Marín GH. Cañas M. Marín G. Marín L. Nucher D. Díaz Pérez D Urtasun M. Medicina Buenos Aires. 83.1 2023
En Argentina, los medicamentos de alto costo (MAC) generan una carga económica elevada que deben afrontar las instituciones sanitarias. Sin embargo, no existe a la fecha un estu dio en Argentina que indique la magnitud del real problema de los MAC para la Seguridad Social. El presente trabajo, explora cuál es su impacto económico para una de las principales Obras Sociales del país. Métodos: Se realizó un estudio descriptivo con etapa analítica a partir de datos obtenidos en gerencia de prestaciones, área farmacia y área contable de la institución. Cada medicamento fue clasificado según recomendación de OMS (clasificación Anatómica-Terapéutica- Química-ATC). Los precios fueron consignados en tres valores: nominal al momento de adquisición, actualizado a pesos fin de 2021 utilizando el CER (coeficiente de estabilización de referencia), y en dólares (USD). Se evaluaron 105 324 dispensas de MAC, correspondientes a 258 011 unidades para 10 450 afiliados. Resultados: El gasto total anualizado fue 57 millones de dólares (USD), y por usuario 6220 USD. Solo 1.9% de los afiliados requirieron MAC, aunque el gasto fue del 21.9% de los ingresos (aportes + contribuciones). Los primeros 5 medicamentos que generaron el mayor gasto fueron enzalutamida, bevacizu mab, nivolumab, palbociclib, pembrolizumab. Las enfermedades oncológicas y reumatológicas representaron el 62.8% del gasto.
Conclusión: A la luz de los resultados, se deduce que los MAC constituyen un riesgo potencial de desfinanciación del sistema de salud si son abordados de manera atomizada por cada subsector. Los MAC requieren de políticas globales de carácter nacional y/o regional.
PUNTOS CLAVE
• El presente proyecto objetiva por primera vez en Ar gentina, cual es el impacto económico que ocasionan los medicamentos de alto precio en la Seguridad Social de Argentina a través de uno de sus miembros: la obra social de la Obra Social para las Fuerzas Armadas y de Seguridad (IOSFA).
• Estos insumos consumidos por solo 1.9% del total de los afiliados, representaron el 21.9% de los ingresos de la Obra Social en términos de aportes y contribuciones que recibe la obra social. Estas cifran alertan sobre la situación extrema con un riesgo cierto de desfinanciar el sistema de salud.
Los medicamentos son considerados bienes especia les ya que quien los consume no lo hace por elección sino por necesidad. Según la Organización Mundial de la Salud (OMS), los Estados tienen que garantizar el acceso a los medicamentos esenciales para tratar enfermedades pre valentes que afectan a la gran mayoría de la población1. Sin embargo, existen enfermedades graves y de baja prevalencia que requieren medicamentos que, si bien no son considerados esenciales, pueden mejorar la calidad y duración de la vida de los individuos que las padecen. Estos medicamentos suelen tener un alto impacto econó mico y suelen catalogarse como de alto precio/costo por tener un costo directo igual o superior al 40% del ingreso del hogar del paciente2.
Las compañías farmacéuticas afirman que los altos precios de los medicamentos son elementos importantes para sostener la innovación. El desarrollo de medicamen tos es una tarea larga y costosa: un fármaco tarda unos 12 años en pasar desde las pruebas preclínicas hasta la aprobación final. Se estima que cuesta aproximada mente $3 mil millones de dólares desarrollar un nuevo fármaco, teniendo en cuenta la alta tasa de fracasos, en la que solo el 10-20% de los medicamentos probados son exitosos y llegan al mercado3. Sin embargo, estos cálculos provienen de sectores vinculados a la industria y algunos expertos consideran que estas estimaciones son inexactas y excesivas4,5.
Por otra parte, se ha observado que muchos medi camentos contra el cáncer son aprobados en base a las reducciones bajas a modestas de la tasa de respuesta tumoral, que es de por sí una variable de desenlace controvertida6. Además, el 62% de los fármacos onco lógicos se aprobaron por la vía acelerada por la FDA, la mayoría de los cuales fueron calificados como de bajo valor terapéutico7.
De acuerdo a un estudio reciente, de los 15 nuevos medicamentos contra el cáncer autorizados en Argentina por la ANMAT en 2016, mediante el reconocimiento de su aprobación por otros países de alta vigilancia sanitaria, solo 4 mostraron algún valor terapéutico añadido8.
No obstante, uno de los factores más importantes para sostener el alto precio de los medicamentos es la existen cia de monopolios de mercado9,10 ya que, para muchos de estos nuevos medicamentos, no hay otras alternativas terapéuticas. En el caso de los medicamentos biológicos, los procesos de fabricación y aprobación de biosimilares son barreras adicionales, que limitan en gran medida el número de competidores que pueden ingresar al merca do11. El monopolio no regulado sobre un producto esencial puede conducir a precios inasequibles que comprometen el acceso a estos productos.
En Argentina, como en la mayoría de los países, los medicamentos de alto costo (MAC) generan una carga económica elevada que deben afrontar las instituciones de salud públicas y privadas12, lo que pone en riesgo su sustentabilidad13. Por esta razón, resulta primordial tener una estimación de cuál es el impacto económico real que tienen estos fármacos para los financiadores de la salud.
La atención de la salud de los trabajadores en Ar gentina se brinda a través de seguros obligatorios, agrupados por rama laboral. El Instituto de Obra Social para las Fuerzas Armadas y de Seguridad (IOSFA) es la organización que provee cobertura de salud al personal de estas instituciones y a sus familiares.
Este estudio se llevó a cabo en una institución de la seguridad social argentina (IOSFA) con el objetivo de conocer el impacto económico de los MAC, identificar los fármacos y las condiciones de salud que generaron mayor gasto en este rubro, y estimar el costo mensual por beneficiario de la obra social en función de su sexo y edad.
MATERIALES Y MÉTODOS
Se realizó un estudio de utilización de medicamentos des criptivo, de corte transversal, a partir de las bases de datos administrativas que registran las dispensas de MAC en IOSFA. El Instituto tiene alcance nacional, con beneficiarios en todas las provincias y en la Ciudad de Buenos Aires. La cobertura incluye a los trabajadores activos y sus familiares a cargo, así como a los jubilados y pensionados. La población cubierta alcanza 564000 afiliados de todos los grupos etarios, con un 51.5% de varones y un 20% de mayores de 60 años. El período de estudio abarcó desde el 1/1/2020 al 10/11/2021.
Para definir qué significa “alto costo” para la Obra Social enrolada en el estudio, se realizó un grupo focal en el cual participaron diferentes actores (presidente, gerente de prestaciones, gerente de liquidación de prestaciones, sub-gerencia de prestaciones sanitarias, sub-gerente de planeamiento sanitario, sub-gerencia de presupuesto, jefa de unidad de gestión de alto costo, entre otros); coordinado por el equipo de autores de este trabajo. A partir de las actividades realizadas, quedó definido que un MAC para el IOSFA es aquel fármaco cuyo costo men sual supera la suma de los aportes y las contribuciones anuales promedio para un afiliado de esta obra social. Todos estos medicamentos tienen cobertura del 100% a cargo de IOSFA. Cabe destacar que esta cobertura incluye tanto a los MAC propiamente dichos como la medicación complementaria que forma parte del tratamiento de las enfermedades en cuestión.
El mecanismo de adquisición y provisión de MAC se inicia por solicitud al área de Prestaciones que, previa auditoría, autoriza el pedido y lo deriva al área de Compras. Un mecanismo alternativo para la solicitud de compra se origina en el área legal de la institución, cuando el trámite proviene de un recurso de amparo.
La información se obtuvo de dos bases de datos: 1) el registro centralizado de compras (donde figura la fecha de solicitud, fecha de adquisición del producto, principio activo, nombre comercial, cantidad de envases, concentración del fármaco, precio de adquisición unitario y total erogado en cada compra, identificación del paciente; y 2) el registro de Farmacia sobre las dispensas realizadas del producto a los beneficiarios (que incluye fecha de entrega y de recepción por parte del paciente o familiar o institución en la cual se en cuentra internado, principio activo, nombre comercial, cantidad de envases, concentración del fármaco en el envase, iden tificación del paciente y diagnóstico que motivó la solicitud). Se realizó un cotejo entre ambas bases (compras y farmacia) como garantía de calidad de la información recolectada y se elaboró una base única de datos para el presente estudio.
Los datos identificatorios de los pacientes fueron anonimi zados, agregando un campo clave arbitrario, no relacionado con la identidad del paciente, que permitió agrupar los consumos de un mismo afiliado. Se conservaron también los datos de sexo y la edad en años al momento del primer consumo.
Una vez consolidada la base de datos de provisión de MAC, se procedió a codificar los ingredientes farmacéuticos activos (IFA) de cada medicamento según la clasificación Anatómica-Terapéutica-Química (ATC) de la OMS, con el fin de poder luego agrupar los fármacos de acuerdo a las categorías de la misma14.
Del mismo modo, se codificaron los diagnósticos consigna dos en el registro utilizando el código y la descripción de las categorías de la 10ª revisión de la Clasificación Internacional de Enfermedades (CIE-10) de la OMS15. En un segundo paso, se revisaron los diagnósticos de cada paciente para establecer su concordancia entre sí y con el tratamiento recibido. Las discordancias halladas fueron evaluadas en forma manual por dos investigadores, para decidir si realmente correspondían a diagnósticos diferentes en un mismo paciente o a un error en la imputación.
El precio de los MAC fue consignado en tres tipos de va lores: nominal al momento de la venta, actualizado a pesos del 1° de noviembre de 2021 utilizando el CER (coeficiente de estabilización de referencia, que establece el Banco Central de la República Argentina) y el precio en dólares estadounidenses (según la cotización del día para el dólar vendedor en el Banco de la Nación Argentina). Salvo que se indique lo contrario, en los resultados se informará el precio en pesos del 1/11/2021.
Se analizó la provisión de MAC cuantificada por unidades y por gasto. Al prorratear el gasto en MAC entre toda la po blación de beneficiarios, se obtuvo la cápita mensual en este concepto. Asimismo, y a fin de permitir comparaciones con poblaciones de otra composición demográfica, se calculó este indicador para cada combinación de sexo y grupo decenal de edad. Finalmente, se expresó la cápita mensual de los MAC como porcentaje del gasto total asistencial de la obra social.
Se identificó el listado de IFA que generaron más gasto, hasta cubrir un 75% del gasto total. Se elaboró también el listado de aquellos IFA con mayor costo por envase.
Por otra parte, se analizó la provisión de MAC medida por gasto total según los principales capítulos de la CIE-10. Se identificaron las 20 afecciones que generaron mayor gasto en medicamentos, calculando su contribución al gasto total, el número de pacientes afectados, la tasa de prevalencia durante el período de estudio y el gasto promedio anual por paciente.
Se utilizaron datos administrativos desnominalizados, de tal modo que resultara imposible determinar la identidad de los sujetos participantes. La Comisión de Bioética de la Fundación FEMEBA aprobó la exención de la exigencia de obtener consentimiento informado, según el apartado de datos inidentificables que describe el art. 11.3.e de la Ley argentina Nº 25326, de Protección de los Datos Personales.
La base de datos se procesó con el programa Excel. Los re sultados se presentan como promedios o porcentajes, de acuerdo al tipo de variable. Dado que se analizó la información del total de la población objetivo, no se presentan intervalos de confianza.
En la elaboración de este informe se siguió la lista de verificación RECORD-PE, una adaptación a la Fármaco-epidemiología de la guía “Informe de estudios realizados utilizando datos de salud observacionales recogidos en forma rutinaria” (REporting of studies Conducted using Observational Routinely collected health Data [RECORD])16.
RESULTADOS
Durante el periodo analizado se evaluaron 105 324 dis pensas de MAC, que corresponden a 258 011 unidades para 10 450 afiliados. El gasto total en MAC fue de 9247 millones de pesos a valores corrientes, que en pesos del 1/11/2021 representan $12 726 millones para todo el período, o $6 848 millones por año (Tabla 1).
Tabla 1 Gasto de la obra social en medicamentos de alto costo
El precio promedio por cada unidad dispensada fue de $49 323, con una gran dispersión que va desde un valor promedio de $ 5 313 933 por cada envase de treprostinil, un fármaco para la hipertensión pulmonar, hasta pocos cientos de pesos para algunos fármacos auxiliares que integran los esquemas de los tratamientos de alto costo. El conjunto de estos medicamentos complementarios cubiertos por este circuito de compras representó solo el 0.3% del gasto total en MAC. El gasto promedio en MAC por usuario en el periodo de estudio fue de $1 217 782, equivalente a $655 309 pesos anuales (6220 USD/año).
Los usuarios de MAC representan tan solo el 1.9% del total de beneficiarios de la obra social. La distribución por edad y sexo muestra el aumento con la edad, con pico entre los 60 y 70 años, y el claro predominio femenino entre los 30 y los 70 años (Fig. 1).
Fig. 1 Usuarios de medicamentos de alto costo según sexo y edad
La distribución del gasto total en MAC según sexo y edad de los usuarios se presenta en la Figura 2.
Fig. 2 Gasto total en medicamentos de alto costo por sexo y edad, IOSFA, DE 1/1/2020 A 10/11 2021, en pesos del 1/11/2021
Si bien el gasto total en MAC es superior en mujeres entre los 30 y 60 años, predomina en varones a partir de los 70, pese a que la población de usuarias de MAC es mayor en todas las décadas.
Cápita de los tratamientos de alto costo
Al prorratear el gasto total en MAC entre toda la población cubierta por la obra social se obtiene un promedio men sual de $1011 por beneficiario (equivalente a USD 9.60), que representa el 21.9% del aporte total por afiliado, que en el mes de noviembre de 2021 fue de $4619.
Al analizar la cápita mensual por sexo y edad se observa que alcanza $1081 para las mujeres y $944 para los varo nes, con notables diferencias según la edad. En el sexo femenino la cápita mensual para MAC comienza a elevarse a partir de los 30 años y hace pico en la séptima década, para luego descender. Entre los varones, el aumento de la cápita empieza luego de los 50 años y alcanza el máximo en la octava década, con valores muy superiores a los de las mujeres a partir de los 70 años (Fig. 3).
Fig. 3 Cápita mensual por sexo y edad – IOSFA 2020-2021 en pesos del 1/11/2021
Detalle de los medicamentos de alto costo dispensados
Los medicamentos provistos corresponden a 423 IFA diferentes. Al ordenarlos por el gasto total generado, los 7 con mayor gasto sumaron el 25.1% del total, con los primeros 22 se alcanza el 50.4% (Tabla 2) y con 57 IFA, el 75.1% del monto total.
Tabla 2 Medicamentos de alto costo que generaron mayor gasto total
Al ordenar los medicamentos por su precio promedio por unidad, se encontró que el treprostinil supera los 5 millones de pesos por envase y otros 7 IFA superaron el millón de pesos (Tabla 3).
Tabla 3 Medicamentos de mayor precio promedio por envase
Análisis de los medicamentos de alto costo según el diagnóstico
En la Tabla 4 se presenta el gasto total en MAC, agrupado según los grandes capítulos de la clasificación CIE-10. Se observa que los medicamentos usados en las neoplasias consumen algo más de la mitad del gasto total, seguidas por las enfermedades reumáticas, del sistema nervioso y metabólicas.
Tabla 4 Gasto por capítulo de la CIE-10 como porcentaje del gasto total
En la Tabla 5 se presentan los 20 principales diag nósticos de la CIE-10 de acuerdo al porcentaje del gasto total que representan. Tomados en conjunto alcanzan al 74.1 % del gasto total.
Tabla 5 Principales diagnósticos generadores de gasto, como porcentaje del gasto total
El listado incluye diez neoplasias frecuentes (mama, próstata, riñón, colon, pulmón, páncreas, mieloma, melanoma, leucemias y linfoma no Hodgkin); enferme dades con tratamiento inmunosupresor como artritis reumatoide, esclerosis múltiple y trasplante de riñón; la terapia del HIV y los fármacos para hipertensión pulmonar/enfermedad intersticial pulmonar. La lista se completa con las terapias de reemplazo para en fermedad de Gaucher, hemofilia, inmunodeficiencias e hipopituitarismo.
Como la prevalencia de estas enfermedades es muy diferente, el gasto anual por paciente varía considerable mente, desde un mínimo de unos $375000 (USD 3130) para el HIV a un máximo de 35.7 millones (USD 298 840) anuales para la enfermedad de Gaucher.
DISCUSIÓN
Aunque los medicamentos de alto precio/costo (MAC) fueron consumidos por solo 1.9% del total de los afiliados al IOSFA, su costo representó el 21.9% de los aportes y contribuciones que recibe la obra social. Este gasto, prorrateado entre todos los beneficiarios del IOSFA, re sulta en un cápita mensual de aproximadamente $1.000 (USD 9.60) por afiliado. Los fármacos oncológicos y los inmunomoduladores representaron el 62.8% del gasto total, a expensas, principalmente, del cáncer de mama y la artritis reumatoide, respectivamente. La enzalutamida fue el medicamento que demandó mayor gasto total (4.2%), mientras que el treprostinil tuvo el mayor precio promedio por envase (5.3 millones).
Un aspecto relevante de estos resultados es la identi ficación del gasto que afronta un financiador de la Seguri dad Social argentina para solventar los MAC y, más inte resante aún, qué porcentaje del total de ingresos se debe prever para los tratamientos con estos medicamentos. La comparación con otras estimaciones argentinas de la cápita mensual necesaria para cubrir los MAC se dificulta por el elevado nivel de inflación, que vuelve rápidamente obsoletos los valores expresados en pesos. Traduciendo a dólares estadounidenses los montos publicados, según la paridad del momento, encontramos que Tobar y col. estimaron en 2012 que, con los procedimientos habituales de compra de las obras sociales, la cápita mensual para MAC era de USD 6.2817; van der Kooy y col. la ubican en USD 3.32 para 201618 y USD 5.00 para 202012; y Glanc y Del Prete la elevan a USD 10.09 en febrero de 202113, un valor próximo al encontrado en este estudio. Aunque las metodologías utilizadas no son directamente comparables, los resultados revelan el impacto creciente del gasto en MAC dentro del presupuesto de salud, que ya supera la mitad del gasto total en medicamentos19. En la estimación para 2020 del costo del Programa Médico Obligatorio se calculó que los MAC implicarían el 14.6% del valor total, algo por debajo del 21.9% hallado en este estudio12.
El impacto creciente de los MAC en el presupuesto de atención de la salud no se limita a los países de ingresos medianos y bajos, sino que es una preocupa ción compartida por los países de altos ingresos, con el agravante de que los precios a menudo resultan más elevados en los países con menores ingresos20,21. En el análisis de este fenómeno se distinguen claramente dos aspectos: el cuestionamiento a la eficacia real de muchos de los nuevos medicamentos, a menudo auto rizados por vía acelerada en ausencia de demostración de eficacia sobre desenlaces clínicamente relevantes, y el incesante aumento de precio de los medicamentos nuevos. Ambos aspectos son motivo de inquietud para el Comité de Medicamentos Esenciales de la Organización Mundial de la Salud22.
Solo una pequeña parte de los nuevos medicamentos añaden valor terapéutico a las alternativas ya existentes para problemas de salud específicos8,23-25. No obstante, el ingreso de un MAC en el mercado farmacéutico, aun sin eficacia comprobada, genera demanda por parte de pacientes y prestadores, eventualmente respaldada por medidas judiciales26.
A este hecho se suma que las innovaciones aparecen en el mercado farmacéutico con precios cada vez más elevados cuando se comparan con los medicamentos biológicos incorporados en décadas pasadas e incluso, en muchos casos, el precio inicial de un fármaco sigue aumentando durante la vigencia de la exclusividad de la patente27. Así, estos precios no guardan una relación evidente con los beneficios obtenidos o con el gasto implicado en su desarrollo5.
El hallazgo de que los fármacos antineoplásicos e inmuno-moduladores son las clases farmacológicas que generaron mayor gasto se encuentra en concordancia con lo observado por otros autores en la región de las Américas28. Este aspecto no es menor, ya que con la prolongación en la expectativa de vida es de esperar un incremento progresivo de estas enfermedades29.
A la luz de estos datos, resulta necesario definir cuál es el verdadero aporte de las “nuevas tecnologías” como los MAC, comparándolas con los tratamientos están dares vigentes, y evaluando si la inversión y los costos incrementales que suponen los mismos se trasuntan en beneficios reales para los pacientes. La fijación de pre cios podría entonces basarse en el valor terapéutico aña dido por el fármaco, si bien el establecimiento de dicho valor plantea importantes desafíos metodológicos30-35. Por otra parte, para garantizar el acceso a aquellos MAC que brinden beneficios relevantes, se proponen diferentes estrategias como las compras conjuntas, transparencia de los precios de compra, organización de seguros nacionales para enfermedades catastróficas, entre otras medidas2,13,17,20,27.
Entre las limitaciones de este estudio debe señalarse que el gasto anual promedio estimado para cada enfer medad corresponde solo a los medicamentos, y no incluye consultas, internaciones ni procedimientos. Además, la mayor parte del periodo estudiado corresponde a la pan demia de COVID-19, durante la cual la atención preferente a la emergencia infecciosa puede haber desplazado par cialmente a la de las enfermedades oncológicas y otras enfermedades crónicas no transmisibles; por no contar con datos previos a la pandemia no se pudo cuantificar esta eventualidad. Finalmente, como el tipo de cambio del dólar estadounidense no se modificó en paralelo con la devaluación de la moneda local, la relación entre el peso corregido por inflación y el dólar no fue uniforme, por lo cual se optó por presentar los resultados principales expresados en ambas monedas.
En conclusión, este trabajo documenta el desafío que representan los MAC para la sustentabilidad de las instituciones aseguradoras de la salud. En contraste con el efecto de la incorporación de tecnología a los procesos industriales, donde se sustituye trabajo por equipamientos para reducir los costos de los bienes producidos, las novedades en tecnología médica habitualmente incrementan los costos en salud porque, en la mayoría de los casos, los MAC no reemplazan, sino que se suman a las opciones terapéuticas ya existen tes. Se hace necesario identificar las tecnologías que realmente poseen valor terapéutico agregado, definir su lugar adecuado en el esquema terapéutico, lograr el establecimiento de precios justos y asegurar el acceso con cobertura universal.
1. Paul H, Rajat K. El derecho humano a los medicamentos. Sur: Revista internacional de derechos humanos 2008; 5: 101-19. [ Links ]
2. Marin GH, Polach MA. Medicamentos de alto costo: análi sis y propuestas para el Mercosur. Rev Panam Salud Publica 2011; 30: 167-76. [ Links ]
3. DiMasi JA, Grabowski HG, Hansen RW. Innovation in the pharmaceutical industry: new estimates of R&D costs. J Health Econ 2016; 47: 20-33. [ Links ]
5. Prasad V, Mailankody S. Research and development spending to bring a single cancer drug to market and revenues after approval. JAMA Intern Med 2017; 177: 1569-75. [ Links ]
6. Chen EY, Raghunathan V, Prasad V. An overview of cancer drugs approved by the US food and drug administration based on the surrogate end point of response rate. JAMA Intern Med 2019; 179: 915-21 [ Links ]
7. Hwang TJ, Ross JS, Vokinger KN, Kesselheim S. Associa tion between FDA and EMA expedited approval programs and therapeutic value of new medicines: retrospective cohort study. BMJ 2020; 371: m3434 [ Links ]
8. Cañás M, Buschiazzo HO, Urtasun MA. Valor terapéutico y precio de los nuevos fármacos comercializados en Argentina: ¿valen lo que cuestan? Salud Colectiva 2019; 15: e1962 [ Links ]
9. Kesselheim AS, Avorn J, Sarpatwari A. The high cost of prescription drugs in the united states: origins and pros pects for reform. JAMA 2016; 316: 858-71. [ Links ]
10. Mazzucato M. High cost of new drugs. BMJ 2016; 354: 4136 [ Links ]
12. Kooy E, Torres R, Pezzella H, Carril A, Roldán RR. Actu alización de la estimación del gasto necesario para ga rantizar la cobertura asistencial contenida en el Programa Médico Obligatorio (julio de 2020). Prosanity consulting / Universidad ISALUD: 2020. En: En: http://www.prosanity.com.ar/detalle_novedad.php?id=36 ; consultado mayo 2022. [ Links ]
14. WHO Collaborating Centre for Drug Statistics Methodol ogy. ATC classification index with DDDs, 2019. Oslo, Norway; 2018. En: En: https://www.whocc.no/atc_ddd_index/ ; consultado mayo 2022. [ Links ]
15. CIE-10. Décima Revisión de la Clasificación Internacional de las Enfermedades. Descripciones Clínicas y pautas para el diagnóstico. Organización Mundial de la Salud, Ginebra, 1992. En: En: https://ais.paho.org/classifications/chap ters/pdf/volume1.pdf ; consultado mayo 2022. [ Links ]
16. Langan SM, Schmidt SA, Wing K, et al. The reporting of studies conducted using observational routinely col lected health data statement for pharmaco-epidemiology (RECORD-PE). BMJ 2018; 363: k3532. [ Links ]
21. Moye-Holz D, Vogler S. Comparison of prices and afford ability of cancer medicines in 16 countries in Europe and Latin America. Appl Health Econ Health Policy 2022; 20: 67-77. [ Links ]
23. van Luijn JCF, Gribnau FWJ, Leufkens HGM. Superior efficacy of new medicines? Eur J Clin Pharmacol 2010; 66: 445-8. [ Links ]
24. Vitry AI, Shin NH, Vitre P. Assessment of the therapeutic value of new medicines marketed in Australia. J Pharm Policy Pract 2013; 6: 2. [ Links ]
25. Ward DJ, Slade A, Genus T, Martino OI, Stevens AJ. How innovative are new drugs launched in the UK?: A retrospective study of new drugs listed in the British National Formulary (BNF) 2001-2012. BMJ Open 2014; 4: e006235. [ Links ]
26. Vargas-Pelaez CM, Rover MR, Soares L, et al. Judicial ization of access to medicines in four Latin American countries: a comparative qualitative analysis. Int J Equity Health 2019; 18: 68. [ Links ]
27. Prasad V, De Jesús K, Mailankody S. The high price of anticancer drugs: origins, implications, barriers, solutions. Nat Rev Clin Oncol 2017; 14: 381-90. [ Links ]
28. Machado Alba JE, Moncada Escobar JC. Evolución del consumo de medicamentos de alto costo en Colombia. Rev Panam Salud Publica 2012; 31: 283-9. [ Links ]
29. Seoane-Mato D, Sánchez-Piedra C, Silva-Fernández L, et al. Prevalence of rheumatic diseases in adult population in Spain (EPISER 2016 study); aims and methodology. Reumatol clín (Engl Ed) 2019; 15: 90-6. [ Links ]
30. Prieto-Pinto L, Garzón-Orjuela N, Lasalvia P, Castañeda- Cardona C, Rosselli D. International experience in therapeutic value and value-based pricing: a rapid review of the literature. Value Health Reg Issues 2020; 23: 37-48. [ Links ]
31. Eichler HG, Enzmann H, Rasi G. Added therapeutic benefit and drug licensing. Nat Rev Drug Discov 2019; 18: 651-2. [ Links ]
32. Bach PB, Pearson SD. Payer and policy maker steps to support value-based pricing for drugs. JAMA 2015; 314: 2503-4. [ Links ]
33. Jommi C, Armeni P, Costa F, Bertolani A, Otto M. Imple mentation of value-based pricing for medicines. Clin Ther 2020; 42: 15-24. [ Links ]
34. Siddiqui M, Rajkumar SV. The high cost of cancer drugs and what we can do about it. Mayo Clinic Proc 2012; 87: 935-43. [ Links ]
35. Kantarjian H, Rajkumar SV. Why are cancer drugs so ex pensive in the United States, and what are the solutions? Mayo Clinic Proc 2015; 90: 500-4. [ Links ]
La inteligencia artificial en imágenes para incrementar la sensibilidad y especificidad de los equipos de diagnóstico por imágenes, como un complemento, como alertas, como un aprendizaje profundo, con mayor precisión y seguridad, que exigirá apertura, más y más entrenamiento, guardar información, no pensar en una producción industrializada sino cada vez más segura, más ergonómica para los que trabajan, para además hacer diagnósticos rápidos que aumenten las posibilidades de los pacientes. Esto es un área que no tiene límites. Especialmente si nos podemos sacar el miedo que estos algoritmos de inteligencia artificial, aprendizaje profundo reemplazarán a los médicos, la interfaz humana en los momento de verdad será cada vez más indispensable y la inteligencia artificial su cooperación. Este articulo del radiology que relaciona imágenes con datos clínicos, que simulan el pensamiento, el constructo de la información de base para definir la interpretación de la imagen, será muy comentado por eso lo pongo en consideración de los seguidores del blog, porque nos servirá para seguir aprendiendo, por allí pasa la vida profesional, seguir y seguir aprendiendo.
Se desarrolló una arquitectura de inteligencia artificial basada en transformadores para integrar datos multimodales de pacientes y demostró un mejor rendimiento diagnóstico en dos conjuntos de datos de datos radiográficos de tórax y datos paramétricos clínicos.
Resultados clave
■ Un modelo basado en transformadores entrenado para diagnosticar hasta 25 enfermedades utilizando datos multimodales de dos conjuntos de datos adquiridos retrospectivamente (conjuntos de entrenamiento; n = 33 893, n = 28 809) que comprende radiografías de tórax y parámetros clínicos mostraron un mejor rendimiento diagnóstico.
■ Para el conjunto de datos de Medical Information Mart for Intensive Care (MIMIC) disponible públicamente, el área media bajo la curva característica operativa del receptor fue de 0,77 cuando se utilizaron radiografías de tórax y parámetros clínicos, en comparación con 0,70 (P < 001,0) cuando sólo radiografías de tórax y 72,001 (P < <>,<>) cuando sólo se utilizaron parámetros clínicos.
■ El modelo multimodal proporcionó una red neuronal flexible cuyos resultados son explicables y están bien alineados con la percepción de imágenes radiológicas.
Introducción
En medicina, el diagnóstico de una enfermedad se basa en datos de múltiples fuentes. Un médico basará las decisiones en imágenes radiológicas, datos clínicos, historial del paciente, hallazgos de laboratorio e información de muchas modalidades adicionales. La mente humana es capaz de condensar todas estas entradas en una decisión racional. Durante mucho tiempo se ha propuesto que el aprendizaje profundo tiene la capacidad de ayudar a los médicos en ciertas tareas y ya ha demostrado un rendimiento igual o mejor que los expertos humanos (1). Sin embargo, hay un impedimento crucial que limita la aplicabilidad general de tales modelos: estos modelos están diseñados casi exclusivamente para resolver tareas con un tipo de datos a la vez, ya sea el diagnóstico de patologías en imágenes radiológicas (2,3) o la detección de alteraciones genéticas en imágenes histopatológicas (4).
Sobre la base de esta comprensión, se necesitan modelos que sean capaces de combinar datos de imágenes y no imágenes como entradas para apoyar realmente la toma de decisiones del médico (5). Desafortunadamente, las arquitecturas de aprendizaje profundo prevalecientes del pasado no son adecuadas para tratar grandes cantidades de datos de imágenes y no imágenes; las redes neuronales convolucionales (CNN) hacen uso de sesgos intrínsecos que se basan en las propiedades de la imagen, como las correlaciones entre píxeles vecinos; y la integración de información no relacionada con la imagen no es sencilla (6).
Introducidas originalmente para tareas de lenguaje natural, las arquitecturas de redes neuronales basadas en transformadores han demostrado recientemente ser competitivas con las CNN para el procesamiento de imágenes, mientras que al mismo tiempo son ideales para combinar datos de imágenes y no de imágenes (7). Esta propiedad en gran medida independiente de la entrada se habilita mediante el uso de un mecanismo de atención, que asigna puntuaciones de importancia a diferentes partes de los datos de entrada, independientemente de si estos datos son de naturaleza de imagen o no imagen. Además, la visualización de estas puntuaciones de importancia ofrece información valiosa sobre el proceso de toma de decisiones del modelo de transformador. Por lo tanto, su aplicación en medicina es el siguiente paso lógico (8,9).
Sin embargo, los transformadores tienen una deficiencia notable; es decir, su carga computacional escala cuadráticamente con el número de entradas. Sin remedio, esto limitará el progreso en la investigación médica. Para abordar esto, el objetivo de este estudio fue desarrollar un modelo de transformador específicamente adaptado al contexto médico, por el cual los datos de imágenes y un volumen potencialmente grande de datos no relacionados con imágenes específicos para cada paciente deben procesarse de manera eficiente y explicable. Un objetivo adicional fue evaluar las capacidades diagnósticas del modelo utilizando entradas multimodales de un conjunto de datos públicos y un conjunto de datos internos independientes de pacientes en un entorno de unidad de cuidados intensivos (UCI). La hipótesis era que el rendimiento diagnóstico del modelo de transformador sería superior cuando se entrena en datos de imágenes y no imágenes (multimodales) en lugar de datos de imágenes o no imágenes solos (unimodales).
Materiales y métodos
Declaración ética
Todos los experimentos se realizaron retrospectivamente, y se otorgó la aprobación del comité de ética local (EK 028/19) y se renunció al consentimiento informado. Para el conjunto de datos externos del Medical Information Mart for Intensive Care (MIMIC), se eliminaron los identificadores específicos del paciente de conformidad con la Ley de Portabilidad y Responsabilidad del Seguro de Salud.
Estudiar pacientes y conjuntos de datos
Para permitir la replicación de los resultados de este estudio retrospectivo y fomentar la investigación en esta dirección, este modelo se evaluó principalmente en datos de la base de datos MIMIC disponible públicamente (10,11). Esta base de datos se compone de datos de imágenes y no imágenes recopilados retrospectivamente en 53 150 pacientes ingresados en una UCI en el Centro Médico Beth Israel Deaconess desde enero de 2008 hasta diciembre de 2019. Siguiendo el trabajo de Hayat et al (12), se extrajo información de imagen y no de imagen de las bases de datos MIMIC-IV (10) y MIMIC-CXR-JPG (11), para las que se disponía de información sobre aproximadamente 15 parámetros clínicos solos o información sobre estos parámetros combinada con información de imagen en forma de radiografías de tórax. Los parámetros clínicos incluyeron presión arterial sistólica, diastólica y media; frecuencia respiratoria; comandos motores, verbales y reveladores según la escala de coma de Glasgow; inspiración de oxígeno; polígrafo; temperatura corporal, peso y estatura; el valor ácido del suero sanguíneo; nivel de glucosa en sangre; y el nivel de oxígeno en sangre. La radiografía de tórax se emparejó con los parámetros clínicos y los parámetros de laboratorio de la misma estancia en la UCI. Esto dio como resultado un subconjunto de 45 676 muestras en 36 542 pacientes (Fig. 1, Tabla 1). Los datos de los 36 542 pacientes han sido reportados previamente (12). El artículo anterior trataba sobre el desarrollo de una arquitectura basada en CNN y redes neuronales recurrentes para combinar datos multimodales, mientras que este estudio trata sobre el desarrollo de una arquitectura basada en transformadores. Además, se siguió el enfoque de Hayat et al (12) y se agruparon los códigos disponibles de la Clasificación Internacional de Enfermedades (CIE)-9 y CIE-10 para 25 categorías de enfermedades supraordenadas (véase la Tabla 2 para una lista completa) en función del Software de Clasificaciones Clínicas (Agency for Healthcare Research and Quality) (13), que es un marco de clasificación clínica de uso común.
