Gökçe Manavgat a 1,Martine Audibert
Aspectos fundamentales de este excelente trabajo.
- •Algunos países ricos de la OCDE no logran transformar sus ventajas en materia de atención sanitaria en mejores resultados sanitarios.
- •Estonia y Japón son los países que mejor han resistido el shock sanitario del Covid-19.
- •La alta tasa de desempleo, la elevada proporción de personas mayores de 65 años y la baja proporción del gasto en salud en el PIB afectan la resiliencia del sistema de salud ante crisis sanitarias.
- •La vacunación contribuye en gran medida a la eficiencia y sostenibilidad de los sistemas de salud.
Introducción
El objetivo principal de la atención sanitaria pública es hacer que los recursos sanitarios sean más eficientes y accesibles. La imprevisibilidad de las enfermedades o pandemias puede causar problemas a los sistemas de salud a la hora de asignar los recursos de forma adecuada (Rutter y otros, 2020, Kimbell y otros, 2015). Al mismo tiempo, el aumento del movimiento de personas por razones económicas y sociales con la globalización está provocando un factor de riesgo crítico en el aumento de la prevalencia de infecciones y riesgos epidémicos para los países. Esto requiere que los sistemas de salud de los países asignen sus recursos basados en políticas para su propia salud y bienestar presentes, así como para posibles pandemias futuras. De hecho, aunque se han enfrentado a muchas pandemias (la epidemia de peste en Venecia, siglo XIV, Inglaterra, siglo XIX, y más recientemente SIDA, SARS , MERS y Ébola), hasta la pandemia de Covid-19 los países no hicieron grandes esfuerzos con sus sistemas de salud para superar estas crisis. Sin embargo, con la pandemia de Covid-19 que surgió en 2019, los sistemas de salud en el mundo enfrentaron por primera vez un problema de salud impredecible y de gran escala que requirió una movilización urgente de recursos y afectó a toda la población. Al mismo tiempo, por primera vez en la historia, una crisis de salud paralizó la economía global, demostrando dolorosamente cuán inseparables se han vuelto la salud y la economía. Deloitte, 2020). El contexto globalizador de esta crisis también requiere una reestructuración periódica de los inventarios en términos de relaciones insumo-producto para que el comportamiento de los tomadores de decisiones en salud y los sistemas de gobernanza puedan adaptarse a las características de cada Estado (Lupu y Tiganasu, 2022). La pandemia de Covid-19 ha demostrado que los países más afectados y vulnerables son aquellos cuyos sistemas de salud adolecen de una cantidad insuficiente de recursos humanos y equipos (Razu y otros, 2021,Tessema y otros, 2021,OCDE, 2020). El brote de Covid-19 ha puesto de relieve la necesidad de reevaluar los recursos en los servicios de salud y priorizar los procesos preventivos que puedan llegar a todos los segmentos de la sociedad sin comprometer la eficiencia de los servicios de salud. Desde el principio, el insumo más crucial para enfrentar la pandemia ha sido el personal de salud, en particular los médicos y enfermeras. Los profesionales de la salud involucrados en la atención y el tratamiento de los pacientes de Covid-19 han tenido que trabajar más horas de lo habitual y superar desafíos físicos y psicológicos. La gestión eficaz del sistema de salud durante la pandemia en muchos países ha estado estrechamente vinculada a la atención y el reconocimiento brindado a los médicos, enfermeras y otro personal de atención médica. Este reconocimiento también contribuye a la eficiencia general de los servicios de salud. Además, contar con instalaciones e infraestructuras de salud completamente equipadas es otro factor vital para combatir la pandemia. La insuficiencia respiratoria ha sido un problema frecuente entre las personas afectadas por Covid-19, lo que enfatiza la necesidad de un suministro adecuado de respiradores (Shadmi y otros, 2020). Además, la distribución generalizada de vacunas, que es esencial para erradicar la pandemia, es otro factor crítico de éxito. Todas estas cuestiones de recursos sanitarios analizadas anteriormente han reavivado el debate sobre cómo los países deberían gestionar sus sistemas de salud de una manera orientada a los insumos para superar las pandemias y salvaguardar y mejorar la salud pública .
Los miembros de la OCDE , que se cuentan entre los países con los sistemas de salud más desarrollados, se vieron expuestos a problemas importantes durante la COVID-19 (por ejemplo, Italia, España, Francia y EE. UU.). En particular, la insuficiencia de los recursos sanitarios y las dificultades experimentadas en la agilidad para mitigar el shock han dejado a estos países en una situación difícil. Sin embargo, los países de la OCDE han logrado aumentar la proporción del gasto sanitario en el PIB en respuesta a la disminución de los ingresos. La proporción del gasto sanitario en el PIB aumentó del 8,52% (2018) a aproximadamente el 9,7% (2020). Los países más gravemente afectados por la pandemia informaron de aumentos sin precedentes en la proporción del PIB asignada a la salud (Reino Unido aumentó del 10,2% al 12,8%, Eslovenia del 8,5% al 10%, Corea del Sur del 7,3% al 8,5%). Al mismo tiempo, aumentó la tasa de aumento de la fuerza laboral de los servicios sanitarios y sociales. La densidad total de la fuerza laboral de salud y asistencia social fue de aproximadamente 50 por cada 1000 personas en 2018 (OCDE, 2021a, OCDE, 2021b). En términos de resultados en materia de salud, las tasas de mortalidad por caso varían mucho entre países, pero se han logrado avances significativos desde el comienzo de la pandemia de COVID-19. Un análisis orientado a los recursos de entrada de los servicios de salud en los países de la OCDE es fundamental para revelar cómo los países con modelos de atención de salud prósperos son, o continúan siendo, eficientes frente a la COVID-19. Existe un impulso creciente en la investigación sanitaria que aborda la capacidad de un sistema de salud para enfrentar los desafíos en lugar de abordar los riesgos para la salud (Kruk y otros, 2015, Panter-Brick, 2014El más importante de estos desafíos es la gestión eficiente de la atención sanitaria y de los sistemas de salud. El objetivo de esta investigación es estimar la eficiencia de los sistemas de salud en los países de la OCDE antes y durante la pandemia de Covid-19. El estudio examina el efecto del brote de Covid-19 en los resultados de salud, al tiempo que revela la resiliencia de los países en función de su eficiencia en la atención médica. A diferencia de estudios anteriores que se centraron únicamente en el efecto de Covid-19 en la eficiencia de la atención médica durante la pandemia, esta investigación evalúa en qué medida se vio afectada la eficiencia de los sistemas de atención médica en los países de la OCDE antes y durante el período de Covid-19. En el análisis, adoptamos el procedimiento desarrollado por Simar y Wilson (2007)(Simar y Wilson, 2007), que consiste en estimar, en primer lugar, los índices de eficiencia corregidos por sesgo y, a continuación, utilizar una regresión truncada de doble bootstrap para estimar los factores de eficiencia. Las estimaciones de eficiencia se realizaron con base en los resultados y recursos de salud de 2018 (antes de la COVID-19) y 2020 (durante la COVID-19) para 31 países de la OCDE.El resto del documento está organizado de la siguiente manera: la primera sección presenta una revisión de la literatura sobre la eficiencia de la atención médica (nivel micro) y los sistemas de salud (nivel macro) y luego una revisión de la literatura extendida para estudios de eficiencia de la atención médica para Covid-19. La segunda sección detallaSimar y Wilson (2007)El método y los conjuntos de datos. La tercera sección presenta los resultados y la cuarta la discusión. La última sección ofrece las conclusiones y las limitaciones del estudio.
