Explotació estadística dels GRD

Abans d’entrar en l’anàlisi estadística dels indicadors sanitaris que permeten la comparació (benchmarking) entre les estades mitjanes (EM) dels GRD s’han de fer algunes consideracions:

• La diferència entre les EM d’un hospital amb altres pot estar motivada per:
  • La complexitat casuística (case mix) que atén. Aquesta complexitat no és evitable, prové de les característiques de la demanda que atén.
  • Les estades que produeix atendre aquesta casuística. Aquestes estades sí que podrien ser evitables, ja que se suposa que depenen del tipus de funcionament de l’hospital davant la mateixa casuística.
• Per conèixer si l’EM d’un hospital és millor (menor EM) o pitjor que un altre s’ha d’ajustar.
• L’EM d’un hospital es pot ajustar per casuística o per funcionament.

L’anàlisi estadística estarà estructurada en diversos apartats:

• Anàlisi dels principals indicadors ajustats de l’estada mitjana i altres indicadors sanitaris:
  • EM depurada, EMAF, EMAC, PMH, IC, IEMA, PRH IF.
• Comparativa d’indicadors:
  • PM, IC, costs, estades per variables (Serveis, Sexe, Circumstància d’alta…).

Alguns dels indicadors ajustats mesuren l’eficiència del servei sanitari, altres mesuren la complexitat casuística, els costos…

Obrim el llibre d’Excel CMBD-HA_IOC_GRD_L3.xlsx i veurem que té dos fulls: un, anomenat, CMBD-HA, que conté les dades del CMBD relacionades amb els GRD i algunes variables, i un segon full, anomenat, GRD-APR-NS, que conté la Norma APR-GRD, Nivells de severitat versió 36 de 2020 d’hospitals generals d’aguts.

Per calcular aquest indicador, hem de fer la mitjana de les estades produïdes a l’hospital, o bé sumant el total d’estades i dividir-les pel total d’altes:

1. Afegim una columna a la cel·la Q1 del full CMBD-HA que anomenarem EM depurada.
2. En la columna R escriurem el rètol EMH (que en aquest cas serà depurada).
3. En la cel·la R2 farem la mitjana de les EM depurades.
4. Obtindrem una EMH de 5,22 dies.

Per calcular aquest indicador, anem a la cel·la T1 del full GRD-APR-NS i posem el nom d’EMS. A la cel·la T2 fem la mitjana de l’Estada mitja depurada (rang de la columna J), i obtindrem un valor d’11,76 dies.

Aquest indicador ens permetrà conèixer la complexitat que atén i l’adequació de l’estada mitjana de l’hospital (EMH), en comparació amb l’estàndard:

El procediment per calcular l’EMAF és el següent:

1. Anem al full CMBD-HA i ens posem en qualsevol cel·la que contingui dades.
2. Observeu que hi ha una columna Estades, que s’ha calculat restant la data d’alta (que és una cel·la que conté la data i l’hora d’alta) a la data d’ingrés (que conté la data i hora de l’ingrés).
3. Afegim un nou ful que anomenarem: Indicadors GRD_EMAF.
4. Fem clic sobre Inserir | Taula creuada i la inserim a la cel·la A1 del nou full Indicadors GRD.
5. Arrosseguem la variable Desc. GRD a Files i a Σ Valors arrosseguem la variable Estades, i l’expressem com mitjana d’Estades, i arrosseguem també la variable Desc. GRD i l’expressem en Recompte per conèixer el nombre d’altes per cada GRD.
6. Convertim aquesta taula dinàmica en una normal (copiant totes les dades i enganxant-les en el mateix lloc com Valors).
7. A la cel·la A1 li posem el títol GRD, a la cel·la B1, Mitjana d’estades i a la cel·la C1, Altes.
8. Posar un bonic format a la taula.
9. A la cel·la D1 posem el títol EMS (estada mitjana de l’estàndard), la cel·la E1 l’anomenem Altes · EMS i a la cel·la F1 li posem el títol de Σ Altes per GRD · EMS. Per acabar, a la cel·la G1 li posem el títol d’EMAF.
10. Abans de calcular l’EMAF, hem de conèixer quina és l’estada mitjana de l’estàndard (EMS) per GRD.
11. Per fer-ho, afegim un altre full nou que anomenarem EMAC, ja que posteriorment calcularem aquest indicador (estada mitjana ajustada a casuística) en aquest full.
12. Anem a una cel·la amb dades del full GDR-APR-NS i cliquem sobre Inserir | Taula dinàmica, i la posem a la cel·la A1 del full EMAC.
13. Arrosseguem la variable Descripció a Fila i les variables Estada mitjana depurada i Altes depurades a Σ Valors. La variable Estada mitjana depurada l’expressem en mitjana i la variable Altes depurades l’expressem com “Suma”.
14. Convertim la taula dinàmica en una normal i li donem un format agradable.
15. Tornem al full EMAF i anem a la columna E. Hem de calcular l’estada mitjana estàndard (EMS) per GRD. Per fer-ho utilitzarem la fórmula BUSCARX.
16. A la cel·la E2 escrivim els paràmetres de la funció BUSCARX:
    =BUSCARX(A2;EMAC!$A$2:$A$330;EMAC!$B$2:$B$330;“”;0)