Figura 1: El diagrama muestra una visión general del estudio. (A-E) La información de imágenes y no imágenes se extrajo del conjunto de datos (A) del Medical Information Mart for Intensive Care disponible públicamente y de un conjunto de datos internos de radiografía de tórax y datos paramétricos clínicos acompañantes (B). Los conjuntos de datos se dividieron en conjuntos de entrenamiento, validación y prueba, y se entrenó una arquitectura de red neuronal (C) basada en transformadores para predecir el diagnóstico de hasta 25 afecciones patológicas diferentes. En primer lugar, se aprovechó el mecanismo de atención en la arquitectura del transformador (D) para proporcionar información sobre el proceso de toma de decisiones de la red neuronal, y se demostró que el rendimiento predictivo de la red neuronal (E) aumentó para los tres conjuntos de datos cuando se proporcionaron entradas de imágenes y no imágenes (área bajo la curva característica operativa del receptor [AUC], 0,77) en comparación con cualquiera de las imágenes (AUC, 0,70) o entradas sin imágenes (AUC, 0,72) solas.
Además, el modelo se evaluó en un conjunto de datos internos de 45 016 pacientes que ingresaron en la UCI de un centro médico académico terciario (Hospital Universitario de Aquisgrán, Aquisgrán, Alemania) desde enero de 2009 hasta diciembre de 2020 (14). Los datos de todos los pacientes se utilizaron en el estudio actual. Además de los datos de imágenes (es decir, radiografías de tórax), este conjunto de datos también contenía datos de series temporales de pruebas de laboratorio, incluidos los niveles de proteína C reactiva (PCR), el recuento de leucocitos, los niveles de procalcitonina (PCT) y los niveles de péptido natriurético cerebral (BNP). Estos valores se incluyeron si estaban disponibles dentro de un período de 20 días antes de la adquisición de la radiografía de tórax y, en total, se disponía de datos para 34 595 (PCR), 40 267 (recuento de leucocitos), 23 084 (PCT) y 9771 (BNP). Las imágenes se emparejaron con todos los datos de laboratorio que precedieron a las imágenes por hasta 20 días. Los datos de imágenes en este conjunto de datos se generaron durante el informe clínico de rutina. En total, 98 radiólogos versados en modalidad utilizaron una plantilla detallada para el informe estructurado sobre la presencia y la gravedad del derrame pleural (izquierdo y derecho), la atelectasia (izquierda y derecha), las opacidades pulmonares (izquierda y derecha), la congestión pulmonar y la cardiomegalia. A las imágenes para las que no se encontró ninguna enfermedad se les asignó un valor objetivo binarizado de 0, mientras que las etiquetas restantes indicaron la presencia de una enfermedad y, por lo tanto, se les asignó el valor de una. Los datos de 45 016 pacientes en este conjunto de datos se han reportado previamente (14). El artículo anterior trató sobre el desarrollo de una CNN entrenada para proporcionar apoyo clínico a médicos no radiólogos que utilizan solo datos de imágenes, mientras que en este estudio, se utilizaron valores de laboratorio adicionales para entrenar una red neuronal basada en transformadores en datos multimodales.
Protocolos de imágenes
El conjunto de datos internos consistió en radiografías de tórax obtenidas utilizando 18 máquinas de radiografía móviles (Mobilett Mira; Siemens Healthineers). Estos sistemas de imagen utilizaron sistemas de película convencionales hasta 2016, después de lo cual hicieron la transición a detectores digitales de pantalla plana. Todas las radiografías fueron adquiridas mediante control automático de exposición y exclusivamente en la proyección anteroposterior. En consecuencia, las imágenes del conjunto de datos MIMIC externos se adquirieron en la proyección anteroposterior.
Preprocesamiento de datos y diseño de redes neuronales
Para una evaluación justa de los modelos, siguiendo el enfoque detallado por Hayat et al (12), el conjunto de datos MIMIC se dividió aleatoriamente en un conjunto de entrenamiento de 42 628 muestras (33 893 pacientes), un conjunto de validación de 882 muestras (740 pacientes) para seleccionar el modelo más optimizado y un conjunto de pruebas de retención de 2166 muestras (1909 pacientes) para evaluar el modelo en datos no vistos. Del mismo modo, el conjunto de datos internos que comprende 193 566 muestras (45 016 pacientes) se dividió aleatoriamente en un conjunto de entrenamiento de 122 294 muestras (28 809 pacientes), un conjunto de validación de 31 243 muestras (7203 pacientes) y un conjunto de pruebas de retención de 40 029 muestras (9004 pacientes) (Fig. 1). Se tuvo especial cuidado para garantizar que cada paciente aparezca solo en un solo conjunto. Las imágenes se normalizaron al rango de 0 a 255, se mejoró el contraste mediante una ecualización de histograma, se cambió el tamaño a 384 × 384 píxeles y se normalizó en z para que coincida con las estadísticas del conjunto de datos de Image Net (15), lo que permitió el uso potencial de modelos previamente entrenados.
La arquitectura de la red neuronal (Fig. 2) se basa en el modelo de transformador de la siguiente manera (16). Las imágenes se tokenizan y se alimentan a través de una red troncal de Vision Transformer (7) para extraer características relevantes de los datos de imágenes. Sobre la base del modelo Percibor (17), los datos no relacionados con la imagen se incorporan mediante el uso del mecanismo de atención cruzada (16), lo que permite escalabilidad y flexibilidad en el manejo de tamaños de entrada variables. Luego se utiliza un bloque codificador de transformador final para la fusión de información de modalidad cruzada, y un perceptrón multicapa se utiliza para generar las salidas de la clasificación multietiqueta. Véanse los cuadros S1 y S2 del apéndice S3 y 2B y 2C para más detalles.
Figura 2:(A) El esquema muestra la arquitectura del modelo, mediante la cual las imágenes se dividen primero en parches no superpuestos y posteriormente se alimentan a través de un codificador transformador. Para tener en cuenta la escalabilidad con respecto al número de parámetros que no son de imagen, un conjunto fijo de 64 tokens aprendibles sirve como memoria de trabajo de la red neuronal, y se emplea atención cruzada para alimentar la información clínica a esta memoria de trabajo. Esto mantiene la red escalable con respecto al número de tokens de entrada (es decir, parámetros clínicos). Los tokens de salida de ambas redes neuronales específicas de la modalidad se fusionan en un codificador de transformador final, de modo que se fusiona la información de ambas modalidades. (B) El gráfico de líneas muestra el tiempo de duración de época para los modelos entrenados en la misma unidad de procesamiento gráfico (Quadro RTX 6000; NVIDIA). Para garantizar un uso comparable de la memoria de acceso aleatorio de vídeo de la unidad de procesamiento de gráficos, se emplearon diferentes tamaños de lote, lo que permitió un tamaño de lote de 170 para el modelo propuesto (azul) y un tamaño de lote de 14 para el enfoque de transformador base (naranja). En comparación con el entorno convencional, en el que los datos de imágenes y no imágenes (series temporales) se alimentan directamente a un bloque codificador de transformador común para la fusión de información, el modelo utilizado en el estudio actual da como resultado tiempos de entrenamiento más cortos. (C) El gráfico de líneas muestra el consumo de memoria de acceso aleatorio (VRAM) de vídeo de la unidad de procesamiento de gráficos (GPU) en función del número de parámetros de entrada. Los hallazgos indican que el enfoque empleado (azul) escala de manera mucho más eficiente que el enfoque del transformador base (naranja) para un número creciente de parámetros de entrada y, por lo tanto, permite tamaños de lote más grandes durante el entrenamiento. Aquí, el tamaño de lote utilizado para cada modelo se basó en el tamaño de lote máximo posible (en términos de consumo de memoria de acceso aleatorio de vídeo de la unidad de procesamiento de gráficos) al entrenar el modelo con 3200 pasos de tiempo. MiB = mebibyte, MLP = perceptrón multicapa.
Disponibilidad de datos
El conjunto de datos MIMIC, incluidos los datos de imágenes y no imágenes, está disponible públicamente a través de PhysioNet (https://physionet.org/content/mimiciv/1.0/) (18). El conjunto interno de datos de la UCI es privado debido a problemas de protección de datos, pero será compartido por los autores tras la presentación de una propuesta de investigación y el consentimiento del oficial de protección de datos y la junta ética.
Disponibilidad de código
El código utilizado para entrenar el modelo descrito en este documento está disponible públicamente en GitHub (https://github.com/FirasGit/lsmt).
Análisis estadístico
Los análisis estadísticos fueron realizados por F.K. y D.T. utilizando Python (versión 3.8; https://www.python.org/), junto con las bibliotecas NumPy y SciPy. El spread estadístico se determinó utilizando boot strapping con 1000 redibujos, con reemplazo del conjunto de prueba para cada medida. El criterio de Youden se utilizó para determinar un umbral para los cálculos de sensibilidad, especificidad y valor predictivo positivo, que implica encontrar el umbral que maximiza la suma de sensibilidad y especificidad. Para calcular los valores de P para las enfermedades individuales, se utilizó la prueba DeLong (19), que se desarrolló específicamente para el área de prueba bajo las puntuaciones de la curva característica operativa (AUC) del receptor. Para estimar los valores de p de las puntuaciones medias del AUC, calculamos las diferencias por pares entre las puntuaciones AUC de arranque para cada modelo con redibujantes idénticos y calculamos la fracción de diferencias con valores menores que 0. No se eligió un nivel de significación particular para evitar la dicotomización de los resultados como significativos o no significativos (20) y para obviar la necesidad de compensar las pruebas de hipótesis múltiples. Los datos se presentan como medias ± DEs y AUCs con ICs del 95%. El debate sobre los tamaños mínimos de la muestra está en curso, y al menos 200 pacientes se consideran necesarios para las tareas de clasificación (21). En este estudio, se incluyeron tantos pacientes como fue posible (es decir, 36 542 y 45 016 pacientes), evitando así la necesidad de realizar estimaciones del tamaño de la muestra.
Resultados
Características del paciente
En este estudio, se utilizaron dos conjuntos de datos (Tabla 1, Fig. 1) para evaluar la arquitectura de red neuronal propuesta. El conjunto de datos MIMIC contiene datos de 53 150 pacientes, de los cuales 16 608 pacientes fueron excluidos ya que no tenían mediciones para ninguno de los 15 parámetros clínicos utilizados en este estudio; por lo tanto, se utilizaron datos de 36 542 pacientes (edad media, 63 años ± 17 [DE]; 20 567 pacientes masculinos) en este estudio. El conjunto de datos internos contiene datos de 45 016 pacientes (edad media, 66 años ± 16; 27 577 pacientes varones).
Rendimiento del transformador multimodal para el diagnóstico de múltiples enfermedades
El modelo fue entrenado y evaluado sobre los datos disponibles públicamente de 36 542 pacientes que recibieron tratamiento en una UCI (10,11). Las radiografías de tórax y los datos clínicos que lo acompañan se emplearon como entradas para el modelo, y se permitió al modelo predecir un conjunto completo de 25 afecciones patológicas. Consistentemente, el AUC fue mayor cuando se emplearon datos de imágenes y no imágenes que cuando se usaron datos de imágenes o sin imágenes solos (Tabla 2, Fig. S1). El AUC medio fue de 0,77 (IC del 95%: 0,77; 0,78) cuando se utilizaron radiografías de tórax y parámetros clínicos, en comparación con 0,70 (IC del 95%: 0,69; 0,71; P < .001) cuando sólo radiografías de tórax y 0,72 (IC 95%: 0,72, 0,73; P < .001) cuando solo se utilizaron parámetros clínicos. Se observaron tendencias similares para la sensibilidad (parámetros clínicos más radiografías de tórax: 70% [IC del 95%: 69, 71]; parámetros clínicos: 69% [IC del 95%: 68, 70]; radiografías de tórax: 66% [IC del 95%: 65, 67]), especificidad (parámetros clínicos más radiografías de tórax: 72% [IC del 95%: 72, 73]; parámetros clínicos: 65% [IC del 95%: 64, 65]; radiografías de tórax: 65% [IC del 95%: 65, 66]), y valor predictivo positivo (parámetros clínicos más radiografías de tórax: 40% [IC 95%: 40, 41]; parámetros clínicos: 35% [IC 95%: 34, 35]; radiografías de tórax: 34% [IC 95%: 34, 35]). Más importante aún, el rendimiento del transformador multimodal es comparable con otros enfoques de vanguardia (por ejemplo, MedFuse [12], que demostró un AUC de 0.770 [IC 95%: 0.745, 0.795] para el caso multimodal), mientras que no requiere un ajuste extenso de hiperparámetros. Consulte la Tabla 3 para una comparación detallada con el desempeño anterior logrado con CNN. El modelo se evaluó adicionalmente en una tarea adicional utilizando un conjunto de datos independiente, que fue el diagnóstico radiológico integral de radiografías de tórax basado en datos de imágenes y datos de laboratorio acompañantes (Tabla S1, Fig. S2) (14). El AUC medio fue de 0,84 (IC del 95%: 0,83; 0,84) cuando se utilizaron radiografías de tórax y parámetros clínicos, en comparación con 0,83 (IC del 95%: 0,82; 0,83; P < .001) cuando sólo radiografías de tórax y 0,67 (IC 95%: 0,66, 0,67; P < .001) cuando solo se utilizaron parámetros clínicos (Fig. 3, Tabla S1). Una vez más, también se observaron tendencias similares para la sensibilidad (parámetros clínicos más radiografías de tórax: 77% [IC del 95%: 77, 77]; parámetros clínicos: 73% [IC del 95%: 73, 73]; radiografías de tórax: 76% [IC del 95%: 76, 76]), especificidad (parámetros clínicos más radiografías de tórax: 74% [IC del 95%: 73, 73]; parámetros clínicos: 52% [IC del 95%: 52, 52]; radiografías de tórax: 73% [IC del 95%: 73, 73]), y valor predictivo positivo (parámetros clínicos más radiografías de tórax: 71% [IC 95%: 71, 71]; parámetros clínicos: 56% [IC 95%: 56, 56]; radiografías de tórax: 70% [IC 95%: 69, 70]).
Rendimiento del transformador multimodal cuando faltaban datos
La arquitectura de transformador propuesta funcionó cuando faltaban datos y se asemejó al razonamiento humano en el sentido de que su rendimiento disminuyó continuamente cuando faltaban cantidades crecientes de datos clínicamente relevantes. Los datos del paciente del conjunto de prueba se enviaron al transformador entrenado con algunos de los parámetros de entrada omitidos aleatoriamente. El rendimiento en términos del AUC medio (15 parámetros a 0,77 [IC del 95%: 0,76, 0,77] frente a un parámetro a 0,73 [IC del 95%: 0,73, 0,74]) disminuyó continuamente cuando se omitieron cantidades crecientes de datos, de acuerdo con las expectativas. Se observaron tendencias similares para la sensibilidad, la especificidad y el valor predictivo positivo (Fig. 4A).
Figura 4: (A) Los diagramas de caja muestran el rendimiento en términos del área bajo la curva característica operativa del receptor, el valor predictivo positivo, la sensibilidad y la especificidad de la red neuronal entrenada en el conjunto de datos del Medical Information Mart for Intensive Care cuando se omitieron varios parámetros clínicos (información no relacionada con imágenes). El rendimiento disminuyó continuamente con un número creciente de parámetros clínicos omitidos. Los recuadros indican el IQR entre el primer y tercer cuartil y los bigotes se extienden hasta ± 1,5 × IQR, mientras que la línea central denota la mediana. (B) Los gráficos de barras horizontales muestran los parámetros clínicos que más afectaron el rendimiento de la red neuronal para el diagnóstico de diabetes (sin complicaciones), shock, enfermedad cerebrovascular aguda y septicemia. Para obtener una comprensión de los parámetros clínicos que más afectaron el rendimiento de la red neuronal para una condición patológica específica, se determinó la disminución porcentual en la información mutua entre la distribución predicha en todas las muestras y sus etiquetas de verdad en el terreno cuando se omitió un parámetro clínico específico durante la inferencia. Las barras de error indican SD. GCS = Escala de coma de Glasgow.
Acuerdo de transformadores multimodales con razonamiento clínico
Al medir el porcentaje de disminución en la información mutua entre la predicción del modelo y la verdad básica para descubrir relaciones entre los datos disponibles y el rendimiento diagnóstico para parámetros clínicos específicos (consulte el Apéndice S1 para obtener detalles sobre esta metodología), se encontró que los resultados de este análisis coinciden en gran medida con el razonamiento clínico. Los parámetros clínicos que son relevantes para un estado específico del paciente, como la presión arterial para el shock o la concentración de glucosa para la diabetes, condujeron a la mayor pérdida de información cuando se omitieron (Fig. 4B). En el Apéndice S1 y la Figura S3 se proporciona una visión general completa de todas las afecciones clínicas.
El transformador multimodal se centra en las regiones de imagen patológica
Al hacer uso del mecanismo de atención inherente, se pueden generar mapas que muestran dónde enfoca su atención el modelo del transformador, incluidas las subregiones de las radiografías que obtienen los factores de ponderación más altos para el diagnóstico final (consulte el Apéndice S1 para obtener más detalles sobre el método utilizado). La Figura 5 ilustra estos mapas de atención utilizando tres ejemplos representativos de cada conjunto de datos. Consistentemente, los mapas de atención exhiben sus valores más altos en las regiones de la imagen que son indicativas de las patologías.
Figura 5: Radiografías representativas (arriba), adquiridas en proyección anteroposterior en posición supina, y mapas de atención correspondientes (abajo). (A) Las imágenes muestran los principales hallazgos diagnósticos del conjunto de datos internos en un paciente masculino de 49 años con congestión, infiltrados neumáticos y derrame (izquierda); un paciente masculino de 64 años con congestión, infiltrados neumónicos y derrame (medio); y una paciente de 69 años con derrame (derecha). (B) Las imágenes muestran los principales hallazgos diagnósticos del conjunto de datos del Medical Information Mart for Intensive Care en un paciente varón de 79 años con cardiomegalia e infiltrados neumáticos en el pulmón inferior derecho (izquierda); paciente de 58 años con atelectasia bilateral y derrame en los pulmones inferiores (medio); y una paciente de 48 años con infiltrados neumónicos en la parte inferior derecha del pulmón (derecha). Tenga en cuenta que los mapas de atención se centran constantemente en las regiones de imagen más relevantes (por ejemplo, las opacidades neumónicas se indican mediante regiones de imagen opacas del pulmón).
Discusión
En los últimos años, ha habido un aumento de las aplicaciones de modelos de aprendizaje profundo para resolver problemas médicos (14,22–24); Sin embargo, estos modelos suelen utilizar datos de una sola modalidad (por ejemplo, datos de imágenes).
Los modelos de transformadores se han propuesto como un candidato ideal para evaluar datos multimodales, ya que se desarrollaron por primera vez en datos distintos de la imagen (25,26) y ahora han demostrado ser competitivos con las CNN desarrolladas en datos de imágenes (27). En nuestro estudio, desarrollamos un enfoque escalable totalmente basado en transformadores para la predicción multimodal basada en imágenes médicas y datos no relacionados con imágenes. Nuestro modelo demuestra un rendimiento mejorado cuando se le presentan datos multimodales, puede manejar los datos faltantes y permite obtener información sobre el proceso de toma de decisiones de la red. Lo más importante es que, basándose en la arquitectura Percibir (17), nuestro modelo es escalable y se puede aplicar a conjuntos de datos en los que tanto el número de pacientes como los datos por paciente son extensos. Cuando se entrenaron conjuntamente con datos de radiografías de tórax y parámetros clínicos de la base de datos MIMIC disponible públicamente, el AUC medio fue consistentemente mayor (0,77 [IC del 95%: 0,77, 0,78]) en comparación con el de los modelos entrenados en imágenes (0,70 [IC del 95%: 0,69, 0,71], P < 001,0) o sin imágenes (72,95 [IC del 0%: 72,0, 73,001], P < <>,<>) solos.
Los grupos de investigación anteriores han invertido un esfuerzo considerable para procesar datos contextuales (sin imágenes) y de imágenes. Huang et al (28) examinaron la literatura e identificaron tres estrategias principales de fusión, que son la fusión temprana, conjunta y tardía. La fusión temprana concatena las características multimodales en el nivel de entrada; La fusión conjunta emplea extractores de características separados para cada modalidad, uniendo posteriormente las representaciones de características aprendidas; y la fusión tardía agrega predicciones de modelos separados a nivel de decisión. Nuestro enfoque puede describirse mejor como fusión conjunta porque hace uso de extractores de características antes de combinar las modalidades. Como columna vertebral, utilizamos el modelo bien establecido Vision Transformer. Por diseño, las redes troncales intercambiables son la pieza central de nuestro conjunto centrado en transformadores y, si es necesario, esta columna vertebral se puede intercambiar por transformadores más avanzados una vez que estén disponibles más modelos futuros de alto rendimiento.
Con esta columna vertebral, nuestro modelo logró resultados que son comparables con otros enfoques de vanguardia (12) y, al mismo tiempo, es escalable, proporciona información sobre el proceso de toma de decisiones y es robusto en el sentido de que el modelo se puede aplicar cuando faltan datos. Estas propiedades son indispensables para la aplicación a la rutina clínica donde los datos faltantes y las series temporales largas de datos son muy comunes (29).
Para los dos conjuntos de datos investigados de radiografías con datos no relacionados con imágenes, encontramos un aumento constante en el rendimiento diagnóstico cuando se utilizaron datos clínicos sin imágenes junto con datos de imágenes. Esto está en línea con otros estudios que han utilizado modelos de aprendizaje profundo para combinar diferentes modalidades de datos, como histopatología y TC (30), y se espera que los modelos multimodales que pueden combinar una amplia gama de modalidades dominen el panorama futuro de la inteligencia artificial (29). Sin embargo, es posible que el rendimiento diagnóstico no se beneficie inevitablemente de la integración de datos de imagen y no de imagen. Por ejemplo, la diabetes se diagnostica predominantemente sin imágenes, mientras que el diagnóstico del neumotórax se basa principalmente en imágenes.
Este estudio tuvo varias limitaciones. En primer lugar, los ejemplos aquí demostrados hacen uso de datos de imágenes bidimensionales; Sin embargo, una cantidad sustancial de datos de imágenes médicas son tridimensionales, y si los paradigmas presentados se mantienen con los datos tridimensionales debe demostrarse una vez que dichos conjuntos de datos estén disponibles. En segundo lugar, probamos nuestra red neuronal en el contexto del aprendizaje supervisado, que requiere la presencia de etiquetas para cada paciente y limitó el rango de datos que se pueden emplear para entrenar nuestra arquitectura. En tercer lugar, la transferibilidad del dominio de nuestro modelo no pudo probarse debido a la falta de conjuntos de datos adecuados que tengan etiquetas concordantes y datos concordantes disponibles para el entrenamiento. En cuarto lugar, no realizamos una comparación con otras arquitecturas de modelos con respecto a los tiempos de entrenamiento, ya que esto estaba más allá del alcance del presente estudio. Los estudios futuros que comparen dichos modelos requerirían implementar estos modelos cara a cara utilizando entornos idénticos de entrenamiento, validación y prueba.
En conclusión, este estudio ha demostrado que un modelo de transformador entrenado en datos de imágenes a gran escala y no imágenes superó a los modelos entrenados en datos unimodales, aunque los estudios futuros deberían investigar otros escenarios de imágenes para confirmar de manera confiable la generalización. Con el advenimiento de las arquitecturas de transformadores y el creciente interés en los modelos multimodales de aprendizaje profundo, esperamos que los conjuntos de datos a gran escala que incluyen diferentes modalidades, desde radiografía hasta resonancia magnética, anatomías de pies a cabeza y diversas condiciones, estén disponibles públicamente.Esto constituirá una aplicación ideal y un campo de pruebas para los modelos de transformadores presentados en este estudio.
Rollin J. Fairbanks MD, MS, Robert L. Wears MD, MS, PhD, David D. Woods PhD (Professor of Integrated Systems Engineering), Erik Hollnagel PhD (Professor), Paul Plsek MS, Richard I. Cook MD (Professor of Healthcare System Safety)
Un sistema es resiliente si puede ajustar su funcionamiento antes, durante o después de eventos (cambios, perturbaciones u oportunidades) y, por lo tanto, sostener las operaciones requeridas en condiciones tanto esperadas como inesperadas. La resiliencia se encuentra en sistemas adaptativos complejos como la atención médica , que tienen características específicas que fomentan y requieren resiliencia. El estudio de la resiliencia de la atención médica tiene el potencial de ampliar la comprensión y la aplicación de conceptos de resiliencia en la atención médica y otros dominios críticos para la seguridad. La resiliencia contribuye de manera importante, aunque en gran medida oculta, a la seguridad del paciente . Este artículo es un resumen del taller Ideas para la innovación: estimulando colaboraciones en la aplicación de la ingeniería de resiliencia a la atención médica., celebrado del 13 al 14 de junio de 2013 en el Centro Keck de las Academias Nacionales en Washington, DC, patrocinado por el Proyecto de demostración Universidad-Industria de las Academias Nacionales y por el Instituto de Investigación en Salud MedStar. La reunión consistió en presentaciones de expertos en resiliencia y reacciones de profesionales de seguridad en cuidados intensivos. El objetivo del taller fue buscar posibles aplicaciones de la resiliencia en la atención médica y estimular colaboraciones entre la academia, el gobierno y las partes interesadas de la industria para implementar la ingeniería de resiliencia en la atención médica. *
El propósito de este artículo es proporcionar una descripción general de la resiliencia y la ingeniería de resiliencia y estimular las innovaciones en seguridad que podrían producirse al considerar la seguridad de la atención médica a través de la lente de la ingeniería de resiliencia. Dado el estado de este campo emergente, se necesitan herramientas más sólidas en la aplicación de la ingeniería de resiliencia a la atención médica.
¿Qué es la resiliencia?
La resiliencia ha sido concebida como una característica de algunos sistemas que les permite responder a una perturbación imprevista que puede conducir a una falla y luego reanudar las operaciones normales rápidamente y con una disminución mínima en su desempeño. 1
La resiliencia es importante para aquellos sistemas afectados por combinaciones de demandas habituales e inusuales; perturbaciones ambientales; variaciones en la dotación de personal u otros recursos; pérdidas o corrupciones de información; objetivos difusos, variables o conflictivos; y, fundamentalmente, un cambio incesante. Es la resiliencia de estos sistemas lo que les da la capacidad de lograr el éxito a pesar de las condiciones que fácilmente podrían conducir al fracaso, y lo que les permite recuperarse de forma rápida y segura después del fracaso. La comprensión actual de la resiliencia se basa en observaciones empíricas de los ámbitos laborales. En la barra lateral 1 (página 377) se muestra un ejemplo de resiliencia en acción . Además de los departamentos de emergencia (DE), los estudios han encontrado resiliencia en los quirófanos (OR), las UCI, clínicas y entornos de atención domiciliaria, salas de control de tráfico aéreo, centros de operaciones de redes informáticas y entornos de misiones militares. Algunas demostraciones de resiliencia de otros dominios se muestran en la Tabla 1 (página 377). Aunque diferentes en muchos aspectos, todos estos ámbitos implican mucho en juego y riesgos sustanciales, mientras que las cargas de trabajo y los ritmos operativos varían ampliamente. Los dominios utilizan tecnología complicada pero también dependen en gran medida de expertos humanos para su dirección y control. Sus operaciones son costosas, lo que genera una presión económica constante. El trabajo humano requiere afrontar la complejidad y la incertidumbre. Finalmente, estos dominios de trabajo exhiben cambios técnicos y organizativos continuos.
Respuesta resiliente a la automatización fallida de la dispensación de medicamentos *
Durante un turno ajetreado en el departamento de emergencias (DE), las unidades dispensadoras automáticas dejaron de funcionar. Las unidades mostraron un mensaje de error inesperado (“la impresora no funciona” en un dispositivo sin impresora) y no respondieron a las entradas del teclado ni de la pantalla táctil. Un paciente con broncoespasmo severo necesitó terapia inhaladora inmediata. Las enfermeras encontraron un inhalador sin usar en una colección de medicamentos destinados a volver al stock en el dispensador automático y lo usaron en lugar de uno dispensado formalmente para el paciente. Se contactó a la farmacia acerca de las unidades dispensadoras que no funcionaban. Un farmacéutico acudió al servicio de urgencias y no pudo restablecer el servicio de ninguna de las unidades. En colaboración con el médico a cargo del servicio de urgencias, las enfermeras y los farmacéuticos establecieron un método “corredor” para obtener medicamentos directamente de la farmacia. Los médicos escribían en papel los nombres y las dosis de los medicamentos necesarios para los pacientes. Se recogieron los papeles y se llevaron a la farmacia, donde los medicamentos se sacaron manualmente de los estantes y se colocaron en una bolsa. El corredor llevó la bolsa de regreso al servicio de urgencias, donde se distribuyeron los medicamentos a las enfermeras que atendían a los pacientes. De esta forma se empleó un relevo de dos corredores en los más de 45 minutos que tardó en resolverse la avería de la unidad dispensadora automatizada.
La resiliencia se expresó en la rápida evaluación de la situación por parte de los médicos; la intervención decidida y enfocada para obtener el medicamento de importancia crítica directamente de una fuente inusual; y la anticipación de un tiempo de inactividad prolongado de la automatización que llevó al personal a desarrollar una alternativa para llevar los medicamentos al servicio de urgencias.
Irónicamente, aunque los medicamentos de reanimación estaban disponibles de inmediato en los carros de emergencia locales, los medicamentos necesarios para prevenir el deterioro del paciente índice sólo se podían encontrar en la unidad de dispensación automática. Con la automatización averiada, el personal tenía la capacidad de tratar un paro cardíaco pero no la capacidad de prevenirlo.
El sistema de dispensación automatizado se adquirió principalmente para el control de inventarios y manejo de sustancias controladas. Esta falla del sistema finalmente se debió a una interacción sutil entre la función de ingreso de pedidos del proveedor y una característica de seguridad del sistema de dispensación en el contexto de una actualización de software. Unos meses después se produjo un fallo similar.
La resiliencia no es simplemente un éxito frente a la amenaza del fracaso. Aunque los sistemas resilientes pueden fallar y fallan, demuestran un repertorio de comportamientos, que incluyen cambios cualitativos en el desempeño en respuesta a demandas variables; respuestas decididas y significativas reflejadas en compensaciones de objetivos; y una tenacidad en los esfuerzos para responder eficazmente incluso cuando se enfrentan demandas crecientes o amenazas existenciales. Los sistemas resilientes previenen dinámicamente las fallas, mitigan las fallas en el proceso o redirigen la ruta de las fallas para hacer que la recuperación sea más fácil, menos disruptiva o menos costosa. Por ejemplo, durante el desastre nuclear de Fukushima Daichi en marzo de 2011, los operadores utilizaron las baterías de los vehículos que se encontraban en el lugar para proporcionar energía temporal a los instrumentos de la sala de control.2
La presencia de alternativas y la capacidad de evaluar situaciones y dirigir recursos para lograr los objetivos de mayor prioridad son factores clave en la resiliencia. La ausencia de cualquiera de ellos impide la resiliencia. Una perturbación de pequeña escala en un sistema resiliente será fácilmente acomodada con poco efecto aparente. Un acontecimiento grande e importante provocará una respuesta más dramática, pero, en un sistema resiliente, una caída en el desempeño será seguida por una rápida recuperación. Los sistemas altamente resilientes pueden incluso recuperarse de perturbaciones existenciales graves, preservando recursos críticos contra necesidades futuras y “vivir para luchar otro día”. 3
Lo opuesto a un sistema resiliente es uno frágil . Los sistemas frágiles no pueden soportar ni siquiera perturbaciones menores sin dejar de funcionar. Los grandes sistemas informáticos, de distribución eléctrica, de construcción e incluso financieros a veces demuestran fragilidad, como se demostró en la caída repentina de la Bolsa de Nueva York en 2010. 4
La resiliencia en sí misma es “escalable”, es decir, se puede encontrar en sistemas de diferentes tamaños. Aunque esto es más obvio en eventos dramáticos y de gran escala, como la respuesta médica al atentado contra un autobús (Caso 4, Tabla 2 , página 378), también se puede encontrar en situaciones rutinarias de pequeña escala, como el manejo de de una emergencia “blanda” (Caso 1, Tabla 2 ). El interés actual en la resiliencia se centra principalmente en una gama limitada de sistemas, desde unas pocas personas hasta una organización de quizás miles de personas (por ejemplo, una división militar). Pero algunos expertos sostienen que la resiliencia se puede encontrar en sistemas tan pequeños como células individuales o tan grandes como ecosistemas. 5 Existe una sólida base técnica para la resiliencia que se encuentra en sistemas complejos y adaptativos. 5. ,6. , 7. , 8.
Tabla 2 . Ejemplos de resiliencia en la atención sanitaria
Caso
Descripción
Escala de eventos
Actividades
Notas
1
CIRUGÍA DE EMERGENCIA “SUAVE” (1) * En medio de un día ajetreado, se inserta un caso de “emergencia” en la secuencia de casos sin mayor impacto en el cronograma.
Muy pequeña
•Consulta sobre los detalles del caso de emergencia.•Evaluación del estado actual del trabajo en el quirófano.•Negociación de asignación de recursos.
•Se requieren múltiples evaluaciones•Demandas competitivas resueltas por recursos.•Hizo uso de múltiples grados de libertad.
2
FALLA EN LA DISPENSACIÓN AUTOMATIZADA DE MEDICAMENTOS (14) Una actualización de software hace que la unidad de dispensación automática en un servicio de urgencias ocupado se congele sin previo aviso.
Pequeño
•Reconocimiento de la naturaleza del obstáculo.•Configuración de un corredor de farmacia informal de ida y vuelta•Uso de suministros de medicamentos “escondidos”, “préstamo” y sustitución
•Adaptado organizacionalmente para superar el fracaso tecnológico.•Revertido al sistema manual•Pérdida de contabilidad ordinaria a cambio de rapidez en el acceso a medicamentos
3
SU EN “CAÍDA LIBRE” (15) La afluencia de pacientes al SU abruma al personal, lo que lleva a desviarse de los protocolos organizacionales normales.
Medio
•Distribución de autoridad/responsabilidad•Renuncia a la supervisión habitual•Trabajos para recuperar las operaciones ordinarias
•Trabajo continuo a pesar de la pérdida de la organización central•Reservorio de capacidad usada en personal.
4
ATAQUE SUICIDIO A AUTOBÚS (1) Un atentado provoca más de 50 víctimas, que son evacuadas a hospitales y tratadas eficazmente.
Grande
•Atención directa por parte de médicos senior en el área de triaje.•Dispersión de víctimas a lugares de atención•Automovilización del personal que asume roles no estándar.•Eliminar tareas no críticas (por ejemplo, papeleo)
•Toda la instalación involucrada•Experiencia repetida desempeño refinado (aprendizaje)•Rápido retorno a las operaciones “normales”
O, quirófano; Servicio de urgencias, servicio de urgencias.*
Números de referencia, como se enumeran a partir de la página 382.
Uno de los primeros teóricos de la ingeniería de la resiliencia [y uno de los autores], Hollnagel, identifica cuatro aspectos relacionados de la resiliencia: (1) monitorear o explorar la función y el desempeño del sistema, (2) responder o reaccionar ante eventos o condiciones, (3) anticipar o prever eventos y condiciones futuros, y (4) aprender o reorganizar el conocimiento del sistema ( Tabla 3 , página 379). 9 En conjunto, estos proporcionan una descripción de la resiliencia en el contexto de sistemas adaptativos complejos a escala humana.
