Estratificación del Riesgo

Una herramienta para responder mejor

a las necesidades de salud de las

personas y de la población

Formación personal clínico

Osakidetza

Objetivos de la formación

Una vez que finalices esta formación serás capaz de:

• Entender qué es la Estratificación del Riesgo (ER).

• Conocer las implicaciones de la ER en consulta.

• Interpretar los indicadores de estratificación en la Historia Clínica Electrónica (HCE).

Introducción

El aumento de la esperanza de vida junto con la evolución de las condiciones de vida y de trabajo y

del medio ambiente físico y social han producido un incremento progresivo de la prevalencia de

patologías crónicas y de situaciones de multimorbilidad, especialmente en los estratos de edad más

avanzada de la población.

Los sistemas sanitarios actuales fueron concebidos para atender, principalmente, episodios agudos de

enfermedad y, debido a esta concepción, experimentan dificultades para dar respuesta a las

necesidades complejas de atención que las personas con enfermedades crónicas presentan.

Los sistemas sanitarios tienden a aproximarse al modelo de determinantes sociales de la salud y hacia

un enfoque poblacional de la atención a la salud. El modelo de los determinantes sociales de la salud

mantiene que la atención sanitaria no es el principal condicionante de la salud de las personas, sino

que está determinada en gran parte por las condiciones sociales en las cuales se vive y trabaja. Estos

factores permiten que las personas permanezcan sanas y la atención sanitaria ayuda a las personas

cuando enferman. El reto está en actuar proactivamente antes de que los problemas o eventos

adversos ocurran.

Así pues, asistimos a un escenario que explica el interés creciente de las administraciones y

organizaciones sanitarias en la reformulación de la provisión de servicios sanitarios y sociales a

personas con enfermedades crónicas, reforzando la acción sobre los determinantes sociales y con un

enfoque poblacional.

Con frecuencia, la atención sanitaria resulta insuficientemente coordinada, los pacientes muestran

escasa adherencia a los regímenes de tratamiento.

Y, todo ello, tiene un impacto negativo en la calidad de los cuidados e incrementa el consumo de

recursos sanitarios.

Una de las iniciativas para mejorar la atención de las personas con enfermedades crónicas se basa en

la identificación de pacientes de alto riesgo: que busca adaptar los procesos de atención a sus

necesidades diferenciadas.

¿Qué es la Estratificación de Riesgo?

La estratificación de riesgos es una herramienta que permite identificar y/o agrupar pacientes con

mayor riesgo de empeorar o de padecer un nuevo problema de salud, que requieran una atención

más intensa y mayores recursos de salud en el futuro. Sirve así para definir anticipadamente

intervenciones que se adapten a sus necesidades de cuidados sanitarios futuras.

Existen distintas maneras para la identificación y/o agrupación de pacientes según su riesgo de

problemas futuros:

- MODELOS DESCRIPTIVOS:

o CRITERIO CLÍNICO: Método basado en la decisión del clínico/a. Basado en su

formación, conocimiento, instinto y experiencia para identificar individuos de riesgo

que pueden beneficiarse de una intervención precoz.

o MODELIZACIÓN DESCRIPTIVA: Métodos basados en reglas, umbrales de

determinados parámetros o en criterios preestablecidos de decisión, que describen a

un paciente de alto riesgo y no modelos estadísticos. Por ejemplo, mayor de 65 años,

enfermedad pulmonar obstructiva crónica y un ingreso previo.

- MODELIZACIÓN PREDICTIVA: Basado en modelos predictivos que buscan establecer

relaciones entre conjuntos de variables para predecir resultados futuros, utilizando fórmulas

y métodos estadísticos. La mayoría, utilizan modelos de regresión aunque cada vez más se

estudian métodos basados en inteligencia artificial. Tienen la ventaja, sobre el criterio clínico

o los modelos descriptivos, en que no necesitan el contacto directo del profesional con cada

paciente para identificarlo, sino que utiliza los datos registrados previamente, pudiendo

aplicarse a grupos amplios de población.

