- •La presencia de eventos adversos (EA), la edad avanzada, la hospitalización en un servicio médico, factores de riesgo como insuficiencia renal, movilidad reducida, hipoalbuminemia, neoplasia, cirrosis, úlceras por presión y la presencia de catéteres se asocian con un aumento de la mortalidad hospitalaria. Implementar acciones dirigidas a reducir la frecuencia de EA en estos pacientes es una estrategia adecuada para mejorar los resultados de salud.
- •También analizamos el impacto de los eventos adversos (EA) en la mortalidad hospitalaria, ajustando estos factores epidemiológicos clave. La presencia de un solo EA (OR 2,1) se asoció significativamente con un mayor riesgo de mortalidad, y un número creciente de EA se constituyó en un fuerte predictor de mortalidad. Por lo tanto, la reducción de EA se convierte en un factor clave con un impacto exponencial en la mejora del pronóstico del paciente.
- •Los EA que más se asociaron con mortalidad hospitalaria fueron aquellos relacionados con la atención (15,5%; p = 0,047).
- •Se trata de un estudio transversal, que sólo permite asociación, no causalidad, y sobrerrepresenta los EA que prolongan la estancia hospitalaria.
Material y métodos
Se realizó un estudio observacional con diseño transversal en 32 hospitales de diversa complejidad de la Comunidad de Madrid. Se analizaron las historias clínicas de 9.111 pacientes. Se excluyó a los pacientes que acudieron a urgencias y a los ingresados en unidades o centros psiquiátricos. Se revisaron todas las hospitalizaciones utilizando la metodología del Harvard Medical Practice Study para la detección y caracterización de EA. La asociación entre la mortalidad hospitalaria y el número de EA se analizó mediante dos modelos multivariantes mediante regresión logística: 1) un modelo explicativo ajustado por factores de confusión y 2) un modelo predictivo de la mortalidad hospitalaria. Se realizó un análisis descriptivo de las características diferenciales de los EA de los pacientes fallecidos.
Resultados
La tasa de mortalidad hospitalaria fue del 5%, con una mayor incidencia de EA en los pacientes que fallecieron (29,8% frente a 11,9%; p <0,005). La presencia de 1 EA (OR [IC del 95%]: 2,1 [1,6 a 2,7]) o ≥3 EA (2,4 [1,1 a 5,1]) aumentó significativamente la probabilidad de mortalidad. Además, el aumento en el número de EA fue un predictor de mortalidad sin un efecto dosis-respuesta. Los EA que se asociaron más con la mortalidad hospitalaria fueron los relacionados con la atención (15,5%; p = 0,047), y el 15,3% de los EA que ocurrieron durante la atención en planta contribuyeron a la mortalidad hospitalaria.
Conclusión
Existe una asociación entre los EA y la mortalidad hospitalaria. La presencia de al menos un EA implica un evento crítico en el pronóstico del paciente sin un efecto dosis-respuesta. Reducir los EA relacionados con la atención en pacientes con comorbilidades se posiciona como una estrategia eficaz para mejorar los resultados de salud.
Introducción y objetivos
La Organización Mundial de la Salud (OMS) define los eventos adversos (EA) como cualquier incidente que ocurre durante la atención médica y causa daño innecesario al paciente, ya sea físico, psicológico o emocional 1 . Aproximadamente 1 de cada 10 pacientes sufre un EA en el entorno hospitalario, y más de 3 millones de personas mueren cada año como resultado 2 . Los EA aumentan la carga de enfermedad y comprometen la sostenibilidad del sistema de salud al generar costos financieros adicionales en forma de estadías hospitalarias prolongadas o la necesidad de nuevos procedimientos 3 , 4 .Es fundamental medir los EA y determinar su impacto para diseñar políticas que los reduzcan. La metodología Harvard Medical Practice Study (HMPS) 5 ha sido pionera en la detección y estudio de los EA. Posteriormente, diversos estudios la han replicado en diferentes países 6 , 7 , 8 , 9 , tanto mediante diseños longitudinales 10 como métodos transversales 11 , convirtiéndola en la metodología de referencia. Una de las principales áreas de estudio ha sido el impacto de los EA hospitalarios en los pacientes y en el sistema sanitario. Así, un metaanálisis de Panagioti et al. en 2019 reveló que el 48% de los EA prolongaban la estancia hospitalaria, requerían una nueva intervención quirúrgica o contribuían a la mortalidad intrahospitalaria 12 . Zhan et al. informaron de que los EA aumentaban las estancias hospitalarias una media de 1 a 11 días, requiriendo asistencia sanitaria adicional en casi todos los casos 13 . Estimaciones realizadas en Europa en 2022 valoran este sobrecoste anual en 1 millón de euros para cada hospital de más de 500 camas 3 .Se acepta que los EA aumentan la mortalidad hospitalaria y empeoran el pronóstico de los pacientes. Sin embargo, la mayoría de los estudios se han limitado a describir la frecuencia de pacientes con EA que fallecieron durante la hospitalización, con valores que oscilan entre el 5% y el 11% 10 , 14 .Por lo tanto, el objetivo del presente estudio, incluido en el Estudio sobre Seguridad del Paciente en Hospitales de la Comunidad de Madrid (ESHMAD) 15 , fue estimar, de forma pionera, una medida ajustada de la asociación entre el número de EA activos sufridos por el paciente y la mortalidad hospitalaria. Además, se analizaron: 1) la presencia de EA como predictor de mortalidad hospitalaria y 2) las características diferenciales de los EA en pacientes fallecidos y su impacto en la estancia hospitalaria.