Escanear, escuchar, observar, atender y examinar el funcionamiento del sistema en diferentes escalas de tiempo para comprender el estado actual del sistema.
Ser consciente del uso actual de los quirófanos y la duración probable de los casos permite al coordinador gestionar sin problemas el caso de emergencia “suave” (Caso 1).
Respondiendo
Actuar o reaccionar, intervenir, corregir, afinar, ajustar, modificar, negociar, sacrificar para lograr objetivos específicos.
Distribuir la autoridad a los médicos jóvenes permite que el servicio de urgencias, en “caída libre”, maneje un aumento repentino de pacientes (Caso 3).
Anticipando
Proyectar, prever, mirar hacia adelante, pronosticar, predecir, simular dentro del sistema para comprender condiciones y eventos futuros probables e improbables.
La configuración temprana de un sistema corredor para solicitudes y entregas de medicamentos mantiene el servicio de urgencias funcionando de manera efectiva durante un largo período (Caso 2).
Aprendiendo
Incorporar, captar, revisar, estudiar experiencias e integrar el conocimiento resultante en estructuras disponibles para la práctica futura.
La experiencia repetida con atentados con bombas en autobuses promueve enfoques eficaces para afrontar un episodio de atentado (Caso 4).
Ejemplos de resiliencia incluyen la integración fluida de una cirugía de emergencia en una apretada agenda de quirófano (Caso 1, Tabla 2 ), la respuesta a la falla del equipo dispensador automático en el servicio de urgencias (Caso 2), la solución a un servicio de urgencias sobrecargado (Caso 3) y respuesta a un atentado suicida contra un autobús en una zona urbana (Caso 4). Aunque se trata de acontecimientos bastante diferentes, todos ilustran características básicas de la resiliencia.
En cada uno de estos casos, las personas buscan gestionar una perturbación temporal que se manifiesta como una interrupción del trabajo. El sistema posee resiliencia si su configuración permite a los actores dentro de él reaccionar efectivamente ante la perturbación cambiando o intercambiando objetivos. Una compensación, por ejemplo, sería el uso de un antibiótico más tóxico en un paciente críticamente enfermo. Otra sería la asignación deliberada de personal menos competente para realizar un procedimiento que permita la asignación del personal más competente a un procedimiento de mayor prioridad o más complejo. En el momento de la perturbación, el elemento flexible y adaptativo del sistema reside principalmente en los trabajadores de punta, quienes recurren a su conocimiento y experiencia para comprender la perturbación, anticipar las demandas de desempeño inmediatas y futuras, y cambiar el trabajo y los procesos de trabajo para satisfacer esas demandas. Para hacer esto bien se requiere un fondo grande y diverso de conocimientos sobre las características técnicas y organizativas de su sistema, el tipo de cosas que es probable que sucedan y que pueden suceder, qué recursos están disponibles y cuáles son las posibles consecuencias de trasladar los recursos de diferentes maneras. . El acervo de conocimientos debe ser accesible y recordarse adecuadamente en las circunstancias particulares que componen la perturbación. Por ejemplo, en el caso de emergencia suave (Caso 1), el El acervo de conocimientos debe ser accesible y recordarse adecuadamente en las circunstancias particulares que componen la perturbación. Por ejemplo, en el caso de emergencia suave (Caso 1), el El acervo de conocimientos debe ser accesible y recordarse adecuadamente en las circunstancias particulares que componen la perturbación. Por ejemplo, en el caso de emergencia suave (Caso 1), elEl anestesiólogo que “dirige” el quirófano es capaz de predecir la duración probable de los casos, conoce la velocidad con la que se puede llevar a un paciente al quirófano desde el servicio de urgencias y conoce la importancia de los problemas médicos que subyacen a la declaración del caso como “ emergencia.»
Para gestionar la perturbación es necesario hacer concesiones entre varios objetivos. Una característica distintiva de los sistemas resilientes es la presencia de múltiples objetivos que interactúan y la selección activa de objetivos frente a la incertidumbre. Normalmente, algunos objetivos están en conflicto y esos conflictos deben resolverse para que la resiliencia entre en juego. Por ejemplo, en la respuesta al bombardeo de un autobús (Caso 4, Tabla 2 ), los participantes abandonan la mayoría (pero no todos) el papeleo de rutina para obtener la respuesta más rápida posible para múltiples víctimas. Esto permite la atención inmediata de los pacientes, lo que, a su vez, crea problemas potenciales y trabajo futuro; por ejemplo, para establecer la identificación del paciente, rastrear su paso por el sistema y resolver el papeleo que no se realizó durante la perturbación.
Aunque llamamos la atención sobre el drama de la respuesta a la perturbación, la resiliencia está presente en el sistema antes de la perturbación. La capacidad de implementar conocimientos y lograr intercambios entre objetivos depende, a su vez, de la configuración del sistema y de las oportunidades que ofrece. Particularmente importante es la presencia de múltiples “grados de libertad” disponibles para las personas que enfrentan el disturbio. En el caso del servicio de urgencias en “caída libre” (Caso 3, Tabla 2) fue posible proporcionar altos grados de autonomía a cada miembro del personal para que pudiera trabajar sin el esfuerzo general necesario para coordinar sus actividades con quienes normalmente tienen autoridad. La presencia de estos individuos, sus capacidades y la presencia de equipos de tratamiento y medicamentos locales derivan de factores sistémicos
Recuperación de las Condiciones Operativas Ordinarias
El regreso a las operaciones normales es también un aspecto de la resiliencia, como lo ilustra, nuevamente, el caso del atentado contra un autobús (Caso 4, Cuadro 2 ): las víctimas del atentado se gestionaron rápidamente y las operaciones normales se reanudaron en unas pocas horas. Recuperar la capacidad perdida y restaurar las operaciones normales puede ser excepcionalmente difícil, particularmente en operaciones basadas en computadora, como en un caso de «knockout» en el registro de administración de medicamentos, que requirió «engañar» a la computadora retrasando su reloj interno dos días para reconstruir el pedido de cada paciente. historial para que los registros de administración de medicamentos estén completos y la facturación de la farmacia se pase al sistema de contabilidad. 10 La recuperación en sí misma es una expresión de resiliencia.
Aprendiendo de las perturbaciones
Los sistemas aprenden de las perturbaciones y alteran sus configuraciones en respuesta. Por ejemplo, los sistemas pueden aprender a anticipar y proporcionar las instalaciones y suministros que podrían necesitar los profesionales. Después de la interrupción de la dispensación automatizada en el Caso 2 ( Tabla 2 ), se cambió la configuración para permitir la entrada al dispositivo de suministro de medicamento bloqueado en caso de una falla similar.
La resiliencia puede mejorarse mediante la exposición repetida a perturbaciones similares. El componente de aprendizaje de la resiliencia ( Tabla 3 ) incluye la incorporación de experiencias pasadas en desempeños futuros. En el caso del atentado contra el autobús (Caso 4, Cuadro 2)), el buen comportamiento se debió en parte a la experiencia de acontecimientos similares durante los dos años anteriores. También es probable que muchas perturbaciones tengan características comunes que promuevan el aprendizaje de cómo manejar clases de perturbaciones. Puede haber, por ejemplo, más similitud entre las características perturbadoras de un suceso con víctimas masivas en un ferrocarril y el derrumbe de un edificio que cualquiera de ellas con un atentado contra un autobús. Las víctimas de un atentado contra un autobús aparecen en los lugares de clasificación con pocos minutos de diferencia entre sí, mientras que los derrumbes de edificios y los accidentes ferroviarios, que frecuentemente involucran muchas víctimas atrapadas, resultan en un flujo lento pero constante de víctimas para la clasificación. La capacidad de inferir las implicaciones de un tipo particular de evento a partir de experiencias previas puede ser crucial para la planificación de la respuesta.
En general, la resiliencia mitiga las pérdidas en lugar de lograr el desempeño exitoso habitual obtenido sin interrupciones. Para cada uno de los cuatro casos en la Tabla 2 , la respuesta a la perturbación implica sacrificar algunas metas en un esfuerzo por lograr otras. Manejar la caída libre en el servicio de urgencias no es la noción de nadie sobre la mejor atención, pero refleja la aceptación deliberada de enfoques nominalmente subóptimos e incluso potencialmente peligrosos para distribuir la atención en circunstancias excepcionales.
El aprendizaje parece ser sensible a la frecuencia, gravedad y variedad de las perturbaciones, de modo que cuando las perturbaciones son comunes, significativas y variadas, es probable que se incorporen a los procesos de trabajo formales. Cuando las perturbaciones están muy espaciadas, el aprendizaje puede materializarse principalmente en la educación y la formación. A medida que las perturbaciones se vuelven más variables y menos predecibles, se pone más énfasis en las capacidades generales, como la fuerza y la agilidad, con las que abordarlas.
Por el contrario, los entornos que presentan pocas sorpresas y mantienen un ritmo constante de operaciones pueden perder contacto con la experiencia de resiliencia. Sin oportunidades para aprender de las perturbaciones, el valor otorgado a la resiliencia puede disminuir. Mantener las instalaciones, los grados de libertad y la experiencia de los operadores puede parecer una extravagancia o incluso un desperdicio. Particularmente en las organizaciones burocráticas, las respuestas exitosas a los disturbios pueden convertirse en un trabajo “ordinario” y anodino, fomentando la eliminación de lo que parecen ser capacidades o recursos sin importancia.
El aprendizaje de la resiliencia es sistémico e implica incorporar experiencia con perturbaciones causadas por humanos, pero también incorporar experiencia en configuraciones de sistemas, recursos y artefactos que se convierten en instrumentos mediante los cuales la resiliencia se aplica en otras perturbaciones. ¿Por qué el servicio de urgencias (el escenario de tres de los cuatro casos del Cuadro 2 ) es un buen lugar para buscar resiliencia? Las operaciones de DE promueven inversiones en resiliencia porque las circunstancias allí frecuentemente exigen resiliencia. El servicio de urgencias funciona como un amortiguador entre el mundo exterior y el resto del hospital. Esto lleva al servicio de urgencias a estar expuesto a un flujo de perturbaciones prácticamente no regulado. La alta tasa y variedad de exposición a las perturbaciones otorgan gran importancia a la resiliencia. Gestión de perturbaciones 11es un elemento principal de la formación y la cultura de los profesionales de urgencias. Las actividades en el servicio de urgencias se limitan principalmente a la evaluación y el tratamiento de pacientes a corto plazo, lo que ofrece un marco de tiempo limitado que hace factible para los investigadores el “rastreo de procesos”, en el que se observan y analizan los movimientos y las comunicaciones. 12 La falla en la dispensación automatizada (Caso 2, Tabla 2 ) muestra cómo la frágil tecnología lleva a los profesionales a desarrollar y confiar en reorganizaciones del trabajo (a veces llamadas soluciones alternativas) 13 y estrategias novedosas (por ejemplo, el acaparamiento de pequeñas cantidades de unos pocos medicamentos en un «reserva»). 14 Aunque ninguna de las facetas de la resiliencia se encuentra únicamente en los SU, las condiciones allí hacen que los estudios sobre la resiliencia en los SU sean particularmente productivos.
Poner la resiliencia en acción a menudo implica reunir recursos. Los disturbios importantes, como incendios, derrumbes de edificios, accidentes industriales y actos de guerra, dan lugar a demandas repentinas de atención en el servicio de urgencias y llevan a los profesionales a acudir allí. En el ejemplo del atentado contra el autobús, los practicantes se trasladaron al servicio de urgencias desde los alrededores del hospital en previsión de las víctimas. Este tipo de acontecimientos también exigen respuestas rápidas, y el ejemplo del atentado contra un autobús muestra cómo los grupos pueden renunciar a diversas tareas administrativas que consumen mucho tiempo cuando esto ocurre.
Finalmente, los DE pueden descomponerse de maneras interesantes (aunque aterradoras). Estas averías pueden ser catastróficas, pero no necesariamente lo son. 15 Un sistema resiliente funciona mejor que uno frágil, 16 pero ser resiliente no significa ser invencible. Aunque la resiliencia es deseable, también puede resultar costosa. El servicio de urgencias suele ser el centro de la toma de decisiones económicas en los hospitales. Decidir cuánto invertir en resiliencia es una decisión que se toma en condiciones de incertidumbre. El DE es un laboratorio potencial para el estudio de las interacciones entre dinero y resiliencia.
Factores que mejoran y erosionan la resiliencia
La atención sanitaria depende en diversos grados de la resiliencia. Los ejemplos que hemos proporcionado demuestran que la resiliencia contribuye de manera importante a los resultados exitosos en el servicio de urgencias. Se están llevando a cabo estudios sobre resiliencia en otras áreas, incluidas las UCI y la atención domiciliaria, donde las expresiones de resiliencia son comunes, lo que afirma la importancia de la resiliencia para responder a perturbaciones grandes y pequeñas.
Las perturbaciones son comunes en toda la atención sanitaria, y la educación y la formación en las profesiones asistenciales se concentran en reconocer, evaluar y responder a las perturbaciones. La experiencia con las perturbaciones lleva a las organizaciones y empresas a invertir en resiliencia. Mantener reservas de suministros y otros recursos, distribuir deliberadamente la autoridad y la responsabilidad de manera que los trabajadores de primera línea tengan la capacidad y la experiencia para actuar de forma independiente y reconocer y ayudar en la negociación de objetivos son formas de mejorar la resiliencia.
Más difíciles de evaluar y apreciar son los que podrían denominarse “factores lentos”. Se necesitan muchos años para diseñar y construir una central nuclear; traer una nueva escuela de medicina o enfermeríahasta el vencimiento puede tardar el mismo tiempo. El conocimiento y la experiencia que contribuyen a la especialización de los cuadros obreros se desarrollan e inculcan a lo largo de años o incluso décadas. Los contribuyentes culturales que promueven los tipos de valores y la inventiva demostrados en Fukushima se derivan de normas y prácticas culturales desarrolladas a lo largo de siglos. Los desempeños resilientes se basan en estos recursos, que pueden ser cruciales en el momento de la perturbación. Aunque estos factores pueden parecer abstractos o distantes, preservar el conocimiento y la experiencia y transferirlos de manera efectiva a los profesionales de la próxima generación es explícitamente parte de las organizaciones de capacitación.
Es más difícil identificar y evaluar los factores que erosionan la resiliencia. La optimización de los retornos económicos puede ser una amenaza para la resiliencia, particularmente cuando los contribuyentes a la resiliencia se juzgan erróneamente como desperdicio y se eliminan, lo que resulta en un sistema más frágil. En Estados Unidos y otros países, la visión estrecha de la atención médica como un negocio puede hacer que las inversiones en resiliencia se consideren innecesarias. Las iniciativas de gestión deben emprenderse con sensibilidad y cuidado para evitar subestimar el valor de recursos aparentemente no productivos que contribuyen al potencial de resiliencia y que, de otro modo, podrían juzgarse erróneamente como desperdicio. 17. , 18.Debido a que muchos de los detalles del trabajo son conocimientos tácitos y mal articulados, a menudo existe una brecha entre la visión normativa del trabajo clínico (lo que se debe hacer) y la visión descriptiva (lo que realmente se hace). Privilegiar la visión normativa puede llevar fácilmente a perder valores importantes, pero latentes, y este descuido podría descubrirse sólo mucho más tarde, en medio de una crisis. Por ejemplo, la transformación de las operaciones provocada por una tecnología de la información eficiente 19 puede frustrar los esfuerzos de los profesionales para sostener las operaciones frente a las perturbaciones. 10
Un problema relacionado es la dificultad para evaluar la cantidad y calidad de la resiliencia presente en un sistema. Aunque la resiliencia se hace evidente por la respuesta a las perturbaciones, todavía no es posible medir de manera confiable cuánta resiliencia está presente en un sistema o cómo la resiliencia cambia con el tiempo. Los fenómenos que no se pueden convertir fácilmente en números reciben menos atención que los que sí lo son.
Nuestra falta de imaginación necesaria sobre el alcance y la naturaleza de posibles perturbaciones es igualmente preocupante. Después de los accidentes es fácil reconocer esta falta de imaginación. El accidente de Fukushima y la destrucción de los transbordadores Challenger y Columbia , por ejemplo, muestran los límites de nuestra capacidad para anticipar toda la gama de perturbaciones a las que se enfrentarán nuestros sistemas. Existe un marcado contraste entre la amplitud de los preparativos durante el programa espacial estadounidense que dieron resultados espectaculares en el caso del Apolo 13 20 y los que surgieron de un programa de transbordadores centrado en proporcionar transporte de rutina al espacio. 21
La repetición de perturbaciones similares promueve altos niveles de aprendizaje e inversiones en resiliencia (Caso 4, Tabla 2). Lo contrario también parece ser cierto: es difícil desarrollar y mantener la resiliencia si la tasa de perturbaciones es baja o la naturaleza de las perturbaciones varía ampliamente. Un servicio de urgencias urbano concurrido es, como era de esperar, impredecible, y las perturbaciones son comunes y variadas de maneras que ponen a prueba la resiliencia que se encuentra allí pero también promueven su desarrollo. Nos sorprenden los numerosos relatos de desempeños resilientes que aparecen cuando los trabajadores de urgencias hablan entre sí. (La discusión del taller proporcionó ejemplos de cómo anticipar el deterioro de las condiciones en pacientes específicos, el ritmo de trabajo y la disponibilidad del personal. La capacidad de prever obstáculos y puntos críticos futuros se citó como fundamental para gestionar los flujos de trabajo y lograr resultados exitosos).
Nuestro conocimiento limitado sobre los factores que mejoran y erosionan la resiliencia puede tomarse como hoja de ruta para una amplia agenda de investigación. Descubrir cómo (¡y en qué medida!) se modula la resiliencia en una variedad de entornos médicos probablemente sea a la vez desafiante y emocionante. Desarrollar herramientas (tanto teóricas como empíricas) para estudiar la resiliencia en la atención de salud requerirá tiempo y recursos.
¿Qué es la ingeniería de resiliencia?
La ingeniería de resiliencia es el diseño y la construcción deliberados de sistemas que tienen la capacidad de resiliencia. Los sistemas resilientes suelen experimentar perturbaciones. Capacitar a los profesionales para que aprendan sobre el manejo de las perturbaciones incorpora el proceso de aprendizaje en sí al repertorio de habilidades del profesional. La ingeniería de resiliencia podría, por ejemplo, incluir la creación de oportunidades para que los profesionales sin experiencia aprendan sobre las compensaciones y las consecuencias de la exposición deliberada a las perturbaciones. 21 Observamos que este tipo de aprendizaje requiere capacidad técnica y juicio sustanciales y puede encontrarse principalmente cerca del final del aprendizaje, después de que el aprendiz tiene el gran acervo de conocimientos y experiencia necesarios para evaluar alternativas y probabilidades. El aprendizaje prolongado está ahora bajo presión.22
Dado que las expresiones de resiliencia implican compensaciones y sacrificios entre objetivos, la resiliencia puede diseñarse garantizando que quienes las realizan sean capaces de prever las consecuencias de las compensaciones y sacrificios y sean capaces de emprender estas acciones. En las prácticas médicas y quirúrgicas, que, a diferencia de las centrales nucleares y sistemas de ingeniería similares, tienen estructuras técnicas y organizativas relativamente planas, los profesionales de primera línea conservan el conocimiento y la autoridad para manejar las perturbaciones, en las que tienen oportunidades de implementar importantes compensaciones y sacrificios. . La gran variabilidad entre pacientes y situaciones requiere otorgar autoridad a los profesionales. A menudo se pide a los médicos que evalúen los riesgos y beneficios de diversos cursos de acción bajo una gran presión de tiempo y consecuencias.23 o mediante herramientas bien diseñadas, es una vía potencial para la resiliencia de la ingeniería en estos entornos.
Está claro que la tecnología, la configuración del espacio de trabajo, las comunicaciones y el acceso a la información desempeñan papeles importantes en la resiliencia. Para atender a las víctimas masivas de un atentado contra un autobús, por ejemplo, se hace un uso intensivo del servicio de urgencias como lugar físico para que los trabajadores clínicos se reúnan y se muevan rápidamente entre los pacientes. La tecnología de laboratorio y de imágenes portátil proporciona datos casi en tiempo real. La presencia de médicos experimentados y experimentados permite la toma de decisiones inmediata basada en la mejor experiencia clínica disponible. La capacidad de visualizar la disponibilidad de recursos críticos (como, por ejemplo, se muestra en el Caso 1, Tabla 2 ) puede informar de manera eficiente las compensaciones y sacrificios. Comprender cómo estos factores contribuyen o erosionan la resiliencia es un área importante para futuras investigaciones.
Resumen
La resiliencia está presente en los sistemas en funcionamiento y contribuye sustancialmente a la capacidad de los operadores para responder a perturbaciones grandes y pequeñas. Aunque el estudio de la resiliencia se encuentra en su etapa inicial, muchos de los ejemplos convincentes de resiliencia en acción provienen de la atención médica. Esto no es una coincidencia; Los disturbios son comunes, y la educación y capacitación de los profesionales enfatiza la respuesta reflexiva y deliberada a los disturbios. Muchos entornos de atención sanitaria (como el servicio de urgencias) sirven como espacio liminal y amortiguador entre el mundo predecible y ordenado del hospital y el mundo exterior, a menudo tumultuoso y desenfrenado. Aquí se pueden encontrar fácilmente ejemplos de resiliencia, pero creemos que la resiliencia en sí es omnipresente en toda la práctica médica.
¿Cómo se crea, sostiene y erosiona la resiliencia? Las investigaciones en curso buscan responder a estas preguntas. Es importante comprender cómo la resiliencia se ve afectada por el cambio organizacional e institucional. Somos sensibles a la necesidad de contar con medios para medir la calidad y cantidad de la resiliencia en lugares específicos. Creemos que la resiliencia puede verse significativamente erosionada por una variedad de mecanismos, particularmente en sistemas bajo presión. Las inversiones en experiencia profesional, por ejemplo, son difíciles de sostener cuando los beneficios que se derivan de ellas son difíciles de medir y la necesidad aguda de experiencia es esporádica.
Por último, la resiliencia no conduce invariablemente al éxito, y la falta de resiliencia no conduce invariablemente al fracaso. La resiliencia puede permitir un éxito limitado ante perturbaciones graves, y la falta de resiliencia puede llevar al fracaso ante perturbaciones menores. La exploración actual de la resiliencia debería impulsarnos a mirar el éxito de manera más crítica para construir una imagen más precisa de los sistemas importantes en funcionamiento. El complejo sistema adaptativo que brinda atención a los pacientes está desplegando resiliencia, en su mayor parte sin que nadie se dé cuenta. Lo sorprendente no es que haya tantos accidentes en el ámbito sanitario sino que no haya aún más. Debido a que nuestro éxito depende tan regularmente de ello, encontrar formas de identificar y mejorar la resiliencia es una necesidad crítica para la seguridad del paciente .
La conferencia fue patrocinada por la Asociación de Demostración Universidad-Industria, Washington, DC, y el Instituto de Investigación en Salud MedStar, MedStar Health, Washington DC. La conferencia fue planificada y dirigida por el Centro Nacional de Factores Humanos en la Atención Médica, Instituto MedStar para la Innovación, MedStar Health, Washington DC. Este informe de la conferencia refleja las opiniones de los autores y no necesariamente las de sus instituciones o los patrocinadores del taller. Los autores agradecen a los presentadores del taller, en cuyas sesiones se basa gran parte de este contenido: Ann Bisantz, Escuela de Ingeniería y Ciencias Aplicadas, Universidad de Buffalo; Jeffrey Braithwaite, Centro de Investigación de Gobernanza Clínica, Instituto de Innovación en Salud y Universidad de Nueva Gales del Sur; Joan Ching, Centro Médico Virginia Mason; Cathie Furman, Centro Médico Virginia Mason; Sorrel King, Fundación Josie King; Seth Krevat, MedStar Salud; Christopher Nemeth, Asociados de Investigación Aplicada, Inc.; Barbara Pelletreau, Salud Dignidad; y Shawna Perry, Sistemas de Salud de la Virginia Commonwealth University y Virginia Commonwealth University.
Dr. Carlos Alberto Díaz. Profesor Titular Universidad ISALUD. Septiembre 2023.
El concepto de hospital está en continuo desarrollo, con el objetivo final de proporcionar la mejor atención sanitaria posible a los pacientes; condiciones de trabajo equilibradas, seguras y productivas para el personal del hospital; y comodidad para los visitantes, mientras opera de manera eficiente, rentable y sostenible. El papel de la tecnología es central en la configuración del futuro de la atención médica, ya que la tecnología puede abordar tareas tediosas, por ejemplo, la monitorización de signos vitales, para facilitar a los médicos y enfermeras el cuidado, las alertas y el pronóstico, pero cada vez requeriremos más de la interfase humana. hemos abordado con anterioridad otros aspectos del hospital del futuro, el área para pacientes pluripatológicos y multimorbilidad, las áreas de proceso para entregar todos los servicios que requiere un hospital como la emergencia, el cuidado moderado, especial, critico, la cirugía de rápida recuperación, la teleconsulta, y el sistema de información con seis anillos digitales, sistemas interoperables.
En el nuevo hospital de día como integrante del hospital del futuro se tiene que organizar en función de procesos reglados, de corta estancia esbeltos, lean, con identificación y trazabilidad del paciente, que antes de colocarlo en el proceso contenido tiene que hacer una revisión indispensable de dos aspectos de la apropiabilidad del estudio o el sanitario., el tratamiento solicitado y la pertenencia en ese momento de la vida del paciente y su evolución, con una visión crítica, de replanteo, y de responsabilidad. Este servicio asistencial debe tener una coordinación médica de un internista como el resto de las áreas o conjuntos de procesos, servirá para una internación menor a doce horas, para realizar controles, tratamientos, con fines diagnósticos, para estabilizar pacientes, o terapéuticos como una alternativa al ingreso hospitalario normal. El médico clínico como en cualquier otro dispositivo del hospital por cuidado progresivo responde a la necesidad de tener una visión holística del paciente, su realidad y actualidad familiar y social. Es un lugar en el cual intervienen diversos especialistas apoyados y respaldados por esta coordinación, el hospital de día debe tener espacios adecuados y locales correspondientes para tratar los problemas de salud para los cuales fue diseñado. En la medida que se pueda debe ser un hospital de día polivalente, para dar prestaciones variadas, esto le da flexibilidad y eficiencia a la utilización. También puede tener un área obstétrica donde se siga el embarazo de alto riesgo, para concentrar los estudios de diagnóstico y tratamiento, y disminuir las barreras de accesibilidad de estos pacientes. La cantidad de camas para un hospital de día quirúrgico debe superar el número de quirófanos y ser un área monitoreada con control médico y de enfermería, puede ser un espacio bidireccional, pero siempre de un número mayor para permitir ingreso y egreso de pacientes del quirófano, teniendo en cuenta que para estos pacientes es fundamental tener el servicio de anestesia, y el manejo del dolor para la recuperación del paciente en tiempo y forma. Deberá contar con todas las áreas de apoyo administrativa, de depósito de medicamentos y material adecuado. Debiera tener como proveedor un centro de mezclas o servicios de farmacia satélite.
El hospital de día será de rápido diagnóstico, de cirugía ambulatoria, de procedimientos endoscópicos e invasivos, de quimioterapia oncológica, de estabilización de pacientes frágiles, de realización de estudios para determinar la salud de un determinado grupo de población, o evaluación periódica a niños con trastornos crónicos, para observar nivel de cuidado, integración con la familia, y respuesta del sistema socio sanitario. Para pacientes con problemas de salud mental. Para estimulación. Un área flexible multifuncional donde se realicen procedimientos, endoscopias, punciones, biopsias dirigidas, colocación y cambios de catéteres.
Son diferentes hospitales de día, con disposiciones distintas, con respaldo profesional específico, puede producir todas esas líneas y establecer un seguimiento de los pacientes.
El ingreso y la admisión al hospital de día es importante, porque se corre el riesgo de producción industrial. Porque a partir del momento que uno comienza a realizar el tratamiento o el procedimiento deben estar revisadas todas las condiciones previas y como fue presentada la alternativa ambulatoria, una fundamental es que sabe el paciente de este, Porque los pacientes y los profesionales que le presentan esta alternativa no explican todo como corresponden. Entonces hay que completar esto con un cuestionario autoadministrado, para que no tenga visiones mágicas de lo que se va a realizar, que se sienta contenido, comprendido y puesto en el centro de la atención.
El paciente debe ser identificado, revisado por un médico, monitorizado, leída su historia clínica, sus antecedentes, monitoreadas las indicaciones, la revisión de la medicación y dilución de los fármacos y se apliquen los diez o quince principios seguros de la atención de los medicamentos. Debe ser una atención brindada con confort y comodidad. Debemos desafiar los usos convencionales en espacio, crear áreas flexibles y funcionales, optimizando todos los procesos pensando en el paciente, el agente y los proveedores. Con dispositivos electrónicos y estaciones móviles. Como parte de una red escalable de servicios.
Tendrá que disponer de áreas con camillas, con sillones, áreas de procedimientos invasivos, intervencionismo, consultorios de admisión de pacientes, dispositivos para identificación de venas, sistemas para identificación y locación de pacientes, relación con el centro de mezclas, preparación de pacientes para procedimientos quirúrgicos ambulatorios, un área con circulaciones bien definidas, elaboradas con la opinión profesional, de médicos y enfermeras, especialistas, arquitectos hospitalarios, definición de procesos y sus mapas, el lay out, la redes de comunicación, del internet de las cosas, la interoperabilidad, el monitoreo
También servirá para estabilizar a los pacientes que tengan enfermedades crónicas parcialmente descompensados.
Tendremos varios procesos en ese hospital de día los quirúrgicos, los endoscópicos, los de determinación de riesgos de evaluación gerontológica, los oncológicos las quimioterapias, los clínicos, los de tratamiento del dolor, los de pacientes en recuperación de la motricidad.
A nivel mundial los hospitales de cirugía del día están cambiando la experiencia de los pacientes ofreciendo una alternativa a la internación hospitalaria convencional. Que implica mejoras en los tiempos, sin tantos desperdicios, mejora en la logística, en el control del dolor, en la regulación de la anestesia. Ahorro de costos. Mejor servicio al paciente. Los pacientes no pernoctan no requieren personal nocturno o del fin de semana. Menor riesgo de infección. Recuperación más corta. Se debe mejorar la comunicación con los pacientes. Mejor programación de las cirugías. Disminución de las listas de espera. Los pacientes tienen que vivir cerca. Sino la estancia de recuperación debiera ser en una residencia para pacientes o un hotel. Se deben seleccionar muy bien a los pacientes y los riesgos de comorbilidad. Deben ser áreas muy seguras.
Los consentimientos informados deben aclarar que podrá seguir su restablecimiento en caso de complicaciones en internación de otras áreas de cuidados intensivos.
JAMA. Publicado en línea el 2 de octubre de 2023. doi:10.1001/jama.2023.20550
Smith M, Singh H, Sherman JD. Infection Prevention, Planetary Health, and Single-Use Plastics. JAMA. Published online October 02, 2023. doi:10.1001/jama.2023.20550
La Comisión Minderoo-Mónaco sobre Plásticos y Salud Humana destacó recientemente cómo los plásticos han beneficiado a la sociedad, pero son responsables de daños significativos para la salud ambiental y humana. 1Por ejemplo, el 98% de los plásticos se derivan del carbono fósil, contribuyendo con el 3,7% de las emisiones de gases de efecto invernadero que causan el cambio climático y fracciones similares de emisiones tóxicas al aire.1Los plásticos fósiles a base de carbono no se biodegradan, sino que se descomponen en micropartículas y nanopartículas que ingresan a los organismos a través de las cadenas alimentarias y el ciclo hidrológico. 1,2Los plásticos están cargados de aditivos químicos nocivos, muchos de los cuales actúan como carcinógenos, neurotoxinas y disruptores endocrinos, contaminantes orgánicos persistentes capaces de dañar a las generaciones actuales y futuras.1 Las exposiciones humanas ocurren durante cada fase del ciclo de vida del plástico, incluida la extracción de recursos naturales, la fabricación, el transporte, el uso y la eliminación al medio ambiente. 1
Se espera un Tratado Mundial de Plásticos de las Naciones Unidas (ONU) para poner fin a la contaminación por plásticos para 2024. 1,3
Si bien la atención médica contribuye con casi el 5% de las emisiones globales de gases de efecto invernadero y consume cantidades sustanciales de plásticos,4,5 los esfuerzos para reducir el uso de plásticos en la atención médica están en gran medida ausentes. De hecho, la atención médica está pasando cada vez más de equipos duraderos y reutilizables a dispositivos de plástico desechables de un solo uso. 5 Además del equipo de protección personal (máscaras, batas protectoras y guantes), los artículos cotidianos como manguitos de presión arterial, catéteres, instrumentos quirúrgicos complejos e incluso ropa de cama, almohadas y batas para pacientes están cargados de plástico y comúnmente se desechan después de un solo encuentro con el paciente. 5 Varios factores están contribuyendo a esta rápida transición a los desechables, incluida la obsolescencia fabricada por la industria para vender más dispositivos, los beneficios de costos percibidos, la conveniencia y las normas culturales. 5 Sin embargo, hay una escasez de evidencia de beneficio de la mayoría de los dispositivos de un solo uso, especialmente para la prevención de infecciones, y la dependencia de ellos aumenta las vulnerabilidades de la cadena de suministro. 5,6
Dadas las amenazas para la salud humana de la contaminación ambiental, el cambio climático y la pérdida de biodiversidad, ha llegado el momento de reducir la dependencia excesiva de los desechables de un solo uso.
Tres estrategias pueden lograr esto: (1) reformar las pautas nacionales de prevención de infecciones, (2) actualizar los estándares de notificación de infecciones relacionadas con dispositivos de un solo uso y reutilizables, y (3) incentivar a la Administración de Alimentos y Medicamentos de los Estados Unidos (FDA) y a la industria a priorizar el diseño reutilizable y la innovación.
Estas recomendaciones pueden promover la transición a una economía circular5 que minimice el desperdicio y mantenga los materiales en uso el mayor tiempo posible.
Reformar las directrices nacionales de prevención de infecciones
Las recomendaciones nacionales sobre cuándo es apropiado usar equipos médicos de un solo uso frente a equipos reutilizables están ausentes. Las principales pautas de control de infecciones son publicadas por el Comité Asesor de Prácticas de Control de Infecciones de Atención Médica (HICPAC) que asesora a los Centros para el Control y la Prevención de Enfermedades (CDC). Las políticas y prácticas institucionales se escriben de acuerdo con estas pautas y posteriormente son aplicadas por las organizaciones de acreditación y los departamentos locales de salud pública. Las directrices7 de HICPAC abordan el control de infecciones ambientales, las precauciones de aislamiento y los asuntos de dispositivos médicos, incluida la desinfección y la esterilización. Se reconoce que el uso de alternativas desechables o reutilizables es importante, pero solo en el contexto de batas, cortinas y telas quirúrgicas; Otros dispositivos médicos no se discuten. Las guías actuales no recomiendan una opción sobre la otra, sin embargo, un artículo de revisión citado no encontró que las batas y cortinas de un solo uso sean superiores a los reutilizables en términos de prevención de infecciones. 8 Las batas y cortinas reutilizables confieren ventajas significativas sobre las alternativas de un solo uso en términos de consumo de energía, agua y productos químicos durante el ciclo de vida9 y fueron una solución crítica para la escasez de la cadena de suministro pandémica. Varios estudios que comparan los impactos ambientales de los dispositivos médicos reutilizables y desechables encuentran ventajosas las opciones reutilizables. 5
Como siguiente paso, los CDC podrían encargar a HICPAC que modernice las pautas para reflejar mejor la evidencia, si la hay, para respaldar dispositivos de un solo uso o reutilizables de todo tipo, identificar brechas de información y proponer una estratificación del riesgo que tenga en cuenta el impacto ambiental, los costos y la resiliencia de la cadena de suministro. Las organizaciones de acreditación y los Centros de Servicios de Medicare y Medicaid (CMS) podrían garantizar posteriormente la implementación efectiva de las pautas reformadas.
