Los sistemas de salud de los países industrializados tienen que dar respuesta a las crecientes necesidades sanitarias de una población cada vez más envejecida y con mayor prevalencia de cronicidad1. Además, afrontan el aumento de los costes derivado de la innovación tecnológica y otros factores. En España, diversas organizaciones sanitarias han rediseñado sus métodos de prestación y caminan hacia modelos más integrados y con un enfoque de salud poblacional2. Este no es un movimiento aislado, sino que se enmarca en una tendencia internacional hacia el desarrollo de sistemas integrados en muchos lugares del mundo, como el Reino Unido, Suecia, los Estados Unidos o Nueva Zelanda3. Además de esta creciente riqueza de experiencias, se han producido importantes avances en términos de clarificación conceptual de la «atención integrada»4 y en la base de evidencia de muchas de las intervenciones y programas integrados5.

En ese contexto de transformación, la medición de la eficiencia de los proveedores sanitarios cobra una especial relevancia, y es por ello un campo dinámico de investigación en economía de la salud. De los múltiples métodos utilizados, las medidas de frontera son muy habituales y dentro de ellas destaca el análisis envolvente de datos (DEA, data envelopment analysis). Su aplicación en atención primaria (AP) no está exenta de problemas metodológicos y de interpretación6,7, tanto desde el punto de vista conceptual, referidas al «producto» de la AP8, como por la presencia de ciertas características (accesibilidad, longitudinalidad o el hecho de ser «puerta de entrada» al sistema sanitario) que no son adecuadamente evaluables desde enfoques «productivistas» y requieren aproximaciones más elaboradas9,10, entre ellas la consideración de aspectos contextuales como el estado de salud de la población a la que prestan sus servicios11.

Este estudio analiza el caso de la provisión sanitaria pública en el País Vasco, donde en 2010 se puso en marcha la Estrategia para afrontar el reto de la cronicidad en Euskadi12. Se trataba de una apuesta por reorientar las organizaciones sanitarias hacia modelos innovadores que, inicialmente, proporcionaran una respuesta más eficiente a las necesidades del paciente crónico, y después mejoraran la salud poblacional en su conjunto. Uno de los ejes de la mencionada estrategia fue la implantación de un modelo de atención clínica integrada, que se llevó a cabo mediante un proceso de integración vertical estructural, iniciado en enero de 2011 y que está previsto que finalice en 2016. Las nuevas unidades proveedoras resultantes se han denominado organizaciones sanitarias integradas (OSI) y suponen la creación de una estructura común entre un hospital y los centros de AP de un área geográfica determinada, bajo una gobernanza única y unos objetivos y sistemas de gestión comunes. La fusión de proveedores de primaria y de hospitales no se efectuó de manera simultánea, sino que en esos años coexistieron áreas provistas de OSI y otras administradas según el modelo anterior de gestión (direcciones independientes de primaria y hospital).

El objetivo principal de este estudio es evaluar la eficiencia técnica en la provisión de AP de Osakidetza durante el periodo en que se produjo esta transformación. Además, se realiza una comparación entre las unidades integradas verticalmente y las no integradas.

La metodología empleada para la medición de la eficiencia técnica fue el DEA. Esta técnica permite medir la eficiencia de unidades de decisión que realizan actividades homogéneas13. Se trata de una técnica de programación lineal no paramétrica que facilita la construcción de una superficie envolvente, frontera eficiente o función de producción eficiente a partir de las unidades que presenten las mejores prácticas, de manera que pueda medirse la ineficiencia del resto de las unidades como distancia a la frontera.

La formulación estándar de este programa puede adoptar varias formas en función de que se opte por una orientación de minimización de inputs o de maximización de outputs. Hemos optado por una orientación output, pues los gestores en el sector público tienen una limitada capacidad de reducir los recursos utilizados, al menos a corto plazo, por lo que el propósito de las organizaciones evaluadas normalmente se concentra en tratar de maximizar los outputs, dados los recursos disponibles. Otro aspecto relevante son los rendimientos de escala: si se consideran variables se dota de mayor flexibilidad a la técnica, al facilitar la realización de análisis en aquellos casos en que no todas las unidades evaluadas operan en una escala óptima. Considerando que en nuestra muestra hay unidades de producción con un tamaño muy distinto en las que puede haber distintas escalas de producción, la opción más recomendable es asumir rendimientos variables. Además, el proceso de transformación realizado sobre uno de los outputs sólo resulta válido si se asumen rendimientos variables14.