Materiales y métodos
Diseño del estudio
Estudio observacional multicéntrico con diseño transversal realizado en 32 hospitales de la Comunidad de Madrid (8 de alta complejidad, 13 de complejidad media, 6 de baja complejidad, 2 hospitales de soporte y 3 de media estancia). Para construir la muestra, cada centro realizó un único corte transversal al inicio de la actividad asistencial un día del mes de mayo de 2019. Se excluyeron los pacientes que se encontraban en urgencias y los ingresados en unidades o centros psiquiátricos. El estudio se realizó según la metodología HMPS con una revisión de historias clínicas en dos fases, utilizando herramientas validadas: 1) una fase de cribado de EA mediante la guía de cribado adaptada del Screening Review Form 5 ; y 2) una fase de confirmación, clasificación y caracterización de los EA, ejecutada mediante el Modular Review Form 2 (MRF2) 16 aplicado a los registros positivos de la primera fase. Esta fase se realizó al alta del paciente o al mes del cribado para revisar todas las hospitalizaciones. Los datos fueron recolectados de las historias clínicas de los pacientes por profesionales de la salud que recibieron entrenamiento específico en la revisión de EA 17 .
Variables de estudio
La variable dependiente fue la mortalidad durante la hospitalización. Con base en el protocolo MRF2, se consideraron los resultados positivos de la primera fase que cumplieron las siguientes condiciones: 1) los EA se activaron durante la atención médica, causando daño al paciente 1 ; y 2) el daño estuvo relacionado con la atención médica (se aplicó una escala del 1 al 6, donde «1» representa evidencia mínima o relación y «6» evidencia total; los EA se consideran aquellos con valores ≥4) 16. Se creó una nueva variable para categorizar el número de EA presentados por cada paciente como «Ausencia», «1», «2» o «≥3».Como variables independientes se recogieron variables continuas, cualitativas dicotómicas y cualitativas no dicotómicas. El primer grupo incluyó edad, días totales de estancia hospitalaria, estancia previa al cribado y días adicionales de estancia por EA. Como dicotomías cualitativas se consideraron: 1) Comorbilidades del paciente: sexo y presencia de enfermedad cardiovascular, neoplasia, enfermedad pulmonar obstructiva crónica, inmunodeficiencia, cirrosis hepática, hipoalbuminemia, úlceras por presión, movilidad reducida y déficits sensoriales, insuficiencia renal (valores de creatinina superiores a 1,7 mg/dl en el momento del ingreso), neutropenia (neutrófilos <1000), obesidad (IMC > 30) y tabaquismo activo; 2) Instrumentalización de la práctica clínica: antecedente de intervención quirúrgica durante el ingreso y presencia el día del cribado de catéteres vasculares periféricos, catéteres vasculares centrales y catéteres urinarios. Estas variables se analizaron de forma individual y combinada, siguiendo la metodología de estudios previos de seguridad del paciente 10 , 18 . Finalmente, como variables cualitativas no dicotómicas, se incluyeron el tipo de servicio de hospitalización, el tipo de hospital («Hospital de agudos de baja complejidad», «Hospital de agudos de complejidad media», «Hospital de agudos de alta complejidad», «hospital de apoyo» y «hospital de estancia media») y las variables relacionadas con los EA. La complejidad hospitalaria se clasificó según el Catálogo de Hospitales del Sistema Nacional de Salud 19 y el informe Hospitales 2022-2024 del Observatorio de Resultados del Servicio Madrileño de Salud 20 . Los tipos de EA se clasificaron según el cuestionario MRF2 16 , asegurando que todas las categorías fueran mutuamente excluyentes: 1) “EA relacionados con los cuidados”, referido a todos los incidentes de daño derivados de los cuidados de enfermería al paciente durante su hospitalización (como úlceras por presión (UPP), caídas y flebitis); 2) “EA relacionados con los efectos negativos de la medicación”, referido a todos los daños derivados de una medicación (como náuseas, diarrea y reacciones cutáneas); 3) “EA relacionados con procedimientos”, referido a todo daño derivado de cualquier procedimiento (hemorragia, neumotórax, lesión orgánica y dehiscencia de sutura); 4) “Infecciones relacionadas con la atención sanitaria”, referido a cualquier proceso infeccioso derivado de la atención; y 5) “Otros” para aquellos EA que no pudieron clasificarse en ninguna de las categorías mencionadas anteriormente. Para la definición de IRAS, se utilizaron los criterios del Centro Europeo para el Control y la Prevención de Enfermedades (CEDC) en la Encuesta Europea de Prevalencia Puntual de Infecciones Asociadas a la Atención Sanitaria (EPPS) 18 , 21El momento de ocurrencia de un EA se clasificó como «antes del ingreso», «relacionado con el proceso de ingreso», «durante un procedimiento», «después de un procedimiento», «durante la hospitalización en planta» o «al final de la hospitalización». Respecto a la gravedad del EA, se aplicó el Marco Conceptual de la Clasificación Internacional para la Seguridad del Paciente de 2009¹, siendo » leve » un EA que no afecta el manejo ni la duración de la hospitalización; «moderado» uno que conlleva un reingreso o días adicionales de hospitalización; y «grave» uno que requiere otra cirugía o que contribuye a la discapacidad permanente o la muerte.
