[Predictive validity of a functional classification method in older adultsValidação preditiva de método de classificação funcional em idosos].

OBJECTIVE: Evaluate the predictive validity of a functional classification (FC) method for the use of emergency services and hospitalization, mortality, and health care costs among older adults.
METHODS: Retrospective cohort study that included 2 168 older adults in a chronic noncommunicable disease (CNCD) care program in Medellin, Colombia. Patients were stratified according to a FC method based on functional status, presence of risk factors, and control of comorbidity. During one year of follow-up, the predictive validity of the FC method was assessed for the studied outcomes. Discrimination and calibration were measured with the C-statistic and Hosmer-Lemeshow (HL) test, respectively.
RESULTS: The average age was 74.6 ± 7.9 years; 40.8% (n = 884) were men and 7.7% (n = 168) died. The risk of death (odds ratio [OR]: 1.767; 3.411; 8.525), hospitalization (OR: 1.397; 2.172; 3.540) and high cost of health care (OR: 1.703; 2.369; 5.073) increased in proportion to a deterioration in functional classification (classes 2B, 3, and 4, respectively). The predictive model for the outcome of death showed good capacity for discrimination (C-statistic = 0.721) and calibration (HL statistic 10.200; P = 0.251).
CONCLUSION: There is a dose-response relationship between deterioration in FC and a higher risk of death, hospitalization, and high cost. FC has predictive validity for the mortality rate and could be used to stratify older adults in CNCD care programs with a view to guiding interventions.

Diversos datos demográficos de América Latina y en particular de Colombia, muestran que la población se encuentra en una “transición epidemiológica” (1). Esta transición epidemiológica se caracteriza por un aumento de la expectativa de vida y una disminución de la mortalidad, lo que lleva a un incremento de la población de adultos mayores y, en consecuencia, de la frecuencia de enfermedades crónicas no transmisibles (ECNT) y los costos de la atención (2, 3).

El uso de los servicios de urgencias y hospitalización son marcadores de costo elevado (4), reconocidos ampliamente como posibles indicadores del rendimiento de la atención médica (4). En los últimos años, se han desarrollado modelos predictivos de la demanda de los servicios de urgencias y hospitalización (5-7); estas herramientas son valiosas debido a que permiten identificar personas con riesgo elevado de desenlaces adversos (5-7). Estos modelos utilizaron, en su mayoría, datos administrativos, debido al acceso y recolección fáciles (8-11); no obstante, la inclusión de información de otras fuentes, como la salud autorreportada o el estado funcional, mejora su capacidad predictiva (7, 12-14).

Por otro lado, se sabe que un peor desempeño en pruebas físicas, como la fuerza de agarre y la velocidad de la marcha, se asocian con morbilidad y mortalidad más elevadas en adultos mayores (15, 16). Esta asociación se puede explicar al deterioro funcional durante el envejecimiento, subyace a la presencia de enfermedad clínica manifiesta y no detectada, y a la exposición a factores de riesgo (inactividad física, tabaquismo, entre otros) para mortalidad prematura a lo largo de la vida (17-20).

Hasta la fecha, según el conocimiento de los autores, no se han publicado modelos predictivos latinoamericanos que hayan incluido información relacionada con los diagnósticos previos, datos suministrados de forma directa por el paciente, mediciones objetivas del estado funcional y la presencia de fragilidad, para identificar individuos con necesidades en salud. La importancia de estas investigaciones radica en la posibilidad de identificar subgrupos de adultos mayores con un riesgo más elevado de desenlaces adversos (10, 20-22). Estas herramientas podrían contribuir en la implementación de intervenciones específicas estratificadas según el riesgo basal al interior de los programas de atención de los adultos mayores con ECNT.

En época reciente, se desarrolló un método de clasificación funcional para estratificar adultos mayores que ingresaron a un programa de atención de pacientes con ECNT, con miras a hacer una intervención diferencial según las necesidades. En este método de clasificación, se incluyeron variables relacionadas con el estado funcional (apoyo monopodal, velocidad de la marcha y fragilidad) que mostraron capacidad predictiva independiente de desenlaces adversos en adultos mayores (15, 16, 19). No obstante, se desconoce la validez predictiva de este método de clasificación funcional cuando dichas variables se incorporan de manera conjunta.

