Abstract Objective: To analyse the use of health resources and its budget in the last months of life of the population who died from malignant neoplasm in the Basque Autonomous Country (Spain). Method: Retrospective observational study of a population with a diagnosis of malignancy deceased in the Basque Country (2010 and 2011). Data source: MDS and Mortality Register. Variables: gender, age, place of death, tumour location, clinical activity data and costs in the last three months of life. We performed a descriptive analysis of clinical activity and costs, and lineal multivariate regressions to obtain the adjusted mean costs by gender, age and place of death. Results: 9,333 deaths from malignancy were identified in 2010 and 2011. 65.4% were men, 61.5% aged 70 or over, mean age 72.9 years, 71.1% died in hospital. People who died in the hospital had an average cost of about double that of the people who died at home (€ 14,794 and € 7,491, respectively; p <0.001) and 31.3% higher than in the nursing home (€ 11,269; p <0.001). Conclusions: Greater interventions at the end of life at the community level are necessary, strengthening the care capacity of primary health care, both from training and support from expert teams in order to change the current care profile to a more outpatient care that allows a lower consumption of resources and greater care at home.

Resumen Objetivo: Analizar el consumo de recursos sanitarios y su coste en los últimos meses de vida de la población fallecida por neoplasia maligna en la Comunidad Autónoma del País Vasco. Método: Estudio retrospectivo observacional sobre una población con diagnóstico de neoplasia maligna fallecida en el País Vasco (2010 y 2011). Fuente de datos: Conjunto Mínimo Básico de Datos y Registro de Mortalidad. Variables: sexo, edad, lugar de defunción, localización del tumor, actividad asistencial y costes en los últimos 3 meses de vida. Análisis descriptivo de la actividad asistencial y costes. Regresiones lineales multivariadas para obtener los costes medios ajustados según sexo, edad y lugar de defunción. Resultados: Se identificaron 9333 fallecidos/as por neoplasia maligna durante 2010 y 2011. El 65,4% eran hombres, el 61,5% tenían 70 o más años de edad, la edad media era de 72,9 años y el 71,1% falleció en el hospital. Las personas fallecidas en el hospital tuvieron un coste medio de casi el doble con respecto a las fallecidas en el domicilio (14.794 € y 7.491 €, respectivamente; p <0,001), y un 31,3% superior al de la residencia (11.269 €; p <0,001). Conclusiones: Es necesaria una mayor capacidad de intervención al final de la vida en el nivel comunitario, reforzando la capacidad de atención desde la atención primaria, tanto desde su capacitación como desde el soporte de equipos expertos con el fin de cambiar el perfil actual de atención hacia una mayor atención extrahospitalaria que permita un menor consumo de recursos y una mayor atención en el domicilio.

Objective: To evaluate the technical efficiency of primary care units operating in the Basque Health Service during the period 2010-2013, corresponding to the implementation of a care integration strategy by health authorities. Methods: This study included 11 of the 12 primary care units in the Basque Health Service during the period 2010-2013. Data envelopment analysis (DEA) was used to assess the technical efficiency of the units. In particular, we applied the extension DEA windows to analyse all units as if they were in a single period (33 observations) as well as a conditional model, which allowed incorporation of the effect of the characteristics of the population covered. The outputs considered were a quality index based on fulfilment of different requirements related to primary care delivery and the rate of avoidable hospitalizations (treated as an undesirable output). The inputs used were the number of physicians, the number of nurses and the costs of prescriptions. The morbidity index was included as an exogenous variable. Results The results showed that the efficiency of all the units improved during the study period. However, this improvement was not greater in the units incorporated in the integrated healthcare organisation. Discussion: In a context of global transformation of care delivery in the Basque country in the study period, primary care units increased their efficiency. However, this effect was not larger in vertically integrated primary care providers.

