03 ---sist. de ajuste...----118pag

http://www.isciii.es/aets

SISTEMAS DE AJUSTE DE RIESGO EN EVALUACINDE SERVICIOS DE SALUD

Sist

emas

de

Ajus

te d

e Ri

esgo

en

Eval

uaci

n d

e Se

rvic

ios

de S

alud

(I.E.T

.S. N. 5

1)

Sep

tiemb

re 2

007

- AE

TS -

PVP 10,00 euros

Informe de Evaluacin deTecnologas Sanitarias N 51Madrid, Septiembre de 2007

SISTEMAS DE AJUSTE DE RIESGO EN EVALUACINDE SERVICIOS DE SALUD

Informe de Evaluacin deTecnologas Sanitarias N. 51Madrid, Septiembre de 2007

2 Sistemas de Ajuste de Riesgo en Evaluacin de Servicios de Salud - AETS - Septiembre / 2007

Edita: AGENCIA DE EVALUACIN DE TECNOLOGAS SANITARIASInstituto de Salud Carlos III - Ministerio de Sanidad y Consumo

N.I.P.O.: 354-07-004-1I.S.B.N.: 978-84-9546-338-8Depsito Legal: M-36771-2007

Imprime: Rumagraf, S.A. Avda. Pedro Dez, 25. 28019 Madrid

0.T. 45491

Agencia de Evaluacin de Tecnologas Sanitarias (AETS)Instituto de Salud Carlos IIIMinisterio de Sanidad y Consumo

Sinesio Delgado, 6 - Pabelln 428029 MADRID (ESPAA)Tels.: 91 822 78 40 - 91 822 78 00Fax: 91 387 78 41

Catlogo general de publicaciones oficialeshttp://www.060.es

Para obtener este informe de forma gratuita en internet (formato pdf):http://www.isciii.es/jsps/organizacion/evaluacion fomento/publicaciones agencia/publicaciones.jsp

3Sistemas de Ajuste de Riesgo en Evaluacin de Servicios de Salud - AETS - Septiembre / 2007

Este documento es un Informe Tcnico de laAgencia de Evaluacin de Tecnologas Sanitarias(AETS) del Instituto de Salud Carlos III del Mi-nisterio de Sanidad y Consumo.

Direccin AETS:Antonio Sarra Santamera

Autores:Matilde Palma Ruiz

Juan Manuel Sendra GutirrezAntonio Sarra Santamera

Documentacin:Raimundo Alczar Alczar

Edicin y difusin:Antonio Hernndez Torres

Para citar este informe:

Agencia de Evaluacin de Tecnologas Sanitarias (AETS)Instituto de Salud Carlos III - Ministerio de Sanidad y ConsumoPalma Ruiz M, Sendra Gutirrez JM, Sarra Santamera A.Sistemas de Ajuste de Riesgo en Evaluacin de Servicios de SaludMadrid: AETS - Instituto de Salud Carlos III, Madrid. Septiembre de 2007

Este texto puede ser reproducido siempre que se cite su procedencia.


ndice

RESUMEN ...................................................................................................................................... 7

INAHTA STRUCTURED ABSTRACT ............................................................................................ 9

INTRODUCCIN ........................................................................................................................... 11

OBJETIVOS ..................................................................................................................................... 17

METODOLOGA ............................................................................................................................. 19

RESULTADOS ................................................................................................................................ 23

DISCUSIN ................................................................................................................................... 97

CONCLUSIONES ........................................................................................................................... 103

BIBLIOGRAFA ............................................................................................................................... 105

Pg.

1. ObjetivosExplorar, identificar y exponer modelos deajuste de riesgo originales generados con elfin de describir, evaluar y comparar la efecti-vidad de los servicios de salud, y detectaraquellas reas de la asistencia sanitaria don-de podra resultar prioritario desarrollar sis-temas o modelos de ajuste de riesgo.

2. MetodologaSe llev a cabo una bsqueda de la literaturacientfica en la base de datos biomdica MED-LINE (1990-mayo de 2007). Adems, se realizuna bsqueda manual para complementar labsqueda bibliogrfica. Los criterios de inclu-sin fueron: a) modelos que incluyen comovariable dependiente resultados relacionadoscon el estado de salud en dos posibles dimen-siones: resultados clnicos o resultados per-cibidos por el paciente; b) modelos que in-cluyen como variables independientes ca-ractersticas de los pacientes; c) modelosdesarrollados de forma original por los auto-res. Se excluyeron trabajos que presentan:a) modelos que incluyen como variable de-pendiente variables relacionadas con la utili-zacin, duracin y coste econmico de los ser-vicios sanitarios; b) modelos que incluyencomo variables independientes exclusivamen-te caractersticas organizativas, estructurales,econmicas o sociales; c) modelos desarrolla-dos con fines comerciales; d) modelos en losque no se expliciten la metodologa empleada,los indicadores del grado de ajuste, las fuentesde informacin utilizadas en su desarrollo y elperfil de la poblacin de referencia establecidopara su creacin; e) modelos en los que noexiste informacin mnima suficiente paradescribir las caractersticas bsicas propues-tas en una ficha resumen diseada para esteestudio; f) modelos ya elaborados y publica-dos previamente y que se aplican a nuevasbases de datos o fuentes de datos, incluidoslos fines de validacin; g) modelos que sonversiones modificadas de modelos de ajusteya construidos, que no aporten cambios encuanto al diseo o a la introduccin de nue-

vas variables. Se recogi informacin sobre:evento o variable dependiente, mbito deaplicacin (hospitalario, extrahospitalario,centros sociosanitarios), fuentes de informa-cin BDA, BDC (Bases de Datos Administrati-vas, Bases de Datos Clnicas), informacin re-cogida para el estudio, variables independien-tes, tcnica estadstica, ajuste y capacidadpredictiva. Los modelos se clasificaron en ge-nricos, especficos de enfermedad, especfi-cos de procedimiento, y especficos de unida-des y procesos asistenciales.

3. ResultadosSe han identificado 103 publicaciones en lasque se recogen modelos que cumplen loscriterios de inclusin establecidos. Los mo-delos ms frecuentes son especficos de pro-cedimientos o patologas. La mortalidad esel resultado analizado con mayor frecuen-cia. El mbito en el que se han construidocon mayor frecuencia es el hospital, siendolas BDA y BDC y la regresin logstica lasfuentes de informacin y el mtodo de an-lisis ms comn. Ms del 60% de los mode-los se han desarrollado a partir del ao2001. El pas donde se han elaborado ma-yoritariamente estos modelos es EstadosUnidos. La enfermedad coronaria y aspectosrelacionados con la misma (infarto de mio-cardio, ciruga IAC, ICP) representa el proble-ma de salud que con mayor frecuencia seaborda en los modelos analizados. La Uni-dad de Cuidados Intensivos es el rea asis-tencial con mayor frecuencia de desarrollode modelos.

4. ConclusionesEn los ltimos aos se est produciendo unimportante incremento en el desarrollo demodelos de ajuste de riesgo. La principal li-mitacin de este trabajo tiene que ver conuna estrategia de bsqueda que permitieraidentificar los estudios cuyo objetivo fuera laconstruccin de modelos de ajuste de ries-gos. Algunos aspectos que habra que consi-


Resumen

derar para el desarrollo de modelos en el fu-turo seran: buscar indicadores de resultadosalternativos a la mortalidad, en reas asis-tenciales extrahospitalarias, construidos conuna visin ms integral de los servicios de

salud. Para maximizar el impacto de los mo-delos de ajuste de riesgo, su utilizacin deberealizarse en el contexto de programas inte-grados de evaluacin y mejora de la calidadasistencial.


TITLE: RISK ADJUSTMENT SYSTEMS INHEALTH SERVICES ASSESSMENT.

Author(s): Sendra-Gutirrez JM, Palma M,Sarra-Santamera A. Agency: AETS (Agenciade Evaluacin de Tecnologas Sanitarias)(Spanish Health Technology AssessmentAgency). Contact: Sarra-Santamera A. Date:September 2007. Pages: 116. References: 145.Price: 10 Euros. Language: Spanish. Englishabstract: Yes. ISBN: 978-84-9546-338-8.Technology: Models to assess outcomes ofhealth care services. MeSH keywords:outcome assessment, risk adjustment.

Purpose of assessment: To explore, identifyand show original risk adjustment modelsgenerated to describe, assess and comparethe effectiveness of health care services, andto detect heath services areas to prioritytargeting to develop risk adjustment models.

Methodology: Electronic databases Medline(1990-May 2007) were searched to identifystudies eligible for this review. A manualsearch was also conducted. Inclusion criteriawere: a) models which include as dependentvariables health-related outcomes in twopossible dimensions: clinical results orpatient perceived results; b) models whichinclude as independent variables patientscharacteristics; c) models which wereoriginally developed by the authors. Therewere excluded works that they present:models that include as dependent variablesutilization, length and economic costof health services; b) models which includeas independent variables exclusivelyorganizational, structural, economic or socialcharacteristics; c) models developed with acommercial orientation; d) models which donot explain methods used, goodness of fitindicators, sources of information and profileof the reference population; e) models withno information to complete the basiccharacteristics of the abstract file; f) modelspreviously elaborated and published whichare applied to new data sets or sourcesof information including for validationpurposes; g) models which are modifiedversions of previously developed models,without changes regarding design orintroduction of new variables. Informacin

was collected on: event or dependentvariable, setting (hospital, ambulatory care,social services), sources of information(administrative data base, clinical data base,information collected for the purposes of thestudy), independent variables, statisticaltechnics, goodness of fit and predictive ability.Models were classified into: generic,procedure-specific, condition-specific, andprocess or unit-specific.

Cost/economic analysis: No. Expert opinion:No.

