El cuadro de mando asistencial para Atención Primaria

Presentación del tema: "El cuadro de mando asistencial para Atención Primaria"— Transcripción de la presentación:

1 El cuadro de mando asistencial para Atención Primaria
IAMETRICS – AP: El cuadro de mando asistencial para Atención Primaria Didier de Saint Pierre

2 Benchmarking El benchmarking es un anglicismo que, en administración, puede definirse como un proceso sistemático y continuo para evaluar comparativamente los productos, servicios y procesos de trabajo en organizaciones. Filosofía japonesa en la que se analiza a la competencia para aprender de ellos y mejorar. Expresión que se suele traducir como buenas prácticas o sus ejemplos.

3 Benchmarking clínico en AP
Objetivo: Saber cómo lo estamos haciendo – mejorar servicios, procesos y gestión Nuestra propuesta Benchmarking, comparación con otros (el promedio de establecimientos similares o los establecimientos de mejor desempeño), o consigo mismo en el tiempo, para: Identificar las áreas de excelencia. Disminuir a cantidad de recursos utilizados inapropiadamente y brindar servicios costo efectivos Identificar los procesos mejorables Precaución En salud, la comparación con otros requiere cuidados especiales. Las poblaciones son diferentes en su situación, vulnerabilidad y resistencia a las amenazas a la salud, y por ende, para comparar, es necesario segmentar la población y ajustar

4 % de la % de recursos en población atención médica
¿Porque el ajuste de riesgo es necesario? No todas las personas tienen la misma necesidad de recursos de atención médica % de la % de recursos en población atención médica 1% 30% 10% 72% 50% 97%

5 Necesidad de segmentación de la población
6.140 pacientes diabetes Tipo 2 Diabetes T 2 sin complicaciones 84% Diabetes T 2 con complicaciones 16% +1 +2 =>3 Comorbilidades 16 visitas AP; 2 CCEE 32 % urgencias 24% ingresa 663€ farmacia 2.057€ año 0,36 0,84 4,77 9,72 0,60 18 visitas AP; 3,2 CCEE 47% urgencias 52% ingresa 1.135€ farmacia 4.306€ año 12 visitas AP, 0,38 CCEE 4% urgencias 6% ingresa 359€ farmacia 681€ año 9,5% 7,2%

6 Necesidad de ajuste de riesgos. Sistemas de clasificación de pacientes.
Las poblaciones difieren en su situación, vulnerabilidad y resistencia a las amenazas a la salud. Hay que caracterizar el patrón de morbilidad en el individuo y las poblaciones. La carga de morbilidad describe el agregado de problemas de salud en el individuo y las poblaciones. Requiere valorar los riesgos de salud de la población cubierta por la red

7 Existen varios sistemas de clasificación de pacientes (SCP o casemix) disponibles:
Ambulatory Clinical Groups (ACG), Johns Hopkins University Clinical Risk Groups (CRG), 3M Diagnostic Cost Groups (DCG) Casemix: Un Sistema de Clasificación de Pacientes (SCP) es un sistema de reglas que clasifica todos y cada uno de los pacientes atendidos por un proveedor asistencial en un conjunto de grupos homogéneos (en base a distintos atributos entre los que destaca el coste esperado) a partir de información básica como la edad, el sexo, los diagnósticos y los procedimientos practicados.

8 Datos para la clasificación Datos para la evaluación
La evaluación en Atención Primaria e Integrada Base metodológica y requisitos: Datos para la clasificación Diagnósticos clínicos, variables demográficas Codificación CIE-9, CIE-10, WONCA Sistema casemix Adjusted Clinical Groups (ACG) Cost Related Groups (CRG) Diagnostic Cost Groups (DCG) Datos para la evaluación Otros datos de utilización de recursos sanitarios

9 Descripcion del Sistema de Case-Mix ACG (Escuela de Salud Pública de la Universidad Johns Hopkins)
ACGs (" Grupos Ajustados Clínicos ", antes "Grupos de Cuidado Ambulatorios ") están basados en la premisa que la carga de morbilidad puede ayudar a explicar la variación en el consumo del recurso de asistencia médica. Centrados en la salud global de los ciudadanos no en los episodios de cuidados individuales Se asigna sólo un ACG a cada persona, basándose en su edad, género y su conjunto de diagnósticos en un determinado lapso de tiempo. Capta la dimensión longitudinal, multi-episódica de la atención de la salud. El proceso de agrupación ha sido computarizado. El software agrupador “ACG ” requiere datos simples