2. Revisión de la literatura
La eficiencia del sistema de salud se puede evaluar tanto a nivel micro como macro. Los estudios a nivel micro se centran en aspectos específicos, como los hospitales públicos, los centros de salud y la práctica médica, mientras que los estudios a nivel macro comparan el desempeño de los sistemas de salud en diferentes países. A nivel micro (Nedelea y Fannin, 2013, Nayar y Ozcan, 2008,Zhang y otros, 2018,Manavgat y Demirci, 2020,Pereira y col., 2021,Guillon y otros, 2022), el resultado se refiere a la actividad de los establecimientos de salud (por ejemplo, número de pacientes dados de alta, número de ingresos, tasa de rotación de camas, véase el cuadro A1 en el apéndice). A nivel macro (Mirmirani y Lippmann, 2004,Mirmirani y otros, 2008,Afonso y St. Aubyn, 2011, Hadad y otros, 2013,Moran y Jacobs, 2013,Çetin y Bahce, 2016,Kaya Samut y Cafrı, 2016,Behr y Theune, 2017,Lee y Kim, 2018,Ahmed y otros, 2019,Top y otros, 2020), el resultado es el resultado de salud (por ejemplo, esperanza de vida al nacer, tasa de mortalidad infantil, véase la Tabla A1). Durante la última década, la literatura indica que el DEA bootstrap se ha convertido en un método sólido para medir el desempeño en los sistemas de salud y los proveedores de servicios de salud (Guillon y otros, 2022,Afonso y St. Aubyn, 2011,Lee y Kim, 2018).Estos estudios suelen tener en cuenta insumos como médicos, enfermeras, camas, equipos sanitarios y gastos sanitarios, junto con resultados sanitarios como la calidad de vida , la supervivencia infantil y la esperanza de vida al nacer. Sin embargo, hay un número relativamente limitado de estudios que han examinado específicamente la eficiencia del sistema sanitario durante la era de la COVID-19. La Tabla A1 (Apéndice en línea) describe, para cada artículo de la revisión bibliográfica, los productos o resultados sanitarios, los insumos, los enfoques metodológicos adoptados y los resultados.El número de estudios que examinan el efecto del brote de Covid-19 en la atención de salud y la eficiencia del sistema es bajo. Ha habido muchos estudios que investigan el éxito de los servicios y sistemas de salud de los países en la era de Covid-19 y después. Algunos estudios se centraron en los costos (Oksuz y otros, 2021,Reddy y otros, 2021) y muchos estudios se han ocupado de la propagación espacial y la agrupación del coronavirus y sus determinantes (Amdaoud y otros, 2021,Fonseca-Rodríguez et al., 2021,Kang y otros, 2022,Poirier y otros, 2020).La eficiencia del sistema de salud y su mejora son las principales preocupaciones que deben revisarse en el contexto de la pandemia de COVID-19. El método específico utilizado para cuantificar la eficiencia de los sistemas de salud se refiere al DEA, que ha sido utilizado por varios investigadores para calcular la eficiencia de los sistemas de salud durante el brote de COVID-19 (Lupu y Tiganasu, 2022). Ordu y col. (Ordu y otros, 2021) compararon las puntuaciones de eficiencia del sistema sanitario de 16 países. El tamaño de la población , la edad media, los médicos (por cada 1000 personas), las camas de hospital (por cada 100.000), el total de casos confirmados de Covid-19 y el total semanal de casos confirmados de Covid-19 se utilizaron como variables de entrada. El total de muertes confirmadas, el total semanal de muertes confirmadas y la tasa de no mortalidad de Covid-19 se utilizaron como variables de salida. Se realizaron cinco semanas de observación. Indicaron que el porcentaje de países con sistemas sanitarios eficientes disminuyó drásticamente con el tiempo, del 43,75% en la primera semana al 25% en la quinta semana. Mourad et al.Mourad y otros, 2021) analizaron la eficiencia del sistema de salud de varios países para la pandemia de Covid-19. En su artículo, se adoptaron siete escenarios con la metodología DEA con el número de profesionales médicos (doctores y enfermeras), camas de hospital, número de pruebas de Covid-19 realizadas como entradas y el número de casos afectados, casos recuperados y muertes como salidas. Demostraron que menos de la mitad de los países considerados son relativamente eficientes. Hamzah et al (Hamzah y otros, 2021) investigaron el nivel de eficiencia de la gestión de Covid-19 en Malasia, utilizando la red DEA. Martínez-Córdoba et al (Martínez-Córdoba et al., 2021) evaluaron la capacidad de los gobiernos para mitigar el impacto de la pandemia en la eficiencia del sistema de salud de muchos países del mundo. Si bien los países europeos y americanos fueron menos eficientes que los países asiáticos y africanos, se observaron diferencias significativas según la ubicación geográfica de un país. También mostraron que una mayor libertad de expresión, una edad media más alta y una economía y un mercado laboral inestables disminuyen la eficiencia. Asimismo, Su et al.Su y otros, 2021). analizaron el efecto de las medidas implementadas por los países para mitigar las consecuencias de la pandemia utilizando DEA para 23 países seleccionados. Demostraron que “Corea y Australia tuvieron el mayor desempeño en la prevención de la difusión de Covid-19 durante todo el período abarcado”. Lupu y Tiganasu (Lupu y Tiganasu, 2022), utilizando DEA, analizaron la eficiencia de los sistemas de salud de 31 países europeos en el tratamiento de Covid-19 e investigaron para explicar la diferencia en la puntuación de eficiencia. Consideraron seis campos principales de influencia: recursos de atención médica (médicos, enfermeras, parteras, etc.), estado de salud, población, cuestiones económicas, culturales, sociales y gubernamentales. Encontraron que «los estados occidentales, gravemente afectados al comienzo de la pandemia, comenzaron a tomar medidas adecuadas y a mejorar la eficiencia de sus sistemas sanitarios». Pereira et al (Pereira y col., 2022), examinaron la eficiencia sanitaria de 55 países, incluidos los de la OCDE , utilizando el método Network DEA. Concluyeron que Estonia, Islandia, Letonia, Luxemburgo, los Países Bajos y Nueva Zelanda exhibieron mayores eficiencias promedio del sistema durante el proceso de Covid-19. Además, demostraron que los países con una gran población tenían peores puntajes de eficiencia promedio. La variedad de resultados que arroja la literatura muestra la naturaleza incipiente de la investigación sobre este tema. Cabe destacar que ninguno de los estudios realizados durante el período de Covid-19 utilizó el método bootstrap DEA. Hemos adoptado el enfoque bootstrap en nuestro estudio para tener en cuenta el sesgo de medición (Tziogkidis, 2012). Nuestro estudio compara la eficiencia de los sistemas de salud antes y durante la pandemia de Covid-19 con las mismas variables, y luego busca explicar la eficiencia de los sistemas de salud de los países con factores externos como indicadores de salud, demográficos, sociales, institucionales y económicos. El objetivo es revelar el impacto de la pandemia de Covid-19 en la eficiencia de los servicios de atención de salud y la resiliencia de los sistemas de salud en los países de la OCDE.
3 . Método
Durante varias décadas, el enfoque estándar de Análisis Envolvente de Datos (DEA) se ha utilizado ampliamente para estimar la eficiencia de los centros de salud y los sistemas de salud (Zhang y otros, 2018,Mirmirani y Lippmann, 2004,Mirmirani y otros, 2008,Ordu y otros, 2021,Demirci, 2020). El DEA es un enfoque no paramétrico que utiliza métodos de programación matemática para estimar las fronteras de producción de mejores prácticas y evaluar la eficiencia relativa (técnica o asignativa) de diferentes unidades de toma de decisiones (DMU). La eficiencia técnica, en la que nos centramos, proporciona información sobre la eficiencia con la que las DMU utilizan sus insumos físicos para producir resultados. El DEA proporciona puntuaciones de eficiencia que representan el desempeño individual de las DMU (sistema de salud del país -CHS- en nuestro estudio) desde 1 (CHS técnicamente eficiente) hasta 0 (CHS totalmente no eficiente). Desarrollado por Farrell (
Farrell, 1957), el enfoque DEA fue mejorado por Charnes et al. (Charnes y otros, 1978) con un modelo de retorno constante a escala (CRS), y posteriormente porBanker y otros (1984)(Banquero y otros, 1984) con un rendimiento variable a escala (VRS). El DEA tiene una ventaja sobre otros enfoques, como el análisis de frontera estocástica, porque no requiere ningún supuesto sobre la frontera de producción y es capaz de trabajar con sistemas complejos que tienen múltiples entradas y salidas, como un sistema de salud. Hay dos modelos de orientación disponibles: orientación a las entradas o a las salidas. Como la gestión de las salidas es más difícil que la de las entradas para la planificación de los sistemas de salud, y el control del nivel de recursos es crucial, es apropiado aquí utilizar el modelo DEA orientado a las entradas (Top y otros, 2020,Chern y Wan, 2000,Ozcan, 2014). El modelo VRS se utiliza más en la literatura porque el modelo CRS supone que las unidades de medida diferenciales funcionan a una escala óptima, lo que es una suposición importante. Adoptamos un modelo VRS orientado a las entradas.Sin embargo, se reconoce que el DEA estándar tiene algunas limitaciones. El DEA se ve fácilmente afectado por la presencia de valores atípicos, especialmente con un tamaño de muestra pequeño, y no tiene en cuenta el error de medición. Además, como la medición de la eficiencia es relativa y la frontera se basa en los mejores resultados, produce puntuaciones de eficiencia sesgadas y correlacionadas en serie. Durante la última década, más estudios han utilizado el DEA bootstrap, considerado un método más sólido para medir el desempeño en el sector de la salud (Guillon y otros, 2022, Afonso y St. Aubyn, 2011,Lee y Kim, 2018). Mientras que la frontera DEA estándar puede verse como una estimación de la frontera real basada en una única muestra extraída de una población desconocida, la frontera DEA bootstrap se basa en muestras independientes (con reemplazo) extraídas del conjunto de datos original, utilizadas como base para los puntajes de eficiencia corregidos por sesgo (Bogetoft y Otto, 2010). De hecho, según Simar y Wilson (Simar y Wilson, 2007), un bootstrap “ ingenuo ” no es suficiente en un enfoque de dos etapas donde las puntuaciones de eficiencia se regresionan, en la segunda etapa, sobre covariables (por ejemplo, variables ambientales o variables fuera del control de las autoridades sanitarias/gobiernos). Para estos autores, debido a las puntuaciones de eficiencia correlacionadas en serie, los DEA de bootstrap estándar y simple producen métodos de inferencia inconsistentes en la regresión de segunda etapa. Adoptamos el procedimiento de doble bootstrap (basado en el Algoritmo n.° 2), desarrollado por Simar y Wilson (Simar y Wilson, 2007), para mejorar la fiabilidad de las estimaciones. Este procedimiento consiste en generar puntuaciones de eficiencia corregidas por sesgo para DEA (primera etapa) y luego utiliza una regresión truncada de doble bootstrap para estimar los impulsores de eficiencia (segunda etapa). Se censuró desde la derecha en uno. Utilizamos un proceso de remuestreo 2000 veces y obtuvimos estimaciones de eficiencia corregidas por sesgo que permitieron mejorar la fiabilidad de las estimaciones de eficiencia del sistema de atención sanitaria. Al igual que en estudios anteriores (Lupu y Tiganasu, 2022,Afonso y St. Aubyn, 2011,Kaya Samut y Cafrı, 2016,Lee y Kim, 2018,Ahmed y otros, 2019), incluimos variables socioeconómicas, demográficas y ambientales, que se supone afectan la eficiencia del sistema de salud.
