La implantación de un modelo de estratificación y predicción del riesgo en Euskadi basado en ACGs

Jon OruetaOsakidetza

0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%

Concentración del gasto sanitario

☺ ☺ ☺ ☺ ☺ ☺ ☺ ☺ ☺ ☺

☺ ☺ ☺ ☺ ☺ ☺ ☺ ☺ ☺ ☺

☺ ☺ ☺ ☺ ☺ ☺ ☺ ☺ ☺ ☺

☺ ☺ ☺ ☺ ☺ ☺ ☺ ☺ ☺ ☺

☺ ☺ ☺ ☺ ☺ ☺ ☺ ☺ ☺ ☺

� � � � � � � �

� � � � � � � �

� � � � � � � �

� � � � � � � �

� � � � � � � �

� � � � �

� � � �

El 1% de la población del Pais Vasco

consume el 21 % de los recursos

sanitarios

Diferentes grados de necesidad de

atención sanitaria en la población

Riesgo de hospitalización por ACSC

No. of chronic conditions Odds Ratio (95% Confidence Interval)

1 7.49 (6.50 - 8.65)

2 18.10 (15.79 - 20.76)

3 36.43 (31.81 - 41.73)

4+ 98.52 (86.11 - 112.72)

Wolff JL, Starfield B, Anderson G. Prevalence, expenditures, and complications of multiple chronic conditions in the elderly. Arch Intern Med. 2002. 162; 2269–22.

3

Revisión de 5 Guías Práctica Clínica NICE: Depresión, DM, C.isquémica, EPOC, Artrosis

Hughes LD, McMurdo ME, Guthrie B. Guidelines for people not for diseases: the challenges of applying UK clinical guidelines to people with multimorbidity. Age Ageing. 2012. 4

• Prescripción habitual de 11 fármacos (+10 dependiendo situación).

• 9 recomendaciones para modificar estilo de vida /autocuidado

• 8-10 visitas programadas a atención primaria por sus problemas físicos

• 4-6 visitas a Médico de Familia por depresión• 8-30 intervenciones psicosociales• Citas programa tto. tabaquismo• Rehabilitación pulmonar

Supuesto teórico: aplicación a una

persona que padece una forma

leve/moderada de las 5 enfermedades.

Han contribuido a reducir variaciones innecesarias en la práctica clínica, hospitalizaciones y muertes

Problemas adaptación a los pacientes con multimorbilidad:

• Limitaciones ensayos clínicos.

• Los clinicos pueden no tener tiempo o experiencia para leer e interpretarinformación disponible.

• Los pacientes pueden tener deseos de limitar el número de intervenciones y debería facilitarse la priorización.

• Presionar a los clínicos para que las sigan de forma estricta puede dar lugara resultados contraproducentes .

Hughes LD, McMurdo ME, Guthrie B. Guidelines for people not for diseases: the challenges of applying UK clinical guidelines to people with multimorbidity. Age Ageing. 2012

Revisión de 5 Guías Práctica Clínica NICE

5

Distribución según nº enfermedades crónicas de la población mayor de 65 años en el País Vasco

15%

18%

20%

17%

12%

18%

0%

5%

10%

15%

20%

25%

0 1 2 3 4 5+

• Más de las dos terceras partes (66,78 %) de los mayores de 65 años en el País Vasco presentan dos o más enfermedades crónicas

Fuente: Base de Datos Estratificación. Osakidetza 2011

6

Lew

is G

. Pre

dic

tiv

e M

od

eli

ng

in A

ctio

n:

Ho

w ‘V

irtu

al

Wa

rds’

He

lp H

igh

-Ris

k P

ati

en

ts R

ece

ive

Ho

spit

al C

are

at

Ho

me

.Is

sues

in In

tern

atio

nal

Hea

lth

Po

licy

Aug

ust

2010

Necesidad de la clasificación prospectiva de pacientes para planificar actividades proactivas.

7

Selección de un sistema de estratificación prospectiva

� Objetivo de la estratificación� Evento que se pretende predecir� Población a incluir� Fuentes de información

� Variables explicativas racionales� Modelo estadístico válido y fiable� Sistema clasificación inteligible� Facilidad de uso

10

PREST

CMBD

Hª clínica AP

I.Privación Area

Prescripciones

At.Especializada

sin ingreso

Programa de Estratificación poblacional en el País Vasco: Fuentes de información.

