Evaluación de la representatividad de indicadores de calidad en hospitales de la República Argentina (página 2)

Por otro lado indicadores fuertes, desde lo bibliográfico, al respecto de la calidad de cuidados ambulatorios son las tasas de internación de determinadas patologías. Nos referimos a los PQIs, que son indicadores de la AHRQ (Agency for Healthcare Research and Quality) del U.S.Department of Health & Human Services, para evaluar la calidad de los cuidados ambulatorios35. Concretamente son tasas de internación de las siguientes patologías: asma, angina de pecho, neumonía, bacteriana, epoc, ICC, deshidratación, complicaciones a corto y a largo plazo de la DBT, hipertensión, bajo peso, amputación MI por DBT, apendice perforado, IU, DBT no controlada.

Como vemos conforman la mayoría de los motivos de internación de un hospital general.

Es lógico pensar que el aumento en el % de consultas de guardia aumenta la tasa de internación sobre todo en los hospitales donde prime la complejidad.

Si bien en nuestra base no tenemos indicadores por internación y patología, podemos aproximarnos de la siguiente manera:

Tenemos los datos de egresos hospitalarios. Toda persona que egresa es porque estuvo internada. Por lo tanto hacemos una correlación (Método Spearman) entre los valores mensuales de N° de Consultas de guardia y N° de Egresos Hospitalarios, hospital por hospital.

Definimos como n mínimo necesario, para incorporar un hospital, el hecho de que existan por lo menos 20 meses con ambos datos en la base.

Al observar los valores de significancia en la tabla (Ver Tabla 3 – Correlación Consultas de Guardia / Egresos Totales (Internación), en Anexo Tablas, página 61) vemos que:

La mayoría de los valores de P son significativos. Hay algunos borderline. Estos últimos corresponden a los hospitales donde normalmente el volumen de atención compleja no es alta en términos de porcentajes relativos (Establecimientos 1, 3, 4, 6 y 7). Los hospitales que presentan mayor cantidad de meses con porcentajes altos de pacientes en estado crítico (Establecimientos 5, 8, 9, 10 y 11) los valores de P son todos significativos y las fuerzas de las correlaciones importantes.

Abajo de la Tabla se muestran los resultados de la correlación teniendo en cuenta el total de la base.

Como dato accesorio general diremos que la mediana, en toda la base, del promedio de días de estada es: 3.22 y el percentilo 95 es: 5.27.

4.b.4. Ámbito de la accidentología

Los Accidentes Laborales son menos frecuentes en el ámbito Ambulatorio, aumentan mas del doble al ingresar en la guardia, y más aún en la sala de hospitalización. Recordemos la relación positiva entre los accidentes de trabajo y la seguridad del paciente32.

Podemos observar lo recién expresado en la Tabla 4 – Accidentes de trabajo en ambulatorio e internación, en Anexos Tablas, Página 62, según el estudio de Pérez Bermúdez, 1998 36.

Integrando lo referido en estos últimos 4 puntos (4.b.1, 4.b.2, 4.b.3 y 4.b.4), se puede vislumbrar la relevancia de la atención ambulatoria en la seguridad del paciente.

4.c- Gestión operativa

Los indicadores promedio de días de estada y % de completabilidad (porcentaje de datos entregados por el hospital teniendo en cuenta todos los solicitados por el PICAM), se agrupan en un factor que en adelante denominaremos Gestión operativa (Ver Tabla 1 en página 33). El primero, con alta uniformidad en la bibliografía 37,38, es considerado como un indicador de Eficiencia hospitalaria, y el segundo es un indicador creado en el PICAM en donde desde lo conceptual se entiende que refleja la Gestión. Si bien el indicador "% de completabilidad" presenta también una carga substancial en el factor 2 (0.551), vemos como en valores absolutos este indicador se apoya fundamentalmente, dada la diferencia en los valores de carga (0.750), en este factor (Ver Tabla 1 en página 33). Se puede comprobar lo expuesto en el estudio que se observa en la página 41, bajo el título Análisis de factores complementarios.

Por otro lado se observa que estos 2 indicadores cargan con diferentes signos. Esto es congruente con lo conceptual ya que normalmente ante una gestión importante es pensable que el promedio de días de estada baje, lo mismo a la inversa. Es decir tienen una relación de pertenencia al mismo factor o componente pero con cargas inversas.

4.d- Resultado Clínico

Por último, porcentaje de reingresos (porcentaje de reingresos no programados por la misma patología dentro de las 72 hs. del alta, ver definición operacional en página 28), se posiciona en forma independiente desde el punto de vista estadístico, separado de los otros indicadores, en otro factor (ver páginas 33 y 41/42 y 43), y esto es congruente con lo conceptual ya que es el único de los indicadores seleccionados que según la bibliografía internacional se considera indicador de resultado39,40.

Con este factor, en el cual solo carga significativamente el indicador de % de Reingresos, pero que recibe aportes de cargas no significativas de otras variables, construiremos un indicador compuesto, como en el caso de Gestión Asistencial (ver página 34). En este no es necesario realizar previamente el estadístico Alpha de Crombach, para comprobar una fuerte cohesión estadística, ya que carga en forma significativa un solo indicador (% de reingresos).

Por otro lado podemos observar que en este factor "carga" también con algo de fuerza (0.531) el indicador Tasa de Accidentes del Personal (Véase en la Tabla, página 33, componente 4, el indicador Tasa de Accidentes del personal). Si bien no la tomamos como una carga significativa, ya que como dijimos en la Tabla tomaremos como criterio de significancia valores absolutos mayores de 0.55, dado que el n es de 114 29, sin embargo esto es coherente con lo conceptual porque como vemos en la Tabla, página 33, el porcentaje de accidentes del personal (relacionado desde la bibliografía con la seguridad y los resultados del paciente32), "cabalga" entre el factor de Seguridad General del Paciente, "cargando" significativa y conjuntamente con el porcentaje de consultas de guardia (según la bibliografía principal predictor de mortalidad intrahospitalaria, ajustando por edad, sexo y diagnóstico33), y también deposita algo de su carga, aunque no llega a ser significativa, en el factor Resultados.

4.e- Análisis de factores complementario

En primer lugar tomamos los indicadores porcentaje de consultas de guardia, tasa accidentes laborales, promedio de días de estada y % de completabilidad, y realizamos un análisis de factores exploratorio en donde vemos que las cargas se distribuyen de la misma manera, es decir cargan 2 en un dominio y los otros dos en el otro. Además se conserva la relación inversa entre promedio de dias de estada y % de completabilidad.

Tabla 5 – análisis de factores complementario – Matris de componentes rotados.

Matriz de componentes rotados(a)

Método de extracción: Análisis de componentes principales. Método de rotación: Normalización Varimax con Kaiser.

a La rotación ha convergido en 3 iteraciones.

Los hospitales considerados son en total 14, y el n 346.

Analisis de Comp. Principales, con eigenvalue > 1.

KMO: 0.523; Prueba de Bartlett, Sig. 0.000. Todas las comunalidades mayores a 0.58.

