Predicción del riesgo individual de alto coste sanitario para la identificación de pacientes crónicos complejos

(1)

GacSanit.2014;28(4):292–300

Original

Predicción

del

riesgo

individual

de

alto

coste

sanitario

para

la

identiﬁcación

de

pacientes

crónicos

complejos

Jordi

Coderch

a,b

,

Inma

Sánchez-Pérez

a,b

,

Pere

Ibern

a,c,d

,

Marc

Carreras

a,b

,

Xavier

Pérez-Berruezo

a,b

y

José

M. Inoriza

a,b,∗

a_Grup_de_Recerca_en_Serveis_Sanitaris_i_Resultats_en_Salut_(GReSSiReS),_Palamós_(Girona),_Espa˜_na

b_Serveis_de_Salut_Integrats_Baix_Empordà_(SSIBE)._Palamós,_Girona,_Espa˜_na

c_Barcelona_Graduate_School_of_Economics,_Barcelona,_Espa˜_na

d_Centre_de_Recerca_en_Economia_i_Salut,_Barcelona,_Espa˜_na

i n f o r m a c i ó n

d e l

a r t í c u l o

Historiadelartículo:

Recibidoel11denoviembrede2013 Aceptadoel4demarzode2014 On-lineel13deabrilde2014 Palabrasclave: Modelospredictivos Ajustederiesgo Morbilidad Enfermedadcrónica Ancianofrágil Modeloslogísticos

Costosdelaatenciónensalud

Prestaciónintegradadeatencióndesalud

r

e

s

u

m

e

n

Objetivo:Construiryvalidarunmodelopredictivodelriesgodeconsumoderecursossanitarioselevado, yevaluarsucapacidadparaidentiﬁcarpacientescrónicoscomplejos.

Métodos:Estudiotransversalrealizadoenunaorganizaciónsanitariaintegradasobredatosindividuales deresidentes2a ñosconsecutivos(88.795personas).Variabledependiente:costesanitariorealsuperior alpercentil95(P95),incluyendotodoslosserviciosdelaorganizaciónsanitariaintegradaylasrecetas defarmacia.Variablespredictoras:edad,sexo,morbilidad(segúnlosclinicalriskgroups[CRG])ydatos seleccionadosdeutilizaciónprevia(usodehospitalización,usodemedicaciónhospitalariaambulatoria, gastoenrecetasdefarmacia).Análisisunivariadodescriptivo.Construccióndeunmodeloderegresión logísticaconniveldeconfianzadel95%;análisisdevalidezmediantesensibilidad,especificidad,valor predictivopositivo(VPP)yáreabajolacurvaROC(AUC).

Resultados: Laspersonasconcoste>P95acumulanel44%delcostesanitariototalyseconcentranen lascategoríasACRG3(aggregatedCRGlevel3)deenfermedadescrónicasmúltiplesograves.Lacargade morbilidadaumentaconlaedad.Enelmodelo,todaslasvariablesfueronestadísticamentesignificativas exceptoelsexo.Seobtuvounasensibilidaddel48,4%(intervalodeconfianza[IC]:46,9%-49,8%),una especificidaddel97,2%(IC:97,0%-97,3%),unVPPdel46,5%(IC:45,0%-47,9%)yunAUCde0,897(IC: 0,892-0,902).

Conclusiones:Elconsumosanitarioelevadoserelacionaconlamorbilidadcrónicacompleja.Unmodelo basadoenlaedad,lamorbilidadylautilizaciónpreviaesválidoparapredecirelriesgodealtoconsumo,y asíidentiﬁcarlapoblacióndianadeestrategiasdeatenciónproactivaparapacientescrónicoscomplejos. ©2013SESPAS.PublicadoporElsevierEspaña,S.L.Todoslosderechosreservados.

Predicting

individual

risk

of

high

healthcare

cost

to

identify

complex

chronic

patients

Keywords: Forecasting Riskadjustment Morbidity Chronicdisease Frailelderly Logisticmodels Healthcarecosts

Integratedhealthcaresystems

a

b

s

t

r

a

c

t

Objective:Todevelopapredictivemodelfortheriskofhighconsumptionofhealthcareresources,and assesstheabilityofthemodeltoidentifycomplexchronicpatients.

Methods:Across-sectionalstudywasperformedwithinahealthcaremanagementorganizationbyusing individualdatafrom2consecutiveyears(88,795people).Thedependentvariableconsistedofhealthcare costsabovethe95thpercentile(P95),includingallservicesprovidedbytheorganizationand pharma-ceuticalconsumptionoutsideoftheinstitution.Thepredictivevariableswereage,sex,morbidity—based onclinicalriskgroups(CRG)—andselecteddatafrompreviousutilization(useofhospitalization,use ofhigh-costdrugsinambulatorycare,pharmaceuticalexpenditure).Aunivariatedescriptiveanalysis wasperformed.Weconstructedalogisticregressionmodelwitha95%confidencelevelandanalyzed sensitivity,specificity,positivepredictivevalues(PPV),andtheareaundertheROCcurve(AUC). Results:Individualsincurringcosts>P95accumulated44%oftotalhealthcarecostsandwereconcentrated inACRG3(aggregatedCRGlevel3)categoriesrelatedtomultiplechronicdiseases.Allvariableswere statisticallysignificantexceptforsex.Themodelhadasensitivityof48.4%(CI:46.9%-49.8%),specificity of97.2%(CI:97.0%-97.3%),PPVof46.5%(CI:45.0%-47.9%),andanAUCof0.897(CI:0.892to0.902).

∗ _Autor_para_{correspondencia.}

Correoelectrónico:[email protected](J.M.Inoriza).

http://dx.doi.org/10.1016/j.gaceta.2014.03.003

(2)

Conclusions:Highconsumptionofhealthcareresourcesisassociatedwithcomplexchronicmorbidity.A modelbasedonage,morbidity,andpriorutilizationisabletopredicthigh-costriskandidentifyatarget populationrequiringproactivecare.

