Definición del Case Mix por Grupos Relacionados por Diagnóstico

ROBERT B. FETTER, YOUNGSOO SHIN, JEAN L. FREEMAN, RICHARD F. AVERILL AND JOHN D. THOMPSON

Case Mix Definition by Diagnosis-Related Groups

ROBERT B. FETTER,* YOUNGSOO SHIN,† JEAN L. FREEMAN,‡ J RICHARD F. AVERILL,§ AND JOHN D. THOMPSON"

From the Center for Health Studies, Institution for Social and Policy Studies,

Yale University

* Professor, School of Organization and Management, and Institution for Social and Policy Studies. † Assistant Professor, Department of Preventive Medicine, College of Medicine, Seoul National University Seoul, Korea. ‡ Assistant in Research, Center for Health Studies, Institution for Social and Policy Studies. § Associate Director for Research, Health Management Program, School of Organization and Management. "Professor of Public Health, School of Medicine, and Institution for Social and Policy Studies. The research reported here was performed pursuant to Contracts No. HCFA 600-75-0180 and No. HCFA 500-77-0043, from the Health Care Financing Administration, Department of Health, Education and Welfare. Publication of this monograph was supported by Contract No. 600-75-0180, from the Health Care Financing Administration Department of Health, Education and Welfare. The opinions and conclusions expressed herein are solely those of the authors and should not be construed as representing the opinions or policy of any agency of the United States government. Copies of a more detailed description of this research are available by writing to Al Esposito, Director, Division of Hospital Experimentation, Office of Demonstration* and Evaluation and Research Demonstrations, and Statistics, Health Care Financing Administration, Room 1E6, Oak Meadows Building, 6401 Security Blvd., Baltimore, MD 21235. Requests should be made for AUTOCRP Patient Classification Scheme and Diagnosis Related Groups (DRGs), Health Care Financing Grants and Contracts Report Series, HEW Publication No. (HCFA) 03011 9-79. Inquiries regarding the software available for analyses with AU'I'OGRP and DRCs should be made in writing to Ms. Maria DeMusis, SOM, 12 Prospect Place, New Haven, CT 06520.

Agradecimientos Los autores desean reconocer el apoyo, perspicacia, y cooperación durante esta investigación de Al Esposito, Oficial de Proyecto, Health Care Financing Administration, Department of Health, Education and Welfare. La finalización exitosa de esta investigación se debió en gran parte a las habilidades de programación y la paciencia de Enes Elia, Jefe Programador de Sistemas, y al apoyo administrativo excelente de Ann Palmeri y Maria De-Musis. La ayuda del Departamento de Salud de Nueva Jersey, sobre todo Michael J. Kalison, en la preparación de la descripción del sistema de reembolso anticipado de Nueva Jersey fue muy apreciada. El material presentado en el enfoque del case-mix en la planificación regional de hospitales está basado en la investigación doctoral de Robert Chernow. Los autores están en deuda con muchos médicos que, durante los años del desarrollo del GRD, participaron en su formulación y evaluación. Este informe de la investigación, representa el estado actual del desarrollo de los Grupos Relacionados con el Diagnóstico. El trabajo inicial del enfoque y en la tecnología asociada para la clasificación de pacientes comenzó hace casi una década. Durante el curso de esta investigación hicieron contribuciones significativas Donald C. Riedel, Ronald E. Mills, Molinos de Lesley y Phyllis Pallett. Supplement to Medical Care Volume 18, Number 2 MEDICAL CARE (ISSN 0025-7079) is published monthly by J. B. Lippincott Company, East Washington Square, Philadelphia, FA 19105. Subscription address: Journal Fulfillment Department, Lippincott/Harper, 2350 Virginia Avenue, Hagerstown, MD 21740. Subscription rates: United States and U.S. Possessions, one year, $36.00, special price U.S. students, $20.00; all other countries except Japan, one year. $42.00. Single copies $5.00. Subscription orders and correspondence concerning subscriptions in Japan should be sent to Woodbell Scope, 11-11 Shoto 2-chome. Shibuya-ku, Tokyo 150, Japan. Printed in U.S.A. Copyright © 1980 by J. B. Lippincott Company. Second class postage paid at Hagerstown, Maryland, and additional mailing offices.

Prefacio DURANTE LA DÉCADA PASADA, los investigadores del financiamiento de la asistencia médica procuraron desarrollar métodos equitativos para constreñir la tasa de aumento de los gastos en asistencia médica. La necesidad de un programa nacional de contención de costos hospitalarios exitoso ha sido resaltada como un paso importante para la contención general de los costos de asistencia médica y para un plan nacional de salud incluyente.

En los primeros esfuerzos por comparar y controlar los gastos hospitalarios, los investigadores calcularon los costos del producto para cada unidad de servicio, como exámenes de laboratorio, estudios radiológicos, o días de servicio de hotelería de rutina. Varios esquemas de incentivos fueron ideados para estimular la eficacia del hospital y bajar el costo por unidad. La experiencia demostró que concentrarse sólo en el costo de la unidad anima a aumentar la longitud de la estadía y la utilización excesiva y sostiene que la atención debería concentrarse en modelos de prácticas médicas.

Recientemente, se enfocó mucho la atención en el costo por estadía del paciente o por caso tratado. El cambio a un producto hospitalario único requería que se desarrollaran técnicas para adaptarse a variaciones en los pacientes hospitalarios o case mix.

Para agrupar hospitales con un case mix similar, los investigadores se han concentrado generalmente en medidas aproximativas, como el mix de servicios o las instalaciones disponibles en cada hospital. Mientras estas aproximaciones son relativamente fáciles de calcular, normalmente no se dirigen a la extensión o al empleo de los servicios o instalaciones disponibles en un hospital.

Lo que se requiere es un esquema de clasificación que sea manejable tanto en términos del número de tipos de casos definidos como razonable en términos de variación de recursos necesarios para tratar cada tipo

de caso. Esto debería permitir una medida directa del case mix de un hospital.

El desarrollo de los Grupos Relacionados por el Diagnóstico (GRD) representa un paso significativo en la medición del case mix y en su aplicación con propósito de reembolso. Los GRD clasifican 383 tipos de casos encontrados en el ambiente de cuidados agudos de un hospital. Cada GRD representa una clase de pacientes que requieren servicios hospitalarios similares. Como los GRD son clínicamente significativos, ayudan a proporcionar una base común para comparar el costo eficacia y la calidad de asistencia brindada. Los GRD también tienen el potencial para asistir al administrador de hospital cuando gerencia su institución y se comunica con el personal médico.

Muchos PSROs han explorado ya el uso de GRD para examinar modelos de tratamiento y longitud de la estadía. Nueva York y Maryland han incorporado el concepto de GRD en sus programas de contención de costo hospitalario y tanto Nueva Jersey como Georgia incorporarán pronto metodologías GRD a nuevos programas de contención de costos hospitalarios. Al nivel federal, los GRD están considerándose para la incorporación en nuevos procedimientos de reembolso para hospitales de agudos. Considerando el énfasis actual en la contención de costos hospitalarios, el desarrollo de GRD es un progreso tan importante como oportuno del campo de financiación de la asistencia médica.

James M Kaple Director en Funciones

Office of Research, Demostrations and Statistics Health Care Financing Administration

Department of Health, Education and Welfare

CONTENIDO

Agradecimientos V Prefacio vii 1. INTRODUCCIÓN 1 2. CONSTRUCCIÓN DE LOS GRUPOS RELACIONADOS POR DIAGNÓSTICO 5 2.1 Base de Datos 6 2.2 Metodología Estadística 6 2.3 Formación de DRG a partir de Categorías Diagnósticas Mayores 8 2.4 Un Ejemplo 14 3. INTERPRETACIÓN DEL GRD EN ESTUDIOS DE SALUD 21 4. APLICACIONES DE LOS GRD EN UNA REVISIÓN DE UTILIZACIÓN 23 4.1 Análisis por Case Mix de la Utilización Hospitalaria 23 4.2 Informe de Case Mix 23 4.3 Perfiles Institucionales y de Practicantes en Evaluaciones PSRO 26 4.4 Un Sistema de Monitoreo PSRO 28 5. CONTABILIDAD POR CASE MIX EN PRESUPUESTO HOSPITALARIO,

CONTROL DE COSTOS Y REMBOLSO PROSPECTIVO 29

5.1 Contabilidad por Case Mix 29 5.2 Modelo Costos GRD 29 5.3 Presupuesto Hospitalario 30 5.4 Rembolso Prospectivo 31 6. UNA APPROXIMACIÓN POR CASE MIX A UNA PLANIFICACIÓN

REGIONAL PARA HOSPITALES DE AGUDOS 36

7. RESUMEN Y CONCLUSIONES 38 REFERENCIAS 39 APÉNDICE 40

1. Introducción LA FUNCIÓN PRINCIPAL de un hospital como instalación de cuidados agudos de pacientes internados es el de proporcionar los servicios diagnósticos y terapéuticos requeridos por los médicos durante la asistencia clínica de sus pacientes. Además, el hospital también pone a disposición ciertos servicios de hotelería y de asistencia social, como comidas, lavandería y orientación, a los pacientes mientras residen en la institución. Considerado como una entidad económica, los outputs (productos) del hospital son los servicios específicos que éste proporciona en términos de horas de cuidados de enfermería, medicaciones y exámenes de laboratorio. Sus insumos (inputs) son el trabajo, material y equipo usado en la provisión de estos servicios. Cada paciente recibe un conjunto específico de outputs o servicios al que se hace referencia aquí como el producto hospitalario.

Por ejemplo, considere a un paciente en tratamiento por una neumonía simple. Su estadía en el hospital puede durar 6 días. Según su proceso de tratamiento, podría recibir varias radiografías de tórax, una tinción de Gram y cultivo del esputo, un hemocultivo, varios hemogramas completos, un análisis de orina, química de sangre de rutina, 2 días de oxigenoterapia, 2 días de fluidos IV, 2 días de penicilina IV, seguida por 4 días de penicilina IM y un suministro de penicilina oral para ser tomado en casa. Durante su estadía, requerirá también de diferente cantidad y calidad de cuidados de enfermería. Este conjunto de outputs constituye un producto pedido por el médico y proporcionado por el hospital al paciente además de comidas y otros servicios de hotelería. Cada departamento dentro de la instalación consume una cierta cantidad de inputs en términos de trabajo estándar, material y gastos generales, según el output producido. Para el departamento de radiología, esto incluirá placas, tiempo de técnicos, y una parte de los gastos generales del departamento por el equipo y el espacio utilizado en la producción de varios tipos de radiografías.

Ya que los pacientes individuales reciben diferentes cantidades y tipos de servicios, el hospital puede ser visto como una fábrica de muchos productos con una línea de productos que en teoría es tan extensa como el número de pacientes a los que sirve. El producto particular suministrado a cada paciente depende de su condición así como del proceso de tratamiento a que será sometido durante su permanencia. Por ejemplo, en la mayor parte de los casos un paciente de úlcera con un procedimiento quirúrgico mayor, como laparotomía exploradora o resección gástrica requiere más unidades de tiempo médico y de enfermería, más medicación, más servicios auxiliares y permanece hospitalizado al menos 10 días más que una mujer admitida por un parto normal. Se entiende generalmente que el primer caso es

más complejo ya que recibe más outputs de la institución en términos de tiempo de enfermería, comidas, exámenes de laboratorio, y servicios especiales que el último caso. Durante cualquier período de tiempo especificado, una institución admite y da de alta una variedad de casos que representan niveles diferentes de complejidad. Se refiere colectivamente a las proporciones relativas de los diferentes tipos de casos que el hospital trata como su case mix.

Históricamente, los días de cuidado de pacientes y el número de admisiones o de altas han sido usados para describir el output del hospital mientras que el costo por día paciente, la ocupación porcentual y la tasa de mortalidad han sido usadas para evaluar el desempeño de un hospital. Estas medidas agregadas presentadas fuera del contexto de los tipos de casos tratados por una institución y su complejidad relativa no son una información particularmente útil a la dirección del hospital para la evaluación interna de eficiencia y eficacia, ni a las agencias reguladoras para comparaciones interinstitucionales. En particular, el resultado y el costo de los procesos de asistencia de un paciente individual que dan origen al producto hospitalario no puede ser adecuadamente determinado. Como consecuencia, los administradores y los clínicos no pueden asegurar la calidad y las implicancias en los costos de los planes de tratamiento practicados dentro de la institución, ni tampoco los reguladores pueden determinar el impacto de métodos alternativos entre instituciones.