La estratificación del riesgo basada en modelos predictivos, es un proceso estadístico que permite

determinar la probabilidad de ocurrencia de eventos/resultados no deseados en un horizonte

temporal variable. La estratificación del riesgo utiliza fundamentalmente los datos de los pacientes

registrados en los sistemas de información sanitaria.

Agrupando los individuos según los diferentes riesgos podemos clasificar la población en diferentes

estratos o segmentos.

Estos modelos predictivos permiten, por tanto, estratificar a la población en función del riesgo

creciente de padecer el evento adverso definido. Esta es la técnica utilizada en la conocida como

pirámide de Kaiser Permanente de estratificación de riesgos.

La estratificación es importante porque permite un abordaje de base poblacional (es decir que

incluye a toda la población asignada a una unidad de servicios) y de forma proactiva.

Su interés no reside en identificar a personas que en la actualidad se encuentran en una determinada

situación, sino en reconocer con antelación a aquellas personas que con alta probabilidad tendrán un

evento o un problema en un futuro próximo. Esta orientación a una “probable” situación futura

permite construir estrategias de abordaje proactivo (es decir, anticipándose a los acontecimientos)

para evitar o disminuir el impacto de estos eventos, tanto en salud y calidad de vida de las personas

como en el consumo de recursos.

Utilidades de las herramientas de estratificación

Las herramientas de riesgo tienen dos utilidades:

a) La identificación de pacientes que puedan beneficiarse de

intervenciones para prevenir eventos no deseados (case finding).

Permite anticipar los cuidados sobre aquellos colectivos de

pacientes que son más susceptibles de que interviniendo sobre

ellos, el curso clínico puede evolucionar positivamente.

b) La planificación de intervenciones y su financiación. Permite una

mejor planificación y gestionar de manera eficiente los recursos,

así como distribuir mejor los presupuestos o la

financiación. Ajustar la distribución de recursos a los riesgos,

permite que sea proporcional a la carga de morbilidad de la

población respectiva.

Ventajas de las herramientas de estratificación

Estratificar la población ofrece la oportunidad de actuar proactivamente, diseñando intervenciones

de cuidados sanitarios específicos adecuadas al nivel de necesidad de los distintos grupos de

personas.

Proactividad Diseño de intervenciones Adecuadas a los

distintos grupos de

personas

Herramientas de estratificación del riesgo

Los modelos predictivos de estratificación de riesgo están compuestos por el algoritmo matemático

que calcula el riesgo para cada paciente.

El algoritmo está basado generalmente en modelos de regresión múltiple, aunque a veces se utilizan

redes neurales o árboles de decisión.

Puedes encontrar información completa sobre diferentes herramientas en el Appraisal Standard del

proyecto ASSEHS (http://assehs.eu/)

¿Qué modelos de estratificación del riesgo hay?

Como hemos comentado anteriormente, la estratificación del riesgo es un proceso estadístico para

determinar las características asociadas con una mayor probabilidad de experimentar los resultados a

predecir. El algoritmo matemático que se utilice, dependerá de la información disponible (input) y de

la que se quiera predecir (output).

Datos de entrada Modelo predictivo Datos de salida

¿Qué datos se utilizan en los modelos de estratificación?

Los datos clínicos de bases de datos administrativas como pueden ser la Historia Clínica Electrónica y

la interconexión de registros procedentes de los diferentes ámbitos asistenciales y sociales han

facilitado la explotación de información clínica a nivel de paciente. La disponibilidad de información y

la fiabilidad de esta son elementos determinantes de las variables explicativas pueden ser introducidas

en el modelo.

En el modelo se pueden utilizar variables como:

Variables demográficas, como la edad y el sexo.

Utilización previa de recursos: ingresos hospitalarios, visitas a urgencias, consultas a atención

primaria, etc.

Farmacia: prescripciones farmacéuticas, coste de farmacia.

Morbilidad: diagnósticos categorizados clasificado en ACGs o EDGs.

Estado de salud, calidad de vida y atención sanitaria recibida.

Variables socioeconómicas: índice de privación de la sección censal de residencia.

¿Qué resultados obtenemos de los modelos de

estratificación?