Luego realizamos 4 análisis de factores exploratorios en cada mitad de la base dividiéndola de la siguiente manera:

• 1) Consideramos solamente los meses pares

• 2) Consideramos solamente los meses impares

• 1) Consideramos solamente los meses de Enero a Junio

• 2) Consideramos solamente los meses de Julio a Diciembre

Los resultados de las cargas fueron los mismos, en el sentido que siempre cargaron en dos dominios distintos cada par de indicadores, con las relaciones ya dichas entre promedio de días de estada y % de completabilidad.

Por último tomamos los indicadores de gestión asistencial (ecografías por 1000 consultas, porcentaje de cesáreas, y porcentaje de Hist. Clínicas sin epicrisis a las 72 hs. del alta) y el de Resultado (% de reingresos), para los cuales contamos con un n menor (n 121) y el total de hospitales considerados es 6. El n está bastante distribuido en el total de los 6 hospitales (n de cada hospital: 32, 36, 24, 12, 2, 14).

Las cargas se distribuyen de la misma manera 3 indicadores en un factor y 1 indicador (% de reingresos), solo, en un segundo factor ó dominio.

Realizamos el mismo procedimiento ya explicitado de analizar cada mitad de la base en forma independiente y los resultados no variaron.

Resultados relacionados al segundo objetivo específico

El segundo objetivo específico versa de la siguiente manera:

Estudiar las relaciones existentes entre los diferentes dominios (factores) investigados a partir de métodos matemáticos como los de regresión41,42,43,44.

La finalidad respecto a este objetivo, está orientada a profundizar el análisis de la representatividad, continuando la exploración a través de métodos de Regresión Logística, ttest, Wilcoxon y otros, acerca de si, en principio, la reciprocidad de los indicadores en el plano conceptual se refleja en el ámbito estadístico. Por ende no pretende determinar modelos para establecer riesgos, ni para determinar exactamente magnitudes en la relación entre variables (indicadores).

Como, por ahora, trabajamos con indicadores globales (no por patología), no podremos ajustar por todos los eventuales factores de confusión. Dada esta limitación no podremos conseguir resultados definitivos y concluyentes.

Desde lo conceptual, creímos oportuno estudiar estadísticamente las siguientes correspondencias:

1- Relación entre los indicadores % de reingresos por la misma patología antes de las 72 hs. del alta, porcentaje pacientes día cuidados críticos y % de egresos con partos.

Como ya especificamos en Métodos, existen características al respecto del tipo de perfil hospitalario que favorece los reingresos hospitalarios. Dos que son conocidas son la gravedad de los internados y la proporción de egresos con partos, dado que según estas condiciones pueden variar los reingresos, por lo tanto en nuestros análisis donde participa este indicador (% de reingresos) hemos procedido a efectuar los ajustes correspondientes.

Por ejemplo, en ocasiones, la amenaza de parto es la causa de mayor cantidad de reingresos, y también otra causa fuerte es la amenaza de aborto, de las cuales la calidad de la institución tiene muy poco que ver 45. Por otro lado es conocida también la relación de la gravedad clínica y los reingresos hospitalarios46. Esto es mayor aún en el caso de los establecimientos adheridos al PICAM donde los reingresos se consideran por el mismo problema de salud y hasta las 72 hs. del alta.

Con relación a la gravedad clínica, pudimos ver concretamente en nuestra base como aumenta el porcentaje de reingresos al aumentar el % de pacientes dia en Uti (mayor o menor a la mediana).

Este resultado coincide cuantitativamente a lo expresado anteriormente en forma cualitativa.

La media de reingresos varía de 0,642 a 0,887. El resultado es estadísticamente significativo (p 0.0036). La mediana varía de 0.35 a 0.82. Ver Tabla 6 – Relación entre porcentaje de reingresos y % de pacientes día en Uti (ttest), en Anexo, página 63.

Esta significancia tambien se advierte utilizando el test de Wilcoxon.

El valor de p (p 0.0013) exhibe también una diferencia estadísticamente significativa. Ver Tabla 7 – Relación entre porcentaje de reingresos y % de pacientes día en Uti (Wilcoxon), en Anexo, página 64.

Por otro lado, en relación a lo obstétrico, amenaza de parto ó amenaza de aborto, recién comentado, estudiamos la diferencia entre los hospitales, dividiéndolos según su perfil, de acuerdo a que tuvieran más o menos % de egresos por partos (mayor ó menor a la mediana). Concretamente aumentan los reingresos cuando es mayor el % de egresos por partos.

El promedio varía de 0.495 a 0.918. El resultado es estadísticamente significativo (p 0.0000). La mediana varía de 0.31 a 0.885. Ver Tabla 8 – Relación entre porcentaje de reingresos y % de egresos con partos (ttest), en Anexo, página 65.

Repetimos también el test no paramétrico (Wilcoxon), y las diferencias también se muestran significativas. Ver Tabla 9 – Relación entre porcentaje de reingresos y % de egresos con partos (Wilcoxon), en Anexo, página 66.

A raíz de lo expuesto, en los distintos análisis en los cuales participa el indicador % de reingresos, procedemos a realizar el ajuste correspondiente con un indicador relacionado con gravedad de los pacientes (% de pacientes dia cuidados críticos (Uti) y el indicador % de egresos con partos.

2- Relación entre el Indicador % de completabilidad (Ver página 40, punto 4.c. Gestión operativa), y el factor Gestión Asistencial (% de cesárea, % de

Historias Clínicas sin epicrisis a las 72 hs. del alta, y ecografías por 1000 consultas (Ver página 34, punto 4.a. Gestión Asistencial).

Se observó que una completabilidad del 100 %, se relaciona con una mejor Gestión Asistencial – % de cesárea, % de Historias Clínicas sin epicrisis a las 72 hs. del alta y ecografías por 1000 consultas (un menor valor).

Como ya se ha expresado, nos incumbe estudiar, en principio, la congruencia conceptual y estadística. En este sentido, desde lo conceptual, es razonable, que la Gestión (% de completabilidad), se escolte naturalmente de la Gestión Asistencial, a pesar de que pertenezcan a distintos dominios (factores). Los resultados estadísticos acompañan esta presunción.

Consideramos dos grupos: los casos con % de completabilidad 100%, y los que no alcanzaron este porcentaje.

Dado que el n no es muy alto y la distribución no parece del todo normal utilizamos el test no paramétrico para datos continuos llamado Test de Wilcoxon. Ver Tabla 10 – Relación entre el indicador porcentaje de completabilidad y el Factor Gestión Asistencial, en Anexo, página 67.

La mediana del Factor Gestión Clínica, si la completabilidad es 100 % (n: 65), es -0.43; y

si la completabilidad es menor de 100 %, (n: 49), es 0.48. La diferencia es estadísticamente significativa (valor de p 0.0000).

3- Relación entre el factor Gestión Asistencial (% de cesárea, % de Hist. Clínica sin epicrisis a las 72 hs. del alta y % ecografias x 1000 consultas) (Ver página 34, punto 4.a. Gestión Asistencial), y el factor Resultados (% de reingresos) (Ver páginas 40/41, punto 4.d- Resultado Clínico)

A través de este análisis se visualiza que el empeoramiento de los indicadores incluídos en el factor de gestión asistencial se relaciona con un incremento en los reingresos hospitalarios.

