Estudio de la dinámica de servicios hospitalarios mediante la utilización de técnicas estadísticas multivariables: el caso del Hospital Clínico de la Universidad de Chile

ResumenObjetivoObtener indicadores útiles y dinámicos para la gestión hospitalaria mediante análisis de componentes principales.Material y métodoSe analizó la información del Hospital Clínico de la Universidad de Chile correspondiente a la actividad de los servicios medicoquirúrgicos desde enero de 2003 a diciembre de 2004. Las variables analizadas fueron: número de altas, tasa de letalidad, tasa de reingresos, número de consultas externas, número de días de camas ocupadas e índice de complejidad quirúrgica. Aplicamos la técnica de análisis de componentes principales (ACP), y se utilizó la matriz de correlaciones R.ResultadosSe seleccionaron los primeros 2 componentes para cada año, que dieron cuenta del 75,92% de la variabilidad en los datos: el 47,02% el primero y el 28,9% el segundo. El primer componente se puede interpretar como un nuevo índice relacionado con la complejidad asistencial y el segundo, con la demanda asistencial.ConclusionesLa utilización de estos nuevos indicadores permitiría categorizar los servicios hospitalarios y supervisar su rendimiento, lo que facilitaría la implementación de medidas de corrección.

ObjectiveTo obtain useful hospital management indicators, based on the technique of principal components analysis.Material and methodWe analyzed information on the activity of medical-surgical services in the Hospital Clinico de la Universidad de Chile from January 2003 to December 2004. The following variables were analyzed: number of discharges, lethality rate, readmissions rate, number of outpatient consultations, number of hospital stays, and the surgical complexity index. The principal components analysis (PCA) technique was applied and the R correlation matrix was used.ResultsThe first two principal components for each year were selected, accounting cumulatively for 75.92% of the variability in the data: 47.02% for the first and 28.90% the second. The first component may be interpreted as a new index related to clinical complexity and the second related to healthcare demand.ConclusionsThe use of these new indicators would aid classification of hospital services and performance monitoring, allowing appropriate corrective measures to be introduced.