Cuando se habla de estratificación de riesgo, por riesgo nos referimos a la probabilidad de que

ocurra un acontecimiento concreto (ingreso urgente o reingreso, institucionalización, muerte,

consumo de farmacia o gasto sanitario) a lo largo de un periodo de tiempo determinado,

generalmente un año.

Uno de los resultados (output) es el coste esperado. El consumo de

recursos sanitarios esperado como “output” permite hacer comparaciones

entre pacientes con morbilidades y necesidades de atención muy diferentes.

El objetivo de estratificar por el consumo de recursos sanitarios esperado es

identificar y seleccionar poblaciones diana que puedan beneficiarse de

programas específicos de acción.

Calidad de los modelos de estratificación

Es evidente que la calidad de los datos sobre los que se construye y ejecuta un modelo predictivo

tendrá un impacto en la calidad de las predicciones que hace.

Del mismo modo, es importante recordar que los modelos predictivos se construyen mediante la

extracción de datos de diferentes fuentes. Si hay un error sistemático en el interior de una base de

datos, la estratificación tomará información errónea y, por tanto, el resultado de la estratificación no

se corresponderá con lo esperado.

Por ejemplo, si pacientes con enfermedad pulmonar obstructiva crónica (EPOC) están mal

codificados como asma, y el código "asma" resulta ser un dato predictivo de ingresos hospitalarios no

planificados, el resultado de la estratificación será que estos pacientes tienen riesgo de ingreso,

cuando en realidad no tendrían.

Además para la realización de la estratificación hay que seguir una serie de pasos: la extracción, la

depuración y la validación de la información, y el volcado de los resultados en la Historia Clínica

Electrónica o en los sistemas establecidos. Este proceso puede también tener errores y lleva cierto

tiempo.

Sin embargo, vale la pena recalcar, que indirectamente, la utilización de la

estratificación de riesgos, permite mejorar y optimizar la calidad de los datos

clínicos y administrativos y esto a su vez aumentará la validez de la predicción.

La validez de la predicción es el grado en que pronostica lo que se supone debe

pronosticar. Es similar a la validez de los métodos diagnósticos (validez predictiva).

En la medida en que la validez de la predicción del modelo de estratificación sea

buena, las predicciones realizadas por el mismo serán acertadas.

Ejemplos de modelos de estratificación del riesgo

Entre los instrumentos de modelización predictiva más conocidos están Adjusted Clinical Groups

Predictive Model (ACG-PM), Diagnostic Cost Groups (DCG) y Clinical Risk Groups (CRG). Los tres

fueron diseñados en EEUU y son sistemas robustos desde el punto de vista estadístico y versátiles en

sus aplicaciones. Su utilidad ha sido comprobada en organizaciones sanitarias públicas y privadas

desde hace varios años.

Adjusted Clinical Groups (ACG-PM): Asignan a cada persona en una categoría exclusiva,

basado en criterios clínicos. Existen un total de 94 categorías.

Diagnostic Cost Groups / Hierarchical Condition Categories (DCG-HCC): Es modelo de

regresión. Todos los diagnósticos y prescripciones son clasificados dentro de grupos

clínicamente homogéneos que son utilizados para predecir el coste de un paciente.

Clinical Risk Groups (CRG): Adopta un enfoque mixto entre los dos modelos descritos

anteriormente. Los pacientes son categorizados en categorías mutuamente excluyentes. El

modelo utiliza 34 para diagnósticos y 64 para prescripciones.

Estos modelos consiguen explicar una parte importante de la variabilidad en la utilización de servicios

sanitarios que realizará una población y ofrecen, para cada individuo, una estimación prospectiva del

volumen de recursos sanitarios que requerirá el año siguiente.

En sus versiones más recientes combinan información procedente de diagnósticos, prescripciones,

coste previo e información diagnóstica y otras variables y han remplazado en la práctica a modelos

previos con menor poder de predicción basados solo en datos demográficos o de utilización de

servicios.

