Las cardiopatías1 suponen, en España y la mayoría de los países desarrollados, una importante carga asistencial, pues motivan el 22% de la mortalidad total y son la causa más frecuente de morbilidad hospitalaria1–3. Las mejoras en su tratamiento han contribuido al aumento de la esperanza de vida, con un retorno coste-efectivo de la inversión realizada4. Estos logros se deben en gran parte a los nuevos tratamientos y estrategias de actuación y las buenas prácticas de gestión clínica5,6.

A diferencia del esfuerzo dedicado a investigar la eficacia de la innovación tecnológica7, la relevancia que la organización y la gestión de los servicios clínicos tienen para su efectividad ha merecido menos atención8. Sin embargo, el estudio de los resultados en servicios sanitarios está adquiriendo mayor interés, especialmente la provisión de servicios cardiológicos9–13.

El proyecto RECALCAR tiene como objetivo investigar la relación entre aspectos organizativos y de gestión de las unidades de cardiología del Sistema Nacional de Salud (SNS) y los resultados para los pacientes. Entre otras actividades, RECALCAR ha analizado los episodios registrados en el conjunto mínimo básico de datos de las altas hospitalarias del SNS de 2009-2010. En este artículo se exponen los resultados obtenidos de la explotación del conjunto mínimo básico de datos acerca de la relación entre las características del hospital, la asistencia prestada (servicio clínico y procedimientos) y la mortalidad intrahospitalaria por infarto agudo de miocardio (IAM).

Para mayor detalle sobre la metodología utilizada, consúltese el material adicional.

Ajuste por riesgo de la mortalidad intrahospitalaria por infarto agudo de miocardio

Para mejorar la consistencia de los datos y eliminar registros con problemas de calidad en el diagnóstico15,16, se ha excluido a los pacientes menores de 35 años o mayores de 94, con estancia<1 día o atendidos en hospitales con menos de 25 episodios anuales (1.319, 3.445 y 1.061 casos respectivamente), lo que resultó en una muestra de 95.177 episodios, con una tasa bruta de mortalidad intrahospitalaria del 7,26%.

La mortalidad intrahospitalaria se ha ajustado por riesgo, según el modelo publicado15 por el Institute of Clinical Evaluative Sciences (ICES) de Ontario (Canadá) en 1999, utilizando SPSS 15.0 y considerando los factores de riesgo que se describen en la tabla 1. Los coeficientes de ajuste y los factores que definitivamente entran en el modelo se han derivado de los datos propios y se han utilizado para estimar la mortalidad esperada y calcular la razón de mortalidad intrahospitalaria ajustada por riesgo como el cociente entre la mortalidad observada y la esperada. Sin embargo, la probabilidad de que un paciente muera se considera, en realidad, una combinación de sus factores de riesgo individuales (casuística) y de la calidad de la atención dispensada (funcionamiento)17–19. Los modelos jerárquicos de ajuste por riesgo (modelos multinivel)20–22 toman en consideración, además de las variables demográficas y clínicas de los pacientes, un efecto específico al nivel «hospital». Siguiendo esta aproximación, se ha estimado un modelo de regresión logística multinivel, utilizando MLwiN 2.25 y las mismas variables del modelo ICES 1999.

Tabla 1.

Descripción de las variables (Institute for Clinical Evaluative Sciences, 1999)15

Variable	Descripción	Códigos CIE-9-MC	% variable/universo
Mortalidad intrahospitalaria (observada)	Variable dependiente.1=muerte durante el episodio de hospitalización;0=alta con motivo diferente de muerte
Edad	Cuantitativa discreta (años).34<edad<95
Sexo	Cualitativa nominal dicotómica.1=mujer; 0=varón (categoría de referencia)		29,27
Shock	Cualitativas nominales dicotómicas*1=código de diagnóstico secundario presente en el registro del CMBD;0=código de diagnóstico secundario ausente en el registro del CMBD	785.5	3,75
Diabetes mellitus con complicaciones		250.1-250.9	5,02
Insuficiencia cardiaca congestiva		428.x	18,11
Tumor maligno		140.0-208.9	2,77
Enfermedad cerebrovascular		430.0-438.x	4,26
Edema de pulmón		518.4, 514.x	0,60
Insuficiencia renal aguda		584.x, 586.x, 788.5	5,64
Insuficiencia renal crónica		585.x, 403.x, 404.x, 996.7, 394.2, 399.4, v451	9,06
Arritmia		427.0-427.9	19,30

CIE-9-MC: Clasificación Internacional de Enfermedades, Novena Revisión, Modificación Clínica; CMBD: conjunto mínimo básico de datos.

