Evolución temporal del gasto público hospitalario en el sistema nacional de salud

Facultad de Medicina Departamento de Farmacología y Pediatría TESIS DOCTORAL Evolución temporal del gasto público hospitalario en el Sistema Nacional de Salud Manuel Ridao López Directores: Enrique Bernal Delgado Salvador Peiró Moreno Tutor Antonio J. García Ruíz 2016 AUTOR: Manuel Ridao López http://orcid.org/0000-0001-7837-5759 EDITA: Publicaciones y Divulgación Científica. Universidad de Málaga Esta obra está bajo una licencia de Creative Commons Reconocimiento-NoComercialSinObraDerivada 4.0 Internacional: http://creativecommons.org/licenses/by-nc-nd/4.0/legalcode Cualquier parte de esta obra se puede reproducir sin autorización pero con el reconocimiento y atribución de los autores. No se puede hacer uso comercial de la obra y no se puede alterar, transformar o hacer obras derivadas. Esta Tesis Doctoral está depositada en el Repositorio Institucional de la Universidad de Málaga (RIUMA): riuma.uma.es Facultad de Medicina Departamento de Farmacología y Pediatría TESIS DOCTORAL Evolución temporal del gasto público hospitalario en el Sistema Nacional de Salud TESIS DOCTORAL REALIZADA EN EL DEPARTAMENTO DE FARMACOLOGÍA Y PEDIATRÍA DE LA FACULTAD DE MEDICINA DE LA UNIVERSIDAD DE MÁLAGA, TUTORIZADA POR EL DOCTOR ANTONIO J. GARCÍA RUÍZ Y BAJO LA DIRECCIÓN DE LOS DOCTORES ENRIQUE BERNAL DELGADO Y SALVADOR PEIRÓ MORENO, EN FUNCIÓN DE LA NORMATIVA REGULADORA DE LOS ESTUDIOS DE TERCER CICLO Y OBTENCIÓN DEL TÍTULO DE DOCTOR POR LA UNIVERSIDAD DE MÁLAGA. TÍTULO V, CAPÍTULO II, ARTÍCULO 33: “La tesis doctoral consistirá en un trabajo original de investigación sobre una materia relacionada con el campo científico, técnico, humanístico o artístico del programa de doctorado realizado. Asímismo, se podrá presentar como tesis doctoral el agrupamiento de trabajos publicados por el doctorando sobre el proyecto de tesis doctoral” Memoria presentada por el Licenciado en Ciencias Económicas Don Manuel Ridao López para optar al grado de Doctor. Málaga 2016 Dr Don Enrique Bernal Delgado, Jefe de la unidad de investigación en servicios de salud del instituto Doctor en Medicina por la Universidad de Zaragoza, Salvador Peiró Moreno, Doctor en Medicina por la Universidad de Valencia y Antonio J. García Ruíz, Doctor en Medicina por la Universidad de Málaga DECLARAMOS, Que la memoria que lleva por título “Evolución temporal del gasto público hospitalario en el Sistema Nacional de Salud”, ha sido realizada por D. Manuel Ridao López bajo nuestra dirección y tutorización, en nuestro criterio, reúne los requisitos necesarios y los méritos suficientes para que su autor pueda optar con ella al título de Doctor por la Universidad de Málaga. Y para que así conste, firmamos el presente certificado a 15 de diciembre de 2015. Enrique Bernal Delgado Salvador Peiró Moreno Antonio J García Ruíz 1 INDICE GENERAL Pág. Índice General 1 Índice de Tablas 3 Índice de Figuras 4 Índice de Abreviaturas 5 1.1. Variaciones en la práctica médica 7 1.2. Variabilidad en la práctica médica: definición y explicación 10 1.3. Implicaciones y aplicaciones de las variaciones en la práctica médica. 19 1.4. Experiencia nacional: Atlas de variaciones en la práctica médica 22 1.5. Experiencia internacional: European Collaboration for Health Optimization 23 1.6. Variaciones en gasto sanitario 27 1.7. Marco conceptual estudio 31 1. INTRODUCCIÓN 1.8. El caso del gasto hospitalario en España 33 2.1. Hipótesis 40 2.1. Objetivo general 41 2. HIPÓTESIS Y OBJETIVOS 2.2. Objetivos específicos 41 3.1. Diseño 43 3.2. Sujetos de estudio 43 3.3. Población 43 3.4. Variables 44 3.4.1. Variable dependiente 44 3.4.2. Variables independientes 44 3.5. Análisis empírico 45 3.5.1. Estimación de la tasa de utilización estandarizada y razón de utilización estandarizada 45 3.5.2. Estimación del coste por ingreso ajustado a complejidad 45 3. MATERIAL Y MÉTODOS 3.5.3. Estimación del gasto estandarizado poblacional 46 2 3.5.4. Estimación de la variabilidad en el gasto estandarizado poblacional 46 3.5.5. Análisis de los factores subyacentes: utilización, precio y comunidad autónoma de residencia 47 3.5.6. Evolución del gasto estandarizado poblacional 47 3.6. Fuente de datos 48 4.1. Tasas de utilización hospitalarias 52 4.2. Coste por ingreso ajustado a complejidad 55 4.3. Gasto poblacional hospitalario estandarizado 59 4.4. Mapas de resultados: Tasas y Razones de utilización 63 4. RESULTADOS 4.5. Modelización multinivel 74 5.1. Discusión 77 5.2. Consistencia de los resultados con trabajos previos 78 5.3. Explicación de resultados 80 5.4. Cuestiones metodológicas 85 5. DISCUSIÓN 5.5. Impacto potencial de los resultados sobre las políticas y la gestión 88 CONCLUSIONES 93 BIBLIOGRAFÍA 96 3 ÍNDICE DE TABLAS TABLA TITULO Página 1 Factores explicativos de las variaciones en la práctica médica 12 2 Categorías de los servicios médicos 15 3 Modelos de toma de decisiones clínicas o modos de práctica profesional 18 4 Principales instituciones científicas en Variaciones en la Práctica Médica 25 5 Hospitales considerados en el análisis, altas hospitalarias, población y gasto público hospitalario asignado y total 51 6 Evolución temporal de las tasas de utilización hospitalaria y sus estadísticos de variación entre áreas de salud 53 7 Evolución temporal del Coste por ingreso ajustado a complejidad (Coste APR) y sus estadísticos de variación entre áreas de salud 57 8 Evolución temporal del Gasto hospitalario poblacional y sus estadísticos de variación entre áreas de salud 61 9 Regresión multinivel y coeficientes Betas estandarizados 75 10 Gasto per cápita en atención especializada a nivel regional en el SNS 79 11 Media de diagnósticos por paciente e incremento porcentual 85 4 ÍNDICE DE FIGURAS FIGURA TITULO Página 1 Evolución Gasto sanitario total público, Gasto hospitalario público y PIB 34 2 Variación anual en la tasas de utilización estandarizadas en las 203 áreas que engloban el SNS 53 3 Tasas de utilización por 100 habitantes, estandarizadas por edad y sexo, según área y Comunidad Autónoma de residencia 54 4 Evolución de la tasas de utilización estandarizadas en el periodo 2003-2011 55 5 Variación anual en el coste por ingreso ajustado a complejidad en las 203 áreas que engloban el SNS 56 6 Coste por ingreso ajustado a complejidad según área y Comunidad Autónoma de residencia 58 7 Evolución del coste por ingreso ajustado a complejidad en el periodo 2003-2011 59 8 Variación anual en el gasto hospitalario poblacional estandarizado en las 203 áreas que engloban el SNS 61 9 Gasto hospitalario poblacional, estandarizado por edad y sexo, según área y Comunidad Autónoma de residencia 62 10 Evolución del gasto estandarizo poblacional en el periodo 20032011 63 11 a) Mapas de tasas de utilización estandarizadas, B) Mapas de coste por ingreso ajustado a complejidad, C) Mapas de gasto hospitalario poblacional estandarizado 67 12 Mapas de razones de utilización estandarizadas en las 203 áreas sanitarias del SNS en el año 2003-2011 71 13 Mapas de razones de utilización de gasto estandarizado en las 203 áreas sanitarias del SNS en el periodo 2003-2011 73 14 Evolución de los coeficientes beta estandarizados: tasa de utilización estandarizada y coste por ingreso ajustado a complejidad 75 15 Evolución gasto sanitario público per cápita según Comunidades Autónomas 83 16 Complejidad de las hospitalizaciones. Peso APR-GRD por hospitalización 85 5 INDICE DE ABREVIATURAS EMPLEADAS ABREVIATURA DESCRIPCION APC Cambio porcentual anual APR-DRG All Patient Refined Diagnosis-Related Groups Atlas VPM Atlas de Variaciones en la Práctica Médica CCAA Comunidades Autónomas CCI Coeficiente de Correlación Intraclase CMA Cirugía Mayor Ambulatoria CMBD Conjunto Mínimo Básico de Datos CPA Cambio Porcentual Anual CSV Componente Sistemático de Variación CV Coeficiente de Variación ECHO European Collaboration for Health Optimization EESRI Encuesta de Establecimientos Sanitarios con Régimen de Internado INE Instituto Nacional de Estadística MBE Medicina basada en la Evidencia OCDE Organización para la Cooperación y el Desarrollo Económicos PIB Producto Interior Bruto RV Razón de Variación SNS Sistema Nacional de Salud VG Variaciones geográficas VPM Variaciones en la Práctica Médica XHUP Xarxa Hospitalaria d´Utlizació Pùblica en Cataluña 12 Tabla 1. Factores explicativos de las variaciones en la práctica médica. Inexactitud de los datos o de su tratamiento • Errores/omisiones en las bases de datos • Problemas de codificación • Problemas del denominador poblacional • Variaciones aleatorias: anuales, área pequeña, etc. Factores de la población (demanda) • Diferencias en morbilidad • Factores demográficos: edad, sexo, etc. • Características socio-demográficas • Expectativas/demandas del paciente • Costumbres prevalentes Factores del sistema sanitario (oferta) • Oferta de recursos • Sistema de financiación y pago • Organización de los servicios • Cobertura y accesibilidad Factores del proveedor directo (oferta) • Sistemas de pago e incentivos a los médicos • Formación y actitudes de los profesionales Evidencia disponible • Incertidumbre • Ignorancia Fuente: Marion J et al, 1998 Sobre estos elementos se construyó la hipótesis más aceptada en el universo de las VPM, la llamada hipótesis de la incertidumbre (Wennberg JE, 1982; Wennberg JE, 1984) que sugiere que, en situaciones de ambigüedad, de falta de evidencia científica o de ausencia de consenso profesional, se impone la discrecionalidad de las decisiones clínicas individuales, y surgen los estilos de práctica médica influidos por otros aspectos de la oferta como la capacidad instalada y los incentivos (Glover JA, 1938; Compañ L et al, 1995; Meneu R, 2002) a despecho de las preferencias de los pacientes. El hecho de que se produzcan cambios en la variabilidad de un procedimiento tras modificar los profesionales que los atendían (Glover JA , 1938), o tras la intervención de retroinformación profesional (Greco PJ et al, 1993; Elam K et al, 1997; Sirovich B et al, 2008) o después de aplicar campañas de información a la población o tras la 13 incorporación de nuevas tecnologías (Deyo RA et al, 2004), refuerzan el papel de los estilos de práctica como fuente de variabilidad. Se ha apuntado que, en algunos contextos, los auténticos determinantes de los estilos de práctica serían factores del tipo prestigio profesional, incentivos económicos, búsqueda de un estilo personal de praxis y la aceptación por los líderes profesionales o los colegas del centro. Algún intento de explicar las VPM en función del mayor o menor uso de la llamada medicina defensiva, no encontró asociación con este factor (Marion J et al, 1998) aunque fue propuesto por el propio Wennberg (1984). La aplicación de diferentes estilos de práctica tiene relación directa con el costo y la calidad de la atención (Rubinstein A, 2003). Los estilos de práctica serían determinantes de variabilidad en la utilización de servicios a nivel poblacional sólo para aquellas situaciones en las que existe incertidumbre que, a su vez y empleando un razonamiento circular, serían las situaciones que presentarían variabilidad importante (Marion J et al, 1998; Birkmeyer NJ et al, 1996). En las condiciones de baja variabilidad, tales como el ingreso por fractura de cadera, el diagnóstico suele ser inequívoco y se requieren tipos de cuidado no discrecionales, en general hay unanimidad para la indicación de ingreso hospitalario. Por el contrario las condiciones con alta variabilidad generalmente son aquellas en las que hay una considerable discreción médica, y en las que los criterios diagnósticos pueden estar menos estandarizados (Deyo RA et al, 2006) y se abren las posibilidades de influencia de otras variables, como las preferencias de los pacientes o el impacto del defecto o del exceso recursos disponibles. Incluso