Content of report/Main findings: 103publications that satisfied inclusion andexclusion criteria were identified. The modelsmore frequently were procedure or condition-specific. Mortality is the outcome that showshigher frequency of analysis. The setting inwhich these models have been developed ishospital, being administrative data bases andclinical data sets and logistic regression themost common source of information andanalysis method. More than 60% of themodels have been developed after 2001. Thecountry with the largest proportion of modelsis the United States. Coronary disease(myocardial infarction, CABG, PCI) representsthe health problem with the highest numberof models. Intensive Care Unit is the healthcare area with highest frequency of modeldevelopment.

Conclusions/Recommendations: There is asignificant increase in the development ofrisk adjustment models in recent years. Themain limitation of this work has to do withthe search strategy that allows for theidentification of studies whose objective wasthe development of risk adjustment models.Some issues that could be raised to take intoaccount for the future development ofmodels are: identify alternative outcomeindicators outside mortality, in ambulatorycare settings, built with a systemic view ofhealth care services. To maximize the impactthat risk adjustment models could providethey have to be applied in the context ofcomprehensive programs of health carequality assessment and improvement.

Peer review process: No.


INAHTA Structured Abstract

AntecedentesEl 17 de diciembre de 1987, la Health Care Fi-nancing Administration (HCFA) public in-formacin correspondiente a casi 6.000 hos-pitales de Estados Unidos que atendieronpacientes de Medicare en 1986, en relacincon la mortalidad observada a los 30 das delingreso1.

Los datos que present la HCFA analizaban lamortalidad en 16 categoras diagnsticas.Esta informacin pretenda dar respuesta a lapregunta: cul es la tasa real de mortalidadde cada hospital en comparacin con la quepodra esperarse para ese hospital en funcinde las caractersticas de sus pacientes? Paraello, la mortalidad de cada hospital se ajusten funcin de los potenciales factores que po-dan condicionar la probabilidad de fallecer.La HCFA consider los siguientes factores:hospitalizaciones previas, ingreso procedentede otro hospital, edad, sexo y la presencia deocho comorbilidades: cncer, enfermedadcardiovascular, degeneracin cerebral o psi-cosis, enfermedad pulmonar, enfermedad re-nal, enfermedad heptica, diabetes e hiper-tensin. En 127 hospitales la mortalidad ob-servada era inferior a la esperada, mientrasen 142 la mortalidad observada superaba a laesperada.

En 1987 y 1989, el Department of Veterans Af-faires2 y la Society of Thoracic Surgeons3 deEstados Unidos comenzaron, respectivamen-te, a desarrollar dos bases de datos que reco-gan informacin sobre intervenciones car-diacas con el fin de ajustar los resultados ob-tenidos por el riesgo como un instrumentopreliminar para evaluar y mejorar la calidad.No obstante, con bastante anterioridad se ha-ba planteado el problema de establecer com-paraciones apropiadas entre centros sanita-rios. Casos relevantes son las propuestas deFlorence Nightingale y Ernest Codman4. Nigh-tingale desarroll una frmula modelo paraque los hospitales recogieran y pudiesen ge-nerar datos y estadsticas consistentes5. Con-juntamente con William Farr compar los da-tos de mortalidad de los hospitales en Ingla-terra en 1863, poniendo de manifiesto lasgrandes diferencias existentes entre ellos. Su

trabajo suscit un intenso debate relativo aaspectos metodolgicos relacionados tantocon el mtodo para medir la mortalidad comocon la falta de ajuste por las posibles diferen-cias en la gravedad de los pacientes.

El trabajo de Ernest Codman sirvi para ela-borar lo que se puede considerar el primermanual de acreditacin hospitalaria, en 1917,el Minimun Standard for Hospital. Concibi y de-sarroll la idea de resultado final que plan-teaba hacer un seguimiento de los pacientesen un tiempo lo suficientemente prolongadocomo para poder determinar si los tratamien-tos realmente eran efectivos, y para plantearmedidas apropiadas destinadas a prevenirnuevos fallos si no eran los esperados6.

Posteriormente, se han creado modelos quehan desarrollado sistemas de ajuste de riesgoconjuntamente con programas de mejora dela calidad asistencial. Ejemplos interesantesde este planteamiento seran el registro de in-tervenciones de ciruga cardiaca e interven-ciones coronarias percutneas del Estado deNueva York, o el Northern New England Car-diovascular Disease Study Group. Ambas ini-ciativas han conseguido mejorar los resulta-dos de las intervenciones que analizaban,planteando una propuesta conjunta de unsistema de medida y mejora de la calidad.

Conceptos generalesLa misin de los sistemas sanitarios es contri-buir a mejorar la salud de la poblacin, ofre-ciendo alternativas a los problemas presenta-dos. Un sistema sanitario de calidad no es elque realiza ms intervenciones, pruebas diag-nsticas o consultas, sino aquel que, median-te una atencin equitativa, efectiva y de cali-dad, logra aportar un mayor bienestar y, sobretodo, permite finalmente mejorar la salud dela poblacin.

Para determinar si, efectivamente, se cumplecon dicho propsito es imprescindible medirlos resultados que se obtienen. Por resultadosdebemos entender los cambios observados enel estado de salud de pacientes y poblacionesque pueden atribuirse a los servicios de salud.


Introduccin

Evaluar la calidad de los servicios de saludpasa necesariamente por establecer compa-raciones entre centros o proveedores. La reali-dad es que existe una amplia variabilidadtanto en la prestacin de servicios de saludcomo en los resultados de la utilizacin de di-chos servicios. Las variaciones en los resulta-dos, obviamente, pueden estar en relacintanto con la variabilidad en la utilizacin deservicios como con la efectividad de dichosservicios. La comparacin apropiada de resul-tados implica tener en cuenta que cada cen-tro puede atender pacientes con muy diferen-tes caractersticas. Estas diferencias observa-das en los resultados de diversos centrossanitarios pueden explicarse en parte por laexistencia de diferencias en estas caracters-ticas de los pacientes.

Es necesario, por tanto, establecer unas medi-das de resultados ajustadas por estas carac-tersticas, que nos permitan comparar el de-sempeo y efectividad de los diversos centrosteniendo en consideracin las diferentes ca-ractersticas de los pacientes que atiendecada centro. La medida ajustada de resulta-dos permite comparar las diferencias entrelos resultados observados en un centro y losresultados que dicho centro debera terica-mente tener en funcin del tipo de pacientesque atiende.

La medicin de resultados debe acompaarsede procesos de mejora de la calidad. Para ello,es necesario identificar las variables de es-tructura o proceso asistencial que sean sus-ceptibles de relacionarse con las diferenciasdetectadas en los resultados asistenciales. Porello, para conseguir cambios en los resultadosser preciso llevar a cabo cambios en la es-tructura o proceso asistencial.

El concepto de riesgo implica la probabilidadde que se produzca un determinado evento.Podemos considerar que esta probabilidad semueve en un rango de valores que oscila en-tre 0 (nula probabilidad de que se produzca) y1 (mxima probabilidad de que suceda). Laoperacionalizacin del riesgo requiere definirunos resultados concretos y medibles en tr-minos reales.

Los sistemas de ajuste por el riesgo nacen conel propsito de evaluar los resultados obteni-dos por los sistemas asistenciales, con el finltimo de poder determinar la efectividad delos servicios sanitarios. Para que se pueda lle-var a cabo este objetivo es necesario conside-rar la existencia de determinadas caracters-ticas propias de los pacientes (sociodemogr-ficas, pronsticas, clnicas...), que pueden

actuar con independencia de los cuidados ytratamientos dispensados e influir y condicio-nar los resultados. El proceso de ajuste evitala interferencia de estos factores en la medi-da del resultado objeto de estudio y permite,por lo tanto, compararlo.

Los resultados que se pretenden medir pue-den ser conceptualizados en una ecuacin, lacual est en funcin de tres trminos:

los factores propios de cada paciente antesaludidos;

a aleatoriedad de la medida debida al azar, y

la propia efectividad del procedimiento te-raputico evaluado.

El sentido ltimo del proceso de ajuste es eli-minar de la ecuacin el primero de los trmi-nos, con el fin de que los resultados finalmen-te obtenidos puedan ser imputados nica-mente a las caractersticas asistenciales7. Lossistemas de ajuste por el riesgo parten de lanocin de individualidad de cada enfermo,haciendo necesario el control de sus caracte-rsticas particulares para poder conocer losefectos especficos de la efectividad y calidadde los servicios sanitarios.

Otra perspectiva que se ha planteado para elajuste de riesgo y que surge de los estudios devariabilidad en la prctica mdica plantearaque la variabilidad en los resultados asisten-ciales depende, a su vez, de la variabilidad enla prctica mdica y de la variabilidad en laseleccin de pacientes8. Por lo tanto, para eva-luar y comparar de forma correcta los resul-tados es preciso tener en cuenta el efecto deambos factores.

Los sistemas de ajuste de riesgo son esencia-les para analizar y evaluar los resultados dela prctica mdica y de los servicios sanita-rios en el contexto de un mundo real. Los en-sayos clnicos controlados y aleatorizados si-guen representando el paradigma cientficode referencia en la investigacin biomdicacuando se trata de valorar la eficacia de undeterminado tratamiento. En un ensayo clni-co, los criterios de inclusin y exclusin sedefinen con objeto de crear dos grupos decomparacin que sean homogneos en todoexcepto en una caracterstica: la interven-cin cuyo efecto se va a analizar. Sin embar-go, este diseo est generalmente basado enla consideracin de unas condiciones idealesque habitualmente no representan adecua-damente el contexto real de la prctica clni-ca. En la evaluacin rutinaria de la asistenciasanitaria dentro de nuestras poblaciones ycomunidades el objetivo pasa a ser la medida


de la efectividad a travs del desarrollo de es-tudios observacionales9. Desde este punto devista, los sistemas de ajuste de riesgo consti-tuyen una herramienta fundamental paraidentificar lo que realmente interesa en laevaluacin de costes y calidad asistenciales,permitiendo detectar ineficiencias y calida-des subptimas en las prestaciones sanita-rias10.

