El trabajo titulado Herramientas para Benchmarking desde la Medicina Basada en el Valor: Arquetipos y Clasificación de Pacientes, fue defendido en la Facultat de Matemàtiques i Estadística de la Universitat Politècnica de Catalunya-Universitat de Barcelona.
El pasado 16 de junio Maialen Otamendi Garitano, graduada en Matemáticas (UPV/EHU) y alumna del programa Máster Universitario en Estadística e Investigación Operativa de la Universitat Politècnica de Catalunya (UPC)-Universitat de Barcelona, defendió su Trabajo Final de Máster titulado Herramientas para Benchmarking desde la Medicina Basada en el Valor: Arquetipos y Clasificación de Pacientes en la Facultat de Matemàtiques i Estadística de la UPC.
El trabajo se ha desarrollado dentro del marco de la Comunidad internacional VOICE y ha sido dirigido por Borja García-Lorenzo, Economista de la salud del Instituto Biosistemak (antes Kronikgune). Así mismo, las investigadoras del instituto, Ania Gorostiza e Itxaso Alayo, han colaborado en el desarrollo.
El trabajo presentado se enmarca en la línea de la investigación médica del cáncer de mama, que a pesar de sus avances sigue teniendo un impacto clínico y económico sobre sus pacientes y el sistema de salud. En este contexto, aparece como nuevo paradigma en los servicios sanitarios la Atención Basada en el Valor (ABV) que pone al paciente en el centro y que vincula los resultados en salud a los costes. La ABV propone un paso adelante, ya que además de observar los resultados tradicionales clínicos y de procesos, también tiene en cuenta los resultados reportados directamente por el paciente, así como el uso de recursos sanitarios y los costes asociados; todo ello para determinar el valor de la asistencia sanitaria. En la literatura publicada no existe una identificación de arquetipos de pacientes y su correspondiente clasificación basada en su trayectoria asistencial que pueda ser relacionada con los resultados reportados directamente por el paciente. Aspecto que permite llevar a cabo un benchmarking adecuado entre pacientes y centros desde la perspectiva de la MBV, que permite identificar patrones y adelantar la respuesta al paciente, y también determinar las estrategias más eficientes para cada grupo de pacientes.
En el marco de la comunidad europea VOICE, el equipo clínico planteó la necesidad no solo de identificar arquetipos sino también de contar con una herramienta que para clasificar a las nuevas pacientes. El trabajo dirigido por el equipo de Biosistemak tiene un doble objetivo, la identificación de arquetipos de pacientes diagnosticadas con cáncer de mama, y el diseño de un clasificador de nuevas pacientes, ambos basados en su trayectoria asistencial.
Para la identificación de arquetipos de pacientes y su clasificación se utilizó el Análisis de Clases Latentes (ACL). Los resultados de los objetivos se validaron con la aplicación de otros métodos de la literatura. La identificación de arquetipos se validó con métodos de Clustering tradicional, mientras que la clasificación se validó con Bosques Aleatorios (BA) y Regresión Multinomial (RM). El uso de una única metodología para alcanzar ambos objetivos ofrece evidencia científica para el uso del ACL como una herramienta eficiente y robusta para el benchmarking en el ámbito de la MBV.
Los resultados de este estudio no solo proporcionan la identificación de arquetipos de pacientes diagnosticadas con cáncer de mama en el contexto de la ABV, sino que, además, clasifica a las mismas pacientes y permite hacer un benchmarking entre pacientes y centros sanitarios desde la perspectiva de la ABV, atendiendo las necesidades del equipo asistencial de la comunidad VOICE. Además, la estrategia metodológica propuesta puede ser transferible a otras condiciones médicas.
Si quieres saber más sobre la comunidad VOICE, clica en el siguiente enlace.