Actualmente es considerable la bibliografía que permite estimar las mejoras en resultados producidas por intervenciones en el área de la gestión asistencial, por ejemplo a partir de Guías de Práctica Clínica 47-55.

Se consideró en esta evaluación las variables surgidas a partir del análisis de factores exploratorio. Recordemos que en el primer factor, Gestión Asistencial, cargan fundamentalmente los 3 indicadores de Conductas y Normativas médicas, y en el otro, factor Resultados, carga fundamentalmente % de Reingresos (Ver en página 34, punto 4.a. Gestión Asistencial, como se genera el factor Gestión Asistencial, y en páginas 40/41, punto 4.d- Resultado Clínico, como se forma el factor Resultados).

Para mejorar el análisis de la relevancia, incorporamos accesoriamente, en la tabla, una columna con los valores de "% de reingresos". Ver Tabla 11 – Relación entre Gestión asistencial y Resultados, en Anexo, página 68.

Consideramos las conductas médicas como apropiadas cuando no superan la Mediana de los valores del factor que las incluye, y como no apropiadas, por elevadas, cuando sí superan este valor.

Se analizan por separado los casos según sean altos o bajos (a partir de la mediana), los porcentajes de pacientes día en Uti y % de egresos con partos (Procedimientos de ajuste, necesarios, tal cual fue explicitado en la páginas 44/45). Ver Tabla 11 – Relación entre Gestión asistencial y Resultados, en Anexo, página 68.

4- Relación entre el indicador promedio de días de estada y el indicador reingresos hospitalarios.

En nuestro estudio, cuando el promedio de días de estada cae a menos de 3.73 días, el porcentaje de reingresos aumenta.

Estudiaremos la relación entre el Indicador promedio de días de estada (uno de los indicadores de Gestión Operativa, ver página 40, punto 4.c. Gestión operativa), y el Indicador "% de Reingresos por la misma patología antes de las 72 hs. del alta".

Es conocida la vinculación, o la búsqueda de esta asociación, en la literatura sobre el tema38,39.

Como dijimos en las páginas 44 y 45, (Relación entre los indicadores % de reingresos, con porcentaje pacientes día cuidados críticos y % de egresos con partos), al estudiar porcentaje de reingresos debemos considerar la gravedad de los pacientes y el porcentaje de egresos con partos para intentar disminuir sesgos.

Por bajo n estudiamos solamente la relación entre el promedio de dias de estada y los reingresos, en los casos con alto Porcentaje de pacientes día en Uti (valores mayores que la mediana), y luego seguidamente, de alto Porcentaje de egresos con partos (valores mayores que la mediana). Ver Tabla 12 – Relación entre el indicador promedio de días de estada y el indicador reingresos hospitalarios, ajustado por porcentaje de pacientes día en Uti (gravedad), ttest, en Anexo, pág. 69.

Como se aprecia en la Tabla citada (pág. 69), en el primer grupo, con valor de promedio de días de estada mayor a 3,73, el indicador reingresos tiene un valor bajo (0.44). En el segundo grupo, con valor de promedio de días de estada menor que 3,73 el indicador de reingresos es alto (0.986).

Vemos como el valor del indicador % de reingresos (Promedio) es menos de la mitad al pasar del grupo de bajo/medio promedios de días de estada a alto promedio de días de estada. Se descarta la hipótesis nula que esa diferencia sea = 0 (p 0.0001). También estudiando las medianas del indicador reingresos, en el primer grupo (PDE > 3.73) es 0, y en el segundo grupo (PDE < 3.73) es 0.88.

Por una normalidad no perfecta utilizamos también el Test de Wilcoxon, dando también un resultado con una diferencia estadísticamente significativa (p 0.0001). Ver Tabla 13 – Relación entre el indicador promedio de días de estada y el indicador reingresos hospitalarios, ajustado por % de pacientes día en Uti (gravedad), Wilcoxon, en Anexo, pág. 70.

Ahora estudiaremos la relación teniendo en cuenta la proporción de egresos con partos.

En este caso el promedio de % de reingresos también disminuye cuando el promedio de dias de estada es mayor a 3,73. Concretamente el % de reingresos varia de 1,04 a 0,11. Ver Tabla 14 – Relación entre el indicador promedio de días de estada y el indicador reingresos hospitalarios, ajustado por % de egresos por partos, ttest, en Anexo, pág. 71).

La diferencia entre estos valores presenta significancia estadística (p 0.0000).

Atento a que la distribución de los valores no presenta una perfecta normalidad estudiamos paralelamente el comportamiento de la mediana (la cual concordantemente, con la misma configuración, baja de 1.03 a 0.3). Esta diferencia es estadísticamente significativa a juzgar por el valor de p (p < 0.0000) del test de Wilcoxon. Ver Tabla 15 – Relación entre el indicador promedio de días de estada y el indicador reingresos hospitalarios, ajustado por porcentaje de egresos por partos, Wilcoxon, en Anexo, pág. 72).

5- Relación entre los indicadores de mortalidad en terapia intensiva, con % de completabilidad y con los indicadores incluídos en el factor de Gestión Asistencial (% de cesarea, % de Historias Clinicas sin epicrisis a las 72 hs. del alta y % ecografias x 1000 consultas)

Relación entre razón mortalidad UTI / Apache (Ver Definición en página 27) y la Gestión.

Como dijimos en la página 46 es razonable que una Gestión (ver % de completabilidad, pág. 40, punto 4.c- Gestión operativa) importante, se asocie con una mayor Gestión Asistencial, y que esta última lo haga con mejores resultados hospitalarios 47-55.

Esta asociación entre % de completabilidad y gestión asistencial genera una nueva variable, que la denominaremos provisoriamente Gestión global, y que la utilizaremos para este análisis.

Esta nueva variable fue estudiada según las siguientes características:

• a) Con alta gestión asistencial y alta completabilidad, asociándose en nuestro estudio a menor mortalidad Uti/Apache.

• b) Con alguna de las dos mencionadas en a), o ambas, con bajos valores, asociándose en nuestro estudio a mayor mortalidad Uti/Apache.

El análisis se realizó a través de un estudio de regresión logística.

Denominamos alta Gestión Asistencial cuando los valores de este factor (Ver página 34, punto 4.a. Gestión Asistencial) se ubica en los dos tercios más bajos (mejores valores); y para el caso de la completabilidad cuando su porcentaje es del 100%.

La variable (indicador) "razón mortalidad UTI / Apache" fue dicotomizada a partir de la Mediana.

Se utiliza para este estudio, como ajuste, "Porcentaje pacientes día cuidados críticos" (separando por la mediana) para conseguir que las comparaciones entre el indicador razón de la mortalidad Uti/Apache sean hechas entre hospitales con mayor similitud en sus características. En nuestra base vemos que disminuye la razón de la mortalidad Uti/Apache a mayor % de pacientes día cuidados críticos. Desde lo conceptual esto es razonable (según opinión de expertos consultados) por la disminución en los valores del indicador razón de la mortalidad Uti/Apache en los hospitales de mayor complejidad.

