Una de las aproximaciones económicas a la sanidad consiste en el análisis de la producción y el consumo de bienes y servicios1. La asignación eficiente de recursos dará lugar a una maximización de la cantidad y la calidad de la salud. Sin embargo, la medición de la eficiencia de las organizaciones sanitarias resulta compleja, dadas sus características de «multiproducto». Es este un tema de interés creciente en gestión sanitaria, especialmente en un contexto de recursos escasos en el que resulta esencial la identificación de buenas prácticas2. El mayor de los retos con que se enfrenta el planificador sanitario es la posible existencia de una relación inversa entre la cantidad de recursos asignados y la calidad del servicio prestado. Durante la crisis económica que se inició en 2008 se han producido ajustes presupuestarios y organizativos que han afectado a diversas áreas del estado del bienestar3,4, y la sanidad5,6 no ha sido una excepción. Los efectos sobre la salud de la población española de la crisis económica y de la reasignación de recursos sanitarios sólo podrá observarse a largo plazo7,8.

En el caso de Cataluña, en el cual se centra este artículo, existen discrepancias acerca de la magnitud de dichos efectos. Así, mientras el Conseller de Sanidad defiende que «Cataluña no ha caído en cuanto a la calidad de sus servicios sanitarios. Niego la mayor»9, estudios recientes señalan que las políticas aplicadas tienen efectos negativos sobre la salud de los/las usuarios/as y trabajadores/as de los servicios sociosanitarios10.

La crisis económica parece haber agudizado los síntomas de agotamiento que presentaba la atención primaria, a pesar de esfuerzos como el Proyecto AP-2111. La distancia cada vez mayor entre el profesional sanitario y el gestor, las reivindicaciones por una asistencia de calidad y el modelo de gestión sanitaria integrada que reduce el poder de influencia de la primaria en favor de la hospitalaria, han creado una situación de no retorno12. Algunos autores hablan de un «techo de cristal» de la atención primaria13.

En Cataluña, la reasignación de los recursos en atención primaria se ha realizado empleando principalmente elementos cuantitativos, como el número de pacientes o el gasto farmacéutico8. Esta aproximación reduccionista de la actividad médica14 puede condicionar la consecución de asignaciones óptimas de recursos.

La gestión sanitaria acostumbra a evaluar los resultados empleando elementos cuantitativos, dejando en un segundo plano los cualitativos, cuya incorporación resulta compleja dada la inexistencia de indicadores únicos de calidad15,16. Así, la mayor parte de los estudios revisados para España utiliza elementos cuantitativos para medir la eficiencia17–19, si bien algunos estudios recientes20 emplean variables que aproximan la calidad asistencial. Si se obvian estas últimas variables, las decisiones en política sanitaria se tomarán en función de unos resultados que solo miden parte de la actividad sanitaria. Piénsese, por ejemplo, en la posible relación negativa entre el número de consultas y la calidad asistencial. La consideración de la primera variable -número de consultas- como único output de interés puede llevar a reformas, con el objetivo de aumentar la eficiencia, muy distintas a las que se llevarían a cabo en caso de incorporar componentes cualitativos al análisis21.

La principal aportación de este artículo consiste en la medición del efecto que tiene la incorporación de medidas de calidad asistencial sobre los indicadores de eficiencia productiva17–19 en los equipos de atención primaria (EAP). La diversidad de resultados obtenidos tras la consideración de medidas de calidad asistencial cuestiona la validez de los sistemas de evaluación de la eficiencia de los EAP que obvian la dimensión cualitativa de su actividad.

Se ha empleado el análisis envolvente de datos (AED)22,23, que es un método no paramétrico, basado en programación lineal, para medir la productividad y la eficiencia relativa de unidades de análisis (DMU, Decision Making Units)24, como escuelas, hospitales, etc., las cuales utilizan múltiples recursos (inputs) para producir múltiples productos (outputs). Se ha utilizado extensamente en el ámbito sanitario25.

El AED calcula una frontera de mejor práctica e identifica las unidades ineficientes, de manera que cada una de ellas es comparada con una unidad eficiente de referencia o con una combinación de unidades eficientes. La eficiencia se define como la suma de pesos de los outputs de las DMU dividida por la suma de pesos de los inputs. Cuando el índice de eficiencia es igual a 1, entonces la DMU se considera eficiente, y cuando es inferior se considera ineficiente26. En este trabajo se ha utilizado el modelo propuesto por Charles, Cooper y Rhodes27 (CCR) orientado a los outputs. Por tanto, se ha considerado que la actividad de la atención primaria presenta rendimientos constantes, y que aquellas DMU ineficientes deben aumentar los output hasta alcanzar la frontera eficiente. Cuantas más variables se incluyen, menos discriminantes son los resultados. El número de DMU debe, como mínimo, triplicar el número de inputs y outputs28.