Si us fixeu, hem posat el rang d’estades mitjanes depurades de l’estàndard que hi ha al full EMAC ($B$2:$B$330) per obtenir el resultat.

Copiem la fórmula a la resta del rang i ajustem els resultats a dos decimals:

• Per calcular Altes·EMS, utilitzarem la fórmula: =C2*D2.
• Per obtenir el ΣAltes·EMS, utilitzarem la fórmula: =SUMA(E2:E194).
• Per obtenir l’EMAF, utilitzarem la fórmula: F2/B195.

L’EMAC indica l’estada mitjana que hagués tingut l’hospital si hagués atès la casuística de l’estàndard. La fórmula per calcular l’EMAC és aquesta:

Per calcular l’EMAC hem de seguir els següents passos:

1. Anem al full GRD-APR-NS i en posem sobre una cel·la que contingui dades.
2. Fem clic sobre Inserir | Taula dinàmica i la inserim en la cel·la A1 del full Indicadors GRD EMAC.
3. Arrosseguem la variable Descripció a Fila i també a Σ Valors. Arrosseguem la variable Est. Media Depur a Σ Valors, i l’expressem com “Suma” d’altes Depur.
4. Convertim la taula dinàmica en una taula normal.
5. Posem els següents títols: EMH GRD (EM de l’hospital per GRD), Altes · EMH GRD, Σ Altes · EMH GRD i EMAC, les cel·les D1, E1, F1 i G1, respectivament.
6. A la cel·la C2 escrivim els paràmetres de la funció BUSCARX:
   =BUSCARX(A2;EMAF!$A$2:$A$194;EMAF!$C$2:$C$194;“”;0)

Amb aquesta fórmula calculem les estades mitjanes de l’hospital per GRD:

• A la cel·la D2 multipliquem l’EMH per les Altes de l’estàndard.
• A la cel·la E2 fem el sumatori de les EMH · Altes de l’estàndard.
• A la cel·la F2 calculem l’EMAC dividint el Σ EMH · Altes pel total d’altes de l’estàndard.

El pes mitjà és una mesura descriptiva de la complexitat atesa per un hospital. Per calcular aquest indicador hem de fer el següent procediment:

1. Anem al full CMBD-HA i escrivim PMH a la cel·la O1.
2. Per calcular el pes mitjà, simplement haurem d’escriure la fórmula =PROMEDIO(rang de cel·les de Pes) i obtindrem un valor de 0,89 (amb dos decimals).

Aquest índex ens indica si la casuística de l’hospital és més o menys complexa que la de l’estàndard.

Per calcular l’IC haurem de dividir l’EMAF entre l’EMS:

• A la cel·la P1 del full CMBD-HA escrivim IC.
• A la cel·la P2 apliquem la fórmula: EMAF/EMS.
• El resultat obtingut és: 0,66.

Aquest índex s’obté dividint l’EMH per l’EMAF i valora el funcionament de l’hospital.

• A la cel·la Q1 del full CMBD-HA posem el títol de IEMA.
• A la cel·la Q2 posem la fórmula =EMH/EMAF.
• El resultat és 0,67.

Per calcular aquest índex, hem de dividir el pes mitjà de l’hospital (PMH) entre el pes mitjà de l’estàndard (PMS):

• A la cel·la P1 del full CMBD-HA posem el títol de PRH.
• Haurem de calcular el pes mitjà de l’estàndard fent una mitjana dels seus corresponents pes relatius.
• A la cel·la S1 del full GRD-APR-NS escrivim el títol PMS.
• A la cel·la S2 fem la mitjana dels pesos relatius. Ens ha de donar un resultat de 2,47.
• A la cel·la P2 del full Indicadors CMBD-HA escrivim la fórmula: =O2/‘GRD-APR-NS’!S2 (PMH/PMS).
• El resultat obtingut és 0,36.

És un indicador global que s’utilitza per avaluar l’eficiència dels hospitals en la gestió de les estades. L’IF es calcula dividint l’EMAC entre l’EMS.

• A la cel·la S1 del full CMBD-HA escrivim el títol IF.
• A la cel·la S2 apliquem la fórmula de l’índex funcional: EMAC/EMS.
• El resultat obtingut és 0,41.