se debe dedicar mayor atención a los factores locales que influyen sobre la decisión clínica en los 14 ámbitos discrecionales. Esos factores locales pueden ser, alto nivel de demanda, o una práctica basada en medicina defensiva, o una medicina competitiva que para mantener los ingresos obliga a acortar los intervalos entre las visitas para mantener la agenda llena, o la presión externa de un hospital para aplicar alta tecnología. Es plausible que algunos o todos estos factores interactúen para crear una cultura de práctica médica de alta intensidad o de baja intensidad de atención médica (Sirovich B et al, 2008). La unificación de los estilos de práctica cuando son el reflejo de incertidumbre o ignorancia, se vería beneficiada del uso de los instrumentos que proporciona la medicina basada en la evidencia, como las revisiones sistemáticas de ensayos clínicos, los meta-análisis, la aplicación de guías de práctica clínica (Lamela J et al, 2003), así como los métodos de intervención que incluyen el audit y el feedback (Jamtved G et al, 2006). Estos instrumentos podrían mejorar la práctica clínica, pero sus efectos están todavía por determinar y parecen ser pequeños o moderados para modificar pautas o estilos de práctica, como estrategia para disminuir la variabilidad no deseada (Greco PJ et al, 1993). Otras hipótesis explicativas de la VPM son la del estilo de práctica del paciente que postula que las diferencias en morbilidad, nivel socioeconómico, búsqueda de atención, justificarían parte de las VPM (Volinn E et al, 1994), y la hipótesis de los médicos entusiastas, que postula que las diferencias geográficas en el uso de los servicios de salud son causados por diferencias en la prevalencia de médicos entusiastas de la realización de determinados procedimientos (Chassin MR, 1993). 15 Distinguiendo la importancia relativa de cuatro factores en la toma de decisiones clínicas, Wennberg y el grupo de Dartmouth, clasificaron las intervenciones sanitarias y definieron tres categorías mayores de servicios médicos, que se representan en la tabla 2. Tabla 2. Categorías de los servicios médicos. FACTORES QUE INFLUYEN EN SU UTILIZACIÓN TEORÍA MÉDICA EVIDENCIA MÉDICA OFERTA DE RECURSOS PER CÁPITA IMPORTANCIA DE LA PREFERENCIA DE LOS PACIENTES ATENCIÓN EFECTIVA (1) Un problema de infrautilización Fuerte Fuerte Débil Débil ATENCIÓN SENSIBLE A LAS PREFERENCIAS (2) Un problema de uso inadecuado Fuerte Variable Variable Fuerte ATENCIÓN SENSIBLE A LA OFERTA (3) Un problema de sobreuso Débil Débil Fuerte Variable (1) Effective care; (2) Preference sensitive care; (3) Supply sensitive care . Fuente: Fisher ES y Wennberg JE, 2003. La atención efectiva sería aquella basada en la evidencia, de eficacia probada, donde no existe conflicto sobre su valor entre pacientes y proveedores. Es la que deberían recibir todos los pacientes elegibles. En un sistema perfecto la tasa adecuada de reparto o administración de un procedimiento sería del 100%, pero no se ha encontrado ninguna región que alcance o se acerque a este porcentaje. La atención sensible a las preferencias de los pacientes o discrecional definiría aquellas intervenciones en las que la elección entre al menos dos tratamientos, tiene diferentes 16 riesgos y beneficios. Hay circunstancias en las cuales, las decisiones sensibles a las preferencias sobre la elección de tratamientos alternativos ha de enfrentarse a la incertidumbre científica sobre el resultado principal. En la atención sensible a la oferta, o a la capacidad, no hay teorías clínicas específicas sobre la frecuencia óptima de esta utilización. Los niveles de gasto están fuertemente asociados con las tasas de la utilización de servicios sensibles a la oferta al final de la vida, incluyendo el tiempo de estancia en hospital, la probabilidad de un ingreso en una unidad de cuidados intensivos, y el número de servicios médicos durante los últimos 6 meses de vida. (Fisher ES et al, 2003). Esta categoría se caracteriza por la escasez de evidencia para un procedimiento y con discrepancias sobre su indicación, con tasas de utilización asociadas de forma positiva a la disponibilidad de recursos (Peiró S et al, 2006). La disponibilidad de recursos se traduce en una modificación del umbral a partir del cual se considera la conveniencia del ingreso o de la utilización de un procedimiento, a personas que antes no se consideraban susceptibles de recibir un servicio, o incluso varía el umbral diagnóstico lo que puede llegar a influir en la prevalencia de un proceso (Fisher ES et al, 1999). Esta visión da un enfoque teórico de los posibles problemas derivados de la aplicación exclusiva de estos modelos (sobreutilización, mal uso, infrautilización) en la atención médica y los relaciona con la adecuación de las tasas, pero conocer la tasa apropiada de una intervención en una población requiere la investigación de resultados y, por tanto, no es posible conocer si las VPM indican un uso inapropiado por defecto o por exceso a partir de estudios ecológicos de tasas de utilización (Marion J et al ,1998). 17 Aunque las VPM se pueden entender bajo el concepto de variaciones de los estándares de calidad no son realidades asépticamente aisladas de los contextos sociales, culturales y políticos (Rohlfs I, 2006), y se deben contemplar tanto en el lado de la oferta, instituciones y culturas donde se llevan a cabo estas prácticas, como en el de la demanda (contexto ideológico y social de las personas). Estos aspectos no siempre son captados por las variables socioeconómicas disponibles en las bases de datos administrativas. Meneu (2004) propone imaginar un escenario distinto del habitual, diferente al dominado por la incertidumbre, en el que los usuarios fueran sistemáticamente informados de los riesgos y beneficios de los tratamientos disponibles y estuvieran activamente implicados en el proceso de toma de decisiones, las variaciones apreciadas en las tasas quirúrgicas, exploraciones diagnósticas o cualquier otra práctica sanitaria, estarían basadas en las elecciones de los pacientes entre las opciones técnicamente “adecuadas”, más que en las preferencias de cada médico individual o las recomendaciones emanadas de paneles de expertos para un paciente “promedio” . A partir de estos datos el paciente incorpora sus expectativas y valores y decide la alternativa que mejor se “adecua” con ellas por el llamado modelo intermedio de “toma de decisiones compartidas” (shared decision making). Aunque los teóricos de la toma de decisiones difieren respecto al número de modelos de toma de decisiones clínicas que distinguen y la terminología que utilizan para describirlos, existe un acuerdo amplio de que hay al menos tres enfoques diferentes (Tabla 3). Todos estos modelos de toma de decisiones ocupan su lugar en contextos clínicos particulares, y debe adaptarse el estilo adecuado conforme a las necesidades del 18 paciente en un momento dado (en una urgencia se aplica el modelo tradicional o paternalista y en una cirugía electiva, o en un procedimiento que vaya a cambiar un estatus funcional o la calidad de vida cualquiera de los otros dos modelos en el que el paciente interviene en mayor o menor grado). Tabla 3. Modelos de toma de decisiones clínicas o modos de práctica profesional. Elección del profesional o Modelo paternalista Toma de decisiones compartida Elección del consumidor o Modelo de decisión informada El médico decide, el paciente consiente Información compartida, ambos deciden juntos El médico informa, el paciente toma la decisión Fuente: Modificado de Coulter A, 2004 Es necesario disponer de tiempo suficiente para que los pacientes absorban la información y la comenten con otras personas si así lo desean. Para que esto sea posible, los médicos deben recibir una formación especial sobre cómo dar la información sobre los riesgos y probabilidades y cómo responder a las preguntas de los pacientes. A muchos médicos les atrae la idea de un estilo de toma de decisiones participativo en teoría, pero les resulta difícil ponerlo en práctica. La limitación del tiempo impide dar información y a veces cuesta descubrir lo que el paciente ya sabe y en qué medida quiere participar. Hay que destacar que el formulario de consentimiento y la sesión de información prequirúrgica se han diseñado principalmente para proteger a los médicos en los procedimientos judiciales. No sorprende que el paciente no absorba la información ni lea el formulario si este se le presenta en un momento en que la decisión terapéutica es prácticamente irrevocable. La introducción de los medios de ayuda a la decisión del paciente, como su nombre 19 indica, aumentan de forma notable el conocimiento de los pacientes de los problemas, opciones y resultados, y que consiguen reducir el número de pacientes indecisos, disminuir los conflictos relativos a las decisiones y aumentar la participación en la toma de decisiones sin potenciar la ansiedad (Coulter A, 2004). 1.3. Implicaciones y aplicaciones de las Variaciones en la Práctica Médica El envejecimiento de la población, el aumento de la prevalencia de determinadas patologías crónicas, la aparición de nuevos problemas de salud, así como la aparición y utilización de nuevas tecnologías son entre otros muchos factores, junto con la limitación de los recursos disponibles para financiarlos, los que obligan a diseñar estrategias de información, de evaluación y de investigación que aumenten el conocimiento sobre las necesidades de salud de la población, la efectividad de las intervenciones, y la relación existente entre el coste y las consecuencias de la utilización de técnicas y servicios asistenciales (Abenoza M, 2000). Las VPM, como línea de investigación, analizan las diferencias en la producción y consumo de servicios sanitarios a diferentes niveles de agregación y puede informar de una amplia variabilidad en los costes y el volumen de utilización de distintos procedimientos diagnósticos, terapéuticos y preventivos, incluyendo indicaciones quirúrgicas, farmacológicas, de exploraciones complementarias diagnósticas, de ingresos hospitalarios o bien de su duración o intensidad de estos servicios (Meneu R, 2003). El impacto poblacional de las VPM, en las intervenciones quirúrgicas de alta frecuencia se traduce en que miles de personas serán intervenidas u hospitalizadas en función de su lugar de residencia (Peiró S et al, 1998). 