Documentos de Académico
Documentos de Profesional
Documentos de Cultura
variabilidad y
diseo de un
instrumento para
la asignacin de
presupuestos de
farmacia a los
E.A.P.
MINISTERIO
MINISTERIO
DE SANIDAD
SANIDAD
DE
CONSUMO
Y CONSUMO
INSALUD
Coste de farmacia:
variabilidad y
diseo de un
instrumento para
la asignacin de
presupuestos de
farmacia a los
Equipos de
Atencin Primaria
Edita:
Instituto Nacional de la Salud
Subdireccin General de Coordinacin Administrativa
rea de Estudios, Documentacin y Coordinacin Normativa
Alcal, 56
28014 Madrid
ISBN: 84-351-0372-2
Depsito legal: M. 53.257-2001
NIPO: 352-01-064-0
Nm. de publicacin INSALUD: 1.816
Diseo de la cubierta: Enrique Snchez-Maroto M.
Imprime: Closas-Orcoyen, S. L.
Polgono Igarsa. Paracuellos de Jarama (Madrid)
Coste de farmacia:
variabilidad y
diseo de un
instrumento para
la asignacin de
presupuestos de
farmacia a los
Equipos de
Atencin Primaria
Autores e Instituciones:
Joan Llobera
Gerencia de Atencin Primaria
Palma de Mallorca
Beln Crespo
Subdireccin General Atencin Primaria
Joan Pou
Gerencia de Atencin Primaria
Palma de Mallorca
Jos A. Prez-Doblado
Subdireccin General Atencin Primaria
Eusebi Castao1
Gerencia de Atencin Primaria
Palma de Mallorca
Marta Aguilera
Subdireccin General Atencin Primaria
Javier Guerra
Subdireccin General Atencin Primaria
Juli Fuster2
Gerencia de Atencin Primaria
Palma de Mallorca
Mercedes Alfaro
Subdireccin General Atencin Primaria
Josep M. Pomar3
Gerencia de Atencin Primaria
Palma de Mallorca
Magdalena Cladera
Universitat Illes Balears
Catalina Juaneda
Universitat Illes Balears
Mario Herrero
Universitat Illes Balears
6
Asesores:
Vicen Ortn
Universitat Pompeu Fabra
Joseph Corcoll
Gerencia de Atencin Primaria - Mallorca
Mateu Mesquida
Gerencia de Atencin Primaria - Mallorca
Mara Vega Martn
Gerencia de Atencin Primaria - Mallorca
Javier Dodero4
SGAP Insalud
1
2
3
4
Este estudio ha sido financiado con la ayuda concedida dentro del Programa de Promocin de la
Investigacin en Salud del Ministerio de Sanidad y Consumo para proyectos de investigacin sanitaria
con el nmero de expediente 99/0544.
AGRADECIMIENTOS
A todas las Gerencias de Atencin Primaria del Insalud, Victor Barranco, M Victoria Gil, Ruperta Honduvilla, Diana Iborra y Esther Snchez por facilitar informacin.
A Elena Campos
Por su colaboracin en el apoyo administrativo y diseo del documento.
NDICE
Pgs.
PRESENTACIN . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
13
INTRODUCCIN . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
15
MATERIAL Y MTODOS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
23
RESULTADOS. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
33
DISCUSIN . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
61
75
83
ABREVIACIONES Y GLOSARIO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
91
BIBLIOGRAFA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
93
11
PRESENTACIN
Uno de los recursos que a diario utilizan los mdicos de atencin primaria es el medicamento. Buscando su correcta utilizacin, nuestros profesionales manejan las fuentes cientficas que les permiten mejorar su toma de decisiones clnicas en base a la evidencia. Al mismo tiempo son conscientes que sta decisin implica aspectos econmicos
con los que cada vez se comprometen ms en una bsqueda de eficiencia y calidad,
a travs de los contratos clnico asistenciales.
A la hora de asignar los recursos que posibiliten el cumplimiento de los objetivos
asistenciales y de calidad de los mdicos y equipos de atencin primaria, los gestores
precisan conocer, con la mayor exactitud posible, aquellos elementos o criterios que
les permitan una asignacin ms equitativa (ms recursos a los que ms necesitan).
En el caso de la prestacin farmacutica, la correcta asignacin es adems especialmente determinante ya que de los recursos asignados a atencin primaria, ms del setenta por ciento, se corresponde con el captulo presupuestario de farmacia.
El presente documento, recoge elementos facilitadores de esa asignacin de recursos en el mbito de la prestacin farmacutica, y para ello se han podido analizar los
Sistemas de Informacin disponibles en el Insalud. Estos sistemas han aportado datos
de la poblacin atendida (demogrficos, sociales, morbilidad, ...), estructurales (antigedad del Equipo de Atencin Primaria, ruralidad o no del mismo, ...), de la atencin
prestada (frecuentacin cobertura de servicios y calidad de la prescripcin, ...) y del mdico prescriptor (edad, formacin, ...) de ms de 1.072 Equipos de Atencin Primaria.
La homogeneidad de los datos recogidos en el estudio en cuanto a las fuentes de informacin, la amplia variabilidad de las caractersticas demogrficas, geogrficas y de atencin del mbito estudiado y las lneas de trabajo y objetivos comunes en una gestin descentralizada como es la del Insalud, aportan un valor adicional al estudio que se ha efectuado.
Quiero agradecer el esfuerzo de todos los que han hecho posible este documento,
que indudablemente seala reas importantes de mejora en la asignacin de recursos
sanitarios dentro de nuestro Sistema Nacional de Salud.
Josep M. Bonet Bertomeu
Director General del Insalud
13
INTRODUCCIN
El incremento experimentado por el gasto sanitario en los pases de nuestro entorno ha provocado una crisis de financiacin de los sistemas sanitarios. La mayora de
estos pases han planteado medidas que permitan contener dicho gasto y mejorar la
eficiencia.
Nuestro pas no ha quedado excluido de este proceso. De las partidas que componen el gasto sanitario, el farmacutico es el que ha causado mayor preocupacin
fundamentalmente por dos motivos:
El ritmo de incremento de dicho gasto, que ha sido superior durante los ltimos aos
al incremento del IPC y del PIB de nuestro pas. En el grfico 1 puede apreciarse
la evolucin del importe farmacutico del Sistema Nacional de Salud (SNS) en el
periodo 1987-2000, con un incremento del 340% (del 152% en pesetas constantes
del 2000 segn el incremento del IPC del periodo 1988-2000). La poblacin con derecho a atencin sanitaria en el SNS ha pasado de 36.974.2001 en 1987 a 37.489.5812
en 2000 (aumento de poblacin cubierta del 1,40%), por lo que variara poco la estimacin de incremento de gasto de farmacia per cpita. En el mismo periodo, el
importe farmacutico (gasto ms la aportacin del usuario) ha pasado de 295.153
millones a 1.215.807 millones, lo que transformado a pesetas constantes de 2000
supone un incremento del 136%.
1
2
15
Grfico 1. Evolucin del gasto farmacutico del Sistema Nacional de Salud y del IPC
(1987-2000)
1.200.000
1.100.000
1.000.000
900.000
800.000
700.000
600.000
500.000
400.000
300.000
200.000
100.000
0
ao 1987
ao 1988
ao 1989
ao 1990
ao 1991
ao 1992
ao 1993
ao 1994
ao 1995
ao 1996
ao 1997
ao 1998
ao 1999
ao 2000
Gasto farm.
256.494
303.822
361.369
420.071
491.676
565.027
609.398
648.987
729.799
812.677
856.790
946.824
1.041.035
1.129.1911
Evol. IPC
256.494
271.371
290.095
308.951
325.944
343.219
360.036
375.518
391.665
404.199
412.283
418.055
430.178
447.385
El control del gasto sanitario debe dirigirse a las bolsas de ineficiencia susceptibles de ser corregidas (Elola, 1987). La tendencia del gasto de farmacia pone en peligro otras inversiones imprescindibles en el SNS, pudiendo llegar a suponer una amenaza para su viabilidad financiera. Adems, el consumo farmacutico es uno de los
mbitos con mayor potencial de racionalizacin y mejora en su eficiencia (Starfield y
cols., 1994). La reforma de la AP, ya ha supuesto por s misma una importante mejora en la racionalidad de la prescripcin y una reduccin de la ineficiencia que histricamente vena arrastrando la prescripcin farmacutica de la AP (Juncosa, 1995; Durn y cols, 1999).
Sin embargo, es necesario seguir impulsando acciones para contener el gasto sin
que se vea reducida la calidad de la prestacin farmacutica (Lpez Ruiz, 1999). Con
este objetivo se han planteado actuaciones centradas en la prescripcin racional, as
como otras de carcter organizativo con reformas encaminadas, principalmente, a incentivar la mejora de la eficiencia de los servicios (Ortn, 1992; Ortn y Lpez Casasnovas, 1993; Martn y Lpez del Amo, 1994; Elola, 1994; Gervs y Ortn, 1996; Cabass y Martn, 1997; Gen y Pan, 1996; Tamborero y cols., 1997). La mayora de
expertos proponen una mayor flexibilidad, descentralizacin y autonoma en la gestin
(Azagra, 1993; Bradiow y Coulter, 1993; Tamborero y cols., 1997).
16
Dado que uno de los principales agentes moduladores de la prescripcin, y consecuentemente del gasto, son los mdicos del sistema sanitario, las polticas propuestas, en nuestro pas y en los de nuestro entorno, se dirigen fundamentalmente
a conseguir una mayor implicacin y responsabilidad de los profesionales para controlar este gasto y mejorar la eficiencia de los servicios (Navarro, 1991; Tamborero y
cols., 2000).
La estrategia seguida en el Insalud, ha sido tambin dual. Por un lado, en 1993, la
Subdireccin General de Atencin Primaria (SGAP) del Insalud emprendi el Programa de Uso Racional del Medicamento, con medidas encaminadas a controlar el gasto
y mejorar la calidad de la prescripcin (Guerra y cols., 1996). Por otro, se ha proporcionado una mayor flexibilidad y autonoma de gestin a los servicios, dentro del marco legal vigente.
La descentralizacin de la gestin implica la asignacin de unos recursos a los servicios sanitarios al tiempo que se incrementa y facilita su capacidad de gestin, para
conseguir unos objetivos previamente definidos. En 1994, la SGAP inici un proceso
de descentralizacin de la gestin a los equipos de atencin primaria (EAP) recogido
en el Contrato de Gestin en AP, proceso que posteriormente han seguido otros Servicios de Salud.
La introduccin de reformas en esta lnea se encuentra en nuestro pas con el problema de la tradicin existente en el sector pblico de asignacin de presupuestos de
base histrica, poco realistas, y que la experiencia ha demostrado que se pueden sobrepasar, necesitando por tanto medidas de saneamiento financiero (Acuerdo de Financiacin 1994-1997). Sin embargo, para conseguir que se lleve a cabo una gestin
adecuada, han de asignarse presupuestos realistas y suficientes, debiendo el gestor
responder de las posibles desviaciones que se produzcan (Cabass y Martn, 1997).
Para que esto sea posible es necesario disponer de un criterio adecuado para la determinacin de la cuanta del presupuesto a asignar (Llobera y cols., 1996).
Por tanto, uno de los puntos fundamentales previos a la introduccin de las medidas de reforma citadas debera ser la asignacin a cada unidad de provisin de servicios de un presupuesto real y gestionable por los profesionales.
Hasta el momento actual, la asignacin presupuestaria a las Gerencias de Atencin
Primaria (GAP) por parte de la SGAP en farmacia, se viene efectuando en base al presupuesto histrico, distribuyendo el incremento interanual de forma capitativa, ajustado por un factor de ponderacin que relaciona el gasto de pensionistas con el de activos. Posteriormente, y slo si es preciso, se efectan pequeas correcciones para
modular el presupuesto en relacin con el gasto del ao anterior.
Como se ha comentado, una de las propuestas que se sugieren para controlar el
gasto sanitario, y en concreto el gasto farmacutico, consistira en la descentralizacin
17
Eficaz para la gestin frente al actual modelo, al minimizar las perversiones que derivan del sistema de asignacin que tiende a consolidar el gasto de farmacia del
ao anterior, independientemente del esfuerzo de gestin. Este sistema lleva implcito un efecto trinquete o ratchet, en el sentido de que quien histricamente menos gasta tendr menos presupuesto.
Conceptualmente la asignacin presupuestaria debera depender de los servicios
que se oferten desde las unidades de provisin y de la carga de morbilidad a atender.
Hay una barrera importante para poder seguir esta lgica: no existe actualmente
ningn sistema de informacin sanitaria que permita conocer la morbilidad y el coste
de la atencin ptima a los problemas de salud.
El problema de falta de informacin no es exclusivo ni del sistema sanitario pblico, ni de nuestro pas. Se han creado instrumentos que permiten el clculo del consumo de recursos para cada proceso y los mismos se han agrupado segn isocostes o
isoconsumos (sistemas de case-mix). Algunos sistemas de clasificacin de pacientes
permiten al financiador pagar la atencin, no tanto por acto o servicios realizados (en
los que se tiende a realizar actos innecesarios y no se estimula debidamente la eficiencia) sino por proceso, lo que en principio podra disminuir los costes en funcin de
la reduccin de actos innecesarios. Estos ltimos sistemas podran tener perversiones
(seleccin adversa de pacientes, sobrediagnstico, infratratamiento, altas demasiado
precoces...) que deben evitarse y corregirse.
