848,40%0,170,028 [0,013-0,042]
3. Enfermedad crónica menor única25.31811,09%7,260,602 [0,397-0,912]2768,17%0,080,091 [0,047-0,179]
4. Enfermedades crónicas menores en diferentes sistemas orgánicos16.0577,03%12,050,295 [0,196-0,446]1765,21%0,130,053 [0,027-0,101]
5. Enfermedad crónica dominante única48.67921,32%10,140,913b [0,600-1,398]66519,67%0,140,085 [0,042-0,173]
6. Enfermedad significativa crónica en múltiples sistemas orgánicos53.40123,39%16,680,597 [0,396-0,898]94127,84%0,290,138 [0,077-0,245]
7. Enfermedad dominante crónica en tres o más sistemas orgánicos7.2843,19%21,172,324 [1,536-3,519]2015,95%0,580,331 [0,187-0,585]
8. Neoplasias dominantes, metastásicas y complicadas1.8270,80%18,456,064 [3,464-10,614]1233,64%1,240,928b [0,495-1,740]
9. Necesidades sanitarias elevadas1.5450,68%15,001,679b [0,910-3,098]661,95%0,642,675 [1,338-5,348]
Total6,990,10

Datos tomando como referencia el estado de salud CRG 1 (sano o no usuario) (p < 0,05 e IC del 95%).

CRG: Clinical Risk Group; IC: intervalo de confianza; OR: odds ratio.

Media por paciente.

Riesgos obtenidos estadísticamente no significativos, en los estados de salud CRG 5 y CRG 9 para visitas ambulatorias y en el estado de salud CRG 8 para ingresos hospitalarios.

Cuantificación del riesgo de tener más de 7 visitas ambulatorias por habitante y año, y más de un ingreso hospitalario por habitante y año Datos tomando como referencia el estado de salud CRG 1 (sano o no usuario) (p < 0,05 e IC del 95%). CRG: Clinical Risk Group; IC: intervalo de confianza; OR: odds ratio. Media por paciente. Riesgos obtenidos estadísticamente no significativos, en los estados de salud CRG 5 y CRG 9 para visitas ambulatorias y en el estado de salud CRG 8 para ingresos hospitalarios. Al analizar el efecto de los FRCV sobre los estados de salud CRG, se obtuvo asociación significativa (p < 0,05) para las alteraciones de la glucemia, dislipidemia y HTA en todos los estados CRG; la obesidad se asoció a los estados de salud CRG del 1 al 7, el tabaquismo a los estados de salud CRG del 1 al 6 y el alcoholismo a los CRG 1, 5, 6 y 9 (tabla 4).
Tabla 4