10 De códigos de diagnóstico hacia ACGs
Códigos de diagnostico de la CIE-9 Grupos de Diagnósticos Ajustados (32 ADGs) Grupos de Diagnósticos Ajustados y Colapsados (12 CADGs) Categorías Ambulatorias Mayores (26 grupos de pacientes MACs) Edad y Género (106 ACGs)-Grupos Clinicos Ajustados

11 De códigos de diagnóstico hacia ACGs
Diagnósticos clínicos, variables demográficas Códigos de diagnostico de la CIE-9 Grupos de Diagnósticos Ajustados (32 ADGs) …… Edad y Género 106 ACGs-Grupos Clinicos Ajustados

12 Criterios utilizados para asignar una enfermedad o condición dentro de un ADG particular
Duración (agudo, crónico o recurrente) Severidad (baja, media, alta) Etiología (médica, infecciosa o no, alérgica, anatómica, injuria, psicosocial, neoplasia, embarazo, etc) Certeza diagnóstica (alta o baja) Probabilidad de requerimiento de tratamiento especializado (poco probable, probable, muy probable).

13 Grupo Diagnostico Ajustado
Ejemplos de 32 ADGs Diagnóstico Comun Grupo Diagnostico Ajustado 1 - Plazo: Menor 3 - Plazo: Mayor 9 - Probabilidad de Recurrencia: Progresivo 10 - Patologia Cronica: Estable Gastroenteritis no infecc. Flebitis de MMII Cetoacidosis Diabetica Hipertension esencial

14 Ejemplos de 32 ADGs (continuación)
Diagnostico Comun 17 – Crónico especial inestable (garganta, naríz, oído) 25 - Psicosocial recurrente, inestable o persistente 26 – Signos/Sintomas:Menor 32 - Maligno Mastoiditis crónica Esquizofrenia Dolor de cabeza Enfermedad de Hodgkin

15 De los ADGs hacia los ACGs
Durante un año, los motivos de consulta del paciente pueden caer en varios de los 32 ADGS. El número potencial de combinaciones es enorme; con el fin de reducirlas, los ADGs similiares se aglutinan en 12 CADGs. 22 MACs son las combinaciones más frecuentes de CADGs. 1 MAC incluye a todas las embarazadas. 1 MAC incluye a todos los menores de un año. 1 MAC engloba a los pacientes que no consultan. 1 MAC comprende al resto de combinaciones de CADGs posibles.

16 Los ACGs Poblacion total ACG X ACG Y ACG Z
La asignación se basa en la edad , el género, presencia de algunos ADGs específicos, número total de ADGs del paciente, número total de ADGs mayores, y opcionalmente embarazo y peso al nacer

17 Ejemplos ACG ACG Descripcion 0200 Agudo Menor, edad 2 a 5
0600 Probabilidad recurrencia, con alergias 1722 Embarazada con 2-3 ADGs, no ADGs mayores. Agudo Mayor y Probabilidad de recurrencia otras combinaciones de ADGs, edad mayor 44, 2 o más ADGs mayores 5322 Niños con 0-5 ADGs, 1 o más ADGs mayores o bajo peso al nacer.

18 Poder Predictivo del ACG comparado con edad y género
Gasto Ambulatorio Retrospectivo Edad/Genero % ACG % Prospectivo Edad/Genero % ACG %

19 Caracteristicas distintivas de los ACGs
Cada paciente sólo se ubica en una categoria ACG Es una clasificación de pacientes Está basado en diagnósticos Capta la dimensión longitudinal, multi-episódica de la atención de la salud. Requiere solo de datos simples. Permite agrupar a toda la población

20 Actualizacion de las aplicaciones de los ACG
Mas de 150 organizaciones en los EEUU estan utilizando actualmente los ACGs de Johns Hopkins. Los ACGs se están convirtiendo en el sistema case-mix standard para comparar el perfil de morbilidad de distitintas poblaciones. Cada vez más, los ACGs son utilizados por organizaciones de Managed Care para propósitos de pago y capitación. Unas 60 Instituciones Academicas (en 5 países) están aplicando , validando y evaluando el sistema ACG independientemente . (EEUU, Canadá, España, Suecia)