Actualización de los estándares de notificación para infecciones relacionadas con dispositivos
Los sistemas actuales de notificación de incidentes no proporcionan una comprensión completa del riesgo de infección relacionado con dispositivos médicos. Por ejemplo, la base de datos Manufacturer and User Facility Device Experience (MAUDE) de la FDA se centra en las fallas de los dispositivos, pero no captura los desafíos de descontaminación, los factores de riesgo de infección o los resultados. La Red Nacional de Seguridad de la Atención Médica (NHSN, por sus siglas en inglés) de los CDC recopila datos solo sobre algunas infecciones relacionadas con dispositivos permanentes. Los desafíos actuales incluyen el subregistro de infecciones relacionadas con el dispositivo, informes incompletos o inexactos y la atribución de causalidad. Mejores datos apoyarían una estratificación integral del riesgo para guiar las opciones. Para mejorar la comprensión de los riesgos de infección derivados de los productos reutilizables frente a los de un solo uso, los CDC podrían encargar a NHSN que reconfigure las bases de datos existentes para recopilar datos más granulares. Se pueden desarrollar mejores definiciones y estándares para respaldar la notificación de todas las infecciones sospechosas relacionadas con el dispositivo y los factores de riesgo asociados.
Para ser más eficaz, la presentación de informes deberá ser obligatoria y estandarizada a nivel nacional. Esto requerirá apoyo para ampliar los programas, como el Programa de Prevención EpiCenters de los CDC, que pueden facilitar las asociaciones académico-de salud pública para desarrollar la base de evidencia para impulsar cambios e implementar estándares de informes actualizados. La presentación de informes podría promoverse aún más ampliando la lista de infecciones relacionadas con el dispositivo que CMS vincula con el reembolso. 10
Priorización de reutilizables por la FDA y la industria
Para que un fabricante lleve un dispositivo médico al mercado con una etiqueta «reutilizable», proporciona datos que demuestran a satisfacción de la FDA que el dispositivo se puede limpiar, desinfectar o esterilizar sin afectar su función.Sin embargo, la etiqueta de «un solo uso» es autodesignada por los fabricantes, no por la FDA. Por lo tanto, un dispositivo puede etiquetarse como de un solo uso porque el fabricante cree que no se puede usar de manera segura y confiable más de una vez, o porque el fabricante elige no realizar los estudios necesarios para demostrar a la FDA que es reutilizable. Mientras tanto, ciertos fabricantes y compañías de terceros recolectan los llamados dispositivos de un solo uso usados, los limpian y esterilizan, y los venden a los hospitales para su reutilización como dispositivos médicos «reprocesados» aprobados por la FDA.
Debido a que los fabricantes están naturalmente incentivados a promover dispositivos de un solo uso para maximizar las ganancias, la FDA puede priorizar los mecanismos de contrapeso para promover el uso responsable de los recursos. Por ejemplo, la FDA ha identificado características de diseño importantes para los reutilizables que permiten una mejor limpieza, desinfección y esterilización. Estas características incluyen la capacidad de desmontar y volver a montar fácilmente, suavizar las superficies internas y externas, limitar los componentes desechables de un solo uso a solo las áreas más difíciles de reprocesar de manera efectiva e identificar claramente qué componentes no se pueden reutilizar. La FDA podría acelerar el uso de estas características de diseño y requerir la máxima reutilización en todas las nuevas aplicaciones 510 (k) y dispositivos médicos previos a la comercialización.
La FDA también podría asegurarse de que las instrucciones de uso (IFU) estén escritas para maximizar tanto la facilidad como la seguridad de los procedimientos de limpieza. Las IFU contienen instrucciones del fabricante sobre cómo limpiar y esterilizar dispositivos médicos, y los hospitales deben seguirlas. Sin embargo, los fabricantes están haciendo cada vez más que los procedimientos de IFU sean innecesariamente engorrosos, lo que lleva a los hospitales a recurrir a dispositivos desechables de un solo uso para minimizar la complejidad de la gestión, los costos laborales y las citaciones por incumplimiento. 5 Una colaboración más sólida entre la FDA, la industria de dispositivos médicos y las organizaciones comerciales, como la Asociación para el Avance de la Instrumentación Médica, podría ayudar a revisar los estándares para garantizar que los procedimientos de reprocesamiento y validación minimicen las cargas y los costos ambientales.
El Centro de Innovación CMS puede acelerar un mejor diseño, innovación y adopción de dispositivos reutilizables. Por ejemplo, se pueden desarrollar y probar nuevos modelos de pago para incentivar a las organizaciones de atención médica a priorizar la adquisición de dispositivos médicos reutilizables seleccionados, reducir la generación de desechos sólidos y reducir las emisiones de la cadena de suministro. 4
Conclusiones
Para ciertos dispositivos médicos seleccionados, la desechabilidad de un solo uso puede ser la mejor solución, pero la adopción a gran escala, sin restricciones e irracional de artículos desechables en nombre de la prevención de infecciones es dañina, insostenible e inaceptable. El reciente informe de la Comisión de Plásticos Minderoo-Mónaco1 y el próximo Tratado Global de Plásticos2024 de las Naciones Unidas 3 destacan una creciente crisis de salud planetaria que puede mitigarse a través de los próximos pasos prácticos recomendados en este documento. Con un enfoque en la prevención de infecciones como un impulsor clave del uso desechable, los cambios transformadores en las prácticas regulatorias, industriales y de organizaciones de atención médica pueden acelerar la reducción de los plásticos de un solo uso y ayudar a proteger la salud planetaria y humana.
En el contexto de una invitación a participar en unas jornadas de calidad y de acreditación- evaluación en las empresas de salud, desde la visión de un prestador que voluntariamente muestra sus procesos, sus evaluaciones, indicadores y resultados, la significación que implica movilizar a una organización en una tarea evaluativa, que es de reconocimiento conjunto, de una suma de factores y procesos, vinculadas con el plan estratégico, el gobierno, la institucionalidad, el financiamiento, la presupuestación, la gestión del talento humano, de las compras, de la gestión del riesgo, de la gestión de los pacientes, de la asistencial o clínica, del laboratorio, las imágenes, la hotelería, la farmacia la esterilización, la emergencia, las unidades de cuidados intensivos, los procesos de docencia, la seguridad edilicia, el mantenimiento, el funcionamiento del quirófano, de la emergencia, la limpieza, el manejo de los residuos patogénicos, la evaluación de los principales indicadores, el involucramiento multidisciplinario y fundamentalmente de los médicos, de los jefes de servicio que serán los impulsores de los principales procesos del cambio, el rol importante de cada uno de los procesos que su producto aunque sea intermedio será productor de otros procesos, pero este esfuerzo se malogrará si no se continua entre las instancias de la reacreditación. Incluir los nuevos desarrollos como una adenda al proceso de evaluación. La participación de toda la organización es fundamental, las áreas de calidad y seguridad del paciente deberían demostrar que la mejora en la efectividad y en la eficiencia sirve para financiar los cargos. La importancia de tener un área de calidad presente activa, que se le de importancia, que los servicios los consulten. Hay un período cada cuatro años entre acreditaciones que debe seguirse, progresar, actualizar, corregir lo que es señalado por los evaluadores, una puesta en valor permanente. La acreditación, el reconocimiento levanta la estima de los integrantes de los equipos, es sumamente positivo y se les debe dar la mención. Los procesos deben reflejar estrictamente la realidad de los procedimientos tal cual son. Las quejas deben ser oportunidad de mejora. Lo más importante es el liderazgo que es el que mantiene estos esfuerzos en vigencia. Las organizaciones que crecen mantienen la evaluación. Esto por lo menos si es bien expresado y comunicado le da confianza en los equipos de trabajo, los pacientes y comunicándolo a los financiadores. Los mismos, las obras sociales y los prepagos debieran pedirle la acreditación a cada uno de los prestadores. esto debiera significar un reconocimiento. Con valores que oscilen entre 2 y 5% del valor que se les paga a todos. Para que se alineen los incentivos. Impulsar la formación continua de todos los integrantes. la acreditación es gestión del conocimiento.
La acreditación sirve para:
Mejorar la gestión clínica y hospitalaria.
Para mejorar la alineación de los objetivos específicos con los generales.
Posicionar en la medicina basada en el valor la calidad.
Gestión por procesos.
La seguridad de los pacientes.
La participación de lo intangible en los momentos de verdad y de dolor.
Mejorar las áreas tangibles.
Alinear servicios contratados.
mejorar la defensa en juicio.
Disminuir los costos de prestación.
Ivan Radević, Vlado Dimovski, Anđelko Lojpur & Simon Colnar (2023) Quality of Healthcare Services in Focus: The Role of Knowledge Transfer, Hierarchical Organizational Structure and Trust, Knowledge Management Research & Practice, 21:3, 525-536,
1. Introducción
El campo de la calidad de los servicios sanitarios se enfrenta a presiones crecientes para mejorar la calidad, aumentando la presión hacia el lado de la oferta (Al-Borie & Sheikh Damanhouri, 2013 ). La literatura anterior establece que la calidad de los servicios puede percibirse como una ventaja competitiva sostenible crucial (Zarei et al., 2011 ) y brindar un servicio de alta calidad puede generar ahorros de costos y un mejor desempeño organizacional (Kazemi & Fanudi,2009 ). Además, investigaciones anteriores concluyen que la calidad suele estar relacionada con la infraestructura disponible, la tecnología contemporánea y los equipos y actividades realizadas por el personal (Ferreira & Marques,2021 ). Sin embargo, varios estudios centrados en medir la calidad de los servicios de salud han revelado muchos desafíos (Parand et al., 2014 ). Por lo tanto, es importante familiarizarse con las dimensiones relevantes de la calidad del servicio y definir variables procesables para posibles mejoras (Tripathi & Siddiqui,2018 ). Nuestro artículo tiene como objetivo promover el desarrollo de indicadores relevantes de calidad de los servicios en el sector sanitario (Klemenc-Ketiš et al.,2017 ) y ofrecer información sobre el tema de la gestión del conocimiento en el sector sanitario (Han & Pashouwers,2018 ).
Pocas investigaciones han considerado el impacto de diversos factores organizacionales, como la transferencia de conocimientos, la estructura organizacional jerárquica y la confianza, en la calidad de los servicios de salud. Además, existe una necesidad creciente de un progreso continuo en cuestiones de calidad, ya que informa a las partes interesadas sobre los desafíos potenciales y proporciona sugerencias sobre cómo resolverlos (Parand et al., 2014 ). Por lo tanto, la teoría existente podría resultar difícil de aplicar en entornos sanitarios. En esencia, la gestión del conocimiento puede entenderse como una función de diferentes factores organizacionales (Mahmoudsalehi et al.,2012 ). Dentro del alcance de nuestra investigación, nuestro artículo se centra en mejorar nuestra comprensión de la facilitación de la transferencia de conocimientos, que es importante para el avance del mundo laboral actual, intensivo en conocimientos (Cross Walker, 2020 ). Además, nuestro objetivo es reducir las brechas en la transferencia de conocimientos que actualmente están presentes en las organizaciones sanitarias (McLoughlin et al.,2020 ). De manera similar, nuestro objetivo es fortalecer los esfuerzos de investigación anteriores para validar el impacto negativo de una jerarquía, formalización y centralización excesivas en las actividades de gestión del conocimiento (Mahmoudsalehi et al., 2012 ) y sobre la calidad de los servicios de salud. Investigaciones anteriores sugieren de manera similar una contribución alentadora de la confianza en la gestión del conocimiento (Tan & Md., 2013 ) y su posterior impacto en los servicios prestados por las instituciones de salud (Fatima et al.,2018 ). En nuestro artículo, nos centramos en la perspectiva de los proveedores de servicios sanitarios, ya que incluye un énfasis particular en el conocimiento del personal que implementa los servicios en la práctica (Lee, 2017 ), donde creemos que el papel de la gestión del conocimiento y los factores organizacionales puede ser integral.
El propósito de este artículo es contribuir a la investigación de vanguardia, proponiendo teóricamente y probando empíricamente la exploración de factores organizacionales que influyen en las actividades de gestión del conocimiento en el entorno del sector de la salud como parte de los esfuerzos para rediseñar eficazmente los servicios (Ferlie et al. Alabama.,2017 ). Exploramos la relación entre la transferencia de conocimiento y la calidad de los servicios de salud y la estructura organizacional jerárquica y la calidad de los servicios de salud. Además, analizamos el potencial efecto moderador de la confianza en las relaciones antes mencionadas. Probamos nuestras hipótesis desarrolladas en instituciones de salud en Montenegro con un análisis cuantitativo de los datos recopilados. Como los datos para todas nuestras variables se obtuvieron en una única encuesta, reconocemos que el sesgo del método común podría ser un problema metodológico. Con nuestra investigación, pretendemos contribuir a la construcción de un cuerpo cohesivo de literatura sobre la calidad de los servicios de salud y la gestión del conocimiento en el contexto de las organizaciones del sector público (Al Ahbabi et al.,2019 ) que actualmente es limitado y fragmentado (Klemenc-Ketiš et al.,2017 ; Oluikpe,2012 ). De acuerdo con nuestra teoría general de la visión de la organización basada en el conocimiento (Grant, 1996 ; Hislop et al., 2018 ; Kogut y Zander, 2003 ), que enfatiza el papel primordial del conocimiento en las organizaciones, nuestra investigación asumió la relación entre la gestión del conocimiento y los factores organizacionales como una de las principales fuentes que influyen en la calidad de los servicios en las instituciones de salud. Otro objetivo de nuestra investigación fue aclarar aún más el vínculo entre los factores organizacionales que influyen en la gestión del conocimiento y el desempeño organizacional (Inkinen, 2016 ). Tenemos la intención de brindar más apoyo empírico al conflicto entre los enfoques basados en el conocimiento y los enfoques burocráticos (Grant,1996 ), incluida la estructura organizativa jerárquica.
2. Revisión de la literatura
Hoy en día, la atención sanitaria se considera un proceso impulsado por el conocimiento con una base de conocimientos muy fragmentada (Meijboom et al., 2004 ). La gestión del conocimiento puede ofrecer apoyo a los empleados del sector sanitario sobre cómo crear, almacenar, transferir e implementar conocimientos en las actividades diarias (Shahmoradi et al.,2017 ). Para que las instituciones de salud mejoren la calidad de sus servicios, la gestión del conocimiento puede usarse como una herramienta para transformar sus actividades relacionadas con el conocimiento (Karamitri et al., 2017 ). Como el sistema de salud es uno de los sistemas más complejos que la sociedad ha desarrollado, requiere la colaboración y el intercambio de conocimientos entre diferentes partes interesadas que participan en diversos campos (Orr & Sankaran, 2007 ). De manera similar, Skela-Savič et al. (2017 ) sugieren que los profesionales creen que en la práctica se logran mejoras en la calidad en sistemas altamente complejos y adaptables.
En el ejemplo de la atención primaria, Arvidsson et al. (2019 ) sostienen que la calidad de los servicios y los esfuerzos de desarrollo de calidad son esenciales. En opinión de Klemenc-Ketiš et al. (2017 ), existe la necesidad de desarrollar indicadores de calidad sobre la base de un enfoque sistemático basado en evidencia. Además, Ikonen (2020 ) enfatiza que es importante reconocer las necesidades de conocimiento de las diferentes partes interesadas y también introducir prácticas de gestión del conocimiento de vanguardia en el entorno de la atención médica, ya que podría resultar en una solución más rentable, con aversión al error y sector sanitario transparente (Guptill,2005 ).
La gestión del conocimiento se puede definir como procesos de aprendizaje efectivos asociados con la exploración, explotación e intercambio del conocimiento humano con la ayuda de tecnologías y entornos culturales apropiados destinados a mejorar el desempeño de las organizaciones (Jashapara, 2011 ). Investigaciones anteriores sugieren que la gestión del conocimiento es una actividad de gestión que implica desarrollar, transferir, almacenar e implementar conocimiento (Hicks et al., 2006 ). La utilización de prácticas de gestión del conocimiento ofrece a las organizaciones el potencial de lograr una ventaja competitiva y una mejora continua (Colnar et al., 2019 ; Lojpur et al.,2015 ) con el objetivo final de ofrecer el mejor desempeño organizacional posible (Shih et al.2018), lo que puede entenderse como la mejor calidad posible de sus servicios.
2.1. Transferencia de conocimiento y calidad de los servicios sanitarios.
La transferencia de conocimiento representa una parte fundamental de la gestión del conocimiento, ya que permite a las organizaciones transformar su conocimiento en activos y recursos organizacionales (R. Dawson, 2001 ). Hoy en día, las organizaciones deberían prestar la atención adecuada a todos los procesos de gestión del conocimiento, incluida la transferencia de conocimiento, para mejorar su desempeño (Zaim et al., 2019 ). La investigación contemporánea sobre cómo mejorar la atención sanitaria incluye periódicamente la transferencia de conocimientos y la mejora de la calidad (Wensing & Grol, 2019 ). La transferencia de conocimientos no se centra únicamente en explotar los recursos existentes, sino que también explora las posibilidades de hacer que las actividades sean más eficientes y efectivas, lo que implica la importancia de investigar más a fondo el proceso de transferencia de conocimientos dentro del entorno sanitario (Secundo et al., 2019 ). De manera similar, en investigaciones anteriores, la transferencia de conocimiento llamó la atención debido a su papel en la mejora del desempeño organizacional (Van Den Hooff & De Ridder,2004 ), y algunos estudios (es decir, Oyemomi et al., 2016 ) consideran la transferencia de conocimiento como un factor clave para impulsar el desempeño de una organización. En opinión de Abma et al. (2017 ), históricamente, las investigaciones realizadas en el ámbito sanitario descuidaron parcialmente el aspecto de la transferencia de conocimiento. Además, hay llamados a llenar los vacíos en la transferencia de conocimiento dentro del sistema de salud (White et al., 2009 ). Proporcionamos investigaciones empíricas adicionales sobre la relación entre la transferencia de conocimientos y el desempeño organizacional, ya que estos factores no se han explorado en el contexto de la calidad de los servicios de atención médica como resultado del desempeño organizacional en el entorno de atención médica de Montenegro.
Hipótesis 1: La transferencia de conocimientos se relaciona positivamente con la calidad de los servicios sanitarios.
2.2. Estructura organizacional jerárquica y calidad de los servicios de salud.
La estructura organizacional se puede definir como el conjunto establecido de relaciones entre los componentes principales de una organización, como su autoridad y control (Wilson & Rosenfield 1990 ). Investigaciones anteriores han establecido que la estructura organizacional que está relacionada con altos niveles de formalización, jerarquía y centralización tiene un efecto negativo en el desempeño organizacional (Zheng et al., 2010 ). En el pasado, la excesiva centralización y burocracia ya han demostrado ser barreras importantes para una gestión eficaz de la calidad en el entorno sanitario (Mosadeghrad, 2014 ). En marcado contraste, la evidencia de la literatura sugiere que, contrariamente a una estructura organizacional jerárquica, una estructura organizacional plana produjo resultados positivos en términos de mejoras de calidad, como se presenta en el ejemplo de atención médica de Aiken et al. (2002 ). Además, el interés por el desarrollo de la calidad de la asistencia sanitaria aumenta constantemente, donde Mainz (2003 ) sugiere que la influencia de una estructura organizacional en la calidad de la atención sanitaria puede ser significativa. Una estructura organizacional rígida acompañada de niveles excesivos de jerarquía también resultó ser uno de los obstáculos más comunes para la implementación exitosa de prácticas de gestión del conocimiento (Chawla & Joshi,2010 ). Por lo tanto, exploramos adicionalmente los constructos de la estructura organizacional jerárquica y la calidad de la atención médica en el sector de la salud en Montenegro.
Hipótesis 2: La estructura organizacional jerárquica se relaciona negativamente con la calidad de los servicios de salud.
2.3. Confianza y calidad de los servicios sanitarios.
Colquitt y Rodell (2011 ) definen la confianza como la expectativa positiva y segura de un empleado en relación con los comportamientos e intenciones de una organización que impactan sus intenciones, motivos y conducta. Holste y campos (2010 ) y Chang y Chuang (2011 ) brindan apoyo empírico a la relación positiva entre confianza y transferencia de conocimiento. La literatura existente respalda la afirmación de que la confianza es fundamental para la transferencia fluida de conocimientos entre las personas que poseen conocimientos y los destinatarios del conocimiento (Ngah et al.,2008 ). Investigación de vanguardia realizada por Davenport y Prusak (1998 ) valida aún más la relación positiva entre confianza y transferencia de conocimiento. Ostroff et al. (2003 ) proponen que cuando se habla de confianza, los investigadores deberían reconocer que la estructura organizacional influye en el surgimiento de la confianza dentro de una organización. En opinión de Ambrose y Schminke (2003 ) los niveles de confianza son típicamente más altos en una organización con una estructura organizacional con menos niveles de jerarquía, formalización y centralización.
Hoy en día, todo directivo debería prestar atención a generar confianza en su organización debido a su impacto en la mejora del desempeño organizacional (Brown et al.,2014 ; Ozyilmaz et al.,2018 ). Además, Tekingündüz et al. (2017 ) afirman que los bajos niveles de confianza en las organizaciones de atención médica pueden afectar negativamente el nivel de calidad de los servicios de atención médica. Además, en la literatura reciente se ha afirmado que no hay suficientes estudios que se centren en la confianza y la calidad de los servicios de atención sanitaria (Sari et al.,2020 ). En nuestra investigación incluimos la confianza como mecanismo moderador. Entre los investigadores contemporáneos en el campo de la gestión y la organización, la exploración de los efectos de la moderación ha ganado importancia (JF Dawson, 2014 ; Fassott et al.,2016 ).
Hipótesis 3: La confianza modera la relación positiva entre la transferencia de conocimiento y la calidad de los servicios sanitarios.
Comprender los efectos moderadores de la confianza en la relación entre la estructura organizacional jerárquica y la calidad de los servicios de salud requiere investigación adicional.
Hipótesis 4: La confianza modera la relación negativa entre la estructura organizacional y la calidad de los servicios de salud.
Presentamos nuestro modelo conceptual en Figura 1.
Figura 1. Modelo conceptual de las relaciones entre transferencia de conocimiento, estructura organizativa jerárquica, calidad de los servicios sanitarios y confianza.
3. Investigación empírica
3.1. Procedimiento de recogida de muestras y datos.
Para obtener datos primarios de los encuestados utilizamos un cuestionario adaptado. Nuestra investigación se realizó en una muestra de 45 instituciones sanitarias montenegrinas, de las cuales 32 eran de propiedad pública y 13 de propiedad privada. Para triangular aún más los hallazgos de nuestra investigación, recopilamos datos de los miembros del Sindicato de Médicos que pertenecían a otras 16 instituciones de atención médica diferentes. En total, los encuestados completaron 151 cuestionarios.
Para obtener información de la mayor cantidad posible de partes interesadas, recopilamos datos de 45 miembros de la junta directiva, 45 médicos, 45 técnicos médicos y 16 miembros del Sindicato de Médicos. Para profundizar en nuestra muestra, el 60,3% de los encuestados eran mujeres, mientras que el 39,7% eran hombres. La mayor parte de nuestros encuestados (37,5%) pertenece al grupo de edad de 50 a 59 años. El segundo mayor porcentaje de nuestros encuestados (24,3%) pertenece al grupo de edad de 30 a 39 años. La gran mayoría de nuestros encuestados (82,4%) había obtenido con éxito al menos un título universitario. Además, la gran mayoría de nuestros encuestados (94,7%) había estado trabajando en el sector de la salud durante más de 5 años y la gran mayoría de nuestros encuestados (93,3%) había estado trabajando en su organización actual durante más de 5 años.
Recopilamos datos de empleados de instituciones de atención médica públicas y privadas utilizando una combinación de muestreo por conveniencia y de bola de nieve (no aleatorio). Aunque el muestreo aleatorio se considera el estándar de oro de las estrategias de muestreo debido a su imparcialidad y la posibilidad de evaluar la confiabilidad (precisión) de las estimaciones resultantes (Banerjee & Chaudhury,2010 ; Tiwari y Chilwal,2014 ), los investigadores a menudo se enfrentan a un equilibrio entre el deseo de aleatorización y consideraciones pragmáticas al elegir su muestra. El muestreo aleatorio no siempre es posible ni factible en la práctica, debido a posibles limitaciones de tiempo, recursos y costos. Por lo tanto, los investigadores en el campo de la salud suelen utilizar un muestreo por conveniencia o intencionado (Van Hoeven et al.,2015 ). Además, los estudios existentes respaldan la afirmación de que tales estrategias intencionadas pueden conducir a muestras representativas (es decir, Raaijmakers et al.,2008 ; Toppl et al.,2004 ).
Los datos para las cuatro variables de nuestro modelo se obtuvieron de encuestados individuales en una única encuesta. En consecuencia, el sesgo del método común podría afectar potencialmente algunas de las relaciones propuestas en nuestro modelo conceptual. Para explorar la presencia de sesgo de método común, aplicamos la prueba simple de un solo factor de Harman (Harman,1976 ). Nuestro primer factor representó el 56,7% de la varianza general. Como este resultado está ligeramente por encima del umbral recomendado (50,0%) sugerido por Podsakoff et al. (2006 ), reconocemos que el sesgo del método común podría ser un problema.
3.2. Medidas
Para explorar constructos individuales en nuestra investigación, optamos por instrumentos de medición que satisfacen criterios predeterminados: (1) se citan comúnmente en artículos de investigación que se publican en revistas científicas relevantes; (2) se han utilizado en las investigaciones más recientes; y (3) están bien establecidos y han sido utilizados y/o desarrollados con frecuencia por autores clave de los temas investigados. En el ámbito de esta investigación, aplicamos la escala Likert de 5 puntos que van desde 1 (totalmente en desacuerdo) a 5 (totalmente de acuerdo) para evaluar el acuerdo del encuestado sobre el nivel de transferencia de conocimiento, estructura organizacional jerárquica, confianza y calidad. de los servicios sanitarios estaban presentes en su organización sanitaria.
3.2.1. Transferencia de conocimiento
Utilizamos la escala de ocho ítems (α = .93) que Downes (2014 ) adaptado de múltiples recursos y utilizado para medir la transferencia de conocimientos. El cuestionario consta de afirmaciones como: “En mi organización, los expertos clave son fácilmente identificados y contactados”.
3.2.2. Estructura organizativa jerárquica
Utilizamos la escala de tres ítems (α = .80) que Downes (2014 ) construido a partir de múltiples recursos para medir la estructura organizacional. El cuestionario incluye elementos como: «En mi organización, la estructura organizativa impide compartir conocimientos».
3.2.3. Confianza
Utilizamos la escala de tres ítems (α = .83) que Downes (2014 ) desarrollado a partir de diversas referencias para medir la confianza. El cuestionario consta de afirmaciones como: “En mi organización hay falta de confianza en las personas porque hacen mal uso del conocimiento o reclaman crédito”.
3.2.4. Calidad de los servicios de salud.
Utilizamos la escala de cinco ítems (α = .85) que Downes (Citación2014 ) adaptado de varios recursos para medir la calidad de la atención médica. Los elementos incluidos en el cuestionario son, por ejemplo: «En mi organización, brindamos un servicio de mayor calidad a nuestros usuarios».
3.2.5. Variables de control
Incluimos dos variables de control: edad y nivel educativo más alto. La inclusión o exclusión de variables de control puede tener consecuencias significativas en las conclusiones de la investigación (Bernerth & Aguinis 2016 ). Las características demográficas, incluida la edad y el nivel más alto de educación, pueden influir en los niveles generales de las actividades relacionadas con la gestión del conocimiento (Srivastava et al., 2006 ). Ambas variables de control se utilizaron en investigaciones previas similares (Abbas et al.,2020 ; Le y Lei,2017 ). Nuestro cuestionario consta de 21 ítems y seis constructos (vertabla 1).
Tabla 1. Cuestionario de atención sanitaria de Montenegro (adaptado de Downes, 2014 ).
3.3. Métodos de búsqueda
Para analizar nuestros datos primarios y explorar los efectos de interacción sugeridos, realizamos una serie de regresiones lineales jerárquicas en SPSS 25.0. Para comprobar si nuestro modelo conceptual se ajusta adecuadamente a nuestros datos, realizamos un análisis factorial confirmatorio (en adelante, CFA), utilizando la versión lavaan 0.6–5 (Rosseel,Citación2012 ) del entorno de programación R – versión 3.6.2 (R Core Team,2018 ). Exploramos la validez convergente de todos los ítems mediante la exploración de cargas factoriales estandarizadas. El objetivo era determinar si nuestros ítems eran estadísticamente significativos y estaban por encima del umbral recomendado de 0,50 (Hair et al., 1998 ). Los resultados de nuestro análisis CFA mostraron que todas las cargas factoriales estandarizadas para tres de cuatro constructos fueron estadísticamente significativas y estuvieron por encima del umbral de 0,50. Dos ítems que inicialmente estaban destinados a medir la estructura organizacional jerárquica no cumplieron con los criterios antes mencionados. Las cargas factoriales estandarizadas para la transferencia de conocimiento estuvieron dentro del rango de 0,71 a 0,91, para la estructura organizacional jerárquica de 0,61 a 0,97, para la confianza de 0,71 a 0,86 y para la calidad del servicio de atención médica de 0,52 a 0,92. En nuestro modelo final, se utilizaron 19 ítems.
Se incluyeron el índice de confiabilidad compuesto (en adelante: CRI) y la varianza promedio extraída (en adelante: AVE) para probar aún más la confiabilidad compuesta (constructo) (Fornell & Larcker, 1981 . Al evaluar nuestros resultados, seguimos los valores recomendados de Diamantopolous y Siguaw (2000 ) para el IRCNota1 (.60) y AVENota2 (.40). Nuestras construcciones propuestas están dentro de los valores de corte propuestos de CRI y AVE. Para evaluar el ajuste de nuestro modelo, exploramos varios índices de ajuste recomendados por los investigadores (es decir, Škerlavaj et al.,Citación2010 ). Nuestra solución esperada de cuatro factores mostró los siguientes resultados: CFI = 0,97; chi-cuadrado: 187,731; RMSEA = 0,05; y gl = 135.Nota3 Todos los índices de ajuste evaluados muestran un buen ajuste con nuestros datos y están dentro de los valores umbral recomendados.
4. Resultados
Resultados deTabla 2sugieren que los encuestados, en promedio, evalúan mejor la transferencia de conocimientos (3,89), seguida de la calidad de los servicios sanitarios (3,80). La estructura organizativa jerárquica (2,21) y la confianza (2,04) recibieron en promedio una evaluación significativamente menor. Los coeficientes de correlación entre nuestras variables medidas son moderadamente negativos, con rangos entre -0,40 y -0,59 y débil o fuertemente positivos, con rangos entre 0,17 y 0,65 (Akoglu, 2018 ). Hubo una correlación significativa y positiva entre la calidad de los servicios sanitarios y la transferencia de conocimientos (0,65; p < 0,01). La calidad de los servicios de salud tuvo una correlación significativa y negativa con la estructura organizacional jerárquica (−0,51; p < 0,01) y la confianza (−0,43; p < 0,01). La confianza mostró una correlación positiva significativa con la variable de control edad (.17; p < 0.05) y con la estructura organizacional jerárquica (.62; p < 0.01). Además, la confianza tuvo una correlación significativa y negativa con la transferencia de conocimiento (−.40; p < 0.01). También hubo una correlación significativa y negativa entre la estructura organizacional jerárquica y la transferencia de conocimiento (−.59; p < 0.01).
Tabla 2. Valores medios, desviaciones estándar y correlaciones de coeficientes (n = 151)
Exploramos la relación directa entre la transferencia de conocimientos y la calidad de los servicios de salud. Además, probamos las relaciones directas y negativas propuestas entre la estructura organizacional jerárquica y la calidad de los servicios de salud. Incluimos la confianza como mecanismo moderador entre la relación de transferencia de conocimiento y la calidad de los servicios de salud. También pretendemos establecer si la confianza actúa como un potencial mecanismo moderador en la relación entre la estructura organizacional jerárquica y la calidad de los servicios de salud. En nuestro primer modelo de regresión, incluimos transferencia de conocimiento y dos variables de control. En nuestro segundo modelo de regresión, seleccionamos una estructura organizacional jerárquica y dos variables de control. En nuestro tercer modelo, probamos el efecto de interacción bidireccional propuesto (transferencia de conocimiento × confianza). Para concluir nuestra serie de regresiones lineales jerárquicas, incluimos en nuestro cuarto modelo nuestro segundo efecto de interacción bidireccional (estructura organizacional jerárquica × confianza). Los resultados de todos los modelos se presentan enTabla 3.Nota4
Tabla 3. Análisis de regresión jerárquica que predice la calidad de los servicios de salud – Modelos 1 a 4.
En el modelo 1, encontramos una relación significativa y positiva entre la transferencia de conocimiento (β = 0,56; p exacta = 0,000) y la calidad de los servicios sanitarios. Por tanto, se apoya la hipótesis H1. En el modelo 2, encontramos una relación significativa y negativa entre la estructura organizacional jerárquica (β = −.41; p exacta = .000) y la calidad de los servicios de salud. Por tanto, confirmamos la hipótesis H2. Los modelos 3 y 4, que incluían la confianza como moderadora, mostraron un valor añadido considerable en comparación con los modelos de efecto directo.
Los resultados del modelo 3 mostraron una relación significativa y positiva entre la interacción bidireccional de la transferencia de conocimiento y la confianza en la calidad de la atención sanitaria (β = 0,21; p exacta = 0,005). Proporcionamos apoyo empírico a la hipótesis H3. Además, nuestro modelo 4 mostró una relación significativa y negativa entre la interacción bidireccional de la estructura organizacional jerárquica y la confianza en la calidad de la atención médica (β = −.26; p exacto = .003). Por lo tanto, nuestros resultados brindan apoyo empírico a la hipótesis H4; sin embargo, el término de interacción es negativo. El análisis de la pendiente simple para H3 sugiere que es significativa (p exacta = 0,000). Mostramos la interacción entre la transferencia de conocimiento y la confianza, ya que influyen en la calidad de la atención sanitaria enFigura 2.
Figura 2. Interacción entre la transferencia de conocimiento y la confianza para influir en la calidad de los servicios de salud
Figura 2ilustra que los niveles más altos de calidad de los servicios de salud se logran cuando el nivel de confianza es alto. Además, la influencia de la transferencia de conocimientos también es importante, ya que en casos de niveles altos y bajos de confianza, niveles más altos de transferencia de conocimientos conducen a una mejor calidad de los servicios de atención sanitaria. En el ejemplo de una alta transferencia de conocimientos, la mejor calidad de los servicios de salud también se asocia con una alta confianza; sin embargo, la diferencia con el ejemplo de la baja confianza es marginal. En el ejemplo de la baja transferencia de conocimientos, la baja confianza contribuye a una mejor calidad de los servicios sanitarios, lo que subraya la necesidad de realizar más investigaciones.
