Estudio de la validez y precisión de la historia clínica informatizada en atención primaria como fuente de datos epidemológicos y de gestión, en un área sanitaria de la Comunidad de Madrid

Resumen

 INTRODUCCIÓN Favorecida por su alta cobertura poblacional y su continuidad asistencial, la Atención Primaria (AP) ofrece un ámbito privilegiado para realizar estudios epidemiológicos, habiéndose logrado ampliar el acceso a la información clínica, gracias a los avances tecnológicos. La informatización de la historia clínica proporciona un gran potencial para la investigación, tal y como lo demuestra la organización de redes informatizadas de grandes bases de datos en Atención Primaria en otros países. Sin embargo, en nuestro país, estamos todavía en una situación muy incipiente, con una falta de homogeneidad de los sistemas de información existentes en las diferentes comunidades autónomas, que dificulta poder crear bases de datos a nivel estatal. A partir de los datos provenientes de estas bases de datos, se están llevando a cabo múltiples estudios, mayoritariamente epidemiológicos, afectando el ámbito y la metodología de los mismos de forma significativa a la aplicabilidad de los resultados. Por lo que, si se minusvalora la trascendencia de las condiciones de viabilidad y fiabilidad de la calidad de los registros de los Sistemas de Información Sanitaria (SIS), se extraen tomas de decisiones que pueden producir daños a corto y largo plazo, con repercusión en el ámbito clínico, de la privacidad, la operativa, la logística y la estrategia sanitaria. Debido a ello, es fundamental la evaluación sistemática de la calidad y validez de los registros electrónicos, debiendo ponerse en cuarentena la información generada en servicios de salud que no tengan políticas de cultura de calidad del dato. Desgraciadamente, muchos de los actuales SI presentan todavía graves deficiencias, con dificultades de homogeneización, estandarización y codificación de muchos datos, lo que dificulta la integración de la información y limita su utilidad. La calidad de los datos es imprescindible para que sean útiles. Un buen SI debe garantizar que cumplan estándares rigurosos de fiabilidad, transparencia y exhaustividad, lo que resulta de la efectividad de los procesos de recogida y procesamiento. Es importante por todo esto, diseñar procedimientos para comprobar los datos y depurarlos, así como detectar y corregir en lo posible, las imprecisiones o inconsistencias detectadas para que los datos puedan ser procesados con la mínima distorsión posible.  HIPÓTESIS GENERAL Y OBJETIVOS HIPÓTESIS GENERAL: La calidad de la Historia Clínica Informatizada (HCI) de la AP de la Comunidad Autónoma de Madrid (CAM), no le confiere unas características válidas como fuente de datos para estudios epidemiológicos. OBJETIVO GENERAL: Evaluar la calidad de los datos contenidos en la historia clínica informatizada de Atención Primaria entre profesionales médicos de la antigua Área 11 de salud de la Comunidad Autónoma de Madrid, como fuente de datos epidemiológicos y de gestión. OBJETIVOS ESPECÍFICOS: a) Analizar la validez, precisión y exhaustividad de los registros de la historia clínica informatizada de AP. b) Estimar la variabilidad en la gestión de la información clínica entre profesionales médicos. c) Realizar una propuesta de indicadores de alta precisión con los que proponer una metodología que permita, de manera sencilla y a partir de datos accesibles, evaluar la validez y precisión de la historia clínica electrónica (HCE) como fuente de información sanitaria.  MATERIAL Y MÉTODOS Para poder responder a los objetivos del estudio se llevó a cabo un análisis de las HCI de AP (879.416) procedentes de 502 médicos de familia que engloban la atención de la antigua área 11 de la CAM durante el año 2012. La exportación de los datos desde estas HCI se realizó mediante preguntas/sentencias en lenguaje informático SQL. La base de datos generada se utilizó posteriormente para poder responder al resto de los objetivos del estudio. Para ello se migró al programa estadístico SPSS, disociando previamente los datos que pudieran permitir la identificación personal de los pacientes y de los profesionales sanitarios que les atienden. Las variables de estudio fueron: CIAS (médico), centro de salud, CIPA (Código de Identificación del Paciente Autonómico), edad y sexo del paciente, episodios activos totales, códigos CIAP-1 específicos, prescripciones farmacológicas ATC (Sistema de Clasificación Anatómica, Terapéutica y Química). Para la evaluación se elaboraron una serie de indicadores que nos servirían para valorar y monitorizar