21 Capitación aplicando ACGs Simulación en un HMO
Tipo de Grupo Sistema de pago Dif. de pago Mas enfermo que Demográfico 5.2% subpago el promedio ACGs % sobrepago Más saludable Demográfico 7.9% sobrepago que el promedio ACGs % subpago Fuente Fowles, J. et al JAMA, 10/23/96)

22 Utilizando ACGs para evaluación de utilización de recursos sanitarios
Eficiencia ACG ACG Proveedor PMPM No ajustada Case-Mix Eficiencia ajust Contratado $ Razón Factor Razón #1 $ #2 $ #3 $ #4 $ TODOS $

23 Aplicaciones de los ACGs
Financiación: Cálculo de fórmulas capitadas. Permite el ajuste de las tasas de capitación. Gestión de la utilización de recursos y de resultados: Perfil del proveedor. Monitorización y comparación de perfiles de actividad. Gestión de Calidad: Permite mejorar prospectivamente la oferta de servicios, adecuándola al perfil de morbilidad de la población Predicción: Permite predecir el consumo futuro de recursos de un paciente

24 Pero el uso de recursos dentro de un mismo grupos de pacientes con similiares patologías son muy variables EDCs no provee información sobre la expectativa de uso de recursos. Los ACGs si agrupan pacientes en categorías con isoconsumo de recursos. Por lo tanto, la combinación de EDCs con ACGs agrupa pacientes con enfermedades específicas en grupos de baja, media y elevada expectativa de uso de recursos.

25 EDC= Episode Diagnostic Cluster
Se trata de una estratificación diagnóstica del sistema ACG. Mientras los ACG agrupan pacientes (un paciente à un ACG), los EDC son de asignación múltiple (un paciente à varios EDC). Hay que verlo como una tabla de doble entrada: los pacientes hipertensos (EDC Hipertensión) pueden ser de muchos tipos: un 20% del ACG 0300, un 50% del ACG 3300, un 10% del ACG 3440,… Por otro lado, un mismo paciente puede ser hipertenso y diabético a la vez… pero solo un ACG. Cada ACG tiene un consumo esperado distinto y son los que se usan para ajustar consumos esperados (son categorías isocoste). Los EDC son descriptivos y se incorporaron al sistema ACG ante las críticas que los grupos ACG predecían bien el consumo de recursos pero no tenían significado clínico. Te copio una slide autoexplicativa…

26 Algunas consideraciones finales sobre ACGs
PERSPECTIVAS DE FUTURO Factibilidad de su implementación Mayor desarrollo de la informatización de las consultas Adaptación a sistemas de clasificación de AP (CIAP2) Utilización y aplicabilidad Deben realizarse más estudios para su validación Puede ser un instrumento importante para la asignación de recursos y para la gestión de calidad, fundamentalmente en Sistemas organizados sobre la base de la adscripción de población a los EAP.

27 CONCLUSIONES FINALES Desafío: disminuir la cantidad de recursos utilizados inapropiadamente, garantizando servicios costo efectivos. Es necesario conocer los costos de los servicios y contar con sistemas de clasificación de pacientes Primero es necesario aplicar esfuerzo en los sistemas de información (registros, etc) ACG, EDC, APG.... Cuál es el mejor ? depende para lo que se lo quiera.....

28 La inteligencia de negocio, más accesible que nunca
Millones registros Modelos de datos Relevancia métricas Contextualización resultados Visualización adecuada Implementación inmediata

29 Las prácticas del sector…
Demanda Complejidad Eficiencia Casemix (ACG, CRG) Calidad …frente a sus prácticas observadas