Estas formas contables ya estn implantadas en muchos hospitales (coste por proceso, coste por GDR,). Sin embargo, en AP, el problema es ms complejo por mltiples motivos: procesos no delimitados en el tiempo, comorbilidad, sistemas de informacin menos desarrollados... (Starfield y cols., 1991).
A pesar de ello, se han desarrollado sistemas de case-mix para la atencin primaria que permiten aproximarse a la carga de morbilidad y de esta manera estimar los recursos necesarios para atenderla (Weiner y cols., 1991; Gilley, 1999).
18
y Parellada, 1995) y otro referido a los EAP del Servei Valenci de la Salut (GarcaSempere y Peir, 2001).
En ellos se evidencia la gran variabilidad existente del gasto por habitante entre los
EAP, que se explicara en parte por la diversidad de la composicin de la poblacin
adscrita a cada EAP y la heterogeneidad en la oferta y demanda de la asistencia.
Siempre queda una parte de la variabilidad que posiblemente podra atribuirse a las
diferencias en el estilo de prctica mdica. (Sans y Gispert, 1991; Garca-Sempere y
Peir, 2001, Marion y cols., 1998). La formacin y otras caractersticas del profesional
influyen en el estilo de prctica y por tanto en la prescripcin y el gasto. De todas formas, hay variables que influyen en el estilo de prctica que son difcilmente objetivables y requieren de instrumentos especficos para su medicin (Meneu, 2000), que no
pueden incluirse en los diseos ecolgicos realizados para analizar variabilidad entre
equipos.
La influencia del estilo de prctica en el gasto farmacutico puede observarse fcilmente cuando el anlisis se efecta por profesional en un mismo EAP, donde existe
una variabilidad en el gasto que difcilmente puede explicarse, slo por las diferencias
en la morbilidad o de la oferta y demanda de servicios entre cupos, cuando la composicin de la poblacin adscrita a cada mdico y la organizacin de los servicios es
similar.
Tras identificar los aspectos que explican el gasto farmacutico, pueden elaborarse modelos para ofrecer una asignacin presupuestaria a cada EAP, suficiente para
proveer los servicios en cantidad y calidad adecuadas, siempre dentro de las limitaciones existentes en los marcos presupuestarios generales.
Desde hace aos, el sistema de asignacin presupuestaria farmacutica a las unidades de provisin de primaria del Reino Unido se realiza de forma capitativa corregida (se financian de forma diferente nueve grupos de edad de cada sexo ms otra unidad referida a los de residentes temporales ASTRO-PU) (Roberts y Harris, 1993).
La capacidad predictiva de los costes de prescripcin es limitada por lo que se han propuesto mejoras de los modelos de asignacin (Whynes, 1996). En concreto el estudio
de Rice plantea un sistema para ajustar mejor la asignacin a otras variables (Rice y
cols., 2000).
Dos estudios espaoles han propuesto explicitamente modelos de asignacin a partir de los modelos explicativos de costes (Benavent y cols., 1996; Garca-Sempere y
Peir, 2001).
En Espaa hay una experiencia en la GAP de Mallorca (Insalud), que aplica desde
1994 un mtodo similar al propuesto en este trabajo para la asignacin del presupuesto
de farmacia a los EAP de su rea.
20
MATERIAL Y MTODOS
Se trata de un estudio de evaluacin econmica, sobre variabilidad y modelos explicativos de la misma, que finalmente pretende ofrecer un modelo para la asignacin
de presupuestos a los EAP. El diseo es ecolgico, ya que la unidad de anlisis fue la
zona bsica de salud (ZBS), cuya poblacin es atendida por un EAP de Insalud.
El estudio abarca la AP del Insalud gestin directa que corresponde a las CCAA
sin transferencias de las competencias de asistencia sanitaria, cuya poblacin oficial
era de 15.461.135 habitantes, segn el padrn de 1998. Incluye las 10 CCAA de Aragn, Asturias, Illes Balears, Cantabria, Castilla-La Mancha, Castilla-Len, Extremadura, La Rioja, Madrid y Murcia), Ceuta y Melilla. En el momento de recoger la informacin, la base de datos de Tarjeta Sanitaria Individual (TSI) contabilizaba 14.826.826
personas.
Se han incluido las ZBS que cumplan los siguientes criterios:
Las ZBS con atencin no reformada (entendidas como aquellas cuyos profesionales aun no formaban un EAP).
ZBS con cambios de poblacin adscrita superiores al 20% a lo largo de 1998 (incluye ZBS segregadas o con modificaciones importantes de lmites geogrficos).
23
4.141.978
Castilla y Len
2.087.358
Castilla-La Mancha
1.602.850
1.028.924
Murcia
Aragn
982.412
Extremadura
928.378
Asturias
857.792
Illes Balears
668.215
Cantabria
371.011
La Rioja
262.439
Ceuta
54.269
Melilla
50.044
0
500.000
1.000.000
1.500.000
2.000.000
2.500.000
3.000.000
3.500.000
4.000.000
4.500.000
Informacin
En su mayor parte se obtuvo de los sistemas de informacin de la SGAP (gasto farmacutico y calidad de prescripcin, poblacin, demanda), aunque ciertas variables,
especialmente de la oferta o de aspectos de los que slo se contaba con datos agregados por rea de Salud, se solicitaron directamente a cada una de las 57 GAP, especificando los criterios de recogida y elaboracin de los datos.
La variable dependiente fue el gasto anual de farmacia por habitante de cada ZBS,
a la que se denomin coste por habitante (CH). Esta variable recoge el gasto en pesetas corrientes liquidado en 1998 en prescripcin farmacutica por ZBS, tanto en recetas mdicas como en productos farmacuticos adquiridos de forma centralizada, todo
ello dividido por la poblacin reconocida oficialmente de TSI con derecho a la prestacin farmacutica con cargo al Insalud.
Por falta de uniformidad de la informacin se excluyeron los gastos no atribuibles
directamente a ningn EAP, ya que el procedimiento de imputacin de estos gastos a
los equipos poda variar entre Gerencias. La informacin fue proporcionada por el rea
de Costes de Programas Asistenciales de la SGAP.
En la agrupacin por GAP y CCAA se tuvieron en cuenta los gastos totales (directos ms indirectos) de los EAP. Se consideraron gastos indirectos aquellos que siendo
imputables a las gerencias no eran atribuibles directamente a los equipos.
24
Se elabor tambin una segunda variable, coste por habitante ponderado (CHP),
que es el cociente entre los costes totales de farmacia y la poblacin ponderada, que
permite ajustar el coste farmacutico al mayor consumo que hace la poblacin pensionista respecto a la poblacin activa. La poblacin ponderada de la ZBS es una poblacin ajustada, que se obtiene de sumar a la poblacin activa la poblacin pensionista multiplicada por un coeficiente que indica el gasto farmacutico por pensionista
respecto al de activo en el Insalud y que, en el periodo de estudio, fue 8,14.
No obstante, se decidi utilizar como variable dependiente el CH, evitando fijar a
priori la influencia que tiene la poblacin pensionista sobre el gasto en farmacia, ya que
se estima su efecto introducindola como variable explicativa.
Las variables independientes fueron (ver tabla 2):
Tabla 2. Variables independientes
Demogrficas
Habitantes
Activos y pensionistas
Habitantes ponderados ajustados
Envejecimiento
Porcentaje pensionistas
Gnero
Poblacin peditrica
Proxys de morbilidad
Morbilidad < 65 aos
Mortalidad < 65 aos
Geogrficas
mbito geogrfico de la ZBS
Tamao poblacin de la ZBS
Dispersin (ndice G)
Distancia centro salud al hospital
25
Con la informacin del servicio del rea de Gestin de Usuarios de la SGAP, se incluyeron los datos de poblacin TSI reconocida para cada equipo.
De las base de datos activa de TSI de todo el Insalud (ms de 14 millones de registros), se obtuvo la informacin de edad, gnero, situacin en la seguridad social,
CIAS que permite identificar mdico, EAP y rea. Tambin se explot la base de datos de pasivo de la TSI (unos tres millones de TSI de baja por fallecimiento). Esta informacin nos permiti elaborar las variables demogrficas y proxys de morbilidad. Estas variables, junto a las del EAP y de la atencin prestada, se comentan a continuacin.
Variables demogrficas
Prcticamente todos los estudios sobre costes de prescripcin recogen ciertas variables demogrficas de las poblaciones adscritas. La ms utilizada es el envejecimiento
de la poblacin, normalmente medido, tal como se realiz en el presente estudio, como
porcentaje de personas con 65 o ms aos entre todas las personas con TSI adscritas
al EAP.
Otros estudios incluyen adems variables demogrficas tales como natalidad (Rice
y cols., 2000) o porcentaje de menores de 5 aos (Garca Sampere y Peir, 2001). En
el estudio se opt por incluir la poblacin peditrica, es decir, el porcentaje de personas
con menos de 14 aos entre todas las TSI de las ZBS adscritas al EAP. Esta variable
ha sido relacionada con el uso de servicios de primaria (Alonso y Sanchs Bayarri, 1986).
26
obvio que la mortalidad es un reflejo de la morbilidad y, de hecho, la razn de mortalidad ajustada fue la que finalmente incluy el RAWP como estimador de la morbilidad
(Argimn y Allen, 1988). Tambin se han usado los aos potenciales de vida perdidos
y la razn comparativa de mortalidad (Benavent y cols., 1996). Otros han explorado el
valor de la mortalidad bruta (Garca-Sempere y Peir 2001).
Variables geogrficas
Con la informacin suministrada por las Gerencias, se caracterizaron las ZBS en
cuanto a una serie de variables que reflejan el tipo de poblacin que atiende el EAP
y que condicionan, a su vez, la oferta y la demanda de servicios. Las variables geogrficas, que reflejan la estructura de la reas estudiadas, aparecen en muchos estudios sobre utilizacin de servicios y sobre costes. Su recogida presenta escasas
dificultades.
Normalmente se recoge el mbito, rural o urbano, ya que desde hace aos se ha mostrado relacionado directamente con la utilizacin de servicios (Alonso y Sanchs Bayarri,
1986). La dispersin geogrfica de la zona de primaria ha demostrado estar estrechamente correlacionada con la utilizacin de servicios de primaria (Rodrguez Ortiz y Martn, 1999), al igual que el tamao de la poblacin de la zona. En el presente estudio se
caracteriz la ZBS atendiendo al mbito en cuanto al tamao de la poblacin del ncleo
principal, donde se ubica el centro de salud: rural (< 10.000 habitante), urbano (10.00050.000 habitantes), capital (para ciudades con ms de 50.000 habitantes). A partir del nmero de habitantes de la ZBS se cre la variable tamao de la poblacin, clasificada en
cuatro categoras: <10.000, 10.000-14.999, 15.000-24.999 y 25.000 habitantes.
Se recogi la dispersin de la ZBS, clasificada en poco dispersa, dispersa, bastante dispersa, muy dispersa. Cada ZBS tiene una categora de dispersin reconocida por
la SGAP (ndice G). Se calcula con el nmero de kilmetros del ncleo cabecera donde est ubicado el centro de salud a las unidades bsicas, el nmero de unidades bsicas de la ZBS y el nmero de profesionales del equipo.
Otra informacin que refleja a su vez el mbito y la oferta de servicios sanitarios es
la accesibilidad fsica hospitalaria. Se sabe que la distancia desde el centro de salud
al hospital de referencia se relaciona con el gasto de farmacia (Sans y Gispert, 1991).
En el estudio se midi la distancia del centro de salud al hospital de referencia y se clasific en 3 categoras: menos de 15 km, entre 15 y 45 km y ms de 45 km.
Variables del EAP
Los estudios sobre gasto farmacutico cuya unidad de anlisis es el mdico prescriptor (Lpez Fernndez, 1997; Sans y Gispert, 1991; Cabedo y cols., 1995; Bertakis
y cols., 1999) ponen especial nfasis en las caractersticas del profesional (edad, aos
de ejercicio, gnero, formacin, etc.), que se sabe que estn ligadas al estilo de prc28
tica y condicionan el uso de servicios y el gasto farmacutico. En el estudio se han analizado equipos pero no se renunci a estudiar la distribucin de algunas de estas caractersticas del profesional. Al no existir como informacin centralizada, se solicitaron
a cada una de las 57 GAP, especificando los criterios de definicin. Se asumi el riesgo de tener mayor heterogeneidad en la informacin que en la registrada sistemticamente en la SGAP.
Diversos estudios recogen la edad de los profesionales (Cataln y cols., 1989; Sans
y Gispert, 1991; Cataln y Parellada, 1995; Garca-Sempere y Peir 2001). En el trabajo se clasificaron los EAP a partir de si los mdicos y pediatras mayores de 50 aos
superaban o no 33% del total.
Igualmente se recogi la proporcin de profesionales con formacin especializada
va MIR. Adems se incluy si el EAP estaba acreditado para la docencia de residentes de medicina familiar y comunitaria y la antigedad del EAP (abierto antes de 1990,
abierto entre 1990 y 1994 y, por ltimo, abierto entre 1995 y 1997).
Se recogi el tamao del EAP (nmero de mdicos y pediatras) y el tamao del
cupo, como contingente de habitantes adscritos de media a cada mdico y pediatra del
EAP. Otros estudios tambin han recogido ambas informaciones (Sans y Gispert, 1991)
o han preferido como indicador el nmero de mdicos por 1.000 habitantes (Cataln y
cols., 1989; Cataln y Parellada, 1995; Garca-Sempere y Peir 2001).
Variables de la atencin prestada
Se clasificaron bajo este epgrafe porque incluan variables de la demanda y otras
que a su vez estn influidas por el tipo de prctica y las caractersticas de la oferta.