Algunas experiencias europeas se centran en hacer predicciones sobre hospitalizaciones u

hospitalizaciones evitables, como: PARR (Patients and Risk of Rehospitalization), SPARRA (Scottish

Patients at Risk of Readmission and Admission) y CARS (Community Assessment Risk Screen).

Puedes encontrar información completa sobre diferentes herramientas en el Appraisal Standard del

proyecto ASSEHS (http://assehs.eu/).

Modelo predictivo en Euskadi

En el País Vasco la estratificación poblacional comenzó en el año 2009, como un proyecto de

investigación. Su objetivo era establecer la capacidad de modelos estadísticos basados en variables

demográficas, socioeconómicas, clínicas y utilización previa de recursos sanitarios para predecir el

consumo de recursos durante el año siguiente e identificar así a los pacientes con grandes

necesidades de atención.

Modelo de estratificación en Euskadi

El objetivo que este modelo busca es la identificación de personas con riesgo de

requerir un gran consumo de recursos sanitarios en el futuro, lo que posibilita

plantear intervenciones proactivas que se ajusten a sus necesidades de cuidados

sanitarios futuras.

Se implantó por primera vez en 2011 en el marco de la Estrategia para afrontar el

reto de la cronicidad en Euskadi.

La utilización de información procedente de diagnósticos y prescripciones consigue paliar algunas

limitaciones atribuibles a los sistemas de información en uso y obtiene mejores resultados que otros

sistemas.

Pretende predecir el consumo de recursos durante los doce meses siguientes e identificar así a los

pacientes con grandes necesidades de atención.

Utiliza modelos estadísticos basados en: el uso previo de recursos sanitarios, variables demográficas,

socioeconómicas y clínicas.

La estratificación de todos los pacientes asignados a Osakidetza supone la clasificación de más de dos

millones de ciudadanos.

Variables que utiliza el modelo (inputs)

Para determinar el estado de salud de las personas y las enfermedades que padecen, se recurre a los

diagnósticos, procedimientos y medicamentos prescritos que constan en nuestros sistemas de

información, utilizando el sistema ACG-Modelo predictivo de Johns Hopkins como modelo para la

obtención del índice predictivo (IP). El IP es un dato relativo que corresponde al cociente de dividir

el gasto esperado en cada individuo por el gasto promedio esperado en la población estratificada. El

consumo de recursos se utiliza como un indicador “proxy” de necesidad de atención de salud.

Las variables empleadas para el cálculo del índice predictivo son las siguientes:

Edad y sexo

Comorbilidad global del paciente

Consumo previo de determinados recursos (durante el año anterior a la extracción de los

datos)

Patologías

Fármacos

Quintil socioeconómico

Coste previo de la atención sanitaria (durante el año la extracción de los datos)

¿Qué es lo que predice (output)?

La estratificación de riesgo del País Vasco predice el consumo futuro de recursos en un periodo de

12 meses.

El Índice Predictivo es un número cuyo límite inferior es 0. Cuanto más alto es el número, mayor es

el riesgo (la probabilidad) de utilización de recursos. Así, que una persona tenga un Índice Predictivo

de 2 significa que su coste esperado será el doble que el coste medio por paciente en Osakidetza.

El Índice Predictivo puede variar en cada actualización en función de los datos de los pacientes en el

año previo.

Clasificación de los pacientes según su riesgo

La estratificación de los pacientes utiliza el modelo poblacional de la pirámide Kaiser Permanente. Los

pacientes se clasifican en cada estrato en función de su Índice Predictivo (riesgo, rojo, naranja,

amarillo o verde). Para cada estrato se diseñan unas intervenciones diferenciadas.

El estrato de Gestión del caso engloba al 5% de población crónica con índice predictivo de

consumo de recursos más altos. Se representa por un triángulo rojo, y que se

correspondería con usuarios de alto riesgo y que requieren intervenciones complejas o de

gestión del caso.

El estrado de Gestión de la enfermedad agrupa al 15% de la población crónica con índice

predictivo de consumo de recursos intermedio. Se representa por un triángulo naranja.