Los datos se obtuvieron a través de la consulta de datos públicos que la Generalitat ofrece en Open Data.gencat y corresponden al periodo del 1 de enero al 31 de diciembre de 2013.

Los 58 EAP analizados pertenecen a tres Servicios de Atención Primaria (SAP) correspondientes a la Gerencia Territorial Metropolitana Sud: SAP Baix Llobregat Centre (20 EAP), SAP Alt Penedès-Garraf-Nord (14 EAP) y SAP Delta del Llobregat (19 EAP). De los 58 EAP, tres tienen carácter rural y cinco no pertenecen al Institut Català de la Salut (ICS)29. El análisis de esta área resulta especialmente interesante, al convivir centros públicos y privados, así como urbanos y rurales.

La mayoría de los EAP analizados pertenecen al ICS y se caracterizan por una gestión pública, mientras que los EAP que no pertenecen al ICS son de gestión privada. Cada EAP cuenta con un director y un adjunto de dirección, pero en el SAP Delta se introdujo un nuevo sistema organizativo, la Unidad de Gestión de la Atención Primaria (UGEAP)30, consistente en la agrupación de EAP gestionados por un solo equipo directivo. Los tres EAP de carácter rural están constituidos por la agrupación de varias unidades menores, cuyos datos se presentan agregados en los tres EAP rurales citados. Las características demográficas del territorio donde se ubican los EAP se describen en la tabla 1.

La selección de los inputs y outputs se ha basado en estudios previos17–19,21,31. Los inputs utilizados han sido el personal de medicina y enfermería de cada EAP20 y el gasto farmacéutico global por usuario20. El output más habitual en la literatura es el número de visitas. Pese a que algún estudio17,21 desglosa las visitas realizadas en programada, domiciliaria y aguda, la información disponible no ha permitido efectuar esta descomposición. Sí se ha diferenciado entre visitas médicas y de enfermería31. La riqueza de la base de datos empleada32ha permitido la introducción de los siguientes elementos cualitativos del output: índice de prescripción farmacéutica, tasa de resolución de las visitas (elemento esencial en atención primaria, al actuar como gatekeeper del sistema)33 y prevalencia atendida de diabetes34. Adicionalmente, se ha añadido el grado de cobertura de la vacuna de la gripe. Tal como exponen Pelone et al.31, el criterio recomendado para la selección de variables de output «para los centros de asistencia primaria consiste en seleccionar indicadores de calidad relevantes cuando haya evidencia de que dichas variables conllevan mejoras en la salud».

El análisis se ha diseñado mediante tres modelos diferentes: un modelo productivo básico (modelo 1), un modelo productivo ampliado (modelo 2) y un modelo completo que incorpora variables de calidad (modelo 3). En la tabla 2 se definen las variables que componen cada modelo, y en la tabla 3 se presentan los descriptivos. Todos los modelos introducen variables exógenas de control (porcentaje de población menor de 75 años y grupos de riesgo clínico), que permiten ajustar por las características de la población. La incorporación de estas variables reduce el sesgo en la estimación35. Adicionalmente, la variable «grupos de riesgo clínico», no incluida como input en los trabajos revisados, ajusta de forma sintética los resultados por las características de los pacientes atendidos sin sobrecargar de variables el modelo, lo cual resulta deseable, dada la sensibilidad del AED a la introducción de nuevas variables31.

El modelo 1 establece un punto de referencia, al tomar como inputs el número de enfermeras y de médicos, y como outputs el número de visitas de medicina y de enfermería. El modelo 2 analiza el efecto del gasto farmacéutico sobre la eficiencia de los equipos. La base de datos permite definir las variables por usuario; la mayor parte de la literatura ajusta de forma imperfecta por la población de la zona31. Finalmente, en el modelo 3 se añaden variables de output referentes a indicadores de calidad asistencial. Tal como discuten Pelone et al.31, la no incorporación de indicadores de calidad en los modelos de eficiencia puede acabar recompensando a unidades que producen más outputs que otras, simplemente porque operan con menores estándares de calidad. En total, en el modelo 3 se considera un conjunto de cinco inputs y seis outputs. El análisis se realiza de manera individual para cada EAP, y de manera comparada entre los tres SAP descritos y los EAP de gestión privada. La estrategia secuencial aísla el efecto asociado a la incorporación, por un lado, del gasto sanitario (p. ej., los procesos de control interno de gasto farmacéutico difieren entre los centros públicos y privados), y por otro, de los indicadores de calidad.