En nuestro estudio empírico, al disponer de un panel de datos (tres observaciones para cada unidad evaluada) se utiliza la extensión DEA Windows, con la que resulta posible analizar todas las unidades como si fuera un único periodo (33 observaciones)15. De este modo, el desempeño de cada unidad se compara con ella misma en diferentes periodos de tiempo a fin de mostrar la tendencia y la estabilidad de los resultados de eficiencia. Esta estrategia evita problemas relacionados con las dimensiones del modelo, cumpliendo la regla general de que el número total de observaciones debe ser al menos el triple que el del total de variables16.

Asimismo, también se emplea una extensión de este modelo que nos permite tener en cuenta el contexto, representado por el estado de salud de la población atendida por cada unidad. Para incorporar el efecto de estos factores exógenos al análisis de eficiencia pueden utilizarse diversas opciones metodológicas17,18. No obstante, la mayor parte de ellas requiere el cumplimiento de una serie de supuestos muy restrictivos sobre la separabilidad entre el espacio de los inputs (x) y los outputs (y) y el de las variables exógenas (z)19, que habitualmente resultan difíciles de asumir.

En nuestro caso se utiliza el modelo de eficiencia condicionada20,21, cuyo uso en el contexto sanitario es escaso, aunque existen algunas excepciones22,23. La principal ventaja de esta técnica es que no es necesario asumir el supuesto de separabilidad, y además es posible incorporar el efecto de las variables exógenas directamente en el cálculo de los índices de eficiencia condicionando el proceso productivo a determinados valores de dichas variables (Z=z). Esta función condicionada puede expresarse del modo siguiente:

Por último, para evitar sesgos en nuestras estimaciones como consecuencia de la posible presencia de errores de medida en los datos disponibles o la omisión de variables relevantes en el modelo considerado, hemos aplicado un algoritmo basado en el uso de técnicas de bootstrap con múltiples replicaciones (B=2000) para calcular unos índices de eficiencia corregidos (sin sesgo), así como los intervalos de confianza (del 95%)25. La estimación de estos valores se ha llevado a cabo con la función dea.boot del paquete Benchmarking implementado en el software R.

En la tabla 3 se ofrecen los resultados obtenidos con el modelo DEA condicionado (primera columna), la versión corregida mediante el uso de técnicas de bootstrap (segunda columna) y los intervalos de confianza (tercera columna). Con independencia de que se corrija o no el posible sesgo, la eficiencia media del total de las unidades evaluadas (33) es muy elevada (0,96). Si analizamos la evolución de los valores medios, podemos apreciar que existe un ligero crecimiento a lo largo del periodo considerado. La mejora registrada en términos medios se debe al mantenimiento de los niveles en algunas unidades y a la notable mejora experimentada por otras, como Araba o Ezkerraldea, lo que provoca que la mayoría de las unidades presenten valores unitarios (o muy cercanos a la unidad en el caso de los índices corregidos) en el último ejercicio considerado (2013). La principal excepción es Uribe, donde se registra una ineficiencia de un 16% que, según la información proporcionada por la técnica, se explica por el valor relativamente bajo de su nivel de calidad asistencial. Asimismo, si nos fijamos en los intervalos de confianza estimados mediante técnicas de bootstrap, este resultado debe interpretarse con cierta cautela, puesto que los valores inferiores del intervalo disminuyen para algunas unidades (Alto Deba y Bidasoa).

Si nos centramos en la comparación entre las unidades de AP constituidas como OSI, la interpretación de los resultados puede variar según se consideren los valores estimados mediante DEA o corregidos. En el primer caso se observa que una de ellas (Alto Deba) obtiene un índice unitario en todos los periodos considerados, mientras que el resto presentan valores muy próximos a la unidad en todos los años e incluso dos de ellas alcanzan ese valor en 2013 (Bajo Deba y Bidasoa), año en el que habían asumido ya el modelo integrado, por lo que cabría pensar que la integración conduce a una mayor eficiencia. No obstante, los valores de los índices corregidos no sustentan tal afirmación, puesto que no existen diferencias entre estas unidades y el resto, e incluso hay seis unidades no integradas con mejor resultado en el último periodo. Desde nuestro punto de vista, esta evidencia refleja de un modo más preciso la realidad del sistema público de salud del País Vasco, ya que el uso de técnicas de bootstrap permite evitar posibles sesgos al alza en la estimación de los niveles de eficiencia, en especial cuando hay pocas unidades y el grado de discriminación entre ellas es relativamente bajo o existen errores de medida en los datos por la ausencia de información relevante en el modelo.