la calidad y eficiencia de los registros en la HCI de AP: - Registros ATC altamente específicos: mide aquellas prescripciones farmacológicas altamente específicas de correlatos diagnósticos concretos. Atributo que monitorizaría: INFRARREGISTRO. - Intensidad de uso de HCI: mide la utilización de la HCI en relación a los episodios de atención entre el paciente y el médico. Atributo que monitorizaría: la EXHAUSTIVIDAD de los registros clínicos. - Episodios mal definidos: estima el porcentaje de rúbricas mal definidas de la CIAP. Atributo que monitorizaría: la PRECISIÓN. - Inconsistencias de género: trata de identificar errores de codificación que asignan patologías propias de un sexo a pacientes del sexo contrario: o rúbricas W (embarazo, parto y planificación familiar ) y X (ap. genital femenino) en hombre o rúbricas Y (ap. genital masculino) en mujeres. Atributo que monitorizaría: la VALIDEZ - Prevalencia de capítulos CIAP: mediría la prevalencia de registro de los 17 capítulos CIAP-1 para valorar desviaciones estándar de la zona poblacional de referencia, tras ajuste de tasas por edad y sexo. Atributo que monitorizaría: índice de morbilidad comparativo (IMC). Una vez calculados y establecidos los valores correspondientes a todas las variables mencionadas y una vez realizados sus análisis estadísticos con estudio de sus elementos de centralización, dispersión, variabilidad… se procedió a una adecuación y operativización de indicadores, reduciéndolos de 5 a 4. A continuación, se analizaron para ver la correlación (con el coeficiente de correlación de Pearson) y la concordancia mediante el método de Bland-Altman. Como conclusión, se evidenció la independencia de los indicadores analizados, sin correlación entre sí, por lo que se pasó a construir dimensiones que pudieran combinarlos, realizando para ello un análisis factorial exploratorio para la propuesta de planteamiento de construcción de un posible test/escala de valoración.  RESULTADOS *Indicador 1: Prescripciones farmacológicas altamente específicas Para su monitorización se escogieron 6 patologías diagnósticas que representaban una causa importante de morbilidad y cumplían además la condición de tener tratamientos farmacológicos altamente específicos de prescripción prácticamente exclusiva para esa patología, por lo que el consumo de estos fármacos orientaba con bastante fiabilidad sobre la prevalencia de estas patologías. Sumando el total de ATC altamente específicos se encontró un global de 33.903 prescripciones de las que 7.120 no tenían un correlato diagnóstico, lo que supone un porcentaje estimado del 21%. De los 502 médicos, aproximadamente la mitad tenía entre sus prescripciones altamente específicas para estas seis patologías más prevalentes, un 20% sin correcta codificación diagnóstica asociada, encontrándonos con algún CIAS que alcanzaba la elevada cifra de un 73,33% (marcando el máximo del rango estimado) y otros registros mejores y más aceptables, con un mínimo del rango ubicado en el 1,72%. En el estudio estadístico comparativo se observó además un CV altamente significativo (0,43) lo que nos traduce una variabilidad significativa entre las fuentes de estudio (CIAS médico). En lo que respecta a los ATC altamente específicos para las 6 patologías escogidas se obtuvieron los siguientes resultados: Los códigos ATC que mejor correspondencia tuvieron con hallazgos de registros diagnósticos CIAP-1 específicos fueron la diabetes y la patología glaucomatosa. Aun así, se encontraron 1971 pacientes que tenían prescripciones farmacológicas altamente específicas de patología diabética, sin tener diagnóstico registrado de diabetes y 2081 pacientes que tenían prescripciones de fármacos para glaucoma sin tener diagnóstico de dicha patología. En el caso de la demencia, a pesar de las peculiaridades inherentes a su terapéutica (con más requerimientos de prescripción y visados) que podrían hacer pensar que la harían más específica y concreta, se halló un registro significativo de un 45,34% de los pacientes con prescripción ATC altamente específica para esta patología que, sin embargo, no presentaban diagnóstico de registro de demencia. En cuanto a las otras tres patologías restantes (neo maligna de mama, neo maligna de próstata y parkinsonismo), los datos son más llamativos, pues, en ambos casos, la predominancia más alta es hacia el hallazgo de más casos sin correlato diagnóstico que con paralelismo diagnóstico. En el caso del indicador estudiado se observó un CV altamente significativo (0,43) lo que nos traduce una variabilidad significativa entre las fuentes de estudio (CIAS médico). *Indicador 2: Intensidad