Análisis estadístico
El análisis descriptivo incluyó la media, la mediana, la desviación estándar [DE] y el rango intercuartil [RI] para las variables cuantitativas, y las proporciones para las cualitativas. Los análisis bivariados utilizaron pruebas t o U de Mann-Whitney para las variables cuantitativas, y pruebas de chi-cuadrado o de Fisher para las cualitativas, según fueran paramétricas o no paramétricas. Un valor de p < 0,05 indicó diferencias estadísticamente significativas.Las variables asociadas con la mortalidad hospitalaria se analizaron mediante regresión logística multivariante con un método de selección regresiva (p < 0,05), corregidas por sobreoptimismo mediante bootstrap y evaluadas con la prueba de Hosmer-Lemeshow. Se incluyeron todas las que mostraron asociaciones en el análisis bivariante.Para estimar la asociación entre la mortalidad hospitalaria y el número de EA, se desarrolló un modelo explicativo multivariante mediante regresión logística ajustada por variables de confusión, considerando todas aquellas que modificaron la asociación bruta en más de un 10% 22 . El análisis de confusión se encuentra en el material suplementario de la Tabla S1. Para el análisis estadístico, se utilizó el programa informático STATA versión 18 23 .
Aspectos éticos
El estudio fue aprobado por el Comité de Ética del Hospital Universitario Ramón y Cajal (referencia 057/19). No se requirió consentimiento informado, ya que el estudio cumplió con el Reglamento (UE) 2016/679 (Reglamento General de Protección de Datos, RGPD) y la ley española de protección de datos, cumpliendo los criterios de exención basados en la ausencia de intervención directa, la anonimización completa de los datos y la relevancia del estudio para la salud pública.
RESULTADOS
Muestra
EA: evento adverso9.111 pacientes cumplieron los criterios de inclusión (
Figura 1 ). La edad media fue de 62,4 años (DE 25,7 años), el 50,5% eran mujeres y el 72,2% (6577) de los ingresos hospitalarios fueron urgentes, con el 56,9% de los pacientes ingresados en especialidades médicas. La duración media de la estancia hospitalaria antes del cribado fue de 14,4 días (DE 42,8 días), con una mediana de 6 días (RIC: 1-44). En general, el 83,0% de los pacientes (7562) tenían ≥1 comorbilidad y el 80,9% (7374) tenían ≥1 factor de instrumentalización en la práctica clínica. Un total de 1165 pacientes (12,8%) experimentaron ≥1 EA. El número medio de EA fue de 0,16 por paciente (0,38 entre los que fallecieron durante la hospitalización frente a 0,14 entre los que no lo hicieron; p < 0,005).
La tasa de mortalidad intrahospitalaria fue del 5,0% (453 pacientes), con una edad media de 72,9 años (frente a 61,8 años en los pacientes no fallecidos, p < 0,001). En los pacientes con ≥ 1 EA, la mortalidad intrahospitalaria fue del 11,6% (frente al 4,0% de los que no presentaron ningún EA; p < 0,001). Con respecto a las características epidemiológicas, la mortalidad fue del 12,8% en los pacientes que presentaron ≥ 3 factores de instrumentalización de la práctica clínica (frente al 3,5% de los que no los presentaron; p < 0,001), del 8% en los pacientes que presentaron ≥ 3 comorbilidades (frente al 0,5% de los que no las presentaron; p < 0,001) y del 5,7% en los hombres (frente al 4,3% de las mujeres; p = 0,002). Finalmente, la mortalidad intrahospitalaria fue del 14,9% en los hospitales de soporte y del 11,1% en los de media estancia (frente al 4,2% en los de media o alta complejidad; p < 0,001), del 13,2% en las unidades de medicina intensiva (frente al 5,8% en las unidades médicas, el 1,9% en las unidades quirúrgicas; p < 0,001) y del 3,4% en los intervenidos quirúrgicamente (frente al 5,6% entre los que no lo fueron; p < 0,001) ( Tabla 1 ).
Tabla 1. Características de los pacientes y episodios incluidos en el estudio.
