Información de la revista
Vol. 12. Núm. 5.
Páginas 199-206 (septiembre - octubre 1998)
Respuestas rápidas
Compartir
Compartir
Descargar PDF
Más opciones de artículo
Vol. 12. Núm. 5.
Páginas 199-206 (septiembre - octubre 1998)
Open Access
¿Previenen las enfermedades crónicas la mortalidad intrahospitalaria? Paradojas y sesgos en la información sobre morbilidad hospitalaria
Visitas
9437
J. Librero*, S. Peiró**,***
* Institut d'Investigació en Serveis de Salut
** Institut Valencià d'Estudis en Salut Pública (IVESP)
Este artículo ha recibido

Under a Creative Commons license
Información del artículo
Resumen
Bibliografía
Descargar PDF
Estadísticas
Resumen
Objetivo

Estudios previos han mostrado cómo la codificación incompleta de los diagnósticos secundarios sesgan la estimación del riesgo de muerte intrahospitalario a partir de bases de datos clínico-administrativas. El objetivo del presente trabajo es evaluar el Conjunto Mínimo Básico de Datos (CMBD) de la Comunidad Valenciana, valorando el sentido de la asociación entre mortalidad intrahospitalaria y el registro de diagnósticos secundarios.

Metodología

Se ha extraído del CMBD (años 1993-94), los ingresos de personas mayores de 64 años y cuyo motivo de ingreso fue: accidente vascular cerebral (AVC), neumonía bacteriana (NEM), infarto agudo de miocardio (IAM) e insuficiencia cardíaca congestiva (ICC). En conjunto fueron 14.161 casos en los que se midió la relación entre presencia de 29 diagnósticos secundarios (seleccionados para disponer de un conjunto heterogéneo de procesos crónicos y agudos), y el riesgo de muerte intrahospitalaria. Se calcularon riesgos relativos (RR) y odds ratios ajustadas (ORa) por edad, sexo, días de estancia y número de diagnósticos.

Resultados

Paradójicamente, muchas de las condiciones se asocian a una menor mortalidad como la diabetes mellitus (RR éxitus por AVC, 0,58; ORa 0,53), existencia de infarto antiguo (RR éxitus por IAM, 0,40; ORa 0,35) o hipertensión (RR éxitus AVC, 0,54; ORa 0,49); también ocurre en el angor, aterosclerosis coronaria, alteración de la válvula mitral y aórtica, fibrilación auricular, obstrucción crónica al flujo aéreo e infección de vías urinarias.

Conclusiones

Aun cuando caben otras explicaciones, como la existencia de un sesgo de selección hospitalario, la explicación más acorde con los hallazgos es la presencia de un sesgo en la información por el que tiende a registrarse menor información sobre antecedentes crónicos en las personas que fallecen.

Palabras clave:
Mortalidad intrahospitalaria
Comorbilidad
Conjunto Mínimo Básico de Datos
Sesgo de información
Summary
Objective

Previous studies have demonstrated how the incomplete codification of the secondary diagnostics can bias the estimation of the risk of in-hospital death based on clinical-administrative databases. The objetive of this study is to measure the trend of the association between in-hospital mortality and the secondary diagnostics register in the Minimum Basic Data Set (MBDS) of the Valencian Community.

Methods

The 14,161 admissions of persons over the age of 64 were extracted from the MBDS (years 1993-94) for: stroke (S), bacterial pneumonia (BN), myocardial infarction (MI) and congestive heart failure (CHF). The relation was measured between the availability of some additional diagnostics (selected to dispone of a group of heterogeneous chronic and acute precesses), and the risk of in-hospital death. relative risk (RR) and adjusted odds ratios (aOR) were calculated, per age, gender, length of stay and number of diagnoses.

Results

Many of the conditions are associated with a reduced risk of death such as the diabetes mellitus (Mortality for stroke, RR: 0.58; aOR: 0.53), old myocardial infarction (mortality for myocardial infarction, RR: 0.40; aOR: 0.35) or hypertension (mortality for stroke, RR: 0.54; aOR: 0.49); this also occurs in angina, coronary atherosclerosis, aortic and mitral valve disease, atrial fibrillation, chronic obstructive pulmonary disease and urinary tract infection.

Conclusions

Although there maybe other explanations, such as the existence of a bias in the hospital selection, the explanation which is most in agreement with the findings is the presence of an information bias in the MBDS due to the tendency to register less information about chronic antecedents of the persons who die.

