Investigadores de la Universidad Hebrea mejoraron el modelo de comorbilidad de Elixhauser, optimizando las predicciones sobre la duración de la estancia hospitalaria, la mortalidad, el reingreso y la intensificación de la atención.
Los modelos de ajuste de riesgos desempeñan un papel fundamental en la orientación de la atención clínica, el ajuste de la combinación de casos en la investigación y el apoyo a la planificación y el financiamiento de los servicios de salud, incluidos los ajustes de pago basados en la complejidad del paciente. Sin embargo, estos modelos, como la medida de comorbilidad de Elixhauser, a menudo se centran únicamente en las enfermedades comórbidas y es posible que no capturen completamente la complejidad médica de un paciente. Esto es especialmente pertinente en Israel, donde a los hospitales se les reembolsa una tarifa fija por día, independientemente de la complejidad del paciente.
Investigadores de la Universidad Hebrea han mejorado y validado externamente el modelo de comorbilidad de Elixhauser para mejorar su precisión.
El autor principal fue el Dr. Gidon Liebner, residente de ortopedia en el hospital Hadassah y graduado de la Facultad de Medicina de la Universidad Hebrea.
Los autores principales son los doctores Shuli Brammli-Greenberg y Adam Rose, profesores de la Escuela de Salud Pública de la Universidad Hebrea.
El estudio incorporó datos clínicos y demográficos adicionales en el modelo de Elixhauser. Al incorporar datos clínicos y demográficos adicionales, el estudio ha mejorado la precisión del modelo en la predicción de resultados clave como la duración de la estancia, la mortalidad hospitalaria, el reingreso dentro de los 30 días y la intensificación de la atención, es decir, la unidad de cuidados intensivos o tipos de atención similares.
Este modelo mejorado no solo ayuda a los profesionales de la salud a tomar decisiones clínicas más informadas, sino que también permite una asignación de recursos más eficiente dentro de los centros de atención médica.
El modelo refinado mejora la calidad general de la atención al paciente, lo que puede generar ahorros de costos y contribuir a los avances en la investigación sanitaria.
Aprovechando el repositorio centralizado de datos de salud único de Israel, el estudio realizó un análisis de cohorte observacional retrospectivo de 55.946 admisiones al servicio de medicina interna del Centro Médico Shaare Zedek (Jerusalem). Descubrió que el modelo mejorado superaba al modelo estándar de Elixhauser.
Al incluir variables como los resultados de las pruebas de laboratorio, los signos vitales y la información demográfica, el nuevo modelo logró mejoras significativas en la precisión de la predicción con respecto al modelo básico de Elixhauser, que se ha utilizado durante décadas para este propósito.
El estudio mostró que el modelo actualizado era mejor para predecir ciertos resultados de salud. Por ejemplo, cuando se trataba de estimar cuánto tiempo permanecería alguien en el hospital, el modelo mejorado aumentó su capacidad de predicción de un R2 del 10,1% al 28,1%. Además, al predecir si alguien pudiera fallecer durante su estadía en el hospital, la estadística C del modelo, una medida de la predicción del modelo aumentó del 71.1% al 87.9%.
Estas mejoras muestran que el modelo mejorado es mejor para determinar y predecir cuánto tiempo estará alguien en el hospital y el riesgo de mortalidad intrahospitalaria en comparación con el modelo estándar.
“Nuestro modelo mejorado llena un vacío crucial en el modelo Elixhauser original al proporcionar una evaluación más completa de la complejidad del paciente”, dijo el profesor Adam J. Rose. “Este modelo tiene una amplia aplicabilidad a otros entornos de atención médica, tanto dentro como fuera de la medicina interna, y podría respaldar las decisiones con respecto a los entornos de admisión y atención, la idoneidad de la hospitalización en el hogar y los ajustes de pago basados en la complejidad del paciente”.
El artículo de investigación titulado “Incorporating Clinical and Demographic Data into the Elixhauser Comorbidity Model: Validation and Impact on Outcome Predictions in a Tertiary Hospital’s Internal Medicine Department”, ya está disponible en BMC Health Services Research.
Investigadores:
Gideon Leibner1, David E. Katz1,2, Yaakov Esayag2, Nechama Kaufman3,4, Shuli Brammli-Greenberg1, Adam J. Rose1.
Instituciones:
1) Facultad de Medicina, Universidad Hebrea de Jerusalem.
2) Departamento de Medicina Interna, Centro Médico Shaare Zedek.
3) Departamento de Calidad y Seguridad del Paciente, Centro Médico Shaare Zedek.
4) Departamento de Medicina de Emergencia, Centro Médico Shaare Zedek.