20 El objetivo de los trabajos sobre las VPM es comparar las tasas obtenidas en las áreas geográficas a estudio y valorar si la variabilidad resultante implica una utilización diferente de los servicios sanitarios estudiados (Marion J et al, 1998) lo que podría suponer diferencias en la calidad de la atención prestada. Llamamos calidad al uso apropiado de servicios efectivos, a la evitación de servicios de dudoso o nulo valor, y a un acuerdo amplio entre las regiones, sobre cuál es la atención adecuada. Lo irónico es que más recursos no equivalen a mejores resultados y el problema es la organización o desorganización de la práctica médica (Wennberg JE, 2004; Fisher E et al, 2003a; Fisher E et al, 2003b). La variabilidad es un marcador sensible de alteración de calidad aunque es poco específico, nos informa que existe un problema de eficiencia en relación a un procedimiento y brinda una oportunidad de mejora. La variabilidad, por tanto funciona, como indicador de alerta de que algo ocurre y es susceptible de ser mejorado. Cuando hay variabilidad entre áreas puede haber una utilización inapropiada de recursos y servicios, tanto en áreas de tasas altas como en áreas de tasas bajas. Se trata de saber cuánta inadecuación hay en un área y en qué medida contribuye la variabilidad (Marín León I, 2006). La constatación de este hecho plantea preguntas importantes sobre la efectividad clínica y la eficiencia social de las actuaciones médicas (Peiró S et al, 2006). Los resultados de los estudios de VPM sirven, también, para que las autoridades sanitarias y los gestores clínicos tomen conciencia de las situaciones halladas y de sus posibles causas, para reorientar las políticas sanitarias hacia la corrección de desigualdades y VPM no justificadas (Antoñanzas F et al, 2006). Las investigaciones en VPM han permitido la agrupación de diagnósticos o procedimientos según el grado de 21 variación que muestra su tasa de utilización o de admisión hospitalaria (Peiró S et al, 1995; Compañ L et al, 1995), lo que distingue a una serie de procesos que merecen más atención. En el trabajo de Meneu R (2003) se valoró el grado de certidumbre o acuerdo respecto a la indicación de 20 procedimientos analizados de Cirugía Ortopédica y Traumatología, que asignó un panel de revisores. Esta actividad permitió una establecer una priorización de las necesidades de investigación sobre la utilización adecuada de las intervenciones basada en las pérdidas de bienestar que los problemas de información imponen. Los procedimientos con alto grado de acuerdo en su indicación fueron la reimplantación de articulaciones mayores de miembros inferiores y procedimientos de cadera y fémur, mientras que el acuerdo mínimo lo obtuvieron los procedimientos de espalda y las artroscopias. Sin embargo, las variaciones no constituyen un problema per se, como a veces parece derivarse de la literatura al respecto, donde se concluye de forma casi sistemática sobre la necesidad de reducirlas (Peiró S et al, 2005). La importancia de las VPM estriba en que pueden ser reflejo de otros problemas (incertidumbre, ignorancia, problemas organizativos, gastos innecesarios o infrautilización) cuyo abordaje redundaría en una mejora de la calidad de la atención, aunque no necesariamente siempre en una disminución de los gastos. Las VPM también pueden -al menos en parteser un reflejo de fenómenos menos abordables desde la perspectiva de la toma de decisiones clínicas (distinta morbilidad o distintas preferencias informadas de la población), situaciones en que no tiene ningún sentido intentar reducirlas. Probablemente, según de qué procedimiento diagnóstico o terapéutico se trate, las causas de las variaciones 28 Medicare, en el que se basan la inmensa mayoría de estudios americanos, es ilustrativo al respecto: Medicare ofrece en Estados Unidos un seguro de salud para 52 millones de beneficiarios mayores de 65 años y discapacitados, cubriendo una amplia gama de servicios (hospitalarios, ambulatorios y medicamentos recetados). Los tipos de servicios cubiertos por Medicare son esencialmente los mismos en todo el país. Sin embargo, la cantidad que Medicare gasta por beneficiario no es constante en todo el territorio. Wennberg y los investigadores del instituto de Darmouth centraron la atención en la variación geográfica en el gasto de Medicare con la publicación del primer Atlas en 1996. Este Atlas evaluó el gasto regional examinando áreas de referencia hospitalarias para los principales procedimientos cardiovasculares y de neurocirugía y en él ya demostraron que las diferencias en el gasto se producen a nivel de estados y de regiones. Cutler y Scheiner (1999) demostraron que si todas las áreas de los Estados Unidos se situaran al nivel de gasto que prevalece en el percentil 10 de un ranking de 315 áreas estadísticas de gasto Medicare, el gasto de Medicare se reduciría casi un 30%. En este sentido, Peter Orszag en 2009, director de la Oficina de Gestión y Presupuesto del gobierno de Estados Unidos, estimó para Medicare y Medicaid que si las áreas con alto gasto adoptaran los patrones de práctica y gasto asociados a las zonas de más bajo coste, el gasto en salud se podría reducir en un 29%, alrededor de 700 billones de dólares por año. En términos de gasto por beneficiario, los datos del Centers for Medicare and Medicaid Services (CMS) para 2012 muestran que Medicare gastó una media de 9.503$ por beneficiario a nivel nacional pero el gasto varía considerablemente de unas zonas a otras, así Medicare gastó casi 2,5 veces 29 más por beneficiario en una zona de Florida (15.957$) que en una zona de Colorado (6.569$). Los factores que se citan como causas de estas variaciones en el gasto son múltiples e incluyen: a) los tipos de servicios prestados, b) el estado de salud de los beneficiarios y c) la cantidad que Medicare paga por los servicios. También se han investigado si los patrones de gasto que se observan en población Medicare son consistentes con el gasto de pacientes con otros tipos de seguros. La cantidad y tipo de servicio prestados a los beneficiarios de Medicare varía según las diferentes zonas del país. El mayor uso de servicios sanitarios asociados a un exceso de capacidad –demanda inducidaes citado habitualmente como una de las principales causas de la variación geográfica. Fisher (2003ª; 2003b) determinó que las variaciones de gasto entre zonas se explican por una mayor frecuencia de visitas a médico, especialistas y su asociación con mayor número de pruebas y procedimientos realizados. El estado de salud de los beneficiarios puede variar según zonas geográficas y puede contribuir a diferencias en el uso de servicios y los gastos de Medicare. Reschovsky (2013) estimó que hasta el 85% de las diferencias de precios ajustados en las áreas podría ser explicado por la variación de los estados de salud de la población. Sin embargo, Song (2010) encontró que los beneficiarios que viven en áreas con una mayor intensidad de servicios son más propensos a tener más enfermedades crónicas (peor estado de salud) argumentando que es un indicador del principio de causalidad inversa –la mayor utilización de pruebas diagnósticas e intervenciones hace que sea más probable identificar enfermedades en lugar de utilizar estas pruebas e 30 intervenciones para tratar a población más enferma. Newhouse (2013) en un informe que revisa la investigación reciente sobre el tema concluye que la variación en costes no se correlaciona con mejores resultados de salud y que la relación entre calidad de la atención sanitaria y costes es inconsistente. Respecto a las diferencias de pago de Medicare, este no paga la misma cantidad por el mismo servicio en las diferentes zonas de EEUU. Las tasas que Medicare paga varían para reflejar el coste de salarios y rentas en las diferentes áreas. Además los pagos también se ajustan para reflejar las diferencias en las características de la asistencia médica (mayores pagos en hospitales universitarios y hospitales que atienden a poblaciones pobres, mayores pagos a médicos que ejercen en áreas con escasez de recursos sanitarios). Gottlieb (2010) llegó a la conclusión de que existen variaciones sustanciales en lo que paga Medicare para los mismos servicios médicos según regiones, en particular para los servicios hospitalarios. Reschovsky (2013) encontró que las diferencias de pago de Medicare pueden explicar una parte de las variaciones geográficas en gasto, pero incluso después de la estandarización de estas diferencias en el pago, el gasto todavía varía considerablemente entre estados y áreas de referencia hospitalarias. En general, en EEUU existe un creciente cuerpo de literatura que muestra que las variaciones geográficas en los costes médicos son mucho más complejas de lo que generalmente se piensa (MEDPAC, 2006; Chernew et al 2010; Reschosvky et al, 2013). En este sentido, Newhouse (2013) atribuye gran parte de esta variación en los costes a cuidados post-hospitalización: atención domiciliaria, rehabilitación, larga estancia, etc. 31 Los patrones de gasto son específicos de Medicare. Cuando se compara el gasto con otros seguros privados e incluso con Medicaid, no se encuentran los mismos patrones de gasto. Kronick (2012) demostró que la variación en el gasto de Medicare y Medicaid era similar a nivel de áreas de referencia hospitalarias pero no a nivel estatal y que los patrones de gasto en personas con seguro privado diferían notablemente de Medicare y Medicaid. El autor sugirió que la similitud del gasto en las áreas de referencia hospitalarias en Medicare y Medicaid está causada por factores de oferta –número de camas, especialistas disponiblespero que las diferencias en el gasto a nivel estatal indican otros factores –nivel de ingresos. Los estados con niveles de ingresos más bajos tienen una cobertura menor por parte de Medicaid que conduce a un menor uso y menor gasto. Los estudios indican que no hay una única respuesta para hacer frente a la variabilidad en el gasto sanitario por áreas. Incluso después de la consideración de diversos factores, algunas diferencias geográficas en el gasto siguen sin explicación. Esta variación puede reflejar diferencias en la productividad de los servicios de salud a nivel de áreas de referencia hospitalarias y promover la mejora de la eficiencia de estos servicios sigue siendo objeto de debate. 1.7 Marco conceptual estudio La efectividad, calidad, eficiencia y equidad de los sistemas sanitarios, a nivel nacional o internacional, es valorada usualmente mediante indicadores agregados de desempeño. En esta métrica, y por comparación a los países de su entorno, destaca el Sistema Nacional de Salud (SNS) español, Sus indicadores de “salud atribuible a 32 cuidados sanitarios” muestran cifras homologables a los mejores países del ranking, los datos disponibles sobre equidad son razonablemente buenos y el gasto sanitario es contenido, con un porcentaje del Producto Interior Bruto (PIB) dedicado a sanidad en torno a la media de la Unión Europea. El crecimiento interanual medio de este porcentaje, dato sugerido como síntoma de eficiencia global, se situó en el 4,1% entre 2000 y 2009 situándose en este periodo en la misma media que la OCDE y pasando a un crecimiento negativo de -0,5% a partir de 2009 y hasta 2011, cuando la media de la OCDE en este periodo fue de 0,2% (OCDE, 2013). Esta visión agregada oculta, sin embargo, fenómenos locales extraordinariamente relevantes a la hora de evaluar las políticas sanitarias públicas. El sistema sanitario, como sistema de producción, se basa en la toma de millones de decisiones micro, fundamentalmente decisiones que un médico toma delante de un paciente y que implican hacer o no hacer algo. Del agregado de estas decisiones derivan tanto los resultados de salud (a veces adversos) como el gasto sanitario. Desde esta aproximación micro, la perspectiva de los grandes indicadores agregados resulta insuficiente para valorar el desempeño del sistema sanitario y es poco informativa para apoyar la toma de decisiones de política y gestión sanitarias concretas. Por tanto, los datos agregados, los mismos que hacen considerar que nuestro SNS es un sistema de calidad, resultan insuficientes, poco informativos e incluso pueden constituirse en un lastre para la correcta evaluación de las políticas públicas en sanidad. Se hace necesario, pues, aplicar microscopio a la evaluación de políticas. Dos ejemplos pueden ilustrar esta afirmación: 1) respecto a países como Inglaterra y Dinamarca y en el periodo 2002-2009, la tasa de hospitalizaciones potencialmente evitables es, en 33 España, inferior: 45 vs 54 frente a Inglaterra y 45 vs 90 frente a Dinamarca, hospitalizaciones estandarizadas por edad y sexo y por 10.000 habitantes mayores de 40 años (Thygesen LC et al, 2015). Cambiando el foco desde el dato agregado al dato local (área sanitaria), en España hay áreas en las que la probabilidad de hospitalización por complicación aguda de diabetes es 4 veces mayor que en aquellas de mejor desempeño (García-Armesto et al, 2011) y 2) España presenta un tasa de artroplastia de rodilla equivalente a Suecia (43 vs 45 intervenciones, estandarizadas por edad y sexo y por 1.000 habitantes), país con larga tradición en el uso apropiado de esta técnica. Sin embargo, si analizamos las áreas sanitarias españolas existen tasas estandarizadas de artroplastia de rodilla hasta 6 veces mayores en unas áreas que en otras, incluso dentro de una misma comunidad autónoma (Librero et al, 2005). 