En los estudios observacionales puede darseun sesgo de seleccin llamado confusin, quese produce al no existir una asignacin alea-toria de los sujetos de estudio a los grupos decomparacin. En estos casos la asignacin esel resultado de una interaccin compleja en-tre factores sociodemogrficos, clnicos y or-ganizacionales. Si estos factores actan comodeterminantes tambin del resultado consi-derado, la medida de asociacin entre las va-riables explicativas y la variable resultadopuede estar sesgada.

Por ello es necesario realizar un adecuadocontrol de aquellos factores consideradoscomo potenciales confusores en la compara-cin entre grupos, lo que puede realizarse deforma individual o agrupada mediante unapuntuacin resumen, para posteriormenteser utilizado en un anlisis estratificado o conapareamiento, o en un proceso de ajuste mul-tivariante11.

Los modelos de ajuste por el riesgo estn ca-racterizados por una elevada complejidad, altener que integrar informacin diversa, y seha considerado que al menos deberan conte-ner los cuatro componentes siguientes12:

Diagnstico principal y medida de su grave-dad.

Diagnsticos secundarios (comorbilidades).

Estados funcionales.

Factores sociodemogrficos (edad, sexo, ni-vel socioeconmico...).

En cuanto a las posibles dimensiones que sepodran plantear dentro de los componentesbsicos anteriores, Iezzoni ha planteado lassiguientes11:

Edad.

Sexo.

Estabilidad clnica aguda.

Diagnstico principal.

Gravedad del diagnstico principal.

Extensin y gravedad de las comorbilida-des.

Estado funcional.

Funcionamiento psicosocial y cognitivo.

Atributos y caractersticas culturales, racia-les, tnicas y socioeconmicas.

Estado de salud y calidad relacionada conla salud.

Actitudes y preferencias de los pacientespor los resultados.

Estos sistemas no estn exentos de las difi-cultades encontradas habitualmente pararealizar estimaciones y predicciones de re-sultados en el mbito de la asistencia sani-taria, por lo que se les puede considerar engeneral como mtodos limitados e imper-fectos, a pesar de la evidente necesidad queexiste en su utilizacin. Se han establecidouna serie de caractersticas o condicionesque deben presentar los sistemas de ajustepor el riesgo para considerarlos adecuadosen la evaluacin de los servicios sanita-rios13-15:

Capacidad predictiva: capacidad del mode-lo matemtico de cuantificar las diferen-cias de base que los diferentes centros tie-nen en su casustica.

Definicin del resultado: utilizacin de unindicador directamente relacionado conelementos del proceso y no afectado porsesgos (ej.: mortalidad intrahospitalaria).

Calidad de los datos: en la medida que lascaractersticas de la fuente de informacinempleada limiten las posibles inconsisten-cias internas.

Parsimonia, o simplicidad en cuanto a lautilizacin del menor nmero posible devariables.

Preguntas claveen la construccinde los modelos de ajustede riesgoConviene tener claras las respuestas a unaserie de preguntas que nos debemos formularen el proceso de anlisis o construccin de unsistema de ajuste de riesgo:

1. Resultado para el que se mide el riesgo:variable dependiente que se analiza.

a) Clnico: mortalidad-supervivencia, mor-bi-mortalidad, complicaciones, signos, snto-mas, resultados de pruebas diagnsticas.

b) Estado funcional.


c) Calidad de vida relacionada con la salud.

d) Satisfaccin con el proceso asistencial.

2. Variables por las que se ajusta el riesgopara la valoracin del resultado: variables in-dependientes o predictoras (caractersticas delos pacientes).

3. Marco temporal: periodo de tiempo en elque se analiza la variable dependiente de in-ters.

4. Tipo de modelo:

a) Genrico: desarrollado para aplicarse acualquier proceso patolgico o procedi-miento.

b) Especfico: desarrollado generalmentepara utilizarse nicamente en un proceso pa-tolgico o enfermedad. Estos modelos puedenser especficos en funcin de:

i) Tipo de asistencia: cuidados intensivos,unidad especializada.

ii) Procedimiento.

iii) Patologa o grupo patolgico.

5. Con qu objetivo:

a) Clnico: adaptar la conducta diagnsticay teraputica al perfil clnico del paciente y asus riesgos especficos.

b) Gestin: distribuir recursos en relacincon la carga de morbilidad y la gravedad delos pacientes atendidos en cada centro.

c) Evaluacin: discriminar si las diferenciasencontradas en las intervenciones sanitariasse deben a la propia intervencin o a las ca-ractersticas de los enfermos.

d) Paciente: conocer el riesgo individual y va-lorar las diferentes alternativas teraputicas.

Otros aspectos a tener en cuenta en la fase deconstruccin son:

Las fuentes de informacin utilizada:

1. Bases de datos administrativas (BDA): sis-temas de informacin sanitaria creados origi-nariamente con fines administrativos para elcontrol y la gestin de los diferentes estable-cimientos, que incluyen informacin suscep-tible de ser utilizada en la investigacin y eva-luacin de servicios de salud.

2. Bases de datos clnicas (BDC): fuentes dedatos generadas de manera especfica pararecoger de forma eficiente informacin acer-ca de una patologa o grupo patolgico, proce-so o procedimiento asistencial o intervencinsanitaria, circunscrito a una poblacin deter-minada de la cual se derivan los datos.

3. Otra informacin: revisin en historiasclnicas, medidas de resultados percibidos porpacientes, censos de poblacin.

La metodologa y tcnicas estadsticas apli-cadas:

1. Regresin logstica: es el mtodo ms fre-cuentemente empleado, al adaptarse perfec-tamente a variables resultado de tipo dicot-micas (presencia o ausencia de un evento ode la aplicacin de una tcnica de diagnsticoo tratamiento).

2. Modelos de Cox: permiten calcular elefecto que tienen sobre una variable resulta-do tanto el paso del tiempo como una serie devariables independientes.

3. Regresin lineal: utilizable en el caso devariables dependientes continuas.

4. Modelos jerrquicos: son mtodos quetienen en cuenta el efecto que las caracters-ticas de los diversos niveles (pacientes, cen-tro) pueden tener en los resultados.

5. Otras alternativas: se utilizan modelosbayesianos, redes neuronales, rboles de cla-sificacin y decisin, variables instrumenta-les, entre otras.

Cmo se evalanlos modelos de ajustede riesgoEn el proceso de evaluacin de los modeloshay que valorar los siguientes aspectos:

1. Capacidad predictiva: se trata de obtenerun modelo con la suficiente capacidad parapredecir resultados y se valora por medio depruebas de significacin estadstica.

a) Calibracin: con este indicador se tratade conocer el grado de correspondencia queexiste entre la probabilidad estimada de ocu-rrencia del evento proporcionada por el mo-delo y la frecuencia del evento observado enla realidad. Se considera un buen nivel de ca-libracin cuando la probabilidad estimadapor el modelo se aproxima a la probabilidadrealmente observada. Para realizar la medi-cin se utiliza habitualmente el test de Hos-mer-Lemeshow, basado en una distribucinde 2, que indica el nivel de acuerdo existenteentre el resultado observado y esperado enpacientes ordenados en diversos estratos deriesgo. Un buen ajuste se caracteriza por pre-sentar unos pequeos valores en el estadsti-


co anterior con un correspondiente alto valorde p, lo cual significa que no existen diferen-cias entre las probabilidades estimadas y lasreales para los diferentes estadios de riesgo16.

b) Discriminacin: es un indicador de cali-dad del ajuste y consiste en considerar ade-cuado el mismo cuando la probabilidad deprediccin es mayor para aquellos sujetosque presentan el evento estudiado, y menorpara aquellos otros que no lo presentan. Semide por medio de una curva que representalos valores de sensibilidad y especificidad envarios puntos de corte en funcin de las pro-babilidades estimadas. La sensibilidad se re-presenta en el eje de las Y, y el inverso de laespecificidad (1-especificidad) en el eje de lasX, o, dicho de otro modo, se representan losverdaderos positivos frente a los falsos positi-vos. Esta representacin recibe el nombre deestadstico C o rea bajo la curva ROC(AROC)17,18.

c) De forma general, existe tambin la posi-bilidad de valorar el grado de ajuste de losmodelos a travs de ndices basados en el lo-garitmo de mxima verosimilitud (2 Log Li-kehihood: el ajuste perfecto tendra un valorigual a 0), y de otros asimilables al coeficientede determinacin de la regresin lineal (R2

Cox-Snell y R2 de Nagelkerke: el ajuste perfec-to tendra un valor igual a 1).

2. Relevancia clnica: deben ser tiles en elcontexto y entorno clnico donde se apliquen.

Validacin de modelosEn esta fase posterior se estudia la aplicacindel modelo a datos diferentes a los que gene-raron su construccin, con el fin de valorar suadecuacin y posible utilizacin en otros en-tornos. Un modo frecuente de realizar la vali-dacin es dividir de forma aleatoria la mues-tra inicial de pacientes en dos grandes gru-pos: con el primero se elabora el modelo y conel segundo se valida. Por ejemplo, se divide lamuestra en dos grupos al azar. El primero,compuesto por el 70-80% de los casos, se utili-za para la construccin del modelo. El restode los casos, 20-30%, se utiliza para la valida-cin. Este tipo de validacin se denomina in-terna, ya que est referida al propio grupo desujetos de los que se extrae el modelo. Cuan-do el modelo construido se aplica a una po-blacin distinta de pacientes diferenciada enfuncin de caractersticas geogrficas, tempo-rales o de otra ndole, podemos hablar de vali-dacin externa.

Debido a que la construccin de un modelode ajuste por el riesgo se basa en las caracte-rsticas de una poblacin determinada en unmomento concreto del tiempo, los cambiosen las caractersticas de la poblacin o la apli-cacin a poblaciones con un patrn diferente,requiere efectuar una recalibracin o unaadaptacin del modelo cada vez que ocurraalguna de estas circunstancias19.