Los resultados obtenidos apuntan a que las estrategias de cambio introducidas en Osakidetza en el periodo 2010-2013 están consiguiendo mejorar la eficiencia de las unidades de AP. En cuanto a las unidades integradas verticalmente, se observa una tendencia de mejora generalizada, pero con un patrón similar al conjunto de las unidades (exceptuando Uribe). La complejidad del proceso de cambio en el que simultáneamente se ha trabajado la integración funcional y la estructural no facilita la identificación del origen de los cambios. Además, la evidencia en la materia no es concluyente, y hay cierto consenso en cuanto a que la integración estructural por sí sola no es garantía de mejores resultados si no consigue que los clínicos modifiquen sus prácticas trabajando de forma más colaborativa e integrada32.

Asimismo, debe hacerse notar que la integración de la asistencia mediante la creación de OSI coincidió en el tiempo con la puesta en marcha de otros programas (rutas asistenciales, unidades de continuidad para crónicos complejos, enfermeras gestoras de caso, etc.) incluidos en la Estrategia vasca de cronicidad, cuyo efecto sobre las métricas de output no puede descartarse, si bien no existe una sucesión temporal que sugiera una relación causal entre dicha implementación y una modificación en los resultados obtenidos33. Además, hay que hacer notar que en la literatura de integración asistencial se reconoce que todas las formas de integración necesitan un recorrido temporal de medio y largo plazo para mostrar todo su efecto34.

En definitiva, hacen falta investigaciones adicionales para contrastar la hipótesis de si las mejoras registradas en la práctica totalidad de las unidades evaluadas se explican por el contexto de efervescencia de innovación organizativa auspiciado por la citada estrategia o si es la integración vertical la que contribuye a una mayor eficiencia.

En este trabajo cabe destacar el uso de técnicas innovadoras para incorporar al análisis las características de los pacientes atendidos por cada unidad evaluada, así como el uso de indicadores de output vinculados con la calidad de los servicios prestados, cubriendo lagunas reiteradamente identificadas en la literatura sobre DEA en AP6,28,35. Como principal limitación hay que señalar el reducido número de unidades analizadas, inherente a la arquitectura organizativa de Osakidetza, a pesar de contar con la práctica totalidad de las organizaciones de AP que operan en el País Vasco. Pese a ello, estamos ante el primer estudio elaborado en España que muestra una mejora de la eficiencia técnica en AP en un contexto de desarrollo de la integración asistencial, aunque sin que se aprecie un mayor efecto en las unidades integradas verticalmente. En cualquier caso, teniendo en cuenta el escaso recorrido temporal del modelo de integración vertical y la posible omisión de factores relevantes en el modelo estimado, deben interpretarse con cautela los resultados obtenidos de cara a adoptar decisiones sobre la arquitectura organizativa de la sanidad pública española.

Miguel Ángel Negrín Hernández.

El autor principal (garante responsable del manuscrito) afirma que este manuscrito es un reporte honesto, preciso y transparente del estudio que se remite a Gaceta Sanitaria, que no se han omitido aspectos importantes del estudio, y que las discrepancias del estudio según lo previsto (y, si son relevantes, registradas) se han explicado.

Todos/as los/las autores/as han participado en la concepción, el diseño y la elaboración de este artículo. Específicamente, R. Nuño-Solinís coordinó el proyecto, redactando junto a J.M. Cordero la primera versión del texto. J.M. Cordero también fue el encargado de realizar el análisis empírico con el apoyo técnico de C. Polo. J.F. Orueta, M. del Río-Cámara y E. Alonso-Morán recopilaron los datos. Todos/as los/las autores/as participaron en la interpretación de los datos, así como en el proceso de revisión del artículo. Todos/as los/las autores/as han leído y aprobado la versión final.

Ninguna.

Ninguno.