Como hipótesis, se planteó que el método de clasificación funcional propuesto tiene validez predictiva, y que un deterioro en la clasificación funcional se relaciona con un incremento en el uso de los servicios de urgencias y hospitalización, mayor riesgo de mortalidad y costos elevados en la atención en salud. El objetivo de este estudio fue evaluar la validez predictiva de un método de clasificación basado en el estado funcional, la presencia de factores de riesgo y el control de la comorbilidad, sobre el uso de los servicios de urgencias y hospitalización, mortalidad y costos de la atención en salud en adultos mayores.

MATERIALES Y MÉTODOS

Se realizó un estudio de cohorte retrospectivo para el desarrollo y validación de un modelo predictivo tipo 2a según la guía Transparent Reporting of a multivariable prediction model for Individual Prognosis or Diagnosis (TRIPOD, por sus sigas en inglés) (23). En este estudio se incluyeron 2 168 adultos mayores afiliados a la Entidad Promotora de Salud (EPS) “Nueva EPS”, que ingresaron al programa de atención de pacientes con ECNT llamado “Ser más” de una Institución Prestadora de Servicios de Salud (IPS Universitaria), y que vivían en el área metropolitana del Valle de Aburrá cerca al centro de atención, en Medellín, Colombia.

Sujetos

Los criterios de inclusión fueron: hombres y mujeres, con edad mayor o igual a 60 años, residentes en el área metropolitana y que ingresaron al programa de atención entre agosto de 2017 y enero de 2018.

Los criterios de exclusión fueron los adultos mayores en quienes no fue posible realizar la clasificación funcional al ingreso al programa de atención o se retiraron antes de un año de seguimiento por razones diferentes a los desenlaces evaluados.

Predictores

Los sujetos fueron estratificados según un método de clasificación funcional, con base en la evaluación de tres componentes, así: i) el estado funcional, a partir de la prueba de apoyo monopodal (24), la medición de la velocidad de la marcha en cinco metros (25) y el índice de fragilidad de Gröningen (26); ii) la presencia de factores de riesgo como obesidad, bajo peso con un porcentaje elevado de grasa corporal, tabaquismo, hipotimia (27) y mala condición física (28); y iii) la presencia de comorbilidad no controlada por la presencia de diabetes mellitus, hipertensión arterial, insuficiencia renal, enfermedad pulmonar obstructiva crónica (EPOC), enfermedad coronaria, enfermedad cerebrovascular, valvulopatía cardíaca e insuficiencia cardíaca, según las guías actuales (29-33).

Con los tres componentes descritos se obtuvieron cinco categorías posibles: i) clase 1, estado funcional conservado con comorbilidad controlada; ii) clase 2A, estado funcional conservado con comorbilidad controlada, pero con presencia de factores de riesgo; iii) clase 2B, estado funcional conservado con comorbilidad no controlada; iv) clase 3, estado funcional alterado con comorbilidad no controlada; y v) clase 4, estado funcional perdido con comorbilidad no controlada.

Se consideró estado funcional perdido si el tiempo en la prueba de apoyo monopodal fue menor de 10 s (24), la velocidad de la marcha en cinco metros fue menor de 0,6 m/s (25) y el índice de fragilidad de Gröningen fue igual o mayor a 4 puntos (26).

La presencia de obesidad se definió por un índice de masa corporal (IMC) mayor de 30, bajo peso con un porcentaje elevado de grasa corporal si el IMC fue menor de 18,5 y la sumatoria de tres pliegues cutáneos de grasa (tricipital, abdominal y muslo medio) fue mayor de 60 mm, hipotimia si la pregunta sobre depresión en el bienestar subjetivo fue calificada mayor de 4 (27) y mala condición física si el consumo de oxígeno máximo estimado fue menor de 7 unidades de la tasa metabólica basal (TMB) (28).

También, además de la clasificación funcional, se incluyeron la edad y el sexo como otros predictores.