Utilizacin de sistemascomercialesExisten en el mercado sistemas de ajuste quepodran denominarse comerciales, genera-dos la mayor parte de ellos a partir de la ini-ciativa privada y cuya utilizacin suele estarasociada con un pago. Aunque, evidentemen-te, ofrecen la ventaja de estar ya elaboradospara su aplicacin inmediata, su utilizacinconlleva la asuncin de importantes escollos,afirmando algunos autores que se produceun fenmeno de caja negra20. El fenmenode caja negra hace referencia a la obtencinde resultados claramente divergentes al utili-zar diferentes sistemas o modelos sobre lamisma base poblacional de pacientes. La ex-plicacin a este hecho radica fundamen-talmente en que no suelen ofrecer informa-cin de una serie de aspectos cruciales parael uso adecuado de este tipo de modelos.Quedaran sin responder preguntas clave:cmo se ha realizado la construccin del sis-tema?, qu tipo de variables se han conside-rado como predictoras para el ajuste?, cu-les son los valores de discriminacin y cali-bracin alcanzados en el desarrollo original?,cmo es el perfil de la muestra o poblacinde pacientes empleada?, y, finalmente, qutipo de problema de salud o patologa mdicase seleccion originalmente para su elabora-cin?14,15,21-25

SntesisA modo de sntesis, podemos afirmar que lossistemas de ajuste por el riesgo constituyenunos instrumentos valiosos aplicables a la in-vestigacin de resultados y a la evaluacin dela prctica mdica y de los servicios de saludal permitir alcanzar los siguientes objetivos:

Establecen una medida de la gravedad delos pacientes atendidos en los diferentescentros estudiados.


Permiten conocer los valores esperados yobservados respecto al evento consideradoy permiten construir ndices de evaluacin.

Comparan y analizan resultados en fun-cin del nivel de gravedad.

Obtienen, finalmente, medidas ajustadaspor el riesgo que son comparables entre di-ferentes proveedores.

Desde una perspectiva de aproximacin al co-nocimiento del desarrollo y la evolucin delos modelos o sistemas de ajuste de riesgo alo largo de los ltimos aos, este trabajo tienela intencin inicial de proporcionar un instru-mento til y gil que permita realizar consul-tas y profundizar en aquellos trabajos de ma-yor inters y ms cercanos a la prctica profe-sional de los potenciales lectores.

Dicha aproximacin se ha ceido a un con-texto temtico amplio de trabajos originalesdesarrollados tanto para estudiar diferentespatologas y procedimientos mdicos y qui-

rrgicos como los relacionados con otros as-pectos de estudio, como la evaluacin del de-sempeo y calidad de determinados serviciosde salud, y la comparacin de diferentes me-todologas.

Dada la complejidad conceptual y dificultadde aprehensin por la extensin de desarro-llos contenidos en la aplicacin prctica, no seha pretendido conseguir una relacin exhaus-tiva de todos los posibles estudios relaciona-dos con esta temtica. Esta primera tentativa,sin duda limitada, servir de experiencia parala futura elaboracin de ediciones ms madu-ras y detalladas de este Informe.

Trabajos previos a este Informe han analiza-do las bases conceptuales y caractersticasmetodolgicas para la construccin de estosmodelos11, los problemas que se plantean consu aplicacin para la evaluacin comparativade los resultados de centros hospitalarios26, olos factores asociados con la capacidad pre-dictiva de los mismos27.


Objetivo generalEl propsito de este estudio es explorar, iden-tificar y exponer modelos de ajuste de riesgooriginales generados con el fin de describir,evaluar y comparar la efectividad de los servi-cios de salud, y detectar aquellas reas de laasistencia sanitaria donde podra resultarprioritario desarrollar sistemas o modelos deajuste de riesgo.

Objetivos especficos1. Identificar modelos de ajuste de riesgopotencialmente tiles en la evaluacin e in-vestigacin de servicios de salud.

2. Describir las caractersticas fundamenta-les, los mtodos y tcnicas de elaboracinaplicados, y los principales resultados de losmismos.

3. Elaborar un inventario y una clasificacinoperativa de los modelos de ajuste de riesgoidentificados en formato publicable y fcil-mente manejable.

4. Detectar reas de la asistencia sanitariaen las que no se han identificado modelos deajuste de riesgo y en las que sera convenien-te potenciar el desarrollo de los mismos.


Objetivos

Metodologa


Se ha realizado una revisin de la literaturacientfica con el objetivo de explorar e identi-ficar la publicacin de modelos de ajuste deriesgo desarrollados de forma original, acercade contenidos relativos a problemas de salud,utilizacin de procedimientos diagnsticos yteraputicos y valoracin de resultados enunidades y servicios asistenciales sanitarios.

Estrategias de bsqueday fuentes de informacinempleadasEn primer lugar, se llev a cabo una bsquedade la literatura cientfica en la base de datosbiomdica MEDLINE, a travs de su interfazPubMed, realizada en mayo de 2007. Se limita referencias con una fecha de publicacinposterior a 1990, y no hubo restricciones deidioma o tipo de estudio. Se utilizaron los si-guientes descriptores del tesauro MeSH: Out-come Assessment (Health Care) y Risk Adjust-ment. Se obtuvieron un total de 213 referen-cias.

Adems, se realiz una bsqueda manualpara complementar la bsqueda sistemtica,a partir de referencias bibliogrficas de estu-dios previos y bsquedas en pginas web deautores y organismos relacionados con la ela-boracin e implementacin de modelos deajuste de riesgo en el campo sanitario.

La gestin y el manejo de las referencias bi-bliogrficas se hicieron a travs del programainformtico Reference Manager v.11.

Criterios de inclusinde los estudios Modelos de ajuste de riesgo que incluyancomo variable dependiente resultados rela-cionados con el estado de salud en dos posi-bles dimensiones:

Resultados clnicos: mortalidad, morbili-dad, complicaciones clnicas o quirrgicas,

efectos adversos o secundarios de los procedi-mientos utilizados, parmetros bioqumicos,hematolgicos u otros resultados de laborato-rio, deteccin patolgica en pruebas explora-torias diagnsticas.

Resultados percibidos por el paciente: me-didas de calidad de vida, satisfaccin con losservicios sanitarios o estado funcional.

Modelos de ajuste de riesgo que incluyancomo variables independientes o predictorascaractersticas propias de los pacientes: so-ciodemogrficas, factores de riesgo clnicos ogravedad de las patologas.

Modelos de ajuste de riesgo desarrolladosde forma original por los autores, incluyendoaquellos que incorporen de forma anidadaotros modelos de ajuste o sistemas de pun-tuacin de riesgo, siempre y cuando stos in-tervengan nicamente en forma de variable ovariables independientes para el ajuste con lapresencia de otras covariables propias de lospacientes.

Criterios de exclusinde los estudios Modelos de ajuste que incluyen como va-riables dependientes las relacionadas con lautilizacin, consumo, duracin y coste econ-mico de los servicios sanitarios.

Modelos de ajuste que incluyen como va-riables independientes exclusivamente carac-tersticas organizativas, estructurales, econ-micas o sociales no relacionadas directamen-te con las caractersticas sociodemogrficas ode estado de salud de los sujetos de estudio.

Modelos de ajuste de riesgo desarrolladoscon fines comerciales.

Modelos de ajuste de riesgo en los que nose expliciten la metodologa empleada, los in-dicadores del grado de ajuste, las fuentes deinformacin utilizadas en su desarrollo y elperfil de la poblacin de referencia estableci-do para su creacin.

Modelos de ajuste en los que no existe in-formacin mnima suficiente para describir

las caractersticas bsicas contenidas en elformato de ficha resumen establecido.

Modelos de ajuste de riesgo ya elaborados ypublicados previamente y que se aplican anuevas bases de datos o fuentes de datos, in-cluidos los fines de validacin.

Modelos de ajuste de riesgo que son versio-nes modificadas de otros ya construidos, queno aporten cambios en cuanto al diseo o a laintroduccin de nuevas variables predictoraso de resultado, no pudiendo por tanto consi-derarles como nuevos modelos.

Proceso de seleccinde los estudiosSe realiz una lectura inicial del ttulo y resu-men de los trabajos contenidos en la bsque-da sistemtica por dos revisores de maneraindependiente. A partir de la misma se obtuvouna preseleccin de trabajos, resolviendo lasdiscrepancias por medio del consenso, con laintervencin de un tercer revisor cuando fuenecesario.

Los artculos preseleccionados fueron le-dos y evaluados de forma crtica por dos re-visores. Se excluyeron artculos duplicadoso con insuficiente informacin para su va-loracin. Las dudas y discrepancias acercadel cumplimiento de los criterios de inclu-sin y exclusin fueron resueltas por con-senso o con la intervencin de un tercer re-visor, tal y como se ha descrito anterior-mente. De esta forma se obtuvo unaseleccin de trabajos procedentes de la bs-queda sistemtica.

Se realiz una exploracin de la bibliografareferida en los artculos seleccionados con elfin de identificar trabajos de especial rele-vancia dentro del desarrollo metodolgicode los modelos de ajuste de riesgo. Esta mis-ma estrategia fue llevada a cabo con la con-sulta en Internet de pginas web de autoresy organismos considerados de referencia.Mediante esta bsqueda manual se obtuvouna segunda seleccin de estudios en la quese siguieron los mismos pasos descritos en elprrafo anterior para determinar la inclu-sin o no de los modelos as identificadospara este trabajo.

Con fines expositivos se tabularon las carac-tersticas y principales resultados de los estu-dios en un formato preestablecido denomina-do ficha resumen.

Criterios aplicados parala cumplimentacinde la ficha resumen

Se consider el estudio original publicadocomo la unidad de referencia para cumpli-mentar una ficha resumen, independiente-mente de que el trabajo describiera ms deun modelo de ajuste de riesgo.