Entonces, vemos que en nuestra base de datos, ante mayor Gestión Global la chance de Razon Mortalidad Uti / Apache alta disminuye a la mitad (Odds Ratio 0.5093793). Este resultado es significativo desde el punto de vista estadístico (p 0.039).

Test Hosmer-Lemeshow (p 0.8814). Area bajo Curva Roc 0.71.

Descarto Multicolinealidad: (Promedio VIF: 1.07).

La variable "%_Críticos" no ejerce efecto confundidor sobre la variable "Gestión_Glob.", dado que al ingresar "%_Críticos" al modelo el coeficiente correspondiente a "Gestión_ Glob." prácticamente no se modifica (variación del 4.5 %).

No hubo casos influyentes. Para evaluar influencia, utilizamos la siguiente metodología descripta en la literatura43, que consiste en lo siguiente: los DFBETA de las variables, fueron estandarizados, y se considero influyentes los casos mayores de 2 y menores de -2.

El n es 181 y abarca a 9 hospitales con el siguiente porcentaje de participación cada uno (7%,17%,4%,19%,20%, 20%, 3%, 3%, y 7%).

—————————————————————————————–

Para evaluar la relevancia de esta diferencia, en la próxima página veremos en una Tabla los valores de las medianas y de los promedios en los 4 subgrupos.

En la Tabla 16, se observa como ante mayor gestión global, disminuye de 1,08* a 0.9* la Mediana de la Razón mortalidad Uti/Apache, en situaciones de baja proporción de pacientes graves, y como disminuye de 0.78** a 0.71**, en situaciones de alta proporción de pacientes graves.

6- Relación entre la mortalidad neonatal (mayores de 2500 g), con % de completabilidad y con los indicadores incluídos en el factor de Gestión Clínica (% de cesarea, % de HI sin epicrisis y % ecografias).

Lamentablemente por falta de un n mínimamente adecuado no hemos podido estudiar esta relación.

Resultados relacionados al tercer objetivo específico

Identificar posibles indicadores faltantes, desde las conclusiones de este estudio, que permitan un análisis más completo y confiable.

En las reuniones de grupo de expertos se consideró, luego de evaluar los avances de este trabajo, la necesidad de incluir: "porcentaje de ocupación del hospital" para poder evaluar más específicamente la sobrecarga de trabajo; el indicador de gestión de farmacia "Dosis Diaria Individualizada por paciente", con diseño preexistente, así como un conjunto de indicadores orientados hacia prestaciones trazadoras.

Por otro lado, se reafirma la ausencia de indicadores por patología, con la consiguiente dificultad para evaluar Efectividad Clínica, así como para definir con mayor precisión la relación entre los indicadores, por lo cual creemos que se hace imperioso incorporar indicadores por patología en los programas de calidad de nuestro país.

Resultados al respecto del cuarto objetivo

Confirmar las conclusiones de este estudio con el rigor metodológico de un grupo Delphi independiente.

Según se explicitó, en forma oral y escrita, en la presentación del plan de Tesis en la Universidad de Buenos Aires, se procuró trabajar con un grupo Delphi de al menos 10 expertos, en metodología y/ó en indicadores, pretendiendo conseguir para considerar adecuado el resultado, un acuerdo general promedio de por lo menos un 70 % con las conclusiones conceptuales y cuantitativas primarias.

El Método Delphi realizado tuvo las siguientes características (Ver también Páginas 24/25):

a) Los envíos fueron por correo electrónico; b) Confirmaron su participación 13 expertos, pero sólo 11 cumplieron con los envíos; c) Se envió en cada ronda un formato resumen, el texto completo, y la bibliografía relevante, para que tuvieran acceso en caso de necesitarlo (ver páginas 74 y 78); y d) Consistió en dos rondas.

Para la primera ronda se envío el material que se puede observar en la página 74. Por otro lado se decidió solicitar nueva valoración a cada experto, explicitando el resultado promedio de los demás participantes, cuando el valor de acuerdo que hubiera expuesto fuese menor a 50. Esto último ocurrió dos veces. Concretamente con la conclusión número 1 y número 9. Es decir un participante valoró con menos de 50 la conclusión número uno y otro participante valoró con menos de 50 la conclusión número nueve.

La segunda ronda consistió en lo siguiente:

a) Se pidió nueva estimación a los dos participantes recién citados. Ambos ratificaron su posición por lo que no hubo cambios para la segunda ronda.

b) Se reformuló mínimamente el texto de la conclusión 2, por haber tenido un relativo bajo grado de acuerdo (concretamente 65% de acuerdo), y creer que se debió a un texto confuso. Se envió nuevamente, con el agregado de un copete explicatorio nuevo. La formulación inicial se puede ver en la página 74 (Análisis N° 2), y la segunda se pude observar en la página 78.

Los resultados finales del Grupo Delphi son los siguientes:

a) Grado de acuerdo general: 88,27

b) Grado de acuerdo conclusión por conclusión:

Conclusión N° 1: Para estimar conductas médicas (sobreutilización), con indicadores, es preferible seleccionar aquellos estudios que no sean utilizados habitualmente para rastreo de rutina. Grado de acuerdo: 80,91

Conclusión N° 2: El indicador porcentaje de cirugías suspendidas/postergadas no representa únicamente un dominio de la gestión hospitalaria. Grado de acuerdo: 88,18

Conclusión N° 3: El aumento en el % de consultas de guardia y en la tasa de accidentes laborales deberían alertarnos al respecto de la seguridad del paciente. Grado de acuerdo: 84,55

Conclusión N° 4: El porcentaje de reingresos por la misma patología representa resultados clínicos globales. Grado de acuerdo: 90,45

Conclusión N° 5: El promedio de días de estada representa la eficiencia en la gestión de internación. Grado de acuerdo: 90,45

Conclusión N° 6: Es conveniente vigilar el % de reingresos cuando se gestiona una disminución en el promedio de días de estada. Grado de acuerdo: 96,82

Conclusión N° 7: Los indicadores % de cesárea, % de Historias Clínicas sin epicrisis a las 72 hs. del alta, y ecografías por 1000 consultas, se perfilan como indicadores de Gestión Asistencial. Grado de acuerdo: 81,36

Conclusión N° 8: La sobrecarga laboral incide en la inseguridad hospitalaria. Grado de acuerdo: 93,18

Conclusión N° 9: La atención ambulatoria es relevante si nos interesa la seguridad del paciente. Grado de acuerdo: 80

Conclusión N° 10: Es necesario incorporar indicadores por patología en los programas de calidad de atención médica en la República Argentina. Grado de acuerdo: 97,27.

Discusión

Como principal aporte al conocimiento, creemos que este estudio permite comenzar a transitar un camino, en nuestro país, hacia la correcta selección, procesamiento e interpretación de lo que representan indicadores hospitalarios generales de calidad.

También evidencia, desde un punto de vista metódico, la necesidad de avanzar en hospitales de la República Argentina hacia el monitoreo de indicadores por patología trazadora.