Introducción

Losmodelosdeatenciónsanitariamásavanzadosestán evolu-cionandodesdeunaasistenciafragmentadaporcentrosyniveles hacialaintegracióndeservicios,modificandolaestrategia asisten-cialparapasardeunaofertadeserviciosderespuestaalademanda a unaestrategia proactiva. Eneste nuevomodelo, las organiza-cionessanitariasintentanadelantarsealademandaidentificando necesidadesespecíficasdelapoblaciónydiversificando adecuada-mentelaofertadeservicios.Lospacientescrónicoscomplejosoen situacióndefragilidadsonlosprincipalesbeneficiariosdeuna aten-ciónproactivaespecífica,queasegureunautilizaciónderecursos adecuadayeficiente,yquemejoresucalidadyesperanzadevida. Enlos últimosa ños, el abordajedela cronicidad, entendido ensentido amplio,se hadesarrolladoendiferentesdirecciones. Entre los instrumentos teóricos de sistematización y evalua-cióndelosmodelosdeatención alacronicidad destaca,porsu ampliaaceptación,elmodeloChronicCareModel1_._Desde_el

Sis-temaNacionaldeSalud, asícomodesde losdiferentessistemas autonómicos,sehanimpulsadoplanesqueintentanhacerfrente a una realidad epidemiológica marcada por la cronicidad y la longevidad2–6_._En_estas_estrategias_aparece_{repetidamente}_la

nece-sidaddeidentiﬁcaralospacientesquehandeserobjetodeespecial atención.

El abordaje de la estratiﬁcación poblacional y de la identi-ﬁcación de pacientes ha utilizado diversas estrategias. Algunas organizacioneshanorientadosuesfuerzohacialaprediccióndel riesgodereingresohospitalario,queseconsideradealtocostey potencialmenteevitable7–10_._Otros_autores_han_desarrollado

siste-masdeajustederiesgobasadosendiagnósticosyenelcostede a ˜nospreviosparapredecirelconjuntodepacientesdealtocoste dea ˜nosvenideros11,12_._Entre_las_experiencias_más_conocidas_de

utilizaciónprácticadeestosmodelosdestacalapropuestadel Kai-serPermanente,queutilizaunapirámidedeestratiﬁcacióndela poblaciónsegúnsu perﬁldemorbilidad crónicaynecesidadde recursos13,14_.

Cualquiera que sea el enfoque utilizado, la definición de un sistema de identificación de pacientes de alto riesgo implicaunconjuntodedecisionespreviasfundamentales, como por ejemplo la definición misma del riesgo objeto de análisis (reingreso, alto coste...), de sus niveles críticos o del método deidentificación.Unadelastécnicasmásutilizadasydemayor eficacia,frenteamodelosdedintelobasadosencriteriosdelos profesionalesasistenciales,eslamodelizaciónpredictivamediante modelosderegresión.Engeneral,lasvariablesexplicativasmás utilizadas en la literaturaen estos modelos son de tipo socio-demográfico,dediagnósticosydeutilizaciónpreviaderecursos asistenciales15_.

ServeisdeSalutIntegratsBaixEmpordà(SSIBE)esun provee-dordeserviciosintegradoquedisponedeunabasededatoscon informaciónadministrativa,clínicaysobreconsumoderecursos detodosloshabitantesdelacomarcadelBaixEmpordà,enla pro-vinciadeGirona16_._Análisis_previos_sobre _la_población _de_SSIBE

indicanqueelcostesanitarioesunamedidaeﬁcazpara caracte-rizarlacomplejidaddelpacienteyelnivelrealdeutilizaciónde recursosasistenciales;queexisteunaaltaconcentracióny persis-tenciadecostesanitarioenunapeque ˜napartedelapoblación,y queelcostesanitarioylacargademorbilidadenlapoblaciónestán fuertementecorrelacionados17,18_.

Sobrelabasedelmodeloasistencialintegrado,enSSIBEse plan-teóunaestrategiadeatenciónapacientescrónicoscomplejoscon unenfoqueproactivo.Paraidentiﬁcarlapoblacióndianadeesta estrategia sepropusodesarrollar unsistemaque incorporasela experienciapreviasobremorbilidadycostes,utilizandoun pará-metroeconómico comoindicador agregado dela utilizaciónde serviciossanitarios.

Elobjetivo deeste trabajoes construiry validarunmodelo predictivodelriesgodeconsumoderecursossanitarioselevado, basadoenlamorbilidadylautilizaciónprevia,yevaluarsu capaci-dadparaidentiﬁcarpacientescrónicoscomplejos.

Métodos

Dise˜no

Estudiotransversalrealizadodurantelosa ˜nos2006y2007.

Ámbito

Organización sanitaria integrada (SSIBE) que incluye cuatro áreasbásicasdesalud(ABS)semirrurales,elHospitaldePalamós comohospitalcomarcaldelBaixEmpordàyelcentrosociosanitario PalamósGentGran,enlaprovinciadeGirona.

Población

ResidentesenlasABSgestionadasporSSIBEenlosa ˜nos2006 (91.347)y2007(93.577),segúnlabasededatoscorporativade SSIBE. Elmodelo se desarrollóconlaspersonas que estuvieron presentesenambosa ˜nos(n=88.795).

Variables

Seobtuvierondatosde2006y2007delassiguientesvariables yfuentes:

–DatosdemográﬁcosdelregistrodepoblacióndeSSIBE:edady sexo.

–Datosdeactividadasistencialyconsumossanitariosentodaslas unidadesasistencialesdeSSIBE,obtenidosdesubasededatos corporativa.

–Morbilidad atendida: obtenida a partir de la codiﬁcación mediante laCIE-9-MCdela actividadasistencialdela ˜no pre-vio,agrupadasegúnlosclinicalriskgroups(CRG)ensuversión 1.6.119,20_siguiendo_un_{procedimiento}_previamente_validado17_.

–Gastoderecetasdefarmacia,segúnﬁcherosdefacturación faci-litadosporCatsalut.

–Coste sanitario individual,calculado medianteuna metodolo-gía previamentedesarrolladasobre costes reales,que incluye eldetodoslosserviciosprestadosporSSIBEyeldelasrecetas defarmaciadispensadas21,22_.

Paraeldesarrollodelmodeloseconsiderócomovariable depen-dienteel costesanitariosuperioralpercentil95 (P95)delcoste sanitariototaldelconjuntodelapoblaciónenela ˜no2007(sí/no). SeescogiócomopuntodecorteelP95sobreanálisispreviosde concentraciónypersistenciadelgastosanitario18_,_y_considerando

(3)

294 J.Coderchetal/GacSanit.2014;28(4):292–300 Hombres Mujeres > 84 75 - 84 65 - 74 55 - 64 45 - 54 35 - 44 25 - 34 15 - 24 1 - 14 < 1

Sanos (no usuarios)

Historia de enfermedad aguda significativa

Enfermedades crónicas menores en diferentes órganos Dos enfermedades crónicas dominantes

Enfermedad neoplásica dominante, metastásica o complicada

10% 9% 8% 7% 6% 5% 4% 3% 2% 1% 0% 1% 2% 3% 4% 5% 6% 7% 8% 9% 10%

% Personas(n = 88.795)

Sanos (usuarios)

Enfermedad crónica menor única Enfermedad crónica dominante única Tres enfermedades crónicas dominantes Condiciones catastróficas

Edad

Figura1.Poblaciónresidenteenlosa ˜nos2006y2007:distribuciónporsexo,grupodeedadymorbilidadatendidaenela ˜no2006(estadodesaludsegúnclinicalriskgroups –CRG–).

queel5%delapoblacióncorrespondíaaunnúmerodepersonas asequiblepararealizarestrategiasproactivas.

