XLIV Congreso de la semFYC - Barcelona

14-16 de noviembre de 2024

Comunicaciones: Resultados de investigación

Características y factores asociados a la complejidad en los pacientes crónicos de alto riesgo de una comunidad autónoma (Oral)

Objetivos

Describir las características de los pacientes crónicos de alto riesgo de una Comunidad Autónoma e identificar qué factores se asocian a la complejidad.

Material y métodos

Estudio observacional transversal dentro del proyecto europeo BEAMER. Se incluyeron todos los pacientes ≥ 18 años de una Comunidad Autónoma con ≥ 1 enfermedad crónica e identificados como de alto riesgo por los Grupos de Morbilidad Ajustados. Se recogieron variables sociodemográficas, funcionales, clínicas, farmacológicas y uso de servicios de Atención Primaria (AP), de la Historia Clínica Digital de Atención Primaria a partir de mayo de 2021. Se realizó un análisis univariado, bivariado y multivariado.

Resultados

Se identificaron 163.188 pacientes crónicos de alto riesgo. La edad media fue 77,1 años, siendo 54,2% mujeres y 20,8% dependientes. Presentaban 7,4 enfermedades crónicas de media, siendo frecuentes las cardiovasculares (91,9%), endocrinológicas (87,6%), osteomusculares (76,0%), psiquiátricas (37,3%), respiratorias (35,3%), neurológicas (32,0%), y 16,6% padecían alguna enfermedad oncológica. Consumían 9,0 medicamentos de media, siendo 40,0% adherentes al tratamiento. Registraron una media de 24,5 contactos/año con Atención Primaria, 11,04 con medicina de familia. Asociados a la complejidad encontramos un mayor número de enfermedades crónicas, de contactos/año con AP y de medicamentos, así como ser dependiente y las enfermedades oncológicas, renales, cardiovasculares, respiratorias, sanguíneas y neurológicas.

Conclusiones

Los pacientes crónicos de alto riesgo tenían una edad avanzada, predominancia del sexo femenino y elevadas necesidades de cuidados, fármacos y servicios. Los factores asociados a la complejidad se relacionaron con una mayor carga y gravedad de enfermedad, polifarmacia, dependencia y mayor uso de servicios de AP. Esta información se integrará en el modelo predictivo BEAMER para favorecer el desarrollo de intervenciones personalizadas orientadas a incrementar la adherencia al tratamiento de los pacientes, mejorando así tanto sus resultados de salud y calidad de vida, como también la accesibilidad y sostenibilidad de la atención sanitaria.

Comunicaciones y ponencias semFYC: 2024; Comunicaciones: Resultados de investigación. ISSN: 2339-9333

Autores

Benito Sánchez, Beatriz
Fundación Para La Investigación E Innovación Biosanitaria de AP (Fiibap). Madrid
Barrio Cortés, Jaime
Fundación Para La Investigación E Innovación Biosanitaria de AP (Fiibap). Madrid
Merino-Barbancho, Beatriz
Universidad Politécnica de Madrid (UPM). Madrid
Castillo Sanz, Andrés Gaspar
Fundación para la Investigación Biomédica del Hospital Infantil Universitario Niño Jesús (FIBHNJS). Madrid
Ingebretsen Carlson, Jim
PredictBy. Barcelona
Arroyo Gallego, María de la Peña
Universidad Politécnica de Madrid (UPM). Madrid