Con la finalidad de asegurar, dentro de lo posible, las conclusiones, hemos procurado verificar la existencia de una coherencia entre lo conceptual, surgido de la búsqueda bibliográfica y el análisis de expertos, inicialmente éste dentro del PICAM, y posteriormente en el marco de un grupo Delphi independiente, con lo emanado del análisis estadístico de la base de datos del PICAM, utilizando métodos como análisis de factores exploratorios, regresión logística, correlaciones, etc.

El estudio se realizó sobre el monitoreo de indicadores aportados por hospitales de características homogéneas. Contamos con limitaciones, como por ejemplo no efectuar ajustes por patología, sin embargo pudimos hallar una congruencia, en todos los casos, con los estudios internacionales, que sí pudieron hacer estos ajustes.

Nuestras conclusiones se apoyan en fuerte bibliografía, y concuerdan con la opinión de expertos.

A partir del Grupo Delphi realizado, pudimos conocer la opinión de expertos independientes del PICAM, y verificar el alto grado de acuerdo con las conclusiones surgidas desde el estudio inicial.

Desde el punto de vista metodológico, hemos utilizado una metodología novedosa en lo relacionado a indicadores, que brinda mayor certeza al estudio, como el Análisis de factores, permitiendo agrupar los indicadores en factores ó dominios desde una perspectiva estadística. Creemos que esta experiencia puede evaluarse como un aporte metodológico importante para la realización de futuros estudios con indicadores.

Por último, consideramos que este trabajo servirá de base para ulteriores acercamientos a la temática, que seguramente se apoyaran en bases de datos más extensas.

Conclusiones

Varias son las conclusiones centrales del estudio, tales como:

Al respecto del dominio Seguridad hospitalaria, consideramos que debe alertarnos el hecho de encontrar aumentos en los porcentajes de consultas de guardia y en la tasa de accidentes laborales. Siguiendo con la misma problemática, estudiamos la incidencia negativa de la sobrecarga de trabajo, y la relevancia de los problemas en la atención ambulatoria.

En relación a los dominios Gestión Operativa y Resultado clínico, concluimos que la eficiencia hospitalaria es dable estimarla a partir del promedio de días de estada (PDE). También analizamos la conveniencia de ser prudentes y vigilar el porcentaje de reingresos hospitalarios, y su eventual incremento, cuando llevamos a cabo una política de disminución en el PDE, dado el posible efecto negativo en el primero. Reafirmamos que el porcentaje de reingresos es una expresión de los resultados clínicos globales.

Los indicadores porcentaje de cesárea, porcentaje de Historias Clínicas sin epicrisis a las 72 hs. del alta, y ecografías por 1000 consultas, pertenecen al dominio de la Gestión Asistencial.

Relacionamos nuestros resultados, con los de fuertes estudios internacionales, remarcando de esta manera congruencia con estudios previos.

Consideramos que para medir conductas médicas (sobreutilización) debemos hacerlo con estudios que no sean usados de rutina, para que la diferencia de los valores entre los establecimientos sea mayor. Sostenemos que el indicador Porcentaje de cirugías suspendidas/postergadas no representa únicamente un solo dominio de la gestión.

Remarcamos, desde un punto de vista metódico, a partir de este estudio, la necesidad que en nuestro país contemos con Programas de Calidad que incluyan un número apropiado de indicadores por patología trazadora.

Experimentamos como la metodología estadística utilizada (análisis de factores), resulta apropiada para la evaluación cuantitativa de bases de datos con indicadores.

Anexo. Tablas.

Tabla 3 – Correlación Consultas de Guardia / Egresos Totales (Internación).

Tabla 4 – Accidentes de trabajo en ambulatorio e internación (Perez Bermudez, 1998).

Tabla 6 – Relación entre porcentaje de reingresos y % de pacientes día en Uti (ttest).

Tabla 9 – Relación entre porcentaje de reingresos y % de egresos con partos (Wilcoxon)

Tabla 11 – Relación entre Gestión asistencial y Resultados

(*) Distribución no muy normal de los datos, considerar más la Mediana, y el Test de Wilcoxon.

(**) Si bien la Mediana del factor Resultados (columna gris) surge de la variable Resultados creada a partir del análisis de factores (Ver página 41), se informan también los reingresos en forma aislada, para poder tener una idea de la relevancia, ya que es el único indicador que tiene peso significativo sobre esta variable compuesta.

Se observa que ante Gestión Asistencial inapropiada (valores elevados de los indicadores % de cesárea, ecografías por 1000 consultas, y % de historia clínica sin epicrisis), aumentan los reingresos hospitalarios (empeoran los resultados).

Anexo. Grupo Delphi.

a) Texto enviado para la primera ronda – Página 74

b) Texto enviado para la segunda ronda – Página 78

Consulta para obtener el grado de acuerdo sobre conclusiones del trabajo: Evaluación de la representatividad de Indicadores de calidad en hospitales de la República Argentina, con metodología Delphi.

El estudio de referencia pretende acercarse al significado en las variaciones de indicadores de calidad hospitalarios, formulados por el PICAM (Programa de Indicadores de Calidad en Atención Médica), que por resolución 54/2003 del Ministerio de Salud de la Nación fueron incluidos en el Programa Nacional de Garantía de Calidad. Es decir, saber que representa, cuando en hospitales de nuestro país, aumenta el porcentaje de consultas de guardia, ó los reingresos hospitalarios, por ejemplo. Desde el PICAM, se conformó un grupo de expertos locales para discutir esta temática. Además se llevó a cabo una extensa búsqueda bibliográfica, para conocer la información internacional al respecto. Conjuntamente, utilizando la base de datos del PICAM, se realizó un análisis estadístico que incluyó análisis de factores exploratorios, regresiones, y otros métodos, para corroborar si, en principio, encontramos una congruencia con lo conceptual.

Indicadores del programa PICAM (abajo del texto el listado de los 18 indicadores).

Comenzando en el año 2003 el PICAM cuenta con los datos mensuales de 18 indicadores provistos por 18 establecimientos de Capital, Prov. de Bs. As, e interior del país. Este año se firmó un convenio con el Ministerio de Salud de la Prov. de Bs. As. para la incorporación al programa de los establecimientos públicos de dicha localidad.

El PICAM ha hecho intentos fuertes de incorporar indicadores por patología para poder reducir confundidores en el análisis, pero no ha tenido suficiente eco, por ahora, en la aplicación de la codificación diagnóstica. Entre las conclusiones de este estudio surge la necesidad de un nuevo esfuerzo en la procura de avanzar en este sentido.

1) Ecografías por 1000 consultas

2) porcentaje de consultas de guardia

3) promedio de días de estada

4) porcentaje de cesáreas

5) porcentaje de cesáreas en nulíparas/primíparas

6) % de completabilidad (proporción de datos entregados al PICAM, dentro de los solicitados)

7) porcentaje de reingresos, por la misma patología, antes de las 72 hs del alta.

8) porcentaje de Historias Clínicas sin epicrisis las 72 hs del alta.