| Celda vacía | Total n = 9111 | Mortalidad hospitalaria n= 453 | Alta hospitalaria n= 8658 | valor p |
|---|---|---|---|---|
| Edad *, media (DE) | 62,4 (25,7) | 72,9 (17,8) | 61,8 (25,9) | p<0,001 |
| Sexo | ||||
| Hombres | 4544 (49,9) | 258 (5.7) | 4286 (94.3) | 0.002 |
| Mujer | 4567 (50.1) | 195 (4.3) | 4372 (95.7) | |
| Tipo de admisión ** | ||||
| Urgente | 6577 (72.2) | 326 (5.0) | 6251 (95.0) | 0.368 |
| Programado | 2493 (27.4) | 123 (4.9) | 2370 (95.1) | |
| Especialidad de hospitalización | ||||
| Especialidades médicas | 5184 (56,9) | 301 (5.8) | 4883 (94,2) | p<0,001 |
| Especialidades quirúrgicas | 3123 (34.3) | 60 (1.9) | 3063 (98.1) | |
| Medicina intensiva | 380 (4.2) | 50 (13.2) | 330 (86.8) | |
| Otro | 424 (4.6) | 42 (9.9) | 382 (90.1) | |
| Tipo de hospital | ||||
| Baja complejidad | 759 (8.3) | 54 (7.1) | 705 (92.9) | p<0,001 |
| Complejidad media | 2995 (32,9) | 126 (4.2) | 2869 (95.8) | |
| Alta complejidad | 4765 (52.3) | 200 (4.2) | 4565 (95.8) | |
| Apoyo | 188 (2.1) | 28 (14.9) | 160 (85.1) | |
| Estancia intermedia | 404 (4.4) | 45 (11.1) | 359 (88.9) | |
| Quédese antes de la evaluación | ||||
| 0-2 días | 2241 (24.6) | 41 (1.8) | 2200 (98,2) | p<0,001 |
| 2-6 días | 2333 (25.6) | 91 (3.9) | 2242 (96.1) | |
| 6-15 días | 1994 (21.9) | 126 (6.3) | 1868 (93,7) | |
| 15-30 días | 911 (10.0) | 80 (8.8) | 831 (91.2) | |
| ≥30 días | 922 (10.1) | 105 (11.4) | 817 (88.6) | |
| Desconocido | 710 (7.8) | 10 (1.4 | 700 (98.6) | |
| Historia de la intervención quirúrgica | ||||
| Ausencia | 6463 (70.9) | 362 (5.6) | 6101 (94,4) | p<0,001 |
| Presencia | 2648 (29.1) | 91 (3.4) | 2557 (96.6) | |
| Número de comorbilidades | ||||
| Ausencia | 1549 (17.0) | 7 (0,5) | 1542 (99.5) | p<0,001 |
| 1 | 1419 (15.6) | 27 (1.9) | 1392 (98.1) | |
| 2 | 1566 (17.2) | 53 (3.4) | 1513 (96.6) | |
| ≥3 | 4577 (50.2) | 366 (8.0) | 4211 (92.0) | |
| Número de factores de instrumentalización de la práctica clínica | ||||
| Ausencia | 1737 (19.6) | 60 (3.5) | 1677 (96,5) | p<0,001 |
| 1 | 5388 (59.1) | 199 (3.7) | 5189 (96.3) | |
| 2 | 1503 (16.5) | 136 (9.1) | 1367 (90.9) | |
| ≥3 | 483 (5.3) | 58 (12.0) | 425 (88.0) | |
| Evento adverso | ||||
| Ausencia | 7946 (87,2) | 318 (4.0) | 7628 (96.0) | p<0,001 |
| Presencia | 1165 (12.8) | 135 (11.6) | 1030 (88,4) |
* 72 faltantes ** 43 datos faltantes. DE: desviación estándar; valor p
Mortalidad
En el modelo predictivo se encontró asociación con la mortalidad intrahospitalaria y la presencia de insuficiencia renal (OR [IC 95%]: 3,41 [2,41 a 4,84], versus ausencia), cirrosis (2,28 [1,42 a 3,34] versus ausencia), neoplasia (2,19 [1,78 a 2,78] versus ausencia), el incremento en el número de EA (1,57 [1,34 a 1,83] por cada EA versus ausencia), sexo (1,18 [0,96 a 1,44] para hombres versus mujeres) y edad (1,01 [1,00 a 1,02] por cada año). El ingreso a unidades quirúrgicas fue un factor protector (0,42 [0,36 a 0,77], versus estar ingresado a unidades médicas), al igual que la presencia de intervención quirúrgica (0,70 [0,51 a 0,96] versus ausencia) ( Tabla 2 ). Se realizó la prueba de bondad de ajuste de Hosmer-Lemeshow, con un resultado de p = 0,869.
