Alta tasa de ocupación de camas hospitalarias: ¿Nos aleja de los estándares de calidad óptimos de los servicios hospitalarios? El caso de los pacientes agudos

Los próximos días 1, 8 y 15 de julio tendrá lugar el X Taller de EvaluAES en formato online. El grupo EvaluAES pone buena cara al invierno y ‘al corona’, y hace unos días abrimos el plazo para enviar resúmenes hasta el 26 de marzo (call for abstracts), con algunas novedades que invitamos a descubrir aquí. Como complemento interactivo a la invitación, y con ánimo de  motivarles participar, esta entrada se dedica a un trabajo presentado por Laia Bosque Mercader en el IX Taller EvaluAES, que investiga la relación entre la presión de la ocupación de camas y la calidad de los servicios, todo para proporcionar evidencia científica a las posibles políticas públicas en el sistema hospitalario (enlace al video de la presentación aquí).

Comité de trabajo EvaluAES

 Antecedentes

La calidad asistencial consiste en la provisión de seguridad, adecuación, efectividad clínica y capacidad de respuesta a las necesidades de los pacientes por parte de los servicios sanitarios (OECD, 2019). Por otro lado, la eficiencia se define como la utilización de recursos para garantizar los objetivos establecidos por los sistemas sanitarios (Cylus et al., 2016). Las mejoras en calidad y eficiencia son dos objetivos perseguidos por los sistemas sanitarios. Sin embargo, alinear ambos objetivos puede suponer un reto difícil (Mennicken et al., 2011). En los últimos años hay una creciente preocupación en el sector hospitalario sobre las altas tasas de ocupación de camas hospitalarias (TOC), definidas como la ratio del número de camas ocupadas entre el número de camas disponibles. Las altas TOC pueden traducirse en mayor eficiencia, pero también en posibles consecuencias negativas sobre la calidad hospitalaria (British Medical Association, 2017).

Las altas TOC se deben a varias razones que inciden desde la perspectiva de la oferta y la demanda. Por el lado de la oferta, el número de camas hospitalarias se ha reducido debido al progreso tecnológico, al recorte en gasto público destinado a sanidad y a las estrategias para minimizar los ingresos hospitalarios (OCDE, 2017, 2019). Desde inicios de este siglo, el número de camas per cápita de los países de la OCDE disminuyó de 5,8 por 1.000 habitantes en 2000 a 4,7 en 2017 (OCDE, 2017, 2019). Por el lado de la demanda, la ocupación de camas hospitalarias continúa en aumento como consecuencia de la creciente presencia de enfermedades crónicas entre la población y del envejecimiento demográfico (British Medical Association, 2017).

Encontrar la TOC óptima es objeto de debate. Por un lado, una baja TOC puede ser señal de una infrautilización de los recursos, dejando así margen para mejoras en la eficiencia. Sin embargo, si bien mantener un porcentaje de camas desocupadas es costoso, también es necesario para asegurar que los hospitales puedan hacer frente a la demanda inesperada y ofrecer una mejor calidad asistencial (Bagust et al., 1999). Por otro lado, una TOC elevada puede resultar nociva para el sistema de salud si es síntoma de un sistema hospitalario bajo presión y dar lugar a prácticas inapropiadas que conduzcan a altas prematuras, instalaciones saturadas, largos tiempos de espera, cancelaciones de operaciones electivas, aumentos de infecciones adquiridas en el hospital, o mayores cargas de trabajo para el personal, entre otros (Keegan, 2010; Gaughan et al., 2020; Blom et al., 2015). Estas consecuencias podrían a la postre afectar negativamente a la calidad hospitalaria.

Pese a su relevancia política, los estudios científicos acerca de las consecuencias que una alta TOC tiene sobre la calidad hospitalaria, aunque repartidos por la geografía occidental con estudios en Australia, Estados Unidos y Europa, son pocos e inconcluyentes (Sprivulis et al., 2006; Mennicken et al., 2011; Madsen et al., 2014; Long and Mathews, 2018; Blom et al., 2014, 2015; Boden et al., 2016 y Friebel et al., 2019).

¿Cuáles son nuestros objetivos?

Los objetivos de este estudio son

  • investigar si los hospitales que experimentan sistemáticamente TOC más elevadas están vinculados a una calidad hospitalaria menor, y
  • estudiar los factores de oferta y demanda hospitalaria y los determinantes de la TOC que pueden explicar dicha asociación. Aunque los resultados no deben ser interpretados como efectos causales, pueden proporcionar evidencia de la posible necesidad de intervenciones políticas en el sistema hospitalario.