*

En todos los casos, el test de la χ2 muestra que existe asociación entre la mortalidad observada y las variables dependientes (p<0,001).

A partir del modelo multinivel, se ha calculado la razón de mortalidad intrahospitalaria (razón individual de mortalidad estandarizada por riesgo [RAMER]) como el cociente entre la mortalidad prevista (que considera individualmente el funcionamiento del hospital donde se atiende al paciente) y la esperada (que considera un funcionamiento estándar según la media de todos los hospitales), multiplicado por la tasa bruta de mortalidad18,23, de forma que si la RAMER de un hospital es mayor que la tasa bruta de mortalidad, la probabilidad de letalidad en dicho hospital es mayor que en la media de los hospitales considerados.

Los resultados obtenidos muestran que existe una elevada correlación entre las diferentes estimaciones de la mortalidad: esperada (ICES, 1999), prevista (multinivel) y esperada (multinivel) con coeficientes de correlación de Pearson entre 0,990 y 1 (p<0,01) (fig. 1), así como buenos ajuste y discriminación, tanto con el modelo ICES 1999 (tabla 2) como con el modelo multinivel (tabla 3), aunque es mejor para este.

Figura 1.

Correlación entre las estimaciones de la mortalidad (p<0,01). A: mortalidad esperada (Institute for Clinical Evaluative Sciences, 1999). B: mortalidad prevista (multinivel). C: mortalidad esperada (multinivel). aCoeficiente de correlación de Pearson=0,99. bCoeficiente de correlación de Pearson = 0,99. cCoeficiente de correlación de Pearson=1.

(0,23MB).

Tabla 2.

Ajuste del modelo de regresión logística para la mortalidad intrahospitalaria por infarto agudo de miocardio 2009-2010 (Institute for Clinical Evaluative Sciences, 1999)15

	B	OR (IC95%)
Edad	0,0656	1,0678 (1,0646-1,0710)
Sexo	0,1251	1,1333 (1,0673-1,2033)
Shock	2,9963	20,0120 (18,4151-21,7475)
Diabetes mellitus con complicaciones	0,2500	1,2840 (1,1569-1,4251)
Insuficiencia cardiaca congestiva	0,6973	2,0083 (1,8920-2,1318)
Tumor maligno	0,8132	2,2552 (1,9933-2,5516)
Enfermedad cerebrovascular	0,8535	2,3480 (2,1341-2,5832)
Edema de pulmón	1,0567	2,8768 (2,3267-3,5569)
Insuficiencia renal aguda	1,0309	2,8036 (2,5992-3,0242)
Arritmia	0,5678	1,7645 (1,6622-1,8730)
Constante	–8,3500	0,0002

B: coeficiente de regresión; IC95%: intervalo de confianza del 95%; OR: odds ratio.

La variable «insuficiencia renal crónica» resulta no significativa.

Calibración: χ2 Hosmer-Lemeshow=92,558; grados de libertad=8; p<0,001.

Discriminación: área bajo la curva receiver operating characteristic=0,864 (IC95%, 0,860-0,868); p<0,001.

Tabla 3.

Ajuste del modelo de regresión logística multinivel para la mortalidad intrahospitalaria por infarto agudo de miocardio 2009-2010 (variables del Institute for Clinical Evaluative Sciences, 1999)15

	B	OR (IC95%)
Edad	0,065	1,0672 (1,0630-1,0714)
Sexo	0,120	1,1275 (1,0610-1,1981)
Shock	3,061	21,3489 (19,6233-23,2262)
Diabetes mellitus con complicaciones	0,275	1,3165 (1,1843-1,4635)
Insuficiencia cardiaca congestiva	0,723	2,0606 (1,9391-2,1897)
Tumor maligno	0,816	2,2614 (1,9948-2,5637)
Enfermedad cerebrovascular	0,859	2,3608 (2,1446-2,5988)
Edema de pulmón	1,079	2,9417 (2,3666-3,6567)
Insuficiencia renal aguda	1,076	2,9329 (2,7171-3,1659)
Arritmia	0,584	1,7932 (1,6875-1,9055)
Constante	–8,377	0,0002

B: coeficiente de regresión; IC95%: intervalo de confianza del 95%; OR: odds ratio.

La variable «insuficiencia renal crónica» resulta no significativa.

Varianza de la ordenada en el origen (intercept) correspondiente al nivel «hospital»=0,102; coeficiente de correlación intrahospitalaria=0,0301; OR mediana=1,3561.

Discriminación: área bajo la curva receiver operating characteristic de mortalidad prevista=0,871 (IC95%, 0,866-0,875); p<0,001 y de mortalidad esperada=0,864 (IC95%, 0,864-0,869); p<0,001.