Tabla 2. Modelo predictivo de mortalidad intrahospitalaria durante la hospitalización
| Celda vacía | Total n (%) | Mortalidad hospitalaria n (%) | O | IC del 95% | valor p |
|---|---|---|---|---|---|
| Evento adverso | |||||
| Por número de EA | 1165 (12.8) | 135 (11,6) | 1.57 | 1,34 a 1,83 | p<0,001 |
| Edad | |||||
| por año, media (DE) | 62,4 (25,7) | 72,9 (17,8) | 1.01 | 1,00 a 1,02 | 0.004 |
| Sexo | |||||
| Mujer | 4567 (50.1) | 195 (4.3) | 1.00 | N / A | |
| Hombres | 4544 (49,9) | 258 (5.7) | 1.18 | 0,96 a 1,45 | 0.10 |
| Comorbilidades ** | |||||
| Insuficiencia renal | 209 (2.6) | 57 (12.7) | 3.41 | 2,41 a 4,84 | p<0,001 |
| Alteración de la movilidad | 2988 (37,7) | 284 (63,5) | 1.83 | 1,52 a 2,41 | p<0,001 |
| Hipoalbuminemia | 1464 (18.5) | 178 (39,8) | 1.53 | 1,22 a 1,91 | p<0,001 |
| Neoplasia | 1997 (25.2) | 192 (42,9) | 2.19 | 1,78 a 2,78 | p<0,001 |
| Cirrosis | 207 (2.6) | 29 (6.5) | 2.28 | 1,42 a 3,34 | p<0,001 |
| Factores de instrumentalización de la práctica clínica** | |||||
| Catéter urinario | 1605 (19.2) | 185 (41,9) | 1.96 | 1,27 a 2,15 | p<0,001 |
| Catéter venoso central | 1068 (12.7) | 119 (26.9) | 1.64 | 1,12 a 2,05 | 0.003 |
| Intervención quirúrgica | 2648 (29.1) | 91 (20.1) | 0,70 | 0,51 a 0,96 | 0.024 |
| Especialidad de hospitalización | |||||
| Especialidades médicas | 5184 (56,9) | 301 (5.8) | 1.00 | N / A | |
| Especialidades quirúrgicas | 3123 (34.3) | 60 (1.9) | 0,54 | 0,38 a 0,77 | 0.001 |
| Medicina intensiva | 380 (4.2) | 50 (13.2) | 1.13 | 0,72 a 1,76 | 0,727 |
| Otro | 424 (4.6) | 42 9.9) | 2.14 | 1,48 a 3,10 | p<0,001 |
| Contras | 0.008 |
* 6 faltantes. ** Categoría de referencia de cada factor de riesgo: Ausencia; EA: evento adverso; DE: desviación estándar; p: valor p; NA: no aplicable; OR: razón de probabilidades; IC: intervalo de confianza
Características de los EA
Entre los 9111 pacientes, 1165 experimentaron ≥1 EA, con un total de 1432 EA detectados. El tipo de EA más frecuente fue la IRAS (38,3%), seguida de la relacionada con la atención (23,0%) y la relacionada con un procedimiento (21,5%). El 49,2% de los EA se produjeron durante la hospitalización, y el 53,2% fueron moderados o graves. El 92,7% de los EA requirieron algún tipo de asistencia adicional (observación o monitorización, pruebas o procedimientos adicionales, mayor hospitalización, otros tratamientos adicionales o soporte vital).Un total de 15,5% de EA relacionados con la atención se asociaron con mortalidad intrahospitalaria (en comparación con 13,1% de HAI, 9,6% de EA relacionados con efectos negativos de la medicación y 8,4% de EA relacionados con procedimientos; p = 0,047). El 15,3% de los EA que ocurrieron durante la atención en planta contribuyeron a la mortalidad intrahospitalaria (en comparación con 10,2% de los EA que ocurrieron antes del ingreso, 9,9% después de un procedimiento y 9,8% de los EA durante un procedimiento; p = 0,024). Un 19% de EA graves ocurrieron en pacientes con mortalidad intrahospitalaria posterior (frente a 12,4% de EA leves y 9,4% de EA moderados; p <0,001). Un 21,9% de los EA que requirieron soporte vital contribuyeron a la mortalidad intrahospitalaria (versus el 16,9% de los que solo necesitaron monitorización y el 13,7% de los que requirieron una prueba adicional <0,001) (Tabla S1).
Modelo explicativo de la asociación entre EA y mortalidad hospitalaria
En el análisis crudo, el OR (IC del 95%) para la mortalidad hospitalaria fue de 2,99 (2,37 a 3,76) para la presencia de 1 EA, 3,10 (1,84 a 5,20) para la presencia de 2 EA y 6,00 (2,97 a 12,10) para la presencia de ≥3 EA, en comparación con aquellos sin EA.El número de comorbilidades o factores de instrumentalización de la práctica clínica, la presencia de intervención quirúrgica, movilidad reducida, hipoalbuminemia, UPP o catéteres urinarios y vasculares actúan como factores de confusión. Según el modelo explicativo ajustado para estas variables, el riesgo de mortalidad intrahospitalaria fue 2,10 veces mayor para pacientes con 1 EA (OR [IC del 95%]: 2,10 [1,63 a 2,70]), 1,58 veces mayor para pacientes con 2 EA (1,58 [0,89 a 2,80]) y 2,37 veces mayor para pacientes con ≥3 EA (2,37 [1,10 a 5,14]) que para pacientes sin EA presente (Tabla S2 y Figura 2 ).