Cuando se describi ms de un modelo enun trabajo, se reflejaron las caractersticas es-pecficas de cada uno de ellos en la ficha re-sumen.

En el apartado Evento o variable depen-diente se reflejaron solamente aquellos quecumplan los criterios de inclusin.

En el apartado mbito de aplicacin seexpuso aquel en el que se desarroll la cons-truccin del modelo y al cual es aplicable. Seconsideraron las siguientes posibilidades:

Hospitalario.

Extrahospitalario.

Centro sociosanitario.

En el apartado Organismo-institucin sereflej el correspondiente al primer autor deltrabajo.

En el apartado Fuentes de informacin seconsideraron aquellas que se han utilizadopara la elaboracin del modelo, dividindolasen tres categoras:

BDA: sistemas de informacin sanitariacreados originariamente con fines adminis-trativos para el control y la gestin de los di-ferentes establecimientos, que incluyen infor-macin susceptible de ser utilizada en la in-vestigacin y evaluacin de servicios desalud.

BDC: fuentes de datos generadas de mane-ra especfica para recoger de forma eficienteinformacin acerca de una patologa o grupopatolgico, proceso o procedimiento asisten-cial o intervencin sanitaria, circunscrito auna poblacin determinada de la cual se deri-van los datos.

Recogida de informacin de forma expresapara la elaboracin del estudio: se incluyenestudios que implican la recogida primaria deinformacin por parte de los autores del mis-mo a partir de la revisin de historias clnicas,


la cumplimentacin de cuestionarios por par-te de pacientes o la bsqueda de otro tipo deinformacin.

En el apartado Variables independientesse incluyeron aquellas con las se construye-ron los diversos modelos de ajuste.

En el apartado Tcnica estadstica se re-flejaron los mtodos con los que se constru-yeron los diversos modelos de ajuste, conindependencia de otras tcnicas utilizadas enel trabajo original para otros fines u objetivos.

En el apartado Resultados del modelo seofrecen solamente aquellos correspondientesa las pruebas de valoracin de ajuste, calibra-cin y discriminacin. Cuando existi ms deuna variable dependiente se incluyeron losresultados de ajuste para cada una de ellas.No se incluyeron otros resultados considera-dos en los objetivos propios del estudio, queno hacen referencia a la determinacin de lacapacidad predictiva de los modelos de ajustede riesgos.

En el supuesto de que el trabajo original noexpusiera resultados acerca del ajuste delmodelo se expres de esta forma en el aparta-do de resultados.

Clasificacin de la ficharesumenLos modelos detectados se organizaron en lassiguientes cuatro categoras:

Genrico: modelos aplicables a cualquierproceso patolgico o procedimiento diagns-tico o teraputico.

Especfico de enfermedad: modelos aplica-bles a una patologa concreta.

Especfico de procedimiento: modelos apli-cables a un procedimiento concreto

Especfico de unidades y procesos asisten-ciales: modelos aplicables al tipo de asistenciaque se presta, en referencia a aspectos relacio-nados con los resultados obtenidos en unida-des o servicios clnicos determinados, o en lorelativo a procesos asistenciales concretos.

Dentro de las categoras Especfico de enfer-medad y Especfico de procedimiento serealiza una divisin interna con el fin deagrupar enfermedades dentro de grupos pa-tolgicos, y procedimientos dentro de gruposde tcnicas relacionadas.


Resultados


En el grfico 1 se expone el esquema del es-tudio. Inicialmente, se seleccionaron 213artculos de la bsqueda de Medline y 142de la bsqueda manual. Despus de las fa-ses de preseleccin y seleccin se incluye-

ron 51 trabajos de la bsqueda de Medliney 52 de la bsqueda manual. Se ha recogi-do, por lo tanto, informacin sobre modelosde ajuste de riesgo correspondientes a 103artculos.

Grfico 1

Esquema del estudio

Bsqueda

Manual142

Medline213

Fuentesempleadas

92 Artculosdescartados(ttulo y abstract)

Artculos revisados

62 Artculosexcluidos

9 Artculosno localizados

Artculosincluidos

29

61

103

113 121

52 51

En su gran mayora, los modelos que apare-cen en los artculos identificados son modelosespecficos. De forma ms concreta, puedeobservarse cmo corresponden en su mayorparte a modelos desarrollados para estudiarprocedimientos (47,6%) y, en segundo lugar,enfermedades o grupos patolgicos (31,1%).Los modelos relativos a la valoracin de servi-cios, unidades o procesos asistenciales pre-sentan un porcentaje inferior al 20%, mien-

tras los aplicables a cualquier patologa o pro-cedimiento (genricos) son minoritarios (ta-bla I).

La mortalidad, intrahospitalaria o postquirr-gica, es el evento final estudiado o variabledependiente que presenta una mayor fre-cuencia. Si se consideran conjuntamente losestudios que evalan la mortalidad en un pe-riodo de seguimiento posterior al alta hospi-

talaria, se observa cmo ms del 50% de losmodelos consideran la mortalidad como va-riable de resultado. El estudio de la mortali-dad intrahospitalaria es mayoritario en loscuatro tipos de modelos considerados, aun-que en los especficos de enfermedades la di-ferencia con respecto a los otros eventos esms pequea (tabla II).

Los efectos adversos y/o complicaciones den-tro del apartado de morbilidad presentan por-centajes entre el 15 y el 20%. Los cuadros cl-nicos especficos y otros eventos descriptivosde la morbilidad, junto con la presencia deotros eventos diferentes a la mortalidad ymorbilidad, quedan representados por valo-res inferiores al 10%.

De forma mayoritaria, los modelos son desa-rrollados y aplicados en un mbito hospitala-rio, siendo la representacin del resto de mbi-tos ms residual. Este predominio es absolutopara los modelos especficos de procedimien-tos. Los desarrollos en el mbito extrahospita-lario son un grupo de estudios diversos que seconcentran principalmente en los modelos es-pecficos de enfermedades. Tambin est re-presentado el mbito asistencial sociosanita-rio, especialmente en el estudio de procesosasistenciales (tabla III).

Las BDA y BDC son las fuentes de informa-cin principalmente utilizadas para construirmodelos de ajuste de riesgo, representandoentre ambas ms de un 60% de los estudiosanalizados. Tambin se emplea la recogida di-recta de datos en fuentes primarias de formaexpresa para la realizacin del estudio en lacuarta parte de los mismos.

Segn el tipo de modelo considerado, existendiferencias en el patrn anteriormente ex-puesto. Las BDA son mayoritarias en los tra-bajos que construyen modelos genricos y es-pecficos para enfermedades o grupos patol-gicos concretos, mientras que para losmodelos especficos de procedimientos se uti-lizan ms frecuentemente las BDC. En los es-pecficos para unidades y procesos asistencia-les existe una distribucin similar entre lostres grupos considerados. El empleo de com-binacin de fuentes informativas, tanto deBDA y BDC como las representadas en el gru-po de otras, es minoritario (tabla IV).

La regresin logstica es la tcnica estadsticams empleada para la construccin y el desa-rrollo de los modelos, constituyendo ms delas tres cuartas partes de todos los estudiosconsiderados en este Informe. Se utiliza tam-bin la combinacin de tcnicas estadsticas,aunque en un porcentaje inferior al 10%. Lasotras tcnicas identificadas en los trabajos (re-gresin lineal, regresin de Cox, modelos jerr-quicos...) son empleadas de forma minoritaria.

Dada su importante representacin a nivelglobal, la regresin logstica es mayoritaria enlos cuatro tipos de modelos considerados. Enlos estudios concernientes a modelos espec-ficos de enfermedades existe una relativamayor utilizacin de otras tcnicas diferentesa la regresin logstica (tabla V).

Un 74% de los estudios identificados han sidopublicados en un lapso de tiempo de 10 aos:cerca de la mitad de los mismos han sido pu-blicados durante el periodo comprendido en-tre los aos 2001 y 2005, mientras un 25% enel periodo correspondiente a los aos 1996-2000. Tambin es destacable el nmero detrabajos publicados con posterioridad a 2005,considerando que se trata de un lapso detiempo inferior a los dos aos. Por el contra-rio, se identifica un nmero muy limitado detrabajos que desarrollen modelos de ajuste deriesgo con ao de publicacin anterior a 1996.

Este mismo patrn lo encontramos al consi-derar el ao de publicacin de los trabajos enfuncin del tipo de modelo, observando undesarrollo creciente de estudios en los lti-mos aos en los grupos de modelos especfi-cos relativos a la valoracin de procedimien-tos y enfermedades (tabla VI).

La mayor produccin cientfica relativa a laconstruccin y desarrollo de modelos de ajus-te de riesgo corresponde a los Estados Unidos,pas que representa las tres cuartas partes delos estudios identificados en este Informe. Enel resto de pases existe una produccin mslimitada de trabajos, siendo Canad, Espaa yReino Unido los que presentan valores algoms elevados.

Tambin en funcin del tipo de modelo consi-derado en los trabajos originales encontra-mos este mismo predominio de Estados Uni-dos (tabla VII).



Tabla I

Distribucin por tipo de modelo y materia de estudio

Tipo Materia Nmero Porcentaje

Genricos 5 4,9

Especficos Procedimientos 49 47,6

Enfermedades 32 31,1

Unidades y procesos asistenciales 17 16,5

Total 103 100,0

Tabla II

Distribucin de los modelos por tipo de modelo y evento final estudiado

Especficos Especficos Especficos de unidadesde proce- de enfer- y procesos Porcentaje

Evento (*) Genricos dimientos medades asistenciales Total (**)

MortalidadIntrahospitalaria o

postquirrgica 4 33 9 11 57 43,8Con intervalo de

seguimiento 1 11 8 3 23 17,7

MorbilidadCuadros clnicos 1 6 4 11 8,5Efectos adversos y/o

complicaciones 1 17 2 20 15,4Otras 1 4 3 8 6,2

Otros eventos 2 6 3 11 8,5

*(*) Un mismo estudio puede analizar varios eventos finales.(**) Porcentaje sobre el total de eventos de inters identificados.