Efecto de los FRCV sobre los estados de salud CRG

Población
Alteraciones de la glucemiaDislipidemiaEnfermedad hipertensivaObesidadTabaquismoAlcoholismo
Estado de saludN%OR [IC del 95%]OR [IC del 95%]OR [IC del 95%]OR [IC del 95%]OR [IC del 95%]OR [IC del 95%]
1. Sanos17.60153,9%0,041[0,034-0,050]0,082[0,075-0,089]0,08[0,073-0,087]0,244[0,221-0,269]0,491[0,449-0,536]0,019[0,013-0,029]
2. Enfermedad aguda significativa1.6965,2%0,126[0,076-0,210]0,442[0,370-0,529]0,53[0,446-0,629]0,731[0,588-0,910]1,293[1,084-1,542]n.s.[0,627-1,929]
3. Enfermedad crónica menor única3.48710,7%0,164[0,120-0,223]1,8[1,655-1,957]0,73[0,655-0,814]0,855[0,739-0,990]1,541[1,364-1,741]n.s.[0,505-1,267]
4. Enfermedades crónicas menores en diferentes sistemas orgánicos1.3334,1%0,252[0,166-0,381]4,89[4,371-5,470]1,682[1,473-1,922]1,334[1,099-1,620]1,694[1,417-2,027]n.s.[0,215-1,271]
5. Enfermedad crónica dominante única4.80314,7%2,663[2,410-2,943]2,411[2,244-2,589]2,679[2,492-2,881]2,536[2,301-2,794]1,545[1,386-1,721]2,686[2,029-3,556]
6. Enfermedad significativa crónica en múltiples sistemas orgánicos3.2019,8%10,872[9,871-11,975]5,388[4,986-5,822]11,424[10,552-12,368]3,667[3,309-4,064]1,325[1,161-1,512]3,236[2,401-4,361]
7. Enfermedad dominante crónica en tres o más sistemas orgánicos3441,1%63,211[48,602-82,211]7,086[5,713-8,789]12,345[9,837-15,494]3,098[2,350-4,086]n.s.[0,371-1,048]n.s.[0,398-3,923]
8. Neoplasias dominantes, metastásicas y complicadas990,30%3,781[2,310-6,188]2,178[1,411-3,361]4,107[2,750-6,134]n.s.[0,383-1,998]n.s.[0,585-2,491]n.s.[0,201-10,423]
9. Necesidades sanitarias elevadas1030,32%3,159[1,896-5,263]2,709[1,800-4,077]1,955[1,252-3,052]n.s.[0,367-1,914]n.s.[0,992-3,318]4,293[1,351-13,637]
Total32.667100%6,32%16,02%14,76%6,87%6,79%0,70%

Modelo de regresión binaria, siendo la variable dependiente los estados de salud CRG y los FRCV las variables explicativas.

CRG: Clinical Risk Group; FRCV: factores de riesgo cardiovascular; IC: intervalo de confianza del 95%; N: n.o de individuos registrados en el Sistema de Información Ambulatoria (SIA); OR: odds ratio obtenida a partir de los coeficientes de regresión (β); Sig: significación estadística.

n.s.: resultados no significativos (p > 0,05).

Efecto de los FRCV sobre los estados de salud CRG Modelo de regresión binaria, siendo la variable dependiente los estados de salud CRG y los FRCV las variables explicativas. CRG: Clinical Risk Group; FRCV: factores de riesgo cardiovascular; IC: intervalo de confianza del 95%; N: n.o de individuos registrados en el Sistema de Información Ambulatoria (SIA); OR: odds ratio obtenida a partir de los coeficientes de regresión (β); Sig: significación estadística. n.s.: resultados no significativos (p > 0,05). La asociación entre sí de los FRCV se presenta en la tabla 5, donde se observa una interacción positiva entre la alteración de la glucemia, la dislipidemia y la HTA. También, la asociación de dislipidemia y HTA fue significativa en todos los CRG. Hay que resaltar que en el estado de salud CRG 6 todas las asociaciones son significativas, y ocurre de forma similar en el estado de salud CRG 5, con excepción de las asociaciones entre las alteraciones en la glucemia con alcoholismo y la obesidad con alcoholismo.
Tabla 5

