Patrones de Niños con Condiciones Crónicas Complejas: Un Análisis de Clases Latentes

Área de la Ciencia:

• Investigación de Servicios de Salud Pediátrica
• Informática de la Salud
• Bioestadística

Sus antecedentes:

• Las condiciones crónicas complejas (CCC) afectan a una población pediátrica significativa.
• Comprender la heterogeneidad en las CCC es crucial para predecir las necesidades de atención médica.
• Las clasificaciones previas pueden no capturar completamente los matices de la utilización de la atención.

Objetivo del estudio:

• Identificar clases empíricas distintas de niños con CCC.
• Evaluar si estas clases identificadas predicen la utilización y el gasto futuros en atención médica.
• Informar la asignación específica de recursos de atención médica para poblaciones pediátricas con CCC.

Principales métodos:

• Análisis de clases latentes de datos de reclamaciones de Medicaid (2017-2019) para niños de 1 a 18 años con CCC.
• Inclusión de factores demográficos, características clínicas y utilización de la atención médica de 2017.
• Modelos de regresión negativa binomial y logística para evaluar el gasto y uso de la atención médica en 2018-2019.

Principales resultados:

• Una solución de 3 clases surgió de 185,672 niños con CCC.
• Clase 1 (9.1%): Alta neurodiscapacidad, alta dependencia tecnológica, alta multimorbilidad.
• Clase 2 (14.8%): Alta neurodiscapacidad, baja dependencia tecnológica.
• Clase 3 (76.0%): Baja neurodiscapacidad, baja dependencia tecnológica.
• Las clases 1 y 2 exhibieron un gasto significativamente mayor en atención médica en comparación con la Clase 3 (RR 6.9 y 2.5, respectivamente).
• Los servicios de hospitalización y ambulatorios especializados impulsaron los costos en la Clase 1; medicamentos ambulatorios, especialistas y salud mental en la Clase 2.

Conclusiones:

• Los niños con CCC pueden categorizarse de manera significativa en clases distintas.
• Estas clases son identificables utilizando datos fácilmente disponibles.
• Las clases identificadas demuestran patrones diferenciales de utilización futura de la atención médica y costos asociados.