30 Sistemas de Casemix: la estandarización necesaria para comparar
 Individuos Poblaciones  necesidades  pronósticos  recursos Casemix CRG DCG ACG El concepto de “complejidad del case mix” El concepto de “complejidad de la casuística” parece muy sencillo a primera vista. Sin embargo, los médicos, los directivos de hospitales y los responsables de la Administración sanitaria han asociado distintos significados a este concepto, dependiendo de sus experiencias previas y sus objetivos. El término de complejidad del case mix se ha utilizado para referirse a un conjunto interrelacionado pero bien distinto de atributos de los pacientes que incluyen la gravedad de la enfermedad, su pronóstico, dificultad de tratamiento, necesidad de actuación médica e intensidad de consumo de recursos. Cada uno de estos atributos tiene un significado muy preciso que describe un aspecto particular del case mix de un hospital. La gravedad de la enfermedad se refiere al nivel relativo de pérdida de función y/o índice de mortalidad de los pacientes con una enfermedad determinada. El pronóstico se refiere a la evolución probable de una enfermedad, incluyendo la posibilidad de mejoría o deterioro de la gravedad de la misma, las posibilidades de recaída y la estimación del tiempo de supervivencia. La dificultad de tratamiento hace referencia a los problemas de atención médica que representan los pacientes que padecen una enfermedad en particular. Dichos problemas de tratamiento se asocian a enfermedades sin un patrón sintomático claro, enfermedades que requieren procedimientos sofisticados y técnicamente difíciles, y enfermedades que necesitan de un seguimiento y supervisión continuados. Necesidad de actuación médica se refiere a las consecuencias en términos de gravedad de la enfermedad que podrían derivarse de la falta de una atención médica inmediata o continuada. Intensidad de los recursos se refiere al número y tipos de servicios diagnósticos, terapéuticos y de enfermería utilizados en el tratamiento de una enfermedad determinada. Cuando los médicos utilizan el concepto “complejidad de la casuística”, se están refiriendo a uno o a varios aspectos de la complejidad clínica. Para los médicos, una mayor complejidad del case mix significa una mayor gravedad de la enfermedad, mayor dificultad de tratamiento, peor pronóstico o una mayor necesidad de actuación asistencial. Por lo tanto, desde un punto de vista médico, la complejidad del case mix hace referencia a la situación de los pacientes tratados y a la dificultad del tratamiento asociada a la asistencia médica. Por otro lado, los directivos de hospitales y los responsables de la Administración sanitaria suelen utilizar el concepto de complejidad del case mix para indicar que los pacientes tratados precisan de más recursos, lo que se traduce en un coste más alto de la asistencia médica. Por lo tanto, desde el punto de vista de los directivos y administradores, la complejidad del case mix refleja la demanda de consumo de recursos que el paciente hace a una institución. Si bien estas dos interpretaciones de la complejidad del case mix están a menudo muy relacionadas, pueden llegar a ser muy distintas para determinado tipo de pacientes. Por ejemplo, los pacientes afectados por una neoplasia en fase terminal están gravemente enfermos y tienen un mal pronóstico, pero precisan de pocos recursos hospitalarios más allá de unos cuidados de enfermería básicos. Ningún sistema de medición de la complejidad del case mix puede ser totalmente eficaz a la hora de considerar todos los diferentes aspectos de la complejidad de la casuística. En tiempos pasados ha habido confusión con respecto al uso e interpretación de los GRD puesto que el aspecto de la complejidad del case mix medido por los GRD no se había entendido bien. La finalidad de los GRD es relacionar la casuística del hospital con la demanda de recursos y costes asociados incurridos por el hospital. Por lo tanto, un hospital que tenga una casuística más compleja, desde el punto de vista de los GRD, significa que el hospital trata a pacientes que precisan de más recursos hospitalarios, pero no necesariamente que el hospital trate pacientes con enfermedades más graves, con mayor dificultad de tratamiento, de peor pronóstico o con una mayor necesidad de actuación médica. Los ACG (Adjusted Clinical Groups ) desarrollados por La Universidad Johns Hopkins ofrecen un enfoque único para la medición de la morbilidad que mejora la precisión y la imparcialidad en la evaluación de desempeño de los proveedores, identificando a los pacientes de alto riesgo, pronosticando la utilización de los servicios de salud y estableciendo un sistema tarifario justa. El sistema ACG mide la morbilidad de las poblaciones de pacientes basado en los patrones de enfermedad, edad y sexo. Se basa en el diagnóstico y / o la información de consumo farmacéutico que se encuentra en algún tipo de registro clínico informatizado. Esto proporciona al usuario una representación más precisa de la carga de morbilidad de las poblaciones, los subgrupos y pacientes individuales - mirándola como una constelación de morbilidades, y no como enfermedades individuales. El ACG está “centrado en la persona“, enfoque que le permite captar la naturaleza multidimensional de la salud de un individuo a través del tiempo. CRG Abstract OBJECTIVE: To develop Clinical Risk Groups (CRGs), a claims-based classification system for risk adjustment that assigns each individual to a single mutually exclusive risk group based on historical clinical and demographic characteristics to predict future use of healthcare resources. STUDY DESIGN/DATA SOURCES: We developed CRGs through a highly iterative process of extensive clinical hypothesis generation followed by evaluation and verification with computerized claims-based databases containing inpatient and ambulatory information from 3 sources: a 5% sample of Medicare enrollees for years , a privately insured population enrolled during the same time period, and a Medicaid population with 2 years of data. RESULTS: We created a system of 269 hierarchically ranked, mutually exclusive base-risk groups (Base CRGs) based on the presence of chronic diseases and combinations of chronic diseases. We subdivided Base CRGs by levels of severity of illness to yield a total of 1075 groups. We evaluated the predictive performance of the full CRG model with R2 calculations and obtained values of for a Medicare validation data set without adjusting predicted payments for persons who died in the prediction year, and with a death adjustment. A concurrent analysis, using diagnostic information from the same year as expenditures, yielded an R2 of for 1994. CONCLUSION: CRGs performance is comparable to other risk adjustment systems. CRGs have the potential to provide risk adjustment for capitated payment systems and management systems that support care pathways and case management. Iso-consumo Tipo A Tipo B Tipo C Estandarización de tasas: Observado frente a Esperado