Los resultados del AED se presentan en las tablas 4 y 5. En el modelo 1, solo 9 (15,5%) de los 58 EAP alcanza la puntuación 1 (máxima eficiencia), con un rango entre 0,497 y 1. Cuando se incorpora el gasto farmacéutico (modelo 2), el número de unidades eficientes aumenta a 10 (17,2%), con un rango entre 0,569 y 1. El número de unidades eficientes no varía de manera importante con la incorporación del gasto farmacéutico. Ahora bien, la media de eficiencia de los equipos ineficientes pasa de 0,773 a 0,806. La mayor diferencia se produce, no obstante, cuando se incorporan las variables de calidad (modelo 3): el número de equipos eficientes aumenta hasta 34 y la media de eficiencia de los equipos ineficientes es de 0,981. Desde el punto de vista productivo, el nivel medio de eficiencia del modelo 1 es del 80,8%, para el modelo 2 es del 84% y para el modelo 3 es del 99,2%.

Al comparar los resultados por SAP y modelo de gestión (tabla 5), la eficiencia media varía entre ellos en cada modelo y se observa un mayor porcentaje de EAP eficientes en los centros de gestión privada para los tres modelos. Sin embargo, el reducido número de EAP de gestión privada limita el alcance de las conclusiones. Por otro lado, pese a que los cuatro grupos difieren significativamente en algunas características (contraste de Kruskal-Wallis, tabla 3), la comparación de eficiencias medias de dichos grupos, en los tres modelos, es estadísticamente no significativa.

La incorporación del gasto farmacéutico tiene un efecto similar por SAP, lo que sugiere la existencia de prácticas parecidas por parte de sus gestores. El gasto medio de farmacia por usuario es semejante en los tres SAP (tabla 3). Sin embargo, el número de EAP en cada SAP situados por encima de la mediana (212,92) sí resulta heterogéneo. Así, el 70% de los EAP del SAP Baix Llobregat Centre se encuentra por encima de la mediana del gasto en farmacia por usuario.

Al replicar el análisis con el AED de Banker-Charnes-Cooper36 (BCC) orientado a outputs se observan algunos cambios. El AED BCC relaja el supuesto de rendimientos constantes a escala, permitiendo que estos sean variables. La frontera de rendimientos constantes es más restrictiva y producirá, en general, un menor número de unidades eficientes, así como puntuaciones menores de eficiencia entre todas las unidades.

Cuando analizamos a nivel micro (cada uno de los EAP) empleando el AED CCR orientado a outputs no se observan grandes cambios en la ordenación de los centros. Entre los EAP mejor y peor posicionados encontramos centros grandes y pequeños indistintamente. Las características de la población, la edad y los grupos de riesgo clínico son similares, así como la proporción de médicos por 1000 habitantes. De los 10 EAP eficientes en los modelos 1 y 2, el 70% está por debajo de la media en personal médico y de enfermería, el 50% está por encima de la media en visitas de medicina y el 90% en las de enfermería. Adicionalmente, el 70% de estos EAP está por debajo de la media del gasto farmacéutico. Ello no resulta sorprendente, ya que dichos modelos no consideran variables de calidad asistencial. En la tabla 6 se muestra la evolución, en función del modelo, para los tres EAP peor posicionados en el modelo 1. Pese a la sensibilidad del AED a la introducción de nuevas variables, ninguno de los EAP alcanza la eficiencia en el modelo 3.

Este trabajo muestra la relevancia de la consideración de elementos que aproximen la calidad asistencial para estimar la eficiencia de la atención primaria. Así, un alto porcentaje de EAP identificados como ineficientes por los modelos 1 y 2 pasan a ser eficientes o a situarse muy cerca de la curva de eficiencia al tener en cuenta las variables que miden la calidad asistencial. En algunos centros parece existir, por tanto, una tensión (trade-off) entre calidad asistencial y recursos, en la línea apuntada por Hvenegaard et al.37. Piénsese, por ejemplo, en la relación entre tiempo de visita, calidad en la prescripción y número de derivaciones.

Los modelos 1 y 2 identifican como eficientes a los EAP que atienden más pacientes con un menor volumen de recursos humanos y materiales. Resulta también interesante observar que los centros privados pasan a ser ligeramente más eficientes tras la incorporación del gasto farmacéutico. Los modelos 1 y 2 conducen a la conclusión de que cabe un amplio margen de mejora en la eficiencia de los centros de atención primaria, mejoras que podrían alcanzarse aumentando el output o bien reduciendo los inputs empleados.

