Propuesta para optar al Diploma en Métodos de

Investigación (DMI)

Evaluación de la gestión hospitalaria

usando análisis envolvente de datos
mediante los Grupos Relacionados al
Diagnóstico

José Rodríguez López

2022

Director de Tesis: Luis Andrés Araya Castillo, UNAB, Chile

Tutoría de Tesis: Dra. Pilar Cos, Udel, España
CoDirector de Tesis: Dr. Manuel Eduardo Vargas, USACH, Chile.
Índice
1. Introducción 2

2. Problematización 2
2.1. Exposición del problema . . . . . . . . . . . . . . . . . . . . . . . . . 2
2.2. Relevancia de la investigación . . . . . . . . . . . . . . . . . . . . . . 3
2.3. Preguntas de investigación . . . . . . . . . . . . . . . . . . . . . . . . 3
2.4. Objetivo general . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
2.5. Objetivos específicos . . . . . . . . . . . . . . . . . . . . . . . . . . . 4

3. Marco Teórico y revisión bibliográfica 4

4. Hipótesis del trabajo 7

5. Metodología 8
5.1. Etapa 1: Actividad Científica de los GRD (Publicación 1) . . . . . . 8
5.2. Etapa 2: Construir un Modelo DEA para evaluar el efecto de GRD
en la gestión pública de salud (Publicación 2) . . . . . . . . . . . . . 8
5.3. Etapa 3: Diseñar un modelo de simulación discreta de un sistema de
urgencia usando los resultados de la evaluación del modelo de gestión
hospitalaria (Publicación 3). . . . . . . . . . . . . . . . . . . . . . . . 9
5.4. Técnicas de investigación . . . . . . . . . . . . . . . . . . . . . . . . 9
5.5. Variables utilizadas y operación de la investigación. . . . . . . . . . . 9

6. Carta Gantt 10
6.1. Programación de trabajo de publicaciones . . . . . . . . . . . . . . . 10

7. Análisis de la investigación 10
7.1. Historia e implementación GRD . . . . . . . . . . . . . . . . . . . . . 10
7.2. Proceso de un hospital . . . . . . . . . . . . . . . . . . . . . . . . . . 10
7.3. Implementaciones en la Unión Europea (EU) . . . . . . . . . . . . . 11
7.4. Otros métodos para evaluar GRD. . . . . . . . . . . . . . . . . . . . 12

8. Principales Riesgos 12
8.1. Alcance de la Investigación . . . . . . . . . . . . . . . . . . . . . . . 13

9. Estructura tentativa de la Tesis 13

[Link] 13

[Link] 14
1. Introducción
A nivel mundial todos los centros de salud se enfrentan al mismo in-
conveniente, cómo saber con exactitud el costo de la atención de salud
por paciente. En los últimos 30 años la mayoría de los países europeos
han introducido el sistema Grupo Relacionado al Diagnóstico (GRD),
como una forma de explicar los gatos incurridos en distintas atenciones.
Los GRD permiten clasificar a los pacientes con enfermedades o pade-
cimientos clínicos similares y con el uso de consumo semejantes (García
et al,2019). La aplicación contemporaneas de los GRD se remontan al
Centro Médico de Yale, New Haven, Connecticut. Sus primeros pasos se
orientaron a la agrupación de los diagnósticos basados en datos de altas
hospitalaria de pacientes uniformemente relacionados. Esta clasificación
mas tarde dio paso a la Clasificación Internacional de Enfermedades, No-
vena Revisión, Modificación Clínica (ICD-9-CM) (Iezzoni, Maskowitz,
1986). Por su parte, la comunidad económica europea ha adoptado los
GRD como una medida de reembolso de las prestaciones hospitalaria.
Sin embargo, los resultados de aplicar los GRD en el área hospitalaria
presentan dispersión y no concluyen cuales son factores que tienen mayor
incidencia en la prestación de servicios ni en la medición de la gestión
hospitalaria. En Chile la entidad encargada de efectuar los reembolsos
por prestaciones hospitalarias es el Fondo Nacional de Salud (FONASA),
por medio de Pago Prestaciones Valoradas, (PPV), estas prestaciones son
efectuadas por los hospitales y valoradas por FONASA, programadas y
monitoreadas para ser pagadas como producción de los hospitales. Esta
modalidad cambió desde el 01de enero 2020, todas las prestaciones hos-
pitalarias se pagan por el sistema GRD. Este artículo muestra la linea
de investigación a desarrollar como tesis doctoral en un hospital de alta
complejidad público, por medio de la evaluación de la gestión hospitalaria
usando análisis envolvente de datos mediante los Grupos Relacionados al
Diagnóstico para determinar si es una metrica eficiente en la atención
hospitalaria y usos de recursos asignados.