9) tasa accidentes laborales x 1000

10) porcentaje de cirugías suspendidas/postergadas

11) practicas de laboratorio por consulta

12) tasa mortalidad neonatal en menores de 1500 gr

13) tasa mortalidad neonatal en peso 1500 a 2499 gr

14) tasa mortalidad neonatal en mayores de 2500 gr

15) razón mortalidad UTI/Apache (Indicador de Terapia intensiva)

16) porcentaje pacientes día cuidados críticos

17) porcentaje egresos quirúrgicos

18) porcentaje egresos con partos

(Consecuentemente con la formulado en el inicio por el PICAM, desde lo conceptual, consideramos que los indicadores de mortalidad neonatal (12,13 y 14) y el indicador "razón mortalidad UTI/Apache" (15) de terapia intensiva, son indicadores de servicios específicos; y los indicadores porcentaje pacientes día cuidados críticos (16), porcentaje egresos quirúrgicos (17), y porcentaje egresos con partos (18) son útiles para "tipificar" hospitales y poder realizar análisis un poco menos sesgados ya que permiten dividir y comparar entre hospitales de similares características. El indicador de cesáreas en nulíparas/primíparas (5) no fue analizado aún por bajo n).

A partir de este trabajo se formularon 10 conclusiones:

Para obtener el grado de acuerdo sobre cada conclusión que se explicita a continuación, por favor agregue debajo de cada una su grado de acuerdo en una escala de 0 a 100. Por ejemplo si esta totalmente de acuerdo ponga 100%, si está bastante de acuerdo pero no del todo 85 ó 90 %, etc.)

Ud. podrá direccionarse al trabajo completo, y ubicar el análisis del tema en cuestión, guiándose por el número de página que se señalará en este resumen.

Análisis N° 1:

Creemos que el indicador prácticas de laboratorio por consulta no resulta apropiado como indicador de conductas médicas globales, dado que sumado a la "contaminación" (muchos análisis que se realizan en los hospitales son indicados por médicos externos), no es muy diferente la cantidad de análisis de laboratorio solicitados por consulta en los distintos hospitales (pensemos que normalmente se lo utiliza como rutina), como para poder percibir diferencias producidas por la gestión institucional sobre las conductas médicas (Pág. 31).

Conclusión: Para estimar conductas médicas (sobreutilización), con indicadores, es preferible seleccionar aquellos estudios que no sean utilizados habitualmente para rastreo de rutina.

Por favor agregue su grado de acuerdo en la mitad del próximo renglón.

Análisis N° 2:

A partir de la búsqueda bibliográfica sabemos que las razones para que las cirugías se suspendan ó se posterguen son variadas, la causa principal es la ausencia del paciente (en algunas ocasiones por enfermedad aguda), otras suspensiones son debidas a fallas del personal administrativo, otras a deficiencias del personal médico, a veces resultan insuficientes los quirófanos para las cirugias urgentes, etc. etc. Es decir abarcan muchos aspectos ó dominios de la atención hospitalaria (Pág. 32). A pesar de esta limitación, algunos establecimientos lo utilizan para vigilar la ineficiencia global del área quirúrgica, relacionada con los costos.

Conclusión: El indicador porcentaje de cirugías suspendidas/postergadas no representa un aspecto específico de la gestión hospitalaria, aunque puede utilizarse para estimar la ineficiencia global del área quirúrgica en su relación con los costos.

Por favor agregue su grado de acuerdo en la mitad del próximo renglón.

Análisis N° 3:

Los indicadores "% de consultas de guardia" y "tasa de accidentes laborales" cargan en un mismo factor al análisis de factores exploratorio de la base de datos del PICAM (Pág. 33 y 41,42). El porcentaje de casos de emergencia, en fuerte bibliografía, ajustada por edad, sexo y diagnóstico, es el principal predictor de mortalidad intrahospitalaria (Pág. 34). Con respecto al segundo ya existe bibliografía que señala su relación con los resultados del paciente (Pág. 34). Es significativa la correlación entre % de consultas de guardia y tasa de accidentes laborales en nuestra base de datos.

Conclusión: El aumento en el % de consultas de guardia y en la tasa de accidentes laborales deberían alertarnos al respecto de la seguridad del paciente.

Por favor agregue su grado de acuerdo en la mitad del próximo renglón.

Análisis N° 4:

Reingresos hospitalarios por la misma patología, es considerado en la bibliografía internacional, como un indicador de Resultados Clínicos.

En el análisis de factores exploratorio de la base PICAM carga sólo en un factor (dominio) distinto al resto de los indicadores. Esto es relevante ya que de los indicadores que hemos ingresado al análisis de factores exploratorio es el único que para la bibliografía representa Resultados Clínicos (Pág. 40).

Conclusión: El porcentaje de reingresos por la misma patología representa resultados clínicos globales.

Por favor agregue su grado de acuerdo en la mitad del próximo renglón.

Análisis N° 5:

El promedio de días de estada, en la bibliografía internacional, es considerado unánimemente como indicador de eficiencia hospitalaria.

Al análisis de factores exploratorio de la base de datos del PICAM carga conjuntamente con el indicador "% de completabilidad", que se refiere a la proporción de datos entregados al PICAM en relación a los solicitados. Este último indicador, expresa un compromiso institucional y desde lo conceptual se considera que representa la Gestión (Pág. 40).

Conclusión: El promedio de días de estada representa la eficiencia en la gestión de internación.

Por favor agregue su grado de acuerdo en la mitad del próximo renglón.

Análisis N° 6:

En la bibliografía se ha buscado la relación entre el promedio de días de estada (PDE) y los reingresos hospitalarios por la misma patología, dado que aumentar la eficiencia, bajando el PDE, puede producir aumento en los reingresos. En la base de datos del PICAM, el paso de alto a mediano/bajo PDE, se relaciona con un aumento en los reingresos (Pág. 48).

Conclusión: Es conveniente vigilar el % de reingresos cuando se gestiona una disminución en el promedio de días de estada.

Por favor agregue su grado de acuerdo en la mitad del próximo renglón.

Análisis N° 7:

Entendemos el Dominio "Gestión Asistencial" como aquel que contiene indicadores de conductas médicas y de cumplimiento de normativas médicas. En la base de datos PICAM los indicadores siguientes cargan en un mismo factor (Pág. 34), y presentan una fuerte cohesión estadística (Alpha de Crombach mayor de 0.85).

Conclusión: Los indicadores % de cesárea, % de Historias Clínicas sin epicrisis a las 72 hs. del alta, y ecografías por 1000 consultas, se perfilan como indicadores de Gestión Asistencial.

Por favor agregue su grado de acuerdo en la mitad del próximo renglón.

Análisis N° 8:

Vincent ha estudiado a fondo la seguridad hospitalaria y formuló un marco teórico donde coloca la sobrecarga de trabajo en el tope de las condiciones que generan inseguridad.

En la base de datos PICAM vemos como aumenta escalonadamente la tasa de accidentes del personal en la medida que aumenta la sobrecarga de trabajo, deducida ésta a partir del aumento en el % de consultas de guardia (la "presión de la guardia"), y el aumento en el % de pacientes graves (Pág. 35/36/37). Recordemos la existencia de bibliografía que señala la relación entre accidentes de trabajo del personal y la seguridad del paciente (Pág. 34).