31 Reporting en web: acceda dónde y cuándo quiera
Lo único que necesita para consultar los resultados es una conexión a internet y una cuenta personal de usuario autorizada. Con IAmetrics® ya no es necesario estar físicamente delante de una estación de trabajo concreta para acceder a la información de su interés. Escalabilidad total en el acceso a la información Consulte en cualquier momento y lugar la información clave para la gestión

32 Indicadores básicos en IAmetrics AP
Indicadores descriptivos Indicadores normativos No incorporan juicio de valor en la medida en que no tienen un comportamiento esperado deseable Incorporan juicio de valor en la medida que tienen un comportamiento esperado deseable: menos es mejor Peso medio ACG Cobertura Frecuentación Presión asistencial Índice de Visitas Índice de Farmacia Índice de Derivaciones

33 Un conjunto balanceado de dimensiones clave
Población de referencia Calidad de datos Complejidad ¿Cómo de distinta es la población atendida respecto a la del estándar? ¿ha cambiado de un año a otro? ¿Cómo de exhaustivo es el registro diagnóstico? ¿Hasta qué punto puede estar sesgando los resultados? ¿Son los pacientes más o menos complejos que los que atiende el estándar? ¿Cuán distinta es la prevalencia que muestran determinadas patologías? Todas las dimensiones  Frecuentación Cobertura Presión asistencial Demanda ¿Es su población relativamente sobreconsumidora de asistencia sanitaria? ¿Está su población adecuadamente cubierta? ¿Hay alguna patología con cobertura manifiestamente mejorable? ¿Están sus médicos soportando una mayor actividad de lo que se esperaría? ¿por qué motivos? Visitas Farmacia Derivaciones Eficiencia ¿Son la farmacia prescrita, el número de visitas o las derivaciones por paciente las esperadas en función del tipo de pacientes atendidos? Calidad En desarrollo

34 Lógica de análisis: razones (ratios) para sintetizar diferencias
Rápida conversión a incrementos porcentuales Una razón de 1,45  un 45% mayor > 1 Observado > Esperado Valor observado Razón = = 1 Observado = Esperado Valor esperado < 1 Observado < Esperado

35 Resultados segmentados para poblaciones concretas
Todas las poblaciones  Diabéticos Hipertensos EPOC Cardiopatías Defina hasta 15 poblaciones diana para su monitorización Analice cómo se comportan distintas poblaciones en cada dimensión Todas las dimensiones  Población de referencia Calidad de datos Complejidad Frecuentación Cobertura Presión asistencial Demanda Visitas Farmacia Derivaciones Eficiencia Calidad En desarrollo