2. Problematización
2.1. Exposición del problema
A nivel mundial todos los centros de salud se enfrentan al mismo in-
conveniente, cómo saber con exactitud el costo de la atención de salud
por paciente. En los últimos 30 años la mayoría de los países europeos
han introducido un sistemas de costeo llamado Grupo Relacionado al
Diagnóstico (GRD), los GRD agrupan a los pacientes por padecimien-
tos clínicos similares y con consumo de recursos semejantes (García et
al, 2019), su aplicación se extendió a todo el mundo como una manera
de medir el desempeño de un centro de salud público. El sistema de sa-
lud público chileno ha buscado mejorar continuamente, es así cómo, en
noviembre del año 2009, los hospitales de alta complejidad chilenos co-

2
mienzan un proceso de establecimiento del sistema GRD, sin embargo, no
es hasta el 01 de enero 2020, que el Ministerio de Salud chileno impulsa
la iniciativa de pagar los reembolsos hospitalarios por medio de los GRD,
como una medida que se enmarca en la estrategia de eficiencia en el uso
de los recursos hospitalarios, que se han visto incrementados por déficit
presupuestario entre 2017 y 2018 en un 27 por ciento respecto al año
anterior, esta situación es preocupante para la administración del presu-
puesto nacional, por lo que se aprecia que la implementación del sistema
GRD contribuiría a medir desempeño de los centros públicos chilenos. La
literatura especializada consultada no ha sido concluyente que el modelo
GRD es el mejor sistema de medición del desempeño clínico y financiero
de un sistema de salud público

2.2. Relevancia de la investigación

La función principal del hospital es proporcionar los servicios de diagnós-
tico y terapéuticos requeridos por los médicos en el manejo clínico de sus
pacientes. Al hacerlo, el hospital también proporciona ciertos servicios
hoteleros y sociales. A diferencia de muchos otros tipos de empresas, un
hospital posee dos funciones de producción separadas. La primera fun-
ción, es convertir la materia prima (mano de obra, suministros, equipo)
en productos estándar (comida, ropa limpia, procedimientos de labora-
torio, medicamentos) y la segunda función, es aceptar a un ser humano
con enfermedad o trastorno, evaluar y tratar a través de médicos y otros
profesionales el problema y al paciente. Bajo las instrucciones de estos
profesionales, la institución proporciona un conjunto de bienes y servi-
cios que se consideran apropiados para el diagnóstico y el tratamiento
de los pacientes. Es este conjunto de cosas que define el producto del
hospital. La aplicación del modelo GRD en los países implementados ha
sido insuficiente para demostrar los gastos incurridos en la prestaciones
de los servicios a los distintos pacientes que requieren una atención de
salud. El modelo de GRD emplea valores promedios de precios de las
atenciones de pacientes que estan relacionados a un grupo específico de
diagnóstico, por lo que es un modelo que ha tenido detractores y defen-
sores a la hora de evaluar los costos reales incurridos en las prestaciones
de servicios. Con el desarrollo vertiginoso de la tecnología, hoy se pueden
estimar modelos que permitan evaluar el efecto del modelo GRD sobre
la gestión hospitalaria. Esto precisa diferenciar claramente el producto
de un centro de salud, la técnica de Análisis de Envolvente de Datos pro-
porciona una medida confiable para evaluar el efecto de implementar el
modelo de GRD en centros de salud, además, permitie comparar estos
resultados con centros de salud a nivel mundial.

2.3. Preguntas de investigación

¿ Los Grupos Relacionados al Diagnóstico son una métrica confiable para la
evaluación de la gestión hospitalaria usando el modelo análisis de envolvente

3
 de datos?

¿Cuáles son las variables más importantes para definir los rendimientos en los
centros de salud?

¿En qué medida los factores inciden en el desempeño de los centros de salud?

2.4. Objetivo general

Evaluar la gestión hospitalaria usando análisis envolvente de datos me-
diante los Grupos Relacionados al Diagnóstico

2.5. Objetivos específicos

Elaborar un estudio cienciométrico de la gestión hospitalaria usando Análisis
Envolvente de Datos.

Construir un modelo de gestión hospitalaria usando el análisis envolvente de

datos con los grupos relacionados al diagnóstico.