Discusión
Se analizaron un total de 9111 hospitalizaciones en este estudio transversal. Se encontró una mortalidad hospitalaria del 5%, con al menos un EA en aproximadamente un tercio de los pacientes fallecidos. La presencia de EA se asoció con duplicar el riesgo de mortalidad hospitalaria, ajustando por variables de confusión. La mortalidad hospitalaria fue más común en pacientes varones que no se sometieron a cirugía, que presentaron un mayor número de comorbilidades o instrumentalizaciones en la práctica clínica, o que ingresaron en hospitales de media estancia o de soporte. La presencia de un EA fue un predictor de mortalidad hospitalaria. Las IRAS y las relacionadas con la atención fueron los tipos de EA más frecuentes, siendo estos últimos los que más contribuyeron a la mortalidad hospitalaria.Las investigaciones sobre el impacto de los EA en la mortalidad se han llevado a cabo tradicionalmente mediante análisis descriptivos. Thomas et al. en 2000 en Utah y Colorado informaron que el 6,6% de los pacientes con EA murieron 9 , y Sousa et al. en 2014 en Portugal señalaron que hasta el 10,8% de los EA ocurrieron en pacientes que finalmente murieron 24 . Nuestro estudio presenta dos novedades con respecto a la evidencia previa: 1) se realizó un análisis individual completo de las variables de confusión para estimar una medida precisa de asociación, y 2) se investigó el papel de la simultaneidad de EA activos en el pronóstico intrahospitalario. En este sentido, nuestros resultados sugieren que el aumento del riesgo de mortalidad intrahospitalaria se duplica con la presencia del primer EA (OR: 2,10), y se mantiene con la presencia de EA adicionales, sin observar un efecto dosis-respuesta. El resultado más similar reportado en la literatura fue reportado por Martins et al. en 2011, quienes estimaron un OR de 9,5 para la presencia de un EA y mortalidad en pacientes hospitalizados, mientras que el OR crudo fue de 11,43 y el OR ajustado fue de 8,23 para EA evitables 25 . Por otro lado, Haukland et al encontraron un RR de 2,83 para la presencia de EA y mortalidad en una revisión retrospectiva de registros 26 . Estas cifras son superiores a las de nuestra población, aunque, en nuestro estudio, consideramos todos los EA en una muestra más grande y analizamos en profundidad los factores de confusión que pueden afectar a esta asociación. Nuestro análisis crudo también sobreestimó la asociación entre la presencia de EA y la mortalidad intrahospitalaria.En nuestro estudio, los EA más graves que requirieron un mayor grado de asistencia médica adicional se asociaron con una mayor mortalidad, lo cual es consistente con los hallazgos de otros estudios previos 27 . Si bien las IRAS fueron el tipo de EA más frecuente, los EA con mayor contribución a la mortalidad fueron los relacionados con los cuidados. Esto, sumado a la mayor asociación con la mortalidad intrahospitalaria de los EA que ocurren durante la atención en planta, sugiere que su reducción es una estrategia eficiente para mejorar el pronóstico de los pacientes. Medidas que logran aumentar la ratio de personal de enfermería por paciente en riesgo o en formación han logrado reducir la frecuencia de EA relacionados con los cuidados y pueden tener un impacto significativo en los resultados en salud 28 . Los relacionados con procedimientos fueron el tipo de EA con menor mortalidad asociada, lo que podría explicarse por su asociación con la selección para intervenciones quirúrgicas de aquellos pacientes con mejor pronóstico previo 29 , 30 , 31 .Finalmente, la detección de EA durante la hospitalización fue un predictor de mortalidad en un modelo que partió de más de 15 variables epidemiológicas. En el modelo predictivo, la edad; la hospitalización en especialidades médicas; la presencia de insuficiencia renal; movilidad reducida; hipoalbuminemia; neoplasia; cirrosis; y el uso de UPP o catéter también se asociaron con una mayor mortalidad intrahospitalaria. Estos factores de riesgo han sido descritos en la literatura como condiciones de mal pronóstico en pacientes hospitalizados 32 , junto con la presencia de un mayor número de comorbilidades 33 . Estos resultados sugieren la necesidad de dirigir estrategias para reducir la frecuencia de EA en este perfil de paciente, fundamentalmente mediante la mejora de la atención en planta. Las mejoras en la cultura de seguridad, el aumento de la notificación de EA y el mayor conocimiento de la prevención de eventos adversos entre los profesionales sanitarios tienen el potencial de reducir la mortalidad intrahospitalaria evitable 34 .Nuestro estudio presenta varias limitaciones. Su diseño transversal no permite establecer causalidad, y solo podemos hablar de una asociación entre las diferentes variables estudiadas y la mortalidad hospitalaria. Además, este diseño sobrerrepresenta los EA que prolongan la estancia hospitalaria (como las IRAS) debido a su mayor probabilidad de permanecer activos durante la fecha de estudio. Sin embargo, esto también es una ventaja, ya que asegura una alta sensibilidad de detección de EA graves o de estancia prolongada, que son los que más se benefician de un análisis en profundidad para implementar futuras estrategias de prevención. De igual forma, el uso de diseños transversales para la identificación y caracterización de EA está ampliamente aceptado y se ha utilizado en muchos estudios recientes debido a su alto grado de eficiencia 10 , 18 , 35 . Por otro lado, para minimizar la posibilidad de datos faltantes y asegurar una calidad adecuada de los mismos, se ha utilizado una metodología estandarizada, validada y robusta, que, junto con un proceso de entrenamiento de revisores, es capaz de ofrecer el mayor grado de evidencia disponible 3 , 17 . Otra limitación es que los datos se recopilaron antes de la pandemia de COVID-19; sin embargo, la práctica clínica no ha cambiado sustancialmente desde entonces y, por lo tanto, los hallazgos siguen siendo aplicables a los entornos de atención actuales.Entre las fortalezas de nuestro estudio destacamos las siguientes: (1) la inclusión de una muestra amplia de 9.111 pacientes, que asegura un poder estadístico adecuado; (2) la participación de 32 hospitales con diferentes niveles de complejidad, lo que proporciona una buena representatividad y una validez interna y externa óptima; (3) la aplicación de una metodología validada y reconocida internacionalmente, que permite una alta comparabilidad entre entornos y en el tiempo; (4) la identificación de un conjunto de factores relacionados con el paciente asociados a un alto riesgo de EA, que permite el desarrollo de medidas preventivas de aplicación inmediata y (5) el análisis cuantitativo de los efectos de los eventos adversos (EA) sobre la mortalidad intrahospitalaria tras el ajuste por factores epidemiológicos relevantes, demostrando que incluso un solo EA duplica el riesgo de muerte.En este sentido, se obtuvo una medida de asociación mediante un análisis ajustado entre la presencia de EA activos y la mortalidad hospitalaria. Si bien no se ha observado un efecto dosis-respuesta con un aumento en el número de EA, la presencia de al menos uno de ellos ya afecta negativamente al pronóstico hospitalario del paciente. Estos resultados son de gran utilidad para la práctica clínica y la gestión sanitaria, ya que sugieren que las estrategias de prevención de EA podrían ser especialmente eficaces para reducir la mortalidad hospitalaria y, por lo tanto, para mejorar el pronóstico del paciente y la calidad asistencial en nuestros centros 36 .