Paralaseleccióndelasvariablespredictoras,anticipandola utili-zaciónprácticadelmodelo,separtiódelapremisadequepudieran estardisponiblesalprincipiodecadaa ˜no,incluyendotresgrupos devariables:

a)Demográficas:sexoygrupodeedadena ños(<1,1-14,15-24, 25-34,35-44,45-54,55-64,65-74,75-84y≥85)aliniciarela ño 2007.

b)Morbilidad: se calculó conla información de diagnósticos y procedimientosdela ˜no2006,utilizandolascategoríasACRG3

(aggregated CRGlevel 3).Se consideróque este nivel, con44 categorías,aportabaunasignificaciónclínicasuficientey discri-minabanivelesdegravedad.Lacategoría11,Sanosnousuarios, semodificóalacategoría10,Sanos,siincluíapersonasconcoste sanitariopositivo.Así,todoslosclasificadoscomonousuarios tienencostecero.

c)Utilizaciónduranteela ˜no2006:seeligieronporsurelacióncon elcostetotalelevado,segúnestudiospreviosefectuadosenel mismoámbito18_,_según_el_coste_superior_al_P95_de_la

aporta-ciónpúblicaderecetasdefarmaciadelconjuntodelapoblación (sí/no),lamedicaciónhospitalariadedispensaciónambulatoria (MHDA;sí/no)ylahospitalización(sí/no).

Análisisestadístico

Seefectuóunanálisisunivariado,mediantefrecuenciasy por-centajes para variables categóricas, y media, mediana y rango intercuartílico(Q1-Q3)paravariablescuantitativas.Parala cons-truccióndelmodeloderegresiónlogísticasóloseincluyeronlas personaspresentesambosa ˜nosdelestudio,ysedistribuyeron alea-toriamenteendosgrupos.Elprimeroincluyóel70%delapoblación

yseutilizóparaestimarloconunniveldeconﬁanza(IC)del95%; el30%restanteseutilizóparavalidarlo.Labondaddelajustedel modeloseevaluómedianteelpseudoestadísticoR2_de_Nagelkerke

(versiónajustadadeR2_de_Cox_y_Snell),_que_determina_la_proporción

devarianzaexplicadaporelmodeloenlavariabledependiente.El modeloseevaluómediantelasensibilidad,laespecificidad,elvalor predictivopositivo(VPP)yeláreabajolacurvaROC(AUC)consu IC.Paraelloseconstruyóunatabla2×2conlasvariablesaltocoste real(observadoenela ño2007)ypredichosegúnelmodelo.Se con-sideróqueelmodeloidentificabaunindividuocomodealtocoste sisuprobabilidadpredichaerasuperioralP95deladistribución deprobabilidaddelconjuntodelapoblación23,24_._Se_utilizó_el

pro-gramaPASWstatistics18.0(SPSSInc.,anIBMCo.Chigago,Illinois, EstadosUnidos).

Aspectoséticos

ElproyectodelestudiofueaprobadoporelComitéde Investi-gaciónClínicadeSSIBE.Dadalametodologíadelestudio,basadoen unarevisiónretrospectivaderegistrosclínico-administrativos,no sesolicitóconsentimientoinformado.Laextraccióndedatosfue efectuadaporunprofesionaldeSSIBEysumanejoseefectuóde maneraanónima.

Resultados

Las características sociodemográficas y de morbilidad de la poblaciónincluida,presenteenlos2a ñosdelestudio(N=88.795), sereflejanenlafigura1.Laedadmediafuede39,5a ños (des-viación estándar [DE]: 24,5 a ños), y la proporción de mujeres (49,5%)yhombresfuesimilar.Encadaestratodeedadysexose incluyóladistribucióndemorbilidadutilizandolosestadosdesalud delosCRG.Dadoqueelestado1-Sanoscontienedosgruposde

(4)

J. Coderch et al / Gac Sanit. 2014; 28(4) :292–300 295

Costesanitariototalenela ˜no2006distribuidosegúnmorbilidada

Costetotala ˜no2006≤percentil95 Costetotala ˜no2006>percentil95

AggregatedClinicalRiskGrup3(ACRG3) Personas %ﬁla Media Mediana P25 P75 Personas %ﬁla Media Mediana P25 P75

10Sanos(usuarios) 36.819 99,7 203 122 53 251 122 0,3 11.237 3.359 2.821 5.610

11Sanos(nousuarios) 16.882 100,0 - - - - 0 0,0 - - -

-12Embarazoconpartosinotrasenfermedades signiﬁcativas

352 89,3 1.114 1.130 760 1.467 42 10,7 2.906 2.816 2.580 3.117

14Embarazosinpartosinotrasenfermedades signiﬁcativas

531 99,3 389 307 162 545 4 0,7 3.501 3.669 2.850 4.152

15Diagnósticoscrónicossigniﬁcativossinotras enfermedadessigniﬁcativas

3.013 97,1 492 303 140 666 91 2,9 4.732 3.028 2.659 4.295

20Historiadeenfermedadcrónicamenorúnica 4.492 98,5 442 318 185 567 69 1,5 4.117 3.273 2.787 4.189

22Embarazoconpartoconotrasenfermedades signiﬁcativas

114 75,5 1.389 1.520 912 1.834 37 24,5 3.708 3.148 2.774 3.833

24Embarazosinpartoconotrasenfermedades signiﬁcativas

429 87,6 1.100 1.109 595 1.568 61 12,4 2.967 2.775 2.596 3.251

25Diagnósticoscrónicossigniﬁcativosconotras enfermedadessigniﬁcativas

1.052 90,4 736 536 301 1.042 112 9,6 4.835 3.567 2.808 5.115

31Enfermedadcrónicamenorúnicanivel-1 5.509 96,8 573 429 244 748 184 3,2 3.744 3.047 2.621 3.742

32Enfermedadcrónicamenorúnicanivel-2 626 88,8 867 714 464 1.165 79 11,2 3.949 3.210 2.706 4.753

