Materiales y métodos

Se realizó un estudio observacional, retrospectivo, de inci dencia y de corte longitudinal. Fueron incluidos pacientes mayores de 18 años hospitalizados con estancias de al menos dos días, ocurridas durante el periodo agosto-septiembre de 2017, en cualquier área clínica en dos centros asistenciales de alta complejidad del Área Metropolitana de Buenos Aires.

Los datos fueron obtenidos de la historia clínica electrónica de cada paciente: sexo, edad, diagnóstico actual con ICD-9, peso, poli-morbilidad, polifarmacia, transferencias asistencia les, datos de laboratorio, estudios, evoluciones de todos los profesionales, medicación, alergias, antecedentes quirúrgicos, días de estancia.

Se definió polifarmacia como la administración de cuatro o más medicamentos según la definición de la Organización Mundial de la Salud⁴ paciente quirúrgico el que fue sometido a cirugía en los 12 meses anteriores a su hospitalización. Se determinó el número de transferencias de los pacientes durante su estancia, sin contar ingreso y egreso; por ejemplo, si un paciente ingresó por emergencias y luego fue a cirugía y al salir de allí fue a sala de hospitalización, las transferencias fueron dos: de emergencias a cirugía y de cirugía a sala de hospitalización. Se determinó también si el paciente recibía medicamentos de alto riesgo en su plan de medicación ha bitual o le fueron prescriptos al momento de la hospitalización, definidos según la lista del Institute for Safe Medication Practice ⁵ electrolitos concentrados, insulinas, anticoagulantes orales, oncológicos, morfínicos, medios de contraste, anesté sicos generales, derivados del curare.

Se denominó polimorbilidad a la presencia simultánea de dos o más enfermedades vigentes en la historia clínica⁶ y al momento de la internación.

Se consideró paciente con historial de visitas a emergen cias a aquel que tuviera más de dos consultas en seis meses previos al estudio.

El daño fue categorizado según la clasificación interna cional de errores de medicación del National Coordinating Council for Medication Error Reporting and Prevention⁷. Este sistema de categorización considera daño E al que requiere intervención (por ej. solicitud de creatinina sérica por dosis incorrecta de vancomicina), daño F al que produce prolongación de la hospitalización (por ej. neumonía por ventilación mecánica), daño G daño permanente que no incapacita la vida normal (por ej. extravasación que requiere injerto), daño H, es aquel que requiere soporte vital (intubación por shock anafiláctico por administración de penicilinas a alérgico a la penicilina), y daño I- muerte asociada al cuidado.

Se consultaron los datos de fármacos en Uptodate 8 versión agosto 2016.

Los datos fueron recogidos por dos revisores (1 de cada institución) en las dos instituciones de manera que se cumplió con la metodología descripta en el White paper de la herramienta. El tamaño de la muestra se determinó sobre el cálculo para proporciones de universos conocidos con un intervalo de confianza del 95%, un error del 5% y una precisión del 3%. Los pacientes que cumplieron los criterios de inclusión se recogieron en una base de datos y desde allí se realizó la muestra usando números aleatorios generados por Excel (Windows 7).

Para el análisis estadístico se usó el programa SPSS 19, IBM®. Se aplicó el test χ2 para variables dicotómicas y el test ANOVA para variables continuas. Se describieron variables de posición y de dispersión. Se realizó una regresión logística ajustada por los parámetros que estarían más asociados a la aparición de los eventos según la bibliografía, para verificar la verdadera asociación de variables con la aparición de eventos adversos en esta muestra de pacientes.

Se consideró significancia estadística a p < 0.05, IC 95%. La variable dependiente fue los eventos adversos y las inde pendientes: comorbilidades, transferencias, estancias etc. El tamaño del efecto calculado fue 0.8 IC95% (0.69-0.84).

Resultados

Fueron incluidos 830 pacientes, 4135 días paciente (me dia de edad y desvío estándar: 46±22, rango: 18-97). El 55.2% (n = 458) eran mujeres. Del hospital A, se estu diaron 402 pacientes (media de edad y desvío estándar: 58±18, rango: 18-91) y 428 pacientes del hospital B (me dia de edad y desvío estándar: 56.3 ± 21, rango: 20-97). El 53,5% (n = 215) eran mujeres.

Se detectaron un total de 266 eventos adversos totales entre los dos hospitales: 138 eventos en el Hospital A, y 128 eventos en el Hospital B, los días paciente analizados en cada hospital fueron 2089 y 2046 respectivamente. Esto es 61.3 eventos cada 1000 días paciente, y 62.5 eventos cada 1000 días paciente en A y B respectiva mente, p = 0.3. En términos porcentuales fueron: 31.8 y 29.9 eventos cada 100 admisiones para A y B respecti vamente, p = 0.1.

En términos generales, construyendo una sola po blación de los dos hospitales, se hallaron 32 eventos adversos cada 100 admisiones, y 64.3 eventos cada 1000 días pacientes.

En ambas instituciones el daño E, aquel que requie re intervención clínica, fue el más frecuente (79.3% [n = 211]), seguido por el daño F, aquel que prolonga la hospitalización (19.2% [n = 51]). Los eventos de categoría G (daño permanente)- (1.1% [n = 3]) y H (daño que requie re soporte vital)- (0.4% [n = 1]) fueron poco frecuentes y no se produjo ningún evento adverso de categoría I (daño que causa la muerte) (Tabla 1).

Tabla 1 Daño asociado a cada dominio y escala del daño - Council for Coordinating Medication Error Reporting and Prevention (E-F-G-H-I) 

En una regresión logística ajustada por la variable poli-morbilidad y polifarmacia, se encontró que los factores asociados a la aparición de eventos adversos fueron: el sexo femenino (OR: 2.1), la edad superior a 79 años (OR 2.6) y la presencia de medicamentos de alto riesgo (OR 2.9) (Tabla 2).

