Sensibilidad de los códigos de reclamaciones de seguros para identificar la cirugía asistida por robot

Área de la Ciencia:

• Informática de la salud
• Investigación de resultados quirúrgicos
• Investigación de servicios de salud

Sus antecedentes:

• Las bases de datos generadas por las aseguradoras son cruciales para estudiar los resultados de la cirugía asistida por robot (CAR).
• El uso inconsistente de los códigos de reclamaciones en estas bases de datos puede llevar a una clasificación errónea y a resultados de estudio sesgados.

Objetivo del estudio:

• Evaluar la sensibilidad de los códigos de reclamaciones de seguros para identificar la CAR.
• Evaluar el sesgo de clasificación errónea en los estudios de resultados de la CAR.
• Examinar la generalización de los hallazgos en diferentes fuentes de datos de atención médica.

Principales métodos:

• Un estudio de cohorte retrospectivo comparó definiciones solo por reclamaciones con una definición de referencia que incluía datos de facturación de texto libre para la identificación de CAR (2018-2023).
• Se utilizaron dos conjuntos de datos de EE. UU. (Premier Healthcare Database y Merative™), evaluando siete procedimientos comunes en entornos de hospitalización y ambulatorios.
• Se evaluó el sesgo de clasificación errónea para el tiempo operatorio, la duración de la estancia, la conversión a cirugía abierta y la infección del sitio quirúrgico.

Principales resultados:

• La sensibilidad de la identificación solo por reclamaciones para la CAR fue de 0,578 en la Premier Healthcare Database.
• La sensibilidad fue alta para los procedimientos de hospitalización pero muy baja (<0,5 para 2021) para los procedimientos ambulatorios.
• Las definiciones solo por reclamaciones frecuentemente resultaron en estimaciones de efectos sesgadas para los procedimientos ambulatorios, y las tasas de CAR difirieron entre los conjuntos de datos.

Conclusiones:

• La sensibilidad de los datos de reclamaciones de seguros para identificar la CAR es variable, dependiendo del procedimiento, el entorno y el tiempo.
• La baja sensibilidad conduce a un sesgo de clasificación errónea significativo, lo que afecta la precisión de los análisis sobre la modalidad quirúrgica y los resultados del paciente.