25
SAVAC CONSULTORES: Reingresos Hospitalarios y Segmentación de Pacientes. Modelo Predictivo de Savac. XVII CONGRESO NACIONAL DE INFORMÁTICA DE LA SALUD

SAVAC CONSULTORES: Reingresos Hospitalarios y Segmentación de Pacientes. Modelo Predictivo de Savac. XVII CONGRESO NACIONAL DE INFORMÁTICA DE LA SALUD

Embed Size (px)

Citation preview

Page 1: SAVAC CONSULTORES: Reingresos Hospitalarios y Segmentación de Pacientes. Modelo Predictivo de Savac. XVII CONGRESO NACIONAL DE INFORMÁTICA DE LA SALUD

SAVAC CONSULTORES:

Reingresos Hospitalarios y Segmentación de Pacientes.

Modelo Predictivo de Savac.

XVII CONGRESO NACIONAL DE INFORMÁTICA DE LA SALUD

Page 2: SAVAC CONSULTORES: Reingresos Hospitalarios y Segmentación de Pacientes. Modelo Predictivo de Savac. XVII CONGRESO NACIONAL DE INFORMÁTICA DE LA SALUD

© 2011 – Gfi Informática

ÍndiceI. Presentación de SAVAC Consultores

• Productos y Servicios

II. Reingresos Hospitalarios• Modelo de Predicción• Una propuesta de valor

2

XVII CONGRESO NACIONAL DE INFORMÁTICA DE LA SALUD

Page 3: SAVAC CONSULTORES: Reingresos Hospitalarios y Segmentación de Pacientes. Modelo Predictivo de Savac. XVII CONGRESO NACIONAL DE INFORMÁTICA DE LA SALUD

© 2011 – Gfi Informática

+10,000EMPLEADOS

€743mFACTURACIÓN 2013

€€

CENTROS DE SERVICIOS COMPARTIDOS

LILLE NANTES TOULOUSE VÉLIZY ALICANTE CASABLANCA

PRESENCIA GEOGRÁFICA DE GFI:

FRANCIA ESPAÑA BELGICA

PORTUGAL MARRUECOS LUXEMBURGO SUIZAPAÍSES

11,3%CRECIMIENTOORGÁNICO 2013

1970 1980 1990 2000 2010 2012

GRUPO GFI

9OFICINAS

EN ESPAÑA

NUESTRAS LINEAS DE ACTIVIDAD

4

€ 63,2mFACTURACIÓN 2013

+ 1.300EMPLEADOS

SECTORESDE NEGOCIO

BANCA-SEGUROS

INDUSTRIA

SECTOR PÚBLICO Y SANIDAD

TELECOMUNICACIONES

4

76

GFI ESPAÑA

CotizaEN LA BOLSADE PARIS

Madrid, Barcelona, Bilbao, Sevilla, Canarias, Valladolid, Alicante, Vitoria, Pamplona

Certificaciones en ITIL, CMMI, ISTQB, ISO 9.001, ISO 20.000…

Enterprise Solutions

Quality Services

Infraestructure Services

Application Services

Page 4: SAVAC CONSULTORES: Reingresos Hospitalarios y Segmentación de Pacientes. Modelo Predictivo de Savac. XVII CONGRESO NACIONAL DE INFORMÁTICA DE LA SALUD

© 2011 – Gfi Informática

Productos y Servicios

> Sistema de Información Hospitalario y sociosanitario: • SAVAC Integración® y • Continuum®

> Estación de Trabajo: MIRA ®• Médica• Enfermería

> Gestión del Medicamento :• Farmacia Hospitalaria• BDCM

> Gestión de los Costes y Actividad GESCOT ®

> Módulo de Predicción de Reingresos Hospitalarios P4H®

13/03/2014

XVII CONGRESO NACIONAL DE INFORMÁTICA DE LA SALUD4

20 años dedicados a las TIC en el Sector de la Sanidad

Page 5: SAVAC CONSULTORES: Reingresos Hospitalarios y Segmentación de Pacientes. Modelo Predictivo de Savac. XVII CONGRESO NACIONAL DE INFORMÁTICA DE LA SALUD

