Introduction
Increased life expectancy and the resulting aging population have led to a rise in population with one or more chronic diseases. This creates the need for a more targeted approach to the care and treatment of the chronic and pluripatological patients in the health system. On the economic front, an increasingly aging population and the growing morbidity, coupled with constant innovation in medical technology induce greater healthcare expenditure.
For these reasons, in the current backdrop of economic crisis and budgetary constraints as happens in Spain, it is essential to introduce management tools that help improve the efficiency of the health system and enhance quality.
In this regard the classification systems of patients are a valid tool that allows health managers to know the morbidity profile of the population served. In this way, it is possible to monitor and control the medical spending and manage health economic resources more appropriately.
Within the patient classification system, the Clinical Risk Group (CRG) is a tool that brings the population into different groups depending on the number and severity of chronic conditions in each person, which can be very useful for management and addressing the problem of increased chronicity in Spain.
Objective
The aim of this PhD thesis is to analyze the explanatory power of the CRG on health expenditure on health department Valencia and establish a system of clinical risk adjustment.
Methodology
Observational, descriptive, retrospective and cross-sectional study, on total health expenditure, using stratified-predictive-explanatory models.
A database of 156,811 inhabitants assigned to the Department of Health of Denia has been available, which included: age, CRG classification group and total health expenditure, among other variables.
In the first part of the results, descriptive analysis showing the most relevant information about the total health expenditure in the health department of Denia was performed from different perspectives; type of expenditure, expenditure by demographic and according to the morbidity of the population varibales.
In a later phase different econometric models have been iterated: linear regression model by ordinary least squares and generalized linear models, taking as a dependent variable the total sanitary expenditure and as independent variables: age, sex and CRG group. This is made to select the model that best explains the behavior of health expenditure and establish, in this way, a system of risk adjustment. We then compared the values estimated by the different models with the real value, to determine which of them was the most accurate.
Results
It has been found a high concentration of health spending in a small proportion of the population, namely 70% of health spending was generated by only 27% of the population with the highest morbidity. Econometric models based on CRG has much greater than those based on demographic variables explanatory power. The model greater statistical significance was reached employing the combination of the varibales age, sex, health status and level CRG gravity, coefficient of determination adjusted 41.9% in the case of linear regression and Akaike information criterion of 14.22 in the generalized linear model. In the subsequent verification with actual spending, the generalized linear model showed slightly higher. By type of expenditure, outpatient pharmacy was the highest level of explanation that obtained, while the lowest corresponded to hospital expenditure.
Conclusions
The CRG is a useful tool to explain the behavior of health spending depending on the morbidity of the population. / Introducción
El aumento de la esperanza de vida y el consiguiente envejecimiento demográfico, han provocado un incremento de la población con una o más enfermedades crónicas. Este hecho origina la necesidad de un planteamiento del sistema sanitario más orientado al cuidado y el tratamiento de los enfermos crónicos y pluripatológicos. Además, en el plano económico una población cada vez más envejecida y con mayor morbilidad, aunado con una constante innovación de la tecnología médica, inducen a un mayor gasto sanitario.
Por estos motivos y ante un contexto de crisis económica y limitación presupuestaria como la que acontece en España, es imprescindible introducir herramientas de gestión que contribuyan a mejorar la eficiencia del sistema sanitario y aumentar la calidad del mismo.
En este sentido los sistemas de clasificación de pacientes son una herramienta válida que permite a los gestores sanitarios conocer el perfil de morbilidad de la población atendida.
Dentro los sistemas de clasificación de pacientes, los Clinical Risk Group (CRG) son una herramienta que agrupa a población en diferentes grupos en función del número y gravedad de las condiciones crónicas, lo que puede ser de gran utilidad para la gestión y el abordaje del problema del aumento de la cronicidad en España.
Objetivo
El objetivo de la presente Tesis Doctoral es analizar la capacidad explicativa de los CRG sobre el gasto sanitario en un departamento de salud de la Comunidad Valenciana y establecer un sistema de ajuste por riesgo clínico.
Metodología
Estudio observacional, descriptivo, retrospectivo y de corte transversal sobre el gasto sanitario total, usando modelos explicativos-predictivos-estratificados.
Se ha dispuesto de una base de datos formada por los 156.811 habitantes asignados al Departamento de Denia, en la que constaba: la edad, el grupo de clasificación CRG y el gasto sanitario total, entre otras variables.
En la primera parte de los resultados, se ha recogido un análisis descriptivo mostrando la información más relevante acerca del gasto sanitario total en el Departamento de Denia desde diferentes perspectivas: el tipo de gasto y el gasto según las variables demográficas y la morbilidad de la población.
En una ulterior fase se ha iterado diferentes modelos econométricos: modelo de regresión lineal por mínimos cuadrados ordinarios y modelos lineales generalizados, tomando como variable dependiente, el gasto sanitario total y como variables independientes: la edad, el sexo y el grupo de pertenencia del CRG, con el fin de seleccionar el modelo que mejor explique el comportamiento del gasto sanitario y establecer, de esta manera, un sistema de ajuste por riesgo. A continuación, se compararon los valores estimados por los distintos modelos con el valor real, para determinar cuál de ellos era el más apropiado.