Tabla III

Distribucin por tipo de modelo y mbito de aplicacin de los modelos

Especficos Especficos Especficos de unidadesde proce- de enfer- y procesos

mbito Genricos dimientos medades asistenciales Total Porcentaje

Hospitalario 4 49 21 12 86 83,5

Extrahospitalario 1 9 1 11 10,7

Sociosanitario 2 4 6 5,8


Tabla IV

Distribucin por tipo de modelo y fuente de informacin utilizada


Fuente Genricos dimientos medades asistenciales Total Porcentaje

BDA 3 9 14 6 32 31,1

BDC 1 25 3 4 33 32,0

Informacinespecfica 1 11 8 6 26 25,2

BDA + BDC 4 3 7 6,8

Otras combinaciones 4 1 5 4,9

Tabla V

Distribucin por tipo de modelo y tcnica estadstica empleada


Tcnica estadstica Genricos dimientos medades asistenciales Total Porcentaje

Regresin logstica 4 45 20 12 81 78,6

Regresin lineal 1 3 1 5 4,9

Regresin de Cox 1 1 1 3 2,9

Combinacin devarias tcnicas 2 6 2 10 9,7

Otras 1 2 1 4 3,9

Tabla VI

Distribucin por tipo de modelo y ao de publicacin


Ao Genricos dimientos medades asistenciales Total Porcentaje

< 1990 1 1 2 4 3,9

1990-1995 1 6 1 8 7,8

1996-2000 2 11 8 5 26 25,2

2001-2005 1 20 20 9 50 48,5

> 2005 11 4 15 14,6


Tabla VII

Distribucin por tipo de modelo y pas de desarrollo


Pas Genricos dimientos medades asistenciales Total Porcentaje

Estados Unidos 5 37 26 10 78 75,7

Canad 4 2 2 8 7,8

Espaa 2 2 1 5 4,9

Reino Unido 3 1 4 3,9

Francia 1 1 2 1,9

Italia 1 1 1,0

Australia 1 1 1,0

Holanda 1 1 1,0

Corea 1 1 1,0

Taiwn 1 1 1,0

Varios pases 1 1 1,0

Clasificacin de los artculos por tipo y finalidad del modelo/s estudiado/s:

1. Genricos (n = 5):

Charlson, 1987 Rosenthal, 1992 Elixhauser, 1998 DesHarnais, 2000 Selim, 2002

2. Especficos (n = 98):

Procedimientos diagnsticos y teraputicos (n = 49):

Ciruga: Daley, 1997 Khuri, 1997 Arozullah, 2001 Birkmeyer, 2002 Kaafarani, 2005

Ciruga cardiaca: Parsonnet, 1989 Tu, 1995 Pons, 1997, 1998 Nashef, 1999 Injerto aortocoronario (IAC):

Hannan, 1991 Higgins, 1992 OConnor, 1992 Hannan, 1994 Ghali, 1996 Plogman, 1998 Ivanov, 1999 Shroyer, 1999 Charlesworth, 2003 Hannan, 2003 Likosky, 2003 Peterson, 2004 Ugolini, 2004 Cram, 2005 Ferreira-Gonzalez, 2006 Novick, 2006 Selim, 2006

Valvular: Nowicki, 2004 Gammie, 2007

Congnita: Jenkins, 2002

Trasplante: Rogers, 2005

Ciruga digestiva:

Gastroesofgica: Tekkis, 2003

Gastrointestinal: Courcoulas, 2003 Livingston, 2007

Ciruga obsttrica (cesrea):

Bailit, 2006 Tang, 2006


Ciruga urolgica (cistectoma radical): Hollenbeck, 2006

Ciruga artica: Godet, 2005

Ciruga oncolgica: Schrag, 2006 Zhang, 2007

Intervencin coronaria percutnea (ICP): Hannan, 1992 Ellis, 1997 Hannan, 1997 OConnor, 1999 Moscucci, 2001 Shaw, 2002 Piper, 2003 Moscucci, 2005

Anestesia: Simonson, 2007

Endarterectoma carotdea: Tu, 2003

Enfermedades (n = 32):

Cardiovasculares: Infarto de miocardio:

Tu, 2001 Bundorf, 2004 Nez, 2004 Krumholz, 2006 Sendra Gutirrez, 2006

Insuficiencia cardiaca: Polanczyk, 1998 Krumholz ,2006

Hemorragia intracerebral: Hemphill, 2004

Enfermedad isqumica cerebral: Johnston, 2000

Enfermedad arterial perifrica: Collins, 2002

Renales: Insuficiencia renal en dilisis:

Brooks, 2006

Urolgicas: Incontinencia urinaria:

Mukamel, 2003

Endocrinas: Diabetes mellitus:

Zhang, 2000

Respiratorias: Neumona por aspiracin:

Stukenborg, 2004

Neumona comunitaria: Estrada, 2000


Asma: Yurk, 2004 Huang, 2005

Peditricas:

Neonatos: Inkelas, 2000

Salud mental:

Hendryx, 1999 Phillips, 2003 Desai, 2005

Depresin: Kramer, 2001

Oncolgicas:

Cncer de mama: Wang, 2000

Otras:

lceras de decbito: Berlowitz, 1996 Bours, 2003

Fibrosis qustica: OConnor, 2002

Combinacin de varias enfermedades:

Jiang, 2001 Polanczyk, 2002 Jaipaul, 2003 Tourangeau, 2003

Combinacin de enfermedades y procedimientos:

Lee, 2002 Park, 2005

Unidades y procesos asistenciales (n = 17):

Servicios de Urgencias:

Bristow, 2000 Liberman, 2005

Unidades de Cuidados Intensivos:

Le Gall, 1984 Lemeshow, 1985 Horbar, 1999 Keenan, 2002 Tucker, 2002 Slater, 2003 Pollack, 2003 Trujillano, 2003 Rogowski, 2004 Durairaj, 2005

Residencias de tercera edad:

Mukamel, 1998 Anderson, 1999 Rosen, 2000 Mukamel, 2004

Servicios de fisioterapia:

Resnik, 2003



1. Artculos con modelos genricos

Tipo de modelo Genrico

Variable/s dependiente/s Mortalidad a 1 ao despus del alta

mbito de aplicacin Hospitalario

Institucin-organismo Cornell University Medical College, New York

Fuentes de informacin Informacin recogida de forma expresa para el estudio

Periodo de recogida de datos 1984

Sujetos de estudio 559

Variables independientes Comorbilidades: infarto de miocardio, insuficiencia cardiaca congesti-va, enfermedad vascular perifrica, enfermedad cerebrovascular, de-mencia, enfermedad pulmonar crnica, enfermedad del tejido conecti-vo, enfermedad ulcerosa, enfermedad heptica leve, diabetes, hemiple-jia, enfermedad renal moderada a severa, diabetes con dao de rganofinal, enfermedad tumoral, leucemia, linfoma, enfermedad hepticamoderada a severa, tumor slido metastsico, sida

Tcnica/s estadstica/s Regresin de Cox

Resultado/s modelo/s No se ofrecen resultados acerca del ajuste de los modelos

Pas de desarrollo Estados Unidos

Referencias Charlson ME, Pompei P, Ales KL, MacKenzie CR. A new methodof classifying prognostic comorbidity in longitudinal studies:development and validation. J Chronic Dis 1987;40:373-8328



Variable/s dependiente/s Mortalidad intrahospitalaria


Institucin-organismo Cleveland Veterans Administration Medical Center and UniversityHospitals of Cleveland

Fuentes de informacin BDA: University Hospitals of Cleveland

Periodo de recogida de datos 1985-1986

Sujetos de estudio 14.183

Variables independientes 34 diagnsticos de enfermera agrupados en grupos (nutricin y meta-bolismo, eliminacin urinaria y fecal, actividad y ejercicio, problemassubyacentes, aspectos psicosociales)

Tcnica/s estadstica/s Regresin logstica

Resultado/s modelo/s AROC = 0,861


Referencias Rosenthal GE, Halloran EJ, Kiley M, Pinkley C, Landefeld CS. Developmentand validation of the Nursing Severity Index. A new method formeasuring severity of illness using nursing diagnoses. Nurses ofUniversity Hospitals of Cleveland. Med Care 1992;30:1127-4129




Institucin-organismo Medical Technology Assessment and Policy (MEDTAP) International,Inc., Bethesda, Maryland

Fuentes de informacin BDA: California Statewide Inpatient Database (SID)


Sujetos de estudio 1.779.167

Variables independientes Edad, sexo, raza, ciruga durante la estancia hospitalaria, cualquiercomplicacin surgida en la estancia, comorbilidades (30), tipo de segu-ro mdico, tipo de admisin


Resultado/s modelo/s AROC: No indicado; Hosmer-Lemeshow: Significativo


Referencias Elixhauser A, Steiner C, Harris DR, Coffey RM. Comorbidity measuresfor use with administrative data. Med Care 1998;36:8-2730


Variable/s dependiente/s Mortalidad intrahospitalaria Complicaciones postquirrgicas y postobsttricas


Institucin-organismo The Delta Group, Inc., Greenville, South Carolina

Fuentes de informacin BDA: No especificada

Periodo de recogida de datos No especificado en el texto


Variables independientes Edad, sexo, raza, cluster de GRD, presencia de cncer diferente al depiel, presencia de comorbilidades, nmero de comorbilidades


Resultado/s modelo/s Modelo mortalidad: R2 = 0,85 Modelo complicaciones: R2 = 0,65