© 2011 – Gfi Informática

Introducción… al problema

> Aunque hay dudas si debe tomarse como un indicador de calidad (índice

de calidad asistencial), unos autores consideran que algunas

enfermedades con alta tasa de recurrencia y cronicidad aumentan el riesgo

de reingreso hasta un 55%, cuando los cuidados ofrecidos no han sido de

suficiente calidad; De la misma forma, la variabilidad clínica en el

manejo de un mismo proceso se asocia con una mayor tasa de reingreso.> Algunos autores consideran que los reingresos no programados pueden

servir como índice de calidad, dividiéndolos según sean debidos a:• Complicaciones del ingreso previo• Recurrencia de la enfermedad• Adherencia al tratamiento• Enfermedad nueva.

13/03/20145

Fuente: Reingreso Hospitalario en Medicina Interna. Servicio de Medicina Interna. Hospital de Navarra. Pamplona

XVII CONGRESO NACIONAL DE INFORMÁTICA DE LA SALUD

Page 6: SAVAC CONSULTORES: Reingresos Hospitalarios y Segmentación de Pacientes. Modelo Predictivo de Savac. XVII CONGRESO NACIONAL DE INFORMÁTICA DE LA SALUD

© 2011 – Gfi Informática

Hospitalizaciones…¿necesarias?

“…Por tanto, si parte del gasto hospitalario contiene un determinado nivel de uso innecesario de la

hospitalización, reducir el tiempo que los pacientes permanecen hospitalizados sin que su situación clínica

o la intensidad de los cuidados que necesitan lo justifiquen, pueden disminuir el gasto hospitalario sin

comprometer la calidad de la asistencia.

En consecuencia, las mejoras en calidad asistencial requieren que los recursos que se

destinan a usos inapropiados se utilicen de forma efectiva, y para ello, el conocimiento

de los factores y situaciones que influyen sobre las estancias inadecuadas de los

pacientes en el hospital, es punto clave para la evaluación y la mejora de la calidad.

El área de hospitalización se caracteriza por un alto consumo de recursos, tanto materiales como

humanos. Son múltiples las causas que pueden motivar las estancias hospitalarias prolongadas: unas de

carácter médico, otras asociadas a la situación socioeconómica de los pacientes y otras derivadas de la

propia infraestructura del hospital. En cualquier caso, los recursos hospitalarios son limitados y

su uso racional permitirá que la asistencia prestada sea más eficaz y eficiente. Por ello,

en los últimos años se están introduciendo en los hospitales conceptos de eficiencia y competitividad, lo

que propicia la aplicación de técnicas orientadas a una mejor gestión de los recursos y a una evaluación

continuada de la actividad

13/03/20146

Dra. Elena García. Tesis Doctoral: Evaluación de la estancia hospitalaria en prótesis de cadera

XVII CONGRESO NACIONAL DE INFORMÁTICA DE LA SALUD

Prestar unos cuidados de más calidad.

Mejora de la

Asistencia

Reducción de Costes

Page 7: SAVAC CONSULTORES: Reingresos Hospitalarios y Segmentación de Pacientes. Modelo Predictivo de Savac. XVII CONGRESO NACIONAL DE INFORMÁTICA DE LA SALUD

© 2011 – Gfi Informática

Sistemas de Información de apoyo.

El desarrollo del CMBD en el Sistema Nacional de Salud (SNS) ha venido en consonancia

tanto con las reformas del sistema sanitario, como con el desarrollo de los sistemas de

información sanitarios, dando lugar a la utilización de nuevas herramientas de

gestión que se apoyan efectivamente tanto en el CMBD, como en el

desarrollo de la contabilidad analítica o en los GRD. Desde el año 1991 se

viene generalizando en los hospitales del Sistema Nacional de Salud, la implantación

de dichas herramientas de medición del producto hospitalario

13/03/20147

Dra. Elena García. Tesis Doctoral: Evaluación de la estancia hospitalaria en prótesis de cadera

XVII CONGRESO NACIONAL DE INFORMÁTICA DE LA SALUD

Page 8: SAVAC CONSULTORES: Reingresos Hospitalarios y Segmentación de Pacientes. Modelo Predictivo de Savac. XVII CONGRESO NACIONAL DE INFORMÁTICA DE LA SALUD

© 2011 – Gfi Informática

Por otro lado….