41Enfermedadcrónicamenorenvariosórganos nivel-1

704 92,4 861 721 452 1.138 58 7,6 3.921 3.100 2.571 3.779

79 92,9 1.068 937 705 1.394 6 7,1 3.157 3.164 2.856 3.570

232 85,3 1.141 1.078 693 1.504 40 14,7 4.094 3.448 2.779 4.091

25 64,1 1.256 1.261 917 1.598 14 35,9 5.286 3.509 3.082 7.642

51Enfermedadcrónicadominanteúnicanivel-1 7.967 92,5 762 612 348 1.052 648 7,5 4.690 3.424 2.766 4.788

52Enfermedadcrónicadominanteúnicanivel-2 1.674 82,1 1.000 904 523 1.415 366 17,9 5.203 3.657 2.886 6.042

53Enfermedadcrónicadominanteúnicanivel-3 294 75,4 1.082 974 558 1.572 96 24,6 6.065 3.843 2.983 7.102

54Enfermedadcrónicadominanteúnicanivel-4 58 67,4 1.276 1.263 848 1.665 28 32,6 3.808 3.264 2.710 5.076

55Enfermedadcrónicadominanteúnicanivel-5 69 68,3 1.231 1.125 867 1.677 32 31,7 4.565 4.250 2.889 4.975

56Enfermedadcrónicadominanteúnicanivel-6 5 71,4 1.591 1.705 1.149 1.841 2 28,6 5.324 5.324 4.711 5.938

61Dosenfermedadescrónicasdominantesnivel-1 2.522 78,2 1.138 1.065 657 1.560 702 21,8 4.655 3.499 2.804 4.976

62Dosenfermedadescrónicasdominantesnivel-2 550 58,2 1.402 1.412 978 1.835 395 41,8 5.199 3.935 3.019 5.870

63Dosenfermedadescrónicasdominantesnivel-3 232 47,5 1.471 1.479 1.092 1.930 256 52,5 5.579 4.224 3.144 6.550

71Tresenfermedadescrónicasdominantesnivel-1 66 52,4 1.469 1.481 1.036 1.938 60 47,6 4.780 3.473 2.963 5.274

76Tresenfermedadescrónicasdominantesnivel-6 0 0,0 - - - - 4 100,0 11.630 13.392 6.705 16.556

81Enfermedadneoplásicadominante,metastásicao complicadanivel-1

17 65,4 1.085 760 655 1.593 9 34,6 9.783 6.064 4.712 7.304

49 52,1 1.081 1.124 508 1.627 45 47,9 7.869 4.560 3.108 9.657

40 58,0 1.134 1.134 528 1.641 29 42,0 6.110 4.997 3.524 7.548

4 22,2 1.656 1.767 1.207 2.106 14 77,8 10.040 5.561 4.029 9.749

(5)

296 J.Coderchetal/GacSanit.2014;28(4):292–300 Tabla 1 ( continuación ) Coste total a ño 2006 ≤ percentil 95 Coste total a ño 2006 > percentil 95 Aggregated Clinical Risk Grup 3 (ACRG3) Personas % fila Media Mediana P25 P75 Personas % fila Media Mediana P25 P75 91 Condiciones catastróficas nivel-1 8 44,4 955 935 499 1.398 10 55,6 7.637 4.825 3.243 6.328 92 Condiciones catastróficas nivel-2 22 26,5 898 943 418 1.192 61 73,5 7.706 7.790 5.252 9.118 93 Condiciones catastróficas nivel-3 2 5,6 310 310 241 379 34 94,4 21.182 19.155 11.264 30.264 94 Condiciones catastróficas nivel-4 2 10,5 1.008 1.008 379 1.637 17 89,5 28.611 10.618 8.352 21.844 95 Condiciones catastróficas nivel-5 1 8,3 1.527 1.527 1.527 1.527 11 91,7 17.261 11.170 8.874 30.068 96 Condiciones catastróficas nivel-6 0 0,0 -6 100,0 27.987 27.251 15.171 40.989 Total 84.568 95,2 358 161 26 473 4.227 4,8 5.601 3.684 2.873 5.834 P25: percentil 25; P75: percentil 75. a Se incluye sólo la población presente ambos a ños del estudio.

personasdiferenciados,losquecontactanconelsistema sanita-rioylosquenocontactan,correspondientesalACRG311-Sanosno usuarios,lospacientesclasificadosenesteACRG311sea ñadieron comounestadodesaludmás.Estedesdoblamientopermite apre-ciarqueaparecenenambossexosyentodoslosgruposdeedad, aunquesonmásnumerososentrelos15ylos55a ños.Hastalos 55a ñosdeedad,másdel60%delospacientesencadagrupose incluyenenelestadodesaludSanos(usuariosynousuarios).A partirdeestaedadlaproporcióndisminuyepordebajodel50%, conformeseincrementalaproporcióndepacientescondiferentes combinacionesdeenfermedadescrónicasdediferentegravedad.

EnelcálculodelcostesanitariomedioyeldelP95seincluyó todalapoblaciónresidentecadaunodelosa ños.Elcostesanitario totalmediofuede625,8D(DE:2283,0D)en2006yde685,5D(DE: 2250,9D)en2007.ElP95fue2400,0Den2006y2673,0Den2007. Delas88.795personaspresenteslos2a ños,82.258(92,6%)tuvieron ambosa ñosdelestudiouncosteinferioroigualalP95, y2129 (2,4%)tuvieronuncostesuperioralP95.Elrestodelapoblación (4408personas,5%)fuerondealtocostesólounodelos2a ñosdel estudio.

Enlatabla 1se muestrala distribucióndelapoblación yel costesanitarioincurridosegúnmorbilidad(estratificadasegúnlos ACRG3)paradossubgrupos:eldecosteinferioroigualalP95y eldecostesuperioralP95,referidosala ño2006.Losdatosquese muestranenlatablaserefierentansóloalaspersonaspresentes enlos2a ñosdelestudio.

Seobservaquehaypacientes dealtocosteencualquierade losACRG3,yqueencadaunadelascategoríasdeACRG3elcoste mediodelospacientesdealtocosteesalmenostresvecesmayor queeldelospacientesclasiﬁcadosenel grupodemenorcoste. Laproporcióndecasosquesondealtocostedentrodeunmismo ACRG3varíaconsiderablemente,aumentandoconformeaumenta lacargademorbilidad.Elconjuntodepacientesdealtocoste repre-sentael44%delcostesanitariototal.