La incorporación de la calidad asistencial (modelo 3) altera sustancialmente las anteriores conclusiones, algo habitual en los estudios que incluyen la calidad asistencial en sus análisis31,35. Así, más de la mitad de los centros analizados pasan a ser eficientes, y en los restantes aumentan los índices de eficiencia. Así, un problema no solucionado en la primera consulta puede suponer una nueva consulta o la derivación a un nivel superior, con el consecuente despilfarro de recursos. En el modelo 2, por ejemplo, resulta posible que un EAP muy resolutivo y que realice menos derivaciones acabe incrementando su nivel de gasto. En otras ocasiones, este gasto se deberá a una prescripción inducida por el especialista o al ejercicio de una medicina defensiva por parte del profesional. Al observar las correlaciones entre los inputs y outputs hemos hallado una correlación negativa entre el número de visitas y la calidad en la prescripción farmacológica, y no así, sin embargo, entre el número de visitas y el gasto farmacéutico.

Elegir los modelos que solo incorporan variables que miden el número de recursos empleados y de pacientes atendidos, frente a los que utilizan variables que aproximan la calidad asistencial, depende de la función que se considere que debe cumplir la atención primaria. Las posturas tendentes a considerarla como un servicio de dispensación de fármacos y derivación38 centrarán su análisis en la medición de la cantidad de inputs y outputs. Nuestros resultados indican que el decisor público interesado en contener el gasto en atención primaria tenderá a actuar de manera similar. Por el contrario, los defensores de un rol de la atención primaria más allá de la función de gatekeeper deberán recurrir, necesariamente, a indicadores de calidad asistencial. Queda por establecer, en cuanto a la eficiencia global del sistema sanitario, cuál debería ser su función predominante, si bien algunos estudios33,39,40 muestran que la orientación del sistema sanitario hacia una función de gatekeeper más desarrollada mejora la calidad, los resultados y la salud autopercibida.

Por otra parte, los resultados parecen indicar una similar eficiencia en el sector público y en el privado, una vez incorporada la calidad asistencial. La relevancia de esta cuestión, dado el debate existente acerca del modelo de gestión sanitario español, merecería la realización de estudios adicionales que contaran con una mayor muestra de EAP privados. Tampoco se observan diferencias significativas en la eficiencia según el territorio en función del SAP al que pertenecen los EAP, el ámbito rural o el nuevo modelo organizativo UGEAP.

Cabe indicar que las características individuales de los profesionales influyen en la demanda y el uso de los servicios sanitarios. El resultado de un equipo refleja finalmente un conjunto de prácticas individuales. En este sentido, las prácticas organizativas resultan difíciles de identificar, al quedar diluidas en la práctica individual de los profesionales. Aun así, la constatación del efecto de la calidad en la eficiencia de las DMU nos tendría que hacer reflexionar sobre la manera de medir los resultados. Por lo tanto, el desarrollo de futuras políticas públicas en sanidad debería prestar mayor atención a la calidad del producto, si bien la validez de la afirmación anterior queda condicionada por el concepto de calidad asistencial, íntimamente ligado al mantenimiento (o no) de la función de la atención primaria como «la columna vertebral de un sistema racional de servicios de la salud»39 que garantiza la eficiencia del conjunto del sistema sanitario.

Reconociendo algunas limitaciones, como el reducido ámbito territorial, el número de centros privados en la muestra o la imposibilidad de incorporar variables adicionales que consideramos hubieran enriquecido el análisis, este artículo subraya la existencia de componentes técnicos e ideológicos en el momento de seleccionar, por parte del decisor público, las variables a incorporar en el cálculo de índices de eficiencia. Tal como se ha visto, la incorporación de variables de calidad asistencial tiene implicaciones en cuanto a política sanitaria y se asocia a distintos modelos sanitarios. La relevancia de la cuestión y la creciente disponibilidad de datos deberían permitir la extensión de este estudio a un ámbito territorial mayor, así como aportar luz sobre la diferencia de eficiencia entre modelos de gestión, una cuestión de importancia creciente en el modelo sanitario español.

Clara Bermúdez-Tamayo.

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.

La concepción y el diseño de este trabajo fueron realizados por ambos autores. La recogida de datos la realizó J. Romano, y su análisis e interpretación los llevaron a cabo A. Choi y J. Romano. Los dos autores han revisado críticamente el artículo para su aprobación final.

Ninguna.

Ninguno.