Evaluar el desempeño de la gestión hospitalaria de un centro de salud de alta

complejidad por medio del modelo DEA construido.

Diseñar un modelo de simulación discreta de un sistema de urgencia usando

los resultados de la evaluación del modelo de gestión hospitalaria.

3. Marco Teórico y revisión bibliográfica

La revisión de las investigaciones relacionadas a GRD, fueron seleccio-
nadas de; Sciendirect, Web Of Science, Springer Science, International
Journal of Medical Informatics, Elsevier science publishing, Academy of
management review Yale University. La revisión cubrió desde los inicios
de la idea de GRD hasta su implementación en Estados Unidos y ex-
pansión al resto de paises interesados. Los sistemas de atención médica
deben estar preparados para garantizar servicios equitativos, eficientes
y continuos del estado de salud de la población. La eficiencia en el uso
de los recursos asignados parece ser la única opción que permitiría a los
sistemas públicos superar la presión de los gastos asociados con la edad y
aumento de impuestos (Heller, Hauner, 2006). En su documento, "Gas-
to público en atención de la salud: ¿Cómo se relacionan los diferentes
criterios?", Musgrove (1999) identifica al menos nueve criterios relevan-
tes que deben considerarse al adoptar decisiones de gasto en salud, que
incluyen: el criterio de eficiencia económica (bienes públicos, externa-
lidades , rentabilidad), fundamentos morales (lucha contra la pobreza,
equidad vertical y horizontal), consideraciones políticas, solicitudes es-
peciales de la población (Asandului, Fatulescu, 2014). De los estudios y
las aplicaciones de GRD en Estados Unidos y Europa, se desprende que
estos estudios cubren desde sus inicios como una forma de compensación
a los hospitales, sin embargo, la dificultad de su implementación radica

4
principalmente en los factores que se requieren para hacer una adecuada
comparación, Schreyögg et al en 2006, revisó 20 años de aplicación de
los GRD en europa su trabajo comparó y analizó los métodos utiliza-
dos para determinar los precios de la atención hospitalaria dentro de los
GRD o sistemas de agrupación similares, en nueve estados miembros de
la Unión Europea; Dinamarca, Francia, Alemania, Hungría, Italia, Países
Bajos, Polonia, España e Inglaterra. Su análisis concuye que los sistemas
GRD han divergido y seguido diferentes caminos en las últimas dos dé-
cadas. Debido a esto, la armonización de los sistemas europeos de GRD
no parecen ser un escenario realista para el futuro. Aunque el ajuste por
los diferentes precios de los insumos de los países europeos sería posible
con un sistema GRD común, en el caso de Inglaterra, un sistema GRD
europeo sólo explicaría insuficientemente las diferentes preferencias en
la práctica médica y las nuevas tecnologías (Schreyögg et al, 2006). En
general, los sistemas de clasificación de pacientes relacionan los tipos de
casos que trata un hospital con los recursos utilizados por el mismo (Ave-
rill et al, 1998). Los factores mencionados en la literatura son clasificados
en tres aspectos relevantes, Clínico (diagnósticos, procedimientos), De-
mográficos (edad, sexo), y de Consumo de Recursos (costos, duración de
la estadía), según lo indicó Canadian Institute for Health Information,
2004. Si bien, existen ámplias investigaciones del uso del sistema GRD
para la compensación de recursos usados por los servicios de salud, las
investigaciones no son concluyentes en precisar su uso como el más con-
fiables para el mundo. Sin embargo, diversos autores, enfatizan que el uso
de los GRD requiere de un diagnóstico clínico estándar y sugirien normas
internacionales de la Organización Mundial de la Salud (OMS). Indican
también que, es necesario entrenar al personal clínico para realizar un
diagnóstico. Se concluye que en los países europeos donde se ha imple-
mentado este sistema, necesita un sistema GRD común, de lo contrario
sólo explicaría preferencias prácticas médicas y de nuevas tecnologías,
dejando de manifiesto que aún cuando ha sido ampliamente estudiado,
no es concluyente como parámetro de comparación de esablecimientos
asistenciales por su relevancia de estandarización de funciones. Toda vez
que se aborda un GRD, existe un problema inherente que es la super-
posición clínica del sistema GRD inicialmente pensado para facilitar su
implementación, esto se lograría en un concepto denominado Resumen
de Datos de Alta Hospitalaria Uniforme, este registro era necesario para
cada paciente dado de alta, asi nace la base del sistema, Clasificación
Internacional de Enfermedades -Novena Revisión - Modificación Clínica
(ICD-9-CM) (Iezzoni, Moskowitz, 1986). Estudios muestran que los com-
ponentes de diseño de los GRD, son; variantes del GRD original, pesos
de costos, límites de gastos, factores de ajustes. Uno de los aspectos men-
cionados en la investigación lo relaciona a que el sistema crea incentivos
no deseados para aumentar los ingresos hospitalarios, los que se produ-
cen por aumento ilícito de la gravedad del caso y consecuente con esto el
reembolso (Mathauera, Wittenbecherb, 2013).