3.1 . Datos y variables
Los datos provienen de la OCDE, los Indicadores de Desarrollo Mundial (WDI) del Banco Mundial y la Organización Mundial de la Salud (OMS). El conjunto de datos consta de información de 31 países de la OCDE para el período de 2018 (antes de la pandemia de Covid-19) y 2020 (durante la pandemia de Covid-19). Dinamarca, Portugal, Suecia, Chile, Colombia y Costa Rica están excluidos debido a la falta de datos. Estimamos el modelo de eficiencia utilizando cuatro entradas y dos resultados. Las entradas consisten en componentes físicos controlables que impactan directamente en los servicios de atención médica proporcionados por los sistemas de salud. Con base en la revisión de la literatura, incluimos el número de médicos, enfermeras y parteras, el número total de camas de hospital y los escáneres de tomografía computarizada (TC). Uno de los desafíos fundamentales en los sistemas de salud es definir los resultados de salud. Siguiendo el precedente establecido por estudios anteriores (por ejemplo, (Mirmirani y Lippmann, 2004);Mirmirani y otros, 2008;Moran y Jacobs, 2013;Çetin y Bahce, 2016; Kaya Samut y Cafrı, 2016) utilizamos dos resultados de salud: la esperanza de vida al nacer y la tasa de supervivencia infantil (calculada como uno menos la tasa de mortalidad infantil) (Kaya Samut y Cafrı, 2016,Lee y Kim, 2018). Aunque el indicador de la tasa de supervivencia infantil no se recopila directamente, es ampliamente aceptado y utilizado en la literatura (Hadad y otros, 2013,Kaya Samut y Cafrı, 2016,Lee y Kim, 2018,Top y otros, 2020Se espera que las políticas sanitarias acertadas mejoren la prestación de servicios sanitarios de alta calidad, lo que se traducirá en una mayor esperanza de vida y una mejor supervivencia infantil. Todos los datos de entrada y salida se recopilaron antes de la COVID-19 (2018) y durante la COVID-19 (2020). En el caso de algunos países, faltaban los datos de 2020, por lo que utilizamos los valores de 2019.Estimamos los puntajes de eficiencia de la atención médica antes y durante la pandemia de Covid-19 con los mismos datos de entrada y de salida para permitir una comparación. Los estudios sobre la eficiencia del sistema de salud de los países durante el brote agregaron como resultados el número de casos y muertes debido a Covid-19 (Lupu y Tiganasu, 2022,Ordu y otros, 2021). Este enfoque es adecuado solo si el estudio se centró en el desempeño del sistema de salud durante el brote sin analizar el desempeño anterior a la COVID-19, como hicimos nosotros. En la segunda etapa, las puntuaciones de eficiencia estimadas se regresionan en posibles variables exógenas, a menudo llamadas ambientales, considerando información sobre las causas de las diferencias de eficiencia. Estas variables incluyen variables socioeconómicas y factores específicos del país que se cree que afectan el desempeño del sistema de salud. Siguiendo estudios anteriores, empleamos variables clave para explicar la eficiencia del sistema de salud del país, como el gasto en salud (Medeiros y Schwierz, 2015), nivel de educación (Moran y Jacobs, 2013), tasa de desempleo (Hadad y otros, 2013,Moran y Jacobs, 2013,Top y otros, 2020), tasa de consumo de tabaco (Ahmed y otros, 2019,Medeiros y Schwierz, 2015,Patanavanich y Glantz, 2021), población mayor de 65 años. Añadimos, para el periodo de Covid-19, la tasa de mortalidad por Covid-19 y la tasa de vacunación por Covid-19. El objetivo era examinar el impacto del brote de Covid-19 en la eficiencia del sistema sanitario. De este modo, tratamos de determinar si la vacunación contribuye significativamente a la disminución de los casos que acaban en muerte y a la eficiencia del sistema sanitario de la OCDE. La definición y medición de las variables utilizadas en ambos modelos se puede encontrar en el Apéndice, Tabla A2.
4. Resultados
Tabla 1presenta las estadísticas descriptivas de las variables utilizadas en el estudio. No hay cambios significativos en la esperanza de vida media al nacer y la tasa de supervivencia infantil entre los períodos anterior y posterior a la COVID-19. México y Lituania presentan las tasas de supervivencia infantil más bajas, mientras que Japón tiene la tasa más alta. Por el contrario, la media de los insumos muestra un ligero incremento, en particular en el caso de los escáneres TC . En ambos períodos, Turquía tiene el menor número de médicos por cada 1000 habitantes, mientras que Italia tiene el más alto. Turquía también tiene el menor número de enfermeras y parteras en la etapa anterior a la COVID-19, México tiene el menor número de ellas durante el período posterior a la COVID-19. Por otro lado, Noruega tiene el mayor número de enfermeras y parteras. México se queda atrás en cuanto a número de camas de hospital y escáneres TC , mientras que Japón y Corea lideran en cuanto a recursos físicos y tecnología sanitaria. Cabe destacar que Turquía tiene la menor proporción de gasto sanitario como % del PIB, y no ha habido un aumento significativo durante el período de la COVID-19. En cambio, Estados Unidos es el país de la OCDE que más gasta en salud, y ha aumentado después de la COVID-19. Los grupos vulnerables más afectados por la crisis de la COVID-19 son los consumidores de tabaco y las personas mayores de 65 años. Islandia tiene la tasa de tabaquismo más baja y Letonia la más alta. México tiene el porcentaje más bajo de personas mayores de 65 años en su población y Japón el más alto entre los países de la OCDE. Corea ha tenido un éxito relativo en materia de vacunación, una precaución crucial durante el período de la COVID-19. Islandia tiene la tasa de mortalidad por COVID-19 más baja.
Cuadro 1. Estadísticas descriptivas de insumos, resultados de salud y variables explicativas (31 países).