Conclusión: La sobrecarga laboral incide en la inseguridad hospitalaria.

Por favor agregue su grado de acuerdo en la mitad del próximo renglón.

Análisis N° 9:

En este punto analizaremos algunas relaciones entre atención ambulatoria, guardia, internación e inseguridad del paciente.

Hay evidencia en la literatura, al respecto que la sobrecarga de trabajo en lo ambulatorio produce aumento en el porcentaje de casos de emergencia (pág. 38).

También es fuerte la evidencia que las internaciones más comunes se relacionan con falencias en la atención ambulatoria. De hecho indicadores fuertes de la calidad ambulatoria son tasas de internación de problemas comunes (Pág. 38).

Por otro lado la literatura señala que el porcentaje de casos de emergencia (ajustado por edad, sexo y diagnostico) es el predictor más importante de mortalidad intrahospitalaria (Pág. 34).

Existe también relación establecida entre accidentes laborales y seguridad del paciente (Pág. 34), como ya se expresó, y de cómo aumentan los accidentes laborales al ingresar en la guardia y en la internación, al respecto de la atención ambulatoria (Pág. 39).

Es pensable que el porcentaje de consultas de guardia, sirva como indicador "proxy" ó intermediario de las tasas de internación, sobre todo en los hospitales donde prime la complejidad. En la base del PICAM podemos ver como aumentan las internaciones frente al aumento en las consultas por guardia, establecimiento por establecimiento (Pág. 38 y 39); y por otro lado también se observa, como ya dijimos, que el porcentaje de consultas de guardia y la tasa de accidentes laborales cargan en un mismo factor (Pág. 33,41 y 42).

Conclusión: La atención ambulatoria es relevante si nos interesa la seguridad del paciente.

Por favor agregue su grado de acuerdo en la mitad del próximo renglón.

Análisis N° 10:

En cuanto al tercer objetivo específico del trabajo, en donde se plantea la necesidad de identificar indicadores faltantes, se reafirma la ausencia de indicadores por patología, con la consiguiente dificultad para evaluar Efectividad Clínica, así como para definir con mayor precisión la relación entre los indicadores (Pág. 54).

Conclusión: Es necesario incorporar indicadores por patología en los programas de calidad de atención médica en la República Argentina.

Por favor agregue su grado de acuerdo en la mitad del próximo renglón

Fin – Muchas gracias por su participación!!!

Reformulación de la Conclusión N° 2 – Cirugías suspendidas / postergadas

Tomaremos en primer lugar el trabajo de Aguirre-Cordova1 por ser apropiada la clasificación que propone para lo que queremos resumir. Allí se detallan las causas de suspensión quirúrgica por las fallas de la "institución" (30,1 %), referidas fundamentalmente al dominio Gestión Operativa/Administrativa (ver Trabajo Original1), de los médicos (29,8 %), relacionadas sobre todo con el dominio Gestión Asistencial (conductas médicas y cumplimiento de normativas médicas), y las que son atribuidas al paciente (40,1 %).

Del 40,1 % atribuidas al paciente, una parte se debería a factores culturales, pero, según el estudio1, hay otras causas también relacionadas a la Gestión Asistencial y a la Gestión Operativa, que si se mejoraran, disminuirían las cancelaciones adjudicadas al paciente. De éstas citaremos cuatro, las dos primeras (a y b) están relacionadas sobre todo a la Gestión Asistencial, y las dos últimas (c y d) fundamentalmente con la Gestión Operativa/Administrativa.

a) Comunicación medica 2; b) Educación médica al paciente 3; c) Comunicación (telefónica) entre el hospital y el paciente 4, y d) Simplificación de trámites preparatorios 5. .

Como podemos observar por lo menos dos grandes aspectos ó dominios de la gestión están involucrados en forma más directa ó indirecta en la suspensión/postergación de cirugías programadas:

1) La Gestión asistencial (conductas médicas y cumplimiento de normativas médicas).

2) La Gestión Operativa / Administrativa.

Otros autores 6 proponen agrupar las causas, en causas de estructura y de proceso.

Las de estructura, son, la falta de: Ropa quirúrgica, material quirúrgico, equipo de Rayos, cánulas o sondas, autoclave, prótesis, equipo médico, instrumental y camas.

Las de Proceso son : Falta de tiempo del cirujano, falta de tiempo quirúrgico, falta de exámenes de laboratorio, ausencia de cirujano, preparación inadecuada, falta de sangre, exámenes de laboratorio anormales, falta de valoración cardiovascular, negativa del paciente, falta de historia clínica, falta de preparación del intestino.

Como vemos, también desde este punto de vista, los motivos de suspensión de cirugías abarcan más de un aspecto de la calidad.

Por estos motivos consideramos que el indicador cirugías suspendidas / postergadas no es específico únicamente de un aspecto ó dominio de la gestión hospitalaria.

Conclusión: El indicador porcentaje de cirugías suspendidas/postergadas no representa únicamente un dominio de la gestión hospitalaria.

Por favor agregue su grado de acuerdo en la mitad del próximo renglón.

Bibliografía

1) Aguirre-Córdova J, Chávez-Vázquez G. ¿Porqué se suspende una cirugía?. Gac Méd Méx 2003; Vol. 139, No. 6.

2) Haberkern CM, Lecky JH. Preoperative assesment and the anesthesia clinic. Anesthesiol Clin NA 1996;14(4):609-627.

3) McGillis ST, Stanton-Hicks U. The preoperative patient evaluation: preparing for surgery. Dermatol Clin 1998;16:1-15.

4) Lacqua MJ, Evans JT. Cancelled elective surgery: an evaluation. Am Surg. 1994 Nov;60(11):809-11.

5) Ault ML. The preoperative assesment clinic, its value and function. Anesthesiol Clin NA 1997;15 (4):735-754.

• Alfonso Galván Montaño. Rev Hosp Gral Dr. M Gea González. Vol 7, No. 2. Mayo-Agosto 2006. Págs. 59-62.

Bibliografía

1) Shaw C.: Quality and accreditation in health care services – A global review. Ed.

ISQua – WHO, Geneva, 2003.

2) Organización Panamericana de la Salud, Federación Latinoamericana de Hospitales:

Garantía de Calidad; Acreditación Hospitalaria para América Latina y el Caribe. OPS,

HSD/SILOS-13, Washington D.C., 1992.

3) Arce Hugo. La Calidad y las tendencias sanitarias internacionales. Revista del ITAES.

Volumen 10, Número 2. Año 2008.

4) http://www.jointcommission.org/AccreditationPrograms/HomeCare/ORYX/

5) Roberts J., Coale J., Redman R.: A history of the Joint Commission on Accreditation

of Hospitals. Journal of the American Medical Association (JAMA), 1987; 258: 936-940.

6) Joint Commission on Accreditation of Healthcare Organizations: Agenda for change; characteristics of clinical indicators. Quality Review Bulletin, 1989; 15: 330-339.