1.8. El caso del gasto hospitalario en España Por otra parte, mucha de la información que se produce, además de no reflejar las realidades locales, tiene una orientación demasiado específica como para ser de interés para quienes tienen que evaluar las políticas sanitarias, por ejemplo, el asegurador público, que ha de tomar decisiones sobre aseguramiento y financiación. El ejemplo del gasto público hospitalario en España puede resultar ilustrativo. Varios hechos convierten al gasto hospitalario en un foco creciente de atención en la evaluación de las políticas públicas en sanidad; entre ellos, que supone el 54% del gasto sanitario total, que su crecimiento (en términos relativos) es mayor que el experimentado por el gasto sanitario total, y que ha crecido proporcionalmente más 34 que el PIB. En la figura 1, se observa la evolución de estos tres parámetros desde 2002, año en el que se producen las transferencias sanitarias, hasta 2011. Figura 1. Evolución del gasto sanitario total público, gasto hospitalario público y PIB. 0 10000 20000 30000 40000 50000 60000 70000 80000 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 0 200000 400000 600000 800000 1000000 1200000 Gasto hospitalario Gasto sanitario PIB La forma habitual de evaluar el gasto hospitalario se basa en los registros habituales (cuentas satélites, los datos publicados de la Encuesta de Establecimientos Sanitarios en Régimen de Internado o cualquier otra estadística oficial que ofrezca información sobre gasto hospitalario y sus componentes por CCAA). De hecho, los datos presentados en la figura 1 se obtienen de estas fuentes. Esta aproximación, sin embargo, no permite profundizar en aspectos de interés para el asegurador público. En primer lugar, la contabilización es contabilización, y no mira necesariamente por los ojos de la eficiencia. Si no podemos distinguir qué parte del gasto está compuesto de intervenciones sanitarias inefectivas o inapropiadas, no podremos determinar si el sistema vale mucho menos de lo que está costando. 35 En segundo lugar, la contabilización habitual, obvia la interacción que de hecho se produce entre los servicios de atención primaria y los servicios hospitalarios. La atención primaria de salud actúa como puerta de entrada en nuestro sistema, siendo por tanto, un factor amplificador o limitante de las decisiones de gasto posteriores. Referir los gastos al lugar de origen de las personas atendidas, aproxima mejor este fenómeno. Para ello es necesario imputar cada gasto del numerador al lugar donde reside el paciente, el lugar donde habitualmente interactúa con la atención primaria de salud. En tercer lugar, la no referenciación poblacional del mismo. En un sistema eminentemente organizado alrededor de hospitales (así es como se configuran las áreas sanitarias en la Ley General de Sanidad), el asegurador público debería interesarse por el gasto hospitalario referido a la población que se expone a los cuidados hospitalarios, y por tanto, a su estructura demográfica, es decir, al pool de riesgos que eventualmente deberá atender. Finalmente, en el SNS no existen diferencias en la cartera de servicios a la que tienen derecho los ciudadanos y los servicios incluidos en esta cartera incluyen la práctica totalidad de la atención hospitalaria. En este contexto, la variabilidad en gasto debe ser atribuida a diferencias en el precio de los servicios en cada territorio (sea por diferencias en el coste de los inputs o por diferencias en eficiencia) o en la cantidad de servicios prestados (Holahan J, 2007). Así, en el gasto hospitalario contabilizado se difuminan sus dos componentes: la cantidad de servicios provistos, número de hospitalizaciones y el mix de las mismas (que podría traducirse en precio por ingreso), siendo con frecuencia la intensidad de servicios provistos, y no el precio por servicio, el 36 motor más importante de gasto (Peiró S et al, 2007). Desde una perspectiva poblacional, el gasto hospitalario (W) puede ser visto como una función del número de ingresos hospitalarios de una determinada población (Q) y el coste unitario (P) de cada uno de tales ingresos (Aaron HJ, 1994), Las políticas de contención del gasto hospitalario se han centrado tradicionalmente en este último componente (P), intentando disminuir el coste unitario (≈ precio) de cada hospitalización. Ejemplos de estas políticas serían los esfuerzos por reducir el coste de los inputs (mediante compras centralizadas, negociación de precios, u otros mecanismos), el número de inputs clínicos en un proceso concreto (por ejemplo, eliminando las pruebas preoperatorias en la cirugía electiva de personas sin antecedentes de riesgo) y, sobre todo, el esfuerzo por reducir la duración de la estancia hospitalaria, o incluso evitar completamente el ingreso (cirugía mayor ambulatoria (CMA)). Las estrategias en este sentido van desde los métodos de revisión de la utilización como la identificación de estancias inadecuadas o la planificación del alta (Peiró S et al, 1997), a las alternativas a la hospitalización convencional (cirugía sin ingreso, hospital de día, hospitalización domiciliaria) y los sistemas de financiación hospitalaria que contienen incentivos para reducir la estancia media, como el reembolso prospectivo mediante Grupos de Diagnósticos Relacionados (GDR) u otras modalidades de pago por proceso (Peiró S et al, 2005). Las políticas orientadas a la Q, a la contención del volumen de ingresos hospitalarios, incluirían la financiación capitativa, que contiene incentivos tanto para reducir la P como la Q, y algunos métodos de identificación de la inadecuación del ingreso hospitalario que evalúan, paciente a paciente, la necesidad de realizar determinadas 37 intervenciones quirúrgicas o pruebas diagnósticas (Peiro S et al, 1997). Pese a la existencia de experiencias en algunas Comunidades Autónomas (CCAA), las estrategias para controlar la Q son relativamente inusuales en el panorama del Sistema Nacional de Salud (SNS) español. Sorprendentemente, la mayor parte de las políticas de control del gasto hospitalario, las orientadas a la P, olvidan que uno de los mecanismos para reducir los costes unitarios de la hospitalización es incrementar el número de ingresos (Wennberg JE et al, 1984; Reinhardt UE, 1996). Si se toman los GRD como arquetipo de estas políticas, el reembolso de los ingresos mediante una cantidad fija pre-establecida para cada tipo de proceso incentivaría mejoras en la eficiencia técnica de los hospitales mediante cuatro mecanismos fundamentales: 1) la reducción del precio de los inputs y del número de inputs en cada GDR; 2) la preferencia/selección por los GDR –o los casos dentro de un mismo GDRcon mayores beneficios marginales esperados; 3) la especialización en determinados casos, que produciría mejoras en la coordinación interna, la pericia clínica y la reducción de costosas complicaciones y efectos indeseados; y 4) la distribución de los costes fijos hospitalarios entre un mayor número de procesos. Este último componente supone un incremento de las tasas de hospitalización y –aun sobre costes unitarios más bajos– podría llevar a la expansión del gasto hospitalario en lugar de a su contención (Wennberg JE et al, 1984). En general, las políticas orientadas exclusivamente hacia la P tienden a ignorar las enormes diferencias en las tasas de utilización hospitalaria mostradas por los estudios de variaciones en la práctica médica (Wennberg JE et al, 1982; McPherson K et al., 1982; Wennberg JE et al, 1999), incluso entre áreas geográficas vecinas. Estas 44 hospital terciario y ajustado por la complejidad del correspondiente ingreso hospitalario) al área de residencia del paciente, independientemente de que el hospital fuese o no el de referencia para el área de residencia de ese paciente. 3.4. Variables 3.4.1. Dependiente: Gasto hospitalario poblacional (crudo y estandarizado) por habitante en cada área de salud. Esta variable representa el gasto hospitalario de la población que reside en un área sanitaria (con independencia del centro en que recibió los servicios) dividido por el número de habitantes. 3.4.2. Independientes • Edad, desagregada en 5 grupos etarios (0-14/15-44/45-64/65-85/85 y más años), y sexo. • Utilización hospitalaria (ingresos por 100 habitantes). Se calculó dividiendo la población residente en cada área entre los ingresos hospitalarios de esa área en cada año. Dado que la edad y el sexo son dos variables determinantes de la morbilidad y, por tanto, las diferencias en ellas podrían explicar parte de la variabilidad en sus tasas de ingresos, se utilizaron tasas de utilización estandarizadas por edad y sexo. • Como variable proxy del coste por ingreso ajustado a complejidad se dividió el gasto contable imputable a cada área de salud por el sumatorio de las altas 45 correspondientes a cada área ponderadas por sus pesos relativos (complejidad de cada alta). 3.5. Análisis empírico 3.5.1. Estimación de la tasa de utilización estandarizada y razón de utilización estandarizada Para calcular la tasa de utilización estandarizada de cada área se calcularon las tasas específicas para cada grupo de edad y sexo en las diversas áreas. Así calculada, la tasa estandarizada representa la tasa de hospitalizaciones que tendría un área con su utilización actual si tuviera una población con la distribución de edad y sexo del conjunto de la población española en el año 2003, año de elección de la población de referencia para estandarizar por ser el año de inicio del estudio. Para permitir la comparación entre áreas y así comparar la tasa específica de cada área con un patrón global –población de referenciase realizó la estandarización indirecta obteniendo para ello las razones de utilización estandarizadas. 3.5.2. Estimación del coste por ingreso ajustado a complejidad Para calcular el coste de cada ingreso se determinó el peso (coste ajustado a complejidad o severidad) de cada uno de los ingresos de 2009 usando el sistema de agrupación de pacientes All Patient Refined Diagnosis-Related Groups (APR-DRG). El coste por unidad de peso APR-DRG para cada hospital se obtuvo dividiendo su gasto corriente contable entre el sumatorio de pesos APR-DRG, Este coste por unidad se multiplicó por el peso asignado por los APR-DRG a la respectiva hospitalización. A continuación, se trasladaron los correspondientes casos (con su peso APR-DRG y su 46 coste) al área de salud de residencia de cada paciente ingresado. El sumatorio de estos costes en cada área se dividió por el número de ingresos para obtener el coste por ingreso ajustado por casuística en cada área. Hay que tener en cuenta que, dado que la transferencia de costes a las áreas se hace ajustando cada caso por su peso APR-DRG, las estimaciones serán más exactas cuanto mayor sea la correlación entre la complejidad medida por este sistema de riesgos y los costes. 3.5.3. Estimación del gasto estandarizado poblacional El gasto hospitalario de cada territorio se estimó como una función del número de ingresos hospitalarios ocasionados por los residentes de cada área sanitaria (con independencia del hospital en que se hubiera producido el ingreso), y del coste unitario de cada ingreso (en el hospital en que realmente se produjo) ponderado por la severidad del ingreso, Este gasto asignado se dividió entre el total de residentes en cada área geográfica para obtener el gasto hospitalario crudo por habitante. Finalmente, se calculó el gasto estandarizado según la estructura de edad y sexo de cada área, que representa el gasto por habitante que tendría un área con su gasto actual si tuviera una población con la distribución de edad y sexo igual a la del conjunto de la población española. 