Objetivo: Evaluar la eficiencia técnica de las unidades de provisión de atención primaria del Servicio Vasco de Salud (Osakidetza) en el periodo 2010-2013 correspondiente al inicio del despliegue de la integración vertical en la sanidad pública vasca. Métodos: El estudio comprende 11 de las 12 unidades de provisión de atención primaria de Osakidetza en 2010-2013. La metodología empleada para la medición de la eficiencia técnica es el análisis envolvente de datos (DEA). Se utiliza la extensión DEA Windows, que permite analizar todas las unidades como si fuera un único periodo, y un modelo condicionado para incorporar el efecto de las características de la población atendida. Se utilizan las siguientes variables: como outputs, el índice de calidad basado en el cumplimiento de la oferta preferente y las tasas de hospitalizaciones evitables (output indeseable); como inputs, el número de profesionales de medicina, el número de profesionales de enfermería y el gasto en prescripciones; finalmente, como variable exógena, el índice de morbilidad. Resultados: Se observa una mejora generalizada de la eficiencia media de todas las unidades en el periodo analizado, que no es mayor en las unidades constituidas como organizaciones sanitarias integradas. Discusión: El estudio muestra la mejora de la eficiencia en atención primaria en un contexto de transformación del modelo de prestación sanitaria en el País Vasco, pero no se aprecia un mayor efecto en las unidades integradas verticalmente durante el periodo.

Objective: To evaluate the technical efficiency of primary care units operating in the Basque Health Service during the period 2010-2013, corresponding to the implementation of a care integration strategy by health authorities. Methods: This study included 11 of the 12 primary care units in the Basque Health Service during the period 2010-2013. Data envelopment analysis (DEA) was used to assess the technical efficiency of the units. In particular, we applied the extension DEA windows to analyse all units as if they were in a single period (33 observations) as well as a conditional model, which allowed incorporation of the effect of the characteristics of the population covered. The outputs considered were a quality index based on fulfilment of different requirements related to primary care delivery and the rate of avoidable hospitalizations (treated as an undesirable output). The inputs used were the number of physicians, the number of nurses and the costs of prescriptions. The morbidity index was included as an exogenous variable. Results The results showed that the efficiency of all the units improved during the study period. However, this improvement was not greater in the units incorporated in the integrated healthcare organisation. Discussion: In a context of global transformation of care delivery in the Basque country in the study period, primary care units increased their efficiency. However, this effect was not larger in vertically integrated primary care providers.

Objetivo: Evaluar la eficiencia técnica de las unidades de provisión de atención primaria del Servicio Vasco de Salud (Osakidetza) en el periodo 2010-2013 correspondiente al inicio del despliegue de la integración vertical en la sanidad pública vasca. Métodos: El estudio comprende 11 de las 12 unidades de provisión de atención primaria de Osakidetza en 2010-2013. La metodología empleada para la medición de la eficiencia técnica es el análisis envolvente de datos (DEA). Se utiliza la extensión DEA Windows, que permite analizar todas las unidades como si fuera un único periodo, y un modelo condicionado para incorporar el efecto de las características de la población atendida. Se utilizan las siguientes variables: como outputs, el índice de calidad basado en el cumplimiento de la oferta preferente y las tasas de hospitalizaciones evitables (output indeseable); como inputs, el número de profesionales de medicina, el número de profesionales de enfermería y el gasto en prescripciones; finalmente, como variable exógena, el índice de morbilidad. Resultados: Se observa una mejora generalizada de la eficiencia media de todas las unidades en el periodo analizado, que no es mayor en las unidades constituidas como organizaciones sanitarias integradas. Discusión: El estudio muestra la mejora de la eficiencia en atención primaria en un contexto de transformación del modelo de prestación sanitaria en el País Vasco, pero no se aprecia un mayor efecto en las unidades integradas verticalmente durante el periodo.