És la diferència entre l’EMH i l’EMS que és causada per diferències en la complexitat de la casuística entre ambdues. Aquest indicador es calcula amb la fórmula: DEMC = EMAF – EMS.

Ens ha donat el següent resultat (figura):

• Si s’obté un valor > 0, l’hospital atén una complexitat major que l’estàndard.
• Si s’obté un valor < 0, l’hospital atén una complexitat menor que l’estàndard.

És la diferència entre l’EMH i l’EMS que és causada per diferències en el funcionament entre ambdues. La DEMF es calcula amb la fórmula: DEMF = EMH – EMAF.

Ens ha donat el resultat següent (figura):

• Si s’obté un valor > 0, l’hospital registra un pitjor funcionament que l’estàndard (més estades).
• Si s’obté un valor < 0, l’hospital registra un millor funcionament que l’estàndard (menys estades).

Són les estades que no s’haurien produït en cas que l’hospital hagués registrat l’EMS. Es calcula amb la fórmula: EE = DEMF · nombre d’altes de l’hospital.

Ens dona el resultat següent (figura):

Són els ingressos que no s’haguessin pogut fer en l’hospital en cas d’haver registrat l’EMS.

Es calcula amb la fórmula que teniu a continuació:

Ens ha donat el següent resultat (figura):

Mireu el vídeo Explotació estadística d’una base de dades del GRD-APR, on s’explica pas a pas el procediment per calcular tots els indicadors que hem analitzat en els apartats anteriors.

A continuació, analitzarem com es comporten certs indicadors o variables segons el Servei d’hospitalització:

• Tipus de GRD per Servei
• Severitat i Risc de mortalitat per Servei
• Pes mitjà, cost mitjà i estades mitjanes per servei
• Tipus de GRD versus Pes, Cost i Estada mitjanes

Farem una taula dinàmica en el que entrecreuarem les variables Servei i Tipus de GRD. L’objectiu és veure com es distribueixen els GRD mèdic i quirúrgics per Servei.

El procediment a seguir serà el següent:

1. Afegim un nou full anomenat Indicadors per Serveis.
2. Tornem al full CMBD-HA i ens posem en una cel·la que contingui dades.
3. Inserim una taula dinàmica a la cel·la A1 del nou full.
4. Arrosseguem la variable Servei a Files i la variable Tipus de GRD a Columnes.
5. Expressem els resultats en % del total de les Files.
6. Obtindrem una taula com aquesta (figura):

Observem que a l’hospital hi ha una major activitat quirúrgica, un 58,33%, respecte a l’activitat mèdica, que és del 41,67%. Els serveis mèdics són el de Medicina interna i el d’Obstetrícia, mentre que la resta de serveis són majoritàriament quirúrgics.

El següent indicador permetrà observar quins són els serveis amb una major severitat i un major risc de mortalitat.

Per fer-ho, també farem servir una taula dinàmica on posarem la variable Servei a Files i les variables Severitat GRD i Risc de mortalitat GRD a Σ Valors. Ubicarem la taula al full Indicadors per servei. Obtenim una taula com aquesta (figura):

A la taula es pot veure que el servei de Medicina Interna és el que té una mitjana de severitat i de risc de mortalitat més elevada, ja que dona assistència a persones d’edat avançada i amb pluripatologies. Si tenim en compte que aquests indicadors tenen un valor d’1 a 4 (menor, moderat, major i extrem), tot i que aquest servei atén una complexitat casuística major que la resta de serveis, estaria en el rang de risc de severitat i mortalitat moderat.

Amb aquesta taula podrem conèixer els serveis que suposen un major cost i té un pes mitjà més elevat. Ubicarem la taula dinàmica al full Indicadors per serveis i arrossegarem la variable Servei a Files i a Σ Valors les variables Pes, Cost i Estades. Expressarem els resultats en mitjana fins a obtenir la següent taula (figura):

Els serveis que tenen un pes mitjà més elevat (per sobre d’1) són els de Cirurgia vascular (PM d’1,38 i cost mitjà de 6301,46 €), el de Cirurgia maxil·lofacial (amb un PM d’1,37 i un cost mitjà de 9368,84 €) i el de Traumatologia (PM d’1,14 i cost mitjà de 5609,34 €). Tots aquests serveis ofereixen atenció quirúrgica.

Els serveis que tenen menys pes mitjà són el d’Obstetrícia (0,38 i cost mitjà de 2683,99 €), el de Ginecologia (PM de 0,72 i cost mitjà de 2911,73 €) i el de Medicina interna (PM de 0,78 i cost mitjà de 3588,13 €). Els serveis d’Obstetrícia i Medicina interna ofereixen serveis mèdics i el de Ginecologia, quirúrgics, majoritàriament.