36 Trazabilidad: del agregado poblacional al paciente individual
Territorio Ej: SS Trazabilidad: del agregado poblacional al paciente individual Subterritorios Ej: Comuna  EAP Ej: Consultorio  Médicos  Pacientes 

37 Trazabilidad: del agregado poblacional al paciente individual
Territorio  Subterritorios  EAP  Médicos  Pacientes

38 Multinivel: niveles específicos parametrizables para cada usuario
País SS Comuna EAP Médico

39 Configurable con ACG o CRG
ONLINE: SERVICIO INTEROPERABLE MULTIUSUARIO FLEXIBLE CONFIDEN-CIALIDAD MODULAR

40

41 Usabilidad: la clave para la transformación de la práctica clínica

42

43

44

45

46

47 Encuesta externa realizada por canal sondeo a clientes IAmetrics
La interpretación de resultados es fácil Encuesta externa realizada por canal sondeo a clientes IAmetrics 94% La información es amigable 89% Los contenidos son de interés para los clínicos 87% Usa IAmetrics semanal o mensualmente 85% Lo recomendaría sin dudarlo a otros 56 usuarios clave de hospitales clientes. Marzo 2011

48 Sin interferencias con sus Sistemas de Información actuales
IAmetrics® le permite disponer de su información completamente actualizada y comparada sin las interferencias típicas de otras herramientas de gestión de la información. Al tratarse de una plataforma 100% online, todo la actividad se produce fuera de su SI. Tras una fácil implementación, podrá acceder a sus resultados desde el primer minuto. “Plug & Play”: implemente y use IAmetrics de forma inmediata

49 Total garantía de confidencialidad de IASIST
Consciente de la importancia de la seguridad de sus datos, IASIST ha configurado un entorno especialmente seguro para albergar su información. Además de un servidor seguro certificado en el que residirán sus datos, IASIST aporta también un conjunto de protocolos de gestión de usuarios, estadísticas de utilización y técnicas de encriptación para evitar la circulación de los números de historia por internet. IASIST aporta la máxima seguridad disponible en el acceso a la información IASIST le garantiza la máxima seguridad en el tratamiento de sus datos

50 Interoperable: análisis expandido de sus resultados
IAmetrics® le permite exportar cualquiera de sus vistas a MS Excel®, posibilitando incorporar sus resultados a otros análisis de interés realizados con información externa a la herramienta. Del mismo modo, IAmetrics® también le permite exportar todos y cada uno de los resultados a Acrobat PDF®, posibilitando su posterior impresión. Exporte en todo momento los resultados a Excel® o Acrobat PDF®

51 Soporte permanente de personal experto
En IASIST, estamos convencidos de que el camino hacia la excelencia es un proceso del día a día. Por eso, añadimos a la capacidad de actualización de IAmetrics® un servicio de atención continua por parte del consultor responsable de IASIST. Cualquier usuario dado de alta en el sistema puede fácilmente ponerse en contacto con su consultor responsable por correo electrónico y resolver cualquier duda técnica o funcional que se le presente. Con IAmetrics®, el soporte de consultor es tan inmediato como el acceso a la información

52 Situación actual en Chile
El nivel de codificación diagnóstica 3,4 diagnósticos por paciente y un 12% de pacientes sin diagnóstico Frente a los 6 diagnósticos por paciente y un 2% de pacientes sin diagnóstico en España) Sin embargo, no está nada mal para comenzar y es suficiente para asignar acg No ha sido posible tener información de farmacia, lo mismo respecto de derivaciones Otro aspecto bastante importante es el concepto de población de referencia: sólo se tiene información de los habitantes que han realizado visitas. EN RESUMEN, calidad suficiente como para empezar un piloto

53 Didier de Saint Pierre ddesaint@navigogroup.cl
Muchas gracias Didier de Saint Pierre

54 El cuadro de mando asistencial online para Atención Primaria
Resumen metodológico

55 Lógica de análisis: razones (ratios) para sintetizar diferencias
Rápida conversión a incrementos porcentuales Una razón de 1,45  un 45% mayor > 1 Observado > Esperado Valor observado Razón = = 1 Observado = Esperado Valor esperado < 1 Observado < Esperado Ajustes indirectos para facilitar la comprensión Manda la población del cliente: siempre se interpreta respecto a sus habitantes, pacientes, etc

