Spanish
Français

Uso de los datos de hospitalización rutinaria para identificar a los pacientes con riesgo de reingreso hospitalario

Está comprobado que un pequeño porcentaje de pacientes crónicos explica

un porcentaje mucho más grande los gastos de hospitalización, y también

que el case-management puede mejorar la salud y la calidad de vida de

estos pacientes, al tiempo que permite disminuir los reingresos de estos

pacientes. Así, en este estudio realizado en Queensland (Australia) se

evalúa si la utilización de un algoritmo estadístico basado en datos

rutinarios de los pacientes puede ayudar a identificar a pacientes

susceptibles de tener reingresos.

Varios factores fueron

identificados como predictores de las readmisiones (p. ej., edad,

co-morbilidad, estrato social, el número de admisiones anteriores,

etc.), aunque se demostró que el algoritmo no era del todo apropiado

pues existían demasiados falsos negativos (según el algoritmo, no se

ofrecería case-management a un porcentaje importante de pacientes que sí

podrían beneficiarse del mismo), y también falsos positivos (pacientes

que el algoritmo identificaba con riesgo de readmisión y que no

reingresaron en los 12 meses siguientes).

No obstante, los

autores concluyen que un algoritmo de este tipo podría ser apropiado

para identificar a pacientes con necesidades específicas de cuidados y

riesgo alto de readmisión (por ejemplo, en los servicios de urgencias).

Además, argumentan que la utilización del algoritmo podría

complementarse con el juicio clínico para disminuir los falsos

positivos. Pero entonces, ¿qué pasa con los falsos negativos?



Referènca bibliogràfica


Howell,

S., Coory, M., Martin, J., Duckett, S. Using routine inpatient data to

identify patients at risk of hospital readmission. BMC Health Services Research. 2009 [acceso 8 de junio de 2011]; 9:96. Disponible en: www.biomedcentral.com/content/pdf/1472-6963-9-96.pdf

Sobre el autor

< Volver

 

Comentarios (0)

No hay comentarios.

Escribe tu comentario

Acepto la política de privacidad de Antares HealthLines y cedo mis datos personales para recibir más información

 

Copyright © 2016 Antares Consulting.