Si analitzem les dades, tenint en compte les estades, observem que el servei de Medicina interna, que té el valor d’estada mitjana més elevat (7,04) és un dels serveis que tenen un pes i cos mitjà més baix. A aquest servei li segueixen el de Cirurgia general (3,36) i el d’Urologia (2,76), que no tenen un PM ni un cost mitjà massa elevat.

Per fer l’anàlisi dels mateixos indicadors, però en funció del tipus de GRD (Mèdic o Quirúrgic), inserirem una taula dinàmica al full Indicadors per Serveis. Obtenim la següent taula (figura):

Com ja s’intuïa, els GRD mèdics tenen un menor pes i cost mitjà, però cursen amb moltes més estades que els quirúrgics.

En aquest punt farem una anàlisi estadística on compararem diferents variables amb dades derivades dels GRD:

• Circumstància d’alta per serveis
• Mortalitat per GRD
• GRD més freqüents per sexe

Per analitzar com es distribueixen els diferents tipus d’altes pels serveis inserirem una tala dinàmica en el full Indicadors per serveis. Arrossegarem la variable Serveis a Files i la variable C_alta a columnes i també a Σ Valors, fins a obtenir una taula com aquesta (figura, la taula està editada):

A la taula veiem com es distribueixen les altes pels diferents serveis. Gairebé tres quartes parts de les altes són amb continuïtat assistencial en el mateix centre, seguides de les altes a domicili i amb continuïtat assistencial en un centre sanitari aliè.

Si analitzem les dades tenint en compte els serveis, observem que el servei que cursa amb més altes és el de Medicina interna (amb el 28,4%), seguit del de Traumatologia i el de Cirurgia general (amb un 17,57% i 16,96%, respectivament).

Una dada important és la que ens dona les altes per defunció, que de l’1,53% del total de les altes, l’1,33% es dona en el servei de Medicina interna, donat que aquest servei dona atenció majoritàriament a persones d’edat avançada.

Per obtenir aquesta informació afegirem un full nou, que anomenarem Altres variables, on inserirem una taula dinàmica. Arrosseguem la variable Descripció GRD a Files i C_alta a columnes i també a Σ Valors. Una vegada feta la taula, expressarem els resultats en % del total de columnes i filtrarem la informació deixant visible només les altes per defunció.

Per filtrar la informació perquè només apareguin les altes per defunció, una vegada tenim la informació expressada en % del total de la columna, anirem a la taula dinàmica, on posa Etiquetes de columna, prenem la pestanya i li posem el filtre. Obtindrem una taula com aquesta (figura):

Com s’observa a la taula, el GRD Altra pneumònia acapara el 14,52 de les morts produïdes. Li segueix el GRD Altres diagnòstics menors, signes i símptomes d’aparell respiratori (9,6% de les morts) i els GRD Infeccions i inflamacions pulmonars majors i Insuficiència cardíaca (amb el 6,45% de les morts produïdes, respectivament).

En síntesi, podem concloure que les malalties respiratòries són les que més mortalitat produeixen i, si tenim en compte que la majoria de les morts es produeixen en el servei de Medicina interna, la majoria d’aquestes malalties respiratòries corresponen a gent gran.

Si volem analitzar com és la distribució dels GRD segons el sexe, i saber quins són els tres GRD més freqüents dels homes i de les dones, ho farem amb una taula dinàmica.

Inserim una taula dinàmica al full Altres variables. A Files, arrosseguem la variable Descripció GRD i, a Columnes i a Σ Valors, la variable Sexe. Convertim aquesta taula dinàmica en una taula normal i ordenem segons Sexe | Dona, de major a menor. Li donem format a la taula, fins a obtenir una semblant a aquesta (figura):

Els tres GRD més freqüents entre les dones són: els Procediments sobre ull i òrbita (14,4%), el Part (7,83%) i Altres procediments sobre sistema circulatori (5,83).

Per obtenir el rànquing dels tres GRD més freqüents entre els homes, ordenarem ara segons Home, de major a menor. Obtindrem una taula semblant a aquesta (figura):

Entre els homes, els GRD més freqüents són: Procediments sobre ull i òrbita (14,88%), Malaltia pulmonar obstructiva crònica (MPOC), amb el 5,51% i Procediments sobre hèrnia inguinal, femoral i umbilical, amb el 5,45%.

Podem concloure que dins els GRD més freqüents entre les dones i els homes, hi ha dos que són quirúrgics.

Aneu a Desar com i deseu el llibre amb el nom de CMBD-HA_IOC_GRD_L3_Estadística.