5
La literatura especializada entrega variadas aplicaciones referidas a Data
Envelopment Analysis (DEA) para estudiar y definir la eficacia hospita-
laria, uno de los casos aplicados en Chile, se abordo la eficencia técnica
de una unidad de producción en ocupar el mínimo de recursos, los resul-
tados indicaron que la ineficiencia relativa oscilaba entre 23,3 y el 20,3
porciento, sugiriendo que los hospitales pueden aumentar su eficiencia en
estas magnitudes (Santelices et al, 2013) .

En Chile el Ministerio de Salud definió los componentes del GRD aplica-

do a los hospitales chilenos: IR-GRD, la nomenclatura usada es, I (Inter-
nacional): Creado sobre bases de datos internacionales, R (Refinados):
Incluye 3 niveles de gravedad, para cada GRD y 3 niveles de Riesgo de
Mortalidad. Cubre toda la actividad del hospital: Hospitalización + Am-
bulatoria (Hospital de Día, Cirugía Mayor Ambulatoria, Rehabilitación,
Quimioterapia y Radioterapia). La versión IR-GRD (refinados) se im-
plementa en Chile en el año 2010, la versión vigente es del año 2015 y
corresponde a GRD –IR versión 3.0

Conceptos
Análisis estadístico de Clúster: Es una técnica multivariante de agrupación
de datos teniendo en cuenta su afinidad respecto a un vector Y de p variables
observadas (Montenegro 2008)
Atención Cerrada: Corresponde a la atención de procedimientos de salud
aplicados en la recuperación de un paciente desde el momento de ingreso a un
centro de salud pública hasta su egreso en condiciones de recuperado
Egreso de los pacientes del establecimiento: El paciente sólo podrá egre-
sar del establecimiento con el alta médica correspondiente, suscrita por el
profesional tratante. Las causales de egreso son: (1) Alta por mejoría, que
procederá cuando el médico tratante estime que el cuadro clínico que motivó
la hospitalización presenta una evolución favorable que no justifica la perma-
nencia en el establecimiento. (2) Alta voluntaria, que es la solicitada por el
paciente en aquellos casos en que expresa su voluntad de no ser tratado, quie-
re interrumpir el tratamiento o se niega a cumplir las prescripciones médicas,
(3) Alta forzosa, que es la dispuesta por la Dirección del establecimiento, a
propuesta del profesional tratante y previa consulta al Comité de Ética, concu-
rriendo las mismas causales del alta voluntaria, (4) Alta disciplinaria es aquella
que podrá ordenar el Director del establecimiento en aquellos casos en que el
paciente incurra en actos de maltrato o de violencia, siempre que ello no ponga
en riesgo su vida o su salud. (Biblioteca congreso nacional, ley Chilena).
Componenetes de un sistema GRD: Diagnóstico principal, procedimiento
de quirófano, comorbalidad (presencia de uno o más trastornos, a demás, del
trastorno principal), complicaciones, edad, estado de alta.
Data Envelopment analisys: El Análisis Envolvente de Datos (DEA) es
una aproximación no paramétrica de programación matemática que depende

6
 de la programación lineal para determinar la eficiencia relativa de un grupo
de unidades de decisión, también llamadas unidades organizacionales o DMU
(Nathanson et al., 2003), las cuales ejecutan alguna función similar (Hao et
al, 2000). Para medir la eficiencia, esta técnica usa la envolvente denominada
frontera de eficiencia.

Grupos Relacionados al Diagnóstico (GRD):, Agrupación de caracterís-

ticas de pacientes en tipos de casos con patrones similares de servicios
o uso de recursos (Fetter, 1983).

Industria: Se entiende al grupo de operaciones que se desarrollan para obte-

ner, transformar o transportar productos.

Proceso: Conjunto de actividades mutuamente relacionadas o que interac-

túan, las cuales transforman elementos de entrada en resultados (ISO 9000-
2018).