A fin de evaluar, comparar, y proporcionar una retroalimentación relevante en cuanto al desempeño de un hospital, es necesario identificar los productos específicos que las instituciones suministran. Como se definió antes, un producto hospitalario es un conjunto de servicios proporcionados a un paciente como parte del proceso de tratamiento controlado por su clínico. A pesar de que cada paciente individual admitido en una institución es único, tiene ciertos atributos demográficos, diagnósticos y terapéuticos en común con otros pacientes que determinan el tipo y el nivel de servicios que recibe. Si estas clases de pacientes con los mismos atributos clínicos y procesos similares de asistencia pueden ser identificados, entonces se establece el marco dentro del que los pacientes son agregados en casos tipo. Además, si estas clases cubren toda la variedad de pacientes hospitalizados en ambiente de cuidados agudos, entonces colectivamente constituyen un esquema de clasificación que proporciona un medio para examinar el producto hospitalario, ya que se espera que los pacientes dentro de cada clase reciban un producto similar.

La forma de definir el case mix de un hospital con este fin es la construcción y la aplicación de un esquema de clasificación que comprende subgrupos de pacientes que poseen atributos clínicos similares y modelos de utilización de outputs. Esto implica relacionar las características demográficas, diagnósticas y terapéuticas de pacientes al output que se les suministró de modo que los casos se diferencien sólo por aquellas variables relacionadas con la condición del paciente (p.ej, edad, diagnóstico primario) y el proceso de tratamiento (p.ej, operaciones) que afectan su utilización de las instalaciones del hospital. Estos grupos o clases pacientes pueden ser útiles entonces para ciertas aplicaciones de monitorización de cuidados de pacientes, elaboración de presupuestos, control de costos, reembolso y planificación.

Varias definiciones de case mix y de medidas de complejidad del case mix han sido propuestas y aplicadas por varios investigadores 3,15, 17, 18, 22. La definición aplicada con más frecuencia de case mix está basada en el diagnóstico primario de un paciente. Los diagnósticos primarios son registrados usando cualquiera de 2 esquemas de codificación — la Clasificación Internacional de Enfermedades, Adaptadas al Uso en los Estados Unidos, Octava Revisión (ICDA8) y la Adaptación para Hospitales de la ICDA, Segunda Edición (HICDA2).6,13* Estos esquemas de codificación proporcionan una clasificación de condiciones de morbilidad y mortalidad con el propósito de informes estadísticos, así como para archivo de la información. Los códigos de cuatro dígitos son adjudicados a diagnósticos (descriptor de categoría principal de 3 dígitos y un modificador de cuarto dígito) y códigos de 3 dígitos para procedimientos quirúrgicos (descriptor de categoría principal de 2 dígitos y un modificador de tercer dígito).

Sin embargo, la división en grupos basados en diagnóstico o variedades de diagnósticos solo tiene beneficios en términos de un informe uniforme de estadística descriptiva sobre una población, pero no es suficiente para definir casos con respecto a la utilización de outputs. Otras variables, como procedimientos quirúrgicos y edad del paciente junto con el diagnóstico son necesarias para describir cabalmente grupos de pacientes con modelos de utilización similares de las instalaciones hospitalarias. Por ejemplo, en una institución examinada, se determinó que los pacientes con un diagnóstico primario en la categoría general de Úlcera péptica y Gástrica (ICDA8 cifra 531-5349) sin cirugía o complicación de diagnósticos secundarios estuvieron

hospitalizados durante un promedio de 6 días, mientras que aquellos con un procedimiento quirúrgico menor, como la endoscopia se quedaron 12 días, y aquellos con un procedimiento quirúrgico principal y diagnósticos múltiples se quedaron 21 días. Además, el primero y el segundo grupo de pacientes incurrieron en sólo el 13 y el 30 por ciento, respectivamente, de los gastos incurridos por el último. Así, el tipo de cirugía efectuada y la presencia o el tipo del diagnóstico secundario hacen una diferencia considerable en el producto hospitalario suministrado al paciente. Por esta razón, los casos de tipos de pacientes determinados únicamente por el diagnóstico primario no son aceptables para el uso en la definición del case mix del hospital, ya que no es bastante preciso para explicar la condición del paciente o la complejidad del protocolo de tratamiento.

Otro esquema de clasificación de pacientes de amplio uso consiste en el desarrollado por el Estudio de Actividad Profesional (PAS) de la Comisión sobre Actividades Profesionales y Hospitalarias (CPHA), que publica tablas de estadística de longitud de estadías basadas en datos de los hospitales participantes.7 Estas tablas presentan resúmenes sobre la base de diagnóstico primario, la presencia de diagnósticos adicionales, la presencia de cualquier cirugía, y la edad. Expresamente, la clasificación de PAS divide todos los diagnósticos primarios posibles en 349 categorías diagnósticas principales mutuamente excluyentes. Cada una de estas categorías diagnósticas principales está dividida entonces por la presencia o ausencia de un diagnóstico secundario, presencia o ausencia de cualquier cirugía y 5 categorías de edad (0-19, 20-34, 35-49, 50-64, 65 +).†

Esto genera 20 subcategorías para cada una de las 349 categorías diagnósticas principales para un total de casi 7 000 clases de pacientes. La información es usada actualmente en forma extensiva por las Organizaciones de Revisión de los Estándares Profesionales (PSROs) en la determinación de puntos de control de estadía como la parte de su proceso de revisión concurrente.

Aunque el esquema de PAS toma en cuenta atributos adicionales de los pacientes, como diagnóstico secundario, edad e información relacionada con el proceso de tratamiento, como status quirúrgico, estos atributos todavía pueden ser insuficientes en ciertos casos para describir cabalmente un caso en términos de utilización de outputs. Refiérase al ejemplo descrito arriba en el que el tipo específico de la operación diferenció el conjunto quirúrgico, de los pacientes con úlcera entre sí. Así, debido a su estructura uniforme a través de todos los 349 grupos diagnósticos, el esquema de PAS tiende a sobre-especificar en algunas categorías diagnósticas

* La 9na Revisión, la Clasificación Internacional de Enfermedades, Modificación Clínica (ICD-9-CM) fueron puestas en práctica desde el 1 de enero de 1979.

† Para las categorías principales 342-349, que pertenecen exclusivamente a recién nacidos, el peso al nacer será usado en el lugar de la edad.

donde las variables suplementarias pueden no ser particularmente relevantes en cuanto a la utilización de instalaciones y sub-especificar en otros donde se requiere información más precisa.

Como un esquema de clasificación de pacientes alternativo, se construyeron los Grupos Relacionados por Diagnóstico (GRD), basado en un procedimiento al que se refiere como al método de atribución significativo. El propósito fundamental del enfoque del DRG es identificar en el ambiente de un hospital de cuidados agudos un conjunto de casos tipo, cada uno representando una clase de pacientes con procesos similares de asistencia y un paquete previsible de servicios (o productos) de una institución. Usando este enfoque, todo el universo de códigos diagnósticos fue al principio dividido en amplias áreas de enfermedad, como Enfermedades del Ojo, Enfermedades del Oído, Enfermedades Cerebrovasculares, y Enfermedades Infecciosas. Cada una de estas categorías fue subdividida a su vez en grupos basados en valores para aquellas variables que demostraron un efecto en la predicción del output como la medida de la longitud de la estadía en el hospital. Se decidió usar la longitud de la estadía (LOS) y no alguna otra medida de output ya

que es un indicador importante de utilización, a la vez que está fácilmente disponible, bien estandarizado, y confiable. Se tratará del uso del LOS y su relación con otras medidas más adelante en la siguiente sección. Los 383 GRD que resultaron de este proceso son interpretables desde una perspectiva médica, así como similares con respecto a sus patrones de longitud de estadía.

Este suplemento presenta una descripción del enfoque implementado para construir los GRD y una discusión de su aplicación en varios ambientes de asistencia médica. La sección 2 proporciona la información en cuanto a la base de datos, la metodología estadística, y el proceso general por el cual la metodología fue aplicada a los datos en la formación de los grupos. Al final de la Sección 2 hay un ejemplo que ilustra el procedimiento, al que los lectores pueden referirse para una comprensión general de la construcción de los GRD. Una discusión de la interpretación y la aplicación del GRD en revisión de utilización, elaboración de un presupuesto, control de costos, reembolso prospectivo y planificación regional se encuentran en las Secciones 4 a 6.

2. Construcción de Grupos relacionados con el Diagnóstico EL OBJETIVO PRIMARIO en la construcción de los

GRD era una definición de tipos de casos, cada uno de los cuales podría esperarse que recibiera outputs o servicios similares de un hospital. Para que el conjunto de definiciones pudiera implementarse fácilmente en una amplia variedad de ambientes, y que tuviera significado para usuarios médicos y no médicos, se consideró importante que el esquema de clasificación resultante tuviera los siguientes atributos:

1. Deben ser interpretables clínicamente, con subclases de pacientes de categorías diagnósticas homogéneas. Es decir cuando las clases de pacientes son descritas a los médicos, estos deberían ser capaces de imaginar esos pacientes y ser capaces de identificar un proceso de atención particular para ellos.

2. Las clases individuales deberían ser definidas en variables que estén comúnmente disponibles en los resúmenes del hospital y sean relevantes para la utilización de outputs, referidas a la condición del paciente o al proceso de asistencia.

3. Debe haber un número manejable de clases, preferentemente en cientos en vez de miles, que sean mutuamente excluyentes y exhaustivas. Es decir que deben cubrir toda la gama de condiciones de enfermedad posibles en el ambiente de cuidados agudos, sin solaparse.

4. Las clases deberían contener a pacientes con medidas esperadas similares de utilización de outputs.

5. Las definiciones de clase deben ser comparables a través de diferentes esquemas de codificación.

Con respecto al punto 3, el número de clases que se considera manejable depende obviamente de la situación en la cual las clases de pacientes están siendo aplicadas. Cualquier tipo de agregación implica una negociación entre pérdida de precisión y facilidad de revisión de los resúmenes estadísticos con propósitos comparativos. Se decidió construir un conjunto de aproximadamente 500 grupos para ser usado como el marco básico de tipos de casos. Éstos podrían ser entonces más refinados o agregados, de acuerdo a la necesidad de los investigadores según la naturaleza de la aplicación.

Varios procedimientos fueron probados como formas potenciales de construir los grupos. Al principio, se empleó un enfoque normativo, lo que implicó tener clínicos que definieran los tipos de casos usando valores de variables que pensaban que eran importantes para determinar la cantidad y el tipo de servicios utilizados. Hubo una tendencia a incluir en sus definiciones un conjunto extenso de especificaciones, que requerían información que no siempre podría ser recopilada por el sistema de información médica de un hospital. Si toda la gama de pacientes fuera clasificada en esta manera, conduciría por fin a miles de tipos de casos, la mayor parte de los cuales describiría a pacientes que se ven con poca frecuencia en una institución. Se reconoció por lo tanto que el proceso de definición del caso sería facilitado si los datos de los hospitales de cuidados agudos

pudieran ser examinados para determinar las características generales y la frecuencia relativa de altas. También, los algoritmos estadísticos serían útiles para sugerir maneras de formar clases de pacientes que fueran homogéneas con respecto a alguna medida agregada de utilización de output.

Este tipo de enfoque, que requiere el input simultáneo del juicio de médico, de un proceso de información eficiente y de algoritmos estadísticos, fue adoptado para la construcción del GRD. Se desarrolló un proceso automatizado para proteger una gran cantidad de datos con la ayuda de algoritmos estadísticos. Se requirió una revisión médica que garantizara que las clases formadas por el proceso fueran clínicamente significativas. La longitud de la estadía (LOS) fue usada como medida de output. A pesar de que puede no ser un indicador tan exacto del nivel de output como los costos reales, todavía es un indicador importante de utilización, además de estar fácilmente disponible, bien estandarizado y confiable.