En primer lugar se incluy la frecuentacin anual a las consultas de medicina y pediatra (cociente del nmero de visitas anuales partido por el nmero de TSI del EAP)
que es una variable que refleja la demanda que genera la morbilidad de la poblacin,
pero que a su vez est influida por la gestin de la consulta que hace cada profesional
(Lpez Fernndez, 1997).
Otra variable de la atencin es la cobertura de servicios ofertados por cada EAP y
medido segn el resultado global del primer componente, de acuerdo con el sistema
de medicin de la Cartera de Servicios definida por la SGAP y con datos facilitados por
el rea de Evaluacin y Seguimiento. Este indicador refleja las actividades preventivas
propias de la AP realizadas por el EAP y la atencin a algunos procesos crnicos. Se
trata, por tanto, tambin de un indicador que plasma la cantidad de morbilidad crnica
conocida y tratada por el equipo.
Es conocida la relacin entre una mayor calidad de la prescripcin y un menor coste en la misma (Pou y cols., 1997, Amado y cols., 1999).
29
Para medir la calidad de la prescripcin farmacutica utiliz el indicador de proporcin de envases prescritos considerados de utilidad teraputica baja (UTB) de
cada EAP, facilitado por cada una de las GAP. Dicho indicador est incluido en los
Contratos de Gestin de cada uno de los EAP y por tanto es de obligada medicin.
La validez de este indicador ha sido cuestionado y se han propuesto otros (Saturno,
1996; Gmez Juanes y cols., 1999). Posiblemente, ha perdido sensibilidad desde la
retirada selectiva de la financiacin pblica a frmacos de valor teraputico bajo. A
pesar de lo anterior, se consider que, de forma agregada el indicador UTB an conserva, al menos en parte, la capacidad de medir la calidad de prescripcin de los
equipos.
Tratamiento de la informacin y anlisis de datos
La secretara del estudio se ubic en la Unidad de Investigacin de la GAP de Mallorca. Ciertas variables, tales como las poblacionales, se elaboraron a partir de la informacin suministrada desde archivos activos y pasivos de ms de diecisiete millones
de TSI de la SGAP pero en la que era imposible identificar los usuarios.
La informacin se mecaniz en una base de datos construida en Excel. El anlisis
estadstico se realiz en la propia Unidad de Investigacin y en el Departamento de
Economa y Empresa de la Universitat de les Illes Balears. Se us el programa SPSS
para Windows v.8.
1. En primer lugar, para las variables cuantitativas, se comprob la bondad de
ajuste de las mismas a la normal mediante observacin grfica, clculo de ndices de apuntamiento y de asimetra. Se calcul el ndice de Kolmogorov-Smirnov, confirmndose que las variables CH y CHP se ajustaban a la distribucin
normal.
2. Caractersticas de los EAP: se describen las caractersticas de los EAP incluidos
de forma global y por CCAA. Tambin se aportan descripciones bivariantes que
permitan observar la relacin entre las mismas.
3. Descripcin de costes. Se describen los CH y el CHP, globalmente y por CCAA y
por cada una de las 57 reas de Salud:
El coeficiente de variacin no ponderado. Por reas se aporta el coeficiente de variacin ponderado por el nmero de EAP del rea.
El coste medio real se calcul simplemente como la media de los costes por habitante que presentaban cada uno de estos 50 EAP.
El coste por habitante que tendran los EAP si tuvieran el comportamiento medio
del territorio Insalud viene representado por el modelo MAC. Se calcul el coste estimado segn este modelo para cada uno de los 50 EAP seleccionados. La media
de estos valores es el coste medio que tendra este subgrupo de EAP si tuviera el
comportamiento medio del territorio Insalud.
La diferencia entre el coste medio real de estos 50 EAP y el que tendran si tuvieran el comportamiento promedio del conjunto de los del Insalud representara el
ahorro potencial que se conseguira con una mejor calidad de prescripcin.
4) Para hallar el coste ptimo por habitante para cada uno de los EAP del territorio Insalud, se calcul su coste ajustado segn el MAC, obteniendo lo que se denomina coste segn comportamiento medio. A este coste, se le dedujo el porcentaje de
ahorro que consiguen los EAP con mejor calidad de prescripcin, calculado anteriormente, obteniendo lo que llamamos coste ptimo.
5) Una vez conocido el coste ptimo por habitante para cada equipo, se calcul la diferencia entre el coste real del equipo y su coste ptimo, obteniendo lo que se denomin ahorro potencial.
6) Tras calcular el nivel ptimo de financiacin y el ahorro potencial para cada unidad
de provisin, se calcularon estas magnitudes de forma agregada por Gerencia y
Comunidad Autnoma en el caso de que, con sus propias caractersticas, tuvieran
el comportamiento promedio, en cuanto a gasto, que tienen los EAP con mejores
indicadores de calidad de prescripcin.
32
RESULTADOS
DESCRIPCIN DE LA MUESTRA
De las 1.161 Zonas Bsicas de Salud (ZBS) del territorio gestionado por INSALUD,
el tamao final de la muestra, fue de 1.072 ZBS con EAP que cumplan los criterios de
inclusin/exclusin.
Tabla 3. Distribucin por CCAA de las zonas bsicas de salud y gerencias
C. Autnoma
Gerencias reas
ZBS
Asturias
75
69
857.792
Cantabria
32
25
371.011
La Rioja
18
16
262.439
Murcia
71
67
1.028.924
Aragn
112
100
982.412
Castilla-La Mancha
187
184
1.602.850
Extremadura
97
90
928.378
Illes Balears
41
38
668.215
Madrid
11
289
261
4.141.978
Castilla y Len
11
232
215
2.087.358
Ceuta
54.269
Melilla
Total
1
57
4
1.161
4
1.072
50.044
13.035.670
33
El envejecimiento (porcentaje de poblacin de 65 o ms aos) de las ZBS del territorio Insalud alcanz de media el 22%. Las zonas ms envejecidas se concentran
en las dos Castillas, Aragn y Asturias que superaron el 25% de mayores de 65
aos de media. Tras las de Ceuta y Melilla, las ZBS menos envejecidas eran las de
Madrid, Murcia y Baleares, con el 16% de media de mayores de 65 aos.
La media del porcentaje de varones de las ZBS fue del 49,5% 2,1%. En los extremos, las ZBS de Madrid presentaron el 48,0% de varones y Castilla y Len el
50,4%.
Proxys de morbilidad (ver tabla 3 del anexo I)
Mortalidad < 65 aos: en dos aos se produjeron 3,50 bajas de TSI por fallecimiento
entre 1.000 menores de 65 aos como media del conjunto de las ZBS del territorio
Insalud. La mediana fue de 3,250/00. Las CCAA con mayor mortalidad en este grupo de edad fue Asturias con el 5,110/00, seguida a bastante distancia de Extremadura con el 4,090/00,Castilla Len 4,070/00 y Ceuta 4,010/000. Madrid con el 2,630/00
y Murcia con el 2,880/00 eran las de menor mortalidad precoz.
Geogrficas (ver tabla 4 del anexo I)
Del total de ZBS incluidas, 553 (51,6%) eran rurales, 245 (22,8%) urbanas y 274
(25,6%) capital. Madrid fue la Comunidad con ms ZBS cuyo mbito se corres34
ponda a capital con un 49%. En cambio en Castilla-La Mancha el 76,1% de las ZBS
incluidas eran rurales, en Extremadura el 73,3%, en Castilla y Len el 69,3% y el
62% en Aragn.
La media de habitantes por ZBS fue segn TSI de 12.106 habitantes y de 11.183
de mediana. Prcticamente, la mitad de las zonas incluidas en el estudio tienen una
poblacin inferior a las 10.000 personas. Poco ms de una cuarta parte de ellas
(26,7%) cuentan con una poblacin entre 15.000 y 24.999 individuos. Las ZBS con
una poblacin superior a los 25.000 individuos eran el 6,6% del total. Por CCAA, la
distribucin fue similar a la variable de mbito.
Las ZBS clasificadas como poco dispersas (333) o muy dispersas (342) predominan respecto al resto de zonas catalogadas como dispersas (180) y bastante dispersas (217). La dispersin de la ZBS tambin es paralela a las variables antes expuestas. Si el 52% de las ZBS incluidas se clasificaron como dispersas o muy
dispersas, stas representaron el 77% en Extremadura, el 73,5% en Castilla Len,
el 72,8% en Castilla-La Mancha, el 68,1% en Asturias; en cambio, la situacin contraria se da en Ceuta y Melilla con el 0%, Madrid el 10% o Baleares con el 34%.
En cuanto a la distancia del centro de salud respecto al hospital de referencia, prcticamente la mitad de los centros de salud de las ZBS incluidas se encontraban a
menos de 15 kilmetros de su hospital de referencia y el 23,4% a ms de 45 kilmetros. La accesibilidad geogrfica hospitalaria es mayor en Madrid donde en el
75% de los casos, el centro de salud est a menos de 15 Km del hospital. En Castilla-La Mancha el 42,5% de las ZBS quedan a ms de 45 Km, reflejo de la baja densidad de poblacin de esta Comunidad.
Del EAP (ver tablas 1 y 5 del anexo I)
El nmero medio de mdicos y pediatras por EAP fue de 9,34 y 9 de mediana. Las
CCAA con mayor nmero de mdicos de media por EAP fueron: La Rioja con 12,2,
Baleares con 10,6 y Madrid con 10,5; en cambio los EAP de Castilla-La Mancha
con 6,9 mdicos de media, Extremadura con 8,5 y Aragn con 8,6, son las de menos mdicos por EAP.
El nmero medio de TSI por cupo (incluye mdicos y pediatras) en los EAP fue de
1.234 y de mediana 1.341. Entre las CCAA con cupos ms numerosos destacaron
Baleares con 1.600 TSI de media, Murcia con 1.553 y Madrid con 1.459. Entre las
de cupos menores estn Castilla y Len con 961, Aragn con 1.005 y Castilla-La
Mancha con 1.135.
35
El 61,9% de los EAP gestionadas por el INSALUD posean una plantilla integrada
por menos de un tercio de los profesionales formados va MIR. Castilla-La Mancha
(93,5%) Extremadura (87,2%) y Castilla-Len (79,8%) las que contaban con mayor
proporcin de equipos con menos de un tercio de los facultativos con formacin
MIR, en cambio Madrid destac como la que tena menor porcentaje de EAP con
menos de un tercio de profesionales sin formacin especializada por va MIR (18,8%),
en cambio el 36,7% de sus EAP contaban con ms de dos tercios de profesionales
formados por va MIR.
La frecuentacin media de la poblacin de la ZBS a las consultas de medicina y pediatra fue de 7,4 visitas por habitante y ao (mediana 6,6). En Aragn, Castilla-La
Mancha y Castilla Len superaron de media el 8,7 y Los EAP de Baleares, Asturias
y Cantabria no alcanzaron las 6 visitas/habitante/ao.
En cuanto a la cobertura de servicios, la media por EAP fue de 42,2% y las CCAA
con mejores coberturas fueron Castilla Len, Castilla-La Mancha y Extremadura
con cinco puntos porcentuales superiores a la media y las de menor cobertura La
Rioja y Cantabria.
36
37
-,412**
,395**
-,097*
1,000
,731**
,601**
-,347**
,378**
1,000
,631**
,524**
-,439**
,230**
,573**
1,000
,092*
,143**
-,205**
-,330**
-,102**
,064*
1,000
,677**
,646**
-,268**
,687**
,575**
,382**
-,201**
1,000
Envej.
Pobl.
ped.
% Pens. ,935** -,634**
Envej. 1,000 -,659**
Pobl. ped.
1,000
Gnero
Morb < 65
Mort < 65
mbito
Dispers.
Acc. hosp.
Tam. EAP
Tam.cupo
Edad prof.
Antig CS
Docencia
Form. MIR
Grup. pob.
Frecuent.
Cobert.
UTB
Acc.
hosp.
,551**
,566**
-,172**
,572**
,411**
,269**
-,162**
,620**
1,000
Tam.
EAP
-,288**
-,308**
,122**
-,377**
-,254**
-,121**
,031
-,325**
-,383**
1,000
Tam.
cupo
-,738**
-,737**
,417**
-,604**
-,481**
-,412**
,020
-,678**
-,586**
,289**
1,000
Edad
prof.
-,122**
,015
-,080*
-,182**
-,155**
-,099*
,203**
-,170**
-,143**
,165**
,131**
1,000
Antig.
Form.
Docencia
CS
MIR
-,010 -,281** -,513**
,019 -,314** -,536**
-,016 ,120** ,196**
,008 -,301** -,442**
,013 -,184** -,417**
-,012 -,128** -,254**
,052 ,100** ,021
,023 -,310** -,555**
,018 -,322** -,449**
-,176** ,243** ,258**
,025 ,317** ,459**
,126** -,054 -,119**
1,000 -,235** -,160**
1,000 ,473**
1,000
Grup.
pob.