| Celda vacía | 2018 – Antes del Covid-19 – Estadísticas descriptivas de insumos, resultados de salud y variables explicativas | ||||||
|---|---|---|---|---|---|---|---|
| Variables de resultado | Significar | Desviación estándar | Mínimo | Máximo | |||
| Esperanza de vida al nacer | 80,67 | 2.66 | 75 | México | 84.3 | Japón | |
| Tasa de supervivencia infantil | 0,996 | 0,002 | 0,987 | México | 0,998 | Estonia | |
| Variables de entrada | Significar | Desviación estándar | Mínimo | Máximo | |||
| Doctores | 4.09 | 1,50 | 1,80 | Turquía | 7,92 | Italia | |
| Enfermeras y parteras | 9.48 | 4.05 | 3.00 | Turquía | 18.2 | Noruega | |
| Total de camas hospitalarias | 4.86 | 2,70 | 0,97 | México | 12,98 | Japón | |
| Tomógrafos de tomografía computarizada (TC) | 23,49 | 13,79 | 5,92 | México | 111,49 | Japón | |
| Variables explicativas | Significar | Desviación estándar | Mínimo | Máximo | |||
| Educación terciaria | 77,23 | 23.06 | 41,52 | México | 142,85 | Grecia | |
| Tasa de desempleo | 6.04 | 3.69 | 2.24 | República Checa | 19.29 | Grecia | |
| Gastos de salud en el PIB | 8.55 | 2.45 | 4.12 | Turquía | 16.64 | EE.UU | |
| Uso de tabaco | 23,90 | 6.92 | 12.6 | Islandia | 37.2 | Letonia | |
| Población mayor de 65 años | 17.64 | 4.063 | 7.22 | México | 27,57 | Japón | |
| Celda vacía | 2020- Durante la pandemia de Covid-19- Estadísticas descriptivas de insumos, resultados de salud y variables explicativas | ||||||
|---|---|---|---|---|---|---|---|
| Variables de resultado | Significar | Desviación estándar | Mínimo | Máximo | |||
| Esperanza de vida al nacer | 80,42 | 2.81 | 75.1 | Lituania | 84.7 | Japón | |
| Tasa de supervivencia infantil | 0,996 | 0,002 | 0,986 | México | 0,998 | Estonia | |
| Variables de entrada | Significar | Desviación estándar | Mínimo | Máximo | |||
| Doctores | 4.11 | 1.43 | 1.81 | Turquía | 8.01 | Italia | |
| Enfermeras y parteras | 9,77 | 4.10 | 2.36 | México | 18.34 | Noruega | |
| Total de camas hospitalarias | 4.84 | 2.71 | 0,99 | México | 12,65 | Corea | |
| Tomógrafos de tomografía computarizada (TC) | 28.51 | 21.00 | 6.69 | México | 115.7 | 115.7 | |
| Variables explicativas | Significar | Desviación estándar | Mínimo | Máximo | |||
| Educación terciaria | 78,45 | 23,88 | 4.13 | México | 148,53 | Grecia | |
| Tasa de desempleo | 6.67 | 3.35 | 2.54 | República Checa | 16.30 | Grecia | |
| Gastos de salud en el PIB | 9.57 | 2,75 | 4.61 | Turquía | 18.81 | EE.UU | |
| Uso de tabaco | 23.44 | 6,98 | 12 | Islandia | 37 | Letonia | |
| Población mayor de 65 años | 18.33 | 4.10 | 7.61 | México | 28.39 | Japón | |
| Tasa de mortalidad por Covid-19 | 0,007 | 0,0088 | 0,0008 | Islandia | 0,0474 | México | |
| Vacunación | 72,86 | 9.21 | 50,80 | República Eslovaca | 87.07 | Corea | |
4.1 . Modelo DEA de Bootstrap
Tabla 2muestra grandes diferencias en los resultados según el enfoque de estimación del desempeño elegido (puntajes de eficiencia DEA estándar/corrección del sesgo). Por ejemplo, el puntaje de eficiencia medio (µ) sin corrección del sesgo de los 31 países de la OCDE en la era anterior a la COVID-19 era de 0,941, mientras que es de 0,661, lo que resulta en una diferencia de 0,280 con el enfoque con corrección del sesgo. La magnitud de esta diferencia varía entre países, y algunos experimentan diferencias relativamente altas. Por lo tanto, muchos países, que son eficientes con el DEA estándar, ya no lo son con los puntajes corregidos con sesgo. Es el caso de Turquía, México, Eslovenia, Grecia y España, que obtienen puntajes inferiores a 1 cuando se considera la corrección del sesgo. Solo Estonia, Islandia y Japón siguen siendo eficientes con la corrección del sesgo, y tres países, Alemania, Lituania y Francia, mantienen su pobre desempeño del sistema de salud independientemente del enfoque. A excepción de Grecia, estos países también exhiben los niveles más altos de corrección del sesgo (sesgo > 0,05). Aunque algunos estudios previos (Hadad y otros, 2013, Çetin y Bahce, 2016, Kaya Samut y Cafrı, 2016, Behr y Theune, 2017) han demostrado que países como Turquía, México, Eslovenia y España son eficientes utilizando el método DEA estándar, es importante señalar que esto podría atribuirse al sesgo metodológico. Esto refuerza la necesidad de utilizar el procedimiento de Simar y Wilson. A continuación, solo presentamos y analizamos los resultados de las puntuaciones de eficiencia no sesgadas.
Tabla 2. Resultados de eficiencia del DEA bootstrap para insumos orientados bajo VRS, antes del período de Covid-19.
| Países | Puntuación de eficiencia | Sesgo corregido | Inclinación | σ2 |
|---|---|---|---|---|
| Australia | 0,882 | 0.680 | 0,203 | 0,144 |
| Austria | 0.806 | 0,619 | 0,187 | 0,059 |
| Bélgica | 0,822 | 0,692 | 0,129 | 0,010 |
| Canadá | 1.000 | 0,768 | 0,232 | 0,061 |
| República Checa | 0,879 | 0,685 | 0,194 | 0,127 |
| Estonia | 1.000 | 1.000 | 0.000 | 0.000 |
| Finlandia | 1.000 | 0,535 | 0,465 | 1.321 |
| Francia | 0,776 | 0,473 | 0,302 | 0,230 |
| Alemania | 0,643 | 0,552 | 0,091 | 0,006 |
| Grecia | 1.000 | 0,592 | 0,408 | 0,282 |
| Hungría | 1.000 | 0,716 | 0,284 | 0,104 |
| Islandia | 1.000 | 1.000 | 0.000 | 0.000 |
| Irlanda | 1.000 | 0,825 | 0,175 | 0,102 |
| Israel | 1.000 | 0,119 | 0,881 | 1.777 |
| Italia | 0,989 | 0,740 | 0,249 | 0,374 |
| Japón | 1.000 | 1.000 | 0.000 | 0.000 |
| Corea | 1.000 | 0,665 | 0,335 | 0,188 |
| Letonia | 1.000 | 0,792 | 0,208 | 0,051 |
| Lituania | 0,661 | 0,568 | 0,093 | 0,008 |
| Luxemburgo | 0,977 | 0.802 | 0,175 | 0,065 |
| México | 1.000 | 0,012 | 0,988 | 0,807 |
| Países Bajos | 0,992 | 0,869 | 0,123 | 0,045 |
| Nueva Zelanda | 0,990 | 0,890 | 0,099 | 0,022 |
| Noruega | 1.000 | 0,565 | 0,435 | 0,633 |
| Polonia | 1.000 | 0.840 | 0,160 | 0,026 |
| República Eslovaca | 0,853 | 0,719 | 0,134 | 0,010 |
| Eslovenia | 1.000 | 0,430 | 0,570 | 0,863 |
| España | 1.000 | 0,373 | 0,627 | 1.208 |
| Turquía | 1.000 | 0,451 | 0,549 | 0,286 |
| Reino Unido | 1.000 | 0,742 | 0,258 | 0,102 |
| Estados Unidos | 0,908 | 0,776 | 0,133 | 0,027 |
| Promedio (µ) | 0,941 | 0,661 | 0,280 | 0,288 |
El desempeño del sistema de salud se mantuvo en el mismo nivel durante la era de Covid-19 que antes. La puntuación media de eficiencia imparcial es de 0,681. De los cinco países con un desempeño deficiente (menos de 0,500) en el período de Covid-19, dos (Israel y México) mejoraron su desempeño a pesar del brote de Covid-19, uno, Eslovenia, continuó con su desempeño deficiente y dos, Lituania y Eslovaquia, tuvieron descensos en el desempeño. Dos países, Estonia y Japón, siguen siendo eficientes entre los dos períodos, mientras que Noruega aumentó su desempeño en un 50%, volviéndose más eficiente, e Islandia, que era eficiente antes de Covid-19, vio una disminución de la eficiencia de su sistema de salud de alrededor del 20%. Finalmente, las puntuaciones de eficiencia se mantuvieron relativamente estables y bajas para Francia, Alemania y Grecia (entre 0,473 y 0,592) en ambos períodos (Tabla 3). El buen desempeño de Estonia y Japón también se mencionó en un estudio anterior (Pereira y col., 2022).
Tabla 3. Resultados de eficiencia del DEA bootstrap para insumos orientados bajo VRS, durante el período Covid-19.