Background: Hospitalizations are undesirable events that can be avoided to some degree through proactive interventions. The objective of this study is to determine the capability of models based on Adjusted Clinical Groups (ACG), in our milieu, to identify patients who will present unplanned admissions in the following months to their classification, in both the general population and in subpopulations of chronically ill patients (diabetes mellitus, chronic obstructive pulmonary disease and heart failure). Methods: Cross-sectional study which analyzes data from a two year period, of all residents over 14 years old in the Basque Country (N = 1,964,337). Data from the first year (demographic, deprivation index, diagnoses, prescriptions, procedures, admissions and other contacts with the health service) were used to construct the independent variables; hospitalizations of the second year, the dependent ones. We used the area under the ROC curve (AUC) to evaluate the capability of the models to discriminate patients with hospitalizations and calculated the positive predictive value and sensitivity of different cutoffs. Results: In the general population, models for predicting admission at 6 and 12 months, as well as long-term hospitalizations showed a good performance (AUC> 0.8), while it was acceptable (AUC 0.7 to 0.8) in the groups of chronic patients. Conclusions: A hospitalization risk stratification system, based on ACG, is valid and applicable in our milieu. These models allow classifying the patients on a scale of high to low risk, which makes possible the implementation of the most expensive preventive interventions to only a small subset of patients, while other less intensive ones can be provided to larger groups.

Fundamentos: La hospitalizaciones son eventos indeseables que en ocasiones pueden ser evitados mediante intervenciones proactivas. El objetivo del estudio es determinar la capacidad de modelos basados en Adjusted Clinical Groups (ACGs) en nuestro medio para identificar a los pacientes que presentarán ingresos no programados en los meses siguientes a su clasificación, tanto en la población general como en subpoblaciones de enfermos crónicos (diabetes mellitus, enfermedad pulmonar obstructiva crónica e insuficiencia cardiaca). Métodos: Estudio transversal que analizó información de un periodo de 2 años, de todos los residentes en Euskadi mayores de 14 años de edad (n=1.964.337). Los datos del primer año (demográficos, índice de privación socioeconómica, diagnósticos, prescripciones, procedimientos, ingresos y otros contactos con el servicio de salud) sirvieron para construir las variables independientes. Las hospitalizaciones del segundo año, las dependientes. Se empleó el área bajo la curva ROC (AUC) para evaluar la capacidad de los modelos en discriminar a los pacientes con hospitalizaciones y se calculó el valor predictivo positivo y la sensibilidad en diferentes puntos de corte. Resultados: En la población general, los modelos para predecir ingresos a los 6 y 12 meses así como hospitalizaciones prolongadas mostraron un comportamiento bueno (AUC>0,8), mientras que fue aceptable (AUC 0,7-0,8) en los grupos de pacientes crónicos. Conclusiones: Un sistema de estratificación de riesgo de ingresos, basado en ACGs resulta válido y aplicable en nuestro medio. Estos modelos permiten clasificar a los pacientes en una escala de mayor a menor riesgo, lo cual hace posible la aplicación de las intervenciones preventivas más costosas solamente a un pequeño subgrupo de pacientes, mientras que otras menos intensivas pueden proporcionarse a grupos más amplios.

Background: Hospitalizations are undesirable events that can be avoided to some degree through proactive interventions. The objective of this study is to determine the capability of models based on Adjusted Clinical Groups (ACG), in our milieu, to identify patients who will present unplanned admissions in the following months to their classification, in both the general population and in subpopulations of chronically ill patients (diabetes mellitus, chronic obstructive pulmonary disease and heart failure). Methods: Cross-sectional study which analyzes data from a two year period, of all residents over 14 years old in the Basque Country (N = 1,964,337). Data from the first year (demographic, deprivation index, diagnoses, prescriptions, procedures, admissions and other contacts with the health service) were used to construct the independent variables; hospitalizations of the second year, the dependent ones. We used the area under the ROC curve (AUC) to evaluate the capability of the models to discriminate patients with hospitalizations and calculated the positive predictive value and sensitivity of different cutoffs. Results: In the general population, models for predicting admission at 6 and 12 months, as well as long-term hospitalizations showed a good performance (AUC> 0.8), while it was acceptable (AUC 0.7 to 0.8) in the groups of chronic patients. Conclusions: A hospitalization risk stratification system, based on ACG, is valid and applicable in our milieu. These models allow classifying the patients on a scale of high to low risk, which makes possible the implementation of the most expensive preventive interventions to only a small subset of patients, while other less intensive ones can be provided to larger groups.