-,121**
-,564**
,258**
-,579**
-,404**
-,271**
,017
-,582**
-,558**
,771**
,683**
,173**
-,064*
,353**
,431**
1,000
-,578**
,578**
-,189**
,593**
,465**
,310**
-,125**
,601**
,517**
-,320**
-,643**
-,131**
,037
-,361**
-,529**
-,555**
1,000
,234
,333**
,330**
-,207**
,232**
,279**
,281**
,052
,230**
,208**
-,166**
-,404**
-,211**
-,131**
,030
-,103*
-,300**
,234**
1,000
,323**
,342**
,047
,299**
,333**
,144**
-,100**
,402**
,338**
-,247**
-,258**
,028
,110**
-,285**
-,479**
-,295**
,465**
,029
1,000
38
5
12.615
5.584
Media
22.845
7.251
10
14.889
5.877
Mximo
43.380
13.103
75
26.913
7.963
Figura 3. Distribucin de la media de coste de farmacia por habitante y por habitante ponderado de los EAP. 1998
7.891,3
11.456,5
15.021,7
18.587,0
22.152,2
25.717,4
29.282,6
32.847,8
36.413,0
39.978,3
43.543,5
47.108,7
0
20
40
60
80
100
120
140
Nmero EAP
4.000,0
4.500,0
5.000,0
5.500,0
6.000,0
6.500,0
7.000,0
7.500,0
8.000,0
8.500,0
9.000,0
9.500,0
10.000,0
10.500,0
11.000,0
11.500,0
0
20
40
60
80
100
120
Nmero EAP
39
5
17.862
18.911
15.661
18.382
15.530
16.964
12.614
15.863
9.861
20.147
13.095
11.347
Mnimo
12.196
16.543
15.122
15.095
9.902
14.968
11.473
15.863
5.120
19.336
13.095
11.347
Mediana
25.693
23.944
22.724
26.794
23.665
24.651
19.399
23.260
16.817
23.449
16.663
13.080
En la figura 4 aparecen cada una de las CCAA ordenadas segn su media de costes por habitante y equipo. La lnea indica el coste medio de Insalud.
Figura 4. Coste de farmacia por habitante y EAP segn CCAA. 1998
Castilla-La Mancha
27.056
Aragn
26.265
24.608
Extremadura
Asturias
24.411
Castilla y Len
23.822
La Rioja
23.623
Murcia
23.621
Cantabria
22.886
Illes Balears
20.039
17.131
Madrid
15.655
Ceuta
13,099
Melilla
0
5.000
10.000
15.000
20.000
25.000
30.000
Las dos CCAA con los costes por habitante ms elevados fueron Castilla-La Mancha y Aragn: sus EAP superaron las 25.000 pesetas por habitante. Las de menores
costes fueron Madrid (17.131 pesetas por habitante) y Baleares con 20.039. An tuvieron un coste menor las Ciudades Autnomas de Ceuta y Melilla con 15.655 y 13.099
pesetas por habitante respectivamente.
Coste por habitante ponderado en los EAP por CCAA
En la figura 5 se presenta la distribucin de coste por habitante ponderado. En la
tabla 7 figuran los estadsticos descriptivos y percentiles por CCAA de los costes medios por habitante ponderado de todos los equipos incluidos en el estudio.
41
Mnimo
5.828
4.632
6.014
4.383
4.631
5.233
5.748
5.999
2.150
7.381
5.881
4.001
Mediana
7.601
6.826
7.470
7.992
6.678
7.670
7.677
7.489
6.716
8.540
7.153
4.660
Las dos CCAA con mayores coste medio por habitante ponderado por EAP fueron
Murcia y Castilla-La Mancha con 8.555 y 8.001 pesetas respectivamente. Melilla aparece como la de menor coste con un valor de 4.621 pesetas, seguida de Castilla y Len
con 6.660 pesetas por habitante ponderado.
42
Murcia
8.001
Castilla-La Mancha
Extremadura
7.651
Aragn
7.610
Illes Balears
7.561
7.555
Cantabria
7.303
La Rioja
6.789
Ceuta
Asturias
6.736
Madrid
6.704
6.660
Castilla y Len
Melilla
M. A. INSALUD
4.621
0
1.000
2.000
3.000
4.000
5.000
6.000
7.000
8.000
9.000
15 000
20 000
25 000
30 000
43
Talavera
Guadalajara
28.901
28.601
Puertollano
28.221
Zaragoza II
28.133
Teruel
27.946
Cuenca
27.512
Jarrio
27.313
vila
Mieres
26.256
Cceres
26.219
Soria
26.111
Ciudad Real
25.959
Don Benito
25.919
Toledo
25.913
Huesca
25.593
0
5.000
10.000
15.000
20.000
30.000
25.000
30.000
35.000
20.413
Valladolid 2
18.339
Valladolid 1
18.038
Menorca
Madrid 1
17.649
Madrid 4
17.368
Madrid 2
16.745
Madrid 5
16.549
16.145
Madrid 6
Madrid 8
16.002
Ceuta
15.655
Madrid 3
14.920
Madrid 10
13.659
13.424
Madrid 9
13.099
Melilla
Eivissa
13.084
0
44
25.000
5.000
10.000
15.000
20.000
35.000
6.000
7.000
8.000
9.000
En la figura 9 se recogen las 15 gerencias con mayores y menores coste por habitante ponderado. La variabilidad es importante, aunque mucho menor que en los coste por habitante.
Melilla fue la GAP con menores coste 4.621 pesetas por habitante ponderado y equipo, seguida a distancia por Cangas de Narcea 5.526. Toledo fue la de mayor coste
8.979 pesetas por habitante ponderado, siguindola a poca distancia Murcia 8.606 y
Lorca 8.556.
45
Figura 9. Las 15 gerencias con mayores y las 15 con menores coste de farmacia
1998 por habitante ponderado y equipo
M. A. INSALUD
Toledo
8.979
Murcia
8.606
Lorca
8.556
8.433
Cartagena
Talavera
8.385
8.227
8.189
8.057
Badajoz
Ciudad Real
8.030
Puertollano
8.000
Albacete
7.896
Palma de Mallorca
7.747
Don Benito
7.654
Cceres
7.652
Menorca
7.640
0
1.000
2.000
3.000
4.000
5.000
7.000
6.000
8.000
9.000
10.000
M. A. INSALUD
Valladolid 2
6.550
Madrid 9
6.544
Mieres
6.535
Len
6.521
6.364
Madrid 10
6.260
Zamora
6.204
Madrid 2
6.060
Ibiza
Palencia
6.054
Sama Langreo
6.013
Valladolid 1
5.974
Madrid 4
5.963
Ponferrada
5.922
Cangas de Narcea
5.526
4.621
Melilla
0
46
1.000
2.000
3.000
4.000
5.000
6.000
7.000
8.000
9.000
10.000
7.000
Rural 26.495
Urbano 18.473
Capital 19.389
25
Percentiles
Mediana 75
90
Poblacin
< 10.000
10.000-14.999
15.000-24.999
> 25.000
26.540
21.266
19.087
19.074
5.559
5.008
4.482
3.756
19.881
14.501
12.586
13.274
23.503
17.667
15.985
16.805
26.824
21.584
19.555
19.604
29.730
24.497
22.469
21.914
33.072
27.894
24.335
23.070
ndice de
dispersin
Poco dispersa
Dispersa
Bastante dispersa
Muy dispersa
18.311
20.432
24.136
27.711
4.446
4.657
4.702
4.772
12.342
12.966
18.588
22.332
15.138
17.273
21.304
24.607
18.278
21.368
24.012
27.368
21.557
23.589
27.371
30.716
23.484
25.910
29.998
33.566
Formacin MIR
Edad de los
mdicos y ped.
Antigedad del
centro de
salud
Distancia al
hospital de
referencia
47
48
En la tabla 9 se presenta los costes por habitante ponderado segn las variables
cualitativas. En ella puede observarse que, en general la influencia de las mismas se
ve atenuada por el ajuste que supone la ponderacin de la poblacin.
Tabla 9. Costes por habitante ponderado en 1998 segn algunas
de las variables cualitativas
Coste medio por habitante
Media Desv. Est. 10
25
Percentiles
Mediana 75
90
mbito
geogrfico
Rural
Urbano
Capital
7.483
7.166
6.860
1.129
1.088
995
6.002
5.753
5.791
6.712
6.493
6.237
7.465
7.014
6.807
8.284
7.881
7.432
8.961
8.533
7.982
Poblacin
< 10.000
10.000-14.999
15.000-24.999
> 25.000
7.372
7.243
7.093
7.116
1.181
1.141
1.000
960
5.914
5.844
5.876
5.858
6.626
6.443
6.405
6.437
7.314
7.137
6.950
7.132
8.103
7.956
7.787
7.713
8.926
8.595
8.477
8.497
ndice de
dispersin
Poco dispersa
Dispersa
Bastante dispersa
Muy dispersa
6.811
7.527
7.797
7.188
1.035
1.076
1.041
1.075
5.635
6.117
6.489
5.790
6.167
6.699
6.997
6.466
6.780
7.490
7.834
7.133
7.352
8.386
8.497
7.893
7.936
8.920
9.243
8.574
Formacin de
profesionales
< al 34%
entre 34% y 66%
> al 66%
7.432
6.994
6.627
1.152
987
1.081
5.927
5.759
5.553
6.651
6.275
6.030
7.410
6.930
6.610
8.209
7.591
6.985
8.919
8.381
7.684
Edad de los
mdicos y ped.
7.203
7.323
1.056
1.199
5.878
5.917
6.505
6.500
7.120
7.146
7.884
8.080
8.569
7.684
Antigedad del
centro de
salud
Antes de 1990
Entre 1991-94
Entre 1995-96
7.127
7.326
7.582
1.082
1.120
1.231
5.728
5.963
6.180
6.378
6.568
6.792
7.014
7.222
7.444
7.848
8.050
8.455
8.502
8.774
9.107
< 15 kilmetros
Entre 15 y 45 km.
Ms de 45 km.
7.102
7.511
7.230
1.061
1.160
1.131
5.854
5.926
5.788
6.438
6.658
6.479
6.979
7.436
7.231
7.743
8.406
7.976
8.435
9.190
8.738
Distancia al
hospital de
referencia
49
La correlacin de los costes medios por habitante con las variables cuantitativas se
presenta en la tabla 10. Todas ellas fueron significativas para p<0,001.
Tabla 10. Correlacin del coste medio habitante y las variables cuantitativas.
Variables
Coeficiente
de correlacin
de Pearson
0,773
0,622
0,620
0,584
0,536
Frecuentacin
0,478
0,475
0,430
Gnero
0,370
0,284
0,239
50
40.000
30.000
20.000
10.000
0
0
10
20
30
40
50
60
50
60
Envejecimiento
40.000
30.000
20.000
10.000
0
0
10
20
30
40
Poblacin peditrica
51
40.000
30.000
20.000
10.000
0
0
10
20
30
40.000
30.000
20.000
10.000
0
0
10
Frecuentacin
52
30
40.000
30.000
20.000
10.000
0
0
20
40
60
80
100
120
Cobertura
40.000
30.000
20.000
10.000
0
0
10
20
30
Calidad de la prescripcin
53
Sig.
9.153,914
917,244
9,980
0,000
259,399
21,635
11,990
0,000
116,219
45,274
-2,567
0,010
187,646
34,930
5,372
0,000
Dispersa
660,389
345,032
1,914
0,056
682,545
330,572
2,065
0,039
Frecuentacin
169,815
53,429
3,178
0,002
7,038
4,230
1,664
0,097
588,949
300,321
1,961
0,050
1.541,185
383,695
4,017
0,000
Calidad de la prescripcin
52,278
3,687
R. cuadrado: 0,744 R cuadrado corregido: 0,741
14,180
0,000
Envejecimiento
Poblacin peditrica
Cobertura
Mir 3566
Mir 66
54
De las variables que, a partir de los resultados de la estimacin del MEC, se haban
identificado como factores que influan en el coste en farmacia, se excluyeron de la especificacin del Modelo de Asignacin de Costes (MAC), la calidad de prescripcin, el
porcentaje de mdicos con formacin MIR y la frecuentacin, por considerar que su inclusin en un modelo de asignacin podra tener efectos perversos, en el sentido de
asignar menos presupuesto a los equipos con mejor calidad de prescripcin, penalizar los EAP con ms mdicos formados va MIR o fomentar visitas innecesarias para
aumentar la frecuentacin y consecuentemente la asignacin presupuestaria.
Con el resto de las variables no excluidas, se estimaron varios modelos alternativos y el MAC que finalmente se seleccion es el que aparece en la tabla 12. Como
puede observarse, todas las variables explicativas fueron significativas al nivel de
significacin del 5%.
Tabla 12. Modelo de Asignacin de Costes (MAC)
Coeficientes
B
Error tp.
(Constante)
Sig.
10.707,496
336,374
31,832
0,000
Envejecimiento
365,607
14,860
24,603
0,000
189,113
33,447
5,654
0,000
2.068,031
332,533
6,219
0,000
10,803
0,000
Dispersa
Posteriormente, se utiliz el MAC para calcular el coste por habitante que tendra
cada uno de estos 50 EAP si tuviera el comportamiento medio del territorio Insalud,
es decir, lo que hemos llamado coste segn comportamiento medio.1
La diferencia entre la media del coste real de estos 50 EAP (16.594 pesetas/habitante) y la media de sus costes segn comportamiento medio (18.921 pesetas/habitante), representara el ahorro que consiguen con una mejor calidad de prescripcin. Este ahorro en porcentaje fue del 12,30%.
Para hallar el coste ptimo por habitante para cada uno de los EAP del territorio Insalud se calcul su coste segn comportamiento medio. A este coste, se le dedujo
el porcentaje de ahorro que consiguen los EAP con mejor calidad de prescripcin
(12,30%), obteniendo el Coste ptimo que le correspondera a cada equipo2.
Una vez calculado el coste ptimo para cada equipo, se calcul el ahorro potencial
que podra alcanzar cada uno de ellos, como la diferencia entre su coste real y el
ptimo.