Conclusiones
La aparición de al menos un EA duplica el riesgo de mortalidad hospitalaria, lo que influye en el pronóstico del paciente. La presencia de un mayor número de EA mantiene el riesgo, pero no produce un efecto dosis-respuesta. Los EA más comunes fueron las IRAS y los relacionados con la atención. Sin embargo, estos últimos se presentaron con mayor frecuencia en los pacientes que fallecieron, lo que posiciona su reducción como un factor con un efecto exponencial en la mejora del pronóstico del paciente.La presencia de eventos adversos (EA), la edad avanzada, la hospitalización en un servicio médico, factores de riesgo como insuficiencia renal, movilidad reducida, hipoalbuminemia, neoplasia, cirrosis, UPP y la presencia de catéteres se asocian con un aumento de la mortalidad hospitalaria. Implementar acciones dirigidas a reducir la frecuencia de EA en estos pacientes es una estrategia adecuada para mejorar los resultados de salud.
References
- World Health Organization- International Classification for Patient Safety Statement
of Purpose –
http://www.who.int/patientsafety/taxonomy/ICPS_Statement_of_Purpose.pdf [cited 2024
Apr 1]. Available from: http://www.calidad.salud.gob.mx/site/calidad/docs/dsp-sp_00E.pdf - Slawomirski L, Klazinga N. The economics of patient safety: from analysis to action.
París: Organización de Cooperación y Desarrollo Económicos; 2020 - San Jose-Saras D, Valencia-Martín JL, Vicente-Guijarro J, Moreno-Nunez P, PardoHernández A, Aranaz-Andres JM. Adverse events: an expensive and avoidable hospital problem. Ann Med. 2022;54:3156–67.
- Hoogervorst-Schilp J, Langelaan M, Spreeuwenberg P, De Bruijne MC, Wagner C.
Excess length of stay and economic consequences of adverse events in Dutch hospital patients. BMC Health Serv Res. 2015;15:531. - Brennan TA, Hebert Lie, Localio AR, Newhouse JP. Incidence of Adverse Events and
Negligence in Hospitalized Patients. N Engl J Med. 1991; - Wilson RM, Runciman WB, Gibberd RW, Harrison BT, Newby L, Hamilton JD. The
Quality in Australian Health Care Study. Med J Aust. 1995;163:458–71. - Zwaan L. Patient Record Review of the Incidence, Consequences, and Causes of
Diagnostic Adverse Events. Arch Intern Med. 2010;170:1015.
- Herrera-Kiengelher L, Chi-Lem G, Báez-Saldaña R, Torre-Bouscoulet L, RegaladoPineda J, López-Cervantes M, et al. Frequency and Correlates of Adverse Events in a
Respiratory Diseases Hospital in Mexico City. Chest. 2005;128:3900–5. - Thomas EJ, Studdert DM, Burstin HR, Orav EJ, Zeena T, Williams EJ, et al. Incidence
and Types of Adverse Events and Negligent Care in Utah and Colorado. Med Care.
2000;38:261–71. - Aranaz-Andres JM, Aibar-Remon C, Vitaller-Burillo J, Requena-Puche J, Terol-Garcia
E, Kelley E, et al. Impact and preventability of adverse events in Spanish public hospitals:
results of the Spanish National Study of Adverse Events (ENEAS). Int J Qual Health Care.
2009;21:408–14. - Aranaz-Andres JM, Aibar-Remon C, Limon-Ramirez R, Amarilla A, Restrepo FR, Urroz
O, et al. Prevalence of adverse events in the hospitals of five Latin American countries:
results of the “Iberoamerican study of adverse events” (IBEAS). BMJ Qual Saf.
2011;20:1043–51. - Panagioti M, Khan K, Keers RN, Abuzour A, Phipps D, Kontopantelis E, et al.
Prevalence, severity, and nature of preventable patient harm across medical care settings:
systematic review and meta-analysis. BMJ. 2019;l4185. - Zhan C. Excess Length of Stay, Charges, and Mortality Attributable to Medical
Injuries During Hospitalization. JAMA. 2003;290:1868. - Valencia-Martín JL, Vicente-Guijarro J, San Jose-Saras D, Moreno-Nunez P, PardoHernández A, Aranaz-Andrés JM, et al. Prevalence, characteristics, and impact of adverse
events in 34 Madrid hospitals. The ESHMAD study. Eur J Clin Invest. 2022;52:e13851. - Dirección General de Humanización y Atención al Paciente Consejería de Sanidad.