Resultados
Se ha comprobado la existencia de una alta concentración del gasto sanitario en una reducida proporción de la población; concretamente el 70% del gasto sanitario fue generado únicamente por el 27% de la población con mayor morbilidad. Los modelos econométricos basados en los CRG tienen una capacidad explicativa mucho mayor que los basados únicamente en variables demográficas. El modelo que mayor significación estadística alcanzó fue el que empleaba la combinación de las variables: edad, sexo, estado de salud CRG y nivel de gravedad, con un coeficiente de determinación ajustado del 41,9% en el modelo de regresión lineal y un criterio de información de Akaike de 14,22 en el modelo lineal generalizado. En la comprobación posterior con el gasto real, el modelo lineal generalizado se mostró ligeramente superior al modelo de regresión lineal. Por tipo de gasto, el gasto en farmacia ambulatoria fue el que mayor nivel de explicación obtuvo, mientras que el menor correspondió al gasto hospitalario.
Conclusiones
Los CRG son una herramienta útil para explicar el comportami / Introducció
L'augment de l'esperança de vida i el consegüent envelliment demogràfic, han provocat un increment de la població amb una o més malalties cròniques. Aquest fet origina la necessitat d'un plantejament del sistema sanitari més orientat al ciutat i el tractament dels malalts crònics i pluripatològics. A més, en el pla econòmic una població cada vegada més envellida i amb més morbiditat, conjuntament amb una constant innovació de la tecnologia mèdica indueixen a una major despesa sanitària.
Per aquests motius i davant un context de crisi econòmica i limitació pressupostària com la que passa a Espanya, és primordial introduir eines de gestió que contribueixin a millorar l'eficiència del sistema sanitari i augmentar la qualitat del mateix.
En aquest sentit, els sistemes de classificació de pacients són una eina vàlida que permet als gestors sanitaris conèixer el perfil de morbiditat de la població atesa, per d'aquesta manera, monitoritzar i controlar la despesa sanitaria i adequar i gestionar els recursos econòmics sanitaris d'una manera més apropiada a les necessitats assistencials requerides.
Dins dels sistemes de classificació de pacients, els Clinical Risk Group (CRG) són una eina que agrupa a la població en diferents grups en funció del nombre i gravetat de les condicions cròniques que pateix cada individu
Objectiu
L'objectiu de la present Tesi Doctoral és analitzar la capacitat explicativa dels CRG sobre la despesa sanitària en un departament de salut de la Comunitat Valenciana i establir un sistema d'ajust per risc clínic.
Metodologia
Estudi observacional, descriptiu, retrospectiu i de tall transversal sobre la despesa sanitària total i aplicabilitat en la gestió clínica usant models explicatius-predictius-estratificats.
S'ha comptat amb una base de dades de 156.811 habitants del departament de Dénia en la qual constava l'edat, el grup de classificació CRG i despesa sanitària total, entre altres variales.
En una primera part dels resultats, s'ha realitzat una anàlisi descriptiva mostrant la informació més rellevant sobre de la despesa sanitària total en el departament de Dénia des de diferents perspectives; tipus de despesa, despesa segons varibales demogràfiques i segons la morbiditat de la població.
En una ulterior fase s'ha iterat diferents models economètrics mitjançant la regressió lineal per mínims quadrats i els models lineals generalitzats, prenent com varibale dependent, la despesa sanitària total i com a variables independents; l'edat, el sexe i el grup de pertinença del CRG per tal d'selecciona el model que millor explique el comportament de la despesa sanitària i establir d'aquesta manera un sistema d'ajust per risc. A continuació es van comparar els valors estimats pels models amb el valor real per a determinar quin dels dos mètodes mètodes és el més apropiat.
Resultats
S'ha comprovat una alta concentració de la despesa sanitària en una reduïda proporció de la població, concretament el 70% de la despesa sanitària va ser generat per únicament el 27% de la població amb més moribilidad. Els models economètrics basats en els CRG té una capacitat explicativa molt més gran que els basats en variables demogràfiques. El model que més significació estadística aconsegueix va ser el que feia servir la combinació de les varibales edat, sexe, estat de salut CRG i nivell de gravetat amb un coeficent de determinació ajustat del 41,9% en el cas de la regressió lineal i criteri d'informació d'Akaike del 14,22 en el model lineal generalitzat. En la comprobació posterior amb la despesa real, el model lineal generalitzat es va mostrar lleugerament superior. Per tipus de despesa, la farmàcia ambulatòria va ser la que major nivell d'explicació va obtindre, mentre que el menor va correspondre a la despesa hospitalària.
Conclusions
Els CRG són una eina útil per explicar el comportament de la despesa sanitària en funció de la morbidi / Caballer Tarazona, V. (2017). Modelización económica del ajuste por riesgo del gasto sanitario per cápita segun morbilidad en la Comunidad Valenciana [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/78616
| Identifer | oai:union.ndltd.org:upv.es/oai:riunet.upv.es:10251/78616 |
| Date | 10 March 2017 |
| Creators | Caballer Tarazona, Vicent |
| Contributors | Guadalajara Olmeda, María Natividad, Vivas Consuelo, David José Juan, Universitat Politècnica de València. Facultad de Administración y Dirección de Empresas - Facultat d'Administració i Direcció d'Empreses |
| Publisher | Universitat Politècnica de València |
| Source Sets | Universitat Politècnica de València |
| Language | Spanish |
| Detected Language | Spanish |
| Type | info:eu-repo/semantics/doctoralThesis, info:eu-repo/semantics/acceptedVersion |
| Rights | http://rightsstatements.org/vocab/InC/1.0/, info:eu-repo/semantics/openAccess |
Page generated in 0.0035 seconds