Serían personas con condiciones crónicas que requieren atención médica de forma

constante, y aquellos cuyo estilo de vida los hace relativamente usuarios intensivos del

sistema.

El estrato de Autogestión agrupa al 80% de la población crónico con el índice predictivo de

consumo de recursos más bajo. Se representa por un triángulo amarillo. Serían pacientes con

patología crónica pero con buen estado de salud.

En el estrato de Prevención y promoción se agrupa a toda la población sin patología crónica.

Se representa por un triángulo verde.

En la última estratificación llevada a cabo (implementada en 2014), la distribución de la población del

País Vasco fue la representada en la imagen.

El punto de corte que delimita el 5% de la población con mayor IP (gestión del caso) se estableció en

6.28248. Incluye a 34.190 personas. Los límites para el estrato de gestión de la enfermedad (20% de

la población crónica) fueron entre un IP de 3.22896 y 6.2824, incluyendo a 136.760 personas. El

estrato autogestión de la enfermedad (75% de la población crónica) incluye a 512.847 personas con

un IP menor a 3.22892. El estrato promoción y prevención incluye a la población que no tiene

ninguna enfermedad crónica, es decir, 1.599.983 personas.

Estratificar para intervenir

La estratificación de riesgo de la población pretende ‘señalar’ a aquellos grupos de pacientes que

pueden beneficiarse de una intervención proactiva de mayor o menor intensidad. Por esta razón, la

estratificación de riesgo es una herramienta que puede ser de gran utilidad si se aplica en la asistencia

de aquellos pacientes de los que cada clínico se hace cargo.

Algunas enfermedades crónicas como la insuficiencia cardiaca, asma, diabetes y EPOC son de las

patologías que más se podrían beneficiar de intervenciones preventivas ya que se considera que son

patologías “impactables”, es decir, hay evidencia de que intervenir sobre estas poblaciones con unas

determinadas actividades preventivas y de autocuidado puede influir positivamente en su salud.

Un abordaje más proactivo por lo tanto en estos pacientes complejos permitiría:

Evitar descompensaciones con medidas de promoción y prevención: abandono de hábitos

nocivos, adherencia a la medicación, vacunaciones… y establecer programas de autocuidado.

Detectar precozmente las descompensaciones por medio del empoderamiento y evitar un

posible ingreso o una visita a urgencias.

Facilitar al clínico la detección de pacientes con mayores necesidades sociales (en aquellos

pacientes con mayor IP).

Seleccionar a los pacientes a incluir en programas específicos de atención, que, en función de

su morbilidad, se beneficien de una adecuada coordinación entre niveles que garantice un

continuo asistencial.

En el 2011 los Programas de Intervención Integrada (PII) se proponen como estrategia de

intervención compartida entre organizaciones de servicio de Atención Primaria y Atención

Hospitalaria (antes de las OSIs, con la primera estratificación) y se introducen objetivos de la eficacia

de esos planes de intervención en los Contrato Programa de las Organizaciones Sanitarias.

En la actualidad hay en marcha distintos Programas de Intervención Integrada:

Pluripatológicos

EPOC

Insuficiencia Cardíaca

Diabéticos con mal control metabólico (según los valores de la hemoglobina Glicosilada))

Criterios de inclusión y/o identificación de los PII en 2014

Pluripatológicos (PP):

Mayor de 13 años, Etiquetado como crónico, con al menos una hospitalización en el año previo a la

estratificación, Al menos 2 de estas tres patologías: EPOC, diabetes e insuficiencia cardiaca ó 2 ó más

de las categorías: de Ollero, Su índice predictivo está en el percentil ≥95 de la población etiquetada

como crónica (codificado en Osabide Global por triángulo rojo) y No tiene neoplasia o trasplante o

diálisis

Por otro lado, los clínicos pueden incluir nuevos pacientes pluripatológicos si consideran que la

herramienta de estratificación no los ha detectado (paciente pluripatológico identificado por los

clínicos).

