La estancia hospitalaria es el insumo con mayor porcentaje en los costos totales de los egresos hospitalarios. En particular, las estancias hospitalarias inadecuadas son una ineficiente asignación de recursos. Se considera que una internación es inadecuada cuando se verifica que el paciente permanece al menos una noche más por alguna causa no médica. Como consecuencia, reducir y/o eliminar las hospitalizaciones inadecuadas constituye una estrategia de interés para mejorar la calidad de la atención prestada y la eficiencia hospitalaria, sin afectar su accesibilidad. Para ello es fundamental identificar factores asociados a la presencia de estancias hospitalarias inadecuadas, y ponderar su relevancia. La literatura especializada en Estadística Multivariada cuenta con herramientas como el Análisis de Regresión.Numerosos estudios han modelado el tiempo de estancia. No obstante, no muchos en nuestro país han modelado el tiempo de estancia inadecuado. Se trata de una variable que se caracteriza por presentar una distribución de probabilidad con una acentuada asimetría positiva. En la literatura, entre los modelos más utilizados para ajustarla se encuentra la regresión de Poisson. Sin embargo, esta variable se caracteriza también por presentar sobredispersión. Una alternativa de uso frecuente para su corrección es modelarla con una regresión Binomial Negativa. Ambos modelos son casos particulares de los Modelos Lineales Generalizados (MLG).El objetivo de este trabajo es presentar una alternativa diferente para modelar las estancias hospitalarias inadecuadas en presencia de sobredispersión. Teniendo en cuenta la gran diversidad de factores intrínsecos que pueden presentar los pacientes internados, muchos de los cuales son difíciles de identificar, se propone un Modelo Lineal Generalizado Mixto (MLGM) incorporando a la variable paciente internado como efecto aleatorio. El estudio fue realizado a partir de un conjunto de datos de 115 pacientes con internaciones inadecuadas durante 2012 en un hospital público de Bahía Blanca. Las variables consideradas fueron: estancia hospitalaria prolongada, causa específica de internación inadecuada, servicio de internación, sexo, patología primaria, edad y cobertura médica.Luego de evaluar y comparar la alternativa propuesta en este trabajo con los modelos de uso frecuente en la literatura, entre las conclusiones se destacan: 1) el MLG Binomial Negativa brinda un mejor ajuste frente a un MLG Poisson, en consonancia con la literatura, 2) el MLGM Poisson es el modelo de mejor ajuste a los datos del problema presentado, 3) en todos los modelos planteados, la variable servicio de internación es un factor determinante de las estancias hospitalarias inadecuadas.Con el propósito de contribuir en este campo poco explorado, investigaciones futuras profundizarán el estudio de la modelización de las estancias hospitalarias inadecuadas. La utilidad de este tipo de análisis es generar información que permita a los gestores focalizar sus medidas de monitoreo en aquellos servicios que requieran minimizar los potenciales días de internación inadecuados.

Fil: Villarreal, Fernanda Soledad. Universidad Nacional del Sur. Departamento de Matemática; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Bahía Blanca. Instituto de Investigaciones Económicas y Sociales del Sur. Universidad Nacional del Sur. Departamento de Economía. Instituto de Investigaciones Económicas y Sociales del Sur; Argentina

Fil: Elorza, Maria Eugenia. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Bahía Blanca. Instituto de Investigaciones Económicas y Sociales del Sur. Universidad Nacional del Sur. Departamento de Economía. Instituto de Investigaciones Económicas y Sociales del Sur; Argentina

Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Bahía Blanca. Instituto de Matemática Bahía Blanca. Universidad Nacional del Sur. Departamento de Matemática. Instituto de Matemática Bahía Blanca

Fil: Quintana, Alicia Esther. Universidad Nacional del Sur. Departamento de Matemática; Argentina

Fil: Pisani, María Virginia. Universidad Nacional del Sur. Departamento de Matemática; Argentina

XV Congreso Dr. Antonio Monteiro

BAHIA BLANCA

Argentina