| Países | Puntuación de eficiencia | Sesgo corregido | Inclinación | σ2 |
|---|---|---|---|---|
| Australia | 0,847 | 0,674 | 0,173 | 0,018 |
| Austria | 0,784 | 0,569 | 0,215 | 0,030 |
| Bélgica | 0,618 | 0,568 | 0,050 | 0,027 |
| Canadá | 1.000 | 0,736 | 0,264 | 0,025 |
| República Checa | 0.840 | 0,575 | 0,265 | 0,027 |
| Estonia | 1.000 | 1.000 | 0.000 | 0.000 |
| Finlandia | 1.000 | 0,713 | 0,287 | 0,116 |
| Francia | 0,633 | 0,510 | 0,123 | 0.080 |
| Alemania | 0,696 | 0,523 | 0,173 | 0,012 |
| Grecia | 0,634 | 0,510 | 0,124 | 0,029 |
| Hungría | 1.000 | 0.610 | 0,390 | 0,048 |
| Islandia | 1.000 | 0.840 | 0,160 | 0.060 |
| Irlanda | 1.000 | 0,847 | 0,153 | 0,033 |
| Israel | 1.000 | 0,499 | 0,501 | 0,112 |
| Italia | 1.000 | 0,753 | 0,247 | 0,045 |
| Japón | 1.000 | 1.000 | 0.000 | 0.000 |
| Corea | 1.000 | 0,786 | 0,214 | 0,037 |
| Letonia | 1.000 | 0,792 | 0,208 | 0,018 |
| Lituania | 0,685 | 0,491 | 0,194 | 0,020 |
| Luxemburgo | 0,923 | 0,785 | 0,138 | 0,013 |
| México | 1.000 | 0,257 | 0,743 | 0,093 |
| Países Bajos | 0,917 | 0,773 | 0,144 | 0,016 |
| Nueva Zelanda | 1.000 | 0,890 | 0,110 | 0,016 |
| Noruega | 1.000 | 1.000 | 0.000 | 0.000 |
| Polonia | 1.000 | 0,674 | 0,326 | 0,014 |
| República Eslovaca | 0,780 | 0,488 | 0,292 | 0,015 |
| Eslovenia | 1.000 | 0,476 | 0,524 | 0,034 |
| España | 1.000 | 0,724 | 0,276 | 0,046 |
| Turquía | 1.000 | 0,538 | 0,462 | 0,062 |
| Reino Unido | 1.000 | 0,783 | 0,217 | 0,035 |
| Estados Unidos | 0,922 | 0,714 | 0,207 | 0,016 |
| Promedio (µ) | 0,912 | 0,681 | 0,232 | 0,035 |
Para observar el efecto general de la era de la COVID-19 en los países de la OCDE, se examinó la relación entre los puntajes de eficiencia sanitaria antes y durante la COVID-19. Este análisis tuvo como objetivo determinar si la pandemia tuvo un impacto en la eficiencia sanitaria de los países de la OCDE. Los coeficientes de correlación de rango de Spearman (0,6959, Prob > |t|=0,0000) indican una correlación moderadamente alta (Correlación de Spearman, 2023). Esto sugiere que, en general, la pandemia de Covid-19 ha influido en la eficiencia de la atención sanitaria de los países de la OCDE. En otras palabras, se observa una diferencia significativa en la eficiencia de los servicios de salud entre los períodos anteriores y durante la pandemia de Covid-19 en los países de la OCDE.De acuerdo a (Böhm y otros, 2013), cuya clasificación de los sistemas de salud de la OCDE se basa en tres dimensiones: regulación, financiación y prestación de servicios. Clasificaron a los países de la OCDE en cinco tipos de sistemas de salud: Servicio Nacional de Salud (NHS), Seguro Nacional de Salud (NHI), Seguro Social de Salud (SHI), Sistema de Salud Privado (PHS) y Seguro Social de Salud Estatal (ESHI). En el tipo NHS, las tres dimensiones centrales están totalmente controladas por el Estado, en el tipo SHI, los actores sociales (sin fines de lucro) y el tipo PHS, los actores privados, se hacen cargo de las tres dimensiones. En el sistema NHI, si la regulación y la financiación están controladas por el Estado, el sector de prestación de servicios está a cargo de actores privados con fines de lucro. El sistema ESHI es donde el estado domina el sector regulatorio y permite la autoridad para la financiación a los actores sociales para la prestación de servicios a los actores privados (Lee y Kim, 2018,Böhm y otros, 2013). El NHI tiene la eficiencia promedio de atención médica más alta entre los países de la OCDE tanto antes como durante los períodos de Covid-19 (Tabla 4). Los países con este sistema son Australia, Canadá, Irlanda, Nueva Zelanda e Italia. Solo Estados Unidos tiene el tipo PHS que también tiene un alto puntaje de eficiencia. Por otro lado, ESHI, el sistema más utilizado por los países de la OCDE donde el estado domina el sector regulatorio y los actores privados están empoderados para brindar servicios de salud, se ubica como el segundo más efectivo en la gestión eficiente de los recursos de salud, incluso durante la pandemia de Covid-19. Sin embargo, los puntajes de eficiencia de los países dentro de este sistema se han visto afectados negativamente, en promedio, por Covid-19. Usamos la estadística de prueba de Kruskal-Wallis para determinar si existe una diferencia significativa en la eficiencia entre los sistemas de atención médica. A nivel mundial, la prueba de Kruskal-Wallis no mostró diferencias significativas. Sin embargo, una comparación entre los subgrupos del sistema de salud mostró una diferencia significativa (2,9, p = 0,09) entre el subgrupo (NHI+PHS) y el subgrupo (SHI+ESHI) durante la Covid-19, y una diferencia significativa (3,5, p = 0,06) entre el subgrupo (NHI+PHS) y el NHS antes de la Covid-19.
Tabla 4. Promedio de la puntuación de eficiencia según la clasificación de los sistemas de salud de la OCDE (31 países).
| Tipo | 2018 | 2020 |
|---|---|---|
| Seguro Nacional de Salud (NHI) Australia, Canadá, Irlanda, Nueva Zelanda, Italia | 0,7806 | 0.810 |
| Sistema de Salud Privado (PHS) de EE. UU. | 0,776 | 0,724 |
| Seguro Social de Salud (SSSI) Austria, Alemania, Luxemburgo, Suiza | 0,657 | 0,625 |
| Seguro Social de Salud Estatal (ESHI) Bélgica, Estonia, Francia, República Checa, Hungría, Países Bajos, Polonia, Eslovaquia, Israel, Japón, Corea, Turquía, Lituania, Eslovenia Letonia | 0,667 | 0,652 |
| Servicio Nacional de Salud (NHS) Finlandia, Islandia, Noruega, España, Reino Unido, México, Grecia | 0,545 | 0,639 |
| Prueba de Kruskal-Wallis* (Chi-cuadrado con empates – gl. 4) | 3,931 [0,415] | 2,998 [0,558] |
Nota: Los países tienen sistemas diferentes Böhm y otros (2013). * [] valor p.Por último, a partir de los resultados, calculamos los objetivos y pares para cada país de la OCDE durante el período de Covid-19. Debido a que esa estimación, debido al software, solo se pudo realizar a partir de puntajes no corregidos por sesgo, consideramos los objetivos para los insumos y productos para los países ineficientes solo cuando la diferencia entre el puntaje de eficiencia corregido por sesgo y el puntaje de eficiencia sin sesgo corregido de los países es menor a 0,2 (sesgo <0,2). Además, es importante considerar que los países con un alto sesgo pueden dar lugar a interpretaciones erróneas de los objetivos. Sin embargo, los puntajes de eficiencia de estos países son confiables cuando se utiliza el procedimiento DEA bootstrap. Además, el sesgo promedio de 0,2 es menor que el sesgo promedio general de 0,232. Los objetivos en el análisis identifican los niveles de insumos y productos que cada país debe alcanzar para ser considerado técnicamente eficiente, mientras que las referencias representan las operaciones de referencia utilizadas para estimar estos objetivos. Tabla 5muestra el cambio porcentual en insumos y productos que se requiere para que los países con bajo sesgo sean completamente eficientes. La Tabla presenta algunos países que utilizan el mismo sistema de salud y podrían referirse al país más eficiente. Bélgica necesita reducir todos sus insumos (médicos, enfermeras y parteras, camas de hospital y TC) en un promedio de 38,2% para aumentar su desempeño. Los países que tienen el mismo sistema de salud que Bélgica y podrían ser referencia o pares de Bélgica son España y Hungría en términos de operar recursos de salud de manera eficiente. Francia necesita disminuir los insumos, especialmente las camas de hospital, que deberían reducirse en un promedio de 52%. Lituania también debería reducir todos sus insumos en un promedio de 31,5% para mejorar la esperanza de vida al nacer en un promedio de 5,6%. Estonia, Hungría y Letonia son referencia para Lituania por mejorar los insumos y los productos de manera eficiente. Se puede afirmar que los países mencionados tienen suficientes recursos de salud, pero su logro en la mejora de los resultados de salud es relativamente bajo.
Cuadro 5. Cambio porcentual de los insumos y productos requeridos por los países no eficientes para llegar a ser completamente eficientes, durante el período de Covid-19.
| Países | Puntuación de eficiencia | Inclinación | Referencia | Esperanza de vida al nacer (%) | Tasa de supervivencia infantil (%) | Médicos (%) | Enfermeras y parteras (%) | Total de camas hospitalarias (%) | Tomografías computarizadas (TC) (%) |
|---|---|---|---|---|---|---|---|---|---|
| Bélgica | 0,618 | 0,050 | Hungría, España | 0 | 0 | -38,2 | -38,2 | -38,2 | -38,2 |
| Francia | 0,632 | 0,123 | Canadá | 0 | 0 | -36,7 | -40,2 | -52 | -36,7 |
| Grecia | 0,634 | 0,124 | Finlandia, Nueva Zelanda | 0,5 | 0 | -36,6 | -36,6 | -36,6 | -56,3 |
| Luxemburgo | 0,922 | 0,137 | Canadá, Japón, España | 0 | 0,1 | -7.7 | -7.7 | -7.7 | -7.7 |
| Países Bajos | 0,917 | 0,143 | Canadá, Estonia, Finlandia | 0,8 | 0 | -8.3 | -12.1 | -8.3 | -8.3 |
| Australia | 0,846 | 0,172 | Canadá, Japón | 0 | 0,1 | -15.3 | -15.3 | -15.3 | -24.2 |
| Alemania | 0,696 | 0,172 | Canadá, Estonia, Corea | 0 | 0 | -30,4 | -30,4 | -30,4 | -34,7 |
| Lituania | 0,684 | 0,194 | Estonia, Hungría, Letonia | 5.6 | 0 | -31,5 | -31,5 | -31,5 | -31,5 |
4.2 . Resultados para los factores de eficiencia
Teniendo en cuenta los posibles factores que pueden afectar a los puntajes de eficiencia en materia de salud, utilizamos los puntajes de eficiencia corregidos por sesgo obtenidos a partir del análisis DEA bootstrap como variable dependiente para la segunda etapa y examinamos las variables socioeconómicas que afectan los puntajes de eficiencia. Los resultados para los dos períodos se muestran en los cuadros A3 y A4 del apéndice.