7) http://www.ncqa.org/tabid/59/Default.aspx

8) http://www.qualityforum.org/

9) http://www.cms.hhs.gov/

10) http://www.inglewoodcarecentre.com/accredited/cchsa_summary.htm

11) http://ec.europa.eu/health-eu/health_in_the_eu/ec_health_indicators/index_es.htm

12) Jiménez Paneque R., Indicadores de calidad y eficiencia de los servicios hospitalarios: una mirada actual. Rev Cubana Salud Pública v.30 n.1 Ciudad de La Habana ene.-mar. 2004.

13) http://www.hc.edu.uy/index.php?option=com_frontpage&Itemid=1

14) Red Interagencial de Informaciones de la Salud . Organización Panamericana de la Salud. Indicadores Básicos para la Salud en Brasil: Conceptos y aplicaciones. Año 2008.

15) Guia de Indicadores básicos de calidad para establecimientos de salud. Ministerio de Salud de la Nación. 2003.

16) Rodríguez de Romo A. C.: El juego experimental de Claude Bernard. Elementos, Ciencia y Cultura. Junio- agosto, año/vol. 8, número 042. Año 2001.

17) Flexner A.: Medical education in the United States and Canada. A Report to the Carnegie Foundation for the Advancement of Teaching. Bulletin Number Four (1910).

18) Donabedian A.: La calidad de la atención médica. Ed. La Prensa Médica, México, 1984.

19) Donabedian, Avedis. Guía y monitoría de la calidad de la atención médica. México : Instituto Nacional de Salud Pública, 1992.

20) Donabedian A. La calidad de la atención médica. Definición y métodos de evaluación. México: La Prensa Médica Mexicana; 1997.

21) Donabedian A. Garantía y monitoría de la calidad de la atención médica. Cuernavaca, Morelos: Instituto Nacional de Salud Pública 1992;(Perspectivas en Salud Publica 10):9-12.

22) Como hacer búsquedas en Internet. Hospital Italiano. Depto. de docencia. Año 2007.

23) Guía para el uso de Lilacs. Hospital Italiano. Departamento de docencia. Año 2007.

24) Guía para el uso del PubMed. Hospital Italiano. Departamento de docencia. Año 2007.

25) Basilevsky, A. Statistcal Factor Análisis and Related Methods. Teoría and Applications. Año 1994. Wiley-Interscience.

26) Escofier B. Análisis factoriales simples y múltiples. Servicio Editorial Universidad del país Vasco. Año 1992.

27) Streiner, D. Health Measurement Scales. Second Edition. Año 1995.

28) Hayes, B.: Como medir la satisfacción del cliente. Diseño de encuestas, uso y métodos de análisis estadístico. Segunda edición. Traducción Maria del Pilar Carril Villarreal. Año 1999. Oxford University Press.

29) Suñe Torrents A.: El impacto en las barreras de aprendizaje en el rendimiento de las organizaciones. Tesis doctoral. Universidad Politécnica de Cataluña. Año 2004.

30) Aguirre-Córdova J, Chávez-Vázquez G. ¿Porqué se suspende una cirugía? Causas, implicaciones y antecedentes bibliográficos. Gac Méd Méx 2003; Vol. 139, No. 6.

31) Alfonso Galván Montaño. Rev Hosp Gral Dr. M Gea González. Vol 7, No. 2. Mayo-Agosto 2006. Págs. 59-62.

32) Annalee Yassi., Patient Safety – Worker Safety: Building a Culture of Safety to Improve Healthcare Worker and Patient Well-Being. Healthcare Quarterly, 8(Sp) 2005: 32-38.

33) Jarman B., Explaining differences in English hospital death rates using routinely collected data. BMJ 1999;318:1515-1520.

34) Vincent C., Taylor-Adams S. Framework for analysing risk and safety in clinical medicine. BMJ 1998; 316: 1154-57.

35) http://qualityindicators.ahrg.gov

36) Pérez Bermúdez B. Accidentes de trabajo en un hospital de agudos. Rev EspSalud Pública 1998: 72: 127-136.

37) http://www.hospitalefficiencybenchmarks.com/

38) Jiménez Paneque R. Indicadores de calidad y eficiencia de los servicios hospitalarios. Rev Cubana Salud Pública 2004;30(1):17-36

39) Westert G, et al. An international study of hospital readmissions and related utilization in Europe and the USA.Health Policy 61 (2002) 269-278.

40) Halfon P, et al. Validation of the Potentially Avoidable Hospital Readmission Rate as a

Routine Indicator of the Quality of Hospital Care. Med Care vol. 44, 972 – 981, 2006.

41) Pagano Marcelo.: Fundamentos de Bioestadística. Segunda Edición. Año 2001. Match Learning.

42) Dawson B.: Bioestadística Médica. Segunda Edición. Año 1997. Manual Moderno.

43) Advanced Techniques: Regression. Año 2006. SPSS Capacitación. www.spss.com.ar

44) Aguayo Canela, Mariano Cómo hacer una Regresión Logística con SPSS© "paso a paso". Año 2007. DocuWeb fabis.org. Fundación Andaluza Beturia para la Investigación en Salud.

45) Cesáreo García Ortega. Tasa de reingresos de un hospital comarcal. Rev Bsp Salud Pública 1998: 72: 103-110.

46) Frost S., Alexandrou E. Readmission to intensive care: A meta-analysis of severity of illness on admission and risk of readmission. Australian Critical Care 2009, Volume 22, Issue 1, Pages 63-66.

47) Mandelblatt J, Kanetsky PA. Effectiveness of interventions to enhance physicians screening for breast cancer. J Fam Pract 1995;40:162-71.

48) Anderson GM, Lexchin J Strategies for improving prescibing practice. CMAJ 1996;154:1013-7.

49) Guterman SJ, Van Rooyan MJ. Cost-effective medicine: the financial impact that practice guidelines have on outpatient hospital charges in the emergency department. J Emerg Med 1998;16:215-9.

50) Burns LR, Denton B, et al. The use of continous quality improvement methods in the development and dissemination of medical practice guidelines. QRB Qual Rev Bull 1992;18:434-9.

51) Weinmann S, et al. Implementation of a schizophrenia practice guideline: clinical results. J Clin Psychiatry. 2008 Aug;69(8):1299-306.

52)Coffey RJ, et al. Extending the application of critical path methods.. Qual Manag Health Care 1995;3:14-29.

53) Juliá J, et al. Gestión clínica en un servicio de angiología y cirugía vascular. Resultados de la aplicación de algoritmos de manejo clínico. Gac Sanit 2003;17(5):430-2.

54)Althabe F., A Behavioral Intervention to Improve Obstetrical Care. Año 2008. n engl j med 358;18.

55) Waldemar A. Carlo, M.D.,Newborn-Care Training and Perinatal Mortality in Developing Countries. Año 2010. N engl j med 362;7.

Enviado por: Ing.+Lic. Yunior Andrés Castillo S.

"NO A LA CULTURA DEL SECRETO, SI A LA LIBERTAD DE INFORMACION"®

Santiago de los Caballeros, República Dominicana, 2016.

"DIOS, JUAN PABLO DUARTE, JUAN BOSCH Y ANDRÉS CASTILLO DE LEÓN – POR SIEMPRE"®

Autor:

Fernando Ramón Vázquez.