El uso de LOS como medida de la complejidad del caso ha sido estudiado por otros investigadores. Luke con su trabajo de medida del case mix,19 estableció el alto grado de correlación entre LOS y los gastos totales facturados al paciente. Lave y Leinhardt encontraron una correlación significativa entre LOS y las medidas de complejidad del case mix. 16

El proceso de formar el GRD se comenzó dividiendo la base de datos en áreas de diagnóstico primario mutuamente excluyentes y exhaustivas, llamadas Categorías Diagnósticas Principales. Cada categoría principal fue examinada entonces por separado y subdividida a su vez en grupos basados en valores de variables sugeridas por el algoritmo estadístico. La revisión clínica de estas subdivisiones recomendadas a menudo llevaba a su modificación. Así, en cada etapa del proceso los subgrupos estaban basados tanto en criterios estadísticos como en el juicio del médico. Las variables precisas que fueron incluidas en las definiciones de las clases variaron a través de las categorías principales. Por ejemplo, se decidió que la edad era importante en la explicación de la utilización de recursos para pacientes con hernia, pero no un factor importante para pacientes de úlcera gástrica. De cada Categoría Diagnóstica Principal, se formaron numerosas clases de pacientes finales. Estas clases de pacientes finales son el GRD. Una discusión más extensa de la base de datos, del algoritmo estadístico, y de la estrategia general usada en la construcción del GRD se presenta en las siguientes subdivisiones.

2.1 Base de datos La base de datos usada para construir el esquema

contenía aproximadamente 500 000 archivos de hospital de 118 instituciones en Nueva Jersey, 150 000 archivos de 1 hospital de Connecticut y 52 000 archivos de pacientes con financiación federal de 50 instituciones en una región PSRO. Estos archivos contenían la información demográfica sobre cada

paciente (p.ej sexo, edad) así como la información clínica y diagnóstica relacionada con su permanencia de hospital (p.ej problemas diagnósticos, procedimientos quirúrgicos, servicios especiales usados).

La información diagnóstica en la base de datos fue cifrada tanto con sistemas de clasificación, ICDA8 como con HICDA2. Como no existe correspondencia directa entre los 2 esquemas, los datos de todos los hospitales no podían ser combinados en una base de datos unificada. Así, se decidió construir el esquema de clasificación usando los códigos de ICDA8 más frecuentes como estándar. La versión ICDA8 fue traducida entonces a la HICDA2. Esta traducción fue evaluada con datos del hospital y se hicieron las modificaciones necesarias para asegurar la coherencia de la clasificación a través de los 2 esquemas de codificación. Tanto ICDA8 como HICDA2 registran procedimientos quirúrgicos usando códigos de 3 dígitos. Estos códigos de procedimiento cubren no sólo operaciones realizadas sino también algunos tratamientos y procedimientos diagnósticos menores. Para ICDA8, las variedades de códigos que se consideraron reflejaban operaciones reales fueron 010-999 y A10-A59. Igualmente, para HICDA2, se consideró que la variedad de código para operaciones reales era 010-920 y 933-936. En la construcción del esquema de clasificación de pacientes, sólo los códigos dentro de estos intervalos fueron considerados como procedimientos quirúrgicos.

2.2 Metodología estadística La metodología estadística particular empleada es una variación del Detector de Interacción Automatizado (AID) el método de Sonquist y Morgan, que ha sido empleado antes en el análisis de datos de muestras complejas en el Centro de Investigación de Encuestas de la Universidad de Michigan.25 El objetivo de este acercamiento es examinar las interrelaciones de las variables en la base de datos y determinar, en particular, cuales están relacionados con alguna medida especificada del interés, mandado a como la variable dependiente. Esto es llevado a cabo subdividiendo recurrentemente las observaciones, por hendiduras binarias, en subgrupos basados en valores de variables que maximizan la reducción de la varianza o minimizan el error predictor de la variable dependiente. Los subgrupos son denominados grupos terminales cuando ellos no pueden ser más divididos porque el tamaño de la muestra es demasiado pequeño o la variación restante es demasiado bajo para ser más reducido o inexplicable en términos de variables en la base de datos. Cada observación está contenida en uno y sólo en uno de estos grupos terminales, con un valor predictivo igual a la media del grupo. Es decir si ykj es el valor de la variable dependiente para la observación jª dentro del grupo de kº, entonces:

donde Yk es la media para todos los miembros en el grupo kº y ekj es el error en la utilización de Yk para predecir o estimar ykj. Este procedimiento minimiza la suma (ekj)2 sobre todas las observaciones. Así, las observaciones individuales tienden a tener valores cerca del valor medio del grupo terminal al cual ellas pertenecen.

Se decidió que el enfoque debería ser implementado en una base interactiva para permitir un nivel alto de intervención médica. Esto era una consideración importante ya que la formación de grupos usando este algoritmo es básicamente de naturaleza iterativa. Puesto que ningún sistema informático existente podría manejar grandes bases de datos con eficacia de modo interactivo, se desarrolló una nueva tecnología llamada AUTOGRP.20 AUTOGRP apoya una instalación que permite invocar un algoritmo que determina particiones basadas en el criterio de reducción de varianza al algoritmo AID. Este comando, o capacidad, del sistema se menciona como la instalación CLASSIFY.

Matemáticamente, el algoritmo puede ser descrito como sigue20: Cada observación en un conjunto de datos tiene un valor de la variable independiente X y un valor de la variable dependiente Y. Si hay N valores distintos posibles de la variable independiente, entonces el subconjunto de observaciones, o archivos, que tiene cada valor X, (1 ≤ i ≤ N) es llamado una categoría. Si hay Mi observaciones en la categoría iª (1 ≤ i ≤ N), la suma total de cuadrados (TSSQ) de los datos con respecto a la variable dependiente es definida como:

donde Yij es el valor de la variable dependiente para la observación jª en la categoría iª de la variable independiente, y:

o el valor medio de la variable dependiente en todo el conjunto de datos. El conjunto de datos puede ser dividido en base a la variable independiente en grupos G, donde cada grupo resulta de la unión de categorías especificadas. Es decir podemos definir la correlación de categorías a grupos con conjuntos Rk (1≤ k ≤ G), de forma tal que:

El "dentro del grupo de la suma de cuadrados" (WGSSQ) es el total de las desviaciones al cuadrado (diferencias) de las observaciones de la media de cada grupo con respecto a la variable dependiente y puede ser expresado como:

donde WGSSQ (k) = dentro del grupo de la suma de cuadrados para el grupo kº

Rfc = conjunto de todas las categorías de la variable independiente en el grupo kº y

es el valor promedio de la variable dependiente en el grupo kº. El total dentro de la suma de grupo de cuadrados (TWGSSQ) para los grupos G es la suma de las desviaciones totales al cuadrado de las observaciones de cada grupo del grupo respectivo medio y está dado por

Para una variable independiente dada, las observaciones de particiones del algoritmo CLASSIFY en el conjunto particular de grupos que causa la minimización de TWGSSQ para una variable dependiente específica. Ya que TWGSSQ es proporcional a la varianza dejada inexplicada por la variable independiente, la minimización de TWGSSQ causa la minimización de la varianza inexplicado de los datos.

2.3 Formación de DRG de Categorías Diagnósticas Principales

Para facilitar el análisis sobre la amplia variedad de condiciones de enfermedad en el ambiente de cuidados agudos, todos los diagnósticos estuvieron al principio divididos en 83 Categorías Diagnósticas Principales mutuamente excluyentes y exhaustivas. Su formación también fue motivada para asegurar la homogeneidad diagnóstica. Por lo tanto, los grupos finales no contienen los pacientes que superaron estas categorías. Por ejemplo, desde el punto de vista de la utilización de outputs, puede ser adecuado formar una clase de pacientes con hemorroides, hipertrofia de amígdalas, y parto normal. La utilización de outputs por estos pacientes es muy similar, a menudo requiriendo un procedimiento quirúrgico relativamente menor con una estadía preoperatoria muy corta y un período de hospitalización total de 2 o 3 días. Sin embargo, los

médicos que tratan a estos pacientes así como los procesos de tratamiento de los problemas representan un arco completamente diferente. Por lo tanto, se sintió que la inclusión de estos pacientes en la misma clase no definiría una categoría clínicamente significativa.

La especificación de las Categorías Diagnósticas Principales fue realizada por un comité de clínicos, según 3 principios generales:

1. Las Categorías Diagnósticas Principales deben tener el consecuencias en términos de su clasificación anatómica, fisiopatológica, o en la manera en la cual son clínicamente manejados.

2. Las Categorías Diagnósticas Principales deben tener un número suficiente de pacientes.

3. Las Categorías Diagnósticas Principales deben cubrir toda la variedad de códigos sin solaparse. Una lista de estas categorías según la definición por sus códigos ICDA8 e HICDA2 aparece en la Tabla 1. También hay una indicación de los grupos de diagnóstico correspondientes al Estudio de Actividad Profesional (PAS) que equivalen a cada categoría. Note que las categorías son muy amplias, como Enfermedades del Ojo, Enfermedades del Sistema Cardiovascular y Enfermedades Infecciosas.

Se siguió un proceso consistente en la división de cada Categoría Diagnóstica Principal en GRD. En primer lugar, cada categoría fue refinada eliminando ciertas observaciones no deseadas. Los casos con pacientes muertos o mal registrados, y aquellos que eran en particular anormales, fueron excluidos de un análisis adicional. Los casos con pacientes muertos fueron quitados de consideración ya que sus longitudes de estadía eran probablemente atípicas de la enfermedad o problema en la consideración. Las historias con errores de codificación obvios o datos ausentes también fueron eliminadas porque su información podría ser engañosa. Las observaciones con valores desproporcionadamente altos de longitud de estadía fueron excluidas ya que unos pocos registros atípicos podrían tener un efecto marcado en la estabilidad de la distribución de un grupo.

El conjunto escrutado de historias en cada categoría fue entonces usado como insumo para la segunda etapa, en la cual se aplicó el algoritmo CLASSIFY para sugerir grupos de observaciones, en base a variables independientes preespecificadas, que podían ser diferentes en cuanto a la longitud de la estadía. El conjunto de variables independientes seleccionadas como insumo del algoritmo se limitó deliberadamente a aquellas variables descriptivas del paciente, la condición de su enfermedad y su proceso de tratamiento que estaría fácilmente accesible en la mayoría de los resúmenes de alta, expresamente los diagnósticos, los procedimientos quirúrgicos, la edad, el sexo y el servicio clínico. Se aplicó esta restricción por varios motivos. En primer lugar, se observó que las medias de longitud de estadía varían a través de los niveles de estas variables en los resúmenes estadísticos descriptivos de los datos de alta del hospital.23 Segundo, estas variables siempre son registradas y

cargadas en casi todos los sistemas informáticos del hospital. Esto aumenta el potencial de la clasificación para implementarse en la mayor parte de los ambientes de investigación y de asistencia médica aplicada. Incluir otros elementos de información, como los servicios auxiliares usados limitarían su aplicabilidad a aquellos sistemas que recogen estos datos, que excluirían, por ejemplo, la base de datos del PSRO PHDDS. Finalmente, la restricción de las variables a este conjunto también simplifica las definiciones de clase y controla hasta cierto punto el número final de categorías. Una clasificación con numerosos grupos y una estructura de definición compleja es inmanejable.

Para cada variable independiente, el output del procedimiento CLASSIFY incluyó el número total de observaciones en el conjunto de datos, el número total de valores diferentes de la variable asumida (es decir, el número de categorías o células), el número de grupos formados, la suma total de los cuadrados (TSSQ) y la reducción porcentual de la suma total de los cuadrados alcanzados por esa agrupación ((TSSQ-TWGSSQ) / TSSQ)* 100. Una vez que estos resultados fueron obtenidos, un clínico seleccionó la variable más apropiada para la división.

La interpretación de la división sugerida por el algoritmo era una tarea compleja, con muchos factores examinados y ponderados simultáneamente. La decisión de aceptar, rechazar o posiblemente revisar la división recomendada estaba basada tanto en pruebas estadísticas como en el conocimiento médico del clínico. Los resultados estadísticos fueron examinados a la luz de ciertos criterios. Las variables que producían la reducción más alta de la varianza eran las principales candidatas para dividir el conjunto de datos. Sin embargo, el número de células o valores para aquellas variables y el número de grupos formados también fueron considerados. Es un artefacto del algoritmo que muchas particiones pueden ser creadas cuando la variable independiente tiene una amplia variedad de valores. Además, muchos grupos formados en la primera partición son difíciles de manejar y su significado es cuestionable. Por ejemplo, el diagnóstico secundario a menudo tenía muchos valores diferentes y así a menudo producía una reducción significativa de la varianza formando muchos subgrupos. Sin embargo, estos grupos eran difíciles de interpretar como una partición primaria y tendieron a ser de valor limitado. En todos los casos, los grupos fueron examinados en un marco más descriptivo para determinar si el significado estadístico era apoyado por la interpretación del médico.

