EA-040 - UN NUEVO MÉTODO DE IDENTIFICACIÓN DE PACIENTES PLURIPATOLÓGICOS: LA IDENTIFICACIÓN AUTOMÁTICA MEDIANTE CÓDIGOS CIE9MC. ANÁLISIS DE LA CONCORDANCIA CON LA SELECCIÓN SEGÚN CRITERIOS CLÍNICOS
1Medicina Interna. Complejo Hospitalario Virgen del Rocío. Sevilla. 2Subdirección de Sistemas de Información. Servicio Andaluz de Salud. Sevilla
Objetivos: Analizar la concordancia entre la identificación clínica de pacientes pluripatológicos (PPP) de base hospitalaria en una muestra representativa de hospitales andaluces, y un nuevo método automático utilizando los códigos CIE9MC.
Material y métodos: Se realizó un estudio transversal multicéntrico, con inclusión de una muestra aleatorizada estratificada por nivel de hospital, de todos los episodios de hospitalización del Conjunto Mínimo Básico de Datos Andalucía (CMBDA), durante las dos anualidades completas 2013 y 2014. La variable independiente principal fue la catalogación clínica del paciente como PPP por tres investigadores, considerándose como tal si tras revisar la documentación clínica de cada episodio, 2 y/o los 3 investigadores lo identificaron como PPP. La variable dependiente principal fue la catalogación como PPP por el sistema de códigos CIE9MC del CMBDA (para ello a cada categoría de la definición de PPP se le adscribieron los códigos CIE9MC correspondientes a esas patologías). El análisis de concordancia se realizó mediante el índice kappa (κ), con los intervalos de confianza del 95% (IC95%).
Resultados: De los 1.518 pacientes se identificaron como PPP a un total de 544 (35,8%) mediante CIE9MC, y a 542 pacientes (35,7%), mediante la identificación clínica. La concordancia entre la identificación de PPP según acuerdo clínico y la realizada por códigos CIE9MC obtuvo una fuerza de concordancia buena, κ 0,661 (IC95% [0,622-0,701]), aumentando a muy buena con la proporción de acuerdo global entre observadores 0,844 (IC95% [0,825-0,862]). La concordancia por categorías clínicas de PPP entre la identificación clínica y los códigos CIE9MC fue muy buena en la categoría C (enfermedades respiratorias) con un κ de 0,814 (IC95% [0,765-0,864]), seguida de la categoría B (enfermedades renales y autoinmunes) con un κ de 0,807 (IC95% [0,755-0,859]). En el resto de categorías fue buena: categoría D (enfermedades digestivas) con un κ de 0,805 (IC95% [0,716-0,893]), categoría F (arteriopatía periférica y diabetes con repercusión visceral) con K 0,740 (IC95% [0,665-0,824]), categoría A (enfermedades cardíacas) con κ 0,655 (IC95% [0,587-0,723]) y la categoría G (neoplasias y anemias crónicas) con un κ de 0,624 (IC95% [0,536-0,713]). Sin embargo, en la categoría E (enfermedades neurológicas) se obtuvo una concordancia moderada, con un κ de 0,575 (IC95% [0,503-0,647]); y en la categoría H (enfermedades osteoarticulares) una concordancia débil, con un κ de 0,340 (IC95% [0,040-0,639]).
Discusión: Existe escasa bibliografía en la que se usen códigos CIE9MC para la identificación de enfermos PPP, por lo que contrastar los resultados de este estudio ha sido imposible. Fernández Miera realizó un estudio descriptivo a partir del CMBD y la identificación de PPP por código CIE9MC siguiendo la definición funcional del Proceso Asistencial Integrado de Atención al PPP, pero al ser descriptivo lo único que pretendía era la identificación de los pacientes y no la concordancia entre ambos métodos.
Conclusiones: Estos resultados confirman la buena concordancia existente entre la identificación automática de PPP por CIE9MC, frente a la realizada por criterios clínicos, por lo que este primer sistema podría usarse como screening poblacional, de cara a la planificación de la asistencia sanitaria a esta población de pacientes.