Los pesos de las variables de ajuste son prácticamente iguales en ambos modelos y similares a los del modelo de ajuste usado como referencia15. La variable que más peso tiene como valor predictivo de la mortalidad es la presencia de shock, seguida por otras relacionadas con la insuficiencia cardiaca (edema agudo de pulmón, insuficiencia renal aguda). A diferencia del modelo de referencia, la «insuficiencia renal crónica» no resulta significativa para el ajuste.

La estimación del modelo multinivel indica que aproximadamente un 3% de la varianza total se explica por las diferencias entre hospitales (coeficiente de correlación intrahospitalaria=0,0301) y que las características de los hospitales donde se atiende a los pacientes son relevantes para explicar la variación de la probabilidad individual de morir por IAM (odds ratio mediana=1,3561).

Se han hallado diferencias significativas entre las medias de la RAMER de los cluster (tabla 7), los servicios que dan el alta (tabla 8) y en función del tipo de procedimiento realizado (tabla 9). En todos los casos, el estadístico F del análisis de la varianza es significativo (p<0,05), y al detectarse diferencias en las varianzas de los errores, se ha aplicado el test de Kruskal-Wallis, rechazándose la hipótesis nula. En las tablas 7–9 se muestran los resultados obtenidos para la razón individual de mortalidad ajustada por riesgo, como información adicional y para permitir comparaciones con otros estudios que utilicen este método de ajuste.

El análisis por cluster (tabla 7) muestra menor mortalidad para los hospitales de los clusters 3 y, sobre todo, 4 (RAMER, el 7,22 y el 6,74% respectivamente) que los clusters 1 (8,49%), 2 (7,53%) y 5 (7,84%). La asociación entre RAMER y clusters sigue la misma secuencia que la tasa bruta de mortalidad, mayor en los hospitales menos complejos (aproximadamente, el 8% para los clusters 1 y 2). En el 47,6% de los casos no se realizó procedimiento de revascularización, mientras que en el 43,5% se hizo angioplastia y en el 4,5%, fibrinolisis (tabla 7). Hay clara asociación entre complejidad e intervencionismo, y es probable que la mayor parte de las angioplastias de los hospitales de los clusters 1 y 2 se hayan realizado en un hospital de referencia con mayor complejidad.

El análisis en función de los servicios que dan el alta (tabla 8) excluye las altas de medicina intensiva (el 6,8% del total), por tratarse de un servicio intermedio. El 69% de las altas son dadas por servicios de cardiología, que obtienen mejores resultados que los demás servicios (sin considerar medicina intensiva) (RAMER, el 7,22 y el 7,84%) (tabla 8).

El análisis por procedimientos muestra mejores resultados para la angioplastia (RAMER, el 7,19% angioplastia y el 7,83% fibrinolisis) (tabla 9). El grupo sin procedimiento de revascularización tenía mayores media de edad y proporción de mujeres y comorbilidades (tabla 4).

Este estudio demuestra que, en el SNS, la probabilidad de supervivencia intrahospitalaria a un episodio de IAM se asocia con las características del hospital, así como si se da el alta en el servicio de cardiología o se ha realizado una angioplastia (fig. 2).

Figura 2.

Medias de la razón de mortalidad estandarizada por riesgo según grupos de procedimientos realizados, servicios de alta y clusters de hospitales (p<0,01). CL1: cluster 1; CL2: cluster 2; CL3: cluster 3; CL4: cluster 4; CL5: cluster 5; GP1: ningún procedimiento de revascularización; GP2: fibrinolisis; GP3: angioplastia; GP4: angioplastia+fibrinolisis; S1: cardiología; S2: otros servicios.

(0,1MB).

Las recomendaciones de las guías de práctica clínica24–26 y las agencias nacionales27–30 han impulsado el desarrollo de redes asistenciales para garantizar el acceso de los pacientes con IAM a la angioplastia como tratamiento de elección del síndrome coronario agudo con elevación del ST. En el síndrome coronario agudo sin elevación del ST, las guías recomiendan una estrategia invasiva en pacientes con riesgo moderado-alto31,32. Por lo tanto, es previsible que los pacientes con IAM tengan mayores posibilidades de supervivencia si pueden acceder rápidamente a centros donde sea posible el intervencionismo.