Simulación: Técnica muy poderosa y ampliamente usadas en las ciencias so-

ciales y administrativas, para analizar y estudiar sistemas complejos. (Wayne,
1994).

Sistema: Colección de entidades, por ejemplo, personas o máquinas, que ac-

túan e interactúan juntas para lograr un fin lógico. (Averill, 2007).

4. Hipótesis del trabajo

Los estudios revisados indicaron, que si bien los GRD permiten agrupar
a los pacientes por diagnósticos. Los países que adoptaron esta metodolo-
gía, finalmente, la adecuaron de acuerdo a sus necesidades. Las revisiones
bibliográficas efectuadas no son concluyente para determinar si los GRD
son la mejor métrica para medir los resultados en terminos de eficiencia
de los centros asistenciales públicos que los tengan implementado.

Todos los países disponen de un presupuesto para salud. Esta asigna-

ción presupuestaria, es administrada por cada centro de salud en forma
autónoma. Otro aspecto, que merece atención son los pagos de las pres-
taciones de los servicios de pacientes agrupados en GRD, la literatura
revisada fue enfática en acentuar que existen diferencias en los pagos por
conceptos de reembolsos, de aquí la relevancia de estudiar el impacto de
los GRD en la gestión hospitalaria pública, por medio de la construcción
de un modelo DEA tomando como referencia un establecimiento de sa-
lud de alta complejidad en Chile. El modelo DEA construido podrá ser
replicado en otros establecimiento de salud similares para comparar sus
gestiones en GRD.

Este estudio, pretende discernir, cuáles son los factores que inciden en la
gestión hospitalaria de un centro de salud pública de alta complejidad,
por medio de la utilización del Análisis Envolvente de Datos. Para medir

7
la eficiencia, se observará la operación del centro de salud, y para obtener
la eficacia, se observará el números de ordenes médicas emitidas en los
GRD estudiados. De esta manera, se plantea la siguiente hipótesis:

H0: El modelo de los Grupos Relacionados al Diagnóstico, si representan una

métrica confiable para la evaluación de la gestión hospitalaria de un centro de
salud de alta complejidad.

H1: El modelo de los Grupos Relacionados al Diagnóstico, no representan una

métrica confiable para la evaluación de la gestión hospitalaria de un centro de
salud de alta complejidad.

5. Metodología
La metodología que se empleará corresponde a un estudio evaluativo co-
rrelacional, donde se recolectará la información de gestión por grupos
GRD, que permita cimentar las bases para evaluar el desempeño de es-
tablecimientos públicos de salud.

5.1. Etapa 1: Actividad Científica de los GRD (Publicación 1)

Estudio cienciométrico de la gestión hospitalaria usando Análisis Envol-
vente de Datos

5.2. Etapa 2: Construir un Modelo DEA para evaluar el efecto de

GRD en la gestión pública de salud (Publicación 2)
Definición y selección de las unidades de decisión:Las unidades consi-
deradas deben ser; homogéneas entre sí, perseguir objetivos similares, realizar
tareas similares. Además, estas unidades deben realizar sus actividades bajo
condiciones similares y, por último, su funcionamiento debe caracterizarse por
las mismas entradas y salidas (Vargas A, 2020).

Determinación de las variables: En la determinación de las variables se

considerá juicio de expertos o el uso de técnicas econométricas como son el
análisis de correlaciones o el análisis factorial.

Ejecución del Modelo: Creación de lógica de operaciones matemáticas pro-

pias del modelo DEA. Para dar respuesta, mediante el posterior análisis, a
preguntas tales como: ¿Cuáles son las unidades ineficientes?, ¿Se muestran
ineficientes a lo largo del tiempo?, ¿Se muestran eficientes cuando se exami-
nan bajo otro tipo de método?, Si esto ocurre, especificar ¿por qué?, ¿Cuáles
son los líderes, las unidades eficientes?, ¿Qué unidades constituyen el conjunto
de referencia para las unidades ineficientes?, ¿Cuáles son las mejoras poten-
ciales que deben realizar las unidades ineficientes?. (Avkiran, 1999; Olesen y
Petersen, 2003)

Factores incidentes en las asimetrías de pago en servicios públi-

cos:Indaga las fuente de diferencias de los costos entre el prestador del servicio

8
 de salud público y la entidad que reembolsa prestaciones. Pretende identificar
y evaluar la incidencia de los factores resultantes en la aplicación de la técnica
DEA y cómo estos factores provocan asimetrías de contenido que pueden hacer
variar una política pública de salud.

