Ratio de mortalidad estandarizado hospitalario: un método y enfoque novedosos para el ajuste de riesgos

Área de la Ciencia:

• Investigación de Servicios de Salud
• Bioestadística
• Salud Pública

Sus antecedentes:

• El índice de mortalidad estandarizado hospitalario (HSMR) es una métrica ampliamente utilizada para evaluar el rendimiento hospitalario.
• Se sabe que el HSMR sufre de problemas como la escasez, la dimensionalidad, la sobredispersión, las exclusiones y la controversia.
• Existe la necesidad de metodologías mejoradas para predecir con precisión los resultados hospitalarios.

Objetivo del estudio:

• Describir la metodología de la Ecuación de Predicción de Resultados Hospitalarios V.7 (HOPE-7).
• Desarrollar un modelo parsimonioso y pragmático para predecir la mortalidad hospitalaria.
• Abordar las limitaciones de las metodologías existentes de HSMR.

Principales métodos:

• Se empleó un proceso multifásico, agregando diagnósticos principales en 406 grupos de diagnóstico clínico (CDG).
• Se reservaron los CDG con baja tasa de letalidad (CFR) y los CDG restantes se clasificaron por riesgo predicho.
• Se ajustó un modelo lineal generalizado a un conjunto de datos de entrenamiento, se reinsertaron los casos de bajo riesgo y se les asignó un riesgo cero.
• Se evaluó el rendimiento del modelo utilizando métricas de calibración, discriminación y clasificación.

Principales resultados:

• El modelo final HOPE-7 incluyó variables demográficas y 20 categorías de riesgo de diagnóstico, desarrollado en 9,73 millones de casos.
• La validación en 3,24 millones de casos mostró una puntuación de Brier de 0,015, un valor p H10 de 0,09, un AUCROC de 0,90 y un AUCPRC de 0,28.
• El modelo reclasificó con éxito una alta proporción de valores atípicos de CFR como valores atípicos de HSMR (96,2%).

Conclusiones:

• HOPE-7 es un modelo HSMR parsimonioso y pragmático.
• Se basa en datos administrativos, lo que lo hace aplicable en diversas jurisdicciones.
• El modelo demostró métricas satisfactorias de calibración, clasificación y discriminación, abordando eficazmente las limitaciones comunes del HSMR.