Ahorro potencial por habitante = coste real por habitante coste ptimo por habitante
En trminos agregados, para el conjunto del territorio Insalud, el coste medio por
habitante en 1998 fue de 22.845 pesetas/habitante.
El coste ptimo medio por habitante segn la frmula desarrollada hubiera sido de
20.037 pesetas/habitante.
En la figura 16 se presenta su distribucin terica para el territorio Insalud.
Por ejemplo, supongamos un EAP con envejecimiento=32%; Pensionistas <65 aos=16% y situado
en una zona dispersa. El coste segn comportamiento promedio (Ccp) para este EAP sera:
Ccp = 10.705,50 + 365,3 + 189,1 . 16 + 2.068,0 . 1 + 3.197,8 . 0 = 27.500 ptas/hab.
2 Para el mismo equipo, el Coste ptimo (Co) sera:
Co = Ccp . (1-0,1230) = 27.500 . (1-0,1007) = 24.117 ptas/hab.
1
56
14.500
16.500
18.500
20.500
22.500
24.500
26.500
28.500
30.500
32.500
Desv. tip.= 4.324,63
Media= 20.037
N= 1.070,00
34.500
0
20
40
60
80
100
120
140
El ahorro potencial medio que podra haberse obtenido sera de 2.810 pesetas/habitante.
Al analizar el grfico que aparece en la figura 17 se observa que la mayora de los
EAP tienen valores positivos para el ahorro potencial por habitante, es decir, que su
coste real est por encima del ptimo.
57
Figura 17. Distribucin del ahorro potencial por habitante por EAP
-10.000
-8.000
-6.000
-4.000
Ahorro potencial
-2.000
0
2.000
4.000
6.000
8.000
10.000
12.000
14.000
Desv. tip.= 3.584,05
Media= 2.810
N= 1.070,00
16.000
0
20
40
60
80
100
120
140
Los EAP con una mayor calidad de prescripcin son los que se situaron ms cerca
del ptimo, incluso por debajo, mientras que los equipos con un peor comportamiento
prescriptor son los que estaban ms por encima del ptimo y, por tanto, tenan un mayor potencial de ahorro en la partida de gasto en farmacia (ver figura 18).
En la tabla 13 aparece el coste ptimo y el ahorro potencial por CCAA.
58
Ahorro potencial
20.000
10.000
-10.000
-20.000
0
10
20
30
40
59
Coste
CH segn el
Diferencia entre
habitante comportamiento CH ptimo el CH real y el
(CH)
medio
ptimo
Asturias
24.411
25.650
22.495
1.916
Cantabria
22.886
22.586
19.808
3.078
La Rioja
23.623
23.140
20.294
3.329
Murcia
23.621
20.729
18.179
5.442
Aragn
26.265
24.742
21.699
4.602
Castilla-La Mancha
27.056
24.905
21.842
5.249
Extremadura
24.608
24.404
21.403
3.205
Illes Balears
20.039
20.391
17.883
2.156
Madrid
17.131
18.289
16.040
1.091
Castilla y Len
23.822
25.489
22.354
1.468
Ceuta
15.655
16.838
14.767
887
Melilla
13.099
17.677
15.502
2.404
Total
22.845
22.848
20.037
2.810
60
DISCUSIN
Tambin puede observarse, como era de esperar, que por Autonomas hay grandes
diferencias sociodemogrficas y geogrficas, que se reflejan igualmente en las caractersticas de la oferta (ver tablas de las variables independientes por CCAA en el anexo I ).
Grosso modo puede afirmarse que hay tres patrones sociodemogrficos y de oferta. Las Comunidades de Madrid, Balears, Murcia, Ceuta y Melilla tienen una poblacin
ms joven, con predominio de EAP urbanos, con ms profesionales por equipo, pero
con cupos ms amplios, plantillas ms jvenes y con ms profesionales formados por
va MIR. Sus ZBS son mayoritariamente poco dispersas, con muchos habitantes adscritos, con mayor proporcin de poblacin activa. En cambio, las dos Castillas, Extremadura y Aragn tendran unas caractersticas opuestas: poblacin ms envejecida,
mayor proporcin de pensionistas, zonas bsicas con menos habitantes, ms dispersas, rurales, con hospitales ms distantes, fruto de la baja densidad de su territorio. Encontramos un patrn mixto en las CCAA de Asturias, Cantabria y La Rioja.
De todas formas, cada Comunidad Autnoma tiene sus propias peculiaridades y en
ellas hay reas de salud que siguen uno u otro patrn sociodemogrfico. Ello debe ser
tenido en cuenta en el momento de interpretar territorialmente los resultados sobre costes de prescripcin.
Calidad y limitaciones de la informacin
El sistema de informacin de la prestacin farmacutica del SNS permite conocer
con exactitud el coste de esta prestacin, qu frmacos se prescriben y quin los prescribe. En el mbito del Insalud se dispone de informacin del gasto farmacutico por
unidad de provisin de servicios. En cambio, no se contaba en el momento de inicio
del estudio con informacin que permitiera vincular la prescripcin a las caractersticas
del paciente, y menos, a la indicacin de la misma o a la morbilidad. Es por ello que el
mtodo usado, que analiza los costes de la prescripcin en relacin a las caractersticas de las ZBS y las de las unidades de provisin de servicios, slo puede sugerir modelos que expliquen la variabilidad de costes, y las inferencias causales que pueden
establecerse son muy dbiles. Esta consideracin debe ser tenida muy en cuenta cuando, como es el caso, el diseo realizado es ecolgico (la unidad de anlisis es el colectivo de habitantes adscritos al EAP), por lo que, en estas condiciones, pretender que
los resultados confirmen las relaciones causa-efecto entre los factores sociodemogrficos u otros estudiados y el gasto supondra caer en la denominada falacia ecolgica (Garca-Sempere y Peir, 2001).
Slo puede obviarse este problema si se analiza el coste por cada paciente y sus
caractersticas. Un ejemplo lo encontramos en el estudio realizado entre 9.500 historias clnicas de 100 mdicos de familia de Nueva Zelanda (Davis y cols., 1994).
La informatizacin de las historias clnicas y sistemas de informacin farmacutica
como el Digitalis, que permiten relacionar la prescripcin con las caractersticas del
paciente, debern facilitar en el futuro estudios con este enfoque.
En muchos estudios la unidad de anlisis es el mdico de AP (Cataln y cols., 1989;
Sans y Gispert, 1991; Martnez y cols., 1993; Cabedo y cols., 1995; Jimnez y cols., 1995;
Garca y cols., 1995; Wheynes y cols., 1996), pero los que ms interesan para poder discutir los resultados del presente trabajo son aquellos en que las unidades de anlisis son
zonas geogrficas atendidas por un equipo de profesionales de primaria (ver tabla 14).
62
63
Instituto
Cataln de
la Salud
(Catalunya)
17 Centros
de Salud
de
Barcelona
(Catalunya)
Docencia, rural/urbano,
dispersin, envejecimiento,
caractersticas socioeconmicas
de la poblacin, atencin
continuada, formacin del
mdico, enfermeras/mdico,
personal/mdico, mdicos
/100hab.%historias clnicas en
>65aos, frecuentacin,
habitantes, paro, vistadores
0,94
0,61
0,81
Razn de mortalidad
estandarizada, % pensionistas,
% pacientes con pago anticipado,
habitantes/mdico
National
Health
Service
(England)
1989-1991
Explaining variations in
presecribing costs across
England. (Morton-Jones y Prigle,
1993)
0,45
0,50
R2
rea de
Sociodemogrficas: habitantes, %>65a, %<14
N habitantes, envejecimiento
Salud.
De la oferta de servicios: n recetas, n visitas AE, n cartillas/mdico, (%>65 aos y %<14 aos),
(Catalunya) distancia al CS. Edad del mdico, aos de ejercicio.
habitantes/mdico, distancia al Cs
VARIABLES EXPLICATIVAS
VARIABLES ESTUDIADAS
Sector
Sociodemogrficas: n habitantes, %> 65 aos
% > 65 aos, % pensionistas, n
sanitario
De la oferta de servicios: mdicos/hab., farmacias/ hab., edad, gnero, mdicos/hab, n cartillas/mdico
(Catalunya) antigedad en la plaza. Pacientes asignados, modelo tradicional o EAP
MBITO
Factores asociados a la
prescripcin de medicamentos.
(Cataln A., y cols., 1989)
ESTUDIOS
64
rea
Sanitaria
(Mallorca)
Regi
Sanitaria
(Lincolnshire)
108
mdicos
1994-1995
National
Health
Service
(England)
1997-1998
C.Valencia
na menos
principales
municipios.
170 ZBS
Sistemas de asignacin
presupuestaria a EAP.
(Llobera y cols., 1996)
8.-Explaining variations in
general practice prescribing costs
per ASTRO-PU (age, sex, and
temporary resident originated
prescribing unit). (Whynes y
cols., 1996)
VARIABLES EXPLICATIVAS
R2
0,42
0,62
0,445
y
0,32
% de adultos permanentemente
enfermos, % pacientes
dependientes sin cuidadores, n
de nacimientos en el listado de
pacientes por mdico, % de
estudiantes en edad laboral.
VARIABLES ESTUDIADAS
R2= coeficiente de determinacin que expresa la proporcin de variabilidad explicada por el modelo de regresin.
MBITO
ESTUDIOS
Las diferencias entre gerencias tambin fueron muy importante: desde las 30.578
pesetas de Talavera a las 13.084 pesetas de Eivissa. Al ajustar por poblacin pensionista, tambin se redujo la razn de variacin entre gerencias (de 2,33 a 1,94). Adems el ranking segn gasto tambin cambi, apareciendo Toledo (8.979) y Murcia
(8.606) como las de mayor coste por habitante ponderado.
En la figura 8 puede observarse la polarizacin de las CCAA. Hubo CCAA cuyas
GAP tenan todas un coste por habitante ponderado superior a la media (Murcia, Castilla-La Mancha, Cantabria) y otras con prcticamente todas las GAP con costes inferiores a la media (Madrid y Castilla-Len).
Modelo explicativo de costes (MEC)
En casi todos los trabajos publicados sobre modelos explicativos de la variabilidad
de costes, la tcnica usada en el anlisis estadstico ha sido la regresin lineal mltiple, aunque las especificaciones de los modelos difieren.
La parte explicada de la variabilidad del gasto de la prescripcin farmacutica se
ha medido por el coeficiente de determinacin (R2) o el R2 ajustado. El grado de explicacin conseguido en los estudios espaoles publicados es muy variable (ver tabla 14).
Va desde un 32% y un 44,5% en la Comunidad Valenciana (Garca-Sampere y Peir,
2001) hasta un 95% en Barcelona (Benavent y cols., 1996).
La capacidad explicativa del modelo se halla muy influido, tanto por las caractersticas de las variables analizadas, como por la homogeneidad de las poblaciones y servicios sanitarios analizados. Un ejemplo de ello es el estudio de Benavent, que recoge 17 Equipos de AP con muchas caractersticas comunes entre ellos, ser urbanos, de
la misma ciudad, reformados. Un coeficiente de determinacin similar (97%) alcanz
Healey, en 80 consultorios de Escocia (Healey y cols., 1994).
El presente estudio consigui explicar un 74,4% de la variabilidad en el coste de la
prescripcin, que puede considerarse muy alto por la diversidad de las reas estudiadas. El resultado observado se hallara entre el grado de explicacin de otro estudio
previo en Inglaterra que fue del 81% (Morton-Jones y Pringle, 1993), y el 61% del Institut Catal de la Salut (Cataln y Parellada, 1995). El estudio llevado a cabo en Inglaterra entre 1997-1998, parecido al nuestro en cuanto a poblaciones y profesionales implicados, explic el 62% de la variabilidad (Rice y cols., 2000).
En los resultados del presente estudio aparecen como explicativas del coste de
prescripcin las siguientes variables, que se comentan a continuacin junto con algunas de las excluidas del MEC final:
El grado de envejecimiento de la poblacin increment el gasto en farmacia. El resultado era esperable puesto que es conocido que la poblacin de mayor edad ge67
nera un mayor gasto en farmacia (Purves y Edwards, 1993; Esnaola y cols., 1999).
Este hecho se relaciona, por una parte con la mayor presencia de patologa y comorbilidad de la poblacin mayor de 65 aos y, por otra, por la gratuidad de la medicacin para los mayores de 65 aos. En el estudio fue la variable que por s sola
mejor explic la variabilidad (59,7%) y la de ms peso en el MEC final, en lnea con
los otros estudios de las tabla 14, en la cual se puede apreciar que es la variable
que aparece en la prctica totalidad de modelos explicativos.
La poblacin peditrica de la ZBS se correlacion con el coste: a mayor porcentaje de poblacin peditrica, es decir, cuanto ms joven es la poblacin adscrita, menor es el coste por habitante en farmacia. Es un indicador inverso al envejecimiento de la poblacin, aunque por s solo su capacidad explicativa es
mucho menor (18,4%) que el envejecimiento aunque se mantuvo en el MEC final. La capacidad explicativa del mismo fue inferior al obtenido para la Comunidad Valenciana para porcentaje de nios 0-4 aos que fue del 26,7% (GarcaSempere y Peir, 2001).