El hecho que una variable que pareció ser potente en la explicación de la varianza no fuera seleccionada en una etapa particular, no significa que la variable fuera ignorada. Dos posibilidades existían todavía. Si aquella variable fuera independiente de otras variables en la explicación de la varianza, aparecería en etapas subsecuentes con el mismo poder que en la etapa más temprana. Si, sin embargo, fuera correlacionado con una variable elegida en una etapa más temprana,

entonces su poder explicativo en etapas subsecuentes disminuiría como la fuerza de la correlación. Por ejemplo, si el diagnóstico secundario estuvo fuertemente relacionado con la edad y la edad fue seleccionada como una variable de división, entonces el diagnóstico secundario no parecería potente en la siguiente agrupación.

Los grupos fueron generados entonces basados en la variable más apropiada, es decir la que encontró tantos de los criterios especificados como fuera posible. En particular, esto 1) expuso una reducción significativa de la varianza en relación a la mayor parte de las otras variables, 2) creó un número manejable de grupos basados en un número relativamente pequeño de valores de la variable independiente, y 3) creó grupos cuyos medios eran considerablemente diferentes. También, los grupos que se formaron eran homogéneos desde una perspectiva clínica.

Una vez que cada Categoría Diagnóstica Principal fue dividida al principio en subgrupos basados en los valores de una variable independiente, se tomó una decisión, si subdividir más cada subgrupo en base a cualquiera de las otras variables disponibles o terminar el proceso de división tratándolos como grupos terminales. La base estadística para esta decisión fue determinada por un conjunto de reglas de detención. Para cualquier grupo dado, la división se interrumpió cuando se encontró una u otra de las siguientes condiciones: 1. El grupo no era bastante grande para garantizar otra clasificación, es decir cuando el número de observaciones en el grupo era menos de 100. 2. Ninguna de las variables redujo la variación inexplicada en al menos el 1 %, ((TSSQ-TWSSQ)/TSSQ) *100 <1 por ciento * De lo contrario, el grupo se siguió subdividiendo de acuerdo a los criterios discutidos anteriormente para generar nuevos subgrupos. En algunos casos, sin embargo, el proceso fue terminado por motivos no estadísticos en cuanto a la manejabilidad total (p.ej mantenimiento de un número bajo de grupos totales) o la interpretación del médico.

Este proceso de agrupación generó la formación de 383 grupos finales o GRD, cada uno definido por algún conjunto de los siguientes atributos de los pacientes: diagnóstico primario, diagnóstico secundario, procedimiento quirúrgico primario, procedimiento quirúrgico secundario, edad, y en un caso, área de servicio clínico. En tanto otras variables, como sexo, diagnóstico terciario o procedimiento quirúrgico fueron examinadas, no se encontró que ellas fueran significativas en la explicación de la utilización del output. Una lista de estos grupos con una breve descripción narrativa de su contenido aparece en el Apéndice. Una especificación más completa puede obtenerse del Health Care Financing Administration

Los GRD varían bastante en su estructura a través de las Categorías Diagnósticas Principales. Algunas Categorías Diagnósticas Principales no se siguen subdividiendo, como la Categoría 35, Hemorroides, en

la cual ninguna variable demostró un efecto suficiente para la utilización de un output adicional. Por otra parte, la Apendicitis, Categoría 46, se sigue subdividiendo en base del diagnóstico primario específico y la presencia de un diagnóstico secundario. Esto causa 4 GRD: apendicitis (sin peritonitis) y sin un diagnóstico secundario, apendicitis (sin peritonitis) con un diagnóstico secundario, apendicitis (con peritonitis) sin un diagnóstico secundario, y apendicitis (con peritonitis) con un diagnóstico secundario. Esta división simétrica sugiere que los efectos del diagnóstico primario y la presencia de un diagnóstico secundario son de naturaleza aditiva. La Categoría Diagnóstica Principal 76, Fracturas, tiene la estructura más compleja, generando 13 GRD, indicando tanto la importancia como la interacción de 4 variables: diagnóstico primario, diagnóstico secundario, procedimiento quirúrgico primario y edad.

También hay que notar que cuando las variables están muy correlacionadas, muy a menudo sólo un aparece en la clasificación para una categoría principal específica. Un ejemplo extremo de esto es la Categoría Diagnóstica Principal 36, Hipertrofia de Amígdalas y Adenoides, donde casi cada uno tiene una tonsilectomía y/o un adenoidectomía.

La alta correlación del procedimiento quirúrgico primario con el diagnóstico primario no causa ninguna reducción adicional de la varianza en la categoría que

* Este 1 porcentaje aumenta en ciertas Categorías Diagnósticas

Principales. pueda ser atribuida a procedimientos quirúrgicos.

Así, aunque la cirugía sea casi siempre usada en el tratamiento de los pacientes con Hipertrofia de Amígdalas y Vegetaciones Adenoides, ya que prácticamente todo paciente en esta categoría tenía el mismo procedimiento quirúrgico, la información quirúrgica no diferenció la utilización de estos pacientes y no fue por lo tanto usada en la formación del GRD para esta categoría -

2.4 Un Ejemplo El proceso de división reiterativo usado en la

formación del GRD puede ser mejor ilustrado en el contexto de un ejemplo — la clasificación de la Categoría Diagnóstica Principal 55: Cálculos urinarios. Esta categoría contiene pacientes con un diagnóstico primario (códigos de ICDA8) de 592, cálculo del riñón y uréter, o de 594, cálculo de otras partes del sistema urinario. La formación del GRD de esta Categoría Diagnóstica Principal se resume en el diagrama de árbol presentado en la Figura 1. En primer lugar, esta categoría es dividida en 3 grupos basados en el procedimiento quirúrgico primario variable. El primer grupo contiene pacientes no quirúrgicos, que son aquellos sin ninguna operación o con un código (ICDA8) de procedimiento fuera de la variedad 010-999, Al0-A59.† Los grupos segundo y tercero están formados en base al procedimiento específico realizado. En particular, los procedimientos más complicados realizados en pacientes con un cálculos

urinarios – neurotomía, ureterotomía, cistotomía-son en el tercer grupo, mientras que los procedimientos relativamente menores asociados con este diagnóstico-cistoscopía, paso del catéter al riñón, están contenidos en el segundo. El grupo no quirúrgico se sigue dividiendo en 2 grupos basados en la presencia o ausencia de un diagnóstico secundario. En el resumen, el proceso de clasificación causó la formación de 4 grupos terminales, o GRD 239-242, de la Categoría Diagnóstica Principal de Cálculos urinarios: 1. Cálculos urinarios sin cirugía, y sin un diagnóstico secundario

† Las operaciones codificadas fuera de estas variedades no se consideran verdaderos procedimientos quirúrgicos ya que son procedimientos menores o terapias. 2. Cálculos urinarios sin cirugía y con un diagnóstico secundario 3. Cálculos urinarios con cistoscopía, paso de catéter a riñón, otras operaciones 4. Cálculos urinarios con nefrotomía, cistotomía, ureterotomía, otras operaciones principales

Un resumen estadístico descriptivo de datos codificados en ICDA8 de la base de datos original usada para construir el GRD es presentado en la Tabla 2. La Categoría Diagnóstica Principal entera contiene 1 425 observaciones, con una longitud media de estadía de 6.93 y una desviación estándar de 6.44. Las variables usadas en la división de este grupo, cirugía primaria y diagnóstico secundario, explican el 42.93 por ciento de la varianza total, con el 41.75 por ciento atribuido al primero y el 1.17 por ciento este último.

El proceso actual de formar estos GRD de la Categoría Diagnóstica Principal Cálculos urinarios se resume en los siguientes pasos:

Paso 1 Quince historias fueron eliminadas: 3 con un estado

de muerto al alta, 10 con código quirúrgico o diagnóstico inválido, y 2 con longitudes de estadías mayor de 60 días. Esto redujo el tamaño de la categoría de 1 440 a 1 425 observaciones.

Paso 2 El algoritmo fue aplicado a este conjunto de datos depurados para determinar la base de una división inicial. Las variables independientes seleccionadas para definir subgrupos potenciales fueron el procedimiento quirúrgico primario (oper1), el procedimiento quirúrgico secundario (oper2), el diagnóstico primario (dx1), el diagnóstico secundario (dx2), la edad, y el sexo.

El número de grupos formados por el algoritmo y la reducción porcentual correspondiente de la varianza inexplicada para cada una de las variables es mostrado en la Tabla 3.

Como la mayor reducción de la varianza inexplicada fue conseguida con el oper1, y un número limitado de grupos (3) esta variable fue considerada la candidata principal para la subdivisión inicial de la categoría. El algoritmo sugirió 3 grupos cuyos contenidos son

descritos en la Tabla 4. Esta tabla presenta los procedimientos quirúrgicos diferentes contenidos en cada grupo, el número correspondiente de observaciones (SIZE), y la longitud media de la estadía (MEAN). Note que más del 98 por ciento de las observaciones en el primer grupo no tiene ningún procedimiento quirúrgico puesto en la lista. El segundo grupo principalmente contiene observaciones con procedimientos relativamente menores, como cistoscopía y ureteroscopía (A46) y el paso del catéter al riñón (557), mientras el tercer grupo incluye procedimientos añgo más complejos como ureterotomía (550), cistotomía (560), y pielotomía (541).

En base a estos resultados, se decidió dividir el grupo inicial de pacientes de Cálculos urinarios en 3 grupos, similares a aquellos sugeridos por el algoritmo, a saber, un grupo de pacientes no quirúrgicos, un grupo con procedimientos relativamente importantes, como aquellos puestos en una lista bajo el grupo 3 en la Tabla 4, y finalmente un grupo de todos otros procedimientos, que incluye casos con procedimientos menores, como aquellos puestos en una lista bajo grupos 1 y 2, y las biopsia del aparato extensión urinario (A21) en el grupo 3. Mientras este último grupo representa todos los otros procedimientos quirúrgicos no explícitamente puestos en una lista bajo el grupo 3, es representando principalmente por 2 procedimientos cistoscopía y ureteroscopía (A46) y paso del catéter al riñón (557).

Paso 3

Cada uno de los grupos formado en el Paso 2 fue considerado entonces para una subdivisión adicional. En primer lugar, con respecto a los pacientes no quirúrgicos, el número de grupos formados por el algoritmo y la reducción porcentual correspondiente de la variación inexplicada para cada una de las variables (excepto oper1 y oper2) fue como mostrado en la Tabla 5.

Se efectuó un examen más cercano de las características de los 4 grupos formados usando la variable del diagnóstico secundario (dx2), ya que esto expuso la mayor reducción porcentual de la variación inexplicada. Las estadísticas descriptivas para cada uno de los grupos son resumidas en la Tabla 6.

Varias cosas fueron consideradas en la evaluación de la división potencial en el diagnóstico secundario. Con respecto a la distribución de observaciones, los grupos 3 y 4 eran definitivamente demasiado pequeños (es decir, menos de 100 observaciones) para ser considerados grupos terminales y el grupo 2 con 109 observaciones era marginal. Adelante, se notó que más del 80 por ciento de las observaciones en el Grupo 1 no tenía ningún diagnóstico secundario puesto en la lista y que los casos restantes en 4 grupos fueron distribuidos a través de 105 códigos de diagnóstico secundarios diferentes, por lo general con menos de 10 casos representados para cada enfermedad y sin un modelo clínico aparente. Así, se decidió que los grupos

formados en base al diagnóstico secundario específico no eran en particular significativos, pero que una partición más manejable e interpretable desde una perspectiva médica serían 2 grupos, en base a la presencia o ausencia de un diagnóstico secundario. Las estadísticas descriptivas de estos grupos se muestran en la Tabla 7.

Esta partición alternativa causa una reducción porcentual marcadamente inferior de la variación inexplicada 6.3 por ciento más abajo. Pero, en términos de objetivos totales del proceso de clasificación, el aumento de la facilidad de interpretación y de manejo se consideró más importante que el sacrificio en el error predictivo.

Paso 4 Con respecto a los otros 2 grupos formados en el

Paso 2 en base al procedimiento quirúrgico específico, el algoritmo se aplicó usando las variables procedimiento quirúrgico secundario, diagnóstico primario, diagnóstico secundario, edad, y sexo. Para el grupo con operaciones menores, el número de subgrupos formados por el algoritmo y la reducción porcentual correspondiente a la variación inexplicada para las variables se muestra en la Tabla 8.