> ¿Cuánto cuestan los Reingresos no programados?• Si nos basamos en los costes medios de un Hospital

13/03/20148

Costes añ0 2010. Servicio Aragonés de Salud

XVII CONGRESO NACIONAL DE INFORMÁTICA DE LA SALUD

Page 9: SAVAC CONSULTORES: Reingresos Hospitalarios y Segmentación de Pacientes. Modelo Predictivo de Savac. XVII CONGRESO NACIONAL DE INFORMÁTICA DE LA SALUD

© 2011 – Gfi Informática

En una primera y grosera estimación:

> Un hospital que tuviera 50 camas destinadas a Medicina Interna> Con una tasa de reingreso del (sólo) 12 %> Que supusiera un 24% de Camas de MI ocupadas

• Significaría que está dedicando 12 camas por 360 dias =4320 estancias

> Si el coste de la Estancia es de (sólo) 500€ / día• Los reingresos no programados le estarían “costando”: 2,16 M€

> Si se redujera en una cuarta parte (un 25% no es excesivamente

ambicioso), el Hospital se estaría “ahorrando” 540 K€

13/03/2014

XVII CONGRESO NACIONAL DE INFORMÁTICA DE LA SALUD 9

Reducción de Costes ó hacer más…

Page 10: SAVAC CONSULTORES: Reingresos Hospitalarios y Segmentación de Pacientes. Modelo Predictivo de Savac. XVII CONGRESO NACIONAL DE INFORMÁTICA DE LA SALUD

© 2011 – Gfi Informática

Módulo de Predicción de Reingresos: Objetivos

13/03/201410

> Identificar a los pacientes con riesgo de agudización e ingreso, a

través de un Sistema inteligente y basado en la información

existente en la Organización (CMBD).> Mejorar la calidad de la asistencia percibida por los pacientes

objetivo, a través de una atención personalizada y específica.> Disminuir los costes de la “ineficacia”, disminuyendo el número de

urgencias y hospitalizaciones de los pacientes objetivo.

> La disminución de los reingresos significará, por tanto:• Mejor asistencia prestada• Menor variabilidad clínica

XVII CONGRESO NACIONAL DE INFORMÁTICA DE LA SALUD

XVII CONGRESO NACIONAL DE INFORMÁTICA DE LA SALUD

Page 11: SAVAC CONSULTORES: Reingresos Hospitalarios y Segmentación de Pacientes. Modelo Predictivo de Savac. XVII CONGRESO NACIONAL DE INFORMÁTICA DE LA SALUD

© 2011 – Gfi Informática

> La mayoría de sistemas de provisión de servicios sanitarios están

diseñados para la gestión del problema agudo.> Con una población, cada vez más envejecida, es necesario cambiar el

modelo para ofrecer una mejor asistencia a los Crónicos.> Entre el 70-80% de los problemas que se presentan en los dispositivos

sanitarios son problemas crónicos reagudizados.> La mayoría de recursos de hospitalización se consumen sobre un

porcentaje reducido de pacientes crónicos reagudizados> “El 20 % de los pacientes consumen el 50% de los recursos”> Se conoce la evolución natural de las principales enfermedades crónicas> La mayor parte de los Servicios de Salud están unificando la Atención

Primaria y Hospitalaria, de forma que ya se podría contar con equipos de

atención adecuados.> Existe ya una Estrategia Nacional para el abordaje de las patologías

Crónicas

Situación actual

13/03/201411

XVII CONGRESO NACIONAL DE INFORMÁTICA DE LA SALUD

Page 12: SAVAC CONSULTORES: Reingresos Hospitalarios y Segmentación de Pacientes. Modelo Predictivo de Savac. XVII CONGRESO NACIONAL DE INFORMÁTICA DE LA SALUD