Entérminosde utilización deservicios sanitarios,la tabla 2

muestraqueperteneceralgrupodealtocostemultiplicaporcuatro elnúmerodevisitasenatenciónprimaria,pornueveelnúmerode visitasenatenciónespecializada,porcincoelnúmerodevisitasa urgenciashospitalarias,por90eldeestanciasdehospitalización deagudos,pormásdecincoelnúmerodepruebasdiagnósticas,y copanlacasitotalidaddelasestanciasenelámbitosociosanitario. Larelacióndelcosteelevadoconlamorbilidadyelconsumo derecursossanitariossemuestraenlatabla3,dondesepresenta ladistribucióndelconsumodefarmacia,tantodeprescripciones ambulatorias(recetas)comodeMHDA,ydelosdíasdeestancia enhospitalizacióndeagudos,paracadaestadodesaluddelosCRG ycomparandoloscasosdealtocosteconelresto.Enconjunto, lospacientesdelgrupodealtocosteacumulanel39%delcoste derecetasdefarmacia,el99%delcostedeMHDAyel82%delas estanciashospitalarias.

Elcálculodelmodelodeterminóquelasvariablesedad,ACRG3, gastoderecetasdefarmaciasuperioralpercentil95,consumode MHDAyhospitalizacióneranestadísticamentesigniﬁcativascomo variablespredictoras,peronoasíelsexo.Lavarianzaexplicadapor elmodeloﬁnalutilizadofuedel38,2%(R2_de_Nagelkerke₌_0,382).

EnlatablaIdelApéndiceenlaversiónonlinedeesteartículose aportanlosdetallesdelmodelodesarrollado.Lasﬁguras2y3 mues-tranlasodds-ratiodecadaunadelascategoríasdelasvariables introducidasﬁnalmenteenelmodelo.

Paraevaluarlacapacidaddeidentificacióndelaspersonas clasi-ficadasenelgrupodealtocosteserealizóunanálisisdelacapacidad discriminantedelmodeloelegido.Lasensibilidadfuedel48,4%(IC: 46,9%-49,8%),laespecificidadfuedel97,2%(IC:97,0%-97,3%)yel valorpredictivopositivofuedel46,5%(IC:45,0%-47,9%).Elárea bajolacurvaROCfuede0,897(IC:0,892-0,902).

(6)

Categorías de referencia: Edad: < 1 año

Gasto en recetas de farmacia < percentil 95 Hospitalización de agudos: no

Medicacion hospitalaria dispensación ambulatoria: no

Grupo de edad, consumo de farmacia y hospitalización deagudos

Odds rati

o

10

1 - 14 años

15 - 24 años 25 - 34 años 35 - 44 años 45 - 54 años 55 - 64 años 65 - 74 años 75 - 84 años

Gasto en recetas de f

a

rmacia > percentil 95 (SI)

Hospitalizacion agudos (SI)

Medicacion hospitalar ia dispensación amb ulator ia (SI) > 84 años 9 8 7 6 5 4 3 2 1

-Odds ratio de las variables predictoras: edad, consumo de farmacia y hospitalización de agudos

Figura2.Oddsratiodelasvariablespredictoras:edad,consumodefarmaciayhospitalizacióndeagudos.

Sanos (no usuar

ios

)

Odds ratio de la variable predictora: morbilidad 80 75 70 65 60 55 50 45 40 35 30 25 20 15 10 5 -11

Categoria de referencia: 10 sanos

Morbilidad (agregated clinical risk groups level3, ACRG3)

12 Odds ratio Embara z o con par to sin otras en fe rmedades significativ as Embara z o sin par to sin otras en fe rm edades significativ a s

Diagnosticos crónicos significativ

os sin otras en fe rmedades ... Histor ia de enf e rm

edad crónica meor única

Embara z o con par to con otras en fe rmedades significativ as Embara z o sin par to con otras en fe rmedades significativs

Diagnosticos crónicos significativ

os con otras en fe rmedades .. . Enf e rm

edad crónica menor única niv

el -

1

Enf

e

rm

edad crónica menor única niv

el -

2

Enf

e

rm

edad crónica menor en v

a

rios órganos niv

el -

1

Enf

e

rm

a

rios órganos niv

el -

2

Enf

e

rm

a

rios órganos niv

el -

3

Enf

e

rm

a

rios órganos niv

el -

4

Enf

e

rm

edad crónica dominante única niv

el -

1

Enf

e

rm

el -

2

Enf

e

rm

el -

3

Enf

e

rm

el -

4

Enf

e

rm

el -

5

Enf

e

rm

el -

6

Dos enf

e

rmedades crónicas dominantes niv

el -

1

Dos enf

e

el -

2

Dos enf

e

el -

3

Dos enf

e

el -

4

Dos enf

e

el -

5

Dos enf

e

el -

6

T

res enf

e

el -

1

T

res enf

e

el -

2

T

res enf

e

el -

3

T

res enf

e

el -

4

T

res enf

e

el -

5

T

res enf

e

el - 6 Enf . neoplásica dominante , metastásica niv el - 1 Enf . neoplásica dominante , metastásica niv el - 2 Enf . neoplásica dominante , metastásica niv el - 3 Enf . neoplásica dominante , metastásica niv el - 4 Enf . neoplásica dominante , metastásica niv el - 5

Condiciones catastróficas niv

el -

1

el -

2

el -

3

el -

4

el -

5

el -

6

14 15 20 22 24 25 31 32 41 42 43 44 51 52 53 54 55 56 61 62 63 64 65 66 71 72 73 74 75 76 81 82 83 84 85 91 92 93 94 95 96

(7)

298 J.Coderchetal/GacSanit.2014;28(4):292–300

Tabla2

Utilizacióndeserviciossanitarios.A ˜no2006a

Poblacióndecostetotal2006≤percentil95 Poblacióndecostetotal2006>Percentil95

Total %total Media Mediana Total %total Media Mediana

Atenciónprimaria(visitas) 455.716 82,6 5,25 3,0 95.911 17,4 21,00 15,0

Atenciónespecializada(visitas) 54.292 69,1 0,63 0,0 24.255 30,9 5,31 4,0

Urgencias(episodios) 25.778 80,5 0,30 0,0 6.231 19,5 1,36 1,0

Hospitalagudos(díasingreso) 3.537 18,2 0,04 0,0 15.944 81,8 3,77 0,0

Hospitalsociosanitario(díasingreso) 166 0,7 0,00 0,0 24.468 99,3 5,36 0,0

Pruebasdiagnósticas(estudios) 123.448 70,2 1,42 0,0 52.407 29,8 11,48 9,0

Actividadsanitariatotal(contactos) 688.901 74,3 8,15 5,0 238.536 25,7 56,43 44,0

a_Se_incluye_sólo_la_población_presente_ambos_{a ˜}_nos_del_estudio.