Comunidad de Madrid. [Internet]. [cited 2024 Apr 1]. Available from:
https://gestiona3.madrid.org/bvirtual/BVCM050761.pdf - Woloshynowych M. Case record review of adverse events: a new approach. Qual
Saf Health Care. 2003;12:411–5. - Valencia-Martín JL, Martin-Delgado J, Pardo-Hernández A, Vicente-Guijarro J,
Requena-Puche J, Aranaz Andrés JM. The Study on Safety in Hospitals in the Region of
Madrid (ESHMAD) design: Screening and analysis of incidents and adverse events. J Healthc
Qual Res. 2021;36:231–9. - Grupo de trabajo EPINE. Encuesta de Prevalencia de infecciones relacionadas con la
asistencia sanitaria y uso de antimicrobianos en hospitales de agudos en España 2012- - Madrid: SEMPSPGS, 2022.
- Ministeriode Sanidad. Catálogo Nacional de Hospitales 2024 [Internet]. Madrid:
Ministeriode Sanidad; 2024 [cited 2025 Oct 1]. Available
from:https://www.sanidad.gob.es/estadEstudios/estadisticas/inforRecopilaciones/actHosp
itals.htm - Observatoriode Resultados. Decimotercer Informe de Hospitales, 2022-2024.
Madrid: Comunidadde Madrid, Consejería de Sanidad, Servicio Madrileño de Salud; 2025. - European Centre for Disease Prevention and Control. Point prevalence survey of
healthcare-associated infections and antimicrobial use in European acute care hospitals,
2022-2023. [Internet]. LU: Publications Office; 2024 [cited 2024 Aug 18]. Available from:
https://data.europa.eu/doi/10.2900/88011 - Nick TG, Campbell KM. Logistic regression. Methods Mol Biol Clifton NJ.
2007;404:273–301. - StataCorp. Stata Statistical Software: Release 18. College Station, TX: StataCorp LLC;
2023.
- Sousa P, Uva AS, Serranheira F, Nunes C, Leite ES. Estimating the incidence of
adverse events in Portuguese hospitals: a contribution to improving quality and patient
safety. BMC Health Serv Res. 2014;14:311. - Martins M. Hospital deaths and adverse events in Brazil. 2011;
- Haukland EC, Mevik K, Von Plessen C, Nieder C, Vonen B. Contribution of adverse
events to death of hospitalised patients. BMJ Open Qual. 2019;8:e000377. - Landrigan CP, Bones CB, Goldmann DA. Temporal Trends in Rates of Patient Harm
Resulting from Medical Care. N Engl J Med. 2010; - Audet LA, Bourgault P, Rochefort CM. Associations between nurse education and
experience and the risk of mortality and adverse events in acute care hospitals: A
systematic review of observational studies. Int J Nurs Stud. 2018;80:128–46. - Duclos A, Frits ML, Iannaccone C, Lipsitz SR, Cooper Z, Weissman JS, et al. Safety of
inpatient care in surgical settings: cohort study. BMJ. 2024;387:e080480. - Henderson WG, Rozeboom PD, Bronsert MR, Colborn KL, Hammermeister KE,
Lambert-Kerzner A, et al. Accuracy of the surgical risk preoperative assessment system
universal risk calculator in predicting risk for patients undergoing selected operations in 9
specialty areas. Surgery. 2021;170:1184–94. - Medina-Franco H. Factores asociados a mortalidad en cirugía mayor: análisis
retrospectivo en un centro de referencia. - Sanz Carabaña P, Ramos Martínez A, Asensio Vegas A, García Navarro MJ, Linares
Rufo M. Mortalidad y factores pronósticos en pacientes hospitalizados por bacteriemia
adquirida en la comunidad. An Med Interna [Internet]. 2006 [cited 2024 June 14];23.
Available from: http://scielo.isciii.es/scielo.php?script=sci_arttext&pid=S0212-
71992006000200004&lng=en&nrm=iso&tlng=en - Vardavas CI, Mathioudakis AG, Nikitara K, Stamatelopoulos K, Georgiopoulos G,
Phalkey R, et al. Prognostic factors for mortality, intensive care unit and hospital admission
due to SARS-CoV-2: a systematic review and meta-analysis of cohort studies in Europe. Eur
Respir Rev. 2022;31:220098. - Estrategia de Seguridad del Paciente del Servicio Madrileño de Salud 2027.
Dirección General de Humanización y Atención al Paciente. Subdirección General de
Calidad Asistencial. Comunidad de Madrid. [cited 2024 Aug 23]. Available from:
https://gestiona3.madrid.org/bvirtual/BVCM050736.pdf - Aranaz Andrés JM, Limón Ramírez R, Aibar Remón C, Gea-Velázquez De Castro MT,
Bolúmar F, Hernández-Aguado I, et al. Comparison of two methods to estimate adverse
events in the IBEAS Study (Ibero-American study of adverse events): cross-sectional versus
retrospective cohort design. BMJ Open. 2017;7:e016546. - Proyecto de plan de acción mundial para la seguridad del paciente 2021-2030: hacia la
eliminación de los daños evitables en la atención de salud [Global patient safety action plan
2021-2030: towards eliminating avoidable harm in health care]. Ginebra: Organización
Mundial de la Salud; 2022. Licencia: CC BY-NC-SA 3.0 IGO