de uso de la HCI El estudio de la intensidad de uso de la HCI en lo que respecta al abordaje por episodios de atención desveló una media de episodios activos de 9,52 por CIAS, apuntando aquellos que tenían un valor inferior a esa media a un perfil de un usuario poco entrenado o poco motivado que incluye todo (independientemente de que sean diagnósticos de lo más dispares) en el mismo episodio. En lo que respecta a la variabilidad, nuevamente los datos arrojan resultados significativos con CV por encima de 0,20. *Indicador 3: Episodios mal definidos De este primer análisis se evidencia que el capítulo de la CIAP-1 donde mayor abuso de signos y síntomas mal definidos se realiza es en el capítulo L correspondiente a aparato locomotor, seguido del capítulo D (aparato digestivo) y del capítulo A (problemas generales e inespecíficos). En cuanto a los que tienen un menor porcentaje de abuso de signos y síntomas mal definidos encontramos el capítulo Y (aparato genital masculino ), que es el que mejor registro tiene de los 17 capítulos, seguido del capítulo K (ap.circulatorio) y el capítulo T (endocrino, metabolismo y nutrición). De forma general, los 502 médicos presentaron un registro en total de más de 3 millones de episodios mal definidos, teniendo una media cada facultativo de 35,53 episodios de rúbricas mal definidas (unos 3,4 episodios de estas características por paciente), encontrándose nuevamente una variabilidad significativa con CV por encima de 0,20. *Indicador 4: Inconsistencias de género De los 870.416 pacientes de la fuente de estudio, más de 41.000 tenían registros de codificaciones diagnósticas no compatibles con su género, siendo el porcentaje mayor de casos recogidos en pacientes varones, donde más de 37.000 tenían diagnósticos en sus historiales clínicos de patología eminentemente femenina, referida al capítulo W de la CIAP-1 (embarazo, parto y planificación familiar) o al capítulo X (aparato genital femenino). En una medida no tan llamativa como en los varones, pero igualmente significativa, también se encontraron registros de inconsistencia de género en la mujer, localizándose 4.067 mujeres con diagnósticos del aparato genital masculino correspondientes al capítulo Y de la CIAP. De los 5 indicadores propuestos inicialmente, éste arrojó uno de los datos de CV más altos (en torno a 0,80), mostrando así una enorme variabilidad interprofesional, llegándose a detectar algún CIAS con la cifra de un 66,76% de registros de diagnósticos femeninos (capítulos W-X) en pacientes varones, demostrando una falta clara de validez en dichas HCI, tanto de contenido, de criterio, como de constructo, en lo referente a este criterio. *Indicador 5: Prevalencia capítulos CIAP Se observa en todos los capítulos, a excepción del capítulo K (correspondiente a aparato circulatorio), coeficientes de variación > 20, por lo que no se podría justificar esa variabilidad por el azar, pudiendo concluir que para valorar desviaciones del estándar de la zona hay diferencias excesivas no descritas por el azar en morbilidad registrada, que no se explica por la estructura del cupo tras realizar ajuste de tasas por edad y sexo.  CONCLUSIONES 1. La calidad de la HCI de la AP de la Comunidad Autónoma de Madrid, en el año de estudio (2012), no le confiere unas características válidas como fuente de datos para estudios epidemiológicos. 2. Se evidencia en lo que respecta a la HCI de AP-Madrid: un infrarregistro, una exhaustividad variable en el registro, una falta de precisión (con abuso de episodios mal definidos), falta de validez (con elevado registro de inconsistencias de género) y desviaciones del estándar de la zona con diferencias excesivas no descritas por el azar en morbilidad registrada. 3. Existe una significativa variabilidad en la gestión de la información clínica entre profesionales médicos. 4. Las características de la AP la convierten en una fuente de información excepcional para la investigación epidemiológica. Sin embargo, para esta finalidad el registro de la información debe cumplir estándares más rigurosos de fiabilidad, transparencia y exhaustividad, lo que resulta de la efectividad de los procesos de recogida y procesamiento. 5. La aplicabilidad de nuestros resultados permite identificar áreas de mejora y corrección tanto en los procedimientos erráticos de codificación detectados como en los de nuevas hipótesis suscitadas, así como posibles intervenciones de entrenamiento de usuarios y operadores del sistema y el establecimiento de adecuados mecanismos de gestión de datos que asegure que los recursos se utilizan para producir información veraz y de alta calidad.