Igual que las particiones con respecto a estas variables sugeridas para el grupo de procedimientos relativamente importantes se muestran las características en la Tabla 9. En ambos casos pareció que el diagnóstico secundario tenía un efecto más fuerte y fue seleccionado como la variable potencial para usar en los subgrupos que se forman. Sin embargo, después de examinar los contenidos de los grupos sugeridos, se encontró en ambos casos que al menos la mitad de las observaciones no tenía ningún diagnóstico secundario puesto en la lista y los demás hicieron distribuir diagnósticos secundarios a través de al menos 100 códigos diferentes, sin consecuencia clínica aparente. Es decir, los diagnósticos eran distintos y pocos fueron representados por más de 10 casos. Así, como los casos no quirúrgicos de los que hablamos en el Paso 3, no pareció que la división adicional de estos grupos en subconjuntos por el diagnóstico secundario específico fuera significativa desde una perspectiva clínica.

Se consideró la división de cada grupo en base de la presencia o la ausencia de diagnóstico secundario. Esto conseguiría una reducción del 2.1 por ciento de la variación inexplicada para el grupo quirúrgico menor y una reducción del 5.6 por ciento para el grupo quirúrgico principal. En ambos casos, se decidió que no había justificación médica suficiente para un escalón adicional en los grupos quirúrgicos en base al diagnóstico secundario. Además, a la luz de uno de los objetivos principales de mantener el número total de clases bajas, los grupos adicionales formados en esta etapa de la división de pacientes de Cálculos urinarios serían de valor cuestionable. Por lo tanto, los 2 grupos quirúrgicos no

se siguieron dividiendo y fueron considerados grupos terminales.

Paso 5 Los 2 subgrupos formados de los casos no

quirúrgicos en base a la presencia o ausencia de otros diagnósticos fueron evaluados para determinar si ellos deberían seguir siendo divididos o abandonados intactos como grupos terminales. El algoritmo fue aplicado y produjo los resultados mostrados para los casos no quirúrgicos sin diagnósticos múltiples. El algoritmo produjo los resultados puestos en la lista de la Tabla 11 para los casos no quirúrgicos con diagnósticos múltiples.

Con respecto a los casos no quirúrgicos sin diagnósticos múltiples, ambos conjuntos de grupos formados en base a la edad y al procedimiento quirúrgico secundario, respectivamente, fueron considerados inaceptables. En cada caso, más del 95 por ciento de las observaciones cayó en el primer grupo, abandonando el segundo grupo con menos de 25 casos.

Para los casos no quirúrgicos con diagnósticos múltiples, los 3 grupos se formaron los niveles de edad de utilización fueron considerados como subgrupos

potenciales. Los niveles de edad que definen los límites de los grupos eran 66 y 70. Esta partición fue rechazada por motivos similares a los de encima, a saber, la distribución desigual de casos en los grupos. Casi el 90 por ciento de las observaciones tenía una edad por debajo de 66.

Así, los grupos no quirúrgicos con y sin diagnósticos múltiples fueron considerados grupos terminales.

Concluimos, entonces, que los procedimientos quirúrgicos específicos y la presencia de diagnósticos múltiples eran variables importantes en la predicción de la longitud de la estadía para pacientes de cálculos urinarios. Los 4 GRD formados eran considerablemente diferentes (< 0.01) con respecto a su longitud media de estadía y eran clínicamente interpretables. Desde luego, al invalidar algunas particiones sugeridas por el algoritmo, se sacrificó cierta cantidad del poder explicativo. Pero, en la compensación generó un número razonable de subgrupos o GRD que podría ser interpretado desde una perspectiva médica. La figura 2 presenta un resumen descriptivo de las distribuciones de longitud de estadía para los grupos formados como parte del proceso de división en este ejemplo.

4. Una Revisión de las Aplicaciones de los GRD en Utilización 4.1 Análisis por Case-mix de Utilización de un

Hospital AL COMPARAR EL DESEMPEÑO DE UN HOSPITAL

en base a medidas relacionadas con la atención del paciente, como el tiempo de estadía, el costo y la tasa de mortalidad, es importante determinar hasta que punto las diferencias observadas pueden ser atribuidas al case-mix y hasta que punto están vinculadas con prácticas de tratamiento diferentes. Una institución individual tiene un control limitado sobre el primero, y uno espera que la utilización y las medidas de calidad de atención varíen a través de los diferentes tipos de casos que se tratan. Por ejemplo, mientras una tasa de mortalidad del 15 por ciento es bastante habitual para pacientes con infarto agudo de miocardio en la mayor parte de las instalaciones hospitalarias de cuidado agudo, sería alarmante para mujeres con partos normales. Así mismo, es típica una estadía de 2 días para tonsilectomías, pero es excepcionalmente corta para apendicectomías. Así, podría esperarse que un hospital con una proporción más alta de casos relativamente complejos tuviera, en general, longitudes de estadía más largas, costos incrementados, e índices de mortalidad más altos. Cualquier comparación, entonces, de esta institución con otra en base de estas medidas debe tener en cuenta su case-mix más complejo.

Como se declaró en la introducción, uno de los motivos originales para desarrollar los GRD era proporcionar un marco de tipos de casos que reflejaran la complejidad relativa de los pacientes asistidos en una institución. Considerando este marco, pueden ser calculadas medidas ajustadas por case-mix para controlar las diferencias de case-mix y usarlas para comparar instalaciones de hospitalización de cuidados agudos o de grupos de instalaciones. Además, las diferencias observadas en algunas variables entre 2 hospitales o un hospital y un conjunto de hospitales pueden ser divididas en 3 componentes: 1) el monto de la diferencia atribuida a prácticas de tratamiento del hospital; 2) el monto de la diferencia atribuida a case-mix del hospital; y 3) el monto de la diferencia atribuida a la interacción de prácticas de tratamiento del hospital y del case-mix. Esta información permite que se hagan comparaciones de la utilización del hospital y de la calidad de la atención, teniendo en cuenta la composición de casos. Se ha desarrollado un informe de análisis de case-mix y está siendo aplicado actualmente

en varios ambientes PSRO como la parte de su evaluación de patrones de longitud de estadía institucionales.4

4.2 Informe por Case-mix La Tabla 12 contiene un modelo de informe

que presenta un caso estadístico relacionado con el case-mix para un conjunto de hospitales en una región determinada. De interés particular aquí es la comparación de la utilización hospitalaria medida por el tiempo de estadía en días. En primer lugar, como se nota en lo alto del informe, todos los pacientes en la región, sin tener en cuenta la institución o el tipo de caso, experimentaron una estadía media de 6.772 días. El objetivo del informe es examinar la utilización de cada hospital a la luz tanto del case-mix como del patrón de longitud de estadía y compararlo con los demás usando la región como la referencia estándar. La formula matemática precisa de la estadística contenida en el informe es presentada en otra parte,4 pero se presenta aquí un breve resumen descriptivo, con el fin de demostrar la aplicación del GRD en el análisis del case-mix. Además, se remite al lector a Hill11 y Kitagawa14 para una discusión más profunda de las 2 técnicas aplicadas en este contexto, estandarización y separación en componentes.

Un identificador de hospital aparece en la primera columna seguida del número correspondiente de observaciones (OBS) o registros de aquella institución usada en el cálculo estadístico en las columnas restantes. La columna 3 contiene la longitud promedio de estadía total (LOS PROMEDIO) para los pacientes en aquella institución, que es el número de días de cama consumidos por alta. La longitud de estadía ajustada por case-mix (LOS AJUSTADO CASE-MIX) aparece en la columna 4 y es el tiempo de estadía promedio que el hospital habría experimentado con el case-mix de la región. Para el iº hospital, se calcula como

donde ae es la estadía media para el GRD jº en

el hospital i, y Pj es la proporción de los casos de la región de GRD j. Como tal, estandariza o mantiene constante el case-mix a través de todas las instituciones y resulta en una medida que uno puede usar para comparar la utilización del hospital en base al tiempo de estadía.

Como complemento de la longitud de estadía

ajustada al case-mix, la columna 5 contiene el tiempo de estadía promedio que el hospital habría experimentado con su propio case-mix, pero con el tiempo de estadía promedio de la región dentro de cada uno de los GRD (LOS PONDERADO CASE-MIX). Es decir para el hospital iº se calcula como

donde Aj es la estadía promedio de la región en

el GRD jº, y pij es la proporción de los casos del hospital iº en el GRD jº. Como esto usa un conjunto estándar de pesos relativos (Aj) para el GRD, puede ser interpretado como una medida relativa de la complejidad del case-mix, con valores más altos que indican un case-mix más complejo, es decir una mayor proporción de casos que reciben una gran cantidad de los outputs del hospital. Al interpretar esta medida, se debe notar que la complejidad es función tanto de la condición de los pacientes, así como el proceso de tratamiento seleccionado por los médicos. Las columnas 6 a 8 son índices calculados dividiendo las medidas en columnas 3 a 5, respectivamente, por la longitud promedio de la región de la estadía.

Las columnas 9ª a 12ª presentan la diferencia observada entre la Longitud promedio de la institución y la estadía de la región (DIFERERENCIA MEDIA LOS) e indican hasta que punto esta diferencia puede ser atribuida a el tiempo de estadía media GRD-específica o aij (DIFERENCIA DEBIDA A LOS), el case-mix de sus pacientes o pij (DIFERENCIA DEBIDA A CASE-MIX), y a una combinación de los 2 o su interacción (DIFERENCIA POR INTERACCIÓN).

La separación de la diferencia en estos componentes está basada en la técnica descrita por Kitagawa,14 brevemente descrita aquí para la conveniencia del lector. Si a, y A representan el tiempo de estadía promedio para la institución iº y la región, respectivamente, entonces:

La diferencia entre aj y A puede ser expresada

como:

donde notamos que las 3 primeras diferencias fueron calculadas restando al tiempo de estadía promedio de la región las medidas en las columnas 3 a 5. El componente de interacción es el residual o el monto de diferencia entre el hospital y la región, no explicada por la diferencia LOS (columna 10) o por la diferencia de case-mix (columna 11).

La utilidad del informe reside en la interpretación de las diferencias observadas entre una institución individual y el conjunto de instituciones o la región en su conjunto. Por ejemplo, considere el Hospital 4, el más grande con 41.643 casos (columna 2). Su tiempo de estadía promedio era uno de los más largos, 7.479 días (columna 3) o 0.708 días más largos que la región (columna 9). Esta diferencia puede ser atribuida en grados variados a los siguientes componentes: 1) diferencias en la composición de los casos o case-mix; 2) diferencias en el tiempo promedio de estadía específica del caso; y 3) diferencias atribuidas a la interacción del case-mix y el tiempo de estadía promedio específica del caso. Con respecto al primer componente, si el case-mix del hospital hubiera sido tratado en el tiempo promedio de estadía por GRD de la región, el tiempo promedio de estadía del Hospital 4 habría sido 6.96 días (columna 5), con una diferencia de 0.188 días sobre la región (columna 11). Por otra parte, si el case-mix fuera estándar o todas las instituciones trataran los mismos tipos de pacientes, el Hospital 4 habría tenido un tiempo promedio de estadía de 7.320 días (columna 4), cerca de medio día más largo (columna 10) que la región. Además, con relación a los demás, este habría tenido la longitud de estadía más larga. Así, la institución 4 tiene una

estadía media que es .708 días más largos que la región; 188 días son atribuibles a un case-mix más complejo y .548 días a un tiempo de estadía promedio GRD-específica más larga.

El signo y la magnitud de la diferencia de interacción (columna 12) son una indicación del grado al cual la diferencia observada entre una institución y el tiempo de estadía promedio de la región es explicada tanto por el case-mix como por la longitud GRD-específica de modelos de estadía conjuntamente. Es aquel monto de la diferencia total entre los promedios institucionales y regionales que no pueden ser asignados independientemente al case-mix o a utilización GRD-específica. Una interacción positiva grande podría levantarse, por ejemplo, si el hospital tiene un tiempo de estadía promedio más alto que la región en aquellos GRD donde este trata proporcionalmente a más pacientes que la región o una longitud promedio "más abajo que" la estadía en aquellos GRD con proporcionalmente menos altas. En este caso, los patrones particulares de desviación del hospital con respecto a la región, tanto en el case-mix como en utilización por GRD contribuyeron teniendo una longitud de estadía media más alta.