5.3. Etapa 3: Diseñar un modelo de simulación discreta de un sis-

tema de urgencia usando los resultados de la evaluación del
modelo de gestión hospitalaria (Publicación 3).
Indaga las fuente de diferencias de los costos entre el prestador del servicio
de salud público y la entidad que reembolsa las prestaciones. Pretende iden-
tificar y evaluar la incidencia de los factores resultantes de la aplicación de la
herramienta DEA y cómo estos factores provocan asimetrias de contenido que
pueden hacer variar una politica publica de salud.

5.4. Técnicas de investigación

Para llevar acabo la investigación propuesta se emplearán las siguientes
técnicas de investigación:
Documental: Se apoya en la recopilación de antecedentes a través informa-
ción en la categorización de los pacientes y los recursos gastados en la atención
de sus patologías, esta información será de primera fuente y provendrá del
hospital de alta complejidad en estudio, se resguardará la confidencialidad del
paciente.
De campo: se efectuará directamente en dependencias del hospital en estudio,
en particular en el área de clasificación de los GRD, para esto se emplearán
ademas, la observación aplicada en determinar si los datos relevantes son su-
ficientes o requieren mayor número de ellos, entrevista a responsables de la
clasificación de los GRD se pretende determinar si existe la posibilidad de
error en la calificación de los GRD, cuestionarios sólo se aplicarán en caso de
necesidad para dilucidar aspectos inconsistentes.

5.5. Variables utilizadas y operación de la investigación.

Se han considerado las siguientes variables en el estudio:
Variable independiente: Corresponden a los GRD bajo estudio y que fueron
atendiidos en el centro de alta complejidad en atención cerrada.
Variable dependiente: Gastos de recursos de los GRD en el uso de las
instalaciones del centro de alta complejidaden en atención cerrada.
Variables de respuesta para DEA (output variables): Número de casos
tratados en las categorías más altas del GRD. Número de casos tratados bajo
modelo de GRD en el resto de categorías, (Borden J, 1988)
Variable de entrada para DEA: Tiempo total equivalente, Horas equiva-
lentes de un médico, Horas equivalentes del personal asociado al cuidado en
atención cerrada, Número de camas.

9
6. Carta Gantt
6.1. Programación de trabajo de publicaciones

2022 2023 2024

Etapa 2° sem 1° sem 2° sem 1° sem 2° sem
1 Publicación 1
2 Publicación 2
3 Publicación 3

Etapa 1: “Estudio cienciométrico de la gestión hospitalaria usando Análisis

Envolvente de datos” (Publicación 1), segundo semestre del 2022.

Etapa 2: Çonstruir un Modelo DEA para evaluar el efecto de GRD en la

gestión pública de salud"(Publicación 2), dicembre 2023.

Etapa 3: “Diseñar un modelo de simulación discreta de un sistema de urgencia

usando los resultados de la evaluación del modelo de gestión hospitalaria”
(Publicación 3), dicembre 2024.

7. Análisis de la investigación
7.1. Historia e implementación GRD
Para el caso del sistema público hospitalario de salud, medir la eficiencia
no es fácil, (Fetter, Freedman, 1991) mostraron por medio de un esquema
típico de procesos, las instancias de entrada y salida del proceso general
de un hospital. El ítem 7.1 ilustración dos conceptos para la medición del
rendimiento del hospital, la eficiencia relacionada a los recursos físicos y
la efectividad relacionada a los diagnósticos.

7.2. Proceso de un hospital

Operación del Orden Médica
Hospital

Entradas: Salidas Productos:

• Trabajo Intermedias: • Parto vaginal
• Materiales • Días camas sin diagnósticos
• Equipamiento • Comidas complicados
• Administración • Laboratorio • Apendicectomía
• Medicamentos sin diagnóstico
principal compli-
cado, edad < 70 sin
cc.
Eficiencia Eficacia • Procedimientos
de lentes

Ref:Fetter R 1991, Diagnosis Related Group: Understanding Hospital Performance

10
Medir cuán eficiente es un sistema hospitalario no es un problema trivial,
en 1906 el médico Ernest Codman (1869-1940) en su epoca considerado
el más influyente médico, penso en crear procedimientos sistemáticos
para medir los resultados finales de la atención médica, sin embargo los
esfuerzos de su trabajo no prosperaron (Neuhauser, 1990). No fue sino
hasta 1983 donde se adopta el modelo de GRD que sirve de base para
un sistema de pago prospectivo, en su implementación el sistema ahorro
mas de 50 millones en pagos hospitalarios, basado en estos resultados,
otros países del mundo comenzaron su implementación basados en GRD
para administrar y financiar la atención hospitalaria (Fetter, 1991).