Nos centramos en el caso del Sistema Nacional de Salud de Inglaterra (NHS), alrededor del cual ha surgido una preocupación relacionada con la reducción del número de camas y al consecuente incremento de las TOC (The King’s Fund, 2020). La Figura 1 ilustra el ejemplo de la TOC para el caso de pacientes agudos. El número de camas disponibles cayó un 7% entre los años fiscales 2010/11 y 2018/19, mientras que el número de camas ocupadas lo hizo solo en un 4%. Como consecuencia, la TOC aumentó de un 87% a un 90%.

Figura 1. Camas disponibles y ocupadas y tasa de ocupación de camas de pacientes agudos en Inglaterra (2010/11-2018/19)

Fuente: NHS England Statistics (2010/11 – 2018/19)

Marco conceptual, metodología y datos

Al inicio de este proyecto, detectamos que la relación entre la TOC y la calidad hospitalaria no era tarea sencilla. Antes de empezar el análisis cuantitativo, desarrollamos un marco conceptual económico para entender dicha relación (Figura 2). Asumimos que una TOC alta puede afectar directa y negativamente a la calidad hospitalaria. La TOC está determinada por tres variables, que a su vez pueden afectar a la calidad de manera directa e indirecta: número de camas disponibles (camas), duración de la estancia (length of stay, LOS) y volumen de pacientes tratados (Y). Además, existe un conjunto de factores de oferta (xs) y demanda (xd) hospitalaria que afectan a la TOC (a través de LOS e Y), como por ejemplo, las características de la población que vive alrededor de un hospital o la dotación de capital y trabajo del hospital, y que por tanto, podrían afectar también a la calidad hospitalaria.

Figura 2. Marco Conceptual

Nota: TOC = Tasa de ocupación de camas; LOS = Duración de la estancia; Y = Volumen de pacientes tratados; xd = Factores de la demanda; xs = Factores de la oferta.

Nuestra muestra está formada por datos anuales de los hospitales públicos de agudos de Inglaterra para 2010/11-2017/18. Las fuentes de datos principales son NHS England Statistics, que reporta la TOC de pacientes agudos, y NHS Digital, que publica medidas de calidad hospitalaria. Las medidas de calidad hospitalaria ajustadas al riesgo (p. ej. por edad, género, diagnóstico, comorbilidad) son: mortalidad por cualquier causa, mortalidad para tres diagnósticos (infarto de miocardio, fractura de cadera y embolia), mortalidad quirúrgica, readmisiones de urgencia y mejoras en salud después de un remplazo de cadera o rodilla (Patient Reported Outcome Measures).

Utilizamos el marco conceptual para guiar el análisis empírico. Primero, estimamos la asociación entre la TOC y la calidad hospitalaria mediante el método de mínimos cuadrados ordinarios, controlando únicamente por efectos fijos de año (Modelo 1). Esto nos permite inferir si una tasa elevada actúa como indicador y advierte de una peor calidad hospitalaria. Segundo, incluimos en la misma especificación econométrica variables que pueden explicar esta asociación secuencialmente (Modelos 2-5): factores de oferta y demanda hospitalaria y determinantes de la TOC (número de camas disponibles, duración de la estancia y volumen de pacientes tratados). Por último, descomponemos la asociación (Modelo 6) con la calidad hospitalaria en los componentes de las TOC que solamente varían entre hospitales (between association) y los componentes de las TOC que solamente varían en el tiempo (within association).

Resultados principales

La Tabla 1 presenta los principales resultados del Modelo 1 al 6 (resto de resultados disponibles bajo petición). El Modelo 1 muestra que una mayor TOC está positivamente asociada con un incremento en la mortalidad por cualquier causa y en la mortalidad quirúrgica (mayor mortalidad implica peor calidad), y negativamente asociada con las mejoras en salud después de una operación de prótesis de cadera o rodilla. En términos cuantitativos, un incremento en la TOC de cinco puntos porcentuales está asociado con una reducción en las mejoras en salud de un 0,5%-0,9%, un incremento en la mortalidad por cualquier causa de un 1,1% y un aumento en la mortalidad quirúrgica de un 3,1% (porcentajes calculados respecto a las medias de las variables de calidad).