Desenlaces

El uso del servicio de urgencias se definió si el paciente tuvo tres o más visitas (5, 6), mientras que el uso del servicio de hospitalización se consideró si el paciente fue hospitalizado una o más veces durante un año de seguimiento (5, 7). Para el desenlace muerte se incluyeron todas las causas. Un gerente de sistemas de información en salud evaluó estos desenlaces a partir del sistema Gestión Hospitalaría IPS (GHIPS) de la IPS Universitaria y de las bases de datos asistenciales que recopilan información demográfica, clínica, ingresos y defunciones de los afiliados.

Un costo elevado de la atención en salud se definió si el paciente estaba por encima del percentil 90 de los costos totales de la atención en salud (costo elevado) durante el año de seguimiento (4, 5, 7). El costeo fue realizado por un economista experto, perteneciente a la Unidad de Costos y Presupuestos de la IPS Universitaria, quien cuantificó los costos totales de las prestaciones que requirió cada paciente durante el período de seguimiento. Se utilizó la metodología de costeo total (full costing) (34), y de costeo basado en actividades (ABC, por sus siglas en inglés) (34), que permite asignar los costos directos e indirectos según las prestaciones requeridas en los servicios hospitalarios (hospitalización, cirugía, unidad de cuidados especiales, unidad de cuidados intensivos y recurso humano) y ambulatorios (consulta externa, medicamentos, ayudas diagnósticas y recurso humano).

Las personas encargadas de evaluar los desenlaces estuvieron cegadas de la clasificación funcional de los pacientes.

Análisis estadístico

Al inicio, se realizó un análisis exploratorio de los datos. Se utilizó el promedio y la desviación estándar o la mediana y el rango intecuartil según el supuesto de distribución normal para las variables cuantitativas, y la frecuencia y la proporción para las variables categóricas.

Se compararon las curvas de supervivencia de Kaplan–Meier según la clasificación funcional con la prueba de logaritmo del rango (log-Rank test). Se utilizó un modelo de riesgos proporcionales de Cox para estimar el riesgo de cocientes instantáneos (HR, por sus siglas en inglés) del desenlace de mortalidad, y un modelo de regresión logística binaria, para estimar la razón de posibilidades (OR, por sus siglas en inglés) para los desenlaces uso de los servicios de urgencias y hospitalización, y los costos de la atención en salud, ajustados por la edad y el sexo.

Se dividió la muestra de manera aleatoria en dos bases de datos; en una de las muestras, se desarrolló el modelo de regresión logística binaria para todos los desenlaces, mientras que en la otra, se evaluó el rendimiento predictivo a partir de una validación interna (23). Se utilizó el estadístico-C como medida de discriminación, y el estadístico de Hosmer–Lemeshow (H-L) como medida de calibración del modelo desarrollado que incluyó la clasificación funcional, la edad y el sexo para la presentación de los diferentes desenlaces de interés.

Para todos los análisis se presentó el intervalo de confianza del 95% (IC95%). Los análisis se realizaron con el programa STATA® versión 14.0 (StataCopr LP, College Station, Texas, Estados Unidos) y el programa IBM SPSS® Statistics, versión 21.0 (IBM, New York, Estados Unidos).

El estudio fue aprobado por el Comité de Ética de la IPS Universitaria. El registro de cada paciente en la base de datos fue nombrado con un código que impidió su identificación. Se tuvo en cuenta las normas para la investigación en salud del Ministerio de la Protección Social de Colombia en la Resolución 008430 de 1993 y los principios de la declaración de Helsinki (35).

RESULTADOS

De las 5 105 personas que ingresaron al programa de atención de pacientes con ECNT, 2 168 cumplieron los criterios de inclusión y no tenían criterios exclusión; por tal razón, fueron incluidas en el estudio (figura 1).

FIGURA 1.

Flujograma que muestra el proceso de inclusión de los participantes al estudio.