© 2011 – Gfi Informática

> Gracias a los Sistemas de información actuales y mediante una adecuada

Contabilidad analítica (G. de Costes y Actividad) se puede saber el coste

individualizado de “cada paciente” (Por agregaciones, obtendremos el

coste del GRD, del GFH, del Servicio, del Área, del Hospital, etc.) con una

estructura específica para realizar una actividad determinada.> Por tanto, somos capaces de saber cuan eficiente es una determinada

organización, realizando una actividad dada.> Si decidimos abordar el problema, podremos re-organizarnos, volver a

medir los resultados y decidir el mejor modelo.• Creando una unidad de atención domiciliaria o• Integrada, lógicamente, con At. Primaria• Habilitando unas consultas para atender a estos pacientes • Decidiendo la inclusión en algún programa de Crónicos o de otra índole.• Informando al ingreso de la situación del paciente• Informando al alta…

> … son ejemplos de iniciativas orientadas a la resolución.

Situación actual

13/03/201412

XVII CONGRESO NACIONAL DE INFORMÁTICA DE LA SALUD

Page 13: SAVAC CONSULTORES: Reingresos Hospitalarios y Segmentación de Pacientes. Modelo Predictivo de Savac. XVII CONGRESO NACIONAL DE INFORMÁTICA DE LA SALUD

© 2011 – Gfi Informática

En todos los Sistemas de Salud se está estudiando

13/03/201413

Si se identifica a los “grandes utilizadores del sistema” en el año en curso, un proceso de gestión adecuado (Case Management) podría ahorrar un 9% en los costes de hospitalización.Sin embargo, si se identificaran en el año anterior, el ahorro podría llegar a un 20% en el mismo período

Los ahorros (en azul claro) podrían alcanzarse asumiendo que , con el Case Management, evitaría un 10% de ingresos y acortaría la estancia en un 20%

XVII CONGRESO NACIONAL DE INFORMÁTICA DE LA SALUD

Page 14: SAVAC CONSULTORES: Reingresos Hospitalarios y Segmentación de Pacientes. Modelo Predictivo de Savac. XVII CONGRESO NACIONAL DE INFORMÁTICA DE LA SALUD

© 2011 – Gfi Informática

Otras experiencias

> University of Akron, working with ACOMSplus• on average 25 percent of congestive heart failure patients are

readmitted to the hospital within 30 days; the predictive model that he

and his colleagues have created data mines 65-plus parameters to

determine the probability that patients will come back into the hospital

> Harvard Medical School • investigators, for instance, used low hemoglobin and low sodium at

discharge, along with non-elective admission, discharge from a cancer

unit, one or more hospital stays in the previous years, and other risk

factors to help generate a scoring system. The system was based on

data from more than 10,000 discharged patients, nearly 2,400 of which

were readmitted (24 percent)

13/03/2014

XVII CONGRESO NACIONAL DE INFORMÁTICA DE LA SALUD 14

Page 15: SAVAC CONSULTORES: Reingresos Hospitalarios y Segmentación de Pacientes. Modelo Predictivo de Savac. XVII CONGRESO NACIONAL DE INFORMÁTICA DE LA SALUD

© 2011 – Gfi Informática

Datos del modelo

13/03/201415

> Origen de datos seleccionado para la construcción y pruebas de

los modelos es el CMBD (Conjunto Mínimo Básico de Datos)> Los hospitales nacionales registran las altas hospitalarias y, desde

principios de los años 1990, están obligados por normativa legal. > Contiene la siguiente Información:

• Ingreso hospitalario convencional (Planificado y No Planificado)• Episodios de Cirugía sin Ingreso• Episodios de Hospital de Día

XVII CONGRESO NACIONAL DE INFORMÁTICA DE LA SALUD

Page 16: SAVAC CONSULTORES: Reingresos Hospitalarios y Segmentación de Pacientes. Modelo Predictivo de Savac. XVII CONGRESO NACIONAL DE INFORMÁTICA DE LA SALUD

© 2011 – Gfi Informática

Prototipo y Construcción del Sistema

> En la primera Fase estudiamos un Hospital Comarcal cuya

información sirvió para Construir y depurar el modelo.