3.5.4. Estimación de la variabilidad en el gasto estandarizado poblacional Se calcularon los estadísticos clásicos de variabilidad del análisis de áreas pequeñas derivados del método directo de estandarización (Razón de variación entre las áreas situadas en el Percentil 5 y Percentil 95 , RV entre las áreas situadas en el Percentil 25 y Percentil 75, Coeficiente de Variación (CV), CV calculado con las áreas situadas en el 47 P5-P95, y del metodo indirecto (Componente sistemático de la variación (CSV)) y razones de utilización estandarizadas de gasto por habitante y de utilización hospitalaria y finalmente, el Coeficiente de Correlación Intraclase (CCI). 3.5.5. Análisis de los factores subyacentes: utilización, precio y comunidad autónoma de residencia Para valorar la importancia que sobre la variable dependiente –gasto por habitante estandarizadotuvieron las variables independientes - tasa de hospitalizaciones de cada área (estandarizada por la pirámide poblacional) y el coste de los ingresos ponderados por su «complejidad»-, se realizó un análisis de regresión múltiple. Para cuantificar la capacidad explicativa del factor comunidad autónoma de pertenencia se realizó para las mismas variables una regresión multinivel modelo generalizado donde la comunidad autónoma de residencia fue modelada como un efecto aleatorio. 3.5.6. Evolución del gasto estandarizado poblacional Para identificar puntos en los que se produjeran cambios significativos en la pendiente de la línea de tendencia temporal se realizó un análisis de regresión jointpoint de las principales variables asumiendo evolución lineal y varianza constante, Las tendencias resultantes se describen por la pendiente o el cambio porcentual anual (APC). Se calcularon los intervalos de confianza (IC95%) para cada APC estimado, siendo estadísticamente significativos (p<0,05) cuando excluían el cero. Además, en este tipo de análisis se especifican los puntos de ajuste en los que la tasa cambia significativamente (aumenta o disminuye). Dado el periodo de tiempo analizado, se realizó un análisis con el mínimo número –unode joinpoint, permitiendo contrastar si 48 este era estadísticamente significativo y así agregarse al modelo. En el modelo final, cada joinpoint indica un cambio estadísticamente significativo en la tendencia, calculándose el APC para cada una de esas tendencias. El cambio significativo incluye modificaciones en la dirección o en la tasa de aumento o disminución. 3.6. Fuente de datos El gasto hospitalario utilizado corresponde al gasto contable de los hospitales (excluidos centros de larga estancia y psiquiátricos) de la red pública incluidos en las 203 áreas geográficas a estudio, conforme viene recogido en la Encuesta de Establecimientos Sanitarios con Régimen de internado (EESRI) de 2003 a 2009 y la Estadística de Centros Sanitarios de Atención Especializada en 2010 y 2011. Los datos de actividad fueron extraídos del Conjunto Mínimo de Datos Básicos (CMBD) al alta hospitalaria (y, en su caso los registros de Cirugía Mayor Ambulatoria asociados) correspondientes al periodo 2003-2011 de las Comunidades Autónomas participantes en el PROYECTO ATLAS DE VARIACIONES EN LA PRACTICA MÉDICA EN EL SISTEMA NACIONAL DE SALUD (ATLAS VPM-SNS). La ponderación por severidad de cada una de las altas hospitalarias, se realizó utilizando el agrupador APR-DRG licenciado por 3M para el grupo Atlas VPM. Los datos de estructura poblacional provienen del Padrón Municipal de los años 20032011 centralizados por el Instituto Nacional de Estadística (INE), una vez agrupados los correspondientes municipios en su respectiva área de salud. 49 RESULTAD S 50 4. RESULTADOS En el periodo 2003-2011 (Tabla 5) se realizaron más de 40 millones de hospitalizaciones en el SNS, con un gasto acumulado de 252.000 millones de euros. Entre el inicio y el final del periodo considerado la población creció en cerca de 4,5 millones de habitantes (10,5%) y el número de ingresos hospitalarios, incluyendo la Cirugía Mayor Ambulatoria (CMA), aumentó en 813.049 (20%). El gasto hospitalario público en este mismo periodo, según la ESCRI, creció en 16.676 millones de euros (89%) –desde 18.670 millones en 2003 a 35.346 millones en 2011– mientras que el número de hospitales considerados en el análisis pasó de 244 a 284 (16,4%). 51 Tabla 5. Hospitales considerados en el análisis, altas hospitalarias, población y gasto público hospitalario asignado y total. 2003 2004 2005 2006 2007 2008 2009 2010 2011 Número de hospitales 244 246 247 253 261 274 281 280 284 Población 42 542 839 43 120 828 44 028 231 44 769 615 45 316 094 46 113 527 46 603 040 46 864 363 47 029 583 Hospitalizaciones 3 962 765 4 119 498 4 290 139 4 380 477 4 533 308 4 648 178 4 744 241 4 733 033 4 775 814 Gasto asignado ESCRI 18 670 199 527 20 806 481 768 23 267 938 050 25 235 501 519 28 260 688 913 31 713 979 871 34 139 901 420 34 530 526 110 35 346 362 630 Gasto público At. Especializ.* 20 264 685 072 22 105 741 256 24 423 812 376 27 243 693 215 29 596 851 552 33 795 809 913 35 987 609 772 35 650 537 230 36 481 534 769 ESCRI: Encuesta de Establecimientos Sanitarios con Régimen de Internado. Fuente: Estadística de Establecimientos en Régimen de Internado; Conjunto Mínimo de Bases de Datos hospitalarios; INE; Ministerio de Sanidad y Consumo. *El gasto total en atención especializada incluye los hospitales psiquiátricos y de larga estancia. 52 4.1. Tasas de utilización hospitalarias La tabla 6 muestra las tasas, estandarizadas por edad y sexo, de ingresos hospitalarios por 100 habitantes y sus estadísticos de variabilidad y la figura 2 presenta de forma gráfica la distribución de estas tasas estandarizadas y su variabilidad a lo largo del periodo. Durante el periodo 2003-2011, la tasa estandarizada de hospitalizaciones creció un 6,5%, desde 9,72 hasta 10,36 por 100 habitantes. Los estadísticos de variabilidad tienden a mostrarse constantes a lo largo de todo el periodo. La razón de variación entre las áreas situadas en el percentil 95 y 5 aumentó un 8% (entre 1,20 y 1,30). El Componente Sistemático de Variación, estadístico que cuantifica la variación entre áreas no debida al azar, presentó durante todo el periodo escasa variación, con valores en torno a 0,04. La variación atribuible a la comunidad autónoma de residencia (valorada por el coeficiente de correlación intraclase; CCI) explicaría durante todo el período en torno al 40% de la variabilidad no explicada por las diferencias demográficas (Tabla 6 y Figura 3), mostrando el importante impacto de los fenómenos regionales sobre la variación en las tasas estandarizadas de admisiones entre áreas de salud (valores altos en este estadístico implican menor variabilidad entre las áreas de la misma Comunidad Autónoma y mayor variabilidad entre CCAA). 53 Tabla 6. Evolución temporal de las tasas de utilización hospitalaria y sus estadísticos de variación entre áreas de salud. 2003 2004 2005 2006 2007 2008 2009 2010 2011 Tasa cruda 9,31 9,55 9,74 9,78 10,00 10,08 10,18 10,10 10,15 Tasa estandarizada 9,72 9,90 10,07 10,21 10,35 10,42 10,43 10,35 10,36 Tasa mínima 2,80 2,72 3,00 4,14 3,98 5,86 6,51 5,74 6,27 Tasa máxima 14,99 15,05 15,99 19,40 16,07 16,50 16,72 17,34 21,66 Tasa percentil 5 6,80 7,37 7,29 7,32 7,35 7,46 7,56 7,39 7,63 Tasa percentil 25 8,47 8,63 9,05 9,03 9,28 9,29 9,32 9,25 9,09 Mediana 9,77 9,95 10,19 10,22 10,46 10,53 10,39 10,38 10,15 Tasa percentil 75 11,02 11,23 11,26 11,24 11,47 11,55 11,46 11,44 11,21 Tasa percentil 95 12,43 12,52 12,70 13,13 13,00 13,20 13,05 13,36 14,01 Razón de Variación 25-75 1,30 1,30 1,24 1,24 1,24 1,24 1,23 1,24 1,23 Razón de Variación 5-95 1,83 1,70 1,74 1,79 1,77 1,77 1,73 1,81 1,84 Coeficiente Variación 0,19 0,18 0,18 0,19 0,17 0,17 0,16 0,17 0,2 CSV 0,04 0,03 0,03 0,04 0,03 0,03 0,03 0,03 0,04 CCI 0,38 0,41 0,43 0,37 0,43 044 0,42 0,50 0,44 n: 203 áreas de salud; CSV: Coeficiente Sistemático de Variación; CCI: Coeficiente de Correlación Intraclase Figura 2. Variación anual en la tasas de utilización estandarizadas en las 203 áreas que engloban el SNS. 0 5 10 15 20 25 Tasa estandarizada por 100 habitantes 2003 2004 2005 2006 2007 2008 2009 2010 2011 n: 203 áreas de salud. El punto blanco central indica la mediana de las tasas estandarizadas de hospitalización por 100 habitantes. La caja muestra la variación en el 50% de las áreas con valores centrales (entre el Percentil 25 y 75) y la línea que la atraviesa, la variación en las áreas entre el percentil 5 y 95. 60 los 757 euros por habitante en 2011. Los estadísticos de variabilidad muestran en general una tendencia constante en la variabilidad del gasto hasta el año 2008, momento a partir del cual empiezan a aumentar. La razón de variación entre las áreas situadas en el percentil 95 y 5 se situó con oscilaciones en torno a 1,65 hasta el año 2008, y desde ese año empieza a producirse un aumento en este estadístico que pasa a 1,92 al final del periodo. El Componente Sistemático de Variación, estadístico que cuantifica la variación entre áreas no debida al azar, mostró durante la mayor parte del periodo valores cercanos a 0,03, incrementándose este valor a 0,07 en el último año. Finalmente, la variación atribuible a la Comunidad Autónoma de residencia (Tabla 8, Figura 9) explicaría en torno al 10% hasta el año 2007, año a partir del cual se produce un aumento importante de este estadístico (menor variabilidad entre las áreas de las propias CCAA y mayor variabilidad entre CCAA), llegando a un 44% en el año 2011. La distribución del gasto hospitalario y su variabilidad se presentan también gráficamente en la figura 8. 61 Tabla 8. Evolución temporal del Gasto hospitalario poblacional y sus estadísticos de variación entre áreas de salud. GASTO poblacional 2003 2004 2005 2006 2007 2008 2009 2010 2011 Gasto crudo poblacional 440 482 529 563 625 687 732 736 751 Gasto estandarizado pobl. 442 482 534 577 631 700 740 750 757 Gasto mín poblacional 171 198 231 195 340 346 446 407 454 Gasto máx poblacional 675 720 1779 1967 1031 1155 1259 1343 1915 Gasto percentil 5 337 370 415 438 497 547 572 585 573 Gasto percentil 25 396 436 476 516 572 616 650 651 640 Gasto percentil 50 430 478 526 561 626 685 726 726 719 Gasto percentil 75 489 530 577 616 681 760 797 813 803 Gasto percentil 95 566 604 678 731 783 902 992 1067 1099 Rango Variación 25-75 1,23 1,22 1,21 1,19 1,19 1,23 1,23 1,25 1,25 Rango Variación 5-95 1,68 1,63 1,63 1,67 1,57 1,65 1,73 1,82 1,92 Coeficiente de Variación 0,12 0,12 0,12 0,12 0,11 0,12 0,12 0,14 0,15 CSV 0,03 0,03 0,06 0,07 0,03 0,03 0,03 0,04 0,07 CCI 0,13 0,07 0,10 0,10 0,10 0,22 0,25 0,27 0,44 CSV: Componente Sistemático de Variación; CCI: Coeficiente de Correlación Intraclase Figura 8. Variación anual en el gasto hospitalario poblacional estandarizado en las 203 áreas que engloban el SNS. 0500 1000 1500 2000 Gasto estandarizado por habitante 2003 2004 2005 2006 2007 2008 2009 2010 2011 n: 203 áreas de salud. El punto blanco central indica la mediana, la caja la variación en el 50% de las áreas con valores centrales (RV25-75) y la línea que la atraviesa, la variación entre las áreas del percentil 5 y 95. 62 Figura 9. Gasto hospitalario poblacional, estandarizado por edad y sexo, según área y Comunidad Autónoma de residencia. 2003 2004 2005 2006 2007 2008 2009 2010 2011 Las columnas representan las CCAA y las “burbujas” las áreas de cada Comunidad Autónoma con tamaño proporcional a su número de habitantes. 