Entre los participantes, se encontró un promedio de edad de 74,6 ± 7,9 años, de índice de masa corporal de 28,3 ± 5,3, y de consumo de oxígeno máximo estimado de 5,1 ± 2,1 TMB; 40,8% (n = 884) eran hombres y el 72,6% (n = 1 532) de los pacientes presentaba sobrepeso u obesidad. La hipertensión fue la comorbilidad más frecuente, con 92,3% (n = 2 000), seguida de la diabetes mellitus con 49,2% (n = 1 067) (cuadro 1). Del total de la muestra, 6,7% (n = 145) visitaron el servicio de urgencias tres o más veces; 31,8% (n = 690) tuvieron una o más hospitalizaciones; 7,7% (n = 168) murieron, y 215 pacientes fueron clasificados por encima del percentil 90 de los costos de atención (cuadro 1).

CUADRO 1.

Descripción de las características demográficas, antropométricas, clínicas, funcionales y de laboratorio en toda la muestra y según el uso de los servicios de urgencias y hospitalización, muerte y costo elevado de la atención en salud (n = 2 168)

Características	Urgencias	Hospitalización	Mortalidad	Costo elevado	Todos los pacientes incluidos en el estudio
n (%)	145 (6,7)	690 (31,8)	168 (7,7)	215 (9,9)	2 168 (100)
Demográficas
Edad en años, media (DE)	75,4 (7,6)	75,7 (7,9)	78,9 (7,8)	74,6 (7,0)	74,6 (7,9)
Hombres, n (%)	63 (43,4)	302 (43,8)	80 (47,6)	96 (44,7)	884 (40,8)
Antropométricas
Peso en kg, media (DE)	66,5 (14,5)	67,7 (15,1)	63,8 (15,8)	69,5 (16,9)	68,2 (14,0)
Talla en cm, media (DE)	154,9 (9,0)	154,9 (9,4)	155,9 (9,5)	155,3 (9,7)	155,0 (9,2)
IMC en kg/m2, media (DE)	27,6 (5,6)	28,2 (5,9)	26,1 (5,8)	28,7 (6,4)	28,3 (5,3)
I pliegues cutáneos de grasa en cm, media (DE)	70,3 (31,7)	74,4 (35,9)	67,0 (33,6)	75,5 (37,5)	76,7 (34,9)
Clínicas
PAS en mmHg, media (DE)	133,7 (24,7)	132,4 (23,4)	129,8 (24,4)	133,9 (25,4)	132,3 (21,0)
PAD en mmHg, media (DE)	74,0 (16,8)	73,2 (14,0)	72,6 (16,5)	74,2 (16,0)	73,8 (12,5)
FC en lpm, media (DE)	76,6 (14,4)	76,8 (14,1)	76,3 (13,9)	77,2 (13,9)	76,2 (13,5)
Hábitos
Tabaquismo, n (%)	11 (7,6)	57 (8,3)	13 (7,7)	18 (8,4)	176 (8,2)
Funcionales
VO2 máx (TMB), media (DE)	5,0 (1,9)	5,1 (2,1)	5,2 (1,9)	5,0 (1,9)	5,1 (2,1)
Índice de fragilidad, mediana (RI)	3,0 (2,0-4,0)	3,0 (2,0-4,0)	4,0 (3,0-6,0)	3,0 (2,0-4,0)	3,0 (2,0-4,0)
Apoyo monopodal en segundos, mediana (RI)	3,0 (1,0-11,2)	3,0 (1,0-12,0)	2,0 (1,0-6,2)	2,0 (1,0-10,0)	8,0 (1,0-17,0)
Velocidad de la marcha en 5 m en segundos,	0,8 (0,7-0,8)	0,8 (0,7-0,8)	0,7 (0,7-0,8)	0,8 (0,7-0,8)	0,8 (0,7-1,0)
mediana (RI)
Clasificación funcional
Clase funcional 1, n (%)[a]	0 (0,0)	4 (0,6)	0 (0,0)	0 (0,0)	17 (0,8)
Clase funcional 2A, n (%)[b]	48 (33,1)	232 (33,6)	36 (21,4)	60 (27,9)	902 (41,6)
Clase funcional 2B, n (%)[c]	63 (43,4)	321 (46,5)	70 (41,7)	106 (49,3)	979 (45,2)
Clase funcional 3, n (%)[d]	23 (15,9)	75 (10,9)	25 (14,9)	24 (11,2)	169 (7,8)
Clase funcional 4, n (%)[e]	11 (7,6)	58 (8,4)	37 (22)	25 (11,6)	101 (4,7)
Comorbilidades
Obesidad n (%)	40 (27,6%)	209 (30,3%)	32 (19,0%)	76 (35,3%)	730 (33,7%)
Diabetes mellitus, n (%)	65 (44,8)	324 (47)	69 (41,1)	106 (49,3)	1 067 (49,2)
Hipertensión, n (%)	135 (93,1)	635 (92)	144 (85,7)	203 (94,4)	2 000 (92,3)
EPOC, n (%)	52 (35,9)	218 (31,6)	49 (29,2)	74 (34,4)	472 (21,8)
Laboratorio
HbA1c en %, media (DE)	7,2 (1,8)	7,0 (1,5)	6,7 (1,2)	7,3 (1,7)	6,8 (1,3)
C-LDL en mg/dL, media (DE)	87,0 (40)	87,2 (36,2)	86,7 (38,4)	88,9 (36,6)	87,2 (36,1)
C-HDL en mg/dL, media (DE)	49,4 (14,9)	48,1 (13,9)	45,9 (15,1)	48,9 (15,5)	48,3 (13,2)
Triglicéridos en mg/dL, media (DE)	158,6 (100,2)	148,0 (88,9)	150,0 (100,5)	151,4 (101,4)	151,2 (92,4)
Creatinina en mg/dL, media (DE)	1,2 (0,7)	1,1 (0,6)	1,3 (0,9)	1,1 (0,6)	1,0 (0,4)
TFG en mL/min, media (DE)	50,6 (22,8)	51,7 (22,5)	45,6 (24,2)	51,6 (21,5)	55,2 (22,9)