Tabla3

Comparacióndelconsumodefarmaciayhospitalizaciónestratiﬁcadaporestadodesalud.A ˜no2006a

Costetotala ˜no2006≤percentil95 Costetotala ˜no2006>percentil95

Estadodesalud Personas Media Mediana P25 P75 Personas Media Mediana P25 P75

Sanos(nousuarios)

Recetasaportaciónpública(D) 16.882 - - -

-MHDA(D) - - -

-Hospitalagudos(díasestancia) - - -

-Sanos(usuarios)

Recetasaportaciónpública(D) 40.715 48 5 0 20 259 914 62 13 1.807

MHDA(D) 0 0 0 0 676 0 0 0

Hospitalagudos(díasestancia) 0 0 0 0 3 1 0 4

Historiadeenfermedadagudasigniﬁcativa

Recetasaportaciónpública(D) 6.087 75 17 5 51 279 345 52 18 152

MHDA(D) 0 0 0 0 111 0 0 0

Enfermedadcrónicamenorúnica

Recetasaportaciónpública(D) 6.135 167 49 11 192 263 1.005 425 71 1.489

MHDA(D) 0 0 0 0 169 0 0 0

Enfermedadescrónicasmenoresendiferentesórganos

Recetasaportaciónpública(D) 1.040 309 186 55 433 118 1.123 903 258 1.747

MHDA(D) 1 0 0 0 0 0 0 0

Enfermedadcrónicadominanteúnica

Recetasaportaciónpública(D) 10.067 348 193 40 525 1.172 1.477 1.234 357 2.216

MHDA(D) 1 0 0 0 598 0 0 0

Dosenfermedadescrónicasdominantes

MHDA(D) 1 0 0 0 184 0 0 0

Tresenfermedadescrónicasdominantes

Recetasaportaciónpública(D) 96 869 820 498 1.176 242 1.967 1.733 1.183 2.375

MHDA(D) - - - - 250 0 0 0

Enfermedadneoplásicadominante,metastásicaocomplicada

Recetasaportaciónpública(D) 111 334 218 27 537 98 1.424 873 291 2.317

MHDA(D) 3 0 0 0 1.108 0 0 0

Condicionescatastróﬁcas

Recetasaportaciónpública(D) 35 165 14 0 176 139 948 279 31 1.495

MHDA(D) 98 0 0 0 7.019 5.689 2.457 7.912

Total

MHDA(D) 0 0 0 0 568 0 0 0

MHDA:medicaciónhospitalariadedispensaciónambulatoria;P25:percentil25;P75:percentil75.

(8)

Discusión

Losresultadosdeesteestudiomuestranque,mediantetécnicas demodelizaciónaplicadasauna poblacióndefinida,puede pre-decirsedemanerasuficientementeválidaelriesgoindividualde efectuarunconsumosanitarioelevado,considerandolas caracte-rísticassociodemográficas,demorbilidadydeutilizaciónpreviade recursoscomofactorespredictivos.

Oruetaetal.25_incluyen_toda_la_población_del_País_Vasco_y

utili-zantressistemasdeajustederiesgodiferentes,unodeelloslosCRG, paraevaluarsucapacidadexplicativadelgastosanitarioe identi-ﬁcarlospacientesdemásaltocoste(5%delapoblación).Nuestro estudioincorporadatosdeunamayoramplituddeservicios sanita-rios(estimamosqueseincluyeel82%delcostetotal,frenteal72%), yademásestábasadoenunametodologíadecosterealfrentea unadeutilizacióndetarifas,aunqueenunapoblación sensible-menteinferior.Apesardeestasdiferencias,losvaloresdelAUC paralaidentiﬁcacióndeloscasosdealtocosteenambosestudios paralosCRGsonsimilares(0,897ennuestroestudioy0,848en elvasco).Haasetal.26_utilizan_seis_sistemas_de_ajuste_de_riesgo,

aunquenolosCRG,comomedidadelamorbilidadparapredecir diferentesresultados(hospitalizacionesyreingresosa30días, visi-tasaurgencias,costetotal)enunapoblacióndetama ñosimilara ladenuestroestudio,ynoseencuentrandiferenciasentreellos. Ensucasoidentificanel10%delapoblacióndemásaltocostecon AUCalrededorde0,75,peronoutilizanlosdatosdeconsumo pre-viocomopredictores,loquejustificaquenuestrosresultadossean ligeramentemejores.Meenanetal.27_muestran_valores_similares

desensibilidadalosobtenidospornosotrosparacincomodelosde ajustederiesgo,incluyendo1,5millonesdepersonasycentrándose enel1%delapoblacióndemayorcoste.Otrosautores28,29

obtie-nenresultadossimilaresconligerasvariacionesmetodológicas.En todosestostrabajosseconsideranotrasvariables(noutilizadasen nuestroestudio),talescomoelíndicededeprivaciónMEDEAoel estadodesaludautopercibida,comovariablespredictorasqueen generalaportanpocovalorexplicativoalosmodelosutilizados.

Laaproximaciónquesehaempleadoenesteestudioesdiferente aladeBillingetal.13_y_{López-Aguilá}_et_al.15_,_ya_que_en_estos_casos_el

interésdelmodeloestabacentradoenlaidentiﬁcacióndepacientes conaltoriesgodereingresohospitalario.

Elmodelodesarrolladocumpletrescondicionesrelevantespara facilitarsuaplicaciónpráctica.Porunaparte,utilizaunnivelde agrupaciónconsuficientesignificaciónclínicaparaqueseaútily comprensiblealosprofesionalesasistenciales.Elsegundoaspecto aconsideraresqueeltama ñodelapoblaciónseleccionada,fijadoen un5%deltotal,seríaelmáximoasumibleporlosequipossanitarios paraunabordajeproactivo.Finalmente,lasvariablespredictoras utilizadaspuedenestardisponiblesconunretrasomínimoparasu uso.Puedeconsideraserazonablequeduranteelprimermesdel a ñoesténdisponiblestantoelcálculodelamorbilidadcomolos datosdehospitalizaciónyfarmaciadela ñoprevio,paraactualizar elmodeloyaplicarloenela ñoencurso.Porotrolado,suutilidad radicaenlaidentificacióndepacientesconelevadasnecesidadesde cuidados,dondesesuponequelaatenciónproactivapuedemejorar laeficienciadeloscuidadosylacalidaddevidadeestospacientes30_.

Comolimitación,debetenerseencuentaqueloscostes asocia-dosconcadapacienterespondenalarealidaddelaorganización dondesehadesarrolladoelestudio(validezinterna).Además,al introducirelconsumodeproductosfarmacéuticoscomoelemento predictivoseincorporaelestilodeprácticaprescriptoradelos pro-fesionalesdeSSIBE,quepuedeserdistintoenotraorganización18_.