Nuestro análisis de la pendiente simple para H4 sugiere que es significativa (p exacta = 0,000). Presentamos la interacción entre la estructura organizacional jerárquica y la confianza, ya que influyen en la calidad de los servicios de salud enfigura 3.
Figura 3. Interacción entre la estructura organizacional jerárquica y la confianza para influir en la calidad de los servicios de salud.
Los niveles más altos de calidad de los servicios de salud se logran cuando los niveles de confianza son altos. Además, la influencia de la estructura organizativa también es importante, ya que los niveles más altos de estructura organizativa, que pueden estar relacionados con una burocracia extensa, una formalización innecesaria y una centralización excesiva, impactan negativamente la calidad general de los servicios de salud, tanto en el ejemplo de niveles altos como bajos de atención médica. confianza. En el caso de niveles bajos de estructura organizacional jerárquica, una alta confianza contribuye a una mejor calidad de los servicios de salud en la práctica. Cuando la estructura organizativa es muy jerárquica, la calidad de los servicios sanitarios es en la práctica mayor en el caso de una baja confianza, lo que requiere investigación adicional.
5. Discusión y conclusiones
Los resultados del estudio mostraron que la transferencia de conocimientos puede interpretarse como un factor importante para la calidad de los servicios sanitarios. Por lo tanto, es necesario revisar continuamente nuestro conocimiento y adquirir nueva experiencia para ganar ventaja competitiva y tener una mejor calidad de servicios, lo que requiere una adecuada transferencia de conocimiento. Nuestro estudio indica que una estructura organizacional jerárquica y estrictamente centralizada tiene una correlación negativa con la calidad de los servicios de salud. La aplicación de una estructura organizativa jerárquica y estrictamente centralizada en un sistema complejo como el de la asistencia sanitaria sólo tiene efectos limitados (Radević & Haček,2019 ).
Aunque es necesario cierto grado de control y liderazgo, la confianza, las relaciones humanas y la motivación pueden reemplazar las relaciones jerárquicas (Addicott,2008 ). No sólo eso, sino que un sistema basado en la confianza y la transferencia de conocimientos facilitará una comunicación más rápida, una mayor participación y motivación de los empleados y una mayor calidad de los servicios. Los hallazgos de este estudio se corresponden con investigaciones previas de otros autores (Claver-Cortés et al.2007 ; Cricelli y Grimaldi,2010 ; mintzberg 1980 ). Además, la confianza es reconocida como un factor vital de éxito para las organizaciones modernas (Adizes,2018 ; Koohang et al.,2017 ; Kuokštis,2017 ). En este contexto, nuestra investigación destaca el vínculo entre confianza y transferencia de conocimiento en función de la calidad de los servicios. Un alto nivel de confianza junto con un mayor nivel de transferencia de conocimientos garantiza el más alto nivel de calidad de los servicios. Por lo tanto, la transferencia de conocimiento y la confianza pueden denominarse procesos complementarios, como se expresa en la literatura existente (Assem & Pabbi 2016 ; Boateng y Agyemang, 2016 ). Sin embargo, es interesante que en caso de baja transferencia de conocimiento, una alta confianza no significa mucho. Aunque estas situaciones no son muy comunes en la práctica, es interesante ver que cuando la transferencia de conocimientos es baja, un alto nivel de confianza puede resultar contraproducente. Esto ocurre porque los servicios de salud implican un enfoque holístico y sistémico hacia los pacientes. Por lo tanto, si hay mucha confianza entre los empleados (pero la transferencia de conocimiento es baja), esto puede resultar en errores basados en comportamientos rutinarios y suposiciones de que uno de los colegas había hecho algo que esperábamos de él.
En una profesión compleja como la sanitaria, es fundamental no dejar de cuestionarse y buscar nuevas respuestas para poder prestar los mejores servicios. En los casos en los que la confianza es baja y también lo es el nivel de transferencia de conocimientos, los médicos intensificarán sus acciones preventivas y comprobarán su propio trabajo y el de otros mediante conversaciones detalladas con el paciente para reducir el riesgo de error en el tratamiento. En este contexto, la transferencia de conocimientos entre todo el personal médico se impone como “conditio sine qua non” para el éxito de los servicios sanitarios. Sin embargo, este estudio indica que la confianza influye en la relación entre la estructura organizacional jerárquica y estrictamente centralizada y la calidad de los servicios de salud.
Con nuestro estudio verificamos implicaciones teóricas encontradas en la literatura existente que conectan el campo de la gestión del conocimiento con la atención sanitaria. Exploramos y adquirimos un conocimiento profundo sobre las teorías disponibles y definimos factores clave de éxito de la gestión del conocimiento aplicado en la atención médica. Los resultados revelaron información importante relacionada con nuestras hipótesis propuestas y proporcionan valor agregado en términos de múltiples implicaciones teóricas. Basándonos en datos empíricos, apoyamos a Klemenc-Ketiš et al. (2017 ), quienes sostienen que los investigadores deberían centrarse continuamente en explorar posibilidades sobre cómo mejorar la calidad de los servicios de salud mientras pretendemos resolver algunos de los desafíos existentes en los servicios de salud (Parand et al. 2014 ). También apoyamos a Ferlie et al. 2017 ) y sus esfuerzos para rediseñar eficazmente los servicios de salud. Esto, a su vez, puede mejorar la calidad de los servicios de salud y contribuir a una comprensión más amplia de los factores organizacionales que determinan su calidad. En relación con los hallazgos comunes sobre la transferencia de conocimientos, apoyamos a los autores que reconocen la importancia de la transferencia de conocimientos para el avance del mundo laboral actual, intensivo en conocimientos (Cross Walker 2020 ). Con nuestra investigación, seguimos corrientes de investigación contemporáneas que combinan la transferencia de conocimientos y las mejoras de la calidad (Wensing & Grol,2019 ) y apuntan a reducir la brecha en la comprensión de la importancia de la transferencia de conocimiento en las organizaciones de atención médica (McLoughlin et al., 2020 ; Blanco y otros 2009 ), ya que esto ha sido históricamente descuidado en el entorno sanitario (Abma et al., 2017 ). En relación con el impacto negativo de la estructura organizativa jerárquica, encontramos que influye negativamente tanto en la calidad de los servicios en el entorno sanitario (Mosadeghrad,Citación2014 ) y actividades de gestión del conocimiento (Mahmoudsalehi et al.,Citación2012 ). De manera similar a los hallazgos de Fátima et al. (Citación2018 ) y Tan y Md. (Citación2013 ), mostramos que la confianza tiene un impacto positivo en la calidad de los servicios en las organizaciones de atención médica y en las actividades de gestión del conocimiento. Además, llenamos un vacío en la investigación sobre la confianza y su influencia en la calidad de los servicios de salud (Sari et al.,Citación2020 ) y validar los hallazgos del impacto positivo de la confianza en el desempeño organizacional (Brown et al.,Citación2014 ; Ozyilmaz et al.,Citación2018 ). Los resultados respaldan una mejor comprensión de la gestión del conocimiento en el sector público (Al Ahbabi et al.,Citación2019 ; Oluikpe,Citación2012 ), donde llevamos a cabo nuestra investigación en el contexto de las organizaciones sanitarias. La gestión del conocimiento rara vez se investiga en el entorno del sector público, y especialmente en el sector sanitario. Finalmente, podemos brindar apoyo empírico a las cuestiones entre los enfoques burocráticos y basados en el conocimiento (Grant,Citación1996 ) y a la discusión más amplia sobre la visión de la organización basada en el conocimiento (Grant,Citación1996 ; Hislop et al.,Citación2018 ; Kogut y Zander,Citación2003 ). Estos hechos ejemplifican el valor agregado de nuestra investigación y son una contribución significativa al cuerpo existente de literatura científica que explora el impacto de la gestión del conocimiento en la atención médica y la calidad de los servicios de atención médica.
La contribución práctica de esta investigación se puede encontrar en oportunidades identificadas para una mejor organización del sistema de salud, a través de una mejor gestión del conocimiento, la transferencia de conocimiento, la estructura organizacional jerárquica y la confianza. Los proveedores de servicios de salud y especialmente sus gerentes deben buscar continuamente oportunidades para mejorar la comprensión de lo que sus pacientes necesitan o desean para poder cumplir o incluso superar sus expectativas relacionadas con la calidad de los servicios de salud. El alcance y los resultados de la investigación, en forma de recomendaciones, pueden ser útiles para los administradores y tomadores de decisiones en los sistemas de salud para crear un mejor desempeño organizacional y aumentar la calidad de los servicios de salud. Específicamente, Nuestros hallazgos pueden ayudar a los gerentes de organizaciones de atención médica a brindar sugerencias concretas sobre cómo crear estrategias efectivas. Este estudio promoverá aún más la necesidad de que los gerentes de las organizaciones de atención médica dediquen más atención, tiempo y recursos a los esfuerzos y actividades destinados a mejorar la calidad de los servicios de atención médica. Desde un punto de vista práctico, nuestro estudio también ofrece evidencia empírica sobre la necesidad de monitorear y gestionar la calidad de los servicios sanitarios, con especial énfasis en el aspecto de los empleados y sus conocimientos.
Todas nuestras conclusiones deben tomarse con un poco de cautela derivada de las limitaciones existentes en nuestra investigación. Aunque creemos que la contribución de este artículo es significativa, existen algunas limitaciones. En primer lugar, las limitaciones se reflejan principalmente en la falta de indicadores objetivos sobre la calidad de los servicios de salud, de conformidad con las normas aplicables en Montenegro. Por lo tanto, esta investigación se basa predominantemente en cuestionarios de percepción y es posible que haya algún sesgo en las calificaciones de los encuestados. La segunda limitación se relaciona con un problema común de sesgo del método. En tercer lugar, dado que los resultados se basan en el sistema sanitario montenegrino, creemos que se deberían realizar investigaciones similares en otros países para obtener un mayor grado de generalización de los resultados finales. Incluso si los indicadores de confiabilidad y validez fueran satisfactorios para nuestra investigación, La aplicación de nuestros resultados es potencialmente limitada debido a la inclusión de un solo país. En cuarto lugar, no se realizó un estudio longitudinal que hubiera mejorado la precisión de nuestros resultados. En quinto lugar, otra limitación es la complejidad del entorno sanitario. Los empleados de atención médica están constantemente expuestos a situaciones exigentes y complejas que pueden influir en sus respuestas. En sexto lugar, dentro del alcance de esta investigación no distinguimos entre organizaciones sanitarias públicas y privadas. Los empleados de atención médica están constantemente expuestos a situaciones exigentes y complejas que pueden influir en sus respuestas. En sexto lugar, dentro del alcance de esta investigación no distinguimos entre organizaciones sanitarias públicas y privadas. Los empleados de atención médica están constantemente expuestos a situaciones exigentes y complejas que pueden influir en sus respuestas. En sexto lugar, dentro del alcance de esta investigación no distinguimos entre organizaciones sanitarias públicas y privadas.
Entre las vías para futuras investigaciones, sugerimos las siguientes: (1) promover y desarrollar aún más esfuerzos que se centren en medir la calidad de los servicios de salud en Montenegro; (2) para mitigar el problema del sesgo del método común, se deben recopilar datos para variables independientes y dependientes en diferentes momentos. Además, sugerimos a los investigadores que opten por el enfoque de investigación de métodos mixtos para combinar los resultados de la investigación cualitativa y cuantitativa; (3) la limitación de un solo país incluido podría reducirse incluyendo una muestra internacional; (4) realizar un estudio longitudinal que implique observación repetida de nuestras variables seleccionadas durante un período de tiempo más largo; (5) investigación adicional con la inclusión de un mayor número de encuestados; y (6) las investigaciones futuras deberían considerar la diferenciación entre diferentes tipos de organizaciones sanitarias, potencialmente también en términos de tipo y tamaño de la organización examinada.
En pocas palabras, este estudio construyó un modelo de investigación conceptual que examinó empíricamente el impacto de la transferencia de conocimiento y la estructura organizacional jerárquica en la calidad de los servicios de atención médica, junto con un enfoque especial en el impacto de la confianza en dos relaciones observadas. Los hallazgos mostraron una correlación significativa entre los constructos observados.
La transferencia de conocimientos provoca una mayor calidad de los servicios sanitarios, mientras que una estructura organizativa estricta, jerárquica y centralizada tiene efectos adversos.
Un alto nivel de confianza influye significativamente en la correlación entre la transferencia de conocimiento y la calidad de los servicios sanitarios, así como en la relación entre la estructura organizativa jerárquica y la calidad de los servicios sanitarios.
Un alto grado de confianza combinado con una alta transferencia de conocimientos da los mejores resultados.
Comentario basado en un artículo interesante publicado en:
En todos los sistemas de salud hay evidencia de brechas sustanciales en la atención o entre lo que los pacientes deberían recibir (según la evidencia actual y la práctica ética) y lo que realmente reciben (Runciman et al.,2012 ; Schuster et al.,2005 ; Seddon et al.,2001 ; Shrank et al.,2019 ; Squires y otros,2022 ), generalmente a pesar de las mejores intenciones de los profesionales sanitarios. Aunque la ciencia de la implementación es un campo interdisciplinario que investiga el cambio en múltiples niveles en los sistemas de salud, sus métodos y modelos teóricos están influenciados por la ciencia del cambio de comportamiento (Presseau et al.,2021).
Comentario: La diferencia entre lo que deberían recibir y reciben los pacientes es una consideración que requiere precisión e indicadores sobre la medición del GAP entre cantidad de consultas al año para toda la población, esperas para una consulta con especialistas, el seguimiento que debe recibir una paciente embarazada, la medicación que requiere e incumplimiento por problemas económicos. El acceso al tratamiento antituberculoso. Incumplimiento de tratamientos. La concurrencia de los niños en los primeros cinco años de vida. Cumplimiento de los planes de medicación. Tiempo de espera para una cirugía cardiovascular. Tiempos de espera de un reemplazo de rodilla o de cadera. La cantidad efectiva de consultas en pacientes de más de 65 años, cantidad de pacientes sociales ocupando camas en hospitales de agudos, tiempo de espera para conseguir medicación contra el cáncer.
Los comportamientos de los profesionales de la salud, sus correlatos y las intervenciones para optimizarlos se pueden abordar utilizando las teorías, métodos y herramientas aplicados para comprender y apoyar el cambio de comportamiento de salud en los pacientes y el público.
Centrarse en los comportamientos del PS proporciona dos oportunidades clave para la psicología de la salud:
(a) apoyar el cambio en la práctica para que los pacientes y el público reciban consejos, prescripciones, pruebas, cirugías, exámenes, detección y atención mejor fundamentados, y
(b) hacer avanzar la ciencia del cambio de comportamiento al capitalizar aspectos del comportamiento del PS que pueden proporcionar principios generalizables aplicables a otros comportamientos de salud (por ejemplo, dependencias del entorno; desempeño repetido; autocontrol incorporado; múltiples influencias sociales; comenzar y detener).
Exige un cambio en el modelo prestacional, en la continuidad de cuidados, formas de prescribir uso racional de medicamentos, de practicas diagnósticas, incentivos para ir a buscar los pacientes en una actividad programática.
1. Definiciones de comportamientos de los profesionales sanitarios
Los comportamientos de los profesionales sanitarios son las acciones realizadas por los profesionales sanitarios al prestar atención sanitaria a sus pacientes. Los profesionales sanitarios incluyen una amplia variedad de profesiones, por ejemplo, médicos, enfermeras, parteras, fisioterapeutas y otros profesionales sanitarios afines, psicólogos clínicos y sanitarios, farmacéuticos y dentistas. Pueden ejercer de forma independiente o como miembros de equipos de atención médica que trabajan en una amplia gama de entornos integrados en los sistemas de atención médica. Los comportamientos del PS generalmente se adaptan a las necesidades de los pacientes y al entorno clínico y también están determinados por la formación profesional específica y la identidad del proveedor (Francis & Presseau,2019 ).
Los profesionales sanitarios (individualmente y en equipos) realizan comportamientos relacionados con al menos seis objetivos diferentes (tabla 1presenta una tipología propuesta de los objetivos y funciones más amplias de los comportamientos del PS)Específicamente, los comportamientos del PS pueden incluir actividades relacionadas con
(1) promover la salud y prevenir enfermedades,
(2) evaluar y diagnosticar enfermedades,
(3) proporcionar tratamientos,
(4) brindar gestión general de las condiciones de salud
(5) llevar a cabo acciones relacionadas con la atención médica. gestión del sistema y
(6) construcción de alianzas terapéuticas con pacientes y cuidadores (Graves et al.,2017 ; Martín y otros,2000).
Los comportamientos centrados en promover la salud y prevenir enfermedades apoyan comportamientos de salud como la actividad física y la alimentación saludable entre personas sin diagnóstico e incluyen brindar consejos para adoptar comportamientos de salud, recomendar comportamientos de salud y monitorear marcadores clínicos.
La categoría ‘Evaluar y diagnosticar enfermedades’ incluye comportamientos relacionados con la anamnesis del paciente, el uso de exámenes y pruebas de diagnóstico. Los comportamientos en esta categoría identifican enfermedades específicas para determinar un pronóstico probable, guiar tratamientos o descartar enfermedades.
Las conductas de «proporcionar tratamiento» tienen como objetivo curar o mitigar el impacto de una enfermedad, física o mental, e incluyen prescribir medicamentos apropiados, brindar asesoramiento sobre posibles tratamientos, cambios en el estilo de vida, cirugía o rehabilitación.
La categoría de conductas «Proporcionar gestión general de las condiciones de salud» incluye conductas relacionadas con el apoyo a los pacientes con un diagnóstico con conductas de autocuidado. Estos comportamientos del profesional de la salud pueden incluir el seguimiento de los síntomas y la revisión de los medicamentos.
La categoría de comportamientos ‘Llevar a cabo acciones relacionadas con el sistema de gestión de la salud’ respalda la continuidad de la atención y la eficiencia del sistema de salud y puede incluir la documentación de derivaciones a otros profesionales sanitarios, la documentación de los resultados de las pruebas y los tratamientos y la documentación de las inquietudes de los pacientes.
La categoría final, «Construir una alianza terapéutica con los pacientes», apoya el compromiso de los pacientes con el autocuidado y les ayuda a gestionar la representación cognitiva y emocional de sus enfermedades (Leventhal et al., La categoría de comportamientos
‘Llevar a cabo acciones relacionadas con el sistema de gestión de la salud’ respalda la continuidad de la atención y la eficiencia del sistema de salud y puede incluir la documentación de derivaciones a otros profesionales sanitarios, la documentación de los resultados de las pruebas y los tratamientos y la documentación de las inquietudes de los pacientes.
Estos comportamientos incluyen una variedad de comportamientos colaborativos, comunicativos, empáticos y respetuosos (Cole & McLean,2003 ).
Si bien esta tabla no es exhaustiva, sí incluye los principales tipos de comportamientos de los profesionales sanitarios de cara al paciente. Los comportamientos realizados por los profesionales sanitarios determinan la calidad de la atención recibida por los pacientes y el grado en que la práctica se basa en la evidencia y se centra en las necesidades y preocupaciones de los pacientes.
Objetivo
Ejemplos
Función / Objetivo
Promover la salud y prevenir enfermedades
Proporcionar consejos para adoptar conductas de salud; recomendar conductas de salud; monitorear marcadores clínicos
Apoyar comportamientos de salud entre personas sin un diagnóstico, por ejemplo, brindar asesoramiento, fomentar cambios de comportamiento.
Evaluar y diagnosticar enfermedades.
Tomar el historial del paciente, utilizar exámenes y pruebas de diagnóstico.
Identificar enfermedades específicas para determinar el pronóstico probable o guiar los tratamientos (o descartar enfermedades)
Proporcionar tratamientos
Prescribir medicamentos apropiados; Proporcionar asesoramiento sobre cambios en el estilo de vida, medicación, cirugía o rehabilitación a corto o largo plazo.
Curar o mitigar el impacto de la enfermedad; Apoyar las conductas de adherencia entre los pacientes (es decir, fomentar el cambio y el mantenimiento de la conducta).
Proporcionar gestión general de las condiciones de salud.
Vigilar los síntomas; revisar medicamentos
Apoyar conductas de autocuidado entre personas con diagnóstico.
Realizar acciones relacionadas con la gestión del sistema sanitario.
Referencias de documentos; documentar los resultados de las pruebas; tratamientos de documentos; documentar las preocupaciones del paciente
Apoyar la continuidad de la atención y la eficiencia del sistema sanitario.
Construir una alianza terapéutica con pacientes y cuidadores (Graves et al.,2017 ; Martín y otros,2000 )
Gama de comportamientos colaborativos, comunicativos, empáticos y respetuosos (Cole & McLean,2003 ) suscitando preocupaciones; proporcionando tranquilidad
Apoyar la participación de los pacientes con conductas de autocuidado; ayudar a los pacientes a gestionar las representaciones cognitivas y emocionales de su condición (Leventhal et al.,1992 )
Para comprender mejor la relación entre actitud y comportamiento, Fishbein argumentó que las medidas cognitivas y conductuales deberían coincidir adecuadamente con acciones claramente definidas y componentes objetivo para aumentar la correlación entre las dos medidas. Basándose en el trabajo de Fishbein, Ajzen propuso la Teoría del Comportamiento Planificado que predice acciones realizadas en un contexto específico en un momento específico (Ajzen,1991 ). Estos cuatro dominios (objetivo, acción, contexto y tiempo) se conocieron como el principio TACT, que ha tenido una influencia considerable a la hora de guiar la especificación del comportamiento (por ejemplo, (Francis et al.,2004 )). Más recientemente, Presseau et al. (2019 ) propuso que, en el contexto de la salud, es importante especificar también quién es responsable de realizar la acción, dando lugar así al marco ‘AACTT’: Acción (el acto clínico), Actor (qué PS debe realizar el acto clínico). ), Contexto (dónde), Destino (el paciente) y Tiempo (cuándo). El marco AACTT propone elementos comunes que pueden utilizarse para una descripción, especificación y seguimiento coherentes de las conductas clínicas.
Por ejemplo, en el caso de proporcionar vacunación basada en evidencia en un centro de salud público/comunitario para mejorar la inmunidad a una enfermedad infecciosa (Vallis et al.,2021 ), AACTT puede especificar el comportamiento según cuál es el acto clínico específico (ACT – en este caso administrar la vacuna), qué PS realiza el acto (ACTOR – enfermero de salud comunitaria), dónde realizar el acto (CONTEXTO – en la sala de consulta) , para quién se realiza el acto (OBJETIVO – paciente que debe recibir su vacuna) y cuándo realizar el acto (TIEMPO – durante la visita).
Figura 1. Especificación de la AACTT de un solo actor para “proporcionar vacunación basada en evidencia en una clínica de salud comunitaria”. (Hoja de trabajo proporcionada a través de Presseau et al. (2019 ) expediente complementario).
El marco AACTT también se puede utilizar para describir la secuencia de múltiples comportamientos interdependientes de múltiples Actores que participan en su propia Acción en diferentes niveles de la organización necesarios para implementar el cambio (Presseau et al., 2019). Por ejemplo, en el caso de proporcionar vacunación basada en evidencia en consultorios de atención primaria para mejorar la inmunidad a una enfermedad infecciosa, es posible que diferentes profesionales sanitarios tengan que hacer cosas diferentes para garantizar que un paciente reciba la vacuna adecuada en el momento correcto. AACTT proporciona un medio para aclarar los comportamientos de los responsables en la administración de la vacuna, desde adquirir y almacenar adecuadamente la vacuna (farmacéutico), contactar a los pacientes para notificarles la disponibilidad de la vacuna (gerente de práctica y administrador), concertar y confirmar citas ( administrador de práctica), administrar la vacuna (enfermero de práctica), monitorear las reacciones (médico o enfermera) y registrar la vacunación en las notas del paciente (médico de práctica o administrador). Cada comportamiento de estos Actores es necesario para que el paciente reciba una vacuna de manera adecuada. Por ejemplo, una especificación AACTT de componente de múltiples actores para administrar una vacuna puede implicar: (a) un administrador clínico (ACTOR) que organiza y luego confirma una cita (ACCIÓN) en el mostrador de recepción o por teléfono (CONTEXTO) con un paciente debido a su vacuna (OBJETIVO) antes de la visita del paciente (TIEMPO), (b) un psicólogo de la salud (ACTOR) que analiza inquietudes sobre la vacuna (ACCIÓN) a través de una videollamada (CONTEXTO) con un paciente que tiene dudas sobre la vacuna (OBJETIVO) antes de la visita del paciente ( TIEMPO) y (c) una enfermera de salud comunitaria (ACTOR) que administra la vacuna (ACT) en la sala de consulta (CONTEXTO) para un paciente al que le corresponde la vacuna (TARGET) durante la visita del paciente (TIEMPO)
Es importante destacar que especificar el Actor permite al científico de la implementación identificar el marco de muestreo para las investigaciones de las barreras para la realización de las Acciones. Es decir, necesitamos tomar una muestra de las personas responsables de realizar la acción específica dentro de la secuencia de múltiples comportamientos interdependientes.
Figura 2. Especificación AACTT de múltiples actores para “proporcionar vacunación basada en evidencia en una clínica de salud comunitaria” (Hoja de trabajo proporcionada a través de Presseau et al. (2019 ) expediente complementario).
En lugar de hacer suposiciones implícitas sobre dicha secuencia de comportamientos o describirlos como factores discretos, el marco AACTT ayuda a desentrañar la complejidad y aclarar la responsabilidad de todos los comportamientos interdependientes en entornos de atención médica, brindando una oportunidad para la investigación teórica de los correlatos de cada uno. comportamiento para informar el desarrollo y la evaluación de intervenciones para optimizar la participación de los profesionales sanitarios en estos comportamientos.
2. Impacto en la salud de las conductas de los profesionales sanitarios
Los comportamientos del PS son fundamentales para la salud de los pacientes y de la población en general. Por ejemplo, para que la medicación beneficie a los pacientes, la medicación prescrita primero debe ser «apropiada» (es decir, coherente con la evidencia clínica). Sin embargo, se siguen documentando casos de prescripción inadecuada, en particular de prescripción excesiva de medicamentos (Instituto Canadiense de Información sobre la Salud,2017 ; Elegir sabiamente Australia,2022 ). En países de altos ingresos como Polonia, Suecia y el Reino Unido, las tasas de prescripción de antibióticos para infecciones virales de las vías respiratorias superiores son altas, y la mitad de los pacientes reciben antibióticos innecesarios (Brownlee et al.,2017 ; Gulliford y otros,2014 ). Una revisión sistemática reciente de prácticas clínicas inapropiadas en Canadá informó que el uso excesivo de antimicrobianos osciló entre 11,8 y 76,0% (Squires et al.,2022 ). Además, el consumo mundial de antibióticos aumentó un 36% entre 2000 y 2010 (Brownlee et al.,2017 ). Otros medicamentos como los antipsicóticos y los opioides tienen tasas de prescripción excesiva en Canadá que oscilan entre el 5,6 y el 76,5% y entre el 0,1 y el 23,9%, respectivamente (Squires et al.,2022 ). El Reino Unido ha informado de un aumento del 400 % en la prescripción de opioides en la última década y las farmacias comunitarias informan de un aumento en la dispensación de opioides de 33,1 millones a 40,5 millones de ocasiones entre 2008 y 2018 (Alenezi et al.,2021 ).
Los comportamientos inadecuados de los profesionales de la salud tienen el potencial de causar daños físicos, psicológicos y financieros a los pacientes y desviar recursos de la salud pública y otros gastos sociales en países de ingresos bajos y altos (Brownlee et al.,2017 ). El uso excesivo de antibióticos ha provocado la aparición, propagación y persistencia de bacterias resistentes a los antimicrobianos, una grave amenaza global que afecta no sólo a la salud humana sino también a la salud animal y ambiental (Davies & Davies,2010 ). Además, el uso excesivo de la prescripción de opioides ha llevado a gobiernos como Canadá y Estados Unidos a declarar una crisis o epidemia de opioides (Belzak & Halverson,2018 ; Jones y otros,2018 ). Los opioides tienen un riesgo de adicción significativo y las altas tasas de prescripción de opioides se asocian con un aumento de hospitalizaciones y muertes (Gomes et al.,2011 ; Spooner y otros, 2016 ). En 2016, hubo 2861 muertes relacionadas con opioides en Canadá y, en promedio, 16 canadienses fueron hospitalizados cada día debido a intoxicaciones relacionadas con opioides (Belzak & Halverson, 2018 ). En los Estados Unidos, el 66% de todas las muertes relacionadas con las drogas en 2016 fueron muertes por opioides (Jones et al., 2018 ) y en Inglaterra más de la mitad de todas las muertes relacionadas con las drogas en 2017 involucraron opioides (Alenezi et al., 2021 ).
En otros tipos de comportamientos de los profesionales sanitarios, los comportamientos (por ejemplo, dar consejos, aplicar técnicas de cambio de comportamiento) pueden no ser inherentemente necesarios para los comportamientos de salud en los pacientes, pero, no obstante, son útiles debido a la influencia potencial que tienen los profesionales sanitarios para apoyar el cambio de comportamiento entre los pacientes (Amelung et al. Alabama.,2020 ). Independientemente del tipo de comportamiento del PS, las brechas en la calidad de la atención son un problema importante que influye en los resultados de salud (Instituto Canadiense de Información sobre la Salud, 2017 ; Instituto de Medicina 2001 ; Mangione-Smith et al., 2007 ). La idoneidad de la atención requiere que los profesionales sanitarios estén actualizados con la práctica basada en la evidencia. Si se omiten los tratamientos preventivos, los pacientes pueden verse abrumados por afecciones a largo plazo con implicaciones de por vida para sus resultados de salud y sus necesidades de atención médica. Por ejemplo, ahora hay pruebas abrumadoras de que los comportamientos de salud realizados a lo largo de la vida (p. ej., ejercicio, mantenimiento del compromiso social, reducir o dejar de fumar, tratamiento de la pérdida auditiva, depresión, diabetes, hipertensión y obesidad) pueden contribuir a la prevención o el retraso de la demencia. (Livingston et al.,2017 ).
Los comportamientos de los profesionales de la salud también pueden afectar indirectamente la disponibilidad de los servicios que otros profesionales de la salud tienen disponibles para brindar a sus pacientes. En un sistema de atención médica con recursos limitados, si un profesional de la salud hace un uso excesivo o brinda atención de manera inapropiada (por ejemplo, solicita pruebas de diagnóstico innecesarias, receta medicamentos innecesarios), es posible que otros profesionales de la salud no puedan proporcionar estos recursos a su paciente que requiere la atención adecuada. Esto puede resultar en listas de espera más largas para acceder a los servicios de atención médica. Las largas listas de espera para acceder a los servicios son un problema sanitario global en muchos entornos clínicos. Por ejemplo, se estima que el 20% de las prótesis totales de rodilla en España y el 30% en EE.UU. son inapropiadas (Quintana et al.,2008 ; Acertijo y otros,2014 ) aumentando las listas de espera para este tipo de cirugías. Eso significa que los profesionales sanitarios no pueden proporcionar la cirugía necesaria a sus pacientes que sí la requieren debido a que otros pacientes recibieron un reemplazo de rodilla que no fue apropiado (Hart et al., 2021 ). Recientemente, ante la pandemia mundial de COVID-19, los profesionales sanitarios de todo el mundo experimentaron una escasez global de tubos de recogida de pruebas para análisis de sangre(Otis,2022 ; rimero,2021 ) y Choosing Wisely Canada emitieron recomendaciones para reducir los análisis de sangre innecesarios para ayudar a proteger el suministro de tubos de extracción de sangre en Canadá (Choosing Wisely Canada,2022 ). Si los recursos son utilizados por los profesionales sanitarios para pruebas inadecuadas (es decir, los tubos de extracción de sangre), entonces no estarán disponibles para esos mismos profesionales sanitarios ni para otros profesionales sanitarios para pruebas clínicamente importantes y de alto valor. Por lo tanto, puede parecer que el impacto de las conductas de los profesionales sanitarios afecta sólo al paciente con el que interactúan directamente; sin embargo, los efectos llegan a otros y pueden continuar en el tiempo.
3. Prevalencia de conductas profesionales de la salud basadas en evidencia
El alcance de la práctica de un profesional de la salud determinado generalmente implica implementar múltiples comportamientos dentro de un encuentro con un paciente determinado (múltiples comportamientos dentro de un contacto con un paciente) y a lo largo de múltiples encuentros con pacientes (múltiples comportamientos repetidos en el tiempo con diferentes pacientes) (Voruganti et al.,2015). Algunos de estos pueden ser comportamientos únicos del PS desde la perspectiva de un paciente (por ejemplo, la cirugía), pero pueden representar actividades repetidas y recurrentes desde la perspectiva del PS (por ejemplo, el cirujano), mientras que otros pueden ser actividades repetidas tanto dentro como a través de múltiples pacientes a lo largo del tiempo (por ejemplo, recetar medicamentos para la presión arterial). Por lo tanto, los comportamientos del PS pueden diferir en sus características de prevalencia de los comportamientos de salud más generales de dos maneras importantes: (a) la frecuencia de desempeño tiende a ser alta para un PS determinado (casi nunca es un comportamiento único y a menudo se realiza con mucha frecuencia, a veces muchas veces). al día) y (b) las conductas del PS se pueden realizar dentro o entre pacientes (p. ej. una vacunación podría ser un comportamiento único para un paciente determinado pero realizado por el profesional sanitario varias veces en muchos pacientes diferentes o el profesional sanitario podría proporcionar asesoramiento sobre actividad física a varios pacientes, varias veces a lo largo del tiempo). Estas distinciones tienen implicaciones para medir la prevalencia del comportamiento de los profesionales sanitarios y para evaluar el cambio en la práctica después de una intervención de implementación.
Existe evidencia consistente a nivel mundial de brechas entre evidencia y práctica que sugieren que el 30% de los pacientes no reciben la atención que necesitan, y que entre el 20% y el 25% de los pacientes reciben atención que es innecesaria o potencialmente dañina (Runciman et al.,2012 ; Schuster et al.,2005 ; Seddon et al.,2001 ; Shrank et al.,2019 ; Squires y otros,2022 ). Además, las auditorías del comportamiento de los profesionales de la salud indican que existe una gran variabilidad en la calidad de la atención brindada por los profesionales de la salud, lo que resulta en posibles inequidades en la atención que se brinda a los pacientes. Es importante comprender las razones de las brechas en la atención y los determinantes de los comportamientos del PS para guiar el desarrollo de intervenciones para mejorar la prestación de atención.
Podría decirse que existen al menos cuatro tipos de ‘brechas de atención’ (o problemas de implementación) que requieren investigación e intervención para mejorar la calidad de la atención que reciben los pacientes:
Lenta aceptación de nuevas intervenciones que sean clínicamente efectivas o fallas en brindar “atención de alto valor” (por ejemplo, no utilizar la auscultación intermitente en lugar de la monitorización fetal electrónica para embarazos de bajo riesgo durante el parto (Alfirevic et al.,2017 ; Chen y otros,2012 ; Patey et al.,2017 ).
