Further considerations

Tal como já foi referido, com o intuito de identificar os internamentos evitáveis em Portugal

Continental, com base nestes dados foi desenvolvido um algoritmo para proceder ao cálculo

automático de todos os PQI, individuais e compostos, seguindo estritamente todas as

especificações da AHRQ, para cada um dos sistemas de codificação em estudo.

De um modo inicial, após conhecer bem o processo de cálculo de cada PQI, e tendo em conta as

análises que foram propostas no Capítulo 3, foi delineada uma estrutura final para os resultados

do cálculo automático. Nesse sentido ficou definido, obter uma tabela final das taxas dos PQI

quer os individuais quer os compostos por ano, mês, sexo, grupo etário, segmentação

geográfica, região geográfica, tipo de codificação, hospital e grupo hospitalar.

1

_{Nomes das variáveis usados no código do algoritmo}

Posto isto, tendo em conta que, exceto o PQI02 todos os outros são calculados com base em

dados geográficos atualizados, de modo a identificar a região geográfica correspondente a cada

episódio foi necessário recorrer à Carta Administrativa Oficial de Portugal (CAOP) disponível pela

Direção Geral do Território (DGT)[48].

Para tal, foi criada a variável DICO, tal como mostra a Figura 3, definida por ser o código

identificador do concelho, através da concatenação dos códigos disponíveis nas variáveis

Distrito e Concelho. Esta nova variável, irá permitir a junção da informação da CAOP à BD dos

internamentos, através da função “left_join” disponibilizada no software R. Esta função, pega

em todos os dados da primeira BD e procura os dados correspondentes na segunda BD. Caso

seja encontrada uma correspondência, os dados da segunda BD são adicionados à primeira [49].

De modo a facilitar as análises posteriores, foi também criada uma nova variável de nome,

MonthYearSaida (Figura 4).

Seguidamente, passamos então ao ponto crucial, ao cálculo de todos os PQI. De um modo geral,

à exceção do PQI02 que se calcula a partir de uma razão do número de internamentos entre

duas condições, o cálculo todos os PQI consiste numa razão entre o número de internamentos

de uma condição ou conjuntos de condições específicas e o número total da população com

idade >= 18 anos de uma determinada região , exceto no PQI05, PQI09 e PQI15, onde as idades

definidas são >= 40, 0, >= 18 e <= 39 anos respetivamente. Também calculamos os

internamentos por ACSC de episódios correspondentes a indivíduos >= 18 anos, para as quatro

medidas dos PQI compostos. O PQI 90, representa a medida de qualidade numa perspectiva

geral, e consiste na soma dos numeradores de todos os indicadores individuais (excluindo o PQI

02 e o PQI 09). O PQI 91, PQI 92 e PQI93 são a soma das taxas de internamentos para condições

agudas, crónicas e de diabetes, respectivamente.

Figura 3 - Código da criação da variável DICO.

De um modo global cada indicador de qualidade da AHRQ envolve uma porção ou uma

contagem, que usa de modo lógico os conjuntos de códigos de diagnósticos e procedimentos

para caracterizar numeradores, denominadores e exclusões. Os conjuntos de códigos servem

como aproximações dos conceitos clínicos inerentes a cada indicador [46].

Para a determinação do numerador , tendo em conta o manual de definições da AHRQ para cada

um dos sistemas de codificação em estudo [31, 32], foi criada uma pequena BD com todos os

códigos estabelecidos para cada PQI para os dois sistemas de codificação, de modo a facilitar o

processamento dos dados. Uma vez que os vários conjuntos de códigos se caracterizam por uma

abreviatura, decidiu-se incluir essa abreviatura como uma variável desta BD de modo a facilitar

a procura dos conjuntos de códigos durante o cálculo de cada PQI (ver anexos V e VI). Dado que

essa BD foi criada com recurso à ferramenta do Office, Excel, a mesma foi importada a partir

uma função que consta no software R, “excel_sheets”, como mostra a figura seguinte (Figura 5).

Inerentemente a esta definição, a determinação do numerador implica determinados critérios

de inclusão e exclusão. Sendo que os internamentos não devem ser incluídos, caso os

internamentos se tratem de condições obstétricas, o paciente tenha sido transferido de outro

hospital, ou que no caso de apresentarem falta de dados em variáveis referentes ao sexo, à

idade, ao ano, ao Diagnóstico Principal e a Região geográfica. Em alguns PQI, juntamente a estes

critérios, são excluídos internamentos com determinadas condições ou procedimentos

associados. Os numeradores foram todos calculados de igual forma por Distrito, NUTSI, NUTSII

e NUTSIII. A figura seguinte (Figura 6) expressa um o exemplo de determinação dos

numeradores do PQI 01 por Distrito.

Figura 5 - Código de importação dos códigos de diagnósticos e procedimentos definidos pela AHRQ para

cada PQI tendo em conta o tipo de codificação.

Passando agora ao denominador, tal como já foi referido o mesmo é determinado pelo valor da

população da região em causa para o grupo etário específico de cada PQI. Assim sendo, de forma

a obter os dados demográficos necessários, foi essencial recorrer às estimativas da população

portuguesa [50, 51], presentes na BD do Instituto Nacional de Estatística (INE), nas quais

constam dados sobre a média populacional por sexo, grupo etário e segmentação geográfica

(Distritos e NUTS) (Figura 7).

Contudo, PQI específicos como o PQI05, o PQI09 e o PQI15 necessitam de dados da população

de grupos etários específicos que não são disponibilizados pelo INE. Assim sendo, e supondo

que os dados do INE se regem por uma distribuição normal, através de uma divisão equitativa

determinamos a média da população desses grupos etários específicos, e criamos uma pequena

BD com essa informação, disponível nos Anexos I, II, III e IV, com base na BD do INE. Tendo

então reunida toda a informação demográfica necessária, usou-se a função “rbind”

disponibilizada pelo software R, de modo a acrescentar estes dados aos anteriores. O processo

explicado neste parágrafo pode ser observado na Figura 8.

Figura 6 - Código de determinação do numerador do PQI01 para a segmentação geográfica Distrito.

Posteriormente, foram alterados os valores do variável sexo de modo a ficarem em

concordância com os dados do INE, tal como podemos observar na Figura 9.

Figura 9 - Código da modificação dos valores do variável sexo.

Figura 8 - Código da divisão equitativa dos grupos etários.

Por fim, o processo resumiu-se apenas à divisão de uns valores pelos outros, numerador e

denominador respetivamente. De realçar que todos os PQI foram calculados separadamente,

sendo que no final, pelo uso da função “rbind” já mencionada, juntaram-se as tabelas de dados

resultantes do todos os cálculos numa tabela final denominada por PQI. Ainda assim, e com a

finalidade de cumprir o nosso objetivo final de efetuar uma análise por grupo hospitalar, com

base no benchmarking dos hospitais disponibilizado pela ACSS [52], criou-se uma BD com todos

os hospitais disponíveis na nossa BD dos internamentos e adicionamos uma variável

denominada por “Hospital_Group”, para que nela pudesse ser associada a letra do grupo

correspondente a cada hospital. Nesta etapa, em casos onde os hospitais não foram incluídos

em nenhum grupo, os mesmos foram agrupados em um novo grupo, denominado "Outros".

Finalmente, mais uma vez repetiu-se o método já utilizado noutras fases deste algoritmo pela

função “left_join”, e adicionou-se essa informação do grupo hospitalar referente a cada hospital

à tabela PQIs.