63 En la figura 10 se presenta la evolución del gasto estandarizado poblacional en el periodo 2003-2011 mediante regresión joint point, distinguiéndose dos periodos, entre 2003 y 2009 en el que el incremento anual porcentual significativo del gasto es de 9,16 (línea roja) y a partir de 2009, se produce un cambio de tendencia significativo y el incremento anual porcentual se reduce a 0,29 (línea azul). Figura 10. Evolución del gasto estandarizado poblacional en el periodo 2003-2011. Los puntos rojos representan la media del gasto hospitalario poblacional en cada año. 4.4. Mapas de resultados: tasas y razones de utilización En la figura 11a) se presentan los mapas de tasas de utilización estandarizada por edad y sexo en las 203 áreas sanitarias del SNS en el periodo 2003-2011. Estos mapas representan la tasa de hospitalización por 100 habitantes que hubiera tenido cada 64 área con su utilización anual si tuviera la misma estructura de edad y sexo que la población de referencia (la del conjunto de las áreas en el respectivo año). Las áreas se agruparon en 5 quintiles de utilización, donde la intensidad del color marrón representa áreas sanitarias con mayores tasas estandarizadas por habitante. En el año 2003, se observó un patrón de utilización que cruza España en dirección suroestenoreste, así áreas del suroeste de Andalucía y prácticamente la totalidad de Extremadura, Castilla la Mancha, Aragón y Cataluña presentan tasas de utilización altas, Navarra, País Vasco, Asturias y áreas del sur de Madrid también presentaron tasas altas. Para el mismo año, las áreas con menores tasas de utilización se situaron en el noroeste peninsular –Castilla León, Cantabria y Galicia– y Canarias y Baleares en su conjunto. Determinadas áreas de Andalucía, Murcia y Valencia presentaron también bajas tasas de utilización. Esta situación inicial de utilización se ha ido modificando a lo largo del periodo de estudio, encontrándonos en el año 2011 con una nueva distribución de tasas de utilización hospitalaria por 100 habitantes y por áreas. Aparece un patrón centro peninsular y norte central, así todas las áreas de Asturias, País Vasco, Navarra, Aragón, Extremadura, Castilla la Mancha, Madrid y Castilla León presentan tasas altas y Cataluña, Andalucía, Galicia y Canarias son las que menores tasas presentan. Cataluña y Andalucía que en el año 2003 presentaban, en general, elevadas tasas de utilización hospitalaria, se sitúan al final del periodo en quintiles más bajos de utilización mientras que Castilla León es la comunidad que más ha elevado sus tasas en el periodo. 65 En la figura 11b), se presentan los mapas de coste por ingreso ajustado a complejidad en las 203 áreas sanitarias del SNS en el periodo 2003-2011. Las áreas están agrupadas en quintiles de coste, donde la intensidad del color marrón representa áreas sanitarias con mayor coste por ingreso ajustado a complejidad. En el año 2003, la mayoría de áreas con coste elevado estaban situadas en el oeste –Asturias, Castilla León, Extremadura– Sur y Sureste –Andalucía y Murcia– y los territorios insulares – Canarias y Baleares. Para el mismo año, las áreas con menor coste se situaron en Castilla la Mancha y Cataluña. Esta situación inicial de coste por ingreso (ajustado por complejidad) se ha ido modificando a lo largo del periodo de estudio, encontrándonos en el año 2011 con una nueva distribución de coste por ingreso ajustado a complejidad y por áreas. Se mantienen con altos costes por ingreso Canarias y Murcia y se incorporan a patrones altos de coste País Vasco, Cantabria y Comunidad Valenciana. Por otra parte, Castilla León y Andalucía que en el año 2003 presentaban, en general, un elevado coste por ingreso, se sitúan al final del periodo en los quintiles más bajos de coste. En la figura 11c), se presentan los mapas del gasto hospitalario por habitante estandarizado por edad y sexo en las 203 áreas sanitarias del SNS en el periodo 20032011. Estos mapas representan el gasto por habitante que hubiera tenido cada área con su gasto corriente anual si tuviera la misma estructura de edad y sexo que la población de referencia. Las áreas están agrupadas en quintiles de gasto, donde la intensidad del color marrón representa áreas sanitarias con mayor gasto estandarizado por habitante. En el año 2003, la mayoría de áreas con gasto elevado estaban situadas en el extremo noreste (Cataluña, País Vasco, Navarra, La Rioja y 66 áreas del norte de Aragón), extremo suroeste (áreas de esta zona de Andalucía y sur de Extremadura). Canarias, Madrid, Murcia y Asturias también presentaron áreas con gasto elevado. Para el mismo año, las áreas con menor gasto se situaron en el centro peninsular (Castilla León y Castilla la Mancha), Galicia y norte y sur de la Comunidad Valenciana. Esta situación inicial del gasto se ha ido modificando a lo largo del periodo de estudio, encontrándonos en el año 2011 con una nueva distribución de gasto hospitalario por habitante y por áreas. En general se mantiene un patrón norte de mayor gasto (País Vasco, Navarra, La Rioja, Aragón y Asturias) pero se añade un patrón centro-peninsular (Extremadura, Castilla la Mancha y Comunidad Valenciana) y Madrid y Murcia que se mantienen con un elevado gasto en todas sus áreas. Por otra parte, Cataluña y Andalucía que en el año 2003 presentaban, en general, un elevado gasto por habitante, se sitúan al final del periodo en los quintiles más bajos de gasto mientras que las áreas de Castilla León, Galicia y Baleares permanecen en todo el periodo con bajos niveles de gasto. 67 Figura 11. a) Mapas de tasas de utilización estandarizada; b) Mapas de coste por ingreso ajustado a complejidad; c) Mapas de gasto hospitalario poblacional estandarizado. 2003 a) Tasas de utilización b) Coste ajustado por complejidad c) Gasto estand. poblacional 2004 a) Tasas de utilización b) Coste ajustado por complejidad c) Gasto estand. poblacional 2005 a) Tasas de utilización b) Coste ajustado por complejidad c) Gasto estand. poblacional 68 Figura 11. a) Mapas de tasas de utilización estandarizada; b) Mapas de coste por ingreso ajustado a complejidad; c) Mapas de gasto hospitalario poblacional estandarizado. 2006 a) Tasas de utilización b) Coste ajustado por complejidad c) Gasto estand. poblacional 2007 a) Tasas de utilización b) Coste ajustado por complejidad c) Gasto estand. poblacional 2008 a) Tasas de utilización b) Coste ajustado por complejidad c) Gasto estand. poblacional 69 Figura 11. a) Mapas de tasas de utilización estandarizada; b) Mapas de coste por ingreso ajustado a complejidad; c) Mapas de gasto hospitalario poblacional estandarizado. 2009 a) Tasas de utilización b) Coste ajustado por complejidad c) Gasto estand. poblacional 2010 a) Tasas de utilización b) Coste ajustado por complejidad c) Gasto estand. poblacional 2011 a) Tasas de utilización b) Coste ajustado por complejidad c) Gasto estand. poblacional 76 DISCUSI N 77 5. DISCUSION Muy resumidamente, los resultados de este estudio muestran: 1. Un gran crecimiento del gasto hospitalario por habitante entre 2003-2011, (del 70% en euros corrientes y del 38% en euros constantes, descontando inflación) con dos periodos diferenciados. El periodo 2003-2009, años de gran crecimiento, y a partir del 2009 y hasta final del periodo estudiado, en el que se produce una notable reducción en el ritmo de crecimiento. 2. Una gran variabilidad en el gasto hospitalario por habitante entre áreas de salud que, además, es creciente en el periodo a estudio. Tras excluir el 5% de áreas con valores extremos por cada cola (para evitar el impacto de algunas áreas poco pobladas o de la creación de un hospital en un momento del tiempo), el gasto hospitalario por habitante según área de residencia varió entre 337 y 566 euros (RV5-95=1,68) en 2003 y entre 573 y 1099 euros (RV5-95=1,92) al final del periodo. 3. El número de hospitalizaciones por 100 habitantes ha aumentado en un 6% manteniéndose la variabilidad entre áreas constante a lo largo de los años (RV5-95 en torno a 1,80). 4. El coste medio por ingreso (ajustado por APR) se ha incrementado en un 46% en el periodo (desde 5.648 euros/ingreso en 2003 a 8.242 euros/ingreso en 2011), aumentando también la variabilidad entre áreas (RV5-95=1,56 en 2003 y RV5- 78 95=2,01 en 2011) en esta variable (así, y para 2011, el coste por ingreso en el área en el P5 fue de 6.368 euros, por 12.809 en el área en el P95). 5. La importancia relativa de la utilización hospitalaria sobre el gasto hospitalario por habitante se reduce en el periodo, mientras que la importancia del coste por ingreso ajustados a complejidad se mantiene e incluso aumenta. 6. La CCAA de residencia tiene un notable impacto sobre las tasas de utilización (en torno al 40%), que se mantiene relativamente constante durante el periodo, y también sobre el gasto hospitalario por habitante que se incrementa al inicio de la crisis económica (44% en 2011). 5.2. Consistencia de los resultados con trabajos previos Estos resultados son consistentes con los encontrados, respecto de la variabilidad del gasto hospitalario público, en dos estudios transversales previos (Peiro S et al, 2007; Ridao M et al, 2011) que utilizaron metodologías similares. En el primero se describieron las variaciones en el gasto hospitalario público por habitante en 106 áreas sanitarias de 11 CCAA con datos de 2002, analizando también la relación entre este gasto y la tasa de utilización entre otras variables. En este estudio, el gasto hospitalario medio por habitante alcanzó los 392 euros, oscilando ente los 275 euros del área en el P5 a los 532 del área en el P95, con una RV5-95=1,93. Cuando se analizó la relación entre gasto por habitante y las distintas variables explicativas, la tasa de utilización fue la variable más importante en la explicación del gasto hospitalario por habitante. Por otra parte, Ridao et al., (2012) analizaron la variación del gasto por 79 habitante, tasa de utilización y coste por ingreso ajustado por APR-GRD en 199 áreas sanitarias de las 17 CCAA que conforman el SNS con datos de 2009. El gasto hospitalario medio por habitante alcanzó en este estudio los 729 euros, oscilando entre los 591 euros del área en el P5 a los 1008 del área en el P95, con una RV5-95=1,70. Tabla 10. Gasto per cápita en atención especializada a nivel regional en el SNS. 2003 2004 2005 2006 2007 2008 2009 2010 2011 Andalucía 440 476 508 565 583 689 666 622 622 Aragón 544 596 611 667 723 777 832 785 877 Asturias 561 604 651 704 733 811 976 921 964 País Vasco 567 610 659 707 779 864 937 943 943 Valencia 437 463 511 542 582 629 686 715 728 Cataluña 483 511 551 616 693 750 793 833 792 Canarias 531 542 585 640 706 768 827 780 752 Navarra 582 628 665 713 762 842 918 892 888 Murcia 463 519 572 622 716 882 919 899 917 Baleares 468 523 564 603 677 734 792 888 902 Galicia 482 552 540 621 677 741 786 764 752 Extremadura 487 508 543 570 678 739 801 793 795 La Rioja 494 530 557 647 771 865 860 862 863 Cantabria 613 589 642 685 749 708 734 805 704 ClaMancha 412 405 533 613 629 715 791 799 772 Madrid 470 534 572 589 646 736 806 714 882 CLeón 448 471 548 664 575 708 670 719 662 Media 476 513 555 609 653 733 772 761 776 RVmín-máx 1.49 1.55 1.30 1.31 1.35 1.40 1.47 1.52 1.55 Fuente: Ministerio de Sanidad y Consumo. Elaboración propia Nuestros resultados sin embargo, son distintos a los que se observan en la estadística de Gasto Sanitario Público consolidado (http://www.msssi.gob.es/estadEstudios/ estadisticas/sisInfSanSNS/pdf/egspGastoReal.xls). Utilizando esta información se calculó (Tabla 10) un gasto medio en atención especializada de 476 euros por persona en 2003 y de 776 en 2011, oscilando desde 412 a 613 euros según Comunidad 80 Autónoma en 2003 y desde 622 en 2011. La RVmín-máx entre CCAA decrece en los primeros años volviendo a alcanzar en 2011 un valor similar (1,55) al del año 2003. El mayor gasto medio obtenido en estas estadísticas (476 euros frente a los 442 de este estudio en 2003 y 776 frente a 751 en 2011) es explicable porque incluían toda la atención especializada (no solo la hospitalaria) y la hospitalización concertada financiada públicamente. La menor variación apunta a que las CCAA promedian los valores extremos en sus propias áreas. Con respecto a trabajos realizados fuera de España, las diferencias relativas entre las áreas de menor y mayor gasto por habitante obtenidas en este estudio (por encima del 60% todos los años y cercano al doble (92%) en 2011), se sitúan en el rango de las descritas en los trabajos estadounidenses sobre variaciones en el gasto por habitante con cobertura Medicare, si bien hay que considerar que en este estudio sólo se tiene en cuenta el gasto hospitalario mientras que la cobertura Medicare incluye todo el gasto sanitario (excepto el farmacéutico) en personas mayores de 65 años. Así, Wennberg (1999) encontraron una variación en el gasto per cápita en lo que denominan regiones de referencia hospitalarias entre 3.341$ y 8.841$ (RV=2,64). En otros estudios en EE.UU., Fisher (2003a) encontró una variación entre 3.922$ y 6.304$ (RV=1,60) entre regiones situadas en quintil 5 y quintil 1; para Gottlieb (2010) las diferencias en gasto per cápita fueron entre 5.293$ y 15.909$ (RV=3); para Zuckerman (2010) la variabilidad entre áreas en el quintil 5 y en el quintil 1 fue de 7.183$ y 4.721$ (RV=1,52); Skinner (2012) obtuvo unas diferencias entre 6.196$ y 16.316$ (RV=2,63), y finalmente los Centers for Medicare and Medicaid Services (CMS, 2012) reportaron una media de gasto Medicare de 9.503$ por beneficiario a nivel 81 nacional, varíando casi 2,5 veces entre terriorios (ej: 15.957$ por beneficiario en Florida frente a 6.569$ en Colorado). 