> A continuación, el MSSSI nos facilitó la información

correspondiente a 14 Hospitales de diferentes tamaños y una serie

de 5 años.

> Hace pocas semanas, la validación final se ha realizado con un

gran Hospital (más de mil camas) tal y como se indica a

continuación:

13/03/2014

XVII CONGRESO NACIONAL DE INFORMÁTICA DE LA SALUD 16

Page 17: SAVAC CONSULTORES: Reingresos Hospitalarios y Segmentación de Pacientes. Modelo Predictivo de Savac. XVII CONGRESO NACIONAL DE INFORMÁTICA DE LA SALUD

© 2011 – Gfi Informática

Metodología

13/03/201417

> Se seleccionaron los 28 Diagnósticos principales más frecuentes en

el servicio de Medicina Interna. (Cardiopatías, fundamentalmente)> Para evaluar el modelo utilizamos los datos del CMBD

correspondientes a los años 2008, 2009, 2010 y 2011.> La predicción indica el ingreso en el año posterior al del alta del

paciente con episodios con alguno de los diagnósticos descritos. Esto

implica que, de cara a construir el modelo y realizar la evaluación, los

episodios del año 2011 sólo son utilizados en el cálculo de la variable

que se pretende clasificar y no serán utilizados en la construcción y

evaluación del modelo.

XVII CONGRESO NACIONAL DE INFORMÁTICA DE LA SALUD

2008 2009 2010 2011

Calcular Evaluar Calcular

Page 18: SAVAC CONSULTORES: Reingresos Hospitalarios y Segmentación de Pacientes. Modelo Predictivo de Savac. XVII CONGRESO NACIONAL DE INFORMÁTICA DE LA SALUD

© 2011 – Gfi Informática

Metodología

13/03/201418

> En la construcción del modelo se utiliza información histórica de

los episodios de los pacientes, esta información hace referencia a

1 año y esto implica que los datos del año 2008 son utilizados en

el cálculo de variables a tener en cuenta en el modelo pero no son

utilizados en la construcción y evaluación del modelo.> Para poder realizar la construcción y evaluación del modelo, de los

años 2009 y 2010 se utilizan un porcentaje de episodios al azar en

la construcción del modelo, realizándose la validación con el

resto; La predicción se realiza paciente a paciente y se calcula el

AUC del modelo. El porcentaje de episodios utilizados en la

construcción del modelo es aproximadamente del 80%, sirviendo

el 20% restante para testear el modelo. La evaluación y

construcción se realiza con diferentes criterios para asegurarnos

de que el modelo obtenido es generalista ya que el número de

casos es reducido.XVII CONGRESO NACIONAL DE INFORMÁTICA DE LA SALUD

Page 19: SAVAC CONSULTORES: Reingresos Hospitalarios y Segmentación de Pacientes. Modelo Predictivo de Savac. XVII CONGRESO NACIONAL DE INFORMÁTICA DE LA SALUD

© 2011 – Gfi Informática

Metodología

13/03/201419

> Para realizar la evaluación, el criterio de la selección de

subconjuntos de pacientes ha sido el uso de las TIS de los

pacientes, seleccionando un subconjunto según el último número

de éstas. Utilizando el criterio anterior, se han realizado 5 grupos

de pacientes por TIS que suponen alrededor del 20% de los

pacientes cada uno.

Agrupaciones de TIS (Último dígito)

1 , 9

2 , 8

3 , 7

4 , 6

0 , 5

XVII CONGRESO NACIONAL DE INFORMÁTICA DE LA SALUD

Page 20: SAVAC CONSULTORES: Reingresos Hospitalarios y Segmentación de Pacientes. Modelo Predictivo de Savac. XVII CONGRESO NACIONAL DE INFORMÁTICA DE LA SALUD

© 2011 – Gfi Informática

Metodología

13/03/201420

> El centro nos facilita información de 4 años, años desde el 2008 al

2011 con un total de 13.208 pacientes con episodios con

diagnostico principal o secundario. Los pacientes/años son los

siguientes:

