Tuesday, January 17, 2012

La predicció del risc

Identificació i predicció del risc segons la morbiditat atesa al Baix Empordà

Qualsevol decisor hauria de destijar anticipar-se als fets i això li permetria d'establir estratègies per afrontar millor cada moment. Per anticipar-se es necessita informació, i alhora una modelització elemental de com les coses funcionen. En el cas de la medicina sabem que hi ha malalties que són fruit d'una aparició sobtada, malalties agudes, i d'altres que són fruit d'un període anterior i que es mantenen en el temps, malalties cròniques. Una organització sanitària integrada ha de ser capaç de donar resposta coordinada a totes les malalties que es presenten a la població. Ara bé, encara pot fer més que d'altres per les malalties cròniques en la mesura que coneix el risc de la seva població i pot anticipar-se a l'evolució futura de la malaltia tant en termes mèdics com del cost que representa. I precisament això és el que hem fet a l'informe que acabem de publicar i que trobareu entre els estudis d'economia de la salut del Departament. Destaco un detall sobre l'aproximació realitzada:
1. Risc: s’ha considerat que el cost sanitari d’un pacient és la millor proxy disponible en la nostra organització per definir els pacients d’alt risc de consum de recursos assistencials.
2. Nivell de risc: s’ha establert que la població d’alt risc estarà formada pels residents que presenten un cost sanitari superior al percentil 95 del cost sanitari del conjunt de la població. Per triar aquest llindar s’han tingut en compte els nivells de concentració i persistència de la despesa sanitària en la nostra organització i la grandària de la població. Així, el 5% d’una població d’uns 90.000 habitants en les àrees bàsiques gestionades per SSIBE és un grup de 4.500 persones. Això representa unes 80-100 persones per metge de capçalera, cosa que sembla un nombre raonable per realitzar les intervencions especifiques que es pretén que recaiguin en aquests professionals.
3. Tècniques de modelització: s’han utilitzat models de regressió logística en els quals les variables utilitzades són: • Variable de resultat (variable dependent): risc de presentar un cost sanitari superior al percentil 95 del conjunt de la població. • Variables predictives (variables independents): - demogràfiques (edat, sexe), - càrrega de morbiditat mesurada mitjançant Grups de Risc Clínics-CRG, - utilització prèvia (despesa farmacèutica, hospitalització, medicació ambulatòria de dispensació hospitalària).
És un treball relevant perquè suposa el tancament d'un cicle de recerca que ha durat una dècada. Durant aquests anys hem après com es podia mesurar la morbiditat, la utilització i el cost individual. Ara, també sabem que tenint aquesta informació podem predir el cost d'aquells pacients amb un risc més gran i això permet establir estratègies de millor pràctica per assolir així una més gran eficiència. Recordeu que el 5% de la població consumeix el 50% de la despesa, si ho fem bé amb aquest 5%, estem afrontant acuradament la meitat del que gastem a la sanitat. Vaig escriure aquesta frase fa 20 anys, i la vaig publicar poc després a Gaceta Sanitària. Avui em satisfà de pensar que una organització sanitària com els Serveis Sanitaris Integrats del Baix Empordà estan precisament aplicant aquest criteri amb solidesa i professionalitat. I alhora em preocupa que no hi hagi rèpliques.
Aquest ha estat un esforç col.lectiu, i avui és un dia d'agraïment per a tots aquells que hi han col.laborat. Enhorabona i que aquesta llavor s'escampi com una taca d'oli.

PS Podeu consultar la web de SSIBE on trobareu altres detalls.

No comments:

Post a Comment