5.3. Explicación de resultados El gran crecimiento del gasto hospitalario en la década del 2000 parece asociarse al crecimiento económico del país. En todos los países, el gasto sanitario tiende a correlacionar positivamente con el nivel de renta, el nivel sociocultural o el propio desarrollo del sector sanitario, por lo que en esta época hubo una gran transferencia de recursos al SNS y en concreto a la atención especializada. En buena parte, este aumento se debió a un incremento de los salarios de los profesionales sanitarios (los costes de personal suponen hasta el 45% del gasto del SNS). A esto se añade que a principio de la década se completaron las transferencias sanitarias a las CCAA, que se asoció a un aumento considerable de los presupuestos regionales dedicados a sanidad, muchas veces dedicados a incrementar la oferta de servicios en otro tiempo realizados en centros existentes de la propia comunidad o comunidades vecinas; así, el número de hospitales considerados en el análisis pasó de 244 en 2003 a 284 en 2011, aunque este crecimiento del gasto hospitalario se ve interrumpido a partir del año 2009, el PIB comienza a desacelerarse y la transferencia de recursos a sanidad se reduce (Figura 1). Por otro lado, el destacable incremento en la variabilidad se produce en la variable que más aumenta en términos porcentuales –el coste por ingreso ajustado a complejidad– mientras que la variabilidad en la tasa de utilización –variable que menos crece en términos porcentuales– se ha mantenido constante durante todo el periodo. Este 82 incremento del coste APR tiene su fuente principal en el incremento del coste de los insumos (especialmente los ya citados costes de personal y los de farmacia hospitalaria), antes que en el incremento en la complejidad. Finalmente el impacto de la CCAA de residencia sobre la variable gasto hospitalario poblacional se incrementa en el momento en el que comienza a percibirse la crisis económica y empiezan a adoptarse medidas de contención del gasto sanitario. Las medidas de contención en cada CCAA se adoptan en momentos distintos -franja de años del 2008 al 2010y con diferente intensidad (Figura 15). El impacto de un 44% en el Coeficiente de Correlación Intraclase en el año 2011 (Tabla 8) es probablemente el reflejo de políticas regionales que afectarían a la menor variación en el gasto poblacional dentro de cada autonomía. Nótese que algunas inversiones sanitarias, como la construcción de hospitales, tardan años en ejecutarse y es habitual que decisiones de inversión adoptadas en periodos de bonanza económica se pongan en funcionamiento 4-5 años después en plena crisis económica (23 de los 40 nuevos hospitales del periodo se abrieron de 2008 en adelante). 83 Figura 15. Evolución gasto sanitario público per cápita según Comunidades Autónomas. 820 1 070 1 320 1 570 2003 2004 2005 2006 2007 2008 2009 2010 2011 TOTAL REGIONES ANDALUCIA ILLES BALEARS ISLAS CANARIAS CANTABRIA CASTILLA - LEÓN CASTILLA - LA MANCHA CATALUÑA VALENCIA EXTREMADURA GALICIA MURCIA NAVARRA PAÍS VASCO LA RIOJA Evolución gasto sanitario público poblacional en función de cada Comunidad Autónoma. Se ha marcado el punto de inflexión en el año en que el gasto en cada comunidad empieza a descender Los resultados de este estudio también sugieren que el crecimiento del gasto hospitalario por habitante se asocia con un incremento en costes medios (P) y en menor medida con el incremento de la utilización (Q). La tasa de utilización de un territorio concreto es el principal determinante del gasto hospitalario de ese territorio y esto ocurre hasta el año 2006. Esta mayor importancia de la Q frente a la P también se producía en los trabajos realizados en Estados Unidos en la misma época (Cutler D et al, 1999; Skinner J et al, 2000; Wennberg JE et al, 2002; Fisher ES et al, 2003a; 2003b; Wennberg JE et al, 2003). Sin embargo, a partir de ese año, la importancia relativa de la tasa de utilización en la explicación del gasto decrece en comparación al coste por ingreso ajustado por complejidad que se mantiene constante. La literatura 84 americana más reciente también analiza este fenómeno. Así, estudios recientes (Franzini L et al, 2010; Gottlieb DJ et al, 2010; Dunn A et al, 2013) otorgan a la diferencia de precios una importancia relativa mayor en la explicación de las variaciones en el gasto Medicare per cápita. En España, el descenso de la importancia relativa de la Q en la explicación del gasto hospitalario per cápita podría deberse a la reducción que se observa en las tasas de utilización, que presentan un menor crecimiento a partir del 2007, e incluso decrecen en 2010 y 2011 respecto a 2009, dándole más protagonismo relativo al efecto del precio, que permanece más bien constante a lo largo del período de estudio. Es de destacar, tal y como muestra la figura 16, que a partir de 2008 se produjo un importante aumento en la complejidad de las hospitalizaciones, entendida esta como el cociente entre el sumatorio de los pesos APRGRD y el total de las hospitalizaciones, y como ello puede estar influyendo en el aumento de la importancia relativa del coste ajustado por complejidad en la explicación del gasto. En este sentido, el incremento porcentual de peso APRGRD a partir del 2008, y por tanto, el efecto relativo de la P con respecto a la Q en la explicación del gasto poblacional, puede estar relacionada con el incremento observado esos años en el número de diagnósticos secundarios registrados por episodio (Tabla 11). Así, en nuestra serie se observa un mayor incremento porcentual en los mismos años del 4,1%, 3,5%, 3,8% y 4,1%. Este incremento entre 2008 y 2011, podría justificarse por un incremento en la complejidad de los pacientes atendidos o bien por un incremento en la intensidad de codificación de los episodios. Debido a que los años referidos se produce una contracción de los presupuestos hospitalarios, y la utilización hospitalaria 85 no disminuyó tanto como proporcionalmente, parece plausible pensar, más que en un incremento en la intensidad de codificación, en la priorización de casos con mayor necesidad, que puntuarían más alto en el peso medio observado (Figura 16). Tabla 11. Media de diagnósticos por paciente e incremento porcentual. 2003 2004 2005 2006 2007 2008 2009 2010 2011 Media diagnósticos 3,49 3,56 3,64 3,7 3,83 3,99 4,13 4,29 4,47 Incremento porcentual - 2% 2,2% 1,6% 3,5% 4,1% 3,5% 3,8% 4,1% Fuente: Conjunto Mínimo Básico de Datos Figura 16. Complejidad de las hospitalizaciones. Peso APR-GRD por hospitalización. APR-GRD. All patient Refined Diagnosis Related Groups 5.4. Cuestiones metodológicas El trabajo actual contiene diversas limitaciones, algunas de las cuáles pueden tener cierto impacto en los resultados. En primer lugar, hay que citar las relativas a las fuentes de información, tanto la EESRI como el CMBD. La EESRI es una encuesta autodeclarada por los hospitales y, al menos en los aspectos referidos al gasto contable, de validez desconocida. En todo caso, algunas características relativas a 92 CNCLUSIONES 93 CONCLUSIONES 1. Durante el periodo 2003-2007 la tasa estandarizada de utilización hospitalaria se incrementó un 6,5%, desde 9,7 a 10,3 ingresos por 100 habitantes y año, manteniéndose estable hasta 2011. Durante este periodo no se produjeron cambios relevantes en la variabilidad en las tasas de ingresos entre áreas (en torno a un 80% mayor en el área en el Percentil 95 respecto al área en el percentil 5). 2. Durante el periodo 2003-2009, el coste por ingreso ajustado por complejidad creció un 46%, desde 5.648 hasta 8.257 euros, manteniéndose en torno a esa cifra en 2010 y 2011. La variabilidad entre áreas en coste por ingreso ajustado también creció en el periodo, desde un 56% mayor en el área en el percentil 95 respecto al área en el percentil 5 en 2003, a algo más del doble en 2011. 3. El gasto hospitalario estandarizado por habitante en el Sistema Nacional de Salud creció desde 442 euros en 2003 a 757 euros en 2011. La variabilidad entre áreas en gasto por habitante también creció en el periodo, desde un 68% mayor en el área en el percentil 95 respecto al área en el percentil 5 en 2003, a un 92% de diferencia en 2011. 4. Cada incremento de un punto en la tasa estandarizada de utilización hospitalaria por 100 habitantes se asoció, en 2011, a un incremento de 52,4 euros en el gasto por habitante, mientras que un incremento de 100 euros en el coste del ingreso 94 ajustado por complejidad se asoció a un incremento en el gasto por habitante de 7,7 euros. 5. La capacidad explicativa de la tasa de utilización sobre el gasto hospitalario por habitante se redujo durante el periodo de estudio, mientras que la capacidad explicativa del coste por ingreso ajustado por complejidad sobre el gasto hospitalario por habitante aumentó. 6. La comunidad autónoma de pertenencia de cada área tiene una fuerte capacidad explicativa sobre la utilización hospitalaria, el coste por ingreso y el gasto hospitalario por habitante. 95 BIBLI GRAFÍA 96 BIBLIOGRAFÍA Aaron HJ. Health spending analysis: thinking straight about medical costs. Health Aff (Millwood). 1994;13(5):7-13. Abadía-Taira B, Mártinez-Lizaga N, García-Armesto S, Ridao-Lopez M, Yañez F, Seral Rodriguez M, Peiró-Moreno S, Bernal-Delgado E. Variabilidad en las hospitalizaciones potencialmente evitables relacionadas con la reagudización de enfermedades crónicas. Atlas Var Pract Med Sist Nac Salud. 2011; 4(2):345-64. Abellán JM. El sistema sanitario público en España y sus comunidades autónomas: Sostenibilidad y reformas. 1ª ed. Bilbao: Fundación BBVA; 2013. Abenoza Guardiola M. Grupo de Trabajo. Escalas de valoración funcional, instrumentos para medir nuestro producto sanitario. Rehabilitación (Madr). 2000; 34(1):102-111. AETS. Agencia de Evaluación de Tecnologías Sanitarias. Manejo hospitalario de la cardiopatía isquémica en España. Análisis de situación. Madrid: Instituto de Salud Carlos III, Ministerio de Sanidad y Consumo; 2001. Aizpuru F, Latorre K, Ibáñez B, Pérez de Arriba J, Mosquera F, Bernal-Delgado F. Variabilidad en la tasa de hospitalizaciones por problemas de salud mental en centros hospitalarios de agudos. Atlas Var Pract Med Sist Nac Salud. 2008;3(1):199-218. Angulo-Pueyo E, Ridao-López M, Martínez-Lizaga N, García-Armesto S, Bernal-Delgado E. Variability and opportunity costs among the surgical alternatives for breast cancer. Gac Sanit. 2014;28(3):209-14. 