Adopción prematura o continua de nuevas intervenciones y tecnologías que posteriormente demuestran ser ineficaces, derrochadoras o incluso dañinas (prestación de «atención de bajo valor») (por ejemplo, prescripción de antibióticos para controlar las infecciones del tracto respiratorio superior (Palin et al.,2019 ; Ray et al.,2021 ; Wong et al.,2022 )).
No mantenerse al día con la evidencia que emerge gradualmente asociada con la atención de alto valor o la atención de bajo valor, dependiendo de la naturaleza de la evidencia clínica (por ejemplo, la lenta adopción de las directrices revisadas en la práctica clínica (Grimshaw et al.,2005 ; Gupta y otros,2016 ; Kastner y otros,2015 )).
Estos ejemplifican los tipos de comportamientos que deben abordarse para mejorar la atención que reciben los pacientes. Abordar estas brechas requiere una investigación de los correlatos y determinantes del comportamiento de los profesionales sanitarios, seguida de una intervención para apoyar el cambio.
4. Correlatos y determinantes de las conductas de los profesionales sanitarios.
4.1. La base científica del comportamiento del PS
Existe una base científica sustancial y en constante evolución para respaldar el cambio de comportamiento de los profesionales sanitarios. Cada año se añaden más de 100.000 registros al Registro Cochrane Central de Ensayos Aleatorios (CENTRAL) (Colaboración Cochrane,Citación2008). Como resultado, es imposible para los profesionales sanitarios mantenerse actualizados incluso dentro de su área de práctica. Por lo tanto, los profesionales sanitarios dependen cada vez más de revisiones sistemáticas (que resumen la base de evidencia global sobre un tema) y de guías de práctica clínica (que formulan recomendaciones prácticas basadas en revisiones sistemáticas). Por ejemplo, Cochrane es una colaboración internacional que produce y mantiene revisiones sistemáticas de alta calidad; Actualmente cuenta con más de 8.750 revisiones sistemáticas y 2.400 protocolos sistemáticos en la Base de Datos Cochrane de Revisiones Sistemáticas (y publica alrededor de 500 revisiones y 350 protocolos nuevos o actualizados cada año). En el Reino Unido, las directrices del Instituto Nacional de Excelencia en Salud y Atención (NICE) ofrecen consejos para guiar la práctica relacionada con condiciones de atención médica específicas.Citación2016 ). Una implicación importante de la evolución de la base de evidencia es que las recomendaciones de práctica cambiarán con el tiempo a medida que se introduzcan innovaciones y/o se acumule más evidencia que requiera que los profesionales sanitarios cambien su práctica (incluida la implementación de nuevas prácticas, la modificación de prácticas existentes o la desimplementación de prácticas existentes). Teniendo esto en cuenta, no sorprende que la adopción de directrices y la transferencia de evidencia a la práctica clínica sea generalmente un proceso lento, desordenado e iterativo.
4.2. Determinantes específicos de las conductas del PS
Hay algunos aspectos clave del comportamiento del PS que pueden distinguirlo de los comportamientos de salud en general. En primer lugar, los profesionales sanitarios suelen recibir una amplia educación y capacitación en el desempeño de ciertos comportamientos necesarios como parte de su función (Francis & Presseau,Citación2019 ). Los marcos básicos de capacitación clínica se centran en identificar y definir las competencias específicas requeridas de los profesionales sanitarios, diseñar planes de estudio para facilitar el desarrollo de estas competencias y desarrollar estrategias de evaluación centradas en la demostración de estas competencias (Holmboe et al.,2017 ). En segundo lugar, si bien los propios profesionales sanitarios se ven afectados por las conductas que adoptan como parte de su función, los resultados clave de sus conductas relacionados con la salud los experimentan principalmente otros (es decir, los pacientes), más que ellos mismos. En tercer lugar, los profesionales sanitarios adoptan conductas como parte de su función profesional y en el contexto de una relación laboral (Francis & Presseau,2019 ). Esto requiere que cumplan con los requisitos legales y reglamentarios que se aplican a su función específica, lo que inevitablemente afecta sus acciones.
Los aspectos sociales y físicos del entorno sanitario también influyen en el comportamiento del PS. Si bien algunos profesionales sanitarios pueden ejercer de forma relativamente independiente, muchos entornos sanitarios se basan en equipos, en los que profesionales sanitarios de diversas especialidades y disciplinas trabajan juntos para brindar atención. En algunos casos, un comportamiento determinado puede tener el potencial de ser realizado de manera intercambiable (por ejemplo, dependiendo de quién esté disponible) por varios profesionales de la salud, mientras que en otros, diferentes profesionales de la salud pueden implementar conductas distintas que formen parte del proceso de atención general. Por lo tanto, los comportamientos y las expectativas percibidas de los profesionales sanitarios (procesos sociales) pueden influir sustancialmente en los comportamientos clínicos de otros profesionales sanitarios (Webster et al.,2016 ). Los entornos sanitarios también pueden ser jerárquicos; por lo tanto, los roles sociales y la dinámica de poder pueden ser determinantes importantes (Etherington et al.,2021 ). Además, dado el creciente reconocimiento de la importancia de los enfoques de atención centrados en el paciente, que los posicionan como colaboradores activos en su atención médica, las creencias, valores y comportamientos de los pacientes y sus cuidadores también impactan lo que hacen los profesionales sanitarios. Los profesionales sanitarios llevan a cabo sus funciones en entornos a menudo caóticos y de alta presión (como un departamento de urgencias o una clínica de atención primaria concurrida) que requieren una acción rápida basada en sus conocimientos y experiencia con múltiples demandas competitivas impuestas al tiempo disponible (Presseau et al. Alabama.,2009 ). Los profesionales sanitarios también pueden enfrentarse a menudo a limitaciones de recursos que afectan la ejecución de conductas específicas (por ejemplo, el acceso al equipo necesario para realizar una conducta o el acceso a la experiencia relevante de otros tipos de profesionales sanitarios).
4.3. Marcos teóricos como base para identificar correlatos y determinantes de las conductas de los profesionales de la salud.
Como cualquier comportamiento humano, los comportamientos clínicos de los profesionales sanitarios están determinados por una compleja serie de factores. Las teorías desarrolladas para explicar y predecir los comportamientos humanos, y que en última instancia se utilizan para respaldar el cambio de comportamiento humano, podrían aplicarse de la misma manera al comportamiento de los profesionales sanitarios. En los últimos años, la ciencia de la implementación se ha basado en teorías desarrolladas tradicionalmente para explicar los comportamientos generales de salud (Kislov et al.,2019 ; Presseau et al.,2021 ). Por ejemplo, la investigación ha demostrado que las relaciones entre los predictores de la intención (por ejemplo, autoeficacia, expectativas de resultados y metas (particularmente percepciones de metas y jerarquías de metas conflictivas y facilitadoras)) y la intención, así como la intención y el comportamiento (Godin et al. ,2008 ), y entre hábito/automaticidad y comportamiento (Potthoff et al.,2020 ; Potthoff et al.,2019 ; Presseau, Johnston, Heponiemi y otros,2014 ) que normalmente se observa al predecir comportamientos de salud generales (Gardner,2015 ; McEachan y otros,2011 ), también son válidos para los comportamientos de los profesionales sanitarios. Por ejemplo, Presseau et al. (2014 ) encontró que en seis comportamientos de profesionales de la salud relacionados con el cuidado de la diabetes (por ejemplo, asesorar, prescribir y examinar), los constructos de la teoría cognitiva social (autoeficacia), la teoría del aprendizaje (hábito) y la planificación de acciones y afrontamiento predecían consistentemente los comportamientos del médico. Además, cada teoría incluida en el estudio representó una cantidad media de varianza (mediana R adj 2 = 0,15), una cantidad grande y mediana de varianza para dos medidas de intención (mediana R adj 2 = 0,66; 0,34) y una pequeña cantidad de varianza para comportamiento simulado (mediana R adj 2 = 0,05)(Presseau et al.,2014 ).
En reconocimiento de esta amplia gama de determinantes potenciales y de los desafíos que plantea la selección de un enfoque teórico individual entre los muchos disponibles (que incluyen una variedad de determinantes distintos y superpuestos), un equipo de expertos que incluye psicólogos de la salud e investigadores de servicios de salud desarrolló el Marco de Dominios Teóricos (TDF) del cambio de comportamiento, para respaldar la investigación de los factores que se percibe que influyen en el comportamiento del PS en contextos específicos (Atkins et al.2017 ; caña y otros,2012 ; Michie et al.,2005 ). El TDF comprende un conjunto de ‘dominios’ de constructos teóricos o grupos de constructos similares, para describir factores modificables que pueden influir en el comportamiento del PS. La versión original (Michie et al.,2005 ) sintetizó 128 constructos de 33 teorías en 12 dominios, y la versión actualizada y validada comprende 14 dominios (Cane et al.,2012 ). Como marco más que como teoría, el TDF no propone hipótesis comprobables sobre las relaciones entre los determinantes del comportamiento, sino que puede aplicarse para ayudar a comprender las influencias individuales, socioculturales y ambientales sobre el comportamiento en contextos específicos (Prothero et al.,2021 ). Se ha desarrollado una guía para ayudar a los investigadores a utilizar este marco (Atkins et al., 2017 ).
El TDF se ha utilizado para investigar factores que influyen en una amplia gama de comportamientos del personal sanitario, incluidos comportamientos relacionados con: diagnóstico (p. ej., solicitud de rutina de pruebas preoperatorias, manejo del dolor lumbar agudo sin solicitar una radiografía, diagnóstico de demencia); tratamiento o apoyo para controlar afecciones de salud (por ejemplo, errores de prescripción, tratamiento de lesiones cerebrales traumáticas leves, asesoramiento para dejar de fumar, transfusión de glóbulos rojos); y provisión de servicios preventivos (por ejemplo, discutir la vacunación contra el virus del papiloma humano (VPH)) (Atkins et al.,2017 ). Si bien ninguna revisión sistemática ha informado sobre qué dominios son los determinantes importantes del comportamiento de los PS, una revisión sistemática de comportamientos de salud identificó 123 estudios TDF sobre el comportamiento de los PS (McGowan et al.,2020 ). Los hallazgos preliminares de una revisión que actualmente estamos realizando han identificado un total de 420 estudios publicados en los 15 años posteriores al artículo germinal de TDF (Michie et al.2005 ; Patey et al.2019 ; Presseau et al.,2017 ). Por supuesto, los determinantes importantes varían como consecuencia de las diferencias en el contexto, el grupo profesional que se investiga y la naturaleza del comportamiento en sí, de ahí el número de estudios TDF específicos de situaciones que han investigado estos determinantes.
Los dominios TDF se han asignado además a tres factores clave que comprenden el modelo Capacidad-Oportunidad-Motivación-Comportamiento (COM-B), que también se puede utilizar para investigar factores que influyen en el comportamiento del PS (Michie et al.,Citación2011 ). Este modelo, basado en una revisión sistemática de los marcos de cambio de comportamiento, incorpora tres factores generales que se supone influyen en el comportamiento: la capacidad física y psicológica de un individuo para realizar ese comportamiento; su oportunidad social y física para realizar el comportamiento; y su motivación automática y reflexiva para realizar la conducta (Michie et al.,2011 ). Michie et al. 2011 ) definió la capacidad como la capacidad física y psicológica para participar en el comportamiento, incluido tener los conocimientos y habilidades necesarios. La oportunidad incluye los factores que hacen posible el comportamiento o lo indican y se encuentran fuera de la persona. La motivación incluye procesos cerebrales que impulsan y dirigen el comportamiento, como objetivos y toma de decisiones consciente, pero también procesos habituales, respuestas emocionales y toma de decisiones analítica (Michie et al.,2011 ). Por ejemplo, un estudio que investigó por qué el personal de rehabilitación cardíaca no proporcionaba asesoramiento sexual a los pacientes identificó la capacidad psicológica (p. ej., falta de conocimiento y formación sobre el asesoramiento sexual para pacientes cardíacos), oportunidades sociales (p. ej., creencias del personal de que la cultura, la religión y el origen étnico del paciente puede dificultar el asesoramiento sexual), motivación reflexiva (p. ej., percepciones sobre las relaciones entre género, edad y sexualidad) y motivación automática (p. ej., una sensación de incomodidad e inquietud con respecto a cuestiones sexuales entre el personal, exacerbada por la edad avanzada de muchos pacientes), como barreras clave para el comportamiento del PS (Mc Sharry et al.2016 ).
Etiqueta y definición de dominio TDF (v2)
Construcciones teóricas asignadas al dominio.
Ejemplo de factor de influencia en un contexto específico
Capacidad
Conocimiento Conciencia de la existencia de algo
Conocimiento procesal existente, conocimiento sobre pautas, conocimiento sobre evidencia y cómo eso influye en lo que hacen.
Conocimiento (incluido el conocimiento de la condición/fundamentación científica) Conocimiento de procedimientos Conocimiento del entorno de la tarea
El personal sanitario conoce las recomendaciones de las guías basadas en evidencia más recientes para ayudar a los pacientes que intentan dejar de fumar. (Beenstock et al.,Citación2012 )
Habilidades Una habilidad o competencia adquirida a través de la práctica
Competencia y habilidad sobre las técnicas de procedimiento requeridas para realizar el comportamiento y cómo eso influye en lo que hacen.
Habilidades Desarrollo de habilidades Competencia Habilidad Habilidades interpersonales Práctica Evaluación de habilidades
El psicólogo clínico identificó mejoras recientes en la capacitación en terapia cognitivo-conductual en la prestación de atención a los clientes.
La enfermera de Salud Pública no tiene las habilidades interpersonales necesarias para discutir con una persona que duda sobre las vacunas sus inquietudes sobre la vacuna contra la influenza. (Castillo et al.,Citación2021 )
Memoria, atención y procesos de decisión La capacidad de retener información, centrarse selectivamente en aspectos del entorno y elegir entre dos o más alternativas
Control de la atención, toma de decisiones, memoria (es decir, ¿la conducta objetivo es problemática porque la gente simplemente lo olvida?) y cómo eso influye en su comportamiento
Memoria Atención Control de la atención Toma de decisiones Sobrecarga cognitiva/cansancio
El psicólogo de la salud se olvida de hablar sobre el ejercicio y las actividades de alimentación saludable con el paciente, centrándose en las actividades para dejar de fumar.
Regulación del comportamiento Cualquier cosa destinada a gestionar o cambiar acciones objetivamente observadas o medidas Formas de hacer las cosas que se relacionan con la búsqueda y el logro de metas, estándares u objetivos deseados; Estrategias que los participantes tienen implementadas para ayudarlos a realizar el comportamiento; Estrategias que a los participantes les gustaría tener implementadas para ayudarlos
Autocontrol Romper el hábito Planificación de la acción
La enfermera de atención primaria ha desarrollado una estrategia o guión personal para discutir con los pacientes que se muestran reacios a dejar de fumar. (Passey et al.,Citación2021 ; Beenstock et al.,Citación2012 )
Oportunidad
Contexto y recursos ambientales Cualquier circunstancia de la situación o entorno de una persona que desalienta o fomenta el desarrollo de habilidades y capacidades, la independencia, la competencia social y el comportamiento adaptativo. Cómo se relacionan los factores con el entorno en el que se realiza el comportamiento (por ejemplo, personas, organizaciones, cultura, factores políticos, físicos y financieros) influyen en el comportamiento
Factores estresantes ambientales Recursos/recursos materiales Cultura/clima organizacional Eventos destacados/incidentes críticos Interacción persona × entorno Barreras y facilitadores
El espacio dentro del departamento de Emergencias dificulta quitarse adecuadamente el equipo de protección personal de manera segura. (Curtis et al.,Citación2022 )
Influencias sociales Aquellos procesos interpersonales que pueden causar que los individuos cambien sus pensamientos, sentimientos o comportamientos.
Influencia externa de personas o grupos para realizar o no el comportamiento; Cómo influyen en el comportamiento las opiniones de colegas, otras profesiones, pacientes y familias y hacer lo que le dicen
Presión social Normas sociales Conformidad grupal Comparaciones sociales Normas grupales Apoyo social Poder Conflicto intergrupal Alienación Identidad grupal Modelado
Los cirujanos pueden ordenar pruebas que consideran innecesarias porque saben que ciertos anestesistas las querrán antes de la cirugía del paciente. (Patey et al.,Citación2012 )
El médico de familia solicita una prueba diagnóstica debido a la inquietud o preocupación de su paciente por los síntomas de la enfermedad. (Pike et al.Citación2022 )
Motivación
Rol e identidad social/profesional Un conjunto coherente de comportamientos y cualidades personales mostradas por un individuo en un entorno social o laboral
Límites entre grupos profesionales (es decir, ¿el comportamiento es algo que se supone que debe hacer el participante o el rol de otra persona?)
Identidad profesional Rol profesional Identidad social Identidad Límites profesionales Confianza profesional Identidad grupal Liderazgo Compromiso organizacional
Los anestesiólogos/anestesistas y cirujanos no están seguros de quién es el principal responsable de solicitar las pruebas preoperatorias adecuadas para un paciente, por lo que todos solicitan las pruebas. (Patey et al.,Citación2012 )
Creencias sobre las capacidades Aceptación de la verdad, realidad o validez sobre una habilidad, talento o facilidad que una persona puede poner en uso constructivo
Percepciones sobre la competencia y la confianza al realizar el comportamiento y cómo eso influye en su comportamiento
Los médicos de urgencias no confían en su capacidad para discutir los objetivos de la atención/planes de atención avanzada con los pacientes con enfermedades terminales que visitan los departamentos de urgencias. (Cheskes et al.,Citaciónbajo revisión )
Optimismo La confianza en que las cosas sucederán bien o en que se alcanzarán las metas deseadas.
Si el optimismo o el pesimismo del participante sobre el comportamiento influye en lo que hace.
Optimismo Pesimismo Optimismo irreal Identidad
Las enfermeras penitenciarias no tienen esperanzas en la implementación de una nueva política para detectar automáticamente a los pacientes en busca de enfermedades infecciosas. (Konfli et al., en revisión)
Creencias sobre las consecuencias Aceptación de la verdad, realidad o validez de los resultados de una conducta en una situación determinada
Percepciones sobre los resultados, ventajas y desventajas de realizar la conducta y cómo eso influye en si se realiza la conducta
Creencias Expectativas de resultados Características de las expectativas de resultados Arrepentimiento anticipado Consecuencias
Las enfermeras y parteras de la unidad de partos consideran que la vigilancia fetal manual (auscultación intermitente) brinda atención personalizada de gran valor en comparación con la monitorización fetal continua. (Patey et al.,Citación2017 )
Refuerzo Incrementar la probabilidad de una respuesta al disponer una relación de dependencia o contingencia, entre la respuesta y un estímulo dado.
Experiencias previas que han influido en si la conducta se realiza o no.
Los anestesiólogos/anestesistas experimentan un mal resultado cuando ciertas pruebas no se solicitaron antes de la cirugía del paciente, por lo que ahora solicitan estas pruebas específicas cada vez. (Patey et al.,Citación2012 )
Intenciones Una decisión consciente de realizar una conducta o resolver actuar de cierta manera
Una decisión consciente de realizar una conducta o resolver actuar de cierta manera
Estabilidad de intenciones Modelo de etapas de cambio Modelo transteórico y etapas de cambio
El médico de familia tiene la gran intención de garantizar que todos los pacientes con diabetes se sometan a su examen anual de los pies. (Mc Sharry et al.,Citación2016 )
Metas Representaciones mentales de resultados o estados finales que un individuo quiere lograr
Prioridades, importancia, compromiso con un determinado curso de acciones o comportamientos y cómo eso influye en si realizan el comportamiento
Metas (distales/proximales) Prioridad de metas Fijación de metas/metas Metas (autónomas/controladas) Planificación de acciones Intención de implementación
El médico de familia da prioridad a la conversación sobre alternativas a la prescripción de opioides con su próximo paciente con dolor. (Desveaux et al.,Citación2019 )
Emoción Un patrón de reacción complejo, que involucra elementos experienciales, conductuales y fisiológicos, mediante el cual el individuo intenta lidiar con un asunto o evento personalmente significativo.
Cómo los sentimientos o afectos (positivos o negativos) pueden influir en el comportamiento.
Enfermera de cuidados intensivos que experimenta estrés y agotamiento debido a la escasez de personal y al aumento de usuarios de servicios, como la pandemia de COVID. (Maunder et al.,Citación2021 )
Los factores que pueden permitir o actuar como una barrera para que un profesional de la salud brinde una atención adecuada pueden incluir, entre otros, que el profesional de la salud no esté al tanto de las pautas basadas en evidencia más recientes (barrera del conocimiento) (Beenstock et al.,2012 ) o una enfermera de salud pública que no tiene las habilidades interpersonales necesarias para discutir con una persona que duda sobre las vacunas sus preocupaciones sobre la influenza (barrera de habilidades) (Castillo et al.,2021 ). Un profesional de la salud puede olvidarse de hablar sobre el ejercicio o las actividades de alimentación saludable con un paciente (barrera de los procesos de memoria, atención y decisión), mientras que una enfermera de atención primaria ha desarrollado una estrategia o guión personal para discutir con los pacientes que se muestran reacios a dejar de fumar (habilitador de la regulación del comportamiento). ) (Passey et al.,2021 ). El espacio dentro de un departamento de emergencias puede dificultar la remoción adecuada y segura del equipo de protección personal (contexto ambiental y barrera de recursos) (Curtis et al.2022 ). Otras barreras para cambiar el comportamiento en contextos clínicos específicos incluyen: los cirujanos pueden ordenar pruebas que perciben como innecesarias porque saben que ciertos anestesistas las querrán antes de la cirugía del paciente (Patey et al.,2012 ) y los médicos de familia pueden solicitar una prueba diagnóstica debido a la inquietud o preocupación del paciente por los síntomas de la enfermedad (Pike et al.2022 ) (Barreras de influencias sociales). Otro tipo de barrera puede estar relacionada con qué profesional sanitario es el principal responsable de la conducta de atención (rol e identidad social/profesional). Por ejemplo, los anestesiólogos/anestesistas y cirujanos pueden no estar seguros de quién es el principal responsable de ordenar las pruebas preoperatorias apropiadas para un paciente, por lo que todos ordenan las pruebas incluso cuando no deberían (Patey et al.2012 ). Un ejemplo de una barrera en el dominio Las creencias sobre las capacidades en un contexto clínico específico pueden estar relacionadas con los médicos de urgencias que informan que no confían en su capacidad para discutir los objetivos de atención/planes de atención avanzados con pacientes con enfermedades terminales que visitan el Departamento de Emergencias (Cheskes et al. , bajo revisión). Otros ejemplos de los dominios Intención y Metas incluyen a los médicos generales que tienen una alta intención de garantizar que cada paciente con diabetes se someta a su examen anual de los pies (Mc Sharry et al.,2016 ) y el médico de familia prioriza sus conversaciones sobre alternativas a los opioides con su próximo paciente con dolor (Desveaux et al.,2019 ; Desveaux et al.,2019 ). Además, las barreras emocionales pueden incluir informes del personal del hospital sobre un mayor agotamiento entre ellos y sus colegas durante la pandemia de COVID-19 (Maunder et al.,2021 ). Se presentan ejemplos adicionales en Tabla 2.
Los psicólogos de la salud también han identificado oportunidades y han mostrado éxitos demostrados al incorporar el modelo COM-B en las actividades tradicionales de educación y capacitación de HCP basadas en competencias, alentando a los educadores a adaptar sus actividades para abordar estos tres factores de influencia generales (Byrne-Davis et al. ,2017 ). Por ejemplo, Byrne-Davis et al. (2017) informan sobre tres estudios de caso en los que científicos del comportamiento participaron en asociaciones de salud en Uganda, Sierra Leona y Mozambique, apoyando el desarrollo de conocimientos y habilidades para el cambio de comportamiento. En estos estudios, adoptar un enfoque conductual condujo a recomendaciones de los socios de salud con respecto a futuras intervenciones para mejorar las competencias del PS. Los socios de salud sugirieron que estas intervenciones deberían ir más allá de capacitar a los profesionales de la salud en una nueva tecnología y analizar la implementación en términos de cómo los sistemas pueden alentar o disuadir a los profesionales de la salud a cambiar su comportamiento. Además, debido a que las asociaciones de salud adoptaron un enfoque conductual en estos proyectos y aprendieron más sobre los determinantes de la práctica, 2017 ).
4.4. Determinantes reflexivos y automáticos del comportamiento de los profesionales sanitarios.
Las conductas clínicas suelen ser muy rutinarias. Por lo tanto, los estudios de implementación también han aplicado modelos de proceso dual para explorar el comportamiento del PS e informar las intervenciones de cambio de comportamiento del PS, con un enfoque particular en cómo los procesos automáticos impactan el comportamiento del PS (Brehaut & Eva,2012 ; Helfrich et al.,2018 ; Nilsen et al.,2012 ; , Johnston, Heponiemi y otros 2014 ; Sladek y otros,Cita2006 ). Por ejemplo, Presseau, Johnston, Heponiemi y col. (2014 ) probaron un modelo de proceso dual en seis comportamientos recomendados por las guías de profesionales sanitarios en el tratamiento de la diabetes tipo 2 entre médicos generales y enfermeras en 99 consultorios del Reino Unido. Demostraron que un proceso reflexivo secuencial (definido por un modelo compuesto por la intención que opera sobre el comportamiento a través de la acción y la planificación de afrontamiento) explicaba una variación significativa en los seis comportamientos del HCP y que un proceso impulsivo (operacionalizado como automaticidad) trabajaba junto con el proceso reflexivo en cuatro de los seis comportamientos del PS. Los modelos de proceso dual postulan que el comportamiento humano está guiado por dos sistemas cognitivos: uno que involucra procesos deliberativos (analíticos, reflexivos, basados en reglas y lentos) y otro que involucra procesos automáticos (heurísticos, intuitivos, implícitos e inmediatos) (Evans ,2008 ; kahneman 2003 ; Sloman,1996 ; Strack y Deutsch,2004 ). Los procesos automáticos guían una acción o decisión con un mínimo esfuerzo cognitivo. Las teorías del proceso dual proponen que las conductas aprendidas suelen estar impulsadas en gran medida por procesos automáticos, que permiten una acción eficiente. Se propone que esto se manifieste en los profesionales sanitarios a través del desarrollo de experiencia y de rutinas. A medida que se desarrolla su experiencia, los profesionales sanitarios llegan a depender de representaciones cognitivas de esquemas de enfermedad o guiones de enfermedad basados en sus experiencias pasadas para ayudarles a tomar decisiones complejas (Custers et al. 1996 ). Esto ayuda a garantizar que los recursos cognitivos finitos se reserven para situaciones en las que más se necesitan. Los profesionales sanitarios también suelen adoptar comportamientos similares repetidamente, a menudo en los mismos lugares físicos con los mismos colegas, en situaciones de alto riesgo bajo presión de tiempo, limitaciones de recursos y múltiples demandas en competencia. En tales situaciones, es más probable que los procesos automáticos influyan en el comportamiento. El papel general de los procesos habituales/automáticos en los profesionales sanitarios se subraya aún más en una revisión sistemática de estudios realizada por Potthoff et al. (2019 ) informaron una media de r + = 0,35 para la relación entre el hábito y el comportamiento de los profesionales sanitarios en 9 estudios, lo que destaca la importancia de considerar y abordar procesos no reflexivos en los profesionales sanitarios, como prescribir para reducir la presión arterial a personas con diabetes.
Otros trabajos se han centrado en el uso de heurísticas, definidas como atajos mentales (a menudo automáticos) utilizados para tomar decisiones de manera eficiente (Kahneman et al ; McCleary y otros,2017 ). Por ejemplo, Kulkarni et al. 2019 ) demostró cómo la heurística de representatividad puede impactar la atención. Esta es nuestra tendencia a clasificar objetos, eventos y personas en una categoría basada en la tipicidad o similitud con un prototipo de esa categoría, independientemente de las probabilidades previas de que el objeto/evento/persona encaje en esa categoría (Tversky & Kahneman,1974 ). Después de pedir a un grupo de expertos clínicos que describieran las características de los casos de traumatismos «típicos», los investigadores revisaron los registros médicos electrónicos de los pacientes que acudieron al hospital con lesiones de moderadas a graves y descubrieron que (i) la mayoría de los pacientes lesionados no presentaban estas características y que (ii) estos pacientes tenían menos probabilidades de ser transferidos adecuadamente a un centro de trauma para recibir la atención que necesitaban (Kulkarni et al.,2019 ). Una revisión sistemática de estudios que evalúan el uso de heurísticas en la toma de decisiones clínicas mostró que el 80% de los 64 estudios incluidos de profesionales de la salud encontraron evidencia para el uso de heurísticas (Blumenthal-Barby & Krieger,015 ). Estos estudios se centraron en una variedad de decisiones clínicas tomadas en diferentes áreas clínicas, lo que indica la omnipresencia de la toma de decisiones heurísticas en la práctica clínica.
4.5. Desarrollar múltiples comportamientos profesionales de la salud.
En una nota final sobre correlatos y determinantes, es importante enfatizar que los contextos de atención médica son microcosmos de la vida diaria en los que hay tiempo limitado para implementar una gama potencialmente amplia de comportamientos que pueden ser apropiados. Por ejemplo, en una consulta de 15 minutos con una persona con diabetes, un médico puede realizar un historial, medir la presión arterial, brindar consejos sobre nutrición y ejercicio, revisar el cumplimiento de la medicación y los síntomas, recetar nuevos medicamentos, actualizar los registros médicos electrónicos, derivar a la persona a la enfermera para realizar un seguimiento y derivar a la persona a un especialista para un examen de los pies, todo ello manteniendo la buena relación y abordando las preocupaciones agudas que el paciente trae a la consulta (Presseau et ). Cualquiera de estos comportamientos podría centrarse en detalle en investigaciones destinadas a comprender los determinantes del comportamiento de los profesionales sanitarios, pero claramente no pueden aislarse por completo de las demandas competitivas inherentes a este contexto sanitario que implica múltiples comportamientos interdependientes. Algunos de estos comportamientos pueden facilitar otros (por ejemplo, hablar sobre medicamentos puede facilitar una conversación sobre una mayor actividad física), mientras que otros comportamientos pueden entrar en conflicto al tomarse el tiempo o cambiar el enfoque de la consulta (Presseau et al.,09). ampliamos la investigación desde el enfoque en un solo comportamiento promulgado por un PS hasta el enfoque en múltiples comportamientos promulgados por uno o varios PS, existen varias interrelaciones posibles entre comportamientos que pueden influir poderosamente en el desempeño de una sola acción. Estos pueden incluir la facilitación simultánea entre comportamientos (por ejemplo, formar un plan de acción de actividad física centrado en el paciente también puede apoyar la creación de una buena relación); la facilitación secuencial entre conductas (por ejemplo, brindar asesoramiento sobre actividad física sienta las bases para brindar asesoramiento sobre nutrición); conflicto entre comportamientos (por ejemplo, examinar los pies requiere quitarse la ropa, lo que lleva tiempo e interfiere con el asesoramiento sobre el estrés); facilitación del comportamiento interpersonal y conflicto (por ejemplo, el impacto del comportamiento de un PS en el comportamiento de otro PS). 2020 ).
Los correlatos o determinantes de las conductas del PS pueden ser muchos dependiendo de los tipos de conducta o atención brindada (comportamientos múltiples, habituales y reflexivos), para quién (pacientes con diferentes enfermedades, preocupaciones y experiencias vividas) y el contexto (entornos sociales y físicos). ) en el que podrán realizarse. Puede resultar imposible abordar todos los determinantes en una intervención para cambiar el comportamiento del personal sanitario. Identificar intervenciones que puedan centrarse en los determinantes más influyentes (clínica y teóricamente) o en múltiples determinantes a la vez puede tener el impacto más eficaz.
5. Intervenciones para cambiar el comportamiento de los profesionales sanitarios
En 1999, Grol y Grimshaw publicaron un llamamiento para combinar la atención sanitaria basada en la evidencia con una implementación basada en la evidencia (Grol y Grimshaw, 1999 ). Desafortunadamente, muchos intentos de abordar las brechas en la prestación de servicios de salud todavía adoptan un enfoque intuitivo en lugar de basarse en evidencia sobre las estrategias de cambio de comportamiento que probablemente sean efectivas. Sin embargo, en las últimas dos décadas se ha visto el desarrollo de evidencia y recursos para guiar el desarrollo de intervenciones para apoyar el cambio de comportamiento entre los profesionales sanitarios. El grupo Cochrane de Práctica Efectiva y Organización de la Atención ((EPOC, 2015 ); https://epoc.cochrane.org/ ) publica revisiones sistemáticas de intervenciones que buscan abordar las brechas en la práctica apoyando el cambio en el comportamiento de los profesionales sanitarios. Dichas revisiones incluyen estudios realizados rigurosamente, incluidos ensayos que aleatorizan a los profesionales sanitarios o grupos de profesionales sanitarios para recibir una intervención de implementación o no evaluar un cambio en la práctica y la atención (cf. Wolfenden et al. (Citación2021 ) para obtener orientación sobre la realización de ensayos de implementación aleatorios). Por ejemplo, una revisión sistemática de 140 ensayos que utilizan «auditoría y retroalimentación» para cambiar el comportamiento de los profesionales sanitarios en una variedad de profesiones y comportamientos sanitarios informó que esta intervención produce una mejora del 4 al 16 % en la práctica de los profesionales sanitarios (Ivers et al., 2012 ). Si bien esto puede no parecer un cambio significativo en el comportamiento, cambios tan pequeños pueden mejorar la atención y los resultados de cientos de miles de personas al año y pueden aliviar los costos adicionales para el sistema de salud (Halpern & Mason,2015 ).