Referencias DesHarnais SI, Forthman MT, Homa-Lowry JM, Wooster LD. Risk-adjusted clinical quality indicators: indices for measuring andmonitoring rates of mortality, complications, and readmissions. QualManaged Health Care 2000;9:14-2231



Variable/s dependiente/s Mortalidad

mbito de aplicacin Extrahospitalario

Institucin-organismo Veterans Administration Medical Center, Bedford, Massachusetts

Fuentes de informacin BDC: National Survey of Ambulatory Care Patients



Variables independientes Edad, sexo, ndice de Charlson, salud fsica (PCS VR-36) y salud mental(MCS VR-36)


Resultado/s modelo/s AROC = 0,768; Hosmer-Lemeshow; p = 0,345


Referencias Selim AJ, Berlowitz DR, Fincke G, Rosen AK, Ren XS, Christiansen CL,Cong Z, Lee A, Kazis L. Risk-adjusted mortality rates as a potentialoutcome indicator for outpatient quality assessments. Med Care2002;40:237-24532

2. Artculos con modelos especficos2.1. Procedimientos diagnsticos y teraputicos

Ciruga


Tipo de modelo Especfico de procedimientos. Ciruga

Variable/s dependiente/s Morbilidad postoperatoria (21 eventos adversos) a los 30 das


Institucin-organismo Brockton/West Roxbury Veterans Affairs Medical Center, Harvard Me-dical School, Beth Israel Deaconess Medical Center, Boston




Variables independientes Variables predictoras del paciente (55)


Resultado/s modelo/s (*) AROC = 0,77; Hosmer-Lemeshow = 66,32; p = 0,001


Referencias Daley J, Khuri SF, Henderson W, Hur K, Gibbs JO, Barbour G, Demakis J,Irvin G 3rd, Stremple JF, Grover F, McDonald G, Passaro E Jr, Fabri PJ,Spencer J, Hammermeister K, Aust JB, Oprian C. Risk adjustment of thepostoperative morbidity rate for the comparative assessment of thequality of surgical care: results of the National Veterans AffairsSurgical Risk Study. J Am Coll Surg 1997;185:328-4033

(*) Se describen los resultados del modelo construido para todas las intervenciones. Existen modelos para ocho subes-pecialidades quirrgicas


Incluye procedimientos de ciruga mayor no cardiaca

Variable/s dependiente/s Mortalidad a los 30 das


Institucin-organismo Veterans Affairs Medical Center, West Roxbury; Harvard Medical Scho-ol, Boston; Brigham and Womens Hospital, Boston




Variables independientes 34: 13 (factores de riesgo preoperatorios), 11 (variables de laboratoriopreoperatorias), 6 (variables relacionadas con la subespecialidad qui-rrgica), clase ASA, estado funcional, edad, puntuacin de complejidadoperatoria


Resultado/s modelo/s (*) AROC = 0,889 (todas las intervenciones)


Referencias Khuri SF, Daley J, Henderson W, Hur K, Gibbs JO, Barbour G, Demakis J,Irvin G 3rd, Stremple JF, Grover F, McDonald G, Passaro E Jr, Fabri PJ,Spencer J, Hammermeister K, Aust JB. Risk adjustment of thepostoperative mortality rate for the comparative assessment of thequality of surgical care: results of the National Veterans AffairsSurgical Risk Study. J Am Coll Surg 1997;185:315-2734


(*) Se realizan adicionalmente modelos especficos para ocho subespecialidades quirrgicas (ciruga general, cirugaortopdica, ciruga urolgica, ciruga vascular, neurociruga, ciruga otolaringolgica, ciruga torcica y ciruga pls-tica) en los que se utilizan variables independientes especficas


Incluye procedimientos de ciruga mayor no cardiaca

Variable/s dependiente/s Neumona postoperatoria


Institucin-organismo University of Illinois College of Medicine, Chicago




Variables independientes Edad, estado funcional, prdida de peso, enfermedad pulmonar obs-tructiva crnica, defecto sensorial, accidente cerebrovascular, nivel s-rico de urea, transfusin de ms de cuatro unidades, ciruga urgente,tratamiento con corticoides, tabaquismo, ingesta de alcohol, tipo de ci-ruga, tipo de anestesia


Resultado/s modelo/s AROC = 0,805; Hosmer-Lemeshow = 7,49; p > 0,2


Referencias Arozullah AM, Khuri SF, Henderson WG, Daley J; Participants in theNational Veterans Affairs Surgical Quality Improvement Program.Development and validation of a multifactorial risk index forpredicting postoperative pneumonia after major noncardiac surgery.Ann Intern Med 2001;135:847-5735


Explora seis procedimientos cardiovasculares y ocho tipos de reseccio-nes neoplsicas



Institucin-organismo Veterans Affairs Outcomes Group, Department of Veterans Affairs Me-dical Center, White River Junction, VT

Fuentes de informacin BDA: Medicare Provider Analysis and Review (MedPAR)


Sujetos de estudio 2.500.000 (aproximadamente)

Variables independientes Edad, sexo, raza, ao de intervencin, urgencia de la admisin, condi-ciones coexistentes (resumidas en ndice de Charlson), ingresos me-dios


Resultado/s modelo/s (*) AROC = desde 0,60 (neumonectoma) hasta 0,71 (nefrectoma)


Referencias Birkmeyer JD, Siewers AE, Finlayson EV, Stukel TA, Lucas FL, Batista I,Welch HG, Wennberg DE. Hospital volume and surgical mortality in theUnited States. N Engl J Med 2002;346:1128-3736


(*) No se ofrecen en el trabajo original resultados de ajuste del resto de los modelos


Variable/s dependiente/s Morbilidad Mortalidad postquirrgica


Institucin-organismo Veteran Affairs Medical Center, Baylor College Of Medicine, Houston,Texas

Fuentes de informacin BDC: Veterans Affairs National Surgical Quality Improvement Program(VA NSQIP)



Variables independientes Factores de riesgo preoperatorios, comorbilidades




Referencias Kaafarani HM, Itani KM, Petersen LA, Thornby J, Berger DH. Doesresident hours reduction have an impact on surgical outcomes? J SurgRes 2005;126:167-7137

Ciruga cardiaca


Tipo de modelo Especfico. Ciruga cardiaca



Institucin-organismo Newark Beth Israel Medical Center, Newark, New Jersey




Variables independientes Sexo, obesidad mrbida, diabetes, hipertensin, fraccin de eyeccin,edad, reintervencin, baln intraartico preoperatorio, aneurisma ven-tricular izquierdo, ciruga de emergencia por complicaciones de ACTP ocateterismo, dilisis, estado catastrfico, otras circunstancias, cirugade vlvula mitral, artica, o IAC durante la ciruga valvular


Resultado/s modelo/s R2 = 0,85


Referencias Parsonnet V, Dean D, Bernstein A. A method of uniform stratification ofrisk for evaluating the results of surgery in acquired adult heartdisease. Circulation 1989; 79 (Suppl I): I-3-I-1238

Tipo de modelo Especfico de procedimientos. Ciruga cardiaca



Institucin-organismo Institute for Clinical Evaluative Sciences, Ontario

Fuentes de informacin BDC: Base de datos del European System for Cardiac Operative RiskEvaluation (EuroSCORE)



Variables independientes Edad, sexo (mujer), funcin ventrculo izquierdo, tipo de ciruga, priori-dad de la intervencin, reintervencin


Resultado/s modelo/s AROC = 0,76; Hosmer-Lemeshow: p = 0,45

Pas de desarrollo Canad

Referencias Tu JV, Jaglal SB, Naylor CD. Multicenter validation of a risk index formortality, intensive care unit stay, and overall hospital length of stayafter cardiac surgery. Steering Committee of the Provincial AdultCardiac Care Network of Ontario. Circulation 1995 Feb 1;91:677-8439


Variable/s dependiente/s Mortalidad intrahospitalaria a los 30 das


Institucin-organismo Agncia dAvaluaci de Tecnologia Mdica, Barcelona, Spain




Variables independientes Edad, IMC, infarto reciente, enfermedad heptica, aneurisma ventrcu-lo izquierdo, creatinina 1,5, ventilacin mecnica prequirrgica, prio-ridad de la intervencin, reoperacin, ciruga mitral, ciruga tricspide,ciruga aorta torcica, ciruga combinada coronaria y valvular


Resultado/s modelo/s AROC = 0,76 (*); Hosmer-Lemeshow = 4,4; p =,0,34

Pas de desarrollo Espaa

Referencias Pons JMV, Granados A, Espinas JA, et al. Assessing open heart surgerymortality in Catalonia (Spain) through a predictive risk model. Europe-an Journal of Cardiothoracic Surgery 1997; 11:415-2340

(*) Pons JM, Espinas JA, Borrs JM, Moreno V, Martn I, Granados A. Cardiacsurgical mortality: comparison among different additive risk-scoringmodels in a multicenter sample. Arch Surg 1998 Oct; 133):1053-741





Institucin-organismo Papworth Hospital, Cambridge

Fuentes de informacin BDC: Base de datos del European System for Cardiac Operative RiskEvaluation (EuroSCORE)



Variables independientes Edad, sexo, enfermedad pulmonar crnica, arteriopata extracardiaca,disfuncin neurolgica, ciruga cardiaca previa, creatinina srica, en-docarditis activa, estado preoperatorio crtico, angina inestable, disfun-cin ventricular izquierda, infarto de miocardio reciente, hipertensinpulmonar, urgencia, otros procedimientos diferentes a la ciruga coro-naria, ciruga de aorta torcica, ciruga para la ruptura septal postin-farto


Resultado/s modelo/s AROC = 0,79; Hosmer-Lemeshow = 8,26; p < 0,40

Pas de desarrollo Reino Unido

Referencias Nashef SA, Roques F, Michel P, Gauducheau E, Lemeshow S, Salamon R.European system for cardiac operative risk evaluation (EuroSCORE).Eur J Cardiothoracic Surg 1999;16:9-1342