En el modelo explicativo de costes se decidi excluir los pensionistas por diferentes motivos. En primer lugar por la estrecha correlacin hallada entre poblacin pensionista y el envejecimiento (r=0,935). En segundo lugar porque se incluy en el estudio la proporcin de pensionistas menores de 65 aos como variable proxy de
morbilidad. Incluir en el mismo modelo la proporcin de pensionistas y proporcin
de pensionistas menores de 65 aos tendra difcil justificacin. Construir una nueva variable: proporcin de pensionistas mayores de 65 aos supondra reproducir
la variable envejecimiento ya que prcticamente todos los mayores de 65 aos son
pensionistas.
variabilidad pero no entr en el MEC final, ya que presentaba una alta colinealidad
con los pensionistas menores de 65 aos).
Si se acepta que la mortalidad precoz es una buena aproximacin a la morbilidad,
y la mortalidad en menores de 65 aos est fuertemente asociada a la proporcin
de pensionistas menores de 65 aos, esta ltima quedara legitimada como aproximacin a la morbilidad.
Respecto a las variables geogrficas, destac la dispersin de la ZBS. Las variables ficticias, generadas para el ndice G, se incluyeron en el MEC. A mayor dispersin hubo mayor gasto farmacutico. El ndice G, utilizado para la construccin
de estas variables, es indicativo de la cercana de los ncleos de poblacin adscrita al centro de salud. Se trata de una variable que refleja la accesibilidad geogrfica a los servicios sanitarios proporcionados por los EAP y que es uno de los determinantes del consumo sanitario (Rodrguez-Ortiz y Martn, 1999) y del gasto
farmacutico (Cataln y Parellada, 1995).
La dispersin geogrfica est relacionada con el mbito (rural, urbano o capital) de
la ZBS, el tamao del EAP, con los habitantes de la ZBS o con el tamao del cupo.
Estas variables, a pesar de estar correlacionadas con el coste, no se incluyeron en
el MEC final, porque su capacidad explicativa era capturada por la dispersin y el
envejecimiento.
Un indicador similar al nmero de pacientes por cupo es el referido al nmero de
mdicos por mil habitantes. sta variable fue la nica variable explicativa, con un
coeficiente de determinacin del 50%, en el primer estudio de Cataln (Cataln y
cols., 1989) y aparece en otros estudios y por ejemplo en el de la Comunidad Valenciana es la variable que ms parte de la variabilidad explica, aunque no la incluyen en el modelo final (Garca-Sempere y Peir 2001). En el estudio de Healey
fue una de las tres variables incluidas en el modelo final (Healey y cols., 1994).
Los resultados que se obtuvieron en el estudio coinciden con los presentados habitualmente en la literatura, en el sentido de que las zonas rurales, ms dispersas,
registran mayores costes farmacuticos por habitante que los urbanos (Sans y Gispert, 1991; Cataln y Parellada, 1995). Este hecho, una vez ajustado por el envejecimiento de la poblacin, se ha relacionado con el mayor envejecimiento de la poblacin rural, con la tendencia a compensar la sensacin de desproteccin que
ocasiona el aislamiento con una mayor prescripcin de medicamentos (Espigares
y cols., 1994) y con la idea de que, a mayor dispersin ms accesibles se hallan los
servicios de primaria y menos los de especializada, lo que tambin favorece una
mayor demanda en el primer nivel asistencial (Rodrguez-Ortiz y Martn, 1999). Tambin se hall que la mayor distancia del centro de salud al hospital usen mayor coste relacionado, pero no qued recogido en el modelo final por estar correlacionada
con dispersin (r=0,620).
69
Una mayor frecuentacin en la ZBS estuvo relacionada con mayor gasto farmacutico. Es una variable que se relaciona directamente con el coste de los servicios. En el presente estudio, aisladamente proporcion un grado de explicacin de
la variacin moderado (R2=0,218) y entr en el MEC final. Esta relacin se ha puesto de manifiesto en otros estudios como uno de los determinantes del gasto farmacutico y la mayora de trabajos la incluyen entre las variables recogidas y aparece en algunos de los modelos explicativos finales (ver tabla 14), especialmente si
dichos modelos no tienen como finalidad directa la asignacin de presupuestos.
Caractersticas del EAP. El porcentaje de mdicos con formacin MIR, la antigedad del centro y estar acreditados para la docencia MIR de Medicina Familiar y Comunitaria estuvieron correlacionados aisladamente con el gasto. En el modelo multivariante, slo la formacin MIR explic una parte significativa de su variacin. Las
otras variables estaban relacionadas con la formacin MIR y quedaron explicadas
por la misma. Observamos que cuanto mayor es el porcentaje de mdicos con formacin MIR en el EAP menor era el gasto farmacutico. La razn estara en el hecho de que los mdicos formados va MIR han recibido una formacin ms orientada hacia la racionalizacin de la prescripcin farmacutica, aunque, al tratarse de
un estudio con datos agregados por EAP, debe tenerse en cuenta que este tipo de
profesionales se concentran en EAP urbanos con poblacin en general ms joven.
Los resultados de este estudio coinciden con los aportados por otros autores (Cataln y Parellada, 1995). La importancia de las caractersticas de la formacin de
los profesionales sobre su comportamiento prescriptor orienta a los gestores sobre
la poltica de personal que conviene promover si se pretenden alcanzar unos objetivos de contencin del gasto (Cataln y Parellada, 1995).
La calidad de la prescripcin se midi con un indicador global: el porcentaje de envases de medicamentos de UTB por poblacin ajustada a la proporcin de pensionistas. Explic por s sola el 10% de la variacin en el coste y se mantuvo en el MEC
final.
70
La primera era que el modelo se apoyara en el MEC, por lo que de entrada deban excluirse las variables que no aparecan en dicho modelo.
La tercera premisa era que haba otras especificaciones propias de un modelo pensado en la asignacin presupuestaria a los EAP, es decir, que deba tenerse en
cuenta que su finalidad era adecuar lo ms posible los presupuestos a sus caractersticas de los EAP y mejorar la equidad al distribuir el presupuesto de farmacia
entre las unidades de provisin de AP.
Por ello se excluyeron algunas variables del MEC que, aunque explicaban una parte significativa de la variabilidad, no deban ser incluidas en el MAC.
Se dej fuera las variables que reflejan caractersticas de los profesionales ya que
no es justificable aumentar o disminuir el presupuesto asignado en funcin de que
sus profesionales tengan ms o menos formacin. Paradjicamente, en este sen71
la media de los equipos de mayor calidad, pero teniendo en cuenta las caractersticas
demogrficas, geogrficas y de morbilidad del EAP.
Para pasar del coste ptimo al presupuesto a asignar hay que tener en cuenta una
serie de aspectos importantes:
Un sistema de asignacin del presupuesto ms equitativo debe ser realista, con posibilidades objetivas de cumplimiento por cada EAP. Hay centros que pueden tener
unos costes muy alejados de su coste ptimo. Un problema a solventar es, pues,
la transicin desde el coste actual al esperado u ptimo. Para ello, deberan arbitrarse frmulas de adaptacin progresiva que eviten causar inicialmente problemas
insalvables en su financiacin. La forma de abordar estos problemas de ndole prctico escapa de la intencin del presente trabajo. En Mallorca y en otros mbitos del
Insalud, la solucin adoptada fue pactar con los equipos un tiempo (inicialmente cinco aos) para alcanzar su propio horizonte presupuestario ptimo.
Otro aspecto a tener en cuenta en la presupuestacin es el desequilibrio que puede suponer a un EAP contar con pacientes cuyo tratamiento es muy caro (Mora y
cols., 2000). Diversas GAP del Insalud se ha optado por una financiacin especfica aadida para los frmacos inmunosupresores para pacientes trasplantados, ciertos tratamientos hormonales, etc. Esta medida hace ms equitativa la asignacin y
evita la seleccin adversa de pacientes.
El ahorro potencial medio que se obtuvo para el conjunto de EAP del Insalud en
1998 fue de 2.810 pesetas por habitante. Para la poblacin incluida en el estudio suponen 36.630 millones de pesetas, es decir, un 9,8% del gasto acumulado de Insalud
durante el ao 1999.
Esta aplicacin, que apuesta por una estrategia de benchmarking para obtener el
ahorro potencial de cada EAP, no puede ser trasladada directamente a las GAP y CCAA.
El estudio no incluye los costes de farmacia intrahospitalarios, por no caber en el
objetivo de asignacin presupuestaria a los EAP, pero s tendra sentido contemplarlos
en los clculos de financiacin de servicios sanitarios de entidades territoriales superiores.
Antes de utilizar este modelo para la asignacin de presupuesto a unidades superiores a los EAP, debera comprobarse si el modelo de regresin para estas unidades
73
de anlisis es similar al surgido para la asignacin a los equipos ya que otros factores,
tales como el nivel socioeconmico de la poblacin del rea o de la CCAA o aspectos
de la morbilidad o discapacidad de la poblacin, pueden tener un papel importante. Son
variables difciles de obtener para cada ZBS pero no para unidades agregadas superiores como las reas o la CCAA.
A pesar de lo anterior, el resultado alcanzado podra servir para acercarse a la asignacin presupuestaria de farmacia por reas de Salud y una aproximacin orientativa
para poder valorar el grado de supra o infrafinanciacin de farmacia de la atencin primaria de las CCAA del mbito Insalud.
Hay que tener en cuenta que todo modelo es una simplificacin de la realidad, en
la cual influyen ms factores que los observados. Adems el modelo esta condicionado por las especificaciones del mismo y un resultado distinto podra obtenerse con asignaciones por habitante ponderado o construyendo un modelo de asignacin para habitantes activos y otro para pensionistas de la ZBS. Tampoco se han contemplado la
financiacin de la farmacia de las personas desplazadas (en Inglaterra si se tienen en
cuenta en el ASTRO-PU).
Por ltimo, afirmar que el estudio se realiz por un inters acadmico y que la traslacin del instrumento creado al mbito de la gestin requiere de valoraciones concretas de la sensibilidad del mismo al mbito de aplicacin y observar su comportamiento
en aos posteriores al utilizado en el anlisis. El modelo tambin requiere de la valoracin previa por los responsables de la gestin y los profesionales de AP implicados.
74
ANEXO I
Caractersticas de los EAP de la muestra
75
77
Asturias
Cantabria
La Rioja
Murcia
Aragn
Castilla-La Mancha
Extremadura
Illes Balears
Madrid
Castilla y Len
Ceuta
Melilla
Total INSALUD
CCAA
1.349
1.234
Media
1.290
1.459
1.267
1.553
1.005
1.135
1.150
1.600
1.472
961
1.222
877
1.345
1.341
1.400
1.517
P75
1.539
1.610
1.546
1.633
1.366
1.483
1.407
1.663
1.588
1.448
78
Asturias
Cantabria
La Rioja
Murcia
Aragn
Castilla-La Mancha
Extremadura
Illes Balears
Madrid
Castilla y Len
Ceuta
Melilla
Total INSALUD
CCAA
Media
25,0
20,2
22,7
15,8
27,1
26,2
23,6
16,9
15,9
27,5
11,6
11,6
22,4
Envejecimiento
P25 Mediana
20,2
23,7
18,0
19,7
19,0
22,2
13,6
15,2
20,6
25,6
19,9
24,5
15,7
22,0
13,9
16,1
9,8
15,6
19,7
27,8
8,7
12,2
9,5
11,7
15,6
21,2
13,7
28,0
P75
30,2
22,0
25,2
17,5
33,4
31,2
27,5
18,6
22,1
34,8
Media
37,2
28,2
31,0
24,7
34,4
33,8
31,1
22,8
21,7
36,1
18,2
25,7
30,1
Pensionistas
P25 Mediana
31,8
37,7
25,9
28,3
25,8
31,0
22,3
24,5
28,0
32,7
26,6
31,9
25,5
31,5
19,1
22,4
15,0
22,2
28,9
36,7
17,2
18,6
25,2
25,6
23,6
29,2
26,2
37,0
P75
42,0
30,4
34,8
26,6
41,6
39,2
37,1
25,2
28,6
43,3
Media
8,5
9,6
10,0
14,8
9,8
12,3
13,3
12,7
11,9
9,3
20,5
21,2
11,3
Poblacin peditrica
P25 Mediana
7,6
8,5
9,0
10,0
8,2
10,1
13,9
15,4
8,2
9,7
10,4
12,7
11,6
13,9
11,6
13,2
9,1
11,4
7,5
9,2
17,4
20,2
17,7
20,3
8,9
11,2
25,5
13,8
P75
9,3
11,4
10,8
16,3
11,6
14,5
15,3
14,3
14,0
11,3
79
Asturias
Cantabria
La Rioja
Murcia
Aragn
Castilla-La Mancha
Extremadura
Illes Balears
Madrid
Castilla y Len
Ceuta
Melilla
Total INSALUD
CCAA
P75
5,58
3,84
4,03
3,33
4,50
3,75
4,78
3,78
3,26
4,76
80
Asturias
Cantabria
La Rioja
Murcia
Aragn
Castilla-La Mancha
Extremadura
Illes Balears
Madrid
Castilla y Len
Ceuta
Melilla
Total INSALUD
CCAA
45
11
8
30
62
140
66
12
30
149
0
0
553
Rural
19
9
2
30
9
23
15
11
103
17
4
3
245
Urbano
5
5
6
7
29
21
9
15
128
49
0
0
274
Capital
mbito geogrfico
29
10
3
18
55
121
54
7
46
125
0
0
468
< 10.000
14
3
4
15
22
30
15
10
90
40
0
4
247
20
9
6
26
18
27
16
13
104
44
3
0
286
6
3
3
8
4
6
5
8
21
6
0
0
70
> 25.000
2
1
4
6
24
29
2
9
209
40
3
4
333
20
10
2
37
11
21
19
16
27
17
0
0
180
Dispersa
Distancia al hospital de
referencia
47
14
10
24
65
134
69
13
25
158
0
0
559
33
17
9
39
34
49
25
24
193
72
3
4
502
24
6
2
27
36
61
38
12
36
69
0
0
311
11
2
5
1
28
74
26
2
28
72
0
0
249
Bastante y
Entre 15 y
muy
< 15 km.