Efecto de la asociación de los FRCV sobre los estados de salud CRG

N = 32.667
Alteraciones de la glucemia
Dislipidemia
Enfermedad hipertensiva (HTA)
Obesidad
Tabaquismo
Estado de saludN%DislipidemiaHTAObesidadTabaquismoAlcoholismoHTAObesidadTabaquismoAlcoholismoObesidadTabaquismoAlcoholismoTabaquismoAlcoholismoAlcoholismo
1. Sanos17.60153,9%0,019[0,013-0,029]0,024[0,017-0,034]0,028[0,016-0,048]0,037[0,017-0,080]0,037[0,005-0,275]0,032[0,026-0,040]0,061[0,046-0,081]0,102[0,078-0,133]0,084[0,033-0,210]0,082[0,063-0,105]0,111[0,080-0,154]0,69[0,021-0,225]0,231[0,171-0,312]0,085[0,026-0,280]0,186[0,110-0,314]
2. Enfermedad aguda significativa1.6965,2%0,067[0,025-0,179]0,092[0,041-0,206]n.s.n.s.n.s.0,185[0,121-0,282]0,292[0,165-0,518]n.s.n.s.0,352[0,207-0,599]n.s.n.s.n.s.n.s.n.s.
3. Enfermedad crónica menor única3.48710,7%0,188[0,125-0,282]0,128[0,080-0,204]0,062[0,020-0,194]0,259[0,106-0,631]n.s.0,668[0,566-0,789]0,697[0,532-0,914]2,173[1,760-2,682]n.s.0,366[0,255-0,525]n.s.n.s.n.s.n.s.n.s.
4. Enfermedades crónicas menores en diferentes sistemas orgánicos1.3334,1%0,262[0,148-0,465]0,199[0,107-0,373]n.s.n.s.n.s.2,186[1,846-2,589]1,746[1,307-2,333]3,802[2,957-4,888]n.s.n.s.2,282[1,563-3,332]n.s.n.s.n.s.n.s.
5. Enfermedad crónica dominante única4.80314,7%2,18[1,896-2,506]1,638[1,419-1,890]2,446[1,969-3,038]3,401[2,477-4,669]n.s.2,427[2,193-2,685]2,497[2,128-2,931]2,005[1,651-2,436]2,534[1,433-4,483]2,135[1,805-2,524]2,973[2,371-3,728]2,798[1,443-5,427]2,434[1,853-3,197]n.s.2,822[1,836-4,338]
6. Enfermedad significativa crónica en múltiples sistemas orgánicos3.2019,8%10,995[9,686-2,480]13,481[11,925-15,241]10,705[8,771-13,066]8,545[6,287-11,614]12,94[5,743-29,155]9,195[8,348-10,128]7,048[6,064-8,193]3,044[2,496-3,711]5,553[3,229-9,550]8,779[7,552-10,205]3,822[3,017-4,842]6,835[3,648-2,807]3,454[2,609-4,573]6,808[3,410-13,591]4,94[3,233-7,548]
7. Enfermedad dominante crónica en tres o más sistemas orgánicos3441,1%28,807[23,065-35,979]37,171[29,792-46,378]15,855[11,566-21,735]4,202[1,956-9,025]13,532[4,018-45,582]10,748[8,626-13,392]6,219[4,465-8,662]n.s.n.s.6,774[4,893-9,379]2,876[1,519-5,445]n.s.n.s.n.s.n.s.
8. Neoplasias dominantes, metastásicas y complicadas990,30%4,144[2,259-7,602]4,541[2,572-8,016]n.s.n.s.14,439[1,931-107,968]3,066[1,815-5,178]n.s.n.s.n.s.n.s.n.s.n.s.n.s.n.s.n.s.
9. Necesidades sanitarias elevadas1030,32%3,589[1,914-6,726]2,627[1,322-5,219]n.s.n.s.n.s.3,348[2,031-5,519]n.s.n.s.n.s.n.s.n.s.n.s.n.s.n.s.n.s.

Modelo de regresión binaria, estados de salud CRG como variable dependiente y las asociaciones de los FRCV como variables explicativas.

CRG: Clinical Risk Group; FRCV: factores de riesgo cardiovascular; IC: intervalo de confianza del 95%; N: n.o de individuos registrados en el Sistema de Información Ambulatoria (SIA); OR: odds ratio obtenida a partir de los coeficientes de regresión (β); n.s.: resultados no significativos (p > 0,05).

Efecto de la asociación de los FRCV sobre los estados de salud CRG Modelo de regresión binaria, estados de salud CRG como variable dependiente y las asociaciones de los FRCV como variables explicativas. CRG: Clinical Risk Group; FRCV: factores de riesgo cardiovascular; IC: intervalo de confianza del 95%; N: n.o de individuos registrados en el Sistema de Información Ambulatoria (SIA); OR: odds ratio obtenida a partir de los coeficientes de regresión (β); n.s.: resultados no significativos (p > 0,05).