97 Antoñanzas F, Pinillos M. Equidad y variabilidad en el uso de tecnologías médicas. Rev Esp Cardiol. 2006; 59 (12):1217-20. Baicker K, Buckles KS, Chandra A. Geographic variation in the appropriate use of cesarean delivery. Health Aff (Millwood).2003; 25 (Sept/Oct):355–67. Barnato A, Herndon MB, Anthony D, Gallagher P, Skinner J, Bynum J, Fisher ES. Are regional variations in end-of-life care intensity explained by patient preferences? A study of the US Medicare population. Med Care.2007; 45: 386–393. Bernal-Delgado E, García-Armesto S, Peiró S on behalf of the Atlas VPM group. Atlas of Variations in Medical Practice: the Spanish National Health Service under scrutiny. Health Policy. 2014;114(1): 15-30 Bernal-Delgado E, Christiansen T, Bloor K, Mateus C, Yazbeck AM, J. Munck J, Bremner J ECHO: health care performance assessment in several European health systems. Eur J Public Health. 2015;25 (Suppl 1): 3-7. Birkmeyer NJ y Weinstein JN. Medical vs surgical treatment for low back pain: evidence and clinical practice. Effective clinical practice; 1999. Accesible en: http://www.acponline.org/journals/ecp/sepoct99/birkmeyer.htm. Bonfill X, Gabriel R, Cabello J. Las raíces de la Medicina Basada en la Evidencia. Rev Esp Cardiol.1997; 50: 819-825. Bravo R, Campos C. Medicina basada en pruebas. Jano (EMC). 1997; LIII (1218):71-72. 98 Chassin MR. Explaining geographic variations. The enthusiasm hipótesis. Med Care. 1993;31(5 Suppl):YS37-44 Chernew ME, Sabik LM, Chandra A, Gibson TB, Newhouse JP. Geographic Correlation between Large-Firm Commercial Spending and Medicare Spending. Am J Manag Care. 2010. 16:131–8. CMS. Centers for Medicare and Medicaid Services. Medicare Geographic Variation. Public Use Files, updated December 2013 Compañ L, Peiró S, Meneu R. Variaciones geográficas en hospitalizaciones quirúrgicas en ancianos: una aproximación a través de la Encuesta de Morbilidad Hospitalaria. Rev Gerontol. 1995; 5:166-170. Cookson R, Gutacker N, Garcia-Armesto S, Angulo-Pueyo E, Christiansen T, Bloor K, Bernal-Delgado E. Socioeconomic inequality in hip replacement in four European countries from 2002 to 2009-area-level analysis of hospital data. Eur J Public Health. 2015;25 (Suppl 1): 21-27. Coulter A. La elección del tratamiento apropiado: el paciente también decide. En: De las variaciones de la práctica médica a la investigación de resultados y la toma de decisiones compartidas. II Reunión Internacional de Investigación en Resultados en Salud. Barcelona: Editec; 2004. Cutler D, Scheiner L. The geography of Medicare. Am Econ Rev. 1999; 89:228–233. 99 Deyo RA, Andersson G, Bombardier C, Cherkin DC, Keller RB, Lee CK, Liang MH, Lipscomb B, Shekelle P, Spratt KF et al. Outcome measures for studying patients with low back pain. Spine. 1994; 19(18):2032S-2036S Deyo RA, Mirza SK. Trends and variation in the use of spine surgery. Clin Orthop Rel Res. 2006; 443:139-146 Di Matteo L, Di Matteo R. Evidence on the determinants of Canadian provincial government health expenditures: 1965–91. J Health Econ .1998: 211–228. Dunn A, Hale Shapiro A, Liebman E. Geographic variation in commercial medical-care expenditures: a framework for decomposing price and utilization. J Health Econ. 2013;32(6):1153-65 Elam K, Taylor V, Ciol M, Franklin G, Deyo RA. Impact of a Worker's Compensation Practice Guideline on Lumbar Spine Fusion in Washington State. Med Care. 1997;35(5):417-424. Fisher ES y Welch HG. Avoiding the unintended consequences of growth in Medical Care. JAMA. 1999;281:446-453. Fisher ES, Wennberg JE. Associations among hospital capacity, utilization, and mortality of US Medicare beneficiaries, controlling for sociodemographic factors. Health Serv Res. 2000;34:1351-1362. Fisher ES, Wennberg JE. Health care quality, geographic variations, and the challenge of supply-sensitive care. Persp Biol Med. 2003;46:69-79. 100 Fisher ES, Wennberg DE, Stukel TA, Gottlieb DJ, Lucas FL, Pinder EL. The implications of regional variations in Medicare spending: Part 1: the content, quality and accesibility of care. Ann Intern Med. 2003; 138(4):273-287 Fisher ES, Wennberg DE, Stukel TA, Gottlieb DJ, Lucas FL, Pinder EL. The implications of regional variations in Medicare spending: Part 2: health outcomes and satisfaction with care. Ann Intern Med. 2003;138(4):288-298. Franzini L, Mikhail OI, Skinner JS. McAllen And El Paso revisited: Medicare variations not always reflected in the under-sixty-five population. Health Aff (Millwood). 2010;29(12):2302-9. Fuchs VR, McClellan M, Skinner J. Area differences in utilization of medical care and mortality among US elderly. In Perspectives on the Economics of Aging. NBER Conference Report Series, Wise DA (ed.). Chicago and London: University of Chicago Press; 2004: 367–406. García-Armesto S, Abadía Taira MB, Durán A, Hernández Quevedo C, Bernal-Delgado E. España: Análisis del Sistema Sanitario. Sist Sanit Trans. 2011; 12(4):1-269. García-Armesto S, Campillo-Artero C, Bernal-Delgado E. Disinvestment in the age of cost-cutting sound and fury. Tools for the Spanish National Health System. Health Policy. 2013; 10(2-3):180-5. García-Armesto S, Angulo-Pueyo E, Martínez-Lizaga N, Mateus C, Joaquim I, BernalDelgado E. Potential of geographical variation analysis for realigning providers to 101 value-based care. ECHO case study on lower-value indications of C-section in five European countries. Eur J Public Health. 2015;25 (Suppl 1): 44-51. Glover JA. The incidence of tonsillectomy in school children. Proc Royal Soc Med. 1938; 31:1219-1236. Gold M. Geographic variation in Medicare per capita spending: Should policy-makers be concerned?. Princeton: The Robert Wood Johnson Foundation; 2004. Accesible:http://www.rwjf.org/publications/synthesis/reports_and_briefs/issue6.html Gottlieb DJ, Zhou W, Song Y, Andrews KG, Skinner JS, Sutherland JM. Prices don't drive regional Medicare spending variations. Health Aff (Millwood). 2010;29(3):537-43. Greco PJ, Eisenberg JM. Changing Physicians´ Practices. N Eng J Med. 1993; 329:12714. Grupo VPM-IRYSS. Variaciones en cirugía ortopédica y traumatológica. Fractura de cadera, artroplastia de rodilla y artroplastia de cadera. Atlas Var Pract Med Sist Nac Salud. 2005. 1(1):15-37. Gudiol Munté F. "Ojo clínico" y evidencia científica. Educ Med. 2006; 9 (supl 1):S21-23. Gutacker N , Bloor K , Cookson R. Comparing the performance of the Charlson/Deyo and Elixhauser comorbidity measures across five European countries and three conditions. Eur J Public Health. 2015;25 (Suppl 1): 15-20. Gutacker N, Bloor K, Cookson R, García-Armesto S, Bernal-Delgado E. Comparing hospital performance within and across countries: an illustrative study of coronary 108 Peiró S, Librero J, Ridao M, Bernal-Delgado E; Grupo de Variaciones en la Práctica Médica en el Sistema Nacional de Salud. Variability in Spanish National Health System hospital emergency services utilization. Gac Sanit. 2010;24(1):6-12. Reinhardt UE. Spending more through cost control: our obsessive quest to gut the hospital. Health Aff (Millwood). 1996.15(2):145-54. Reschovsky JD, Hadley J, Romano PS. Geographic Variation in Fee-for-Service Medicare Beneficiaries' Medical Costs Is Largely Explained by Disease Burden. Med Care Res Rev. 2013;70(5):542-63. Rettenmaier AJ, Wang Z. Regional variations in medical spending and utilization: a longitudinal analysis of US Medicare population. Health Econ. 2012;21(2):67-82. Ridao-López M, García-Armesto S, Abadía-Taira MB, Peiró-Moreno S, Bernal-Delgado E. Income Level and Regional Policies, Underlying Factors Associated With Unwarranted Variations in Conservative Breast Cancer Surgery in Spain. BMC Cancer. 2011;11:145. Ridao M, García-Armesto S, Peiró S, Bernal E. Evaluación de la variabilidad geográfica de la práctica médica como herramienta de evaluación de políticas sanitarias. Presup Gasto Públ. 2012;68:193-210. Rohlfs I. Desigualdades que generan inequidades. Los factores sociales y las variaciones en la práctica médica. Atlas Var Pract Med Sist Nac Salud. 2006;2(2):175-6. 109 Rubistein A, Rubinstein F. Más no es necesariamente mejor. Una mirada hacia la variación inapropiada de lo Contenidos, Calidad y Resultados de las Intervenciones Clínicas. Evidencia Aten Primaria. 2003; 6(1):2-4 Sackett DL, Rosenberg WMC, Muir JA, Haynes RB, Richardson WS. Evidenced based Medicine: what it is and what it isn´t. BMJ. 1996; 312:71-72. Sirovich B, Gallagher PM, Wennberg DE, Fisher ES. Discretionary Decision Making By Primary Care Physicians And The Cost Of U.S. Health Care. Health Aff (Millwood). 2008; 27(3):813-23. Skinner J, Fisher E. Regional disparities in Medicare expenditures: opportunity for reform. National Tax J. 1997; 50: 413–25. Skinner J, Wennberg JE. Regional inequality in Medicare spending: the key to Medicare reform. In: Garber AM, eds. Frontiers in Health Policy Research, vol. 3. Cambridge, MA: The MIT Press; 2000:119–80. Skinner J, Fisher E, Wennberg J. The efficiency of Medicare. In: Wise D, ed. Analyses in the Economics of Aging. Chicago, IL: University of Chicago Press and NBER; 2005: 129– 57. Skinner J. Causes and consequences of regional variations in health care. In: Mark V. Pauly, Thomas G. Mcguire and Pedro P. Barros, Editor(s), Handbook of Health Economics. Elsevier; 2012. 110 Song Y, Skinner J, Bynum J, Sutherland J, Wennberg JE, Fisher ES. Regional Variations in Diagnostic Practices. N Eng J Med. 2010; 363(1): 45-53. Suárez-García FM, Jiménez-Torres F, Peiró S, Libreo J, Bernal-Delgado E, Ridao M, Martínez-Lizaga N, Seral-Rodríguez M. Atlas Var Pract Med Sist Nac Salud. 2010. 4(1):299-314. Super N. The geography of Medicare: explaining differences in payment and costs. NHPF Issue Brief. 2003; (792):1-19. Tebé C, Abilleira S, Ridao M, Espallargues M, Salas T, Bernal-Delgado E. Atlas de variaciones en el manejo de la enfermedad cerebrovascular isquémica. Atlas Var Pract Med Sist Nac Salud. 2013.5(1):391-414. Thygesen LC , Baixauli-Pérez C , Librero-López J , Martínez-Lizaga N , Ridao-López M, Bernal-Delgado E. Comparing variation across European countries: building geographical areas to provide sounder estimates. Eur J Public Health. 2015;25 (Suppl 1):8-14. Thygesen LC , Christiansen T , Garcia-Armesto S , Angulo-Pueyo E , Martínez-Lizaga N , Bernal-Delgado E. Potentially avoidable hospitalizations in five European countries in 2009 and time trends from 2002 to 2009 based on administrative data. Eur J Public Health. 2015;25 (Suppl 1):35-43. Volinn E, Diehr P, Ciol M, Loeser JD. Why does geographic variation in health care practices matter. Spine. 1994; 19(185): 2092S-2100S 111 Wennberg JE, Gittelsohn A. Small area variations in health care delivery: a populationbased health information system can guide planning and regulatory decision-making. Science. 1973;182:1102-8. Wennberg JE, Barnes BA, Zubkoff M. Professional uncertainty and the problem of Supplier-induced demand. Soc Sci Med. 1982;16:811-24. Wennberg J, Gittelsohn A. Variations in medical care among small áreas. Sci Am. 1982;246:120-34. Wennberg JE. Dealing with medical practice variations: a proposal for action. Health Aff (Millwood). 1984; 3:6-32. Wennberg JE, McPherson K, Caper P. Will payment based on diagnosis-related groups control hospital costs? N Engl J Med. 1984; 311(5):295-300. Wennberg J, Cooper M, eds. The Dartmouth atlas of health care. Chicago: American Hospital Association Press; 1999. Wennberg JE. De las variaciones de la práctica médica a la investigación de resultados y la toma de decisiones compartidas. En: II Reunión Internacional de Investigación en Resultados en Salud. Barcelona: Editec, 2004. Wilensky GR. The implications of regional variations in Medicare--what does it mean for Medicare? Ann Intern Med. 2003;138(4):350-1. Zuckerman S, Waidmann T, Berenson R, Hadley J, Clarifyng sources of geographic differences in Medicare spending. N Engl J Med. 2010:363(1):54-62.