> 45 km.
45 km.
dispersa
ndice de dispersin
Poco
dispersa
81
Asturias
Cantabria
La Rioja
Murcia
Aragn
Castilla-La Mancha
Extremadura
Illes Balears
Madrid
Castilla y Len
Ceuta
Melilla
Total INSALUD
CCAA
9
10
11
11
8
6
8
10,5
10
10
9
9
8,8
9,9
12,2
9,5
8,5
6,9
8,5
10,6
10,6
10,2
9,3
9,3
Media de
Mediana
profesionales profesionales
por equipo por equipo
1
519
35
10
9
20
40
79
46
9
129
141
Antes
1990
28
10
6
32
40
97
32
21
101
65
2
3
437
Entre
1991-94
98
5
5
1
15
18
7
10
8
23
6
Entre
1995-96
27
5
3
13
13
22
9
8
68
43
0
0
211
Docentes
42
20
13
54
87
162
81
30
193
172
2
4
860
No
docentes
Docencia
34
13
10
36
58
172
34
38
41
170
3
3
612
< 34%
124
80
19
97
24
1
220
7
1
1
5
6
5
> 66%
36
11
5
26
18
7
5
34%
66%
Formacin MIR
65
13
13
55
78
116
77
30
183
163
2
3
798
1
202
2
12
3
12
19
25
3
8
69
48
82
Asturias
Cantabria
La Rioja
Murcia
Aragn
Castilla La Mancha
Extremadura
Illes Balears
Madrid
Castilla y Len
Ceuta
Melilla
Total INSALUD
CCAA
37,62
45,14
54,76
Media
9,65
8,92
12,26
14,39
13,4
14,43
13,46
8,74
6,91
10,31
6,8
4,25
10,97
5,22
13,85
P75
11,5
10,96
14,01
15,89
15,32
17,68
15,18
10,39
8,7
12,12
ANEXO II
Descripcin de costes por gerencias
83
Media
Desv.
Est.
Mnimo Mximo
Rango Coef.
Interc. variac.
ASTURIAS
Jarrio
Cangas de Narcea
Avils
Oviedo
Gijn
Arriondas
Mieres
Sama Langreo
27.512
21.308
21.502
22.478
23.503
25.527
26.256
23.970
3.373
3.860
2.091
2.857
2.611
1.794
2.185
3.297
23.540
16.543
18.504
19.237
20.849
23.188
23.261
20.992
33.593
26.486
24.617
28.633
28.376
28.215
29.171
30.610
4.643
6.957
3.743
4.940
3.015
3.351
4.034
4.060
12,3
18,1
9,7
12,7
11,1
7,0
8,3
13,8
CANTABRIA
Santander
Torrelavega
22.448
23.666
4.757
2.909
15.122
20.055
34.333
29.637
4.535
4.003
21,2
12,3
La Rioja
23.623
4.717
15.863
30.842
8.137
20,0
MURCIA
Murcia
Cartagena
Lorca
23.553
23.077
25.425
2.258
1.899
2.776
19.336
19.985
22.958
29.430
26.420
31.186
2.821
3.217
2.368
9,6
8,2
10,9
ARAGN
Huesca
Teruel
Zaragoza I
Zaragoza II
25.593
28.133
23.275
28.221
4.760
5.608
5.859
5.861
18.137
19.361
12.196
17.848
35.778
41.360
37.073
41.971
5.709
6.018
6.448
7.996
18,6
19,9
25,2
20,8
CASTILLA-LA MANCHA
Albacete
Ciudad Real
Puertollano
Alczar de San Juan
Cuenca
Guadalajara
Toledo
Talavera
25.163
25.959
28.601
24.283
27.946
28.901
25.913
30.578
4.865
3.312
5.959
3.228
4.036
7.301
4.396
7.285
15.527
20.032
22.731
19.803
18.139
16.014
15.095
17.851
35.056
31.378
40.224
30.113
34.802
48.380
34.975
40.945
7.404
5.920
8.587
5.001
5.906
9.483
5.166
13.773
19,3
12,8
20,8
13,3
14,4
25,3
17,0
23,8
85
Tabla 1. (Continuacin)
Gerencia
Media
Desv.
Est.
Mnimo Mximo
EXTREMADURA
Badajoz
Don Benito
Cceres
Plasencia
23.995
25.919
26.219
23.662
3.953
3.275
5.576
4.553
14.968
21.067
16.995
16.907
31.009
30.843
35.745
34.626
4.907
5.453
7.601
6.514
16,5
12,6
21,3
19,2
ILLES BALEARS
Mallorca
Menorca
Eivissa
21.130
18.038
13.084
4.201
1.233
1.700
13.729
16.681
11.473
29.781
18.831
15.485
6.560
3.016
19,9
6,8
13,0
MADRID
Madrid 1
Madrid 2
Madrid 3
Madrid 4
Madrid 5
Madrid 6
Madrid 7
Madrid 8
Madrid 9
Madrid 10
Madrid 11
17.649
16.745
14.920
17.368
16.549
16.145
21.144
16.002
13.424
13.659
20.828
4.079
3.254
3.779
5.444
4.429
4.657
4.341
5.118
3.022
2.519
3.212
5.120
11.377
7.920
7.310
9.230
9.801
16.261
9.494
8.693
9.462
13.303
23.022
22.322
22.745
26.619
27.361
25.354
37.622
28.861
18.054
18.163
26.171
3.822
5.212
4.417
7.298
6.568
6.772
3.705
5.203
5.352
3.819
4.512
23,1
19,4
25,3
31,3
26,8
28,8
20,5
32,0
22,5
18,4
15,4
CASTILLA Y LEN
vila
Burgos
Len
Ponferrada
Palencia
Salamanca
Segovia
Soria
Valladolid 1
Valladolid 2
Zamora
27.313
23.176
25.125
21.934
21.262
25.358
24.695
26.111
18.339
20.413
25.248
5.031
5.835
4.305
2.774
4.002
5.794
4.586
5.132
4.839
3.625
4.916
15.458
12.878
18.726
17.752
12.567
16.455
16.527
18.648
9.902
14.615
16.527
34.748
31.726
32.230
25.896
28.828
38.302
33.931
32.891
28.686
26.527
32.664
6.094
10.393
7.876
4.774
3.291
11.327
6.532
9.235
8.451
6.761
7.183
18,4
25,2
17,1
12,6
18,8
22,8
18,6
19,7
26,7
17,8
19,5
Ceuta
15.655
2.234
13.095
17.207
Melilla
13.099
1.655
11.347
14.888
86
Rango Coef.
Interc. variac.
14,3
3.149
12,6
10
25
Mediana
75
90
95
ASTURIAS
Jarrio
Cangas de Narcea
Avils
Oviedo
Gijn
Arriondas
Mieres
Sama Langreo
23.540
16.543
18.504
19.237
20.849
23.188
23.261
20.992
23.573
16.543
18.504
19.691
20.934
23.188
23.261
20.992
25.080
17.564
19.563
22.161
21.790
23.944
24.528
21.181
26.934
22.369
21.751
25.390
22.673
25.720
25.898
23.055
29.723
24.521
23.306
27.100
24.805
27.295
28.562
25.240
33.509
CANTABRIA
Santander
Torrelavega
15.122
20.055
16.380
20.055
19.319
20.977
22.446
23.800
23.855
24.980
31.756
La Rioja
15.863
16.824
19.843
23.260
27.980
30.335
MURCIA
Murcia
Cartagena
Lorca
19.977
19.985
22.958
20.664
20.437
22.958
22.101
21.456
23.552
23.268
23.003
25.201
24.922
24.673
25.919
27.239
25.908
27.857
ARAGN
Huesca
Teruel
Zaragoza I
Zaragoza II
18.176
19.361
13.236
18.803
18.698
20.776
14.875
21.056
23.058
24.459
19.296
23.251
24.000
28.273
22.787
27.522
28.767
30.477
25.744
31.247
32.458
36.753
33.319
37.772
35.289
CASTILLA-LA MANCHA
Albacete
Ciudad Real
Puertollano
Alczar de San Juan
Cuenca
Guadalajara
Toledo
Talavera
16.649
20.303
22.731
19.803
20.093
16.565
17.316
17.851
18.184
21.335
22.731
19.803
22.962
18.113
19.343
19.775
21.775
22.992
24.618
21.641
25.366
24.190
23.482
23.584
24.621
26.294
26.674
24.389
27.529
29.098
25.744
30.623
29.179
28.911
33.205
26.642
31.272
33.673
28.649
37.357
32.267
30.284
33.447
31.158
33.536
37.959
31.958
40.267
34.772
44.995
33.760
27.899
28.348
36.083
40.231
87
Tabla 2. (Continuacin)
Gerencia
10
25
Mediana
75
90
95
EXTREMADURA
Badajoz
Don Benito
Cceres
Plasencia
16.165
21.067
16.995
16.912
18.027
21.224
17.786
17.422
22.093
22.917
23.287
20.222
23.704
25.966
26.237
23.397
27.001
28.370
30.888
26.736
29.578
30.763
33.846
30.136
30.959
33.643
ILLES BALEARS
Mallorca
Menorca
Eivissa
13.927
16.618
11.473
16.247
16.618
11.473
17.559
16.618
11.773
20.754
18.664
12.688
24.119
28.084
29.215
14.790
MADRID
Madrid 1
Madrid 2
Madrid 3
Madrid 4
Madrid 5
Madrid 6
Madrid 7
Madrid 8
Madrid 9
Madrid 10
Madrid 11
7.010
11.377
7.920
7.310
10.197
9.812
16.425
9.563
8.716
9.462
14.522
10.521
11.489
9.706
9.534
11.482
9.961
17.371
9.893
9.207
9.611
15.777
16.466
14.476
12.165
14.258
12.843
12.454
18.532
12.941
11.316
11.886
18.613
18.588
16.648
14.923
16.863
15.527
15.765
20.692
14.253
13.033
13.664
21.597
20.288
19.688
16.581
21.557
19.411
19.226
22.236
18.144
16.669
15.705
23.125
21.916
20.953
21.969
26.297
23.099
23.228
25.216
25.114
17.709
17.507
25.196
22.672
CASTILLA Y LEN
vila
Burgos
Len
Ponferrada
Palencia
Salamanca
Segovia
Soria
Valladolid 1
Valladolid 2
Zamora
15.735
13.458
18.773
17.752
12.679
17.402
16.527
18.648
9.902
14.615
16.532
18.690
15.374
19.495
17.829
14.936
18.228
17.173
18.951
12.142
16.486
17.014
24.686
17.550
21.513
19.214
20.077
19.340
21.094
20.848
14.889
17.184
22.573
27.806
25.174
24.505
22.106
21.509
26.286
24.266
27.941
17.699
20.615
25.133
30.780
27.942
29.389
23.988
23.367
30.667
27.626
30.083
23.340
23.945
29.755
33.686
30.193
31.081
25.855
27.278
32.575
31.200
32.772
25.956
25.854
29.753
Ceuta
13.095
13.095
13.095
16.663
Melilla
11.347
11.347
11.534
13.080
88
14.683
26.668
24.929
35.873
28.276
18.038
26.023
34.667
31.591
31.904
28.763
35.671
32.575
Media
Desv.
Est.
ASTURIAS
Jarrio
Cangas de Narcea
Avils
Oviedo
Gijn
Arriondas
Mieres
Sama Langreo
7.365
5.526
6.706
6.762
7.438
6.566
6.535
6.013
634
827
419
670
463
619
396
519
6.278
4.632
5.970
5.111
6.840
5.294
5.862
5.299
8.275
6.648
7.323
8.011
8.445
7.219
6.860
6.625
998
1.543
575
653
534
447
697
993
8,6
15,0
6,2
9,9
6,2
9,4
6,1
8,6
CANTABRIA
Santander
Torrelavega
7.580
7.511
1.220
453
6.014
6.835
10.882
8.368
1.338
609
16,1
6,0
La Rioja
7.303
725
5.999
8.330
734
9,9
MURCIA
Murcia
Cartagena
Lorca
8.606
8.433
8.556
736
502
500
7.381
7.495
7.867
10.569
9.493
9.268
1.030
633
955
8,5
6,0
5,8
ARAGN
Huesca
Teruel
Zaragoza I
Zaragoza II
7.208
7.171
7.595
8.189
675
847
818
899
6.086
5.828
6.313
6.780
8.296
8.769
9.419
10.116
1.180
1.200
1.271
1.448
9,4
11,8
10,8
11,0
CASTILLA-LA MANCHA
Albacete
Ciudad Real
Puertollano
Alczar de San Juan
Cuenca
Guadalajara
Toledo
Talavera
7.896
8.030
8.000
8.227
7.318
7.527
8.979
8.385
961
465
474
1.005
973
1.397
674
784
5.234
7.062
7.379
7.130
5.593
4.383
7.665
6.870
9.287
8.922
8.796
10.417
10.102
9.983
10.859
9.584
1.260
751
788
1.270
1.264
2.203
915
1.328
12,2
5,8
5,9
12,2
13,3
18,6
7,5
9,3
Mnimo Mximo
Rango Coef.
Interc. variac.
