Jason Brinkley , doctor en filosofía, investigador sénior de los Institutos Americanos para la Investigación
Elizabeth Horner , PhD, Investigadora Senior, Institutos Americanos para la Investigación
Los patrones de utilización hospitalaria son multifacéticos, con mecanismos causales tan diversos como las poblaciones de pacientes. Es necesario identificar a los pacientes con una alta utilización hospitalaria que podría prevenirse. La mayoría de las investigaciones emplean un modelo directo de recuentos de utilización. Esta estrategia identifica principalmente factores inmutables (es decir, raza y edad) y ofrece poca orientación sobre cambios en las políticas. Proponemos un marco alternativo: segmentar la población de utilización en grupos y establecer que un grupo "utiliza" los servicios hospitalarios con mayor frecuencia que otros. Utilizando datos administrativos, empleamos modelos predictivos para determinar si es probable que los individuos pertenezcan a un segmento en particular. Aplicamos el marco a datos de un hospital rural, examinando las transiciones del hogar a la atención a largo plazo entre pacientes mayores en riesgo. Este segmento representó aproximadamente el 20 % de la alta utilización hospitalaria, el 15 % de la utilización de urgencias y el 11 % de los reingresos a los 30 días. El modelo predictivo identificó grupos únicos de códigos ICD-9 con mayor probabilidad de transición posterior. Estos grupos ofrecen oportunidades para intervenir, ya sea previniendo una mayor utilización hospitalaria o proporcionando orientación para una posible transferencia posterior. Si bien esta técnica es popular en el análisis de datos empresariales, no está tan extendida en el sector sanitario. Demostramos que la aplicación de este marco permite debatir cambios en las políticas y las intervenciones.
