De forma a conhecer qual o impacte do comportamento na eficiência sobre a efectividade dos cuidados prestados medida pela mortalidade, utilizaram-se os dados relativos ao desempenho na mortalidade como medida de efectividade, os dados relativos ao desempenho nos custos como medida de eficiência e um conjunto de outras variáveis que, com base na revisão da literatura, se entendeu poderem influenciar ambas as medidas: tipo de hospital, volume, recursos humanos, unidade de AVC, neuroradiologia, região, bem como o ano.
A análise conjunta da mortalidade e custos podia ser feita a dois níveis: ao nível do hospital ou ao nível do doente. Optou-se por analisar ao nível do doente. Comparativamente à análise por hospital, a análise ao nível do doente apresentou algumas vantagens. Desde logo, o maior número de observações (77.471 episódios e 42 hospitais) permitia a realização de análises mais robustas. Não obstante a relevância dessa vantagem, a opção da realização da análise por doente foi motivada pelo objectivo de conhecer o efeito dos custos sobre os resultados dos doentes sem consideração do que pode ser designado por “risco institucional”, isto é, os efeitos individuais e específicos de cada hospital em estudo sobre os resultados. Apesar disso, a importância da informação ao nível do hospital é também de considerar, já que este é um nível relevante de gestão no qual são tomadas decisões determinantes para os resultados obtidos. Consequentemente, a análise por doente foi complementada com a análise ao nível do hospital.
Assim, numa primeira fase, analisaram-se os valores respeitantes à mortalidade observada, esperada e à efectividade medida pela mortalidade na população em estudo. Esta iniciou-se com a caracterização dos valores da mortalidade observada e esperada em conjunto com os atributos dos prestadores e ano. Em seguida, caracterizaram-se os dois níveis de efectividade (melhor efectividade medida pela mortalidade e pior efectividade medida pela mortalidade) em termos dos
4. Metodologia 4.6 Forma de abordagem escolhida
107
seus valores de mortalidade observada e esperada. Além disso, estudou-se ainda o efeito dos atributos dos hospitais e ano sobre a efectividade medida pela mortalidade, através da regressão logística. Esta opção pretendia considerar o impacte conjunto de todas as variáveis, sendo a regressão logística um procedimento adequado quando se trata de uma variável dependente dicotómica, neste caso, que tomava o valor 1 nos casos de pior efectividade medida pela mortalidade e o valor 0 nos restantes.
A regressão logística tem o mesmo objectivo da regressão linear, isto é, encontrar o modelo melhor ajustado e mais parcimonioso, razoável do ponto de vista teórico, que descreva a relação entre uma variável (a dependente) e um conjunto de outras variáveis (as independentes) – a diferença reside em que a variável dependente da regressão logística é dicotómica (Hosmer e Lemeshow, 1989).
A segunda fase consistiu na análise dos custos observados, esperados e da eficiência medida pelos custos, com base nos mesmos procedimentos adoptados na fase anterior, ressalvando apenas que, para maior comparabilidade com os resultados da mortalidade, se utilizou também uma variável dicotómica para descrever a eficiência medida pelos custos, definida da forma já apresentada (4.5.3.3 Eficiência medida pelos custos, por doente).
A terceira fase respeitou à análise conjunta da efectividade medida pela mortalidade e da eficiência medida pelos custos, primeiro ao nível do episódio e depois ao nível do hospital.
Ao nível do episódio, em primeiro lugar, caracterizou-se a distribuição de episódios de cada nível de efectividade medida pela mortalidade pelos cinco níveis de eficiência medida pelos custos, além de se ter analisado a mesma variável (na sua forma contínua) nos dois níveis de efectividade medida pela mortalidade.
A parte central da análise consistiu no estudo do comportamento conjunto da MORT_EFECT e da CUST_EFIC, tendo em conta os efeitos dos atributos do hospital e do ano sobre as mesmas. Para esse fim, utilizou-se a regressão logística, com a mortalidade medida pela efectividade como variável dependente, de forma dicotómica (1: pior efectividade medida pela mortalidade; 0: restantes episódios). As variáveis independentes consistiram na eficiência medida pelos custos e em outras variáveis que poderiam ter impacte quer sobre a eficiência quer sobre a efectividade – os atributos do hospital e o ano. Deste modo, uma das vantagens do uso da regressão logística consistiu na possibilidade de considerar o impacte conjunto de todas as variáveis independentes sobre a dependente. Neste caso, o objectivo não consistia tanto em explicar por que razão se verificou um
4. Metodologia
4.6 Forma de abordagem escolhida
108
determinado nível de efectividade, mas sim qual o papel dos custos, ajustando para um conjunto de variáveis relevantes.
O Quadro XI contém a lista de variáveis consideradas para a regressão logística e as respectivas notas sobre a sua especificação (nota: alguns aspectos foram já abordados, mas para facilidade de consulta serão aqui repetidos).