La diferencia de interacción es sobre todo importante para considerar si su valor absoluto es grande con relación a las otras diferencias (columnas 10 y 11). En estas circunstancias, no habría que usar las medidas en el informe para aquel hospital en comparación con los demás. Una interacción grande indica que los modelos de utilización de hospital varían por el tipo de caso y la estandarización sería engañosa. Respecto a la información de la Tabla 12, el Hospital 4 tiene un componente de interacción negativo de pequeña

magnitud,-.029. Por otra parte, considere el Hospital 8, con un tiempo de estadía promedio de 4.943 días o 1.828 días más corto que la región. La mayor parte de esta diferencia es atribuible a una menor utilización GRD- específica (-1.315 días), pero también a un case-mix menos complejo (-.986). Sin embargo, note que estas diferencias negativas son parcialmente compensadas por medio día (.473 días) atribuible a la interacción de case-mix y al desempeño. En este caso, debido al término de interacción relativamente grande, habría que tener cuidado al comparar las medidas de utilización estándar de esta institución con los otros hospitales en el informe.

Dado que la información de alta para todos los pacientes es recolectada de rutina por las instituciones con fines administrativos, están generalmente disponibles los datos completos del censo más que muestras para el informe descrito anteriormente. Sin embargo, debido a su tamaño o limitaciones en el número de servicios y personal disponible, una institución individual puede no tratar a pacientes que presenten una gran variedad de casos o GRD. En este caso o en situaciones donde se sabe que existe una gran interacción, como se dijo en el párrafo precedente, una estrategia alternativa es restringir la comparación a un número limitado de instituciones con números uniformemente altos de casos o realizar comparaciones en un conjunto limitado de GRD, por ejemplo, aquellos contenidos en unas pocas Categorías Diagnósticas Principales de interés particular.

4.3 Perfiles Institucional y Profesional en Evaluaciones PSRO

Las Organizaciones de Revisión de Estándares Profesionales (PSROs) fueron encomendadas por la enmienda del Acto de Seguridad Social de 1972 para asegurar la calidad y lo apropiado de los servicios de asistencia médica brindados a pacientes con financiación federal (Medicare, Medicaid, Title V). Con este fin, una responsabilidad específica de cada organización es el "análisis del perfil" - es decir la confección y la revisión de resúmenes relevantes de datos agregados que pertenecen a la atención y a los servicios recibidos por los pacientes y suministrados por profesionales e instituciones en el área PSRO. Es básicamente un análisis descriptivo de la asistencia médica y de los modelos de servicio usando medidas y formatos que sirven para: 1) facilitar la identificación de áreas excepcionales de desempeño y 2)

proporcionar un mecanismo de monitorización sobre la marcha del todo el sistema, con una atención particular sobre áreas problemáticas previamente definidas.

Aunque se da una considerable latitud a las PSRO para el formato y el contenido de un perfil, hay 3 componentes básicos en su diseño: I) el grupo de pacientes, que define el alcance del perfil en términos de población a ser analizado; 2) los sujetos del perfil, que definen el subconjunto del grupo de pacientes cuyos datos deben ser descritos; es decir agregados y resumidos en términos de algunas medidas con el propósito de compararlos con otros perfiles de sujetos o con todo el grupo de pacientes; y 3) los elementos del perfil, que son las estadísticas o las medidas del interés a ser mostradas en el perfil. Estos 3 componentes son elegidos para alcanzar los objetivos del análisis a ser realizado. De particular importancia es la selección de un grupo apropiado de pacientes, cuya definición debería controlar, hasta donde fuera posible, aquellas diferencias en la población de pacientes que pueden afectar las medidas mostradas en el perfil. Por ejemplo, si una PSRO estuviera interesada en el examen de los patrones de tiempo de estadía para hospitales en su área, no sería significativo formar un grupo de pacientes de categorías tan diversas como parto normal, infarto agudo de miocardio, úlcera gástrica y hemorroides. En este caso sería imposible determinar a partir de los resúmenes agregados si los patrones en particular anormales para las instituciones eran atribuibles a diferencias en el tipo de paciente que ellas tratan o a diferencias en su tiempo de estadía.

Los GRD puede ser por lo tanto un mecanismo eficaz para el análisis del perfil proporcionando una estructura de definiciones de clases de pacientes consistentes dentro de las cuales la interpretación institucional puede ser comparada en base a tipos similares de pacientes. Como parte de un proyecto patrocinado por los Health Standards and Quality Bureau, 7 sitios PSRO experimentaron con el uso de perfiles de tiempo de estadía institucionales basados en GRD para una monitorización retrospectiva de patrones de utilización en su área.10,12 Cada sitio presentó cintas de sus resúmenes de datos del hospital, a los que fueron adjudicados entonces el número de GRD apropiado basado en la información contenida en el registro. Se produjo una serie de informes con resúmenes estadísticos y comparaciones institucionales para cada grupo.

Un ejemplo de informe aparece en la Figura 3 y

presenta el patrón de desempeño de tiempo de estadía hospitalaria para el GRD 121—Infarto Agudo de Miocardio. Un identificador de hospital parece a la izquierda, adyacente a una rejilla que contiene la mediana (m), el rango intercuartil (25° [primera x] al 75° [segunda x] percentil), el 10° (primero*) percentil, y el 90° (segundo*) percentil del tiempo de estadía para cada hospital. A la derecha de la rejilla las columnas contienen el número de altas (OBS), el tiempo promedio o media de estadía (MEAN), la desviación estándar (S.D.) y el tiempo (MEDIAN) mediana de estadía, o percentil 50°. En este ejemplo, el tiempo promedio de estadía para la región en conjunto era de 2 semanas. Sin embargo, había variaciones considerables entre hospitales. El hospital 8 tenía un tiempo de estadía promedio de 10 días, mientras que los Hospitales 4, 2 y 3 tenían medianas de 15 días. Se justifica una investigación adicional en esta área mediante estudios de evaluación de la asistencia médica para determinar si hay problemas de calidad de asistencia en el hospital con el "tiempo corto de estadía" o utilización inadecuada en las otras 3 instituciones.

Como se ilustra en este ejemplo, estos perfiles son potencialmente útiles para identificar áreas de utilización inadecuada, que pueden llevar a puntos adicionales para mejorar la calidad de la asistencia. Ya que el número total de GRD es manejable y bajo comparado con la clasificación alternativa por diagnóstico o grupo de PAS, los tamaños de la muestra para hospitales individuales en la mayor parte de casos son bastante grandes para producir comparaciones significativas. Además, cada grupo puede ser examinado por el personal PSRO y un conjunto seleccionado para análisis complementarios. Para facilitar más la identificación de las conductas aberrantes de utilización, también se pusieron en servicio pantallas automatizadas basadas en algoritmos estadísticos cuyo primer indicador son aquellos GRD con una variación interhospitalaria relativamente alta, y luego determinar para cada hospital los grupos en los cuales su tiempo de estadía promedio era considerablemente más alta que en el área y aquellos en los cuales era considerablemente más baja.

4.4 Un Sistema de Monitorización PSRO La utilidad del GRD en la revisión de los datos

de las PSRO ha aconsejado su futura aplicación potencial como mecanismo de control sustituya el

proceso de revisión concurrente costoso actual -por un sistema de monitoreo retrospectivo oportuno, rentable. En este contexto, en el momento del alta del paciente, se genera un resumen y un número de GRD adjudicado en base a los datos en la historia. Cuando una pequeña muestra de archivos se ha acumulado en un GRD para una institución o conjunto de instituciones examinadas, la información de la muestra puede ser usada para estimar los parámetros de las distribuciones de 1 o más variables dependientes relacionadas con la utilización o la calidad de la asistencia (p.ej., longitud de estadía, índice de mortalidad, tasa de infección postoperatoria de heridas). Una vez que

los modelos aceptables de la práctica han sido establecidos, el sistema de monitoreo puede usar procedimientos de control estadísticos estándares para descubrir cambios en el proceso. Cuando los cambios son descubiertos, pueden justificarse estudios especiales para determinar la causa del cambio, que puede ser atribuido a errores en el registro, 1 o más casos en particular anormales, o un cambio total en el proceso de tratamiento que ha afectado todos los casos. Existen trabajos en marcha tendientes a desarrollar sistemas asistidos por ordenador que podrían apoyar estos mecanismos de control en una manera oportuna en un hospital o a nivel PSRO.

5. Contabilidad por Case-Mix en la Elaboración del presupuesto del Hospital, Control de costos y Reembolso

Anticipado5.1 Contabilidad por Case Mix UN OBJETIVO IMPORTANTE de cálculo de los costos hospitalarios y de los sistemas de presupuesto es la comprensión y el control de los costos hospitalarios. En los ambientes de las organizaciones tradicionales, el control de costos es más acertado en aquellas situaciones donde los productos están bien definidos o los servicios son provistos a partir de un conjunto previsible de costos asociados. La provisión de combinaciones diferentes de productos o servicios causa niveles diferentes de consumo de recursos totales y de costos. El control de costos en estos ambientes básicamente implica la monitorización de los recursos consumidos y de los costos incurridos durante el proceso de producción para asegurar la consistencia con los niveles esperados. Así, para que este sistema sea operativo dentro de un hospital, debe haber una definición precisa de los servicios proporcionados por la institución. En un sentido general, los hospitales proporcionan "cuidados al paciente", pero más expresamente, proporcionan cuidados al paciente de varias clases e intensidades durante períodos variables en base a las necesidades de los pacientes tratados. Como los GRD forman una clasificación de la población de pacientes en clases con una utilización esperada de outputs similar, pueden proporcionar una definición de los servicios proporcionados por un hospital. De esta forma, permiten que los recursos consumidos y los costos incurridos estén relacionados directamente con los tipos de pacientes o el case mix que el hospital trata.2,8,9 Esto es importante en un ambiente hospitalario, donde no es la dirección (los administradores), sino médicos individuales los responsables de asignar recursos por varios servicios y departamentos a fin de proporcionar una atención eficaz al paciente. En gran medida, los médicos actúan en forma independiente uno del otro y no son generalmente conscientes de las implicancias financieras globales de sus decisiones individuales. Si se debe alcanzar el control de costos en el hospital, debe conseguirse una comunicación eficaz entre el sistema financiero del hospital y sus médicos. Al formular el presupuesto hospitalario en términos de clases de pacientes con modelos similares de atención, se puede realizar un encadenamiento directo entre las prácticas de los médicos individuales y las consecuencias financieras para el hospital. El objetivo, entonces, de un sistema de contabilidad de case-mix es proporcionar un cuadro financiero completo de los gastos por tratar tipos específicos de pacientes, cuya asistencia es el servicio básico de un hospital. Bajo la estructura de la organización tradicional de un hospital, no hay ningún departamento cuya responsabilidad sea garantizar que los pacientes individuales sean financieramente bien manejados.

Típicamente, los 2 sistemas contables de un hospital — financiero y de gestión — tratan los pacientes en su conjunto y no en forma individual. El sistema financiero proporciona la descripción financiera básica del hospital en términos de balance, declaración de ingresos y flujo de fondos, mientras que el sistema de contabilidad de gestión proporciona la información financiera orientada al nivel de departamentos (p.ej enfermería, laboratorio, archivos médicos) con objetivos de dirección internos. Así, los sistemas contables del hospital no han proporcionado el cuadro integrado de las consecuencias financieras de la asistencia brindada a los pacientes individuales que la contabilidad por case-mix fue diseñada para producir. 5.2 Modelo de Costos por GRD El proceso de determinar el costo de tratar a pacientes en cada uno de los GRD para un hospital individual o un conjunto de hospitales es descrito en otra parte.2 En resumen, los tipos de cuentas en un plan de cuentas de hospital pueden ser clasificados en 6 áreas de servicio distintas: 1) cuentas de consulta externa; 2) cuentas generales no relacionadas con la atención del paciente; 3) cuentas generales relacionadas con la atención del paciente; 4) hotelería y otras cuentas de servicios generales; 5) cuentas de enfermería; y 6) cuentas de servicios auxiliares. Los GRD actualmente sólo abarcan a la población hospitalaria; los costos del paciente externo no son incluidos en los costos de GRD. Las cuentas generales son costos incurridos por el hospital en su operativa general, pero no están relacionadas o sólo están indirectamente relacionados con la asistencia del paciente. La depreciación y el pago de intereses son ejemplos de costos generales que no están relacionados con la asistencia del paciente y por lo tanto no son normalmente incluidos en los costos de GRD. Otras cuentas generales, como limpieza o lavandería están indirectamente relacionadas con la provisión de asistencia al paciente y son incluidas en el costo de GRD. La definición de las cuentas generales que se consideran como relacionadas con la asistencia del paciente contra las "no relacionadas con la asistencia del paciente" puede variar, según el objetivo del sistema de contabilidad de case-mix. Por motivos de dirección estrictamente internos es razonable incluir como relacionados a la asistencia del paciente varios servicios administrativos. Sin embargo, si los costos de los casos de un conjunto de hospitales deben ser comparados, entonces los costos administrativos no deberían ser incluidos, ya que los costos administrativos pueden variar enormemente a través de los hospitales distintos motivos además del case-mix. Los 3 tipos de cuentas restantes, están todos directamente relacionados con la asistencia del paciente y con el agregado de la cuenta de la consulta externa, se mencionan como los centros de costos finales. Los servicios asociados con estas cuentas