Los estudios realizados en España muestran importantes diferencias interterritoriales y entre hospitales en el manejo de pacientes con IAM33–40. El estudio PRIAMHO I no encontró variaciones significativas de mortalidad con el acceso a un laboratorio de hemodinámica41, mientras el estudio PRIAMHO II mostró que la mejora en la mortalidad a 1 año estaba relacionada con mejor acceso, mayor uso de la reperfusión y mejor manejo terapéutico al alta42. El estudio IBERICA encontró menor mortalidad a los 28 días entre los pacientes con IAM que ingresaban en unidades coronarias43, y se ha asociado menor mortalidad por IAM a los 30 días de ingreso con la apertura de una sala de hemodinámica44. La probabilidad de morir durante la hospitalización por IAM se ha estimado en un 25% superior en hospitales que carecen de unidad de cuidados intensivos35. Estudios de la Agencia de Evaluación de Tecnologías Sanitarias hallaron mayor mortalidad intrahospitalaria en pacientes con IAM sin intervencionismo coronario45, pero no encontraron diferencias en la mortalidad en relación con el nivel tecnológico de los centros16. El estudio GYSCA halló que los pacientes ingresados por síndrome coronario agudo sin elevación del ST en hospitales que no disponen de sala de hemodinámica son tratados de forma menos ajustada que lo recomendado por las guías; no encontraron diferencias significativas en la mortalidad intrahospitalaria, pero sí en los reingresos38. El estudio MASCARA no encontró relación entre intervencionismo coronario primario en pacientes con síndrome coronario agudo con elevación del ST y supervivencia a los 6 meses36.

El análisis de la RAMER estimada por cluster muestra una curva, de manera que, a medida que aumentan el tamaño y la complejidad del hospital, se reduce significativamente la mortalidad; el cluster 4, que corresponde a los hospitales de más de 500 camas y elevada complejidad, es el que obtiene mejores resultados, seguido por el cluster 3 (más de 500 camas, mediana complejidad). La falta de asociación entre complejidad y mejores resultados encontrada en el cluster 5 puede obedecer a varias razones. Los complejos hospitalarios son un grupo muy heterogéneo, integrado ocasionalmente por varios hospitales de distinta complejidad (tabla 4), lo que dificulta su comparación con los demás. Una agrupación más específica que la utilizada, basada en las características de las unidades que atienden IAM, podría arrojar resultados distintos en relación con la asociación entre complejidad y RAMER. El tamaño del hospital puede no tener relación directa con su intensidad tecnológica, y la complejidad organizativa podría empeorar los resultados en hospitales con gran número de camas, como sucede en relación con su eficiencia46.

El estudio muestra asociación entre cardiología como servicio que da el alta al paciente y menor mortalidad hospitalaria ajustada por riesgo, así como entre angioplastia y menor mortalidad, lo que abunda en la relación encontrada en otros estudios entre estructura35,43 y procesos45 y mortalidad. La variable que mejor discrimina la mortalidad estandarizada es la tipología del hospital (cluster); probablemente esta clasificación captura, además de la mayor probabilidad de atención en un servicio de cardiología y práctica de angioplastia, otros factores que no analiza este estudio —como disponer de cardiólogo de guardia, unidad de cuidados críticos35,43 o laboratorio de hemodinámica41,42— y otros no conocidos.

Los hallazgos indican que una política basada en la regionalización de servicios1,29,47, concentrando servicios y pacientes en hospitales con cierta complejidad en los que se pueda realizar angioplastia primaria29,30,42, puede reducir la mortalidad sin incremento (o incluso reducción) de costes, por lo que es preciso disponer de datos de estructura y procesos más específicos de la complejidad y la calidad de la atención cardiológica que la clasificación genérica de hospitales por cluster del Ministerio de Sanidad, Servicios Sociales e Igualdad.

A diferencia de algunos hallazgos de estudios prospectivos36,38,41,42, se ha encontrado una asociación robusta entre indicadores de estructura y proceso con mortalidad intrahospitalaria. En comparación con otros estudios, este es el primero realizado en nuestro país con la totalidad de las altas por IAM en el SNS y enfoque multinivel. El mayor número de centros y casos considerados y la utilización de modelos contrastados de ajuste de riesgo pueden explicar las diferencias en los hallazgos.

Probablemente la conclusión más relevante de este estudio sea que, en el SNS, las diferencias entre hospitales son relevantes para explicar la variación de la probabilidad individual de morir por IAM. El tipo de hospital, ser atendido por un servicio de cardiología y la práctica de intervencionismo coronario son variables que, en este estudio, se asocian independiente y significativamente con la supervivencia de los pacientes con IAM ingresados en los hospitales del SNS. Se recomienda la creación de redes asistenciales que favorezcan el intervencionismo coronario y la participación de los servicios de cardiología en el manejo de pacientes IAM.

Este trabajo ha sido financiado mediante una beca no condicionada de Menarini.

Ninguno.