Discusión

La estratificación de la población del estudio según el sistema CRG, en cuanto a las características sociodemográficas estudiadas y la morbilidad, fue similar a la obtenida en estudios previos realizados en ámbitos poblacionales más amplios de la CV, entre los años 2008 y 20139, 21, 30, 31, 32, por lo que se puede considerar que los resultados obtenidos podrían ser extrapolados a la población de otras ZBS. No obstante, con los datos utilizados del año 2013, se observa un menor porcentaje de población «sana» o «no usuaria» (CRG 1), lo que indica una mejora en la inclusión de los diagnósticos en la historia clínica electrónica por parte de los profesionales sanitarios; se trata, pues, de un indicador de la calidad de los datos. A pesar de ello, se debe tener en cuenta que el estado de salud CRG 1 incluye tanto individuos sanos y no usuarios como pacientes con enfermedades agudas leves, enfermedades crónicas o de gravedad, que en los últimos 2 años no hayan presentado contactos de relevancia con el SNS. Esto es debido a que el agrupador CRG clasifica a la población en función de la morbilidad y el contacto con el SNS. Se pudo observar que, al igual que en otros estudios, se obtuvieron resultados similares en cuanto a la población con multimorbilidad que, según el sistema CRG, se puede identificar a partir del CRG 4 en adelante, tanto en su incremento en relación con la edad como en el inicio en edades más tempranas5, 6, 9. Llama la atención que los pacientes del estado de salud CRG 7 tuvieron medias de edad más altas que los de los estados de salud más graves (CRG 8 y CRG 9), lo que lleva a la conclusión de que no siempre a mayor edad, mayor gravedad. En relación con la media de 7 consultas ambulatorias por paciente y año, dato similar a otros estudios previos, fue inferior a la media en la CV durante el mismo periodo 2013 de 10 contactos por paciente y año. Como era de esperar, se produjo un aumento de las consultas conforme avanzaban los estados de salud y niveles de gravedad. Aunque al igual que en otros estudios previos, el gasto farmacéutico ambulatorio de la población de los estados de salud CRG 5 y CRG 6 (el 24,5% del total) fue el 73% del gasto total, la media del gasto por paciente y año fue de 238 € por paciente y año, inferior a otros estudios de la CV en el mismo año (277 €), porque probablemente la estructura poblacional no sea igual en todas las ZBS. Corroborando que la multimorbilidad genera mayor gasto, se obtuvo que la media del gasto en los estados de salud CRG 7 y CRG 6 fue 4,5 y 2,4 veces superior con relación al estado de salud CRG 5, lo cual confirma que el aumento del n.o de enfermedades crónicas incrementa el gasto farmacéutico ambulatorio, al igual que ocurre con el aumento de la gravedad dentro de cada estado de salud. Se corrobora la validez del modelo de explicación del gasto farmacéutico ambulatorio con el sistema CRG, cuyo nivel de explicación (56,9%) fue similar al obtenido en el año 2012 para el conjunto de la CV (55%). Solo los FRCV permiten explicar el 33,5% del gasto farmacéutico, cifra bastante aceptable teniendo en cuenta que no se utilizan sofisticados medios de clasificar a la población, pero que no ha podido ser comparada con otros estudios previos. Cabe resaltar que las cifras de prevalencia de los FRCV fueron inferiores a las de la bibliografía consultada: alteraciones de glucemia un 6% frente a un 14% de otros estudios26, 27, dislipidemia un 16% frente a 24% del estudio HISPALIPID o un 39%, HTA