Fundamentos: La hospitalizaciones son eventos indeseables que en ocasiones pueden ser evitados mediante intervenciones proactivas. El objetivo del estudio es determinar la capacidad de modelos basados en Adjusted Clinical Groups (ACGs) en nuestro medio para identificar a los pacientes que presentarán ingresos no programados en los meses siguientes a su clasificación, tanto en la población general como en subpoblaciones de enfermos crónicos (diabetes mellitus, enfermedad pulmonar obstructiva crónica e insuficiencia cardiaca). Métodos: Estudio transversal que analizó información de un periodo de 2 años, de todos los residentes en Euskadi mayores de 14 años de edad (n=1.964.337). Los datos del primer año (demográficos, índice de privación socioeconómica, diagnósticos, prescripciones, procedimientos, ingresos y otros contactos con el servicio de salud) sirvieron para construir las variables independientes. Las hospitalizaciones del segundo año, las dependientes. Se empleó el área bajo la curva ROC (AUC) para evaluar la capacidad de los modelos en discriminar a los pacientes con hospitalizaciones y se calculó el valor predictivo positivo y la sensibilidad en diferentes puntos de corte. Resultados: En la población general, los modelos para predecir ingresos a los 6 y 12 meses así como hospitalizaciones prolongadas mostraron un comportamiento bueno (AUC>0,8), mientras que fue aceptable (AUC 0,7-0,8) en los grupos de pacientes crónicos. Conclusiones: Un sistema de estratificación de riesgo de ingresos, basado en ACGs resulta válido y aplicable en nuestro medio. Estos modelos permiten clasificar a los pacientes en una escala de mayor a menor riesgo, lo cual hace posible la aplicación de las intervenciones preventivas más costosas solamente a un pequeño subgrupo de pacientes, mientras que otras menos intensivas pueden proporcionarse a grupos más amplios.

Objectives: To determine the completeness and accuracy of ICD-9-CM codes allocated by primary health care physicians in their computerized medical records and evaluate the effects of improvement procedures. Methods: The codes of 87,806 patients assigned to 56 primary care physicians in the Basque National Health Service in Spain, were evaluated 3 times over a 1-year period according to the following criteria: correspondence to a valid ICD-9-CM code, agreement between diagnosis and code, and the percentage of visits with an unspecified reason for consultation. Finally, the mean number of unique diagnoses and rates of diagnostic groups in the 84,136 patients that remained with the same physician for a minimum of 6 months were contrasted with another previously registered morbidity database. Two interventions were performed to improve coding: detected errors were corrected centrally and physicians were assessed and given information on their individual results. Results: Diagnoses lacking an ICD-9-DIC code decreased from 59% in the first assessment to 2% at the end of the study period. The percentage of coding mistakes (discrepancies in episode diagnosis and ICD-9-CM code) decreased from 17% to 3%. The mean annual number of diagnoses per patient was slightly lower than that in the reference database (2.26 versus 2.43). The same result was observed in the rates of some diagnostic groups. Conclusions: Primary care doctors can achieve a high degree of quality in ICD-9-CM diagnosis coding. Implementing procedures for evaluating coding, rectifying mistakes, and providing information to physicians markedly improved the initial results.