Clase funcional 1: estado funcional conservado, con comorbilidad controlada.

Clase funcional 2A: estado funcional conservado, con comorbilidad controlada, pero con presencia de factores de riesgo.

Clase funcional 2B: estado funcional conservado, con comorbilidad no controlada.

Clase funcional 3: estado funcional alterado, con comorbilidad no controlada.

Clase funcional 4: estado funcional perdido, con comorbilidad no controlada.

DE, desviación estándar; IMC, índice de masa corporal; PAS, presión arterial sistólica; PAD, presión arterial diastólica; FC, frecuencia cardíaca; lpm, latidos por minuto; VO2 máx, consumo de oxígeno máximo; TMB, tasa metabólica basal; RI, rango intercuartílico; EPOC, enfermedad pulmonar obstructiva crónica; HbA1c, hemoglobina glucosilada A1c; C-LDL, colesterol de la lipoproteína de baja densidad; C-HDL, colesterol de la lipoproteína de alta densidad; TFG, tasa de filtración glomerular.

Cuadro de elaboración propia a partir de los resultados presentados.

Debido a que los pacientes pertenecientes a la clase funcional 1 (estado funcional conservado con comorbilidad controlada) solo fueron 17 personas, y ninguno de ellos presentó los desenlaces uso del servicio de urgencias, mortalidad y costo elevado, se tomó la decisión de utilizar como categoría de referencia la clase funcional 2A (estado funcional conservado con comorbilidad controlada, pero con presencia de factores de riesgo) para los análisis (cuadros 1 y 2).

CUADRO 2.

Magnitud de la asociación de la clasificación funcional, la edad y el sexo, con la mortalidad (modelo de riesgos proporcionales de Cox), uso de los servicios de urgencias y hospitalización, y costo elevado de la atención en salud (modelos de regresión logística) para toda la muestra (n = 2 151)