Si se consideran tanto los períodos anteriores como los posteriores a la COVID-19, el aumento del nivel de educación contribuye positivamente al funcionamiento eficaz del sistema de salud; sin embargo, el aumento de la tasa de desempleo y de la población mayor de 65 años contribuye negativamente al desempeño del sistema de salud. Una alta proporción de población de edad avanzada sigue siendo un factor de riesgo que afecta negativamente a la eficiencia de los servicios de salud, tanto antes como durante la COVID-19. Si bien el gasto en salud como porcentaje del PIB no tuvo ningún efecto en el desempeño del sistema de salud antes de la COVID-19, encontramos que durante la COVID-19, el gasto en salud tuvo un efecto significativo, pero negativo, en los puntajes de eficiencia. Dado que los altos gastos en salud reflejan en parte la estructura de edad de la población, una alta tasa de personas mayores de 65 años induce tasas de mortalidad más altas y disminuye la eficiencia (Kaya Samut y Cafrı, 2016). Este resultado corresponde a la relación negativa entre el nivel de gasto sanitario y la estructura de edad de la población. Además, la aparición inesperada de la Covid-19 ha provocado un aumento significativo del gasto sanitario en todos los países sin que haya sido posible compensar la desestabilización del sistema sanitario debido a la repentina aparición de esta pandemia. Fue solo a finales de 2020 cuando se empezaron a destacar y debatir las consecuencias negativas de la concentración en la Covid-19 en detrimento de otras atenciones sanitarias. Por último, algunos estudios previos muestran, en particular para los países de la OCDE, que el gasto sanitario no aumenta la eficiencia, sino que la disminuye (Afonso y Aubyn, 2005, Berger y Messer, 2002). El consumo de tabaco no tiene un impacto significativo durante el período de Covid-19. Encontramos que existe una relación positiva y estadísticamente significativa entre la tasa de vacunación y la eficiencia del sistema de salud. Finalmente, una alta tasa de mortalidad por Covid-19 es el principal factor que causa una baja puntuación en la eficiencia de la salud durante la pandemia.
5 . Discusión
El objetivo de este artículo es examinar el impacto del brote de Covid-19 en la eficiencia del sistema de salud de los países de la OCDE y determinar en qué medida las condiciones socioeconómicas y la vacunación contra la Covid-19 fueron impulsores de la eficiencia. Para obtener puntuaciones de eficiencia imparciales, empleamos el método DEA bootstrap y comparamos los resultados con los obtenidos a partir del DEA estándar. Una breve comparación entre los dos enfoques, DEA convencional y DEA corregido por sesgo, muestra algunas diferencias de estimación relativamente altas que confirman la elección de utilizar métodos libres de sesgo.Comparar nuestros resultados con estudios previos sobre el desempeño de los sistemas de salud en los países de la OCDE es difícil, ya que el enfoque elegido para estimar la eficiencia de los sistemas de salud difiere, en particular entre los estudios más antiguos y los más recientes. Ninguno de estos estudios utilizó puntajes de eficiencia corregidos por sesgo; la mayoría de ellos adoptaron el enfoque DEA convencional (
Behr y Theune, 2017), y dos adoptaron el enfoque bootstrap DEA (
Lee y Kim, 2018). Aunque Mirmirani et al. (
Mirmirani y otros, 2008). encontraron que los países de la OCDE fueron eficientes durante el período 1997-2001, comparan su desempeño con el de los países en transición. Si los otros estudios solo se centran en los países de la OCDE, utilizaron datos de la década 2000-2010 o de los años 2012 y 2014 (Tabla A1 en el Apéndice). Sin embargo, algunos resultados parecen recurrentes. Dos países, Turquía y Eslovenia, parecen eficientes en todos los estudios que han utilizado el enfoque DEA convencional, pero no son eficientes con el modelo DEA bootstrap. Independientemente del enfoque elegido, tres países, Bélgica, Francia y Alemania, parecen no eficientes, mientras que dos, Japón y Estonia, siguen siendo eficientes.En relación con nuestro estudio, que compara el desempeño del sistema de salud antes y durante la COVID-19, se destacan varios puntos principales. En primer lugar, el estudio destaca la
fragilidad de algunos países ricos (por ejemplo, Francia y Alemania) que, a pesar de contar con un número relativamente grande de personal sanitario (médicos, enfermeras, parteras) y recursos (camas de hospital y otras instalaciones sanitarias), tienen dificultades para transformar sus ventajas en el mejor bienestar sanitario para su población. En el caso de Bélgica, Francia y Alemania, observamos que la fuente del bajo desempeño es la mala gestión de la tasa de rotación de camas o la tasa de ocupación de camas. Una mayor tasa de rotación de camas permitiría mejorar el desempeño del sistema de salud. Un informe reciente, que analiza las variaciones en la productividad y el desempeño en los países de la OCDE [65], muestra que “las transiciones mal coordinadas de los hospitales a los servicios de salud comunitarios o de asistencia social pueden conducir a un uso excesivo de las camas de hospital y a peores resultados para los pacientes”. Esto podría mostrar que la gestión de los recursos de salud en sus sistemas de salud es deficiente. Sin embargo, la principal vulnerabilidad radica en la gestión de los centros de atención sanitaria. El mismo informe encontró altos costos administrativos para proveedores de salud similares dentro de los países de la OCDE, lo que indica un uso ineficiente de los recursos en algunas instalaciones.
El resultado de los factores de eficiencia mostró que la educación y la proporción de la población mayor de 65 años desempeñan un papel importante. No es sorprendente, como se ha demostrado en la literatura, que la educación sea un determinante significativo de los resultados y el sistema de salud (Benito y Zheng, 2011,
Manavgat y Çelik, 2017). Asimismo, numerosos estudios muestran que tanto la efectividad de los servicios de salud como una población envejecida se encuentran entre los factores de riesgo para la Covid-19 (
Yáñez et al., 2020). Encontramos que, si bien es un factor de riesgo para la salud, especialmente después de la Covid-19, el consumo de tabaco no tiene un efecto significativo en la eficiencia del sistema de salud. Aunque el tabaquismo y las enfermedades relacionadas con el tabaco se muestran como factores pronósticos de Covid-19 grave (Alla y otros, 2020,
Gupta y otros, 2021), nuestros resultados demuestran que esta variable no afecta negativamente a la eficiencia del sistema sanitario. Otro hallazgo importante es que el aumento de la tasa de vacunación contribuye positivamente a la eficiencia sanitaria durante el periodo de la COVID-19, lo que pone de relieve el importante impacto de las medidas de vacunación en la mejora de la eficiencia general de los sistemas sanitarios en la lucha contra la pandemia. Existe amplia evidencia de que las vacunas son muy eficaces para reducir la gravedad de la enfermedad y las muertes por COVID-19 (
Troiano y Nardi, 2021). Durante la pandemia de Covid-19, el aumento de la tasa de vacunación contra la Covid-19 ha demostrado tener un impacto positivo en la eficiencia de los servicios de salud. Esto indica que unas tasas de vacunación más elevadas pueden contribuir potencialmente al éxito de un sistema de salud y de sus políticas.
6. Conclusión
Con la crisis sanitaria de la COVID-19, los países han dado cada vez más prioridad a la asignación de una parte importante de sus recursos a los servicios de salud. Dada la incertidumbre sobre la demanda de servicios de salud, es crucial garantizar la solidez de los sistemas de salud ante posibles
crisis sanitarias y asignar eficazmente los recursos sanitarios. Este debate ha cobrado importancia durante la era de la COVID-19, lo que ha suscitado dudas sobre la resiliencia de los sistemas de salud incluso de los países más ricos.Uno de los principales resultados es que es importante aumentar la tasa de vacunación contra la COVID-19 para lograr la eficiencia de los servicios de atención de salud y contribuir al éxito de los sistemas y políticas de salud. El aumento de la eficiencia de los sistemas de salud tras la pandemia a través de mayores tasas de vacunación infunde mayor confianza en las políticas de mejora de la vacunación. La vacunación también contribuye en última instancia a la eficacia y sostenibilidad de los sistemas de atención de salud.
Los resultados de este estudio son útiles para que las autoridades de políticas sanitarias reevalúen y comparen los sistemas de salud de los países de la OCDE. Parece que la crisis de la pandemia de Covid-19 ha afectado significativamente el funcionamiento de los servicios de salud incluso en los países desarrollados, y muestra la necesidad continua de que los países revisen y desarrollen sus planes nacionales y regionales de salud para los recursos y la financiación de la atención sanitaria . Considerando los efectos de la pandemia actual, la cuestión de la eficiencia sanitaria seguirá siendo un tema interesante que puede explorarse de manera útil en futuras investigaciones. Una de las recomendaciones de política más cruciales es que los responsables de las políticas presten más atención a la asignación de recursos . La asignación de recursos debe aumentarse o reducirse en función de los resultados de salud en lugar del número de personas tratadas en los centros de salud. Las transiciones mal coordinadas de los hospitales a otros servicios de atención sanitaria pueden conducir a ineficiencias y resultados negativos para los pacientes. Mejorar la coordinación e integración de la atención en diferentes entornos de atención sanitaria puede mejorar el rendimiento general del sistema. El seguimiento regular del rendimiento del sistema de salud a lo largo del tiempo es necesario para identificar tendencias, rastrear mejoras y abordar ineficiencias emergentes. Además, considerando que es probable que el interés en la eficiencia sanitaria continúe aumentando, la coherencia en la publicación y actualización de datos sobre estadísticas de salud para estudios futuros ayudaría a establecer un mayor grado de precisión.Nuestro estudio presenta algunas limitaciones. Es posible que se hayan utilizado datos limitados o incompletos sobre el funcionamiento de los servicios de salud durante la pandemia de Covid-19. La disponibilidad, la calidad y la precisión de los datos pueden afectar significativamente los hallazgos y las conclusiones. Las circunstancias únicas de la pandemia de Covid-19 podrían limitar la aplicabilidad de los resultados a diferentes entornos de los sistemas de salud. Es posible que en este estudio no se hayan captado plenamente los efectos o las tendencias a largo plazo, y podrían surgir otras situaciones a medida que esta o las próximas pandemias se desarrollen más.