Prevalencias observadas según diferentes BBDD administrativas

• Incluso en enfermedades crónicas importantes, en un porcentaje de los pacientes que reciben estos diagnósticos en un año, esta información no se repite también en los códigos extraídos durante el año siguiente

Fuente: Base de Datos Estratificación. Osakidetza 2010 11

Nº Diabéticos

Dx primaria 81.074

Dx CMBD 13.452

Rx primaria 82.994

Cualquiera 102.355

Hª CLÍNICAPRIMARIA

PRESCRIPCIONESPRIMARIA

CMBD

12

Variables explicativasVariables respuesta

Datos año-1 Agrupadores

Demográficos

Edad y Sexo

-ACGs

-DCGs

-CRGs

Coste año-2

Coste prescripciones

Riesgo hospitalización

Estado de salud

-Dx

-Fármacos

-Procedimientos

Coste sanitario

Indicadores Socioeconómicos

13

Capacidad predictiva coste sanitario. Coeficientes de determinación de los modelos OUT-OF-THE-BOX.

Variables ACG-PM CRG DCG-HCC

Age & sex: 0,07

A&S + dx + rx + cost percentiles (age < 65) 0,17

A&S + dx + rx + cost percentiles (age 65+) 0,16

A&S + dx 0,14

A&S + dx + cost 0,18

A&S + dx + rx + cost 0,21

14

Capacidad predictiva coste sanitario. Coeficientes de determinación de los modelos recalibrados.

Variables Demographic ACG-PM CRG DCG-HCC

Age and Sex (A&S) 0,07

A&S + Only Dx 0,18 0,18 0,21

A&S + Only Rx 0,17 - 0,18

A&S + Dx + Rx 0,21 - 0,24

A&S + Dx + Rx + cost 0,26 0.25* 0,27

The CRG models do not include prescriptions

15

Capacidad predictiva coste sanitario. AUC de los modelos recalibrados para identificar de forma proactiva a los pacientes que consumirán más recursos (top 5%).

Variables ACG-PM CRG DCG-HCC

A&S + Only Dx 0,845 0,797 0,846

A&S + Only Rx 0,833 - 0,837

A&S + Dx + Rx 0,847 - 0,858

A&S + Dx + Rx + cost 0,868 0,848* 0,868

The CRG models do not include prescriptions

Clasificación de Diagnósticos en ACGs

ACG_2300: P.aguda leve + cronica estable

Adjusted Clinical Groups (unos 100)

Aggregated Diagnosis Groups (32)

CIE-9-MC

(16.000)

16

Fragilidad Anomalía marcha

Neo. Maligna Bronq/Pulmonar

Ascitis

Hospital Dominante

EYE_05: Trastono refracción

EAR_01: Otitis Media

END_07: Diabetes 2 con complicaciones

Marcadores poblacionesespeciales

Expanded Diagnosis Clusters (267)

Fragilidad Anomalía marcha

Neo. Maligna Bronq/Pulmonar

Ascitis

Hospital Dominante

EYE_05: Trastono refracción

EAR_01: Otitis Media

END_07: Diabetes 2 con complicaciones

Marcadores poblacionesespeciales

Expanded Diagnosis Clusters(267)

Clasificación de Fármacos en ACGs

EYEx010 Oftálmica leve: curativa

EYEx020 Oftálmica leve: paliativa

EYEx030 Glaucoma

Nivel definición

Duración

Severidad

Rx_Defined Mordidity Groups (64)

ATC

Anatomic TherapeuticChemical System

CARx020 I. Cardiaca Congestiva

17

Sistema de case-mix Adjusted Clinical Groups(ACG-pm)

Predicción Gasto FarmaciaPredicción Gasto Farmacia

ACG-pm

Predicción Consumo RecursosPredicción Consumo Recursos

Predicción Probabilidad HospitalizaciónPredicción Probabilidad Hospitalización

18

Índice de privación socioeconómica del área de residencia

Año 1 Año 2

Edad y sexo

Carga morbilidad (ACGs)

Patologías-Dx (EDCs)

Patologías-Rx (Rx-MGs)

Poblaciones especiales:- HOSDOM - Fragilidad

Consumo previo de determinados recursos

Coste previo de la atención sanitaria

19

20

Estratificación poblacional en el País Vasco

• Descripción de los problemas de salud de cada paciente

21

• Predicción consumo de recursos de cada persona durante los 12 meses posteriores

Mejora de la “Impactabilty”

Clasifica de forma predictiva a todos los ciudadanos

Combina información de todos los

niveles de atención

Aplicaciones múltiples que benefician a

todos los estratos de la población

No requiere esfuerzo adicional de los clínicos para captar pacientes

23

Estratificación poblacional en el País Vasco

Año 2011

• Selección de poblaciones diana de pacientes pluripatológicos complejos para Enfermera Gestora de Casos

• Programas diferenciados para pacientes diabéticos dependiendo de su comorbilidad y grado de control.