Variables	Urgencias		Hospitalización		Mortalidad		Costo elevado
	R2 = 0,015		R2 = 0,025		R2 = 0,108		R2 = 0,027
	OR	(IC 95%)	OR	(IC 95%)	HR	(IC 95%)	OR	(IC 95%)
Edad	1,005	(0,984-1,027)	1,017	(1,005-1,029)	1,05	(1,03-1,071)	0,988	(0,970-1,006)
Hombres	1,106	(0,785-1,558)	1,196	(0,992-1,441)	1,327	(0,98-1,798)	0,829	(0,622-1,104)
Clase funcional 2A	Grupo de referencia		Grupo de referencia		Grupo de referencia		Grupo de referencia
Clase funcional 2B	1,219	(0,828-1,795)	1,397	(1,143-1,708)	1,767	(1,182-2,642)	1,703	(1,224-2,371)
Clase funcional 3	2,741	(1,611-4,663)	2,172	(1,545-3,504)	3,411	(2,041-5,700)	2,369	(1,425-3,941)
Clase funcional 4	2,115	(1,044-4,283)	3,54	(2,304-5,438)	8,525	(5,281-13,761)	5,073	(2,962-8,689)

R2, seudo R cuadrado de McFadden; OR, razón de posibilidades (por sus siglas en inglés); HR, riesgo de cocientes instantáneos (por sus siglas en inglés).

aEstado funcional conservado, con comorbilidad controlada, pero con presencia de factores de riesgo.

bEstado funcional conservado, con comorbilidad no controlada.

cEstado funcional alterado, con comorbilidad no controlada.

dEstado funcional perdido, con comorbilidad no controlada. Los modelos fueron ajustados por edad y sexo.

Cuadro de elaboración propia a partir de los resultados presentados.

En la figura 2 se presentan las curvas de supervivencia según la clasificación funcional. Las curvas presentan diferencias importantes donde hay mayor probabilidad acumulada de supervivencia en las clases 1, 2A y 2B (χ² de la prueba log-Rank = 182,947; P < 0,001). En los pacientes de la clase 4, se aprecia una disminución en la probabilidad de supervivencia antes de los 100 días (3,3 meses) (figura 2).

FIGURA 2.

Curvas de Kaplan–Meier que muestran las diferencias en la distribución de las probabilidades de supervivencia según la clasificación funcional.

Acorde a las curvas de supervivencia, el riesgo es cada vez más elevado a medida que la clase funcional aumenta. En comparación con los pacientes de la clase 2A, aquellos clasificados como 2B presentaron un HR = 1,767 (IC95%: 1,182-2,642; P = 0,006); los de clase 3, un HR = 3,411 (IC95%: 2,041-5,700; P = 0,001), y los de clase 4, un HR = 8,525 (IC95%: 5,281-13,761; P = 0,001) luego de ajustar por la edad y el sexo (cuadro 2). Este mismo efecto dosis-respuesta se observó para el riesgo de hospitalización y costo elevado en la atención en salud (cuadro 2). Con relación al uso del servicio de urgencias, se encontró un riesgo más elevado para la clase 3 (OR: 2,741; IC95%: 1,611-4,663; P = 0,001) y la clase 4 (OR: 2,115; IC95%: 1,044-4,283; P = 0,037) (cuadro 2).

Con respecto a la validez predictiva, solo para el desenlace mortalidad, el modelo de regresión logística binario desarrollado mostró simultáneamente una buena capacidad de discriminación (estadístico-C = 0,720; IC95%: 0,660-0,780) y calibración (estadístico H-L = 10,200; P = 0,251) (figura 3). Así mismo, este modelo fue el que tuvo un mayor R2 de McFadden (0,108).

FIGURA 3.

Calibración de los modelos de regresión logística desarrollados para los desenlaces uso de los servicios de urgencias y hospitalización, mortalidad y costo elevado de la atención en salud (n = 1 080).

Con base en la validez del modelo, se desarrolló la siguiente ecuación para estimar la probabilidad de muerte a un año a partir de la clasificación funcional, la edad y el sexo:

Donde

P es la probabilidad de muerte a un año, condicionada a la edad de la persona, sexo y clasificación funcional; ß3 = 0,838 si es clase 2B; ß3 = 1,462 si es clase 3; y ß3 = 2,596 si es clase 4. Las categorías de referencia fueron: para sexo (sexo = 0 si es mujer) y clasificación funcional (clasificación funcional = 0 si es clase 2A). Por ejemplo, para una persona con 75 años, hombre, y de clasificación funcional 3, la probabilidad de muerte a un año es 10,8%. Si este paciente tuviera una clasificación funcional 4, la probabilidad de muerte a un año asciende a 27,3%.