Los grupos relacionados con el diagnóstico (GRD) se desarrollaron origi-

nalmente para proporcionar definiciones de productos para la producción
de los hospitales. Pueden servir como base para la presupuestación, el
control de costos y el control de calidad en los hospitales. Fueron adopta-
dos por Medicare en 1983 para servir como base para un sistema de pago
prospectivo para hospitales de Estados Unidos. Este sistema ha resultado
en ahorros de más de 50 mil millones en pagos hospitalarios de Medica-
re hasta 1990 y extendió la solvencia del Fondo Fiduciario de Medicare
Hospital hasta el próximo siglo. Muchos otros pagadores de atención hos-
pitalaria han adoptado sistemas GRD, incluidos los programas estatales
de Medicare y las aseguradoras privadas, como Blue Cross. Actualmente,
más de 20 países están desarrollando o han adoptado sistemas basados
en GRD para administrar y financiar la atención hospitalaria.

7.3. Implementaciones en la Unión Europea (EU)

En los ultimos 30 años muchos paises han implementado el sistema GRD,
entre ellos se encuentran Dinamarca, Francia, Alemania, Hungría, Italia,
Países Bajos, Polonia, España e Inglaterra como instrumento de reem-
bolso de la atención hospitalaria. El principal desafío al que se enfrentan
estos sistemas es clasificar los episodios de tratamiento en grupos mé-
dicamente coherentes y homogéneos al mismo tiempo, de modo que se
pueda determinar el uso promedio de recursos para cada grupo. Como
los GRD consideran casos promedios, existen datos a típicos que se es-
capan al promedio, determinando una estancia más larga o corta que
la esperada para ellos, por lo general la estancia es mayor a lo espera-
do, esta situación enmascara la realidad y provoca una sobrevaloración
del GRD considerado, para evitar esta condición es necesario generar
factores de corrección apropiados. Otro aspecto relevante de estas des-
viaciones es que pueden ocultar alguna ineficiencia del sistema, como un
escaso sistema de tecnológico de la información, baja estandarización de
diagnósticos o una inapropiada clasificación de pacientes al asociarlos a
sus correspondientes GRD. Para manejar los datos atípicos los países han
optado por un trato de caso a caso y separarlos del GRD, debido a que
los GRD bien definidos forman franjas de costos y cuando los recursos
esperados se escapan de estas franjas se consideran atípicos con tratos

11
especiales. Bajo esta consideración los nueve paises antes mencionados
han desarrollado sus propios índices de correcciones.

Los países antes mencionados han utilizado dos metodos diferentes para
tratar casos atípicos; uno de estos métodos está basados en la desviación
estándar de la estadía amplificada por un factor de corrección (Alema-
nia y España), el otro método utilizado es no parametrico basado en
el rango intercuartil, (Dinamarca, Inglaterra, Italia). Francia y Aemania
en el 2006, por medio de un proceso de exclusión de datos llegaron a
desestimar ente un 5 y 25 porciento de los casos (Schreyögg, 2006).

Los ajustes de precios en los GRD, consideran más allá del diagnóstico
y comorbilidad del paciente, requieren tambien, un ajuste por insumos,
esto ratifica el hecho de por qué los paises de la UE antes mencionados,
optaron por adecuar el modelo a los requerimientos específicos de sus
administraciones e incluso consideraron que los casos que se escapan a la
media, son atípicos y fueron dejados fuera del análisis.

7.4. Otros métodos para evaluar GRD.

Uno de los trabajos que abordo una visión distinta fue el efectuado por
Borden en 1988, aplicó la tecnica Data Envelopment Analysis (DEA), y
midió el reembolso de los GRD y su impacto en la eficiencia hospitalaria
en New Jersey. Su trabajo concluye indicando que el programa GRD no
ha tenido ningun efecto positivo en la eficiencia hospitalaria, enfatizan
que existen diferencias en el programa en hospitales antes y despues de
implementación del Grupo Relacionado al Diagnóstico.