un 15% frente a un 30-40%, tabaquismo con un 7% frente a un 24%, obesidad con un 7% frente a un 17 o 25%. Esta diferencia se debe a que nuestro estudio se ha realizado sobre el total de la población (a partir de 0 años) y con datos que fueron codificados por los profesionales sanitarios, y no a partir de encuestas a poblaciones concretas, como por ejemplo mayores de 18 años, entre 35 y 74 años o mayores de 45 años. Los pacientes con enfermedades crónicas, significativas o dominantes, en varios sistemas orgánicos fueron en los que se dieron las mayores prevalencias de los FRCV; concretamente, los FRCV de mayor riesgo de pertenecer a estos grupos de pacientes fueron: las alteraciones de la glucemia, la dislipidemia, la HTA y la obesidad. Además, aunque las combinaciones de alteraciones de la glucemia, dislipidemia y HTA tuvieron efecto sobre la totalidad de los CRG (100% de la población), únicamente en los pacientes con enfermedades crónicas significativas en varios sistemas orgánicos (CRG 6) ocurrió para todas las asociaciones de FRCV. En cambio, donde mayor significación tuvieron fue en los pacientes con enfermedades crónicas dominantes en varios sistemas orgánicos (CRG 7), aunque no en todas las posibles combinaciones de FRCV. Ello pone de manifiesto la necesidad de los EAP de incidir en los FRCV en estos pacientes, a pesar de que no fueron los que más visitas ambulatorias e ingresos hospitalarios generaron. Hay que puntualizar que se consideraron los FRCV a partir de la existencia o no de códigos diagnósticos CIE-9, por ser la única forma de obtener los datos de forma objetiva (por un profesional sanitario) en la población general. Teniendo en cuenta los resultados obtenidos en cuanto a la relación de los FRCV en la multimorbilidad según el sistema CRG, sería importante para la práctica clínica disponer de los registros de los FRCV. Como una limitación del presente trabajo, se tiene que la población del estudio no es una población que se encuentre totalmente controlada al no incluir a los asegurados que no utilicen el SNS; pero según los datos de la Conselleria de Sanitat, Dirección General de Prestación Asistencial, a 31 de diciembre de 2013, el 100% de la población valenciana se encuentra cubierta por el nuevo modelo de AP. Otra limitación del estudio es que los FRCV obesidad, tabaquismo y alcoholismo no están incluidos siempre en las historias clínicas al no estar relacionados con la prescripción farmacéutica, y por este motivo, estos FRCV solo tuvieron efecto en algunos estados de CRG. Posiblemente, el registro de estos FRCV de forma sistemática en la historia clínica electrónica hubiera proporcionado mejores resultados. La principal aportación del estudio fue la asociación entre los FRCV y los CRG, de forma que a través de los FRCV es posible cuantificar el gasto farmacéutico ambulatorio: en un 33,5% únicamente con los FRCV y cerca del 60% al añadir los CRG, resultados bastante aceptables. Además, se ha corroborado la utilidad del agrupador poblacional CRG como herramienta útil de gestión de consumo de recursos sanitarios, y se ha avanzado al comprobar su utilidad en la gestión clínica a nivel de la consulta del médico de AP al permitir identificar a la población del cupo médico no solo por su carga asistencial, sino también por la multimorbilidad a través de los FRCV. Todo ello va a permitir a los profesionales sanitarios aplicar de forma más efectiva intervenciones preventivas y asistenciales, uno de los principios de actuación del EAP.