Objetivos: Determinar el grado de exhaustividad y precisión de los códigos CIE-9-MC asignados por los médicos de primaria en sus historias clínicas informatizadas; evaluar el impacto de actividades para su mejora. Métodos: Los códigos de 87.806 pacientes de 56 médicos de Osakidetza/Servicio Vasco de Salud fueron evaluados en 3 ocasiones en 1 año, según los siguientes criterios: correspondencia con un código CIE-9-MC válido; concordancia entre diagnóstico y código; porcentaje de consultas sin diagnóstico. Finalmente, se contrastaron, con un registro previo de morbilidad atendida, los promedios de diagnósticos únicos y tasas anuales de enfermedades de los 84.136 pacientes que permanecieron con el mismo médico al menos 6 meses. Se realizaron 2 intervenciones para mejorar la codificación: corrección central de errores detectados; asesoramiento e información a los médicos de sus resultados individuales. Resultados: En la primera evaluación, el 59% de los diagnósticos no contenía ningún código CIE-9-MC asociado, mientras que a la finalización este porcentaje descendió al 2%. El porcentaje de errores (discrepancia entre diagnóstico del episodio y código CIE9-MC) disminuyó del 17 al 3%. El promedio anual de diagnósticos por paciente fue ligeramente menor que en el archivo de referencia (2,26 frente a 2,43), así como las tasas de diversos grupos de enfermedades. Conclusiones: Es factible que los médicos de atención primaria alcancen un alto grado de calidad en la clasificación de diagnósticos mediante CIE-9-MC. La implantación de medidas de evaluación, corrección de errores e información a los clínicos permitió mejorar notablemente los resultados iniciales.

Objectives: To determine the completeness and accuracy of ICD-9-CM codes allocated by primary health care physicians in their computerized medical records and evaluate the effects of improvement procedures. Methods: The codes of 87,806 patients assigned to 56 primary care physicians in the Basque National Health Service in Spain, were evaluated 3 times over a 1-year period according to the following criteria: correspondence to a valid ICD-9-CM code, agreement between diagnosis and code, and the percentage of visits with an unspecified reason for consultation. Finally, the mean number of unique diagnoses and rates of diagnostic groups in the 84,136 patients that remained with the same physician for a minimum of 6 months were contrasted with another previously registered morbidity database. Two interventions were performed to improve coding: detected errors were corrected centrally and physicians were assessed and given information on their individual results. Results: Diagnoses lacking an ICD-9-DIC code decreased from 59% in the first assessment to 2% at the end of the study period. The percentage of coding mistakes (discrepancies in episode diagnosis and ICD-9-CM code) decreased from 17% to 3%. The mean annual number of diagnoses per patient was slightly lower than that in the reference database (2.26 versus 2.43). The same result was observed in the rates of some diagnostic groups. Conclusions: Primary care doctors can achieve a high degree of quality in ICD-9-CM diagnosis coding. Implementing procedures for evaluating coding, rectifying mistakes, and providing information to physicians markedly improved the initial results.

Objetivos: Determinar el grado de exhaustividad y precisión de los códigos CIE-9-MC asignados por los médicos de primaria en sus historias clínicas informatizadas; evaluar el impacto de actividades para su mejora. Métodos: Los códigos de 87.806 pacientes de 56 médicos de Osakidetza/Servicio Vasco de Salud fueron evaluados en 3 ocasiones en 1 año, según los siguientes criterios: correspondencia con un código CIE-9-MC válido; concordancia entre diagnóstico y código; porcentaje de consultas sin diagnóstico. Finalmente, se contrastaron, con un registro previo de morbilidad atendida, los promedios de diagnósticos únicos y tasas anuales de enfermedades de los 84.136 pacientes que permanecieron con el mismo médico al menos 6 meses. Se realizaron 2 intervenciones para mejorar la codificación: corrección central de errores detectados; asesoramiento e información a los médicos de sus resultados individuales. Resultados: En la primera evaluación, el 59% de los diagnósticos no contenía ningún código CIE-9-MC asociado, mientras que a la finalización este porcentaje descendió al 2%. El porcentaje de errores (discrepancia entre diagnóstico del episodio y código CIE9-MC) disminuyó del 17 al 3%. El promedio anual de diagnósticos por paciente fue ligeramente menor que en el archivo de referencia (2,26 frente a 2,43), así como las tasas de diversos grupos de enfermedades. Conclusiones: Es factible que los médicos de atención primaria alcancen un alto grado de calidad en la clasificación de diagnósticos mediante CIE-9-MC. La implantación de medidas de evaluación, corrección de errores e información a los clínicos permitió mejorar notablemente los resultados iniciales.