En una segunda fase, la lista de pacientes pluropatológicos identificados es facilitada a cada clínico

para que la revise, incluyendo o excluyendo pacientes según los siguientes criterios:

Errores de codificación del diagnóstico

Neoplasia en tratamiento

Trasplante

Diálisis

Pacientes paliativos

Institucionalizado en Residencia Asistida con servicio médico

Otras

Enfermedad pulmonar obstructiva crónica (EPOC):

Mayor de 13 años, Etiquetado como crónico, Diagnosticado como EPOC y No tiene

neoplasia/trasplante/diálisis.

Insuficiencia cardiaca (IC)

Mayor de 13 años, Etiquetado como crónico, Diagnosticado como insuficiencia cardiaca y No tiene

neoplasia/trasplante/diálisis.

Diabetes tipo 2 (DM)

≥45 años, Etiquetado como crónico, Diagnosticado como Diabetes mellitus, No tiene

neoplasia/trasplante/diálisis Y No tiene hemoglobina glicosilada (HbA1) realizada en los últimos 8

meses. O si tiene menos de 65 años la última HbA1 en los últimos 8 meses es > 7 O si tiene 65 o

más años la última HbA1 en los últimos 8 meses > 8

Aplicación de la información de la ER a la Historia Clínica

Electrónica

Para facilitar y posibilitar el uso de la información de la estratificación de riesgos, y, por consiguiente,

la intervención proactiva, ésta se traslada a la Historia Clínica Electrónica. Esto se hace

representando un triángulo en la Historia clínica. Aparece en la esquina superior derecha de la

ventana. En función del riesgo será rojo, naranja, amarillo o verde.

Se ofrece la siguiente información:

El color del estrato de la pirámide en que se encuentra este paciente (rojo, amarillo, naranja

o verde) que se corresponde con el valor del IP. Además en Osabide Global el valor

numérico del IP.

Por otra parte se identifica qué Programa de intervención se le asigna al paciente.

Por lo tanto en la Historia Clínica Electrónica, además del triángulo, se especifica el programa de

crónicos en el que se incluye al paciente.

Extraída de la Presentación de Mikel Ogueta en el Workshop ACG, Diciembre 2015

A los pacientes se les puede asignar más de un Programa. Tendrán un triángulo con el Riesgo (en

función de su IP) y las iniciales de los programas que tengan asignados.

En la siguiente imagen puedes observar cómo quedaría la aplicación de la información de la

estratificación del riesgo en Osabide Global (a la izquierda) y en Osabide AP (a la derecha).

Aporta información sobre el riesgo de cada persona mediante un triángulo de colores y sobre la

inclusión en los Plan de Intervención Poblacional (comentados anteriormente).

Conclusión

La estratificación de riesgo poblacional busca:

La identificación proactiva de pacientes con diferentes riesgos.

Asignar programas de intervención para anticiparnos a la aparición de problemas evitables.

¡Es una herramienta de apoyo a la decisión clínica, nunca la sustituye!

Bibliografía

Miller CC, R. M. (2001). Risk stratification: A practical guide for clinicians. Cambridge

University Press.

Nuño Solinís R, C. J. (s.f.). Guía para el desarrollo e implementación de herramientas de

estratificación de riesgos.

Orueta J, M. M. (2013). Stratification of the population in the Basque Country: results in the

first year of implementation. Atención Primaria, 45(1), 54–60.

Allaudeen N, Schnipper JL, Orav EJ, Wachter RM, Vidyarthi AR. Inability of providers to

predict unplanned readmissions. J Gen Intern Med. 2011; 26:771-776.

Lewis G. “Impactibility models”: identifying the subgroup of high-risk patients most amenable

to hospital-avoidance programs. Milbank Q. 2010; 88(2):240-55.

Encuesta Impacto y Satisfacción

Para cumplimentar la formación debes completar la Encuesta de Impacto y Satisfacción, de forma

anónima, en la dirección siguiente dirección: http://goo.gl/forms/P5VaO5wtCt

Certificado de asistencia al curso

Podrás acceder al certificado de asistencia al curso una vez hayas visto el vídeo y respondido a las

encuestas, tanto de impacto como de satisfacción, en la sección “Encuesta de satisfacción y

certificado” de la plataforma Jakinsarea.