Lo conocido sobre el tema

Los FRCV, asociados al estilo de vida, son causa de las ECV y la causa de morbimortalidad más frecuente. La presencia de varias enfermedades crónicas genera mayor carga asistencial y gasto sanitario. El sistema de ajuste de riesgo CRG es útil para explicar y predecir el gasto farmacéutico.

¿Qué aporta este estudio?

Se predice el riesgo de ingreso hospitalario y de consulta ambulatoria por estado de salud CRG. Se identifica a la población con multimorbilidad a partir del estado de salud CRG 4 en adelante. Se obtienen las prevalencias de los FRCV a partir de los diagnósticos codificados por los profesionales sanitarios en la población general. Se analiza el impacto de los FRCV y sus asociaciones sobre cada uno de los 9 estados CRG.

Conflicto de intereses

Los autores declaran no tener ningún conflicto de intereses.
  21 in total

1.  Clinical Risk Groups (CRGs): a classification system for risk-adjusted capitation-based payment and health care management.

Authors:  John S Hughes; Richard F Averill; Jon Eisenhandler; Norbert I Goldfield; John Muldoon; John M Neff; James C Gay
Journal:  Med Care       Date:  2004-01       Impact factor: 2.983

2.  [Measurement of relative cost weights as an effect of the retrospective application of adjusted clinical groups in primary care].

Authors:  Antoni Sicras-Mainar; Josep Serrat-Tarrés
Journal:  Gac Sanit       Date:  2006 Mar-Apr       Impact factor: 2.139

3.  [Comparison of three methods for measuring multiple morbidity according to the use of health resources in primary healthcare].

Authors:  Antoni Sicras-Mainar; Soledad Velasco-Velasco; Ruth Navarro-Artieda; Milagrosa Blanca Tamayo; Alba Aguado Jodar; Amador Ruíz Torrejón; Alexandra Prados-Torres; Concepción Violan-Fors
Journal:  Aten Primaria       Date:  2011-10-19       Impact factor: 1.137

4.  [Impact of Morbidity on Health Care Costs of a Department of Health through Clinical Risk Groups. Valencian Community, Spain].

Authors:  Vicent Caballer Tarazona; Natividad Guadalajara Olmeda; David Vivas Consuelo; Antonio Clemente Collado
Journal:  Rev Esp Salud Publica       Date:  2016-06-08

5.  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

6.  [Measurement of morbidity attended in an integrated health care organization].

Authors:  José M Inoriza; Jordi Coderch; Marc Carreras; Laura Vall-Llosera; Manuel García-Goñi; Josep M Lisbona; Pere Ibern
Journal:  Gac Sanit       Date:  2009-01-09       Impact factor: 2.139

7.  Prevalence of diabetes mellitus and impaired glucose regulation in Spain: the Di@bet.es Study.

Authors:  F Soriguer; A Goday; A Bosch-Comas; E Bordiú; A Calle-Pascual; R Carmena; R Casamitjana; L Castaño; C Castell; M Catalá; E Delgado; J Franch; S Gaztambide; J Girbés; R Gomis; G Gutiérrez; A López-Alba; M T Martínez-Larrad; E Menéndez; I Mora-Peces; E Ortega; G Pascual-Manich; G Rojo-Martínez; M Serrano-Rios; S Valdés; J A Vázquez; J Vendrell
Journal:  Diabetologia       Date:  2011-10-11       Impact factor: 10.122

8.  Multimorbidity prevalence and patterns across socioeconomic determinants: a cross-sectional survey.

Authors:  Calypse B Agborsangaya; Darren Lau; Markus Lahtinen; Tim Cooke; Jeffrey A Johnson
Journal:  BMC Public Health       Date:  2012-03-19       Impact factor: 3.295

9.  Common patterns of morbidity and multi-morbidity and their impact on health-related quality of life: evidence from a national survey.

Authors:  R E Mujica-Mota; M Roberts; G Abel; M Elliott; G Lyratzopoulos; M Roland; J Campbell
Journal:  Qual Life Res       Date:  2014-10-26       Impact factor: 4.147

10.  [Morbidity observed in a health area: Impact on professionals and funding].

Authors:  Pablo de Miguel; Isabel Caballero; Francisco Javier Rivas; Jaime Manera; María Auxiliadora de Vicente; Ángel Gómez
Journal:  Aten Primaria       Date:  2014-10-23       Impact factor: 1.137

View more

北京卡尤迪生物科技股份有限公司 © 2022-2023.