Ciruga de injerto aortocoronario (IAC)


Tipo de modelo Especfico de procedimientos. Ciruga IAC



Institucin-organismo New York State Department of Health, Office of Health Systems Mana-gement, Albany, New York

Fuentes de informacin BDC: New Yorks Cardiac Surgery Reporting System (CSRS)



Variables independientes Edad, sexo, raza, fraccin de eyeccin, infarto de miocardio previo, dia-betes, dilisis, desastres (uno o ms de los siguientes: defecto estructu-ral agudo, insuficiencia renal, shock cardiognico, disparo de un armade fuego), cateterismo cardiaco, angina inestable, insuficiencia cardia-ca congestiva intratable, volumen hospitalario, volumen intervencio-nes cirujano




Referencias Hannan EL, Kilburn H Jr, Bernard H, ODonnell JF, Lukacik G, Shields EP.Coronary artery bypass surgery: the relationship between inhospitalmortality rate and surgical volume after controlling for clinical riskfactors. Med Care 1991;29:1094-10743




Institucin-organismo Dartmouth-Hitchcok Medical Center, Lebanon, NH

Fuentes de informacin BDC: Registro del Northern New England Cardiovascular Disease StudyGroup



Variables independientes Edad, sexo, superficie corporal, presencia de comorbilidades, historiade IAC, presin ventricular izquierda, presin ventricular izquierda alfinal de la distole, fraccin de eyeccin, prioridad de la ciruga


Resultado/s modelo/s AROC = 0,76; Lemeshow-Hosmer: p = 0,689


Referencias OConnor GT, Plume SK, Olmstead EM, et al. Multivariate prediction ofin-hospital mortality associated with coronary artery bypass graftsurgery. Circulation 1992;85:2110-845



Variable/s dependiente/s Mortalidad Morbilidad (infarto de miocardio y uso de baln intraartico, ventila-

cin mecnica ms de 3 das, dficit neurolgico, fallo renal oligricoo anrico, o infeccin grave)


Institucin-organismo The Cleveland Clinic Foundation




Variables independientes Morbilidad: Caso emergente, creatinina srica, reintervencin, dis-funcin grave ventricular izquierda, insuficiencia de la vlvula mi-tral, edad, diabetes con medicacin, peso, anemia, enfermedad pul-monar obstructiva crnica con medicacin, enfermedad cerebrovas-cular, estenosis artica intervenida, ciruga vascular previa

Mortalidad: Caso emergente, disfuncin grave ventricular izquierda,creatinina srica, reintervencin, anemia, edad, enfermedad pulmo-nar obstructiva crnica con medicacin, ciruga vascular previa, in-suficiencia de la vlvula mitral


Resultado/s modelo/s Morbilidad: AROC = 0,74; Hosmer-Lemeshow; p = 0,74 Mortalidad: AROC = 0,8; Hosmer-Lemeshow; p = 0,84


Referencias Higgins TL, Estafanous FG, Loop FD, Beck GJ, Blum JM, Paranandi L.Stratification of morbidity and mortality outcome by preoperative riskfactors in coronary artery bypass patients. A clinical severity score.JAMA 1992;267:2344-234844




Institucin-organismo New York State Department of Health, Albany




Variables independientes Edad, sexo, estenosis >90% arteria coronaria izquierda, isquemia rever-sible-angina inestable, funcin ventricular izquierda, comorbilidades,otras operaciones previas de corazn


Resultado/s modelo/s AROC = 0,787; Hosmer-Lemeshow = 11,8; p = 0,16


Referencias Hannan EL, Kilburn H Jr, Racz M, Shields E, Chassin MR. Improving theoutcomes of coronary artery bypass surgery in New York State. JAMA1994;271:761-76646





Institucin-organismo Boston University Medical Center, Boston, Massachusetts

Fuentes de informacin BDA: Informes de alta hospitalaria del Massachusetts Health DataConsortium (MHDC)



Variables independientes Comorbilidades (enfermedad vascular perifrica, enfermedad renal,infarto de miocardio reciente, infarto de miocardio antiguo, diabetes,insuficiencia cardiaca congestiva, enfermedad cerebrovascular)


Resultado/s modelo/s AROC = 0,739; Hosmer-Lemeshow = 8,2; p = NS


Referencias Ghali WA, Hall RE, Rosen AK, Ash AS, Moskowitz MA. Searching foran improved clinical comorbidity index for use with ICD-9-CMadministrative data. J Clin Epidemiol 1996;49:273-847


Variable/s dependiente/s) Mortalidad intrahospitalaria


Institucin-organismo Anthem Blue Cross and Blue Shield, Mason, OH. EE.UU.


Periodo de recogida de datos 1993 y 1995


Variables independientes Edad, ciruga cardiaca previa, procedimientos simultneos, infartoagudo de miocardio previo, angina inestable, hipertensin pulmonar,insuficiencia cardiaca congestiva con evidencia de descompensacindurante 6 meses antes de la IAC, nivel de glucosa preoperatorio, nitr-geno ureico en sangre preoperatorio, gradiente oxgeno alveolo-arte-rial preoperatorio, paro cardiaco en las 6 horas antes de la ciruga,shock cardiognico, bloqueo completo o arritmia grave, alteracin neu-rolgica




Referencias Plogman PL, Pine M, Reed DC, Byrwa KJ, Berman JI. Anthem Blue Crossand Blue Shields coronary services network: a managed careorganizations approach to improving the quality of cardiac care for itsmembers. Am J Manag Care 1998;4:1679-8648





Institucin-organismo The Toronto Hospital; The Institute for Clinical Evaluative Sciences;University of Toronto; Sunnybrook Health Science Centre Ontario

Fuentes de informacin BDC: Base de Datos del The Toronto Hospital and Sunnybrook HealthScience Centre; Registro del University of Toronto Cardiac Surgery



Variables independientes Edad, sexo, grado del ventrculo izquierdo, ciruga coronaria previa,enfermedad de triple vaso, enfermedad coronaria de dominancia iz-quierda, hipertensin, enfermedad vascular perifrica, prioridad de laciruga


Resultado/s modelo/s AROC = 0,78; Hosmer-Lemeshow: p = 0,599

Pas de desarrollo Canad

Referencias Ivanov J, Tu JV, Naylor CD. Ready-made, recalibrated, or Remodeled?Issues in the use of risk indexes for assessing mortality after coronaryartery bypass graft surgery. Circulation 1999;99:2098-10449




Institucin-organismo Denver Department of Veterans Affairs Medical Center, Denver

Fuentes de informacin BDC: Society Thoracic Surgeons National adult Cardiac Database



Variables independientes Edad, sexo, raza, comorbilidades y variables clnicas (31)


Resultado/s modelo/s AROC = 0,789; Hosmer-Lemeshow = 0,99


Referencias Shroyer AL, Plomondon ME, Grover FL, Edwards FH. The 1996 coronaryartery bypass risk model: the Society of Thoracic Surgeons AdultCardiac National Database. Ann Thorac Surg 1999;67:1205-850



Variable/s dependiente/s Accidente cerebrovascular despus de ciruga de bypass coronaria


Institucin-organismo Catholic Medical Center, Manchester, New Hampshire




Variables independientes Edad, sexo, diabetes, fraccin de eyeccin, fallo renal o creatinina> o = 2 mg/d, enfermedad vascular, prioridad de la intervencin




Referencias Charlesworth DC, Likosky DS, Marrin CA, Maloney CT, Quinton HB,Morton JR, Leavitt BJ, Clough RA, OConnor GT for The Northern NewEngland Cardiovascular Disease Study Group. Development andvalidation of a prediction model for strokes after coronary arterybypass grafting. Ann Thorac Surg 2003;76:436-4351




Institucin-organismo School of Public Health, State University of New York, University atAlbany, One University Place




Variables independientes Edad, sexo, fraccin de eyeccin ventricular, antecedentes de infarto demiocardio, enfermedad arterial coronaria de dominio izquierdo, estadohemodinmico, comorbilidades (enfermedad cerebrovascular, enfer-medad aorto-iliaca, arritmia ventricular maligna, enfermedad pulmo-nar obstructiva crnica, aorta ascendente calcificada, diabetes, insu-ficiencia heptica, insuficiencia renal, dilisis), intervenciones previasa corazn abierto




Referencias Hannan EL, Wu C, Ryan TJ, Bennett E, Culliford AT, Gold JP, Hartman A,Isom OW, Jones RH, McNeil B, Rose EA, Subramanian VA. Do hospitaland surgeons with higher coronary artery bypass graft surgeryvolumes still have lower risk-adjusted mortality rates? Circulation2003;108:795-80152



Variable/s dependiente/s Accidente cerebrovascular despus de ciruga de bypass coronaria


Institucin-organismo Dartmouth-Hitchcock Medical Center, Lebanon, New Hampshire




Variables independientes Riesgo estimado prequirrgico, fibrilacin auricular, duracin de la ci-ruga de revascularizacin, uso prolongado de inotrpicos, prioridad dela intervencin




Referencias Likosky DS, Leavitt BJ, Marrin CA, Malenka DJ, Reeves AG, Weintraub RM,Caplan LR, Baribeau YR, Charlesworth DC, Ross CS, Braxton JH,Hernandez F Jr, OConnor GT; Northern New England CardiovascularDisease Study Group. Intra- and postoperative predictors of stroke aftercoronary artery bypass grafting. Ann Thorac Surg 2003;76:428-3453




Institucin-organismo Duke Clinical Research Institute, Durham, NC

Fuentes de informacin BDC: Society of Thoracic Surgeons National Cardiac Database



Variables independientes 28 factores de riesgo preoperatorio y ao de ciruga




Referencias Peterson ED, Coombs LP, DeLong ER, Haan CK, Ferguson TB. Proceduralvolume as a marker of quality for CABG surgery. JAMA 2004;291:195-20154

Documents

03 ---sist. de ajuste...----118pag