Por ello, cualquier posible extrapolación a otros ámbitos debe hacerseconmuchaprecaución,yrequeriríaunavalidaciónyuna calibracióncondatospropios(validezexterna).

Otralimitaciónrese ˜nableesquenosehanincluidovariables socioeconómicasporfaltadedisponibilidadsistemáticaindividual.

Sinembargo,otrosautoresquelasutilizanse ˜nalansupoca aporta-ciónalacapacidadpredictivadelosmodelosutilizados25_.

Lasensibilidadyelvalorpredictivopositivoobtenidossonlos habitualesenestetipodeanálisis,yseconsideransuficientespara lafinalidadquesepersigue.Endefinitiva,unmodelopredictivo deriesgodeberíatenerunaaplicaciónprácticaprudente,similar alaquepuedateneruninstrumentodecribado:permite detec-tarlaspersonasconmásaltaprobabilidaddeefectuarunaelevada utilizaciónderecursos,peronolaasegura.Antesdeaplicaruna intervenciónsanitariadeterminada,esprecisoevaluardemanera individualcadaunodeloscasosidentificados,seamediante con-sultaderegistrosclínicosopresencialmente.

Aunquelavariabledependientedelmodelodesarrolladotenga una dimensión económica, su utilidad va más allá de la ges-tión financiera.Elriesgode consumo sanitariototal elevado se relacionaconlapresenciadecondiciones clínicascrónicasysu niveldecomplejidad.Porello,losindividuosclasificadoscomode altoriesgocorrespondenapersonasconenfermedadescrónicas complejas, tributarias de un abordaje asistencial de gestiónde casos.Endefinitiva,unmodelobasadoenlaedad,lamorbilidad ylautilizaciónpreviapermiteidentificarlapoblacióndianadeuna estrategiadeatenciónproactivaapacientescrónicoscomplejos.

¿Quésesabesobreeltema?

Elmodelopredictivoesunprocesoestadísticomedianteel cual,apartirdelanálisisdedatosprevios,sedeterminan pro-babilidadesdeunacontecimientofuturo.Así,porejemplo,una estimacióndelospacientesconungastosuperioralpercentil 95permiteestablecerestrategiasproactivasdegestiónclínica decasosyenfermedades.

¿Quéa˜nadeelestudiorealizadoalaliteratura?

Elmodelopredictivodegastosanitarioindividualenuna organizaciónsanitariaintegradapermiteadoptarestrategias demejoraenla gestiónclínicadelospacientesapartir de laidentiﬁcacióndelriesgoprevisto.Lasprincipalesbarreras parageneralizarlosmodelospredictivosenelsistemadesalud sonlasbasesdedatosnecesariasylainerciaorganizativa; seríamásfácilsiéstasseestandarizaranylosgobiernoslas promovieran.

Editoraresponsabledelartículo ClaraBermúdez-Tamayo. Contribucionesdeautoría

Todoslosautoresparticiparoneneldise ñoyeldesarrollodel estudio previo,asícomoenlarevisióndelmanuscrito,delcual apruebansu versiónfinal. J.Coderchdirigió elestudio previoy hacoordinadolaelaboracióndelmanuscritoysucorrecciónfinal.

I.Sánchezrealizólastécnicasestadísticasparalaconstruccióny

lavalidacióndelmodelopredictivo.P.Ibernhasupervisadotodo el proceso,aportandoespecíﬁcamentelavisión deexperiencias internacionales.M.Carrerasefectuóelanálisisdecostessanitarios individual.X.Pérez-Berruezohadesarrolladolosaspectos

relacio-nadosconlaaplicabilidadenlosprocesosasistenciales.J.M.Inoriza realizóel análisisdeactividady morbilidad,elaboróel informe sobreelestudioprevioyefectuólarevisiónbibliográﬁca.

(9)

300 J.Coderchetal/GacSanit.2014;28(4):292–300

Financiación

ArtículoelaboradoenelmarcodelproyectoPI12/01355, Efec-tividadeimpactoeconómicodeunprogramadeatenciónproactiva a pacientes crónicos complejos identiﬁcados mediante un modelo predictivobasadoenlamorbilidad(ATENPRO),ﬁnanciadoporel Ins-titutodeSaludCarlos III,enlaconvocatoria2012deayudasdel

SubprogramadeProyectosdeInvestigaciónenSalud,coﬁnanciado porelFondoEuropeodeDesarrolloRegional(FEDER)delaUnión Europea.

Conﬂictosdeintereses Ninguno.

Agradecimientos

AlDepartamentdeSalutdela GeneralitatdeCatalunya,que ﬁnancióelestudioprevioIdentiﬁcacióipredicciódelriscsegonsla morbiditatatesaalBaix Empordà18_._A_Elena_Calvo_y_Maria_Lluïsa

deLaPuenteporsuconﬁanzaeimpulsoadichoproyecto.Parala obtenciónyeltratamientodelainformaciónhasido imprescin-diblelacolaboracióndediversosprofesionalesdeServeisdeSalut IntegratsBaixEmpordà(SSIBE),enparticulardeJosepVilà,Martí PàmiesiJosepMariaLisbona.AMontseRoviraporsutrabajode edciónﬁnaldelmanuscrito.

Anexo. Materialadicional

Sepuedeconsultarmaterialadicionalaesteartículoensu ver-siónelectrónicadisponibleenhttp://dx.doi.org/10.1016/j.gaceta. 2014.03.003.

Bibliografía

1.ColemanK,AustinBT,BrachC,etal.Evidenceonthechroniccaremodelinthe newmillennium.HealthAff.2009;28:75–85.

2.Ministeriode sanidad,Servicios Socialese Igualdad.Plan decalidad para el Sistema Nacional de Salud. Madrid: Ministerio de sanidad, Servicios Sociales e Igualdad; 2010. (Consultado en enero de 2014.) Disponible en:http://www.msssi.gob.es/organizacion/sns/planCalidadSNS/pdf/pncalidad/ PlanCalidad2010.pdf

3.MinisteriodeSanidad,ServiciosSocialeseIgualdad.Estrategiaparaelabordaje delacronicidadenelSNSEspa ˜na.Madrid:MinisteriodeSanidad,Servicios Socialese Igualdad;2010. (Consultadoen enerode 2014.)Disponibleen:

http://www.msssi.gob.es/organizacion/sns/planCalidadSNS/pdf/ESTRATEGIA ABORDAJECRONICIDAD.pdf

4.Generalitat de Catalunya, Departament de Salut. Pla de Salut de Cata-lunya2011-2015.Barcelona:Departamentde Salut;2012.(Consultado en enero de 2014.)Disponible en: http://www20.gencat.cat/docs/salut/Home/ Destaquem/Documents/plasalutvﬁnal.pdf

5.DepartmentofHealthandConsumerAffairsoftheBasqueGovernment:a strategytotacklethechallengeofchronicityintheBasqueCountry.Vitoria, Spain;2010.(Consultadoel28/10/13.)Disponibleen:http://cronicidad.blog. euskadi.net/descargas/plan/ChronicityBasqueCountry.pdf

6.García-Go ˜niM,HernándezQuevedoC,Nu ˜no-SolinísR,etal.Pathwaystowards chroniccare-focusedhealthcaresystems:evidencefromSpain.HealthPolicy. 2012;108:236–45.