pueden estar directamente relacionados con pacientes individuales, permitiendo que los costos sean asignados a cada paciente. Los costos directos de cada centro de costo final y las partes del costo de las cuentas generales relacionadas con la asistencia del paciente son asignados a cada centro de costos final (de acuerdo a lo determinado por un algoritmo especial) representan el costo total de proporcionar los servicios asociados con cada centro de costo final. Una estadística de asignación específica para cada centro de costo final fue usada como base para asignar los costos de los pacientes en cada uno de los GRD. Por ejemplo, el costo de enfermería fue asignado a los pacientes en base a un peso específico GRD por día de enfermería, que fue extraído de un estudio de la cantidad del tiempo de enfermería pasado con pacientes en cada GRD. En tanto que todas las estadísticas de asignación poseen algunos defectos, son diseñadas para reflejar más equitativamente la cantidad de recursos de una institución consumidos por los pacientes en cada GRD. El resultado final del modelo de costo de GRD es la determinación del costo unitario de tratar a los pacientes en cada GRD. 5.3 Elaboración del presupuesto de un Hospital Un acercamiento completo de la contabilidad de costos por case mix fue aplicado al proceso presupuestario en 2 hospitales de prueba. En el primer año, se determinaron los costos unitarios (es decir, el costo promedio por paciente) para cada GRD. A fin de establecer el presupuesto del año siguiente, sólo era necesario proyectar el case mix del hospital y aplicar los factores de inflación correspondientes. Se descubrieron inmediatamente las desviaciones del presupuesto debido al case-mix y las áreas de servicio y de diagnóstico que experimentaron desviaciones significativas de los costos unitarios establecidos fueron aisladas. Los costos unitarios resultantes en los hospitales de prueba típicamente variaban entre GRD más de cien veces. Los siguientes GRD ilustran esta variación de costos. GRD Descripción Costo Unitario

Típico 1976 127 - Enfermedad cardíaca isquémica

excepto infarto agudo de miocardio con maniobra u otra operación mayor

$ 9.934

187 – Úlcera péptica y gástrica - con la resección gástrica u otra operación principal con un diagnóstico secundario presente

7.362

112 – otitis media, mastoiditis crónica u otosclerosis sin ninguna operación

264

273 – Falso trabajo de parto sin ninguna operación

89

Incluso dentro de un área diagnóstica específica los GRD proporcionan un grado alto de discriminación de costos. Por ejemplo, los pacientes con un diagnóstico primario del cálculo urinario abarcan 4 GRD con los costos unitarios típicos de 1976 siguientes:

GRD Cálculo Urinario

Descripción Costo Unitario Típico 1976

239 Sin operación o diagnóstico secundario

$ 394

240 Sin una operación con un diagnóstico secundario

774

241 Con operación menor, como cistoscopía o cateterismo renal

1.032

242 Con operación mayor, como nefrotomía, cistotomía o ureterotomía

2.293

Así, hasta dentro de esta área diagnóstica estrecha el costo unitario a través de GRD varió por un factor de casi 6. Un ejemplo de un informe de costo unitario para el GRD 121 Infarto agudo de Miocardio — aparece en la figura 4. Esta compara el costo de tratar a pacientes con IAM en el mismo hospital en 2 años diferentes. El recuadro en lo alto del informe resume la longitud de estadía, costos, y gastos experimentados por pacientes AMI en el período de 2 años. La parte inferior del informe desglosa los costos experimentados por los centros de costo finales de aquel hospital. Para cada elemento en el informe se indica tanto el cambio absoluto como el cambio porcentual entre los 2 años. Este informe permite que un administrador de hospital aísle tanto las áreas diagnósticas como las áreas de servicio donde hay diferencias significativas a través de los años o con relación a otros hospitales, si están disponibles los datos comparables de otros hospitales. Una vez que las áreas con problemas potenciales han sido identificadas, el administrador puede comenzar un diálogo más constructivo con los médicos responsables de los pacientes y de los servicios identificados. 5.4 Reembolso anticipado Tradicionalmente, la mayor parte de los seguros de salud han reembolsado hospitales retrospectivamente sobre la base de gastos razonables y aceptables. Mientras este modelo de reembolso garantiza la cobertura de la mayor parte de los costos del hospital, proporciona poco incentivo económico para que los hospitales controlen sus costos. Los sistemas de reembolso anticipado al hospital establecen el precio del reembolso del hospital antes del período durante el cual el precio se debe aplicar. Los premios y los castigos inherentes a un sistema de pago prospectivo podrían proporcionar la motivación para que los hospitales se hagan más rentables sin sacrificar la calidad de la asistencia médica. Conforme al contrato No 600-77-022 de la Health Care Financing Administration, el Estado de Nueva Jersey está en proceso de pasar de un sistema de reembolso basado en el costo per diem razonable a un sistema de costo por caso basado en el incentivo.21 El sistema Standar Hospital Accounting and Rate Evaluation (SHARE) es el sistema de reembolso por día basado en el costo, actualmente en el uso en Nueva Jersey. Bajo el sistema de SHARE, los gastos son agrupados en 31 centros de costos según definiciones uniformes de centros funcionales, como laboratorio,

radiología y otros por el estilo. Los gastos hospitalarios fueron reagrupados entonces dentro de cada centro de costos en 3 categorías básicas: 1) costos no controlables por el médico; 2) costos de médicos (p.ej, sueldos y honorarios de médicos y residentes); y 3) otros gastos que o no son controlables por el hospital, o que no deben ser incluidos en la determinación de la tasa de reembolso por SHARE. Después de que los costos de los sueldos fueran sido "emparejados" a fin de evitar distorsiones debidas a diferencias geográficas de salarios, los gastos controlables fueron agrupados en 3 grupos de centros de costos para tener en cuenta compensaciones en los modos de tratamiento. Se formaron grupos de hospitales similares y se pusieron pantallas de costos para cada cluster de centros de costos en cada grupo de hospitales similares. Cuando el cluster de centros de costos de un hospital escapa de estas pantallas, cada centro de costos dentro de cada cluster se analiza otra vez dentro de los grupos similares. Entonces se aplican fórmulas para determinar cualquier gasto irracional en el período en estudio que debería ser rechazado. Después de que han sido determinados los gastos razonables de un hospital, se determina una tasa de reembolso por día preliminar para el hospital. El SHARE por día propuesto es reexaminado de manera informal, a menudo seguida por apelaciones al Departamento, y en algunos casos a los tribunales. Una vez que el SHARE por día fue finalizado, proporciona la base del reembolso excepto por ciertos ajustes del fin del año hechos por variaciones de volumen, inflación real, y aumentos de costo debido a cambios de directivas legales y aprobadas, como Certificados de Necesidad y ajustes contractuales de Blue Cross. La característica esencial de la metodología SHARE es el "agrupamiento en pares". Esta técnica de regulación fue desarrollada en el campo de los servicios públicos, donde las instituciones parecidas son clasificadas de acuerdo a atributos comparables a fin de aplicar estándares "justos" y desarrollar precios razonables. Ya que los hospitales muestran más complejidad que las industrias de un solo output, como las compañías eléctricas, de gas o telefónicas, la técnica ha sido aplicada no a nivel agregado, sino a nivel de centro de costos. Se debe señalar que la forma o la unidad de pago del sistema SHARE es por día y que la base de pago es el costo. Aunque la metodología de reembolso SHARE en Nueva Jersey alcanzó logros significativos al traer cierto orden a los informes de costos por los hospitales en el estado, existen elementos básicos en la estructura del reembolso del hospital que siguen siendo problemáticos y que SHARE no fue diseñado para resolver. El problema fundamental en la contención de los costos es definir los instrumentos apropiados para medir la eficiencia y eficacia razonable en el ambiente hospitalario. Se necesitan instrumentos precisos para medir el nivel de productividad y eficacia tanto en términos de outputs como de inputs y responder a los

incentivos o desincentivos financieros apropiados. El intento de medir y comparar la eficacia de un hospital al nivel de centro de costos no reconoce el papel del case-mix en la determinación de los costos del hospital. Las diferencias o la falta de diferencias en los gastos del hospital a nivel del centro de costos pueden ser el resultado de diferentes composiciones de case-mix y pueden no reflejar diferencias en la productividad del hospital. Además, la calidad o la eficacia de la asistencia deben ser correctamente identificadas y medidas a fin de evaluar exactamente la productividad del hospital. Los análisis por centros de costos tienden a obscurecer, en lugar de aclarar estos problemas. La segunda limitación del enfoque SHARE está en la existencia de desincentivos financieros para brindar asistencia de alta calidad, apropiada y eficiente. No es ningún secreto que la forma del pago por día tiende a estimular longitudes más largas de estadía. Además, el problema de incentivo de la longitud de la estadía se agrava por el uso del costo como base del reembolso. La medida razonable de la eficacia del gerente financiero de un hospital es su éxito en maximizar el reembolso. A mayor aumento en los costos, mayor los ingresos. Los gastos pueden ser hábilmente redistribuidos entre centros de costos diferentes con el efecto de escapar las pantallas de costo de sus pares. Otro problema para el regulador, y otra oportunidad para el gerente financiero ambicioso, resulta de un sistema en el cual algunos pacientes pagan costos y otros pagan cargas, agravado porque la relación de costos y cargas puede ser manipulada. Otras oportunidades de astucia comercial se encontrarán sin duda en cualquier metodología de reembolso. El sistema de reembolso debe identificar costos apropiados y diseñar un incentivo financiero para supervisar y minimizar estas prácticas. Finalmente, la necesidad de una comunicación eficaz es quizás el problema más serio al que se enfrenta la regulación de la industria de asistencia médica. Para ser eficaces, los reguladores y los gerentes deben crear un lenguaje para los médicos. Es una reflexión del estado del arte que los reclamos en la industria hospitalaria son manejados por abogados y contadores y por lo tanto examinan problemas de asignación y finanzas. Si se fusionara la información financiera y médica, sería posible remontar la relación entre las decisiones de los médicos y sus efectos en los costos. A partir de esta base, se pueden extraer las preguntas apropiadas para tratar equitativamente con eficacia, calidad y eficiencia los problemas de asistencia de los pacientes. Así, la metodología SHARE no fue diseñada para tratar los problemas de 1) definir y medir el case-mix, la productividad y la eficacia del hospital; 2) brindar incentivos a la mejor dirección; 3) evitar la astucia comercial; y 4) crear comunicaciones entre los sistemas financieros y médicos del hospital. A fin de tratar con estos problemas, Nueva Jersey está desarrollando un sistema de reembolso anticipado

incentivado por el costo del caso. El GRD suministrará la base para la definición de los tipos de caso y se establecerán precios de reembolso diferenciales para cada GRD. A fin de desarrollar los precios de reembolso del GRD, es necesario obtener un resumen del paciente, la factura y la información financiera para el modelo de contabilidad de costos del case-mix descrito en la sección anterior. Desde enero de 1976, Nueva Jersey ha estado recibiendo resúmenes de altas médicas de 104 hospitales de asistencia aguda del estado. Además, 21 hospitales auto-seleccionados también presentan información de su facturación. La información de costos del hospital se obtuvo del SHARE y se agrupó en 2 categorías: gastos directamente relacionados con cuidado paciente, y gastos institucionales y otros. Los costos que se estimó eran relativamente fijos a corto plazo, y no directamente relacionados con la asistencia del paciente, fueron clasificados como gastos institucionales. Los centros de costos institucionales incluyen servicios gerenciales, mantenimiento de instalaciones, y asociados a la salud, gastos de educación de graduación de enfermería y de médicos. Se desarrolló una metodología separada para determinar gastos institucionales razonables que comprenden una suma fija y cantidades variables que estaban relacionadas con el compromiso docente y con el importe total de dólares por la atención del paciente. Los costos de atención del paciente fueron asignados a los pacientes en cada GRD, utilizando la metodología de contabilidad de costos por GRD. El enfoque contable de costos por case-mix permite el desarrollo de objetivos institucionales de productividad deseados por los reguladores y el reconocimiento apropiado de las diferencias de complejidad del case-mix entre hospitales. Una vez que se determinen los costos GRD, los estándares de reembolso por GRD proporcionarán un conjunto apropiado de objetivos, que serán equilibrados para reflejar los intereses tanto públicos como de la industria. El diseño de precio preliminar puso un precio por GRD para cada hospital, formado por proporciones del costo del hospital por caso promedio por GRD y un estándar estatal (el costo de caso promedio por GRD entre la muestra de 21 hospitales). La proporción del hospital y del estado