Hay una serie de taxonomías que identifican posibles intervenciones y componentes de cambio de comportamiento. Por ejemplo, la taxonomía de Técnicas de cambio de comportamiento (BCT) consta de 93 técnicas, organizadas jerárquicamente en 16 grupos (Michie et al.,Citación2013 ). Cada técnica tiene una definición y un ejemplo para ayudar en el diseño de intervenciones o la codificación de descripciones de intervenciones preexistentes. La mayoría de los ejemplos proporcionados dentro de la taxonomía están dirigidos a cambiar los comportamientos de salud de los pacientes y miembros del público, pero pueden aplicarse y se han aplicado para describir intervenciones de cambio de comportamiento relacionadas con la práctica clínica (Patey et al.,2021 ; Presseau et al.2015 ). En una revisión sistemática realizada por Hall et al. (2021 ) las BCT utilizadas con más frecuencia en las intervenciones de implementación dirigidas al comportamiento de los médicos para reducir las imágenes innecesarias del dolor lumbar de 36 estudios incluyeron Instrucción sobre cómo realizar el comportamiento (p. ej., difusión activa/pasiva de directrices y/o seminarios/talleres educativos), seguido de Fuente creíble, Comentarios sobre el comportamiento (por ejemplo, informes electrónicos de comentarios sobre los pedidos de imágenes de los médicos) y Avisos y señales (apoyo electrónico a las decisiones o carteles/folletos impresos para el consultorio). En un estudio que utilizó una muestra aleatoria de 26 artículos de una revisión sistemática (Tricco et al.,Citación2012 ), Presseau et al. (Citación2015 ) identificaron las BCT más utilizadas para implementar intervenciones para cambiar el comportamiento del profesional de la salud relacionado con el control de la diabetes: agregar objetos al entorno, indicaciones/señales, instrucciones sobre cómo realizar el comportamiento, fuente creíble, establecimiento de objetivos (resultado), retroalimentación sobre el resultado del comportamiento y el apoyo social (práctico). Síntesis de 43 ensayos de mejora de la calidad de la diabetes realizados por Konnyu et al. (Citación2020 ) que examinó el desarrollo profesional continuo (CPD) mostró que se identificaron catorce (de 93 posibles; 15%) técnicas de cambio de comportamiento en el contenido de educación clínica de los ensayos de mejora de la calidad que se centraron en abordar los determinantes del comportamiento Creencias sobre las consecuencias, el conocimiento, las habilidades y Influencias sociales del comportamiento de los proveedores de atención de diabetes. Además, Patey et al. (2021 ) compararon las BCT más comunes utilizadas para una selección de intervenciones de implementación versus desimplementación en tres revisiones sistemáticas Cochrane (Davey et al., 2017 ; francés y otros, 2010 ; Ivers et al., 2012 ). Informaron que en los 181 estudios incluidos en el análisis, la retroalimentación sobre el comportamiento se identificó con más frecuencia en la implementación que en la desimplementación (Χ 2 (2, n = 178) = 15,693, p < 0,01). Se identificaron tres BCT con mayor frecuencia en la desimplementación que en la implementación: sustitución de comportamiento (Χ 2 (2, n = 178) = 14,561, p < 0,01); Monitoreo del comportamiento de otros sin retroalimentación (Χ 2 (2, n = 178) = 16.187, p < .01); y Reestructuración del entorno social (p < 0,01, prueba exacta de Fisher) (Patey et al.,2021 ). Si bien estas revisiones no informan sobre la efectividad porque la efectividad reportada en los estudios individuales no se puede atribuir a un solo BCT sino más bien al grupo de BCT identificados en la intervención, sí sugiere que la «teorización» informal por parte de los investigadores puede influir en las BCT. para las intervenciones de implementación. Un estudio reciente propuso vínculos entre grupos de BCT comúnmente utilizados en intervenciones con teorías de cambio de comportamiento, lo que sugiere que este tipo de teorización informal sobre cómo funcionan juntas las BCT puede ser consistente con las teorías de cambio de comportamiento (Bohlen et al.,Citación2020 ; Patey et al.,Citación2021 ).
La taxonomía de Recomendaciones de Expertos de Estrategias de Implementación (ERIC) es una lista de 73 estrategias discretas que pueden servir como «elementos básicos» para construir intervenciones multifacéticas y multinivel para cambiar el comportamiento de los profesionales sanitarios (Powell et al., 2015 ). La taxonomía Cochrane sobre Prácticas efectivas y organización de la atención (2015) propone cuatro categorías amplias (arreglos de prestación, arreglos financieros, arreglos de gobernanza, estrategias de implementación) para ayudar a facilitar la síntesis e interpretación explícita y sistemática del conjunto de evidencia existente sobre estrategias para lograr el cambio en diferentes niveles de los sistemas de salud. Estas tres taxonomías ofrecen diferentes niveles de granularidad y especificidad de sus componentes.
Los métodos para diseñar intervenciones de implementación se están desarrollando rápidamente en este campo. El desafío clave es elegir y optimizar intervenciones de cambio de comportamiento que aborden las barreras y los facilitadores de las prácticas recomendadas. Francés y otros. (2012 ) propuso un modelo que utiliza marcos, taxonomías y métodos de psicología de la salud para desarrollar intervenciones basadas en teorías para cambiar el comportamiento del PS. El modelo implica cuatro pasos clave: (1) especificar quién necesita hacer qué, de manera diferente (por ejemplo, utilizando el marco AACTT); (2) identificar los factores que podrían influir en si lo hacen o no (por ejemplo, utilizando el TDF); (3) identificar estrategias o técnicas para abordar esos factores (por ejemplo, utilizando la taxonomía BCT); y (4) medir el cambio de comportamiento. Los intentos de aplicar el modelo francés y teorías y modelos similares basados en las ciencias del comportamiento en el diseño y evaluación de intervenciones de cambio de comportamiento aumentan la probabilidad de que la intervención tenga éxito (Davies et al.,2010 ; francés y otros,2012 ; Grimshaw et al.,2020 ). Mapeo de Intervención (y su enfoque relacionado, el mapeo de implementación (Fernández et al.,2019 )) es otro enfoque que se puede utilizar en la investigación de implementación para desarrollar intervenciones basadas en teoría para cambiar el comportamiento del PS. Puede guiar el diseño de intervenciones y estrategias de implementación de promoción de la salud a múltiples niveles (Bartholomew-Eldredge et al., 2016 ).
El Mapeo de Intervención implica seis pasos: (1) analizar el problema identificando qué es necesario cambiar, si es que hay algo, y para quién; (2) crear matrices de objetivos de cambio cruzando objetivos de desempeño con determinantes; (3) seleccionar métodos de intervención basados en teorías que coincidan con los determinantes y traducirlos en estrategias; (4) integrar estrategias en un programa; (5) planificación para la adopción, implementación y sostenibilidad del programa; y (6) generar un plan de evaluación (Bartholomew-Eldredge et al., 2016 ).
6. Conclusiones
Los comportamientos de los profesionales sanitarios cuando prestan atención a sus pacientes se desarrollan dentro de sistemas complejos y en el contexto de múltiples demandas. Esto genera muchos desafíos para el desempeño de la práctica sanitaria basada en la evidencia, especialmente en el contexto de evidencia clínica que emerge rápidamente. Los profesionales sanitarios y los sistemas sanitarios necesitan apoyo para gestionar el cambio de forma eficaz. Se pueden aplicar teorías y métodos de las ciencias del comportamiento para comprender el comportamiento de los profesionales sanitarios, desarrollar intervenciones para apoyar el cambio de comportamiento y proporcionar herramientas válidas y confiables para monitorear el cambio y evaluar las intervenciones de implementación. Las investigaciones e intervenciones para apoyar el cambio en el comportamiento de los profesionales sanitarios también pueden brindar oportunidades para avanzar en la teoría y los métodos de la psicología de la salud a través del campo de la ciencia de la implementación.
Alfirevic, Z., Devane, D., Gyte, G. M., & Cuthbert, A. (2017). Continuous cardiotocography (CTG) as a form of electronic fetal monitoring (EFM) for fetal assessment during labour. The Cochrane Library (2), CD006066; 1-56. [Google Scholar]
Amelung, D., Whitaker, K. L., Lennard, D., Ogden, M., Sheringham, J., Zhou, Y., Walter, F. M., Singh, H., Vincent, C., & Black, G. (2020). Influence of doctor-patient conversations on behaviours of patients presenting to primary care with new or persistent symptoms: A video observation study. BMJ Quality & Safety, 29(3), 198–208. https://doi.org/10.1136/bmjqs-2019-009485[Crossref][PubMed][Web of Science ®], [Google Scholar]
Atkins, L., Francis, J., Islam, R., O’Connor, D., Patey, A., Ivers, N., Foy, R., Duncan, E. M., Colquhoun, H., Grimshaw, J. M., Lawton, R., & Michie, S. (2017). A guide to using the theoretical domains framework of behaviour change to investigate implementation problems. Implementation Science: IS, 12(1), 77. [Crossref][PubMed][Web of Science ®], [Google Scholar]
Bartholomew-Eldredge, L. K., Markham, C. M., Ruiter, R. A., Kok, G., & Parcel, G. S. (2016). Planning health promotion programs: An intervention mapping approach. John Wiley & Sons. [Google Scholar]
Blumenthal-Barby, J. S., & Krieger, H. (2015). Cognitive biases and heuristics in medical decision making: A critical review using a systematic search strategy. Medical Decision Making: An International Journal of the Society for Medical Decision Making, 35(4), 539–557. [Crossref][PubMed][Web of Science ®], [Google Scholar]
Bohlen, L. C., Michie, S., de Bruin, M., Rothman, A., Kelly, M. P., Groarke, H., Carey, R., Hale, J., & Johnston, M. (2020). Do combinations of behaviour change techniques that occur frequently in interventions reflect underlying theory? Annals of Behavioral Medicine, 54(11), 827. https://doi.org/10.1093/abm/kaaa078[Crossref][PubMed][Web of Science ®], [Google Scholar]
Byrne-Davis, L. M., Bull, E. R., Burton, A., Dharni, N., Gillison, F., Maltinsky, W., Mason, C., Sharma, N., Armitage, C. J., Johnston, M., Byrne, G. J., & Hart, J. K. (2017). How behavioural science can contribute to health partnerships: The case of the change exchange. Globalization and Health, 13(1), 1–8. https://doi.org/10.1186/s12992-017-0254-4[Crossref][PubMed], [Google Scholar]
Canadian Institute for Health Information. (2017). Unnecessary care in Canada: Technical report. CIHI. [Google Scholar]
Castillo, E., Patey, A., & MacDonald, N. (2021). Vaccination in pregnancy: Challenges and evidence-based solutions. Best Practice & Research. Clinical Obstetrics & Gynaecology, 76, 83–95. [Crossref][PubMed][Web of Science ®], [Google Scholar]
Chen, H. Y., Chauhan, S. P., Ananth, C. V., Vintzileos, A. M., & Abuhamad, A. Z. (2012). Electronic fetal heart rate monitoring and its relationship to neonatal and infant mortality in the United States. Obstetric Anesthesia Digest, 32(2), 91–92. https://doi.org/10.1097/01.aoa.0000414070.74816.7c[Crossref], [Google Scholar]
Cheskes, L., Patey, A. M., Frank, J. R., & Cheung, W. J. (under review). Exploring goals of care conversations in the emergency department: A qualitative study using the theoretical domains framework. Journal of Health Services Research & Policy[Google Scholar]
Conner, M., & Norman, P. (1995). Predicting health behavior change. Open University Press. [Google Scholar]
Conner, M., & Norman, P. (2005). Predicting health behaviour: A social cognition approach.In M. Conner & P. Norman (Eds.), Predicting Health Behaviour (2nd ed., pp. 1-27). Open University Press McGraw Hill Education. [Google Scholar]
Conner, M., & Norman, P. (2015). Predicting and changing health behaviour: Research and practice with social cognition models. McGraw-Hill Education. [Google Scholar]
Curtis, K., Jansen, P., Mains, M., O’Hare, A., Scotcher, B., Alcorn, D., Nahidi, S., Harris, J., Brouillard, D., Morton, S., & Shaban, R. Z. (2022). Rapid development and implementation of a behaviour change strategy to improve COVID-19 personal protective equipment use in a regional Australian emergency department. Australasian Emergency Care, https://doi.org/10.1016/j.auec.2022.01.004[Crossref][Web of Science ®], [Google Scholar]
Custers, E., Regehr, G., & Norman, G. R. (1996). Mental representations of medical diagnostic knowledge: A review. Academic Medicine: journal of the Association of American Medical Colleges, 71(10 Suppl), S55–S61. [Crossref][PubMed][Web of Science ®], [Google Scholar]
Davey, P., Marwick, C. A., Scott, C. L., Charani, E., McNeil, K., Brown, E., Gould, I. M., Ramsay, C. R., & Michie, S. (2017). Interventions to improve antibiotic prescribing practices for hospital inpatients. The Cochrane Library. [Crossref], [Google Scholar]
Desveaux, L., Saragosa, M., Kithulegoda, N., & Ivers, N. M. (2019). Family physician perceptions of their role in managing the opioid crisis. Annals of Family Medicine, 17(4), 345–351. [Crossref][PubMed][Web of Science ®], [Google Scholar]
Eccles, M. P., Hrisos, S., Francis, J. J., Steen, N., Bosch, M., & Johnston, M. (2009). Can the collective intentions of individual professionals within healthcare teams predict the team’s performance: Developing methods and theory. Implementation Science: IS, 4(1), 24. https://doi.org/10.1186/1748-5908-4-24[Crossref][PubMed], [Google Scholar]
Fishbein, M. (1967). Attitude and the prediction of behavior. Readings in attitude theory and measurement. 477–492. [Google Scholar]
Francis, J. J., Eccles, M. P., Johnston, M., Walker, A. E., Grimshaw, J. M., Foy, R., Kaner, E. F. S., Smith, L., & Bonetti, D. (2004). Constructing questionnaires based on the theory of planned behaviour: A manual for health services researchers. Newcastle upon Tyne, UK: Centre for Health Services Research, University of Newcastle upon Tyne. [Google Scholar]
Francis, J. J., & Presseau, J. (2019). Health care practitioner behaviour. In C. Llewellyn, S. Ayers, I. McManus, S. P. Newman, K. Petrie, T. Revenson, & J. Weinman (Eds.), Cambridge Handbook of psychology, health and medicine (pp. 325–329). Cambridge University Press. [Google Scholar]
French, S. D., Green, S., Buchbinder, R., & Barnes, H. (2010). Interventions for improving the appropriate use of imaging in people with musculoskeletal conditions. Cochrane Database of Systematic Reviews, (1), CD006094. DOI: 10.1002/14651858.CD006094.pub2. Accessed 11 July 2022. [Crossref], [Google Scholar]
Gomes, T., Mamdani, M. M., Dhalla, I. A., Paterson, J. M., & Juurlink, D. N. (2011). Opioid dose and drug-related mortality in patients with nonmalignant pain. Archives of Internal Medicine, 171(7), 686–691. [Crossref][PubMed][Web of Science ®], [Google Scholar]
Graves, T. A., Tabri, N., Thompson-Brenner, H., Franko, D. L., Eddy, K. T., Bourion-Bedes, S., Brown, A., Constantino, M. J., Flückiger, C., Forsberg, S., Isserlin, L., Couturier, J., Paulson Karlsson, G., Mander, J., Teufel, M., Mitchell, J. E., Crosby, R. D., Prestano, C., Satir, D. A., … Thomas, J. J. (2017). A meta-analysis of the relation between therapeutic alliance and treatment outcome in eating disorders. The International Journal of Eating Disorders, 50(4), 323–340. [Crossref][PubMed][Web of Science ®], [Google Scholar]
Grimshaw, J. M., Patey, A. M., Kirkham, K. R., Hall, A., Dowling, S. K., Rodondi, N., Ellen, M., Kool, T., van Dulmen, S. A., Kerr, E. A., Linklater, S., Levinson, W., & Bhatia, R. S. (2020). De-implementing wisely: Developing the evidence base to reduce low-value care. BMJ Quality & Safety,29,409–417. [Crossref][PubMed][Web of Science ®], [Google Scholar]
Grimshaw, J. M., Thomas, R. E., MacLennan, G., Fraser, C., Ramsay, C. R., Vale, L., Whitty, P., Eccles, M. P., Matowe, L., Shirran, L., Wensing, M., Dijkstra, R., & Donaldson, C. (2005). Effectiveness and efficiency of guideline dissemination and implementation strategies. International Journal of Technology Assessment in Health Care, 21(1), 149–149. https://doi.org/10.1017/S0266462305290190[Crossref][Web of Science ®], [Google Scholar]
Gulliford, M. C., Dregan, A., Moore, M. V., Ashworth, M., Van Staa, T., McCann, G., Charlton, J., Yardley, L., Little, P., & McDermott, L. (2014). Continued high rates of antibiotic prescribing to adults with respiratory tract infection: Survey of 568 UK general practices. BMJ Open, 4(10), e006245. https://doi.org/10.1136/bmjopen-2014-006245[Crossref][PubMed][Web of Science ®], [Google Scholar]
Gupta, S., Rai, N., Bhattacharrya, O., Cheng, A. Y., Connelly, K. A., Boulet, L.-P., Kaplan, A., Brouwers, M. C., & Kastner, M. (2016). Optimizing the language and format of guidelines to improve guideline uptake. CMAJ: Canadian Medical Association Journal = Journal de L’Association Medicale Canadienne, 188(14), E362–E368. [Crossref][PubMed][Web of Science ®], [Google Scholar]
Hall, A., Richmond, H., Pike, A., Lawrence, R., Etchegary, H., Swab, M., Thompson, J. Y., Albury, C., Hayden, J., Patey, A. M., & Matthews, J. (2021). What behaviour change techniques have been used to improve adherence to evidence-based low back pain imaging? Implementation Science, 16(1), 1–22. https://doi.org/10.1186/s13012-021-01136-w[Crossref][PubMed][Web of Science ®], [Google Scholar]
Hart, D. A., Werle, J., Robert, J., & Kania-Richmond, A. (2021). Long wait times for knee and hip total joint replacement in Canada: An isolated health system problem. Or a Symptom of a Larger Problem? Osteoarthritis and Cartilage Open, 3(2), 100141. https://doi.org/10.1016/j.ocarto.2021.100141[Crossref][PubMed], [Google Scholar]
Helfrich, C. D., Rose, A. J., Hartmann, C. W., van Bodegom-Vos, L., Graham, I. D., Wood, S. J., Majerczyk, B. R., Good, C. B., Pogach, L. M., Ball, S. L., Au, D. H., & Aron, D. C. (2018). How the dual process model of human cognition can inform efforts to de-implement ineffective and harmful clinical practices: A preliminary model of unlearning and substitution. Journal of Evaluation in Clinical Practice, 24(1), 198–205. https://doi.org/10.1111/jep.12855[Crossref][PubMed][Web of Science ®], [Google Scholar]
Institute of Medicine. (2001). Crossing the quality chasm: a new health system for the 21st century. National Acadeemy Press. [Google Scholar]
Ivers, N., Jamtvedt, G., Flottorp, S., Young, J. M., Odgaard-Jensen, J., French, S. D., O’Brien, M. A., Johansen, M., Grimshaw, J., & Oxman, A. D. (2012). Audit and feedback: effects on professional practice and healthcare outcomes. Cochrane Database of Systematic Reviews, 6:CD000259. 1-229. [Google Scholar]
Jones, M. R., Viswanath, O., Peck, J., Kaye, A. D., Gill, J. S., & Simopoulos, T. T. (2018). A brief history of the opioid epidemic and strategies for pain medicine. Pain and Therapy, 7(1), 13–21. [Crossref][PubMed][Web of Science ®], [Google Scholar]
Kahneman, D., Slovic, S. P., Slovic, P., & Tversky, A. (1982). Judgment under uncertainty: Heuristics and biases. Cambridge university press. [Crossref], [Google Scholar]
Kastner, M., Bhattacharyya, O., Hayden, L., Makarski, J., Estey, E., Durocher, L., Chatterjee, A., Perrier, L., Graham, I. D., Straus, S. E., Zwarenstein, M., & Brouwers, M. (2015). Guideline uptake is influenced by six implementability domains for creating and communicating guidelines: A realist review. Journal of Clinical Epidemiology, 68(5), 498–509. [Crossref][PubMed][Web of Science ®], [Google Scholar]
Konnyu, K. J., McCleary, N., Presseau, J., Ivers, N. M., & Grimshaw, J. M. (2020). Behavior change techniques in continuing professional development. Journal of Continuing Education in the Health Professions, 40(4), 268–273. [Crossref], [Google Scholar]
Livingston, G., Sommerlad, A., Orgeta, V., Costafreda, S. G., Huntley, J., Ames, D., Ballard, C., Banerjee, S., Burns, A., Cohen-Mansfield, J., Cooper, C., Fox, N., Gitlin, L. N., Howard, R., Kales, H. C., Larson, E. B., Ritchie, K., Rockwood, K., Sampson, E. L., … Mukadam, N. (2017). Dementia prevention, intervention, and care. The Lancet, 390(10113), 2673–2734. https://doi.org/10.1016/S0140-6736(17)31363-6[Crossref][PubMed][Web of Science ®], [Google Scholar]
Martin, D. J., Garske, J. P., & Davis, M. K. (2000). Relation of the therapeutic alliance with outcome and other variables: A meta-analytic review. Journal of Consulting and Clinical Psychology, 68(3), 438–450. [Crossref][PubMed][Web of Science ®], [Google Scholar]
Maunder, R. G., Heeney, N. D., Strudwick, G., Shin, H. D., O’Neill, B., & Young, N. (2021). Burnout in hospital-based healthcare workers during COVID-19. Science Briefs of the Ontario COVID-19 Science Advisory Table, 2(46), 1–24. [Google Scholar]
Mc Sharry, J., Murphy, P., & Byrne, M. (2016). Implementing international sexual counselling guidelines in hospital cardiac rehabilitation: Development of the CHARMS intervention using the Behaviour Change Wheel. Implementation Science, 11(1), 1–11. https://doi.org/10.1186/s13012-016-0493-4[Crossref][PubMed], [Google Scholar]
McCleary, N., Desveaux, L., Reis, C., Linklater, S., Witteman, H. O., Taljaard, M., Thavorn, K., Grimshaw, J. M., Ivers, N. M., & Presseau, J. (2020). A multiple-behaviour investigation of goal prioritisation in physicians receiving audit and feedback to address high-risk prescribing in nursing homes. Implementation Science Communications, 1(1), 1–10. https://doi.org/10.1186/s43058-020-00019-3[Crossref][PubMed], [Google Scholar]
McGowan, L. J., Powell, R., & French, D. P. (2020). How can use of the theoretical domains framework be optimized in qualitative research? A rapid systematic review. British Journal of Health Psychology, 25(3), 677–694. [Crossref][PubMed][Web of Science ®], [Google Scholar]
Michie, S., Richardson, M., Johnston, M., Abraham, C., Francis, J., Hardeman, W., Eccles, M. P., Cane, J., & Wood, C. E. (2013). The Behavior Change Technique Taxonomy (v1) of 93 hierarchically clustered techniques: Building an international consensus for the reporting of behavior change interventions. Annals of Behavioral Medicine : a Publication of the Society of Behavioral Medicine, 46(1), 81–95. https://doi.org/10.1007/s12160-013-9486-6[Crossref][PubMed][Web of Science ®], [Google Scholar]
Palin, V., Mölter, A., Belmonte, M., Ashcroft, D. M., White, A., Welfare, W., & van Staa, T. (2019). Antibiotic prescribing for common infections in UK general practice: Variability and drivers. The Journal of Antimicrobial Chemotherapy, 74(8), 2440–2450. [Crossref][PubMed][Web of Science ®], [Google Scholar]
Passey, M. E., Adams, C., Paul, C., Atkins, L., & Longman, J. M. (2021). Improving implementation of smoking cessation guidelines in pregnancy care: Development of an intervention to address system, maternity service leader and clinician factors. Implementation Science Communications, 2(1), 1–18. https://doi.org/10.1186/s43058-021-00235-5[Crossref][PubMed], [Google Scholar]
Patey, A. M., Curran, J. A., Sprague, A. E., Francis, J. J., Driedger, S. M., Légaré, F., Lemyre, L., Pomey, M.-P A., Grimshaw, J. M, & Canada Prime Plus team. (2017). Intermittent auscultation versus continuous fetal monitoring: exploring factors that influence birthing unit nurses’ fetal surveillance practice using theoretical domains framework. BMC Pregnancy and Childbirth, 17(1), 320. https://doi.org/10.1186/s12884-017-1517-z[Crossref][PubMed], [Google Scholar]
Patey, A. M., Islam, R., Francis, J. J., Bryson, G. L., Grimshaw, J. M, & Canada PRIME Plus Team. (2012). Anesthesiologists’ and surgeons’ perceptions about routine pre-operative testing in low-risk patients: Application of the Theoretical Domains Framework (TDF) to identify factors that influence physicians’ decisions to order pre-operative tests. Implementation Science: Is, 7(1), 52. https://doi.org/10.1186/1748-5908-7-52[Crossref][PubMed], [Google Scholar]
Patey, A. M., Linklater, S., Fedotova, A., Brehaut, E., McCleary, N., Birken, S., Francis, J. J., Kirk, M., Asad, S., Shorr, R., Grimshaw, J. M., & Presseau, J. (2019). Identifying determinants of healthcare professional behaviour using the Theoretical Domains Framework: a systematic scoping review [Paper presentation]. European Health Psychology Society 33rd Annual Conference, Dubrovnik, Croatia. [Google Scholar]
Pike, A., Patey, A., Lawrence, R., Aubrey-Bassler, K., Grimshaw, J., Mortazhejri, S., Dowling, S., Jasaui, Y., Bhatia, S., Duquettes, D., Gionet, E., Kirkham, K., Levinson, W., Johnston, B., Mrklas, K., Parfrey, P., Presseau, J., Sikorski, T., Taljaard, M., … Hall, A, & De-implementing Wisely Research Group. (2022). Barriers to following imaging guidelines for the treatment and management of patients with low-back pain in primary care: A qualitative assessment guided by the Theoretical Domains Framework. BMC Primary Care, 23(1), 1–22. https://doi.org/10.1186/s12875-022-01751-6[Crossref], [Google Scholar]
Potthoff, S., McCleary, N., Sniehotta, F. F., & Presseau, J. (2020). Implementation from a habit perspective. In Handbook on Implementation Science. Edward Elgar Publishing. [Crossref], [Google Scholar]
Potthoff, S., Rasul, O., Sniehotta, F. F., Marques, M., Beyer, F., Thomson, R., Avery, L., & Presseau, J. (2019). The relationship between habit and healthcare professional behaviour in clinical practice: A systematic review and meta-analysis. Health Psychology Review, 13(1), 73–90. [Taylor & Francis Online][PubMed][Web of Science ®], [Google Scholar]
Powell, B. J., Waltz, T. J., Chinman, M. J., Damschroder, L. J., Smith, J. L., Matthieu, M. M., Proctor, E. K., & Kirchner, J. E. (2015). A refined compilation of implementation strategies: Results from the Expert Recommendations for Implementing Change (ERIC) project. Implementation Science : IS, 10(1), 21. [Crossref][PubMed], [Google Scholar]
Justin Presseau, Lucie M.T. Byrne-Davis, Sarah Hotham, Fabiana Lorencatto, Sebastian Potthoff, Lou Atkinson, Eleanor R. Bull, Alexandra L. Dima, Anne van Dongen, David French, Nelli Hankonen, Jo Hart, Gill A. ten Hoor, Kristian Hudson, Dominika Kwasnicka, Sanne van Lieshout, Jennifer McSharry, Ellinor K. Olander, Rachael Powell, Elaine Toomey & Molly Byrne (2022) Enhancing the translation of health behaviour change research into practice: a selective conceptual review of the synergy between implementation science and health psychology. Health Psychology Review, 16(1), 22-49, http://doi.org/10.1080/17437199.2020.1866638. [Taylor & Francis Online], [Google Scholar]
Presseau, J., Ivers, N. M., Newham, J. J., Knittle, K., Danko, K. J., & Grimshaw, J. M. (2015). Using a behaviour change techniques taxonomy to identify active ingredients within trials of implementation interventions for diabetes care. Implementation Science: IS, 10, 55. [Crossref][PubMed][Web of Science ®], [Google Scholar]
Presseau, J., Johnston, M., Francis, J. J., Hrisos, S., Stamp, E., Steen, N., Hawthorne, G., Grimshaw, J. M., Elovainio, M., Hunter, M., & Eccles, M. P. (2014). Theory-based predictors of multiple clinician behaviors in the management of diabetes. Journal of Behavioral Medicine, 37(4), 607–620. https://doi.org/10.1007/s10865-013-9513-x[Crossref][PubMed][Web of Science ®], [Google Scholar]
Presseau, J., Johnston, M., Heponiemi, T., Elovainio, M., Francis, J. J., Eccles, M. P., Steen, N., Hrisos, S., Stamp, E., Grimshaw, J. M., Hawthorne, G., & Sniehotta, F. F. (2014). Reflective and automatic processes in health care professional behaviour: A dual process model tested across multiple behaviours. Annals of behavioral medicine: A Publication of the society of behavioral medicine, 48(3), 347–358. https://doi.org/10.1007/s12160-014-9609-8[Crossref][PubMed][Web of Science ®], [Google Scholar]
Presseau, J., Patey, A., Fedotova, A., McCleary, N., Birken, S., Francis, J., Kirk, A., Linklater, S., Asad, S., Shorr, R., & Grimshaw, J. (2017). Use of the Theoretical Domains Framework (TDF) for assessing barriers and enablers to healthcare professional behaviour change: A systematic review. PROSPERO, 2017 CRD42017078764. https://www.crd.york.ac.uk/prospero/display_record.php?ID=CRD42017078764[Google Scholar]
Prothero, L., Lawrenson, J. G., Cartwright, M., Crosby-Nwaobi, R., Burr, J. M., Gardner, P., Anderson, J., Presseau, J., Ivers, N., & Grimshaw, J. M. (2021). Barriers and enablers to diabetic eye screening attendance: An interview study with young adults with type 1 diabetes. Diabetic Medicine, 39, e14751. [Google Scholar]
Quintana, J. M., Arostegui, I., Escobar, A., Azkarate, J., Goenaga, J. I., & Lafuente, I. (2008). Prevalence of knee and hip osteoarthritis and the appropriateness of joint replacement in an older population. Archives of Internal Medicine, 168(14), 1576–1584. https://doi.org/10.1001/archinte.168.14.1576[Crossref][PubMed], [Google Scholar]
Ray, K. N., Martin, J. M., Wolfson, D., Schweiberger, K., Schoemer, P., Cepullio, C., Iagnemma, J., & Hoberman, A. (2021). Antibiotic prescribing for acute respiratory tract infections during telemedicine visits within a pediatric primary care network. Academic Pediatrics, 21(7), 1239–1243. [Crossref][PubMed][Web of Science ®], [Google Scholar]
Riddle, D. L., Jiranek, W. A., & Hayes, C. W. (2014). Use of a validated algorithm to judge the appropriateness of total knee arthroplasty in the United States: A multicenter longitudinal cohort study. Arthritis & Rheumatology (Hoboken, N.J.), 66(8), 2134–2143. [Crossref][PubMed][Web of Science ®], [Google Scholar]
Runciman, W. B., Hunt, T. D., Hannaford, N. A., Hibbert, P. D., Westbrook, J. I., Coiera, E. W., Day, R. O., Hindmarsh, D. M., McGlynn, E. A., & Braithwaite, J. (2012). CareTrack: Assessing the appropriateness of health care delivery in Australia. The Medical Journal of Australia, 197(2), 100–105. https://doi.org/10.5694/mja12.10510[Crossref][PubMed][Web of Science ®], [Google Scholar]
Santana, M. J., Manalili, K., Jolley, R. J., Zelinsky, S., Quan, H., & Lu, M. (2018). How to practice person-centred care: A conceptual framework. Health Expectations: An International Journal of Public Participation in Health Care and Health Policy, 21(2), 429–440. https://doi.org/10.1111/hex.12640[Crossref][PubMed][Web of Science ®], [Google Scholar]
Seddon, M., Marshall, M., Campbell, S., & Roland, M. (2001). Systematic review of studies of quality of clinical care in general practice in the UK, Australia and New Zealand. Quality and Safety in Health Care, 10(3), 152–158. https://doi.org/10.1136/qhc.0100152[Crossref], [Google Scholar]
Shrank, W. H., Rogstad, T. L., & Parekh, N. (2019). Waste in the US health care system: Estimated costs and potential for savings. JAMA, 322(15), 1501–1509. [Crossref][PubMed][Web of Science ®], [Google Scholar]
Squires, J. E., Cho-Young, D., Aloisio, L. D., Bell, R., Bornstein, S., Brien, S. E., Decary, S., Varin, M. D., Dobrow, M., Estabrooks, C. A., Graham, I. D., Greenough, M., Grinspun, D., Hillmer, M., Horsley, T., Hu, J., Katz, A., Krause, C., Lavis, J., … Grimshaw, J. M. (2022). Inappropriate use of clinical practices in Canada? A systematic review. Canadian Medical Association Journal, 194(8), E279–2021. https://doi.org/10.1503/cmaj.211416[Crossref][Web of Science ®], [Google Scholar]
Strack, F., & Deutsch, R. (2004). Reflective and impulsive determinants of social behavior. Personality and Social Psychology Review: An Official Journal of the Society for Personality and Social Psychology, Inc, 8(3), 220–247. [Crossref][PubMed][Web of Science ®], [Google Scholar]
Spooner, L., Fernandes, K., Martins, D., Juurlink, D., Mamdani, M., Paterson, J. M., Singh, S., & Gomes, T. (2016). High-dose opioid prescribing and opioid-related hospitalization: a population-based study. PLoS One, 11(12), e0167479 [Crossref][PubMed][Web of Science ®], [Google Scholar]
Tricco, A. C., Ivers, N. M., Grimshaw, J. M., Moher, D., Turner, L., Galipeau, J., Halperin, I., Vachon, B., Ramsay, T., Manns, B., Tonelli, M., & Shojania, K. (2012). Effectiveness of quality improvement strategies on the management of diabetes: A systematic review and meta-analysis. The Lancet, 379(9833), 2252–2261. https://doi.org/10.1016/S0140-6736(12)60480-2[Crossref][PubMed][Web of Science ®], [Google Scholar]
Vallis, M., Bacon, S., Corace, K., Joyal-Desmarais, K., Sheinfeld Gorin, S., Paduano, S., Presseau, J., Rash, J., Mengistu Yohannes, A., & Lavoie, K. (2021). Ending the pandemic: How behavioural science can help optimize global COVID-19 vaccine uptake. Vaccines, 10(1), 7. https://doi.org/10.3390/vaccines10010007[Crossref][Web of Science ®], [Google Scholar]
Voruganti, T., O’Brien, M. A., Straus, S. E., McLaughlin, J. R., & Grunfeld, E. (2015). Primary care physicians’ perspectives on computer-based health risk assessment tools for chronic diseases: A mixed methods study. Journal of Innovation in Health Informatics, 22(3), 333–339. [Crossref][PubMed], [Google Scholar]
Webster, F., Weijer, C., Todd, L., Grimshaw, J. M., Marshall, A. P., Cook, D., MacLennan, G., Cuthbertson, B. H., Francis, J. J, & for the SuDDICU international group. (2016). The ethics of future trials: Qualitative analysis of physicians’ decision making. Trials, 17(1), 1–8. https://doi.org/10.1186/s13063-015-1137-8[Crossref][PubMed], [Google Scholar]
Wolfenden, L., Foy, R., Presseau, J., Grimshaw, J. M., Ivers, N. M., Powell, B. J., Taljaard, M., Wiggers, J., Sutherland, R., Nathan, N., Williams, C. M., Kingsland, M., Milat, A., Hodder, R. K., & Yoong, S. L. (2021). Designing and undertaking randomised implementation trials: Guide for researchers. BMJ (Clinical Research ed.), 372, m3721. https://doi.org/10.1136/bmj.m3721[PubMed], [Google Scholar]
Wong, S., Rajapakshe, S., Barber, D., Patey, A., Levinson, W., Morkem, R., Hurwitz, G., Wintermute, K., & Leis, J. A. (2022). Antibiotic prescribing for respiratory tract infection across a national primary care network in 2019. Canada Communicable Disease Report = Releve Des Maladies Transmissibles au Canada, 48(4), 157–163. https://doi.org/10.14745/ccdr.v48i04a06[Crossref][PubMed], [Google Scholar]
Dr. Carlos Alberto Díaz. Profesor Titular Universidad ISALUD. 2024.
El futuro no es tan sombrío, y no todo tiempo pasado fue mejor. El sector de salud requerirá cada vez de mayor cantidad y calidad de talento humano, una tecnología más adaptada a las necesidades actuales y la ciencia de datos aplicada al análisis de la realidad y la in-geniería de los procesos.
La expectativas por tratar enfermedades y curarlas superan la realidad. El financiamiento es insuficiente y los precios de los dipositivos e insumos para países de bajos ingresos cristalizará la inequidad.