Otro estudio que evaluó la eficiencia hospitalaria técnica en 28 hospitales

chilenos fue realizado por Santelices et al, 2011, emplearon como variable
de respuesta producción promedio de camas disponibles, la cantidad de
personal y los gastos en bienes de consumo y servicios, consideraron
tambien, grupos relacionados con el diagnóstico (IR-DRG), los resultados
demostraron que la ineficiencia hospitalaria fluctúa entre 20 y 23 por 100
y que esta metodología permitio recoger nuevos hallazgos que serviran de
base a personal que administra recintos hospitalarios y generan politicas
de salud

8. Principales Riesgos
Los estudios revisados en el presente informe, han demostrado que los
datos referida a GRD pueden estar resguardados por la ley de confiden-
cialidad del paciente, sin embargo, esto pudo ser sorteado con análisis
relacionados a la gestión hospitalaria, empleando para este efecto la téc-
nica DEA, donde no es necesario profundizar en aspectos clínicos, el foco

12
de los estudios se torno a demostrar cuan eficiente es un centro de salud
pública en el uso de de recursos asignados.

8.1. Alcance de la Investigación

Alcance: El estudio cubrirá hospial de alta complejidad en Chile.

Área del Conocimiento: Se orientará a evaluar una politica de salud chilena,

por medio de la aplicación del DEA en la gestión de salud.

Horizonte temporal: Revisión de todas las publicaciones en temáticas del

GRD y DEA para medir la gestión de salud pública en los últimos 3 años.

Metodología Cuantitativa: Se usará metodología cuantitativa para evaluar

la gestión hospitalaria por medio de DEA y para construir los modelos de
simulación.

Metodología Cualitativa: Se empleará cuando se disponga de la información

de los GRD en los centros de salud.

9. Estructura tentativa de la Tesis

Capítulo I: La gestión hospitalario de salud pública global.

Capítulo II: Estudio cienciométrico de la gestión hospitalaria.

Capítulo III: Modelo DEA para evaluar el efecto GRD en la gestión Pública.

Capítulo IV: Modelando un sistema de urgencia con uso de GRD.

Capítulo V: Conclusiones

10. Conclusiones
Los grupos relacionados al diagnóstico, es un modelo creado con el propósito
de agrupar a pacientes con diagnósticos similares con uso de recurso análogos.

Los estudios no son concluyentes en indicar que sea la mejor métrica de medida
para evaluar la eficiencia en sistema hospitalario público de alta complejidad.

Los grupos relacionados al diagnóstico requieren de dos aspectos relevantes

para reducir la varianza de los casos; la información debe estar de preferencia
en linea y, debe haber un criterios estandar del diagnóstico base, como también,
de la comorbilidad.

Para el cálculo del reembolso los grupos relacionados al diagnóstico se requiere

de una corrección constante de los parámetros que lo componen, tanto en
variabilidad como en precios de los insumos.

13
 Chile tomó la decisión de pagar las prestaciones de servicios a los usuarios
de la salud pública mediante los grupos relacionados al diagnóstico, por lo
que, evaluar su implementación buscando responder si se provocan mejoras al
rendimiento del sistema hospitalario y los factores que afectan su eficiencia, es
un tema reevante y con proyecciones de interés para la comunidad científica
internacional.

11. Referencias
Averill Law, 2007, Simulation Modeling and Analysis, págs. 3, 6.

Averill RF, Muldoon JH, Vertrees JC, Goldfield NI, Mullin RL, Fineran EC,
Zhang M, Steinbeck B, Grand T, 1998, The evolution of casemix measurement
using diagnosis related groups (DRGs) (3M HIS Research Report).

Border J, 1988, An assessment of the impact of Diagnosis Related Group Based

Reimbursement on the technical efficiency of New Jersey hospital Using Data
Envelopment Analysis.

Canadian Institute for Health Information, 2004, Acute care grouping metho-
dologies: From diagnosis related groups to case mix groups redevelopment.
Canadian Institute for Health Information, Ottawa.

Dirección de Presupuesto del Gobierno de Chile, Proyecto de Ley de Presu-

puestos año 2017, Ministerio de Salud, recuperado el 29 de febrero del 2020,
de [Link]/597/[Link]

Fetter R, 1991, Diagnosis Related Group: Understanding Hospital Performan-

ce.

García V, Figueiras I, Carbajal M, Yacaman R, Palami D, Soto M, Gabriela S,

(2019) Methods to determine reimbursement rates for diagnosis related groups
(DRG): A comparison of nine European countries.

Heller, P, Hauner, D, (2006). Fiscal policy in the face of long-term expenditure

uncertainties. International Tax and Public Finance 13, 325–350.

14