¿Cómo ha variado el tipo de visitas en Atención Primaria antes y durante la COVID-19?

31/05/2021

La emergencia sanitaria ha precipitado muchas decisiones, a menudo tomadas a ciegas y con lapsos de tiempo muy grandes, poniendo en valor las agencias de evaluación de políticas sanitarias y los sistemas de información, que cuanto más robustos son, más fácil y fidedigna hacen la monitorización del sistema sanitario. Entre otros, han permitido seguir la evolución de la actividad en el marco de las restricciones de movilidad: a fecha de hoy todavía no se ha recuperado toda la actividad presencial, aunque el número total de visitas es aproximadamente un 50% superior al del inicio de la pandemia como resultado del creciente uso de las herramientas de atención no presencial, sobre todo consultas telefónicas (Figura 1).

Figura 1. Visitas diarias en la Atención Primaria, por tipo. Media móvil 7 días. Cataluña.

Fuente: SISAP. No incluye fines de semana ni festivos.

En vistas a la recuperación de la actividad ordinaria, es relevante señalar los perfiles poblacionales y tipos de diagnósticos que pueden haber quedado más desatendidos como consecuencia de la disrupción. En este contexto, un reciente estudio realizado en la Región Sanitaria de Cataluña Central ha utilizado herramientas de análisis masivo de datos para identificar los diagnósticos de las visitas de atención primaria que se han hecho más y menos, en relación a los períodos 2019 y 2020 (aproximadamente antes y durante la COVID) y cuantificar estas variaciones.

Tabla 1: Descriptivo de la muestra analizada.

La hegemonía en el uso del eCAP (Historia Clínica de la Atención Primaria del Institut Català de la Salut) facilita el análisis de la variable de interés, que es el código diagnóstico de la visita (patologías activas en el momento de la visita) codificado de acuerdo con la clasificación internacional CIE-10. Se utilizan estos códigos como proxy del motivo de la consulta. ¿Qué perfiles de diagnósticos han sido los más perjudicados por la disrupción? ¿En qué magnitud? A continuación, se realiza un breve comentario de los resultados del análisis.

La Tabla 2 muestra variaciones muy significativas (en términos absolutos, de una media del 24%) sobre todo en cuanto a los códigos diagnósticos relacionados con los factores que influyen en el estado de salud y contacto con los servicios sanitarios (códigos Z00-Z99), que inicialmente se utilizaron para diagnósticos relativos al COVID, y el Diagnóstico de enfermedades infecciosas y parasitarias (A00-B99), que prácticamente se duplica en 2020. El resto de capítulos de códigos CIE-10 disminuyen en 2020 en relación a 2019, destacando los relacionados con la salud mental, que se han reducido menos que el resto (F01-F99; -3,39%), y las lesiones, que se reducen casi una cuarta parte (S00-T88; -26,85 %), posiblemente debido a la reducción drástica de accidentes derivados de la menor movilidad por parte de la población durante el confinamiento. Un análisis más profundo (más desagregado), que puede consultar en el texto de referencia, muestra que los códigos que han presentado una reducción más importante han sido algunas patologías crónicas como la hipertensión arterial (E10-E16; -32,73%) o la diabetes mellitus (E08-E13; -21,13%), pero también la obesidad (E65-E68; -48,58%) y las lesiones corporales (T14; -33,70%).

Tabla 2. Frecuencia de diagnósticos visitados antes y durante la COVID-19, ordenados según la importancia de la variación [1]

Intencionadamente, este es un abordaje descriptivo y sin ánimo de ser conclusivo. Quiere cuantificar las intuiciones de los profesionales y servir de base para informar la planificación de la demanda de servicios sanitarios en los próximos meses (p.ej. focalizarse en las enfermedades menos atendidas) e inspirar el análisis de los impactos de la COVID-19 sobre la prestación de servicios y la salud de los ciudadanos. Hay que reforzar el estudio de sus efectos para volver a priorizar un modelo de atención que ya sufría mucha presión asistencial antes de la pandemia: las aproximaciones basadas con el análisis de datos masivo pueden ayudar. En situaciones extraordinarias como la vivida, y en vistas al necesario plan de choque que habrá que llevar a cabo para compensar su embate, son aún más relevantes.

Podéis leer el artículo completo aquí


[1] Peso relativo de la variación de un código diagnóstico sobre el total de la variación interanual de todos los códigos, en términos absolutos. Puede ver de forma interactiva estos datos en varios gráficos disponibles en este enlace. Para desagregar el análisis por edad, sexo y tipo de visita (médicas, de enfermería, de pediatría, telemedicina, presencial…), puede hacerlo descargando este archivo.

Foto de Markus Winkler

Comparte:

Deja una respuesta

Tu dirección de correo electrónico no será publicada.