Jason Brinkley , PhD, Investigador Principal, Institutos Estadounidenses para la Investigación
elizabeth hornero , PhD, Investigador Principal, Institutos Estadounidenses para la Investigación
Los patrones de utilización del hospital son multifacéticos con mecanismos causales tan diversos como las poblaciones de pacientes. Existe la necesidad de identificar a los pacientes con alta utilización hospitalaria prevenible. La mayoría de las investigaciones emplean un modelo directo de recuentos de utilización. Esta estrategia identifica en gran medida factores inmutables (es decir, raza y edad) y brinda poca orientación sobre los cambios de política. Proponemos un marco alternativo: segmentar la población de utilización en grupos y establecer que un grupo "usa" los servicios hospitalarios a tasas más altas que otros. Usando datos administrativos, empleamos modelos predictivos para determinar si es probable que las personas caigan en un segmento en particular. Aplicamos el marco a los 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 por ciento de la alta utilización de pacientes hospitalizados, el 15 por ciento de la utilización de la sala de emergencias y el 11 por ciento de las readmisiones de 30 días. Luego, el modelado predictivo identificó grupos de códigos ICD-9 únicos con mayor probabilidad de transición posterior. Estos grupos brindan oportunidades para intervenir, ya sea evitando una mayor utilización del hospital o brindando orientación para una posible transferencia posterior. Si bien esta técnica es popular en análisis de negocios, no está tan extendida en el cuidado de la salud. Demostramos que la aplicación del marco permite la discusión de cambios e intervenciones de políticas.