siempre sumarán a la unidad. Así, por ejemplo, en los años iniciales del sistema, el precio por GRD podría consistir en el costo de hospital de un 75 por ciento y el 25 por ciento del estándar del estado. Aunque la proporción del estándar estatal comenzara a acercarse al 100 por ciento con el tiempo, el énfasis temprano en el costo real del hospital proporcionará una oportunidad razonable a las instituciones mismas para hacer el uso de esta información gerencial del GRD. La información gerencial detallada por GRD será proporcionada a cada hospital y estará organizada para ayudar a los hospitales para concentrarse con eficacia en las áreas de interés para tratar con sus problemas. Para desarrollar totalmente el potencial del sistema, el proceso de realización actualmente se planea en 2 etapas distintas. La primera etapa, el desarrollo inicial, da a cada hospital tanto la oportunidad como la responsabilidad de reaccionar a la información gerencial al implementar pasos para remediar la ineficiencia, aumentando la eficacia, y abriendo un diálogo efectivo con sus médicos. La motivación para desempeñar esta tarea está dada por el reembolso anticipado, basado en incentivos. Así, en cualquier año dado, un hospital retendría los ahorros conseguidos al traer su costo por caso bajo el precio anticipado. Ya que la forma de pago es por caso, en lugar de por día, la unidad de reembolso ya no plantea un incentivo al aumento de la longitud de estadía. El nuevo cálculo del precio anticipado del próximo año, en base al logro real del año anterior, sirve al interés público al fijar los resultados en un estándar mejorado. La segunda etapa en el proceso de implementación implicará materializar correctamente las cuestiones de significación entre hospitales. Los temas de asistencia médica serán colocados en su contexto GRD-específico y médico, más que en el repertorio típico de reclamos económicamente orientados, permitiendo así un examen de eficacia, calidad e idoneidad. Las etapas permiten el paso del tiempo requerido para purgar las imperfecciones en la base de datos y permitir la reacción del hospital a generaciones sucesivas de precios. Comenzando a principios de 1980, se programa que los precios prospectivos por GRD se fijen para 26 hospitales de Nueva Jersey.

6. Un Enfoque del Case Mix para la Planificación Regional de Hospitales de Agudos MIENTRAS HAY APLICACIONES EN MARCHA de los GRD en áreas de revisión de utilización y elaboración de presupuestos hospitalarios, control de costos, y reembolso, la aplicación de los GRD en el área de planificación regional de hospitales está recién en sus primeras etapas de desarrollo.5 La planificación regional se refiere a la actividad de organizar los recursos de asistencia médica en una región geográfica definida, para alcanzar una situación deseada en términos de disponibilidad de asistencia médica de calidad y costos aceptables. El esfuerzo primario de la actividad de planificación hospitalaria se centró tradicionalmente en las instalaciones del hospital, principalmente las camas. A través de la legislación, como la ley Hill-Burton, la mayor parte de la actividad de planificación antes de los años 1970 enfatizó la suficiencia y la distribución de las camas de hospital para satisfacer las necesidades de la población. Sin embargo, el rápido avance en la tecnología médica sofisticada creó la necesidad de planificar en base regional, no sólo las camas de hospital, sino también los servicios hospitalarios y de equipamiento específicos. Así, la planificación para la cantidad y la distribución de los nuevos equipos costosos como los tomógrafos computados o los servicios hospitalarios específicos, como la cirugía a corazón abierto se han vuelto una parte integrante de la actividad de planificación. Como ciertos tipos de servicios y equipos son necesarios para tratar ciertos tipos de pacientes, las decisiones de planificación afectarán el case-mix que un hospital puede tratar.

La modificación por el proceso de planificación del case-mix que un hospital individual puede tratar afectará inevitablemente el case-mix de los otros hospitales de la región. Por ejemplo, si se agrega un nuevo servicio a un hospital, entonces ese hospital comenzará a tratar nuevos tipos de pacientes. Esto causará probablemente una disminución en el número de ese tipo de pacientes tratados en los otros hospitales en la región. Además, el nuevo servicio puede hacer que otras capacidades del hospital (p.ej, camas o tiempo de sala de operaciones) sean superadas, requiriendo que el hospital deje de tratar a pacientes a quienes antes proporcionaba asistencia. Esos pacientes tendrán que ser tratados en los otros hospitales de la región. Así, las implicancias de una decisión de planificación pueden ser complejas y difíciles de predecir. Un enfoque de case-mix para la planificación regional tendría como eje central los pacientes tratados y las demandas que imponen a los recursos del hospital. El papel de cada hospital en la región sería definido en términos del case-mix que este trata.

El problema básico de la planificación regional hospitalaria es que debe considerar varios factores a la vez: 1. Todos los pacientes deben tener acceso a los servicios hospitalarios necesarios. El acceso se define normalmente en términos de tiempo de viaje por

transporte terrestre. Un tiempo de viaje aceptable podría variar por el tipo de caso, según la relevancia del tipo paciente y la naturaleza de la afección (es decir, crónico, emergencia, etc.). 2. La cama y otras capacidades de los hospitales en la región deben ser suficientes para satisfacer las demandas de atención. 3. Los pacientes sólo deben ser tratados en hospitales con servicios, equipos y especialistas adecuados. El tipo de instalaciones hospitalarias y especialistas necesarios para el cuidado apropiado variará con el tipo de pacientes. Por ejemplo, podría determinarse que los pacientes menores de 14 años mayores de edad sólo podrían ser tratados en hospitales con unidades pediátricas. 4. se deben cumplir estándares de calidad de asistencia mínimos para cada tipo de paciente. Los estándares de calidad de asistencia podrían ser tan básicos como una tasa de mortalidad mínima para cada tipo paciente. Por ejemplo, si la tasa de mortalidad para pacientes de infarto agudo de miocardio en un hospital excedió algún porcentaje, como el 20 por ciento, entonces el proceso de planificación debe considerar que se solicite a ese hospital que deje de proporcionar asistencia a estos pacientes. El estándar de calidad de asistencia podría hacerse más sofisticado e incluir medidas de procesos y de resultados. 5. El costo de asistencia que se brinda a los diferentes tipos de pacientes debe ser razonable. La información de proyectos, como el experimento de Nueva Jersey de reembolso anticipado puede establecer el costo del cuidado que se brinda a cada tipo de paciente en cada hospital. Si un hospital demuestra ser sumamente ineficiente en el costo de la asistencia que brinda a ciertos tipos de pacientes, entonces el proceso de planificación debe considerar si existe una alternativa más rentable.

Así, el principal problema de planificación regional hospitalaria puede ser descrito como un sistema de hospitales con la capacidad de tratar números y tipos de pacientes específicos. Además, hay un conjunto restricciones básicas de calidad y de acceso que se deben cumplir. Sin embargo, dado que los límites de capacidad, y las restricciones acceso y calidad pueden ser cubiertas por varias configuraciones alternativas de case-mix, la alternativa que tenga el menor costo probablemente sea la alternativa preferida. Este problema puede ser analizado usando técnicas de programación lineal. El GRD puede proporcionar las bases para establecer el case-mix del hospital. Un modelo de programación lineal basado en el case-mix, del problema de la planificación regional, debería tener muchas aplicaciones prácticas inmediatas. Por ejemplo, suponga que se ha hecho la propuesta de cerrar un hospital particular. El modelo de planificación regional podría ser usado para sugerir los medios más costo-efectivos de distribuir el case-mix del hospital cerrado a los otros hospitales en la

región manteniendo todavía un acceso y una calidad adecuados y no excediendo las capacidades de ningún hospital. O bien, si existe una recomendación para la distribución del case-mix del hospital cerrado, entonces el modelo podría ser usado simplemente para simular el impacto de los cambios de case-mix en los otros hospitales y describir aquel impacto en términos de varios parámetros hospitalarios, como niveles de reembolso y tasas de ocupación. Hay muchos otros ejemplos del uso de este modelo. Si hubiera cambios

significativos en la composición de los casos tipo proyectados debido a un nuevo tratamiento o al brote de una enfermedad infecciosa, entonces el modelo podría ser usado para evaluar el impacto a los hospitales en la región. Así, a pesar de que el modelo de planificación regional por case-mix recién está en sus primeras etapas de desarrollo, realmente tiene el potencial de ser un instrumento poderoso para el proceso de planificación de hospital.

7. Resumen y Conclusiones

LOS PACIENTES tratados en un centro de asistencia de agudos pueden variar bastante, tanto en la duración como en la intensidad de servicios necesarios para proporcionar la asistencia apropiada al paciente. Las cantidades relativas y los tipos de outputs hospitalarios utilizados por pacientes individuales dependen tanto de la afección del paciente como del proceso de tratamiento empleado. Al relacionar las características demográficas, diagnósticas, y terapéuticas de los pacientes a los outputs hospitalarios que utilizan, se puede desarrollar un esquema de clasificación de pacientes que proporciona el marco tanto a la especificación del case-mix del hospital como a la medida del impacto del case-mix en la utilización y el desempeño del hospital. Los Grupos Relacionados por Diagnóstico representan un intento de proporcionar este esquema de clasificación de pacientes. Como se definen actualmente, los GRD proporcionan un número manejable de clases pacientes (383) que son exhaustivas y mutuamente excluyentes con respecto a los tipos de pacientes vistos en un ambiente de atención de agudos. Además, los GRD proporcionan clases pacientes que son clínicamente coherentes y que tienen patrones similares de la utilización de outputs, como la medida de la longitud de la estadía.

La comparación de datos de pacientes a través de instituciones o proveedores revelará invariablemente la existencia de niveles diferenciales de utilización y desempeño. Un análisis comparativo por longitud promedio de estadía, costo, o cualquier otra medida agregada no tiene significado a menos que pueda determinarse el impacto de composiciones diferentes de case-mix. El GRD puede proporcionar un marco para establecer los efectos del case-mix así como para identificar áreas diagnósticas con problemas potenciales. El objetivo de la mayor parte de los análisis comparativos es aislar áreas de problema de modo que puedan iniciarse medidas correctivas. Si los programas orientados a mejorar el comportamiento del sistema de asistencia médica hospitalaria resultan

ser exitosos, los gerentes y los reguladores deben establecer un diálogo eficaz con aquellos responsables de brindar los servicios, la comunidad médica. Los GRD proporcionan el primer paso en este diálogo ya que los problemas definidos en el contexto de GRD son comprensibles desde una perspectiva clínica.

Varias aplicaciones actuales y potenciales del GRD en las áreas de revisión de utilización, elaboración de un presupuesto hospitalario y control de costos, reembolso anticipado y planificación regional enfatizan el papel central del paciente. Enfocándose en los tipos de pacientes tratados, los programas responsables de estas actividades compartirán una base conceptual común aunque se refieran a aspectos diferentes del sistema de asistencia médica. A pesar de que hasta ahora las aplicaciones que se implementaron fueron para satisfacer las necesidades inmediatas de programas individuales, el trabajo futuro estará dirigido a la exploración del potencial del GRD para alcanzar una mejor integración y coordinación de los objetivos de diferentes programas y actividades.

El conjunto actual de 383 GRD fue desarrollado a la luz de los datos disponibles y sus limitaciones en el momento de su construcción. Como tal, representan sólo una implementación de una serie en evolución de esquemas de clasificación pacientes. En la medida que se encuentren disponibles datos de pacientes más completos y confiables y existen cambios en la práctica de la medicina, los GRD deben adaptarse para reflejar estos cambios. Para eso, se siente que la tecnología y la estrategia usada en la construcción de los GRD pueden ser aplicadas en el desarrollo de futuras generaciones de sistemas de clasificación. En efecto, una revisión radical y una evaluación del GRD serán emprendidas tan pronto como estén disponibles los datos del ICD-9-CM en cantidades suficientes. Además, se comenzó el trabajo en la ampliación del enfoque en otras áreas de prestación de asistencia médica, en particular, los cuidados ambulatorios.24