Para los demás desenlaces, como el uso de los servicios de urgencias y hospitalización, y costo elevado en salud, la capacidad de discriminación fue baja (estadístico-C = 0,570 [IC95%: 0,500-0,640]; 0,609 [IC95%: 0,570-0,650]; y 0,632 [IC95%: 0,570-0,690], respectivamente). También, para los desenlaces uso de los servicios de urgencias (estadístico H-L = 14,740; P = 0,065) y hospitalización (estadístico H-L = 16,820; P = 0,032), la calibración no fue buena (figura 3). El desenlace costo elevado mostró una buena calibración (estadístico H-L = 11,420; P = 0,179) (figura 3).

DISCUSIÓN

Entre los principales hallazgos de este estudio se encuentran: i) en la medida que hay un deterioro en la clasificación funcional, aumenta el riesgo (dosis-respuesta) de muerte, hospitalización y costo elevado en la atención en salud; ii) se observaron diferencias en las probabilidades de supervivencia según las categorías de la clasificación funcional; iii) el modelo predictivo que incluyó la clasificación funcional, la edad y el sexo para el desenlace muerte es válido debido a su capacidad de discriminación y calibración; y iv) no obstante, los modelos desarrollados para los otros desenlaces (uso de los servicios de urgencias y hospitalización, y costo elevado en la atención en salud), no son válidos.

Clasificación funcional y mortalidad

El deterioro en la clasificación funcional aumenta el riesgo de muerte de una forma dosis-respuesta, y tiene validez predictiva; un hallazgo similar al reportado en otras investigaciones (15, 16). En el metaanálisis realizado por Cooper y cols., encontraron que una disminución de la fuerza de agarre, la velocidad de la marcha y el pararse y sentarse en una silla, se asocia con un riesgo más elevado de muerte en adultos mayores (15). De igual forma, Nofuji y cols., encontraron que una disminución de la fuerza de agarre, velocidad de la marcha, y tiempo de estancia monopodal, se asocia con un riesgo más elevado de muerte por todas las causas y muerte de origen cardiovascular (16).

Los resultados de esta investigación, y otros trabajos (15, 16), tal vez puedan explicarse por la relación que existe entre la función y la exposición de factores de riesgo a lo largo de la vida, la presencia de ECNT manifiestas y no detectadas, y la velocidad del proceso de envejecimiento (17-19). También, es importante resaltar que el estado funcional en etapas tardías de la vida está determinado no solo por su tasa de declinación desde la vida media, si no también por el pico alcanzado durante la fase de crecimiento y desarrollo (18, 19). La relación entre la clasificación funcional y la mortalidad podría expresar diferencias en el desarrollo intrauterino y posnatal temprano entre los individuos, lo cual influye tanto en el estado funcional como en la supervivencia (18, 19). Estos resultados muestran la importancia de evaluar el estado funcional de los adultos mayores, con herramientas de fácil aplicación en la rutina diaria, y a un costo bajo, con el fin de predecir el riesgo de muerte en programas de atención de pacientes con ECNT.

Clasificación funcional, uso de los servicios de salud y costo elevado

El deterioro en la clasificación funcional aumenta el riesgo del uso de los servicios de urgencias y hospitalización, y costo elevado en la atención en salud, un hallazgo similar al reportado por otros autores (5-7). No obstante, en los modelos predictivos desarrollados, la capacidad de discriminación de la clasificación funcional para el uso de los servicios de urgencias y hospitalización, y costo elevado de la atención en salud, fue menor a la reportada en la literatura por otros investigadores (5-7). Por su parte, Leininger y cols. encontraron que la capacidad de discriminación de un modelo básico con variables sociodemográficas se incrementa (para el uso del servicio de urgencias y un costo elevado) cuando se agrega la valoración de las necesidades en salud autorreportadas (presencia de comorbilidades, hábitos, prescripción de medicamentos, acceso a los servicios de salud) (5).

Por otro lado, Wherry y cols. encontraron que la capacidad de discriminación de un modelo básico con variables sociodemográficas aumenta (para el uso de los servicios de urgencias y hospitalización, y costo elevado) cuando se agregan principalmente tres dominios de la salud autorreportada (demanda previa de servicios de salud, condiciones de salud y calidad de vida) (6).