56 Valores esperados: estandarización indirecta
Variables de ajuste Información Unidad Análisis Información Estándar ACG Edad Sexo Nº Usuarios Visitas / Usuario 0100 0-5 Hombres 1.000 5,1 4,6 Mujeres 1.200 6,2 5,9 5-10 1.300 2,0 1.310 1,9 1,8 ... … Todos 15.000 6,7

57 Valores predictivos de los ajustes considerados
pendiente

58 Indicadores

59 Índice de cobertura asistencial
Cobertura observada / Cobertura esperada Usuarios Pobl. Ref. con algún contacto asistencial Habitantes Pobl. Ref Usuarios Pobl. Ref. con algún contacto asistencial esperado Habitantes Pobl. Ref Usuarios con algún contacto asistencial son aquellos habitantes que han tenido por lo menos una visita o una derivación o una dispensación de fármacos durante el periodo considerado

60 Índice de frecuentación
Frecuentación observada / Frecuentación esperada Visitas de habitantes Pobl. Ref. X Habitantes Pobl. Ref Visitas esperadas de habitantes Pobl. Ref. X Habitantes Pobl. Ref Habitantes Pobl. Ref. son los habitantes del Área de Referencia de la unidad de análisis (EAP o cualquier agregación de EAP) para el periodo de tiempo considerado

61 Índice de presión asistencial
Presión asistencial observada / Presión asistencial esperada Visitas de habitantes Pobl. Ref. Número de facultativos Visitas esperadas de habitantes Pobl. Ref. Número de facultativos Habitantes Pobl. Ref. son los habitantes del Área de Referencia de la unidad de análisis (EAP o cualquier agregación de EAP) para el periodo de tiempo considerado

62 Presión asistencial Descomposición en factores multiplicativos = x x
Habitantes Usuarios Visitas Visitas de habitantes Pobl. Ref. = x x Número de facultativos Nº Facultativos Tamaño de cupo Cobertura Visitas por paciente Habitantes Pobl. Ref. son los habitantes del Área de Referencia de la unidad de análisis (EAP o cualquier agregación de EAP) para el periodo de tiempo considerado Usuarios con algún contacto asistencial son aquellos habitantes que han tenido por lo menos una visita o una derivación o una dispensación de fármacos durante el periodo considerado

63 Índice de eficiencia en visitas
Visitas por usuario observadas / Visitas por usuario esperadas Visitas de usuarios Pobl. Ref. con algún contacto asistencial Usuarios Pobl. Ref. con algún contacto asistencial Visitas esperadas de usuarios Pobl. Ref. con algún contacto asistencial Usuarios Pobl. Ref. con algún contacto asistencial Usuarios con algún contacto asistencial son aquellos habitantes que han tenido por lo menos una visita o una derivación o una dispensación de fármacos durante el periodo considerado

64 Índice de eficiencia en farmacia
Coste farmacia observado por usuario / Coste farmacia esperado por usuario €Farmacia de usuarios Pobl. Ref. con algún contacto asistencial Usuarios Pobl. Ref. con algún contacto asistencial €Farmacia esperadas de usuarios Pobl. Ref. con algún contacto asistencial Usuarios Pobl. Ref. con algún contacto asistencial Usuarios con algún contacto asistencial son aquellos habitantes que han tenido por lo menos una visita o una derivación o una dispensación de fármacos durante el periodo considerado

65 Índice de eficiencia en derivaciones
Derivaciones por usuario observadas / Derivaciones por usuario esperadas Derivaciones de usuarios Pobl. Ref. con algún contacto asistencial Usuarios Pobl. Ref. con algún contacto asistencial Derivaciones esperadas de usuarios Pobl. Ref. con algún contacto asistencial Usuarios Pobl. Ref. con algún contacto asistencial Usuarios con algún contacto asistencial son aquellos habitantes que han tenido por lo menos una visita o una derivación o una dispensación de fármacos durante el periodo considerado

66 La nueva solución de benchmarking clínico de IASIST
+20 +8 +3.000 +12 años de experiencia en casemix años experiencia en AP usuarios en plataforma online millones de habitantes Base Datos el benchmarking clínico en AP: + fácil + contenidos + usuarios + personalizado