ABSTRACT
Objetivo: Establecer y cuantificar los determinantes de la estancia hospitalaria en un hospital universitario de Medellín de alta complejidad de Medellín, entre 2013 y 2018, valorar su importancia y modelar la estancia esperada. Metodología: Estudio observacional analítico retrospectivo de datos agregados. Siguiendo el método paso a paso, se corrieron siete modelos con estancia hospitalaria media como variable dependiente y las respectivas variables independientes: complejidad, oportunidad de apoyos diagnósticos, disponibilidad de insumos, casos de estancia prolongada y capacidad financiera. Se seleccionó el mejor modelo usando los criterios de ajuste Akaike e información Bayesiana, junto con las medidas de significancia global y significancia individual de los coeficientes. Se realizaron pruebas estadísticas de validez del modelo y se calcularon los coeficientes estandarizados. Resultados: Los valores medios de las variables más relevantes y su desviación estándar (de) fueron: estancia hospitalaria media, 8,09 días (de = 0,40); complejidad por consumo de recursos, 1,28 unidades (de = 0,07); apoyos diagnósticos, 90,74 mil estudios (de = 10,05); casos de estancia extrema, 4,36 % (de = 0,70), y complejidad por casuística, 1 (de = 0,03). Significancia global F = 55,2, p< 0,001. Significancia de los coeficientes: complejidad por consumo de recursos, p< 0,01; apoyos diagnósticos y casos de estancia extrema, p< 0,001; complejidad por casuística, p< 0,05. Coeficientes estandarizados: complejidad por consumo de recursos, 0,35; apoyos diagnósticos, 0,35; casos de estancia extrema, 0,26, y complejidad por casuística, 0,24. R2 ajustado 0,82. Conclusión: Los determinantes de la estancia hospitalaria en orden de importancia son: complejidad por consumo de recursos, apoyos diagnósticos, casos de estancia extrema, complejidad por casuística, inventario disponible y ganancias brutas.
Objective: To establish and quantify the determinants of hospital stay in a high complexity university hospital in Medellin between 2013 and 2018, assess their importance, and model the expected length of stay. Methodology: Retrospective analytical observational study of aggregate data. While following the method step by step, seven models were used, where mean hospital stay was the dependent variable and the respective independent variables were complexity, timeliness of diagnostic procedures, availability of supplies, cases of prolonged stay and financial capacity. The best model was selected using the Akaike and Bayesian information criterion, along with measures of both overall significance and individual significance of the coefficients. Statistical tests of model validity were performed and standardized coefficients were calculated. Results: The mean values of the most relevant variables and their standard deviation (SD) were: mean hospital stay, 8.09 days (SD = 0.40); complexity by resource consumption, 1.28 units (SD = 0.07); diagnostic procedures, 90.74 thousand studies (SD = 10.05); cases of extremely prolonged stay, 4.36% (SD = 0.70), and complexity by casuistry, 1 (SD = 0.03). Overall significance: F = 55.2, p < 0.001. Significance of coefficients: complexity by resource consumption, p < 0.01; diagnostic procedures and cases of extremely prolonged stay, p < 0.001; complexity by casuistry, p < 0.05. Standardized coefficients: complexity by resource consumption, 0.35; diagnostic procedures, 0.35; cases of extremely prolonged stay, 0.26; and complexity by casuistry, 0.24. Adjusted R2 0.82. Conclusion: In order of importance, the determinants of hospital stay are complexity by resource consumption, diagnostic procedures, extremely prolonged stay, complexity by casuistry, available inventory and gross profit.
Objetivo: Estabelecer e quantificar os determinantes da permanência hospitalar em um hospital universitário de alta complexidade de Medellín, entre 2013 e 2018, valorar sua importância e fazer a modelação da permanência esperada. Metodologia: Estudo observacional analítico retrospectivo de dados agregados. Seguindo o método passo a passo, foram aplicados sete modelos com permanência hospitalar média como variável dependente e as respectivas variáveis independentes: complexidade, oportunidade de apoios diagnósticos, disponibilidade de insumos, casos de permanência prolongada e capacidade financeira. Selecionou-se o melhor modelo usando os critérios de ajuste Akaike e informação Bayesiana, junto com as medidas de significância individual dos coeficientes. Realizaram-se provas estatísticas de validade do modelo e calcularam-se os coeficientes padronizados. Resultados: Os valores médios das variáveis mais relevantes e seu desvio-padrão (DP) foram: permanência hospitalar média, 8.09 dias (DP = 0,40); complexidade por consumo de recursos, 1,28 unidades (DP = 0,07); apoios diagnósticos, 90,74 mil estudos (DP = 10,05); casos de permanência extrema, 4,36 % (DP = 0,70), e complexidade por casuística, 1 (DP = 0,03). Significância global F = 55,2, p < 0,001. Significância dos coeficientes: complexidade por consumo de recursos, p < 0,01; apoios diagnósticos e casos de permanência extrema p < 0,001; complexidade por casuística, p < 0,05. Coeficientes padronizados: complexidade por consumo de recursos, 0,35; apoios diagnósticos, 0,35; casos de permanência extrema, 0,26 e complexidade por casuística, 0,24. R2 ajustado 0,82. Conclusão: Os determinantes da permanência hospitalar em ordem de importância são: complexidade por consumo de recursos, apoios diagnósticos, casos de permanência extrema, complexidade por casuística, inventário disponível e lucros brutos.