Aprobación ética y consentimiento para participar
No aplica.
Declaración de contribución de autoría de CRediT
GM: Gökçe Manavgat MA: Martine Audibert, Antecedentes: GM, MA, Métodos: GM, MA, Discusión: GM, MA, Conclusión: GM, MA.
Declaración de intereses en conflicto
Todos los autores han leído y aprobado el manuscrito.
Expresiones de gratitud
- •Los autores agradecen a los editores y a dos árbitros anónimos por sus valiosos comentarios y sugerencias.
- •Los autores desean agradecer a Ayhan DEMİRCİ por sus útiles contribuciones durante la implementación del método DEA y el control de la consistencia de los análisis.
- •Este artículo ha contado con el apoyo de la Agence Nationale de la Recherche del gobierno francés a través del programa «Investissements d’avenir»ANR-10-LABX-14-01.
Consentimiento para publicación
No aplica.
Apéndice
Tabla A1 . Síntesis de la revisión de la literatura sobre el desempeño de los establecimientos de salud y el sistema de salud global.
| Título | Objetivo | Método | Resultados |
|---|---|---|---|
| Estudios a nivel micro: desempeño de los establecimientos de salud | |||
| Nayar y Ozcan (2008) Nedelea y Fannin (2013) | Utilizando 53 hospitales de Virginia, medición del desempeño para 2003 | DEA – modelo orientado a insumos Resultados: total de egresos hospitalarios de pacientes internados, total de visitas ambulatorias, capacitación de médicos y odontólogos en formación a tiempo completo. Insumos: tamaño del hospital, monto de los gastos operativos, total de personal a tiempo completo y parcial, total de activos. | 16 hospitales son eficientes y 37 hospitales son ineficientes. La puntuación media de eficiencia de los hospitales ineficientes es de 0,72. |
| Nedelea y Fannin (2013)(Nayar y Ozcan, 2008) | Medición de la eficiencia del reembolso basado en costos de Medicare para hospitales de acceso crítico (CAH) en EE. UU. | DEA – modelo orientado a insumos | El reembolso basado en costos de Medicare aumenta la ineficiencia asignativa de los CAH y la participación más prolongada en el programa CAH aumenta la ineficiencia asignativa del hospital |
| Zhang y otros (2018)(Zhang y otros, 2018) | Equidad y eficiencia en la asignación de recursos de atención primaria de salud en China durante el período 2012-2016 | DEA – modelo orientado a resultados e índice de productividad de Malmquist (IPM) Resultados: número promedio de visitas, tasa de hospitalización anual Insumos: número de instituciones y camas, los trabajadores de la salud incluyen médicos, enfermeras, otro personal clínico, personal administrativo, otro personal no clínico | Entre 2012 y 2016, la cantidad total de recursos asignados a la atención primaria de salud y el número de provincias eficientes aumentaron año tras año. |
| Manavgat y Demirci (2020)(Manavgat y Demirci, 2020) | Análisis de la eficiencia de los hospitales públicos (81 provincias) por tipo de servicios de atención sanitaria (atención sanitaria general y atención sanitaria bucodental) y su efecto indirecto en Turquía en 2014 y 2017 | DEA – modelo orientado a entradas Salidas: número de exámenes, total de nacimientos y partos, tasa de rotación de camas hospitalarias, extracción de dientes por número de tratamientos conservadores, tratamientos de endodoncia Entradas: número de camas, número de médicos, enfermeras y parteras, número de dentistas, número de policlínicas | La puntuación relativa de eficiencia en 2017 es superior a la de 2014, año en el que comenzó el proceso de descentralización de los servicios sanitarios en Turquía. Además, existe una repercusión espacial positiva entre los hospitales públicos. |
| Pereira y otros (2021)(Pereira y col., 2021) | Medición de la eficiencia de 27 hospitales públicos portugueses | Modelo de red DEA orientado a entradas Salidas : número de pacientes que salen del servicio de hospitalización, número de cirugías programadas, número de consultas realizadas por médico en el servicio de citas médicas, número de asistencia médica urgente Entradas: coste laboral ajustado, costes operativos, coste de material clínico, costes de externalización | Los índices de eficiencia de las instituciones difieren entre las públicas y las de otro tipo, situación que crea un cluster en términos de eficiencia y aumenta la productividad en cada región. |
| Guillon y otros (2022)(Guillon y otros, 2022) | Medición de la eficiencia de 31 hospitales de distrito de Zimbabue entre 2015 y 2017 | Modelo orientado a salidas Bootstrap DEA y regresión truncada Salidas: número de pacientes hospitalizados, número de pacientes ambulatorios, número de operaciones Entradas: número de camas, número de médicos, número de enfermeras. | La puntuación media de eficiencia técnica para el período 2015-2017 es de 0,695. Las puntuaciones de eficiencia de los hospitales oscilan entre 0,370 y 0,990 y la desviación estándar respecto de la media es de 0,16. |
| Estudios a nivel macro: desempeño de los sistemas de salud | |||
| Mirmirani y Lippmann (2004)(Mirmirani y Lippmann, 2004) | Análisis del sistema de prestación de servicios de salud del G12 para el período 1991-1995 | DEA orientado a los insumos Resultado: Esperanza de vida al nacer, mortalidad infantil Insumos: gastos de salud per cápita, médicos ajustados por población, camas de hospital, resonancia magnética, un indicador del nivel de educación | Japón y España obtuvieron los mayores niveles de eficiencia relativa, y Estados Unidos el menor. |
| Mirmirani y otros (2008)(Mirmirani y otros, 2008) | Eficiencia de los sistemas de salud de las economías en transición durante el período 1997-2001 | DEA – orientado a resultados Resultados : esperanza de vida al nacer, mortalidad infantil Insumos : gastos de salud, camas de hospital y médicos por cada 1000 personas, proporción de niños vacunados contra el sarampión | Los sistemas de salud eficientes son los de los países de la OCDE, además de Albania y Armenia. Los menos eficientes a largo plazo son Rusia y Bielorrusia, seguidos de Letonia y Rumania. |
| Afonso y Aubyn (2011) (Afonso y St. Aubyn, 2011) | Eficiencia de los sistemas de salud de los países miembros de la OCDE en el período 2005 | Resultados del modelo Bootstrap DEA-Tobit : esperanza de vida al nacer, tasa de supervivencia infantil. Entradas: número de médicos en ejercicio, enfermeras, camas de cuidados intensivos por cada mil habitantes, equipos de resonancia magnética (MRI). | Las ineficiencias son bastante altas en la OCDE. En promedio, los países podrían haber mejorado sus resultados en un 40% utilizando los mismos recursos. |
| Hadad y otros (2013)(Hadad y otros, 2013) | Eficiencia de los sistemas de salud de 31 países de la OCDE en 2010 | Enfoque orientado a los insumos de la DEA: dos especificaciones de modelo diferentes Resultados: supervivencia infantil, esperanza de vida al nacer Insumos: densidad de médicos, densidad de camas de hospitalización, gasto sanitario per cápita, PIB per cápita, consumo de frutas y verduras per cápita | Los sistemas sanitarios de nueve países con economías grandes y estables se definen como eficientes: República Checa, Estonia, Islandia, Japón, Corea, Polonia, Portugal y Eslovenia. En el caso de los demás países: Australia, Canadá, Israel, Italia, Luxemburgo, España, Suecia, Suiza y el Reino Unido, los resultados dependen del modelo. |
| Moran y Jacobs (2013)(Moran y Jacobs, 2013) | Se examina la eficiencia técnica de los sistemas de atención de salud mental para pacientes internados en 32 países de la OCDE en 2010 | DEA y regresión truncada Salidas: número de altas, consumo de alcohol, ingresos, educación, tasa de desempleo Entradas: número de psiquiatras, camas psiquiátricas, duración media de la estancia | Los países con mayor eficiencia son Eslovenia, Corea, Polonia, Dinamarca, Hungría, Italia, Chile, Estados Unidos, Austria, Noruega, Turquía, México y Alemania, pero con un intervalo de confianza más amplio (¿es decir, claro?). |