Es una crisis, pero que es multicausal y estructural, exigirá la acción coordinada de las universidades, gobiernos, financiadores, proveedores, asociaciones de médicos y sindicatos, para evitar el atropello que generan por disputa distributiva entre la tecnología diagnóstica, hospitalaria y farmacológica, las necesidades aumentadas de la población, y las dificultades con el acceso de calidad.
Son varias las acciones, pero el financiamiento, la falta de recursos económicos es lo principal, de alguna forma, los honorarios médicos y los salarios del equipo de salud deben estar acordes a lo que su esfuerzo representa en la sociedad y en el desarrollo de las naciones. La disputa por el recurso humano es despiadada, no tiene reglas, no está siendo abordada con seriedad, porque todo pasa por lo económico, que está por encima de lo social.
La matriz de costos de la salud, de la mano de la innovación tecnológica, de los nuevos tratamientos, de los nuevos fármacos, del rápido retorno de la inversión que requieren las empresas desplaza la significancia de la remuneración al equipo sanitario, por lo tanto la distribución en la estructura de gastos se ha modificado fuertemente. Esto lleva a los profesionales tener conductas oportunísticas post contractuales, cobrando aranceles por prestaciones acordadas.
El equipo de salud debe ser además cada vez más calificado, que sepa su propósito, que muestre compromiso y también capacidad de autoorganizarse, de modificar el modelo de prestación y atención por otro centrado en la persona, en la humanización de la atención, en la personalización, en el profesionalismo, la empatía, la capacitación continua, de entender que la consulta médico paciente es un dialogo entre dos expertos, el médico y el paciente, que es experto en lo que le pasa y siente. Esforzarse desde la gestión y la rectoría para disminuir el multiempleo, mejorar las condiciones de trabajo, reconocer la dedicación en tiempo y a lo asistencial, impulsar liderazgos que estén en la trinchera, las cosas no se resuelven en el escritorio si con información, participación y saber donde estamos yendo. Hay que premiar a los financiadores que sostienen su recurso humano.
La residencia médica está en crisis como proceso formativo, por duración, dedicación, proceso pedagógico, uso de la simulación, formación de habilidades blandas y competencias profesionales, la resultante es que no se cubren los cargos. La formación de grado también debe modificarse, son muchos años, los conceptos que se aprenden en los primeros cursos, cuando se llega al final de la carrera, a la integración nos encontramos que estos no son los adecuados. Entonces el problema está en la cantidad de alumnos, en espacios de aprendizaje que no agregan valor, problemas de espacio, uso innecesario de la virtualidad, no como complemento, en materias eminentemente prácticas. Duración de carrera de ocho años y contenidos curriculares. Se forman profesionales para un mundo que ya no existe. La post pandemia olvidó a los profesionales. Aplausos, segregación y olvido en ese orden.
El desafío clave es optimizar las intervenciones de cambio de comportamiento que aborden las barreras y los facilitadores de las prácticas recomendadas. Los comportamientos del Profesional de la Salud pueden estar determinados, entre otros, por el conocimiento, las influencias sociales, la intención, las emociones y las metas. A menudo se exige a los profesionales sanitarios que decidan qué medidas tomar en el contexto de una base de evidencia clínica compleja y a menudo poco clara. Los comportamientos de los profesionales sanitarios cuando prestan atención a sus pacientes se desarrollan dentro de sistemas complejos y en el contexto de múltiples demandas que exceden las fronteras de lo asistencial.
La tecnología, la transmisión, la capacidad de almacenamiento de datos, la interoperabilidad de los sistemas, la genómica, la trazabilidad del flujo de valor para los pacientes, la impresión 3 D, la simulación, la medicina traslacional, la nuevas formas de investigación, la aplicación de la inteligencia artificial en diagnóstico, en formas de tratamiento y probabilidades, en la investigación servirá para complementar y hacer más segura la atención. la tecnología no reemplaza al equipo de salud lo fortalecerá.
Los profesionales en Argentina y otros países, tienen riesgo patrimonial, y pueden convertirse en la segunda victima ante situaciones de demanda por supuestas mala praxis. La Asociación médica de los EEUU publicó un análisis de la frecuencia de reclamos, septiembre 2023, diciendo que casi un tercio (31.2%) de los médicos estadounidenses en 2022 informaron que habían sido demandados anteriormente.
«Incluso los médicos más calificados y competentes en los Estados Unidos pueden enfrentar un reclamo de responsabilidad médica en sus carreras, sin embargo, ser demandado no es indicativo de errores médicos», dijo el presidente de AMA, Jack Resneck Jr., M.D. «Toda la atención médica conlleva riesgos, sin embargo, los médicos están dispuestos a realizar procedimientos de alto riesgo que ofrecen esperanza de alivio de síntomas debilitantes o afecciones potencialmente mortales. Cuando los médicos son demandados, dos tercios de los reclamos de responsabilidad civil son retirados, desestimados o retirados sin un hallazgo de culpa. Cuando las demandas proceden a juicio y se deciden por un veredicto, los acusados prevalecen en casi 9 de cada 10 casos».
El retraso en los pagos, la inseguridad en el cobro, los débitos a las facturaciones, los riesgos, la necesidad de dar una medicina más personalizada, no se correlaciona con la valoración.
Los intermediarios en la salud se quedan con una porción importante del recurso, siendo el último y el principal afectado los pacientes, que requieren atención. La integración debe ser más efectiva, no tan intrincada. Sino la escasez cada vez será más manifiesta, y cobrará vidas.
Oslerismos:
Sobre la enseñanza de la medicina: “No deseo otro epitafio… que la afirmación de que enseñé a los estudiantes de medicina en las salas, ya que considero que este es, con diferencia, el trabajo más útil e importante que me han encargado realizar”.
O sobre libros y reseñas de pacientes: “Ver enfermos sin leer libros es como navegar por el mar sin cartas, pero leer libros sin ver enfermos es como no navegar nunca”.
Sobre la toma de la historia clínica: “La toma de la historia clínica sigue la misma línea de pensamiento, no sugiere respuestas. Escribe la queja del paciente con las mismas palabras”.
Al examen físico: Además de la inspección, la palpación, la percusión, la auscultación sugería la contemplación del paciente” “Todo el arte de la medicina consiste en la observación… pero educar el ojo para ver, el oído para oír y el dedo para sentir lleva tiempo, y empezar, poner a un hombre en el camino correcto, es todo lo que se puede hacer. «
Sobre los pacientes: “Cada paciente que ves es una lección de mucho más que la enfermedad que padece”.
Hablando a estudiantes de medicina en la Universidad de Toronto, Canadá, en 1903, William Osler reflexionó sobre su trabajo futuro. «La práctica de la medicina», observó, «es un arte, no un oficio; una vocación, no un negocio; un llamado en el que tu corazón se ejercitará igualmente con tu cabeza».
Lo que su dirección parecía implicar es que la carrera que sigue también es única, un valor atípico privilegiado entre las diferentes profesiones.
En 1913 en una serie de conferencias de la Universidad de Yale, Osler describió estas conferencias como «un vuelo en avión sobre el progreso de la medicina a través de los siglos».
La profesión de la medicina ha merecido históricamente un cierto respeto. Pero, ¿se ha traducido ese respeto en el mundo moderno? Es una pregunta que persiste en los márgenes de la novela de 2019 de Taffy Brodesser-Akner Fleishman Is In Trouble y la serie de televisión adaptada del mismo nombre. Además de provocar una serie de conversaciones sobre la naturaleza del matrimonio y el envejecimiento, estas obras exploran la relación moderna con el trabajo y el prestigio profesional.
La novela de Brodesser-Akner narra la experiencia de una pareja, Toby y Rachel Fleishman, en medio de un difícil divorcio. En la superficie, su historia es una de desalineación. Toby, un hepatólogo de un prominente hospital de la ciudad de Nueva York, es un personaje aparentemente quijotesco, enamorado de una visión osleriana idealizada de la medicina. «El padre de Toby era médico, y su tío era médico … Los Fleishman habían criado a sus hijos siguiendo el modelo de una persona con una bata blanca dando consuelo, paz y curación a alguien que lo necesitaba». Por el contrario, Rachel, una fundadora inmensamente exitosa de una agencia de talentos, es práctica y se centra singularmente en la seguridad financiera de su familia: «También le gustaría hacer cosas amables y maravillosas en el mundo. Pero, ¿qué hay de hacer esas cosas por sus hijos primero?», se pregunta.
Aunque la pareja no está de acuerdo en muchos temas, que van desde las escuelas de sus hijos hasta el diseño interior de su nuevo apartamento, el tema que causa más conflictos es el trabajo de Toby. El estatus de su profesión también preocupa a Toby. Persevera en el prestigio menguante de la medicina. «Un médico ya no era una cosa para ser», reflexiona con frustración, «¡Un médico! Había sido criado para pensar que un médico era algo respetable. ¡Fue algo respetable!» Sin embargo, en los círculos sociales de Toby, definidos por el poder y los ingresos, los escalones de élite son reservas para banqueros y financieros, y él se siente desencantado y varado en la periferia. El divorcio de la pareja se desarrolla en este contexto. Para Toby, la versión idealizada de la medicina existe en tensión con las realidades de la atención médica moderna: una transición antiosleriana del arte al comercio, de la vocación a los negocios y de la influencia creciente del complejo industrial médico.
Atrás quedó la era que Toby conocía de niño cuando «los fines de semana, los niños del vecindario se lastimaban las rodillas o tenían fiebres altas, y los padres del vecindario llamaban a la puerta de los Fleishman … Esta fue una buena vida, según Toby. Había valor y valor en ello». Para médicos como Toby, el valor es difícil de encontrar en un mundo donde la documentación ocupa tanto tiempo de un clínico, y muchos médicos en los Estados Unidos informan haber sido demandados a la edad de 55 años. Mientras tanto, una combinación de opciones de seguro privado o público y el acceso desigual a la atención en muchos entornos obligan a los médicos a navegar por la cuerda floja de los negocios y la atención médica.
En una entrevista en 2019, Brodesser-Akner reconoció la desconexión inherente entre el mundo que un estudiante de medicina imaginó y la realidad de la práctica médica.
«Estas eran personas que fueron a la escuela de medicina en la década de 1990 y pensaron que iban a tener una buena vida», dijo. «Supongo que me preguntaba si hay alguna industria en la que puedas vivir toda una vida sin que el suelo se mueva bajo tus pies de una manera tan profunda».
La respuesta, por supuesto, es no.
En un mundo que cambia rápidamente, ninguna profesión puede ser inmune a los cambios en la tecnología y la industrialización, un cambio que solo se está acelerando en la medicina con la introducción de la inteligencia artificial, la medicina virtual y los nuevos tratamientos.
Sin embargo, en medio de tal cambio, el llamado de la medicina perdura y debe ser alimentado.
La generación actual de médicos necesita preparar a los futuros médicos para el cambio que inevitablemente vendrá.
Una pregunta crucial en este esfuerzo es ¿cómo preservamos las partes de la medicina que inspiran a las personas a convertirse en médicos en primer lugar?
Estas semanas el blog se ha dedicado fundamentalmente a discurrir por los temas del Encuentro Nacional de Hospitales, sanatorios y Clínicas, un esfuerzo económico y organizativo de la Universidad ISALUD, de sus autoridades, para aportar fuera de la coyuntura expectativas y mostrar experiencias ciertas de innovación de los sectores públicos, privados y sociales.
Conferencia inaugural. Dr. Carlos Alberto Díaz. Profesor Titular Universidad ISALUD
Muy buenos días, agradezco el honor de permitirme participar en este intercambio tan importante y trascendente, en un encuentro Nacional sin exclusiones, y con todas la voces, comienzo expresando que los hospitales son sistemas adaptativos complejos que dependen del intercambio frecuente de información y conocimiento entre proveedores de atención médica para proporcionar una atención integral, oportuna, continua con efectividad, eficiencia, y segura de los pacientes. Incorporando componentes de gestión desde la accesibilidad, procesos, digitalización, organización matricial, la atención centrada en la persona, en la comunidad. Pensar en gestión de procesos, en flujo de pacientes, en medicina basada en el valor, en el análisis de los datos, acercar la evidencia al punto de atención, extender los brazos de conocimiento y atención de los equipos fuera de los límites murales del hospital, un hospital hub del sistema de salud, como instrumento de innovación, ambulatorización de pacientes, medicina más precisa, personalizada, preventiva, poblacional, predictiva, participativa de los pacientes y de los equipos de salud multidisplinarios, incorporando las nuevas profesiones a las tradicionales, genetistas, especialistas en biología molecular, bioingerios, informáticos, economistas. especialistas en calidad y en sistemas de información.
El hospital del futuro será bastante diferente al actual con un número mayor de servicios, centrados en las personas, más tecnológicos, mayor precisión diagnóstica, con sistemas interconectados e interoperables, procesos organizados para la continuidad asistencial y de cuidado progresiva, al acortamiento de las estancias, a evitar sucesos adversos, y a la resolución de las complicaciones, al anticipo de las complicaciones mayores de la cronicidad, pensando en calidad, seguridad y ser más eficientes. Será distinto no solo por su tecnología sino por la destreza aplicada de los equipos de salud para resolver patología compleja o previamente de mal pronostico que debe ser sometido a un crecimiento armónico, ordenado, de competencias, capital humano y procesos
Es probable que la tecnología y los datos una porción sustancial de la atención hospitalaria futura, pero la prestación del cuidado, especialmente para pacientes y procedimientos complejos, aún requerirá conocimientos humanos prácticos sustentados por las competencias y en la participación de los pacientes.
Tradicionalmente el cambio impulsado por las tecnologías llevara un proceso que abarque dos décadas, que lidera y avanza, seguidos por los cambios en el sistema de salud y en la regulación, que son fuerzas estabilizadoras y que avalan la nueva tecnología su empleo adecuado, el desarrollo tecnológico requiere de un factor humano de diversas tendencias en la sociedad, como la cohesión social, la consideración que generará bienestar, que puede ser autorizado y su uso descentralizado pero con una etapa consciente de formación de experiencia, medición de resultados, asegurar el buen uso de la tecnología. Capacidad de almacenamiento, cada avance tecnológico lo clasificamos en los años que llevará la aceptación e implementación, entre 2 y diez años. Desde que un país y el sistema de salud este ordenado, sino tenderá a cristalizar la desigualdad en el sistema y la inequidad.
El hospital del futuro tendrá que tener una torre de control y su rol será más parecido a un hub, donde el paciente este un tiempo entre llegar de la atención primaria y volver a ella, o llegar para someterse a un procedimiento de alta complejidad, o salir a una institución como el domicilio protegido o la rehabilitación, u a otros prestadores con un diagnóstico de precisión. Tiene que estar más interconectado, interrelacionado con los otros dispositivos del sistema de salud para identificar los viajes del paciente, las trayectorias de vuelo, con una atención más flexible móvil y preciso, menos confinada, con atributos de logística, de procesos, mejora continua, calidad y gestión del funcionamiento de la estructura.
Desde la adopción generalizada de los registros médicos electrónicos se ha generado y acumulado un gran volumen de datos clínicos digitalizados que debieran impulsar la atención sanitaria más basada en datos, patrones de diagnóstico y tratamiento. El futuro de los hospitales involucra también abundante cantidad de datos depurados, almacenados, tan seguros, como abundantes en diagnóstico, medicina preventiva, diagnóstico de medicina de precisión, reducción de eventos adversos, de los costos y perspectivas poblacionales. Los datos en salud será algo muy buscado en la industria, para poder proyectar sus inversiones, las competencias y conquistar a los prescriptores. Este manejo de datos debería concluir en ocho aspectos: evaluación de informes de evaluación de tecnologías sanitarias. Informes de evaluación de medicamentos, estudios de costo efectividad, guías de práctica clínica. Compra pública innovadora, radar de detección de tecnologías emergentes. Guías de desinversión. Detección de tecnologías obsoletas que no aportan valor. Transferencia de conocimientos. Metodología de evaluación. Retratar el presente y avanzar con hipótesis plausibles sobre el futuro
El hospital del futuro se encuadra dentro de los cambios generados en las transiciones tecnológicas, políticas, sociales, económicas, empleo, culturales, los cambios demográficos y epidemiológicos, esto motiva una exigencia o presión de pacientes complejos con Polipatologías, pero también con multimorbilidad, que exigen modificar los microsistemas clínicos integrados de estos hospitales, disponiendo en el agrupamiento de sus centros de responsabilidad de nuevos dispositivos asistenciales. En lo prestacional generar servicios que tengan postventa, extender de forma hibrida los servicios más allá de sus paredes, tener unidades que sean de rápida detección y asociación. Con verdaderos recorridos parametrizados de los viajes de los pacientes en las patologías tiempo dependiente. El desarrollo de la telemedicina y los domicilios protegidos, con dispositivos que puedan ser leídos en los hospitales y por los responsables. Tener métodos organizativos flexibles, relacionados con la logística y la eliminación de desperdicios, con sustentación en valores, sistemas de creencias que generen visión compartida, profesionalización, liderazgo compartido y contratos innovadores que relacionen incentivos con respuestas. Un hospital resiliente, que observe acumule información elabore respuestas anticipadas, y adaptativas. También es importante el desarrollo de la telemedicina, telegestión, disponibilidad de imágenes, telesegunda opinión. Esos datos fluir desde dispositivos transcutaneos a las centrales que permitan medir el score National Early Warning score, para anticiparse al deterioro clínico y evitar el paso a terapia, previlegiar la atención y la vigilancia de determinados pacientes.
Los hospitales son varios hospitales dentro de un mismo hospital, dentro de ese agrupamiento de procesos orientados a las necesidades de los pacientes, son también cuatro empresas, que se conocen hace varias décadas, que son la empresa de gestión clínica, la empresa de producción industrial o técnica, la empresa hotelera, la empresa de la enseñanza. Estas empresas se unen en una red matricial adhocrática de tres procesos core y otros quince procesos relacionados con estos centrales. Luego tiene agrupamientos de procesos en la gestión de los accesos de los pacientes al hospital o el ingreso de gestión de pacientes, los pacientes con demanda no programada que ingresan al pronto socorro, la emergencia, donde se los estudia, se los encamina, internan o egresan. Los hospitales de alta complejidad en red para evaluar apropiabilidad de ingreso y reducción de las reinternaciones no programadas tienen que tener atención ambulatoria de alta complejidad, que también tiene que solucionar las fallas de mercado. Un sector de cuidado progresivo conformado por cuidados moderados, cuidados especiales y críticos, relacionados con el hospital de día, con el hospital ERAS, con el área de procedimientos, para diagnóstico y acortar internaciones. Áreas de pacientes complejos con polipatología y multimorbilidad, para reducir las estancias y relacionarlo con los cuidados sociosanitarios.
Para que esta complejidad del sistema abierto adaptativo en los ocho agrupamiento de procesos sea efectivo y permita mejorar la experiencia y la continuidad de atención se debe generar una cadena de valor sustentada por actividades de respaldo que soporten y permitan la realización de estos procesos, en la urgencia, en los procedimientos, en corredores ambulatorios, en áreas de corta estancia, en el cuidado moderado, los cuidados críticos de adultos, cardiológicos pediátricos y neonatales, un área flexible donde se realicen procedimientos, endoscopias, punciones, biopsias dirigidas, colocación y cambios de catéteres, sostenidos por un sistema de información muy sólido fuerte y estable. Un hospital proyectado en la comunidad, en la telemedicina, la teleconsulta, la vinculación del paciente con la atención primaria, la gestión compartida con otros hospitales para que estos acorten la curva de aprendizaje.
El puntapié inicial del proceso de transformación tecnológica de los hospitales no pasa por la complejidad de sus elementos de diagnóstico, sino de la transformación de los procesos y el comienzo estará en la historia clínica digital, en la acumulación de información, la posibilidad que disminuya el consumo de las pacas radiográficas y de los papeles, con pacientes más seguros, con procedimientos trazables. Sistemas seguros de prescripción digital. Reservas de turnos en línea sin necesidad de solicitarlos presencialmente. Aplicaciones que colaboren con la tarea médica, como la posibilidad de ver interacciones medicamentosas, días de tratamiento antibióticos, la farmacia clínica, el control de las diluciones y aplicaciones. Plataformas para el acceso en línea. Poder hacer diagnóstico en el punto de atención. Tener monitoreo remoto de signos vitales. Herramientas de reconocimiento de voz. Robótica. Plataformas digitales para el análisis de datos genómicos, identificación de ropa y dispositivos por radiofrecuencia incorporación de la inteligencia artificial como recurso de apoyo al diagnóstico de imágenes, de laboratorio clínico, de biología molecular y genómico. Utilizar realidad virtual y tridimensional, para mejorar la visión y el campo operatorio.
El hospital digital será parte de un ecosistema digital, que servirá para potenciar un sistema de intercambio poderoso, que implicará apertura, horizontalización de jerarquía en las instituciones y menos ocultamientos. El ecosistema digital debe transformar radicalmente la experiencia de los usuarios, encontrar nuevas áreas de atención, incrementar la eficiencia, disminuir los eventos adversos, dar más seguridad a los pacientes, fortalecer a los hospitales. Comenzará con la historia clínica digital, con las alertas, con la información completa para dar continuidad a la atención, el sistema digital tiene que entrelazarse de modo tal que mejore el control, seguimiento, respuesta al tratamiento, demora del paciente en el acceso, resolución de desperdicios, seguridad en la atención, medición de la calidad y las percepciones de los usuarios. Los avances no son aislados, sino se neutralizarán por ello debemos ir hacia un ecosistema. La modernización, la modificación de los procesos, la mediciòn de las transacciones y de las métricas actividad sucesiva – esperas, nueva actividad, responsables, secuencias son las que nos permiten evaluar lo que realizamos.
Donde deben mejorar los hospitales para modernizarse, dar servicios que logren más satisfacción y confianza, desarrollar sistemas y procesos de atención adecuados a las nuevas necesidades, distribución de los servicios mediante el agrupamiento racional de los procesos, seguir y comparar resultados clínicos y el desempeño, desde el nivel que se parte y al que se quiere llegar. Mejora, la experiencia de los pacientes, tanto el PREM como el PROM, la experiencia de los pacientes, su seguridad, la disminución de los eventos adversos, modificando la cultura, los controles, con especial atención hacia los pacientes frágiles, cuidando el bienestar del personal, la integración social de las prestaciones.
Es un desafío la adopción de las tecnologías digitales, dentro de la normalización de los procesos y la atención centrada en la persona, porque esto genera valor y demuestra que produce mayor adhesión al tratamiento. Vencer la resistencia al cambio, mejorar la desigualdad, aumentar la equidad, evitar la postergación de la desigualdad de la alfabetización digital, mantener la privacidad y la seguridad de los datos, evitar los ataques, normalización de las actividades y poner especial aliento en la interoperabilidad, no saber integrar adecuadamente los flujos de trabajo. evitar los ciberataques. No cristalizar la inequidad entre quienes puedan a acceder a servicios más disponibles y otros que no lo puedan hacer por que no tengan posibilidad por las condiciones de precariedad en la que viven.
En un marco de atención basado en el valor para el sistema de salud, para el paciente y los financiadores, sustentado en la calidad y la atención centrada en las personas, con otras formas de incentivo y de reconocimiento de acreditación no solo en sentido donabediano de estructura proceso y resultado sino fundamentalmente cultura. basada en procesos eficientes que disminuyan los desperdicios de la sobre utilización, la sobre prestación, los movimientos innecesarios de cosas o personas, los tiempos de espera innecesarios, no escuchar a las personas que están ejecutando el proceso, tener stocks innecesarios y excesivo, no tener logística justo a tiempo. Procesos basados en la videncia, con co-diseño del usuario y coproducción y aporte del capital humano. sosteniendo principios por la equidad, transparencia en las negociaciones del sistema de salud, innovación en los procesos, en los servicios, en los elementos de diagnóstico y tratamiento. Resiliencia para responder a las transformaciones del sistema y los cambios del entorno. Preservación del medio ambiente pensando en lo energía, residuos patogénicos y consumo del agua.
El hospital del futuro funcionará con nuevas reglas de juego, con una ley de compras renovadas, centralizadas, independientes, dinámicas, remuneraciones distintas flexibles, descentralización administrativa, nuevas formas de gobernanza. Lograr acuerdos de dedicación extendida. Capacitación continua para sostener las competencias. Reglas de juego mejorar las redes, acreditación de los hospitales en calidad y seguridad, gobierno hospitalarios basados en la gobernanza. Los socios estratégicos que los fortalecerán proveedores, médicos, enfermería, la comunidad , convenios con universidades, etc
Los hospitales modernos deberán tener por un lado una coordinación interna de los procesos, de los flujos de trabajo, con un centro de comando que regule la producción, la mantenga ordenada, evite comportamientos disruptivos u oportunistas que afecten la producción, un correcto triage, una adecuada admisión, una visualización donde están los pacientes y que se está realizando, los controles de los tiempos de los procedimientos, las cirugías y los estudios pendientes, cuantos que están demorados y por cuanto tiempo. Cumplimiento de los horarios. Demora entre el darle el alta y su efectiva ejecución. Es muy importante orden interno. Tambien la relación existente del hospital con su red, con los pacientes frágiles severamente enfermos, que están en centros de rehabilitación, que tienen internación domiciliaria, el cumplimiento del tratamiento, la adherencia, los pasos de rehabilitación, monitoreo remoto con los pacientes, dispositivos para la realización de consultas virtuales.
Es importante la creación de valor, de desempeño, de dar un servicio de calidad, evitar complicaciones, optimizar los flujos de trabajo, los ingresos de los pacientes en los procesos, en los quirófanos, en la realización de procedimientos, hablar con los pacientes para asegurar su accesibilidad, acortar las estancias y la duración de los tratamientos, mejorando las competencias instaladas, optimizar el uso de las capacidades instaladas. Mejorar la comunicación los mapas de los viajes de los pacientes, y dispositivos que funciones las 24 horas del día, modelos de continuidad de atención. Evaluar la calidad de los tratamientos, la estructura, los procesos y los resultados, disponer de dispositivos alternativos. Adaptar la medicina estandarizada a una medicina personalizada, orientada al paciente, a las decisiones compartidas. Extender los brazos de las especialidades críticas haciendo más teleconsultas, confirmando presentismo de pacientes, emitiendo recordatorios automatizados, desprenderse de pacientes que ya pueden pasar a otros dispositivos asistenciales. Finalmente tener ordenado y disponible un gran volumen de datos.
El correcto ordenamiento en red del sistema de salud exige que los hospitales se conviertan en centros de coordinación de cuidados, de mejoras de las transiciones, de la vinculación con la continuidad de cuidados, con la rehabilitación, generar visiones flexibles de respuestas asistenciales. De tener domicilios protegidos, de saber los pacientes que están en rehabilitación, pacientes que se requiere reprogramar sus internaciones o terminar algún proceso ya iniciado.
Los pacientes en los hospitales modernos realizan recorridos dentro de la red matricial de proveedores internos, que realizan la provisión y entrega de productos intermedios, de logística o información, de prácticas y procedimientos, solicitados por el equipo de salud responsable de los procesos en el menor tiempo posible, sin demoras innecesarias, generando flujos de trabajos, vinculados a los pacientes, donde los prescriptores deberán orientar sus acciones a incrementar la eficiencia, disminuir la latencia del pedido a la ejecución, orientados hacia la generación de valor para el paciente. Con seguridad, controles, cumplimiento de los bundles, y de todos los elementos vinculados a la seguridad.
Cuando nos referimos a hospitales Smart o inteligentes, son aquellos que disponen de procesos trazables por la digitalización en referencia al ID del paciente con los sistemas de historia clinica electrónica, HIS vertical, PACKS de imágenes, interoperabilidad con laboratorio, con los controles de los pacientes, con los signos que signifiquen las alarmas, con trazabilidad de medicamentos, dispositivos, procedimientos, tardanzas o demoras innecesarias, análisis adecuado de los datos, depuración de las bases, identificación de los desvíos y generación de alertas para mejorar los procedimientos existentes de atención del paciente, en relación a la introducción de nuevas capacidades.
Cualquier hospital moderno es Smart, no, requiere colocar ingenio en los procesos, con la utilización de los datos para tomar decisiones basados en las evidencias de lo que está ocurriendo con los pacientes, las personas y los dispositivos, el conocimiento, la información, será el insumo principal para proceder al análisis de los datos y evaluar las soluciones. Establecer los tableros de control gerenciales con la producción diaria, los indicadores objetivo e impulsores y el funcionamiento del edificio. El conocimiento, las métricas, que deberán bidireccionalmente ir a los centros de procesos, responsabilidad o servicios, para que orienten sus esfuerzos y la producción en relación con lo que requiere el hospital inteligente. Hacer la atención más accesible, eficiente, segura y de mayor calidad.
Es importante referir que los hospitales inteligentes modernos deben utilizar estos esfuerzos, estas mejoras en los resultados en salud, mejorar la experiencia del paciente y la eficiencia operativa, en un prisma de tres caras, para lograr el quíntuple objetivo de la salud, mejora en la experiencia del paciente, mejorar los resultados, disminuir los costos, el bienestar del equipo de salud y la equidad, la mejora en la experiencia del paciente, le da confianza, el sistema de salud intercambia bienes de confianza con los pacientes, mejorar su privacidad, su participación, su co creación, superar sus expectativas y medir los resultados de su visión, disminuir tiempos muertos, postergaciones, y los resultados.
Debe servirle al sistema de salud, a los pacientes, a los integrantes de su equipo de salud, a tener un volumen adecuado de datos, conservarlos analizar, extender los brazos del hospital extramuros, las condiciones de trabajo, la seguridad, la ergonomía, la innovación en los procesos.
Los hospitales Smart deben contribuir a la medicina basada en el valor, por la calidad, generar menos externalidades, mayor acceso, disminuir el gasto de bolsillo, desempeño de eficiencia asignativa y económica, que son conceptos que requieren una transformación cultural importante, también debería obtenerse mejores resultados, disminuir el costo de la atención, esto recordemos que padece la presión competitiva de las innovaciones farmacológicas que neutralizan todos los esfuerzos por el ahorro, generados por el uso racional, la desinversión, la indicación adecuada, evitar internaciones evitables, disminuir los tiempos de internación, controlar las infecciones involucradas con el cuidado de la salud. El financiador debe premiar quienes realicen esfuerzos por la acreditación, por gestionar procesos y la eficiencia en las respuestas, prodigándose por resolución integral, continuidad de procesos, continuidad de cuidados, nuevas formas de pago.
Donde vamos a buscar valor en la disminución de la brecha entre la generación del conocimiento y la aplicación, entre la eficacia y la efectividad, entre la atención y la calidad desde todas las lógicas, generar formas de contratación que premien los resultados, el hacer y no solo estar, en lograr y no solo atender, gestionar en continuidad por procesos medir resultados y listas de espera. Hacer participar efectivamente a los pacientes, con todos los modelos prestacionales de continuidad de cuidado.
El concepto del valor ha tenido un efecto central en esta disertación visto desde varios enfoques que pretenden ser concurrentes, en la mayoría de las acciones y los procesos, cuando referimos a opciones de real valor, de costo efectividad, costo eficiencia, costo efectividad incremental, tener información disponible y datos para la reducción de la incertidumbre, de generar esperanza en los pacientes y valor para las aseguradoras o financiadores. Ahorro de costos dentro y fuera del sistema de salud. La evolución científica aplicada genera efectos indirectos y directos. Los años de vida ganados con calidad, en la calidad de vida de los pacientes en los costos netos, y en la productividad.
Esto de lo que hemos hablado no es una teorización sino que lo llevamos adelante en la puesta en marcha de dos hospitales de la máxima complejidad en dos provincias argentinas, con la participación de todos los especialistas de la universidad que han aportado los conocimientos desarrollando un esquema de puesta en marcha en una red, de implementación de conocimientos y competencias para llevar adelante una realidad y construir equidad, desde la voz de los pacientes, y el entendimiento de las autoridades políticas.
Fundamental es generar una visión compartida, implicar a todos los colectivos intervinientes en el cambio, en la importancia de la innovación aplicada, en considerar como están cambiando los pacientes y sus demandas, generar espacios de participación educación y cocreación. La digitalización es importante, fundamentalmente la interoperabilidad, la modernización de los espacios físicos, de ser más amigables con el medio ambiente, con el cuidado progresivo, aplicando la gestión Lean.
La inteligencia artificial será una complementación fundamental en la precisión diagnóstica, en optimizar tratamiento, en soporte de la decisión clínica, plan de tratamiento, autocuidado y prevención de los pacientes, pudiendo crear un paradigma nuevo en atención médica mejorando las habilidades de los proveedores de atención médica.
El hospital será un hub de apoyo de redes asistenciales, será más tecnológico, acortará las estancias, la duración de las internaciones, agregando valor, pero siempre requerirá del soporte vital, la pasión y la mística de su recurso humano. Asegurar una calidad estable y seguridad para los pacientes.
Los organizadores lo pensaron mirando el futuro, sobre las innovaciones que se están implementando, sin pensar en un proceso de elecciones presidenciales. Algo se ha realizado en el sector salud tanto en los ámbitos públicos, privados, establecimientos de la seguridad social y de las fuerzas armadas las perspectivas son negativas, surgen latentes las amenazas, las estamos viviendo, pero la transformación, las innovaciones y la facilitación del acceso digital a los sistemas, de la conformación de un ecosistema digital, el HIS vertical, la HCE, los anillos digitales, el análisis de los datos, la robótica, la impresión 3 D, la realidad aumentada, la enseñanza profunda, la incorporación de los pacientes, la seguridad, la calidad y la gestión deben sostenerse para el sistema de salud que vendrá, y que impulse alguna de las tres coaliciones que triunfe. Les decimos a ellas desde este lugar el sistema prestador esta presente, como en la pandemia, en el día a día. Muchos expositores, desde todos los actores sociales del sector para poder desde los participantes sacar conclusiones. Allí estaremos y los invito a todos, para que desde nuestro pequeño gran lugar tengamos un espacio de transmisión de las experiencias. Concretas y reales.
Los esperamos su participación tiene un gran valor.
![Diagram shows an overview of the study. (A–E) Imaging and nonimaging information were extracted from the publicly available Medical Information Mart for Intensive Care data set (A) and an internal data set of chest radiographic and accompanying clinical parametric data (B). The data sets were split into training, validation, and test sets, and a transformer-based neural network architecture (C) was trained to predict the diagnosis of up to 25 different pathologic conditions. First, the attention mechanism in the transformer architecture (D) was leveraged to provide insight into the decision-making process of the neural network, and it was shown that the predictive performance of the neural network (E) increased for all three data sets when both imaging and nonimaging inputs (area under the receiver operating characteristic curve [AUC], 0.77) were provided compared with either imaging (AUC, 0.70) or nonimaging (AUC, 0.72) inputs alone.](https://pubs.rsna.org/cms/10.1148/radiol.230806/asset/images/medium/radiol.230806.fig1.gif "Diagram shows an overview of the study. (A–E) Imaging and nonimaging information were extracted from the publicly available Medical Information Mart for Intensive Care data set (A) and an internal data set of chest radiographic and accompanying clinical parametric data (B). The data sets were split into training, validation, and test sets, and a transformer-based neural network architecture (C) was trained to predict the diagnosis of up to 25 different pathologic conditions. First, the attention mechanism in the transformer architecture (D) was leveraged to provide insight into the decision-making process of the neural network, and it was shown that the predictive performance of the neural network (E) increased for all three data sets when both imaging and nonimaging inputs (area under the receiver operating characteristic curve [AUC], 0.77) were provided compared with either imaging (AUC, 0.70) or nonimaging (AUC, 0.72) inputs alone.")