Tabla 1 Resultados de la asociación entre las TOC y la calidad

    Modelo 1 Modelo 2 Modelo 3 Modelo 4 Modelo 5 Modelo 6
Mortalidad por cualquier causa TOC 0.221 (0.073)* 0.240 (0.001)*** 0.242 (0.001)*** 0.238 (0.001)*** 0.182 (0.011)** 0.337 (0.002)***
Desviación TOC -0.047
(0.390)
R2 0.014 0.506 0.507 0.519 0.517 0.535
N = 1.104
Mortalidad quirúrgica TOC 0.023 (0.008)*** 0.025 (0.000)*** 0.028 (0.000)*** 0.027 (0.000)*** 0.022 (0.001)*** 0.024 (0.006)***
Desviación TOC 0.017 (0.001)***
R2 0.098 0.356 0.367 0.373 0.379 0.395
N = 669
Mejoras salud remplazo cadera TOC -0.021 (0.073)* -0.023 (0.030)** -0.021 (0.045)** -0.021 (0.046)** -0.022 (0.035)** -0.038 (0.017)**
Desviación TOC 0.001
(0.954)
R2 0.369 0.462 0.465 0.465 0.466 0.482
N = 1.047
Mejoras salud remplazo rodilla TOC -0.027 (0.049)** -0.026 (0.013)** -0.026 (0.012)** -0.026 (0.013)** -0.023 (0.037)** -0.039 (0.008)***
Desviación TOC -0.001 (0.899)
R2 0.283 0.471 0.471 0.472 0.473 0.499
N = 1.054
Nota: TOC = tasa de ocupación de camas. El Modelo 1 reporta los resultados de la regresión de mínimos cuadrados ordinarios para la calidad sobre la tasa de ocupación de camas controlando por efectos fijos de año. El Modelo 2 incluye los factores de oferta y demanda y el Modelo 3 añade el número de camas. Los Modelos 4 y 5 incluyen la ratio del número de pacientes por cama y la duración de la estancia en el Modelo 3, respectivamente. El Modelo 6 descompone la asociación del Modelo 5 en componentes que varían entre hospitales (between association, primera fila -TOC-) y componentes que varían en el tiempo (within association, segunda fila -desviación TOC-). Los coeficientes de los controles y efectos fijos de año no se reportan. Los datos de mortalidad quirúrgica están publicados para 2010/11-2014/15. Los errores estándares están agrupados (clustered) a nivel de hospital y los p-valor se encuentran entre paréntesis. Los parámetros estadísticamente significativos al nivel 1% (***), 5% (**) y 10% (*) se reportan al lado del p-valor.

Conrespecto al estudio de las variables que pueden explicar esta asociación, los factores de oferta y demanda, el número de camas disponibles o el volumen de pacientes tratados no parecen ser relevantes (Modelos 2-4). Por otro lado, encontramos que la duración de la estancia explica un 25% de la asociación de las TOC con la mortalidad por cualquier causa, un 21% con la mortalidad quirúrgica y un 12% con las mejoras en salud después de un remplazo de rodilla (comparación Modelo 3 con Modelo 5). Además, las asociaciones están explicadas en gran parte por las diferencias en las TOC entre hospitales (excepto para la mortalidad quirúrgica) (Modelo 6). Este último resultado sugiere que las asociaciones entre la TOC y la calidad hospitalaria son persistentes a través del tiempo entre hospitales.

Discusión y conclusión

Los hospitales con TOC elevadas parecen ser más propensos a proveer una menor calidad en sus servicios, al menos en algunas de sus dimensiones. Además, gran parte de la asociación está explicada por la duración de la estancia de los pacientes en el hospital y por variaciones en las TOC entre hospitales.

Estos resultados tienen diversas implicaciones. Los reguladores podrían hacer uso de este indicador para realizar seguimientos, controles o auditorías adicionales y así tratar de mejorar la calidad de los hospitales que experimentan altas tasas de ocupación de camas de forma sistemática. No obstante, no parece aconsejable agrupar los hospitales por sus propias características o por las características de la población que reside a su alrededor dado que los factores de oferta y demanda no explican las asociaciones estimadas. En cambio, nuestro análisis sugiere que duraciones de la estancia elevadas pueden ser utilizadas como indicadores de menor calidad ya que explican gran parte de la asociación entre la TOC y la calidad hospitalaria. Este es un resultado significativo ya que la duración de la estancia puede medirse de manera más desagregada que las TOC (p. ej. por diagnóstico o especialidad) y podría ser utilizada para realizar intervenciones más específicas. En resumen, nuestro análisis provee un marco teórico y empírico que muestra que el análisis de regresiones puede ayudar a intervenciones que regulan las TOC.

 

Dejar un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

*

code