Quadro XI – Apresentação das variáveis incluídas na regressão logística por doente Tipo e designação da variável Notas sobre a sua especificação Variável dependente
MORT_EFECT 1: doentes falecidos e com baixo risco de morte (pior) 0: restantes (melhor)
Variáveis independentes
CUST_EFIC Cinco níveis de eficiência: A e B (custos abaixo do esperado), C e D (custos acima do esperado), INT (custos próximos do esperado)
Atributos do hospital de tratamento
Tipo de hospital 1, 2 ou 32
Volume de episódios Nº de episódios tratados no hospital / 1001 Nº de NEU_E Nº de especialistas em neurologia no hospital Nº de MED-INT_E Nº de especialistas em medicina interna no hospital Unidade de AVC Nível A, Nível B, Nível C, sem unidade de AVC2 Neuroradiologia 1: com neuroradiologia. 0: sem2
Região R1, R2 ou R32 Ano 2005, 2006 ou 20072
1. A divisão por 100 teve como objectivo facilitar a interpretação dos resultados da regressão. 2. Variável categórica.
Para se escolherem as variáveis que explicam o fenómeno em causa utilizam-se frequentemente os modelos iterativos. Neste estudo utilizou-se a técnica forward stepwise, na qual o modelo é construído adicionando uma variável de cada vez. Em cada passo, a variável adicionada é aquela que mais contribui para o ajustamento do modelo, com base num determinado critério (Hosmer e Lemeshow, 1989; Daley e Shwartz, 1997).
Para cada regressão são apresentados, a nível global, o número de episódios em estudo, (-2 log
likelihood) e o teste de Hosmer-Lemeshow (H-L). Para cada variável, apresentam-se o coeficiente,
nível de significância e odds ratio (OR).
O -2LL consiste na probabilidade de obter os valores observados de partida com recurso ao modelo definido e resulta da comparação entre os valores observados e os previstos pelo modelo. Deste
4. Metodologia 4.6 Forma de abordagem escolhida
109
modo, quanto menor for o seu valor, melhor é o ajustamento do modelo (Hosmer e Lemeshow, 1989). O teste de Hosmer-Lemeshow (H-L) indica que as previsões do modelo se ajustam aos dados de forma aceitável quando o seu nível de significância é superior a 0,05, isto é, quando o modelo está calibrado. Contudo, no caso de grandes populações, pequenas discrepâncias entre os valores observados e esperados podem levar à rejeição do modelo, ainda que não tenham significado prático (Ash e Shwartz, 1997).
O OR é, habitualmente, o parâmetro da regressão logística objecto de maior interesse, pela sua facilidade de interpretação e consiste numa aproximação à relação entre o risco de um grupo e outro (Hosmer e Lemeshow, 1989). Assim, um OR superior a 1 significa um risco comparativamente maior do evento em estudo e um risco comparativamente menor quando é inferior a 1.
Deste modo, a interpretação do OR é distinta por tipo de variável, consoante se trate de uma variável contínua ou categórica:
Nas variáveis contínuas, o OR traduz o acréscimo de risco do evento em estudo quando esta aumenta 1 unidade;
Nas variáveis categóricas (dicotómicas ou não) é considerado um grupo de referência, pelo que um OR superior a 1 de um determinado valor da variável significa um maior risco de, por exemplo, uma pior efectividade medida pela mortalidade comparativamente ao grupo de referência. Quando o OR for inferior a 1, a interpretação é a inversa. O grupo de referência considerado em cada variável é identificado na legenda do quadro.
Uma vez que seria pouco interessante conhecer qual a alteração do risco quando o volume aumentava 1 episódio, optou-se por dividir este valor por 100, passando os resultados a indicar qual a variação do risco quando o número de episódios tratava aumentava em 100 casos.
Com o objectivo de avaliar a consistência dos resultados encontrados a nível global, foram definidos subconjuntos da população com base nas características do prestador e o modelo foi testado em cada um deles, considerando apenas a variável que traduzia a eficiência medida pelos custos.
Como referido inicialmente, a análise ao nível do doente foi complementada com uma análise ao nível do hospital. Assim, para este efeito, foi comparado o desempenho na mortalidade e custos por hospital através de um conjunto de procedimentos:
Definição de níveis de efectividade medida pela mortalidade, com base nos quartis (hospitais com melhor efectividade medida pela mortalidade, intermédio / elevado, intermédio / baixo e
4. Metodologia
4.6 Forma de abordagem escolhida
110
hospitais com pior efectividade medida pela mortalidade) e análise da eficiência medida pelos custos dos hospitais em cada um dos quatro grupos;
Análise individual dos hospitais que se destacaram pelo seu bom / mau desempenho, identificados como sendo os 5 hospitais que se encontravam nos extremos positivo e negativo do desempenho;
Análise da correlação das medidas de desempenho, através do coeficiente de correlação de Pearson.