Comunicaciones: Resultados de investigación

Factores asociados a la adherencia al tratamiento en pacientes crónicos de alto riesgo (Póster)

Objetivos

Describir las características y factores asociados a la adherencia al tratamiento en pacientes crónicos de alto riesgo.

Material y métodos

Estudio observacional transversal dentro del proyecto europeo BEAMER. Se incluyeron pacientes ≥ 18 años con al menos una enfermedad crónica e identificados como de alto riesgo por los Grupos de Morbilidad Ajustados (GMA), de los que se disponía información de adherencia al tratamiento en una comunidad autónoma. Se recogieron variables sociodemográficas, funcionales, clínicas, farmacológicas y de uso de servicios a partir de la Historia Clínica Electrónica de Atención Primaria en mayo del 2021. Análisis univariado, bivariado y multivariado.

Resultados

Se identificaron 151.732 pacientes crónicos de alto riesgo, con una media de edad de 77,6 años, 53,8% mujeres y 97,8% de nacionalidad española. El 4,6% vivían solos, siendo 21% dependientes y 1,5% estaban en cuidados paliativos. En promedio tenían 7,5 enfermedades crónicas (99,9% con multimorbilidad). Las enfermedades se agruparon en clústeres: cardiovascular (94%), endocrino (89,1%), osteomuscular (76,7%), psiquiátrico (37%), respiratorio (35,9%), neurológico (32,2%), hematológico (31,2%), renal (24,9%), digestivo (19,3%), oncológico (15,6%), oftalmológico (9,9%) e inmunológico (0,9%). Los pacientes tomaban de media 9.4 medicamentos (93.1% estaban polimedicados). Solo el 39% eran adherentes al tratamiento y algunos de los principales factores asociados con la adherencia fueron sexo, edad, variables funcionales, complejidad, algunos clústeres de enfermedades, hábitos de vida, o polifarmacia, entre otros.

Conclusiones

Los pacientes crónicos de alto riesgo tenían una edad avanzada, mayor sexo femenino y elevadas necesidades de cuidados, fármacos y servicios. Eran poco adherentes y los factores que más se asociaron a adherencia estuvieron relacionados con su perfil clínico, hábitos, polifarmacia o uso de servicios. Esta información se integrará en el modelo predictivo BEAMER para favorecer el desarrollo de intervenciones personalizadas orientadas a incrementar la adherencia al tratamiento, mejorando su bienestar y calidad de vida, así como accesibilidad y sostenibilidad de la atención.

---

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

Autores

Barrio Cortés, Jaime
Fundación para la Investigación e Innovación Biosanitaria en Atención Primaria (FIIBAP). Madrid

---

Rujas Atahonero, Miguel
Life Supporting Technologies - Universidad Politécnica. Madrid, Comunidad de Madrid

---

Gómez Del Moral Herranz, Rodrigo Martín
Life Supporting Technologies - Universidad Politécnica. Madrid, Comunidad de Madrid

---

Villimar Rodr, Ana Isabel
Unidad de Farmacia Dirección Asistencial Centro. Madrid, Comunidad de Madrid

---

Roca-Umbert Würth, Ana
PredictBy. Barcelona

---

Martín-Borregón Bendito, Paula
CS Dr Mendiguchia Carriche. Leganés, Comunidad de Madrid

---