Así mismo, el estudio de Perrin y cols., reportaron que la capacidad de discriminación de un modelo basado en datos administrativos se incrementa (para el uso del servicio de hospitalización y costo elevado) cuando se agregan las respuestas a tres preguntas del autorreporte del estado de salud y funcional (puntaje general de la salud autorreportado, necesidad de ayuda en una o más actividades de la vida diaria y la presencia de comorbilidades) (7).

Las diferencias observadas entre estos resultados y los hallazgos de otros investigadores (5-7) se pueden explicar por la inclusión de múltiples variables independientes en los modelos de esos estudios, y no la agregación de información en una clasificación funcional, como lo propusimos en este trabajo. También, es importante resaltar que, a diferencia de este estudio, en las investigaciones previas (5-7) solo se evaluó la capacidad de discriminación y no la calibración, lo cual limita la validez predictiva de dichos modelos.

A diferencia de lo observado con el uso del servicio de hospitalización y costo elevado, la clasificación funcional no tuvo una relación dosis-respuesta con el uso del servicio de urgencias. El riesgo del uso del servicio de urgencias fue mayor en la clase 3 que en la clase 4. Esto puede explicarse en parte, debido a que una vez los pacientes fueron identificados como clase 4, recibieron una atención domiciliaria, tal vez requirieron menos visitas al servicio de urgencias, lo cual llevó a un subregistro de dicho desenlace. También, es probable que el punto de corte utilizado (tres o más visitas) para definir la presencia del uso del servicio de urgencias (5, 6), haya influido en los resultados.

Los resultados de este trabajo, y de otras investigaciones, plantean la importancia de combinar tanto información administrativa, como aquella relacionada con la evaluación del estado de salud y funcional, con el fin de mejorar el rendimiento predictivo de los modelos con relación al uso de los servicios de urgencias y hospitalización, y costo elevado de la atención en salud. Es posible que exista información relevante en otros predictores no incluidos en este estudio que, al no estar correlacionados entre sí, pueden producir una mejoría aditiva incremental en el rendimiento predictivo.

Limitaciones

El presente estudio tienen algunas limitaciones, que se describen a continuación: i) la recolección de los datos fue retrospectiva; no obstante, se hizo un cegamiento de la clasificación funcional para quienes estuvieron encargados de obtener los desenlaces; ii) la posibilidad de generalización de los resultados aplica para adultos mayores en el contexto de programas de atención de pacientes con ECNT; por tal razón, se requieren estudios de validación externa en otros contextos clínicos y países latinoamericanos; iii) es importante mencionar que, de acuerdo a la clasificación funcional, los pacientes recibieron una intervención estratificada en un programa de atención que incluyó actividad física y estrategias de educación grupal; sin embargo, el efecto de dicha intervención pudo ir en contra de la hipótesis de estudio; iv) también, un seguimiento más estrecho por parte del médico general y el médico internista, según la clasificación funcional, podría haber llevado a una mejoría en la condición clínica de cada sujeto, un objetivo perseguido por el programa de atención, y que a su vez pudo influir en la presentación de los desenlaces; y v) es posible que la clasificación funcional haya cambiado en el tiempo.

CONCLUSIÓN

Existe una relación dosis-respuesta entre el deterioro de la CF y un riesgo más elevado de muerte, hospitalización y costo elevado. La CF tiene validez predictiva para mortalidad y podría utilizarse para la estratificación de adultos mayores en programas de atención de las ECNT con miras a dirigir las acciones de intervención.

Financiación.

Esta investigación se realizó con recursos de la IPS Universitaria y la Universidad de Antioquia, Medellín, Colombia. Los patrocinadores no participaron de ninguna manera en el diseño del estudio, la colecta y análisis de los datos, la decisión de publicar este trabajo ni la preparación del manuscrito.

Declaración.

Las opiniones expresadas en este manuscrito son únicamente responsabilidad de los autores y no reflejan necesariamente los de la Revista Panamericana de Salud Pública o la Organización Panamericana de la Salud.