| Çetin y Bahçe (2016) (Çetin y Bahce, 2016) | Eficiencia de los sistemas de salud de 34 países de la OCDE en 2011 | Enfoque orientado a los insumos de la DEA Resultados : esperanza de vida al nacer, tasa de mortalidad infantil Insumos : médicos por cada 1000 personas, camas de hospital por cada 100 personas, gasto en salud per cápita (PPA, USD), proporción de los gastos en salud en el PIB, número de resonancias magnéticas, tasa de consumo de tabaco | Se encontró que 11 de los 26 países tienen sistemas de salud eficientes, y hay espacio para mejoras en la eficiencia del sector de salud en los 15 países restantes. |
| Kaya-Samut y Cafri (2016) (Kaya Samut y Cafrı, 2016) | Análisis de los determinantes de la eficiencia de los sistemas de salud en 29 países de la OCDE durante el período 2000-2010 | DEA, Índice de Productividad de Malmquist y Modelo Tobit Resultados: número de altas, tasa de supervivencia infantil Insumos: total de camas de hospital, número de médicos, enfermeras y parteras, número de imágenes por resonancia magnética (IRM), número de tomografías computarizadas (TC) | Los índices de eficiencia obtenidos después de 2000 comenzaron a disminuir en 2004 y alcanzaron sus niveles más bajos entre 2009 y 2010. Turquía, México y el Reino Unido son los más eficientes, mientras que Japón, Islandia, Francia y Bélgica están por debajo del promedio. |
| Behr y Theune (2017)(Behr y Theune, 2017) | Eficiencia del sistema de salud a nivel de país según 34 OCDE para el período 2012 | Resultados de la DEA : esperanza de vida al nacer, tasa de mortalidad (supervivencia) infantil. Datos de entrada: gasto sanitario per cápita, médicos en ejercicio, camas de hospitalización, resonancia magnética, consumo de productos farmacéuticos, coeficiente de Gini, PIB per cápita, tasa de desempleo, obesidad, consumo de tabaco. | Islandia, Turquía y Estonia son los países más eficientes. Irlanda y Alemania registran los índices de eficiencia media más bajos. |
| Lee y Kim (2018)(Lee y Kim, 2018) | Evaluar la relación entre la eficiencia del sistema de atención sanitaria y los factores de política en 29 países de la OCDE en 2014 | Orientación de entrada de Bootstrap DEA y modelo Tobit Salidas: tasa de supervivencia infantil, esperanza de vida al nacer Entradas: gasto en salud per cápita, médicos en ejercicio per cápita, número de camas per cápita | Luxemburgo, Grecia e Israel tienen los sistemas de salud con mayor eficiencia, mientras que Alemania, Austria y la República Eslovaca tienen los sistemas con menor eficiencia. |
| Ahmed y otros (2019)(Ahmed y otros, 2019) | Estimar la eficiencia técnica de los sistemas de salud en 46 países de Asia. | Enfoque orientado a resultados DEA y modelo Tobit Resultados: esperanza de vida saludable al nacer, mortalidad infantil Insumos: gasto en salud per cápita | Las principales conclusiones de este documento son que alrededor del 91,3% (42 de 46 países) de los países más eficientes pertenecen al grupo de ingresos altos (Chipre, Japón y Singapur) y sólo un país pertenece al grupo de ingresos medios bajos (Bangladesh). |
| Top y otros (2020)(Top y otros, 2020) | Medición de la eficiencia en 36 países africanos en 2015 | Modelo DEA orientado a insumos y Tobit Resultados: esperanza de vida al nacer, tasa de mortalidad infantil dividida en uno (¿el significado está claro?) Insumos: la relación entre los gastos totales de salud y el producto interno bruto, el número de médicos, enfermeras y camas de hospital, la tasa de desempleo, el coeficiente de Gini | Se considera que 21 de los 36 sistemas sanitarios africanos son eficientes. Entre los países eficientes, Senegal es el país más citado como ineficiente. |
Cuadro A2 . Definición de insumos, resultados de salud y variables explicativas.
| Modelo de eficiencia | |||
|---|---|---|---|
| Resultados de salud | Definición | Medición | Fuente de datos |
| Esperanza de vida al nacer | Cuánto tiempo, en promedio, puede esperar vivir un recién nacido, si las tasas de mortalidad actuales no cambian. El valor se calcula utilizando el promedio no ponderado de la esperanza de vida de hombres y mujeres | Al nacer, total (años) | Estadísticas de salud de la OCDE. |
| Tasa de supervivencia infantil | Calculado restando la tasa de mortalidad infantil (TMI). La TMI es el número de muertes de niños menores de un año. | 1-Mortalidad infantil por cada 1000 nacidos vivos | Estadísticas de salud de la OCDE. |
| Entradas | Definición | Medición | Fuente de datos |
| Doctores | Médicos, incluidos médicos generalistas y especialistas. | Por cada 1000 personas | IDM |
| Enfermeras y parteras | Las enfermeras y parteras incluyen enfermeras profesionales, parteras profesionales, enfermeras auxiliares, parteras auxiliares, enfermeras matriculadas, parteras matriculadas y otro personal asociado. | Por cada 1000 habitantes | IDM |
| Total de camas hospitalarias | Incluye camas de cuidados curativos (o agudos), camas de cuidados de rehabilitación, camas de cuidados de larga duración y otras camas en hospitales. | Por cada 1000 habitantes | Estadísticas de salud de la OCDE. |
| Tomógrafos de tomografía computarizada (TC) | El número de TC incluye el equipo en los hospitales y los proveedores de atención ambulatoria. | Por cada 1000 000 habitantes | Estadísticas de salud de la OCDE. |
| Modelo de regresión truncada bootstrap: variable dependiente: puntuaciones de eficiencia corregidas por sesgo | |||
| Variables independientes | Definición | Medición | Fuente de datos |
| Gastos de salud | Gasto corriente en salud en el PIB | % del PIB | Estadísticas de salud de la OCDE. |
| Educación terciaria | Se calcula dividiendo el número de estudiantes matriculados en educación superior independientemente de su edad por la población del grupo de edad que corresponde oficialmente a la educación superior y multiplicando por 100. | % del bruto | IDM |
| Tasa de desempleo | % total de la fuerza laboral total | % de la fuerza laboral | IDM |
| Uso de tabaco | Porcentaje de la población de 15 años o más que actualmente consume algún producto de tabaco (tabaco fumado y/o sin humo) de forma diaria o no diaria. | % de adultos | IDM |
| Población mayor de 65 años | Población de 65 años y más en la población total | % de la población total | IDM |
| Variables de la era del Covid-19 | |||
| Tasa de mortalidad por Covid-19* | Total acumulado de muertes dividido por el total acumulado de casos | Por caso | OMS |
| Vacunación* | Personas completamente vacunadas: Número acumulado de personas completamente vacunadas contra la COVID-19 por cada 100 habitantes. Todas las dosis, incluidas las de refuerzo, se contabilizan individualmente | Por cada 100 personas | OMS |
*Se utilizaron los datos de la Organización Mundial de la Salud del 10 de agosto de 2022.
Tabla A3 .Simar y Wilson (2007)Resultados de los factores de eficiencia del sistema de salud corregidos por sesgo, antes del Covid-19.
| Variable | Coeficiente | Error estándar de Bootstrap. | P > |z| | Intervalo de confianza del 95% | |
|---|---|---|---|---|---|
| Más bajo | Superior | ||||
| Educación terciaria | .0013 | .0013 | 0,039 | .0008 | .0023 |
| Tasa de desempleo | -.0297 | .0008 | 0.000 | -.0150 | -.0465 |
| Gasto en salud en PIB | -.0108 | .0101 | 0,285 | -.0306 | .0108 |
| Uso de tabaco | -.0155 | .0044 | 0,121 | -.0245 | -.0065 |
| Población mayor de 65 años | -.0378 | .0079 | 0.000 | -.0535 | -.0021 |
| Constante | 1.9724 | .2383 | 0.000 | 1.4899 | 2.4359 |
| /sigma | .0919 | .01482 | 0.000 | .0548 | .1126 |
| Chi2(5) de Wald: 37,76 Prob. > χ2 (5): 0,000 | |||||
*Número total de réplicas= 2000.
Tabla A4 .Simar y Wilson (2007)Factores que impulsan la eficiencia de la atención médica con corrección de sesgos durante la COVID-19.
| Variable | Coeficiente | Error estándar de Bootstrap. | P > |z| | Intervalo de confianza del 95% | |
|---|---|---|---|---|---|
| Más bajo | Superior | ||||
| Educación terciaria | .0011 | .0018 | 0,052 | -.0023 | .0047 |
| Tasa de desempleo | -.0036 | .0106 | 0,030 | -.0246 | .0169 |
| Gasto en salud en PIB | -.0097 | .0127 | 0,043 | -.1127 | -.0365 |
| Uso de tabaco | .0012 | .0058 | 0,834 | -.0099 | .0129 |
| Población mayor de 65 años | -.0339 | .0095 | 0.000 | -.0527 | -.0159 |
| Tasa de mortalidad por Covid-19 | -15.496 | 7.258 | 0,033 | -29.8621 | 1.1124 |
| Vacunación | .01018 | .0044 | 0,021 | .0019 | .0147 |
| Constante | 1.971 | .4286 | 0.000 | 1.119 | 2.8311 |
| /sigma | .1381 | .0195 | 0.000 | .0815 | .1573 |