89
Tabla 3. (Continuacin)
Gerencia
Media
Desv.
Est.
EXTREMADURA
Badajoz
Don Benito
Cceres
Plasencia
8.057
7.654
7.652
7.039
702
675
856
762
6.628
6.758
6.126
5.233
9.632
8.970
9.162
8.311
1.001
1.034
1.422
1.205
8,7
8,8
11,2
10,8
ILLES BALEARS
Mallorca
Menorca
Eivissa
7.747
7.640
6.060
848
529
358
6.101
7.034
6.748
9.512
8.005
6.570
1.347
649
10,9
6,9
5,9
MADRID
Madrid 1
Madrid 2
Madrid 3
Madrid 4
Madrid 5
Madrid 6
Madrid 7
Madrid 8
Madrid 9
Madrid 10
Madrid 11
6.608
6.204
7.056
5.963
6.550
6.797
7.078
7.131
6.544
6.364
7.001
1.217
662
1.455
880
722
1.232
1.425
758
555
671
533
2.150
5.220
5.355
4.369
5.245
5.122
5.786
5.990
5.643
5.239
6.145
8.951
7.394
11.682
7.446
8.750
9.641
13.103
8.738
7.486
7.276
8.085
1.195
1.039
1.874
914
950
1.459
699
1.066
926
1.258
796
18,4
10,7
20,6
14,8
11,0
18,1
20,1
10,6
8,5
10,5
7,6
CASTILLA Y LEN
vila
Burgos
Len
Ponferrada
Palencia
Salamanca
Segovia
Soria
Valladolid 1
Valladolid 2
Zamora
7.417
7.084
6.521
5.922
6.094
6.933
7.005
6.944
5.974
6.550
6.260
1.039
741
644
407
625
729
859
640
456
489
597
5.864
6.019
4.996
5.490
5.114
5.571
5.770
5.665
5.339
5.747
4.631
10.145
9.085
7.532
6.760
7.404
8.427
8.657
7.893
6.970
7.691
7.199
1.144
936
867
584
1.184
1.014
1.449
916
581
496
718
14,0
10,5
9,9
6,9
10,3
10,5
12,3
9,2
7,6
7,5
9,5
Ceuta
6.789
792
5.881
7.333
Melilla
4.621
546
4.001
5.161
90
Mnimo Mximo
Rango Coef.
Interc. variac.
11,7
1.034
11,8
ABREVIACIONES Y GLOSARIO
ACG: Grupos de Cuidados Ambulatorios
AP: Atencin Primaria
APG: Grupos de Pacientes Ambulatorios
rea de Salud: demarcacin geogrfica establecida a efectos de gestin y administracin sanitaria definidas por la Ley General de Sanidad como estructuras fundamentales del Sistema Sanitario Espaol.
AVG: Grupos de Visitas Ambulatorias
Case Mix: Casustica Atendida
CH: Costes por Habitante
CHP: Costes por Habitante Ponderado
Cobertura de la cartera de servicios: es el resultado del primer componente del clculo de la cartera de servicios y se obtiene a partir de la suma del resultado de cada uno
de los servicios. Para este clculo se pondera el nmero de pacientes incluidos en cada
servicio con un valor tcnico definido, mientras que en el denominador se coloca el porcentaje esperado de poblacin que debera estar cubierta por el mismo.
CV: Coeficiente de Variacin
EAP: Equipo de Atencin Primaria
Efecto ratchet (efecto del trinquete): la consecucin de objetivos da como resultado unos cambios econmicos irreversibles.
EQ: Razn de Variacin
Frecuentacin: cociente que se obtiene al dividir el nmero de consultas realizadas
por la poblacin asignada
GAP: Gerencia de Atencin Primaria
GRD: Grupos Relacionados con el Diagnstico. Sistema de clasificacin de pacientes
en grupos de isoconsumo, de aplicacin en el mbito hospitalario y que constituye el
fundamento de los sistemas de case mix.
ndice G de dispersin: ndice de Dispersin Geogrfica que se calcula basndose
en dos factores.
Factor A = n de ncleos de ms de 100 habitantes (incluido el cabecera) * 2/ plantilla orgnica de mdicos y pediatras.
91
91
Ncleo nico
A + B = 0,1-4
A + B = 4,1-7
A + B = mayor de 7
92
BIBLIOGRAFA
Alonso JL, Sanchs Bayarri V. Atencin primaria en medio rural. Med Clin (Barc) 1986;
86:143-6.
Amado E, Madridejos R, Prez M, Rodrguez X. Relacin entre calidad y coste de la
prescripcin farmacolgica en atencin primaria. Aten Primaria 2000; 25: 464-8.
Anderson R, Newman JF. Societal and individual determinants of medical care utilisation in the Unites States. Milbank Mem Fund Q 1973; 51: 95-124.
Argimn JM, Allen AK. Distribucin de los recursos econmicos destinados a Sanidad
en Inglaterra. Med Clin (Barc) 1988; 91: 424-6.
Arnau JM. Medidas de contencin del gasto farmacutico e indicadores de calidad en
el uso de los medicamentos: prescribir menos o prescribir mejor?. Aten Primaria
1994; 13: 155-8.
Arnau JM, Bords JM, Casajuana J, Diogne E, Hernndez E, Llop R, Mata M, Mundet X. Variabilidad en la prescripcin en indicaciones prevalentes en atencin primaria: un estudio multicntrico. Aten Primaria 1998; 22: 417-23.
Azagra R. Podemos disminuir los costes de farmacia?. Aten Primaria 1993; 11: 117-8.
Benavent J, Bordas JM, Casajuana J, Romea S. Asignacin del presupuesto de farmacia a los centros de salud. Aten Primaria 1996; 18: 116-21.
Bertakis KD, Azari R, Callahan EJ, Helms LJ et al. The Impact of Physician Practice
Style on Medical Charges. J Fam Pract 1999;48: 31-6.
Bishop N., Maling T. Variability within general practitiones prescribing over time. N Z
Med J 2000; 113: 14-6.
Bradlow J., Coulter A. Effect of fundholding and indicative prescribing schemes on general practitioners. prescribing costs. BMJ 1993; 307: 1186-9.
Cabass J, Martn J. Diseo y evaluacin de estrategias de desregulacin en el sector
pblico en Espaa. En: La regulacin de los Servicios Sanitarios en Espaa. Madrid: Cvitas: 1997
93
Cabedo V, Poveda JL, Peir S, Nacher A, Goterris MA. Factores determinantes del gasto en un sector sanitario. Gac Sanit 1998; 16: 407-16.
Carthy P, Harvey I, Brawn T, Watkins C. A study of factors associated with cost and variation in prescribing among GPs. Fam Pract 2000; 17: 36-41.
Cataln A, Madrilejos R, Font M, Pan O, Jimnez J, Huguet M. Factores asociados a
la prescripcin de medicamentos. Gac Sanit 1989; 3: 497-501.
Cataln A, Parellada N. Variables que intervenen en la despesa farmacutica dels Equips
dAtenci Primria. Anlisi i possibilitats de gesti. Barcelona; Institut Catal de la
Salut: 1995.
Contrato de Gestin en Atencin Primaria. Madrid; Insalud: 1994.
Durn J, Jodar G, Pociello V, Parellada N, Martn A, Pradas J. Reforma de atencin primaria de salud: resultados econmicos, asistenciales y de satisfaccin. Aten Primaria 1999; 23:474-8.
Elola J. Sistema nacional de salud: evaluacin de su eficiencia y alternativas de reforma. Barcelona: Salud y Gestin; 1994.
Esnaola S, Ayestarn M, Anitua, C. Desarrollo de un indicador de necesidad relativa
para la estimacin de los presupuestos de farmacia en los servicios de atencin primaria de salud. Departamento de Sanidad del Gobierno Vasco. XIX Jornadas de
Economa de la Salud, Zaragoza, 1999.
Espigares M, Montes G, Altimiras J, Iglesias JM, Brioso F. Factores predictivos de la
prescripcin farmacutica: Perfil del mdico hiperprescriptor. Gac Sanit 1994; 8: 25-9.
Fiol M, Guillaumet J, Llobera J, Lpez R, Pareja A, Prez JA, Pou J, Vidal J. La prescripcin farmacutica: comparacin entre el viejo y el nuevo modelo de atencin primaria de salud. Aten Primaria 1990; 7: 22-8.
Fuster J, Pomar JM, Tamborero G, Pou J, Llobera J. Contribucin de la medicin del
proceso de produccin a la incentivacin de los profesionales de atencin primaria. XVI Jornadas de Economa de la Salud. Valladolid. 5-7 Junio 1996. Libro de
ponencias y comunicaciones. p. 45-46.
Garca F, Jimnez J, Guillem M, Molins M, Farr M. Anlisis de la variabilidad de los
costes de la Atencin Primaria. Aten Primaria 1995; 16:,29-6.
Garca-Sempere A, Peir S. Gasto farmacutico en Atencin Primaria: variables asociadas y asignacin de presupuestos de farmacia por zonas de salud. Gac sanit
2001; 15(1): 32-40.
Gen J, Pan O. Comentario a: propuesta de incentivos para una medicina general por
cuenta ajena. Gac Sanit (Barc) 1996; 10: 40-3.
Gervs J, Ortn V. Propuesta de incentivos para una medicina general por cuenta ajena. Gac Sanit (Barc) 1996; 10: 34-9.
94
Gmez Juanes V, Cands MA, Fidalgo S, Arnesto J, Calvo MJ, Marino MA, Vicens C.
Anlisis del consumo de medicamentos utilizando indicadores de calidad de prescripcin. Aten Primaria 2000; 25; 618-24.
Guerra J. Cartera de Servicios y Costes en Atencin Primaria. Medifam 1999; 9: 372-9.
Guerra J, Crespo B, Eznarriaga B, Gmez Juanes V, Bened A. Uso racional del medicamento en Atencin Primaria: experiencia y resultados en el mbito del Insalud.
Farmacia Clnica 1996; 13: 442-52.
Healey A, Yule B, Reiid J. Variations in general practice prescribing costs and implications for budget setting. Health Economics 1994; 3:47-56.
INSALUD. Cartera de Servicios de Atencin Primaria. Definiciones, criterios de acreditacin, indicadores de cobertura y normas tcnicas. Madrid; Instituto Nacional de la
Salud: 1999.
INSALUD. Programa de mejora de la prescripcin farmacolgica en atencin primaria.
Madrid; Instituto Nacional de la Salud: 1998.
INSALUD. Indicadores de la Prestacin Farmacutica. Vol 5-13. Madrid; Instituto Nacional de la Salud: 1987-2000.
Jarman B. Underprivilegied areas: validation and distribution score. BMJ 1984; 289:1.587-92.
Jimnez A, Ordnez MV, Crdoba JA, Fernndez MA. Factores relacionados con el
gasto y la calidad en la prescripcin farmacutica en atencin primaria. Aten Primaria 1995; 16: 131-6
Juncosa S. Estudios comparativos de utilizacin de medicamentos entre la red de atencin primaria reformada y no reformada. Alvarez-Dardet C , Porta M ed. Revisiones
en salud pblica 4. Barcelona; Masson: 1995.p.121-47.
Juncosa S, Bolivar B, Roset M , Martnez C. Influencia de la unidad de anlisis en
los estudios de utilizacin de recursos en atencin primaria. Gac Sanit 1999; 13:
53-61.
Juncosa S, Carrillo E, Bolbar B, Prados A, Grvas J. Sistemas de clasificacin en grupos isoconsumo (case.mix) en atencin ambulatoria. Perspectivas para nuestra
atencin primaria. Aten Primaria 1996; 17: 102-10.
Kaiser Associater. Gua prctica de benchmarking. Como superar la competencia. Madrid: ed. Daz de Santos, 1995.
Llobera J, Pomar JM, Fuster J, Torrandell A, Font C. Asignacin presupuestaria a equipos de atencin primaria con gestin descentralizada. Gerencia de Atencin Primaria de Mallorca. Insalud Baleares; 1996. Libro de ponencias. I Jornades dAtenci Primria de Mallorca. 1996.
Lpez Fernndez LA. Factores internos que inflyen en la utilizacin e servicios de AP.
El Mdico; 8-11-97: 46-51.
95
Tamborero G. Barcel A, Bauz L, Carandell E, Cresp S, Espadas R et al. Bases estratgicas de un modelo de autogestin del Centro de Salut de son Pis. Palma de
Mallorca; Atenci Primaria de Mallorca. Insalud Balears: 2000.
Tamborero G, Pomar JM, Pareja A, Fuster J. Descentralizacin de la gestin y motivacin profesional. Cuadernos de Gestin, 1996.
Tamborero G, Pomar JM, Pareja A, Pou J, Llobera J, Fuster J. Valoracin de un sistema de incentivos por los profesionales de atencin primaria de Mallorca. Aten Primaria 1997; 19:301-6.
Weiner J, Starfield B, Powe N, Stuart M, Steinwach D. Ambulatory care practice variation within a Medicaid Program. Health Serv Res 1996; 30:751-70.
Weiner, JP. Metodologas case-mix ambulatorias: aplicacin en la investigacin de atencin primaria. En Grady. M (ed.) Primary Care Research: Theory and Methods. US
DHHS. U.s. Agency for Health Care Policy and Research. AHCPR Publ. AHCPR
Publ. #91-0011. Rockville. MD. 1991
Whynes D, Baines DL, Tolley KH. Explaining variations in general practice prescribing
costs per ASTRO-PU (age, sex, and temporary resident originated prescribing units).
BMJ 1996; 312488-9.
98