Key words:
Hospital mortality
Patient Discharge-statistics
Bias-epidemiology
Hospital Information Systems
Comorbidity
El Texto completo está disponible en PDF
Bibliografía
[1.]
D. Company, E. Portella, A.M. García.
¿Cuánto y cómo estamos utilizando la Encuesta de Morbilidad Hospitalaria?.
Gac Sanit, 9 (1995), pp. 354-362
[2.]
National Center for Health Statistics.
Uniform hospital abstract: Minimum Basic Data.
pp. 73-1451
[3.]
National Center for Health Statistics.
Uniform hospital discharge data: Minimum Basic Data Set.
pp. 80-1157
[4.]
F.H. Roger.
The Minimum Basic Data Set for hospital statistics in the EC.
Office of official publications of the European Communities, (1981),
[5.]
S. Peiró, J. Librero, R. Ordiñana.
Implicaciones para la gestión hospitalaria de la calidad de la anotación y codificación del diagnóstico en el Conjunto Mínimo Básico de Datos.
Var Pract Med, 9 (1996), pp. 1-3
[6.]
S. Márquez Calderón.
Estudio de la efectividad de la Práctica Clínica.
Política y Gestión Sanitaria: la agenda explícita,
[7.]
L.I. Iezzoni.
De. Risk adjustment for measuring health care outcomes.
Health Administration Press, (1994),
[8.]
L.I. Iezzoni.
Risk adjustment for Medical Outcomes Studies.
Medical Effectiviness Research Data Methods, pp. 83-97
[9.]
S.F. Jencks, D.K. Williams, T.L. Kay.
Assessing hospital-associated deaths from discharge data. The role of lenght of stay and comorbidities.
JAMA, 260 (1988), pp. 2240-2246
[10.]
L.I. Iezzoni, S.M. Foley, J. Daley, J. Hughes, E.S. Fisher, T. Heeren.
Comorbidities, complications and coding bias. Does the number of diagnosis codes matter in predicting in-hospital mortality?.
JAMA, 267 (1992), pp. 2197-2203
[11.]
L.F. McMahon, H.L. Smith.
Can Medicare Prospective Payment survive the ICD-9CM Disease Classification System?.
Annals of Internal Medicine, 104 (1986), pp. 562-566
[12.]
L.I. Iezzoni.
Using administrative diagnostic data to assess the quality of hospital care. Pitfalls and potential of ICD-9-CM.
Int J Technol Assess Health Care, 6 (1990), pp. 272-281
[13.]
S.F. Jencks.
Accuracy in recorded diagnoses.
JAMA, 267 (1992), pp. 2239
[14.]
M.E. Charlson, P. Pompei, K.L. Alex, C.R. Mackenzie.
A newe method of classifying prognostic comorbidity in longitudinal studies: development and validation.
J Chron Dis, 40 (1987), pp. 373-383
[15.]
R.A. Deyo, D.C. Charkin, M.A. Ciol.
Adapting a clinical comorbidity index for use with ICD-9-CM administrative databases.
J Clin Epidemiol, 45 (1992), pp. 613-619
[16.]
L. Roos, E. Fisher, J. Mewhouse, G. Anderson, S. Sharp, T. Bubolz.
Postsurgical mortality in Manitoba and New England.
JAMA, 263 (1990), pp. 2653-2658
[17.]
E.S. Fisher, J.A. Baron, D.J. Malenka, J.A. Barrett, W.D. Kniffin, F.S. Whaley, T.A. Bubolz.
Hip fracture incidence and mortality in New England.
Epidemiology, 2 (1991), pp. 116-122
[18.]
N.P. Roos, J.L. Wennberg, D.J. Malenka, E.S. Fisher, K. McPherson, T.F. Andersen, et al.
Mortality and readmission after open and transurethral resection of prostate for bening protatic hypertrophy.
N Engl J Med, 320 (1989), pp. 1120-1124
Copyright © 1998. Sociedad Española de Salud Pública y Administración Sanitaria
Descargar PDF
Idiomas
Gaceta Sanitaria
Opciones de artículo
Herramientas
es en

¿Es usted profesional sanitario apto para prescribir o dispensar medicamentos?

Are you a health professional able to prescribe or dispense drugs?