7.SoekenKL,PrescottPA,HerronDG,etal.Predictorsofhospitalreadmission.A meta-analysis.EvalHealthProf.1991;14:262–81.

8.BillingsJ,DixonJ,MijanovichT,etal.Caseﬁndingforpatientsatriskof readmis-siontohospital:developmentofalgorithmtoidentifyhighriskpatients.BMJ. 2006;333:327.

9.NationalServicesScotland.NationalHealthServices(NHS).SPARRA:Scottish patientsatriskofreadmissionandadmission.Edinburgh:NationalHealth Ser-vices(NHS);2006.

10.López-Aguilà S,ContelJC, FarréJ, et al. Predictive model for emergency hospitaladmissionand6-monthreadmission. AmJManagCare.2011;17: 348–57.

11.AshAS,ZhaoY,EllisRP,etal.Findingfuturehigh-costcases:comparingprior costversusdiagnosis-basemethods.HealthServRes.2001;36:194–206.

12.ZhaoY,AshAS,HaughtonJ,etal.Identifyingfuturehigh-costcasesthrough predictive modeling. Disease Management & Health Outcomes. 2003;11: 389–97.

13.PorterM,KelloggM.KaiserPermanente:anintegratedhealthcareexperience. RevistadeInnovaciónSanitariayAtenciónIntegrada.2008;1:Art.5(Consultado el28/10/13.)Disponibleen:http://pub.bsalut.net/risai/vol1/iss1/5

14.Nu ˜no-SolinísR.Buenasprácticasengestiónsanitaria:elcasoKaiserPermanente. RevAdmSanit.2007;5:283–92.

15.CurryN,BillingsJ,DarinB,etal.PredictiveriskProject.Literaturereview. Londres:TheKing’sFund; 2005. (Consultadoel 28/10/13.)Disponibleen:

http://www.kingsfund.org.uk/sites/files/kf/field/field document/predictive-risk-literature-review-june2005.pdf

16.CoderchJ.ServeisdeSalutIntegratsBaixEmpordà:elementosclaveenla evo-lucióndelhospitalalaorganizaciónintegrada.En:IbernP,editor.Integración asistencial:fundamentos,experienciasyvíasdeavance.Barcelona:Masson; 2006.p.139–86.

17.InorizaJM,CoderchJ,CarrerasM,etal.Lamedidadelamorbilidadatendidaen unaorganizaciónsanitariaintegrada.GacSanit.2009;23:29–37.

18.InorizaJM,SánchezI,CarrerasM,etal.Identificacióipredicciódelriscsegons lamorbiditatatesaalBaixEmpordà.Barcelona:DireccióGeneraldeRegulació, PlanificacióiRecursosSanitaris;2011.Estudisd’EconomiadelaSalut,IV. (Con-sultadoel28/10/13.)Disponibleen:http://www20.gencat.cat/docs/canalsalut/ Home%20Canal%20Salut/Professionals/Recursos/Estudis/08planificacio sanitaria/documents/riscmorbiditatweb.pdf

19.HughesJS,AverillRF,EisenhandlerJ,etal.ClinicalRiskGroups(CRGs):a clas-siﬁcationsystemforrisk-adjustedcapitation-basedpaymentandhealthcare management.MedCare.2004;42:81–90.

20.3MTMClinicalRiskGroupingSoftware.Deﬁnitionsmanual.Wallingford:3M HealthInformationSystem:2004.

21.CarrerasM,García-Go ˜niM,IbernP,etal.Estimatesofpatientcostsrelatedwith populationmorbidity:canindirectcostsaffecttheresults?EurJHealthEcon. 2011;12:289–95.

22.CarrerasM,IbernP,CoderchJ,etal.Análisidecostosporpacientenuna organit-zaciósanitàriaintegrada.Fullseconòmicsdelsistemasanitari.2010;39:28–37 (Consultadoel28/10/13.)Disponibleen:http://www20.gencat.cat/docs/salut/ Minisite/catsalut/ConeixCatSalut/informacioeconomica/fullseconomics/efulls

39.pdf

23.AshAS,SchwartzM.Evaluatingtheperformanceofrisk-adjustmentmethods: dichotomousmeasures. En: IezzoneLI, editor. Riskadjustments for mea-suringhealthcareoutcomes.AnnArbor:HealthAdministrationPress;1994. p.313–46.

24.ZweigMH,CampbellG.Receiver-operatingcharacteristic(ROC)plots:a funda-mentalevaluationtoolinclinicalmedicine.ClinChem.1993;39:561–77.

25.OruetaJF,Nu ˜no-SolinísR,MateosM,etal.Predictiveriskmodellinginthe Spanishpopulation:a cross-sectionalstudy.BMCHealthServiceResearch. 2013;13:269.

26.HaasLR,TakahashiP,ShahND,etal.Risk-stratiﬁcationmethodsforidentifying patientsforcarecoordination.AmJManagCare.2013;19:725–32.

27.MeenanRT,GoodmanMJ,FishmanPA,etal.Usingrisk-adjustmentmodelsto identifyhigh-costrisks.MedCare.2003;41:1301–12.

28.FleishmanJA,CohenJW.Usinginformationonclinicalconditionstopredict high-costpatients.HealthServRes.2010;45:532–52.

29.DeSalvoKB,JonesTM,PeabodyJ,etal.Healthcareexpenditurepredictionwith asingleitem,self-ratedhealthmeasure.MedCare.2009;47:440–7.

30.Berry-MillettR,BodenheimerTS.Caremanagementofpatientswith com-plexhealthcareneeds.Princeton:TheSynthesisProject,RobertWoodJohnson Foundation;2009.Researchsynthesisreportno.19.(Consultadoel28/10/13.) Disponible en: http://www.rwjf.org/content/dam/farm/reports/issuebriefs/ 2009/rwjf49853/subassets/rwjf498531