Año Número Pacientes

2008 3.128

2009 3.203

2010 3.441

2011 3.436

XVII CONGRESO NACIONAL DE INFORMÁTICA DE LA SALUD

Page 21: SAVAC CONSULTORES: Reingresos Hospitalarios y Segmentación de Pacientes. Modelo Predictivo de Savac. XVII CONGRESO NACIONAL DE INFORMÁTICA DE LA SALUD

© 2011 – Gfi Informática

Resultados

13/03/201421

Agrupaciones de TIS (ultimo digito)

Pacientes construcción

Pacientes evaluación

AUC % Total acierto

(ingreso y no ingreso)

1,9 5347 (80,47%) 1297 (19,53%) 0,7452 80,18%

2,8 5284 (79,53%) 1360 (20,47%) 0,7036 76,91%

3,7 5372 (80,85%) 1272 (19,15%) 0,7452 77,27%

4,6 5294 (79,68%) 1350 (20,32%) 0,7298 77,11%

0,5 5279 (79,46%) 1365 (20,54%) 0,714 76.7%

Media 0,7275 77,63%

Desviación estándar 0,018 1,43

XVII CONGRESO NACIONAL DE INFORMÁTICA DE LA SALUD

Page 22: SAVAC CONSULTORES: Reingresos Hospitalarios y Segmentación de Pacientes. Modelo Predictivo de Savac. XVII CONGRESO NACIONAL DE INFORMÁTICA DE LA SALUD

© 2011 – Gfi Informática

Conclusiones

> El modelo desarrollado inicialmente , basado en Episodios, hubo

de modificarse para llegar al del estudio, agrupando los episodios

de cada paciente, siendo éste el que mejor resultados arroja

(independencia de género y edad, por ejemplo).

> En el último año estudiado (2011), la tasa de reingreso fue del

14%, ocupando cerca del 29% de las estancias del servicio de

Medicina Interna.

> El dato “AUC - Área bajo la curva”, indicador de la bondad del

modelo supera en casi 9 puntos el valor estadístico esperado

(0,73 vs 0,64) y el porcentaje de acierto es superior al 77%, en

media.

13/03/201422

XVII CONGRESO NACIONAL DE INFORMÁTICA DE LA SALUD

Page 23: SAVAC CONSULTORES: Reingresos Hospitalarios y Segmentación de Pacientes. Modelo Predictivo de Savac. XVII CONGRESO NACIONAL DE INFORMÁTICA DE LA SALUD

© 2011 – Gfi Informática

Conclusiones (y 2)

> La identificación de los pacientes con alta probabilidad de Reingreso, junto

con una correcta Gestión del Proceso, redundará en una significativa

reducción de los costes de Hospitalización del Servicio mejorando la

atención de los pacientes objetivo y disminuyendo la variabilidad

clínica, al aplicar criterios comunes.

> Una política de estratificación de Pacientes adecuada junto con estrategias

de abordaje unificado (AP-AE) podrían reducir de manera significativa

el número de reingresos Hospitalarios no programados, mejorando la

asistencia sanitaria (en número y calidad) y disminuyendo los costes

asociados.

> Este sistema, utilizado en conjunción con la “Gestión de Costes y

Actividad-Gescot©” se convierte en una potente Solución para la toma de

decisiones orientadas a mejorar la eficiencia en las organizaciones

sanitarias

13/03/201423

XVII CONGRESO NACIONAL DE INFORMÁTICA DE LA SALUD

Page 24: SAVAC CONSULTORES: Reingresos Hospitalarios y Segmentación de Pacientes. Modelo Predictivo de Savac. XVII CONGRESO NACIONAL DE INFORMÁTICA DE LA SALUD

© 2014 – Gfi Informática

Contacto:Javier Uriarte: [email protected] Comercial [email protected]ágina Web : www.gfi.es/sanidad

Page 25: SAVAC CONSULTORES: Reingresos Hospitalarios y Segmentación de Pacientes. Modelo Predictivo de Savac. XVII CONGRESO NACIONAL DE INFORMÁTICA DE LA SALUD

© 2011 – Gfi Informática

Muchas Gracias13/03/2014

25

XVII CONGRESO NACIONAL DE INFORMÁTICA DE LA SALUD