• Identificación de pacientes crónicos sin complicaciones ni comorbilidad para reforzar actividades de prevención secundaria.

Año 2010:

Puesta en Marcha

Predicción para 2011 a partir de datos registrados en 12 meses previos

24

Estratificación poblacional en el País Vasco

Año 2012

• Inclusión en la financiación de las organizaciones.

• Planes de Intervención Poblacional, que plantean estrategias de actuación diferentes en los distintos segmentos.

Año 2013

• Planes de Intervención Poblacional.

• Evaluación sistema capitativo para la financiación de las Organizaciones Sanitarias Integradas, que incorpore elementos de ajuste de riesgos

• Rediseño data wharehouse.

Año 2011:

Recalibración completa del modelo con datos propios de la CAPV

Año 2011:

Recalibración completa del modelo con datos propios de la CAPV

25

Estratificación poblacional en el País Vasco

Paciente con un bajo nivel decomorbilidad

Paciente con nivel intermedio de comorbilidad

Paciente incluido en el plan de intervención poblacionalde Enfermedad Pulmonar Obstructiva Crónica

Paciente Pluripatológico

Avance de la las rutas pacientepluripatológico, EPOC, IC y D.Mellitus

Servicio de IntegraciónAsistencial y Cronicidad

Servicio de IntegraciónAsistencial y Cronicidad

(mayo 2013)

Despliegue de Planes de Intervención.

ComparaciónOctubre- 2012 Mayo-2013

Servicio de IntegraciónAsistencial y Cronicidad

(mayo 2013)

Motivos de desconfianza/escepticismo sobre los modelos predictivos:

� Sistemas de case-mix han sido desarrollados en organizaciones de Estados Unidos

� Requiere codificación de las enfermedades en CIE-9-MC por los clínicos.

� Insuficiente valoración de factores socioeconómicos y problemática de salud mental.

� Errores de clasificación del sistema y time lag.

� Falta de evidencias de resultados de su aplicación.

� Aspectos prácticos: modo de explotar la información, de identificación de pacientes, recordatorios de la historia clínica.

Implementation of a population risk stratification tool in Primary Care practice in the Basque Country: clinicians’ perceptions (Sauto-Arce R,et al.)

Problemas referidos por los clínicos sobre el proceso de la implantación:

� No participación de los clínicos.

� La información recibida no había sido adecuada. Los

clínicos indicaban que básicamente sólo había recibido

órdenes de realizar nuevas actividades.

� La estratificación debería promover la autonomía y

conducta proactiva de los clínicos y no ser un nuevo

corsé

Problemas referidos por los clínicos sobre el proceso de la implantación:

� No participación de los clínicos.

� La información recibida no había sido adecuada. Los

clínicos indicaban que básicamente sólo había recibido

órdenes de realizar nuevas actividades.

� La estratificación debería promover la autonomía y

conducta proactiva de los clínicos y no ser un nuevo

corsé

Aplicaciones planteadas por los clínicos

Selección de poblaciones diana

Sistemas de información:

Identificación de grupos con necesidades de atención no percibidas

Planificación: A nivel macro: distribución de recursos

A nivel micro: diseño de intervenciones

Evaluación: Medición (y automedición) del impacto de actividades.

Enfoque poblacional de la atención

Desarrollo de modelos predictivos

Selección subgrupos pacientes para intervenciones

Implantación intervenciones proactivas

Evaluación de resultados

Basado en Lewis G en: Development and Implementation of risk stratification tools

Conclusiones (I):

� La implantación de un enfoque de poblacional es un elemento necesario para la transformación del modelo asistencial.

� Los cambios organizativos necesarios para ello son muy numerosos.

� Por ello debe hacerse una planificación cuidadosa para evitar una saturación en los profesionales.

38

Conclusiones (II):

� Para conseguir buenos resultados la comunicación entre la dirección, los gestores y los clínicos es un elemento imprescindible, pero no suficiente.

� La organización debe mostrar flexibilidad y ser sensible a las circunstancias específicas de cada ámbito para lograr su implementación.

39