Tabla 2 Factores asociados a la aparición de eventos adversos 

Los eventos adversos aparecen con mayor frecuencia en periodos de estancia superiores a 10 días (Tabla 3).

Tabla 3 Aparición de eventos adversos según tiempo de internación 

Aunque la herramienta GTT no tiene como objetivo encontrar fallas sistémicas de procesos, los datos ex traídos de ambos hospitales son utilizados para impulsar diversos ciclos de mejora.

En el hospital A: el dato general mensual de GTT de población adulta, y también el de población pediátrica no incluida en este estudio, se incorporó al cuadro de mando del liderazgo que se analiza bimensualmente. Sobre en un diagrama de Pareto (20% de los tópicos o dominios que causan el 80% de los daños), se trazan líneas de trabajo sobre los dominios que más causan daño.

Fueron diseñadas modificaciones en la historia clínica electrónica para detectar eventos adversos a medicación, se creó una brigada de higiene de manos para reducir las infecciones asociadas al cuidado, con énfasis en los equipos quirúrgicos que presentaron mayor número de casos con infecciones a sitio quirúrgico.

En el Hospital B el dato de GTT de población adul ta se despacha en el cuadro de mando del gobierno trimestralmente y se agregó una tasa más, medida en población poli-mórbida, de modo de visualizar donde más claramente hay que concentrar los esfuerzos de mejora.

En el Hospital B se estandarizó la utilización de infu sión continua de sedación y analgesia en la unidad de terapia intensiva de adultos y se diseñó un protocolo de prescripción apropiada de medicamentos en ancianos, entre otras intervenciones.

Discusión

El estudio halló que, el daño asociado a los propios pro cesos de atención médica, son relevantes, y ello conduce a preguntarnos qué hacer para reducirlos o mitigarlos, sin duda la respuesta es cambiar el paradigma de atención: reconocer y aprender de los errores, y usar la ciencia de la mejora continua.

Valores como 31.8 y 29.9 eventos cada 100 admisio nes en el hospital A y B respectivamente, son valores altos, pues un tercio de los pacientes admitidos son daños que no tuvieron relación con su enfermedad ni con otras causas subyacentes.

Los valores encontrados en nuestro estudio son leve mente menores a los de estudios de diseño similar, tales como el de Kennerly y col.⁹ (32 vs. 38.1 eventos adversos cada 100 admisiones, respectivamente) y mayor tasa cada mil días paciente (64.3 vs. 61.4). El presente estudio halló 42.8% de admisiones con al menos un evento adverso, mientras que Classen y col.12 encontraron 49%. Rutberg y col.13 encontraron 33.2 eventos adversos por cada 1000 días paciente y 20.5% de pacientes con eventos adversos. Kurutkan y col.¹² encontraron 29.3 eventos adversos por cada 100 admisiones, y 16.6 admisiones con eventos. Otro estudio multicéntrico de hospitales de Noruega y Suecia, Deilkas y col.¹³ encontraron 12.9 admisiones y 14.4 admisiones con al menos un evento adverso, datos màs alentadores que los nuestros. Esta investigación halló 32 eventos adversos por cada 100 admisiones, 42.8 ad misiones con al menos un evento adverso. En un hospital italiano, Mortaro y col.¹⁴ encontraron 20% de pacientes con al menos un evento adverso-27.7 eventos adversos por cada cien admisiones y 30.6 eventos adversos por cada 1000 días paciente, estas diferencias pueden deberse a la casuística de casos pero de ninguna manera puede decirse que hay centros con más eventos que otros con estos datos aislados pues son múltiples los factores que intervienen en las mediciones, las comparaciones son para establecer márgenes o comparaciones cualitativas o cercanas.

En nuestro estudio, los factores asociados al daño fueron el sexo femenino, la edad, como los estudios de Classen y col.¹² y Rutberg y col¹³. Discrepamos con los mismos autores en relación a la mayor frecuencia de eventos adversos relacionados a medicación que a infec ciones, esto puede deberse a causas de la muestra casos. Actuales estudios sobre el poder de medición de eventos con GTT se dirigen a testear estas tasas en poblaciones determinadas de patologías o procedimientos^14,15 hacia ello debemos dirigirnos priorizando esas poblaciones más vulnerables a sufrir eventos para eficientizar los esfuerzos de mejora y centrarlos en esas poblaciones.

Un estudio reciente con un buen número de historias clínicas revisadas (1320) halló que la tasa de eventos fue 27.7 cada 100 admisiones, and 30.6 cada 1000 dias paciente, con similares proporciones de tipo de daño en cuanto a gravedad, primeramente, daño E, y luego daño F¹⁶.

Por otro lado, resultados menores en la cuantificación del daño, no siempre significan menores tasas de daño reales sino quizá sub-registro, sesgo de los revisores, o falta de sistematización del método y revisión de su poder predictivo.

Estudios más exhaustivos podrían detectar otros do minios como errores diagnósticos.

Los estudios mencionados no consignan cómo usan el dato de las tasas de daño para el monitoreo y para informar al liderazgo institucional, factor clave para fundar cambios organizacionales en seguridad del paciente que conduzcan a comportamientos, normas, procedimientos, estandarización y monitoreo, y otras cuestiones básicas de la seguridad del paciente.

La debilidad principal de este estudio es disponer de datos de solo dos instituciones con historia clínica electrónica, lo que no permite establecer comparaciones a nivel local.

La entrega de la información a los equipos clínicos y al liderazgo ha sido la estrategia encontrada para comunicar los datos institucionalmente y conocer la tasa periódica de daño asociado al cuidado.