Embed Size (px)
Citation preview
AR
TIG
O A
RT
ICL
E
367
Mortalidade hospitalar como indicador de qualidade: uma revisão
Hospital mortality as an indicator of clinical performance: a review
1 Departamento deInformações em Saúde,Centro de InformaçãoCientífica e Tecnológica,Fundação Oswaldo Cruz,Av.Brasil 4365,Manguinhos, 21045-900Rio de Janeiro, RJ, [email protected] Instituto de MedicinaSocial, UniversidadeEstadual do Rio de Janeiro,Centro de InformaçãoCientífica e Tecnológica,Fundação Oswaldo Cruz3 Departamento deAdministração ePlanejamento em Saúde,Escola Nacional de SaúdePública, FundaçãoOswaldo Cruz
Claudia Travassos 1
José Carvalho de Noronha 2
Mônica Martins 3
Abstract This article discusses the principalmethodological problems related to hospitalmortality as an indicator of clinical perfor-mance. Hospital mortality rates variation aredue to various factors associated with patients’characteristics and to the specific diseases theyare suffering. Socio-demographic variables,presence of comorbidity and severity may de-fine case-mixes were chances of dying are notassociated to technology deployed or quality ofcare. Relevant methodological aspects for calcu-lating the rates include the quality of the sourceof data, time period and aggregation criteria.Various models that exist both for classifyingseverity of cases and for risk adjustment arepresented and discussed. Explanatory modelsfor mortality rates variation are also examined.The authors conclude that outcome indicatorscan be used as tool for health care service eval-uation. For those conditions which death is nota rare event hospital mortality rates may con-stitute an useful tool for indicating services withlow than expected quality of care.Key words Quality; Health Services Evalua-tion; Outcome Indicators; Hospital Mortality;Rate Adjustment
Resumo Este artigo visa a discutir as princi-pais questões metodológicas relacionadas àmortalidade hospitalar como indicador de qua-lidade. Variações nos valores deste indicador sedevem a inúmeros fatores, associados ao doentee à doença, que devem ser examinados para quepossamos utilizá-lo como medida de desempe-nho. Presença de comorbidades e a gravidadedo caso estão associadas à chance de morrer .Aspectos metodológicos, relevantes para a cons-trução deste indicador, incluem a qualidade dasfontes de dados, o intervalo de tempo no qualelas são calculadas e os diferentes tipos de agre-gação. São discutidos diversos modelos, tantopara classificação da gravidade, quanto para oajuste das taxas de mortalidade entre serviços.São examinados ainda modelos explicativospara a variação de mortalidade. Conclui-se quenas condições em que a morte não é um eventoraro, o emprego de taxas de mortalidade hospi-talar representa uma ferramenta útil para in-dicar serviços com eventuais problemas de qua-lidade.Palavras-chave Qualidade; Avaliação de Ser-viços de Saúde; Indicadores de Desempenho;Mortalidade Hospitalar; Ajuste de Taxas
Tra
vass
os,
C.;
No
ron
ha,
J.C
.& M
arti
ns,
M.
368
Introdução
Nos últimos anos se intensificaram os proces-sos de revisão da organização e do funciona-mento de sistemas de saúde públicos e priva-dos em diversas partes do mundo. O termo re-forma setorial, usado com múltiplos sentidos,ganhou amplo trânsito. Em recente estudo so-bre os projetos de reforma existentes, realizadopor integrantes da Organização para Coope-ração Econômica e Desenvolvimento (OECD),foram identificados três principais grupos deorientações sobre políticas de saúde: a buscada eqüidade e o aumento da eficiência, macroe microeconômica (OECD, 1995). Também foiconstatado que a maior parte das iniciativasde reforma dos sistemas de saúde almejavacontrolar as despesas e aumentar a eficiênciados cuidados prestados (Anderson & Erick-son, 1987; Schieber & Pollier, 1987; Saltman& Otter, 1989; Hurst, 1991; WHO, 1993; Con-tandriopoulos, 1994). Muitas das medidas ado-tadas visavam a estimular a competição dentrodos sistemas de saúde, descentralizando e fle-xibilizando os métodos de gestão e, portanto,pretendendo garantir maior liberdade de es-colha aos usuários (Saltman & Otter, 1989).Quando crescem as pressões sobre a disponi-bilidade de recursos para políticas sociais, ouquando a busca pela eqüidade é o objetivo cen-tral das propostas de reforma, aumenta a im-portância da avaliação dos cuidados de saúdeprestados (Almeida, 1996) principalmentequando muitas das propostas e iniciativas pro-curam transferir para o jogo de forças de mer-cado a definição das melhores alternativas alo-cativas.
Nas décadas de 60 e 70, as avaliações de ser-viço de saúde privilegiaram os estudos basea-dos na análise do processo de cuidado. LeonWyzewianski (1988) sinaliza, nas publicaçõesdos autores clássicos, a predominância de tra-balhos voltados para a análise de estrutura eprocesso. Estudos mais recentes enfatizam aanálise de resultados, que tem como funda-mento a existência de uma relação entre a as-sistência prestada, já terminada ou ainda emandamento, com a medida de resultado utili-zada para esta avaliação (Donabedian, 1985;Brook & McGlynn, 1991).
Principalmente nos Estados Unidos, as ava-liações de qualidade dos serviços de saúde queutilizam o enfoque de resultado ganharam des-taque a partir da criação de uma legislação es-pecífica, que impõe a avaliação da assistência
médica prestada a todos os beneficiários dosprogramas governamentais Medicare (progra-ma de saúde destinado às pessoas com maisde 65 anos e doentes renais em fase terminal)e Medicaid (programa de saúde para a popula-ção abaixo da linha de pobreza) (Blumberg,1986; Fottler, 1987; Chassin et al., 1989a; Hartzet al., 1989). A partir de 1986, o Health CareFinancing Administration (HCFA), órgão dogoverno americano responsável pela adminis-tração do Medicare e pela parte federal do Me-dicaid, passou a divulgar as taxas de mortalida-de dos hospitais que atendem a população be-neficiária do programa Medicare. Essas taxasforam analisadas para identificar os hospitaiscom possíveis problemas na qualidade do cui-dado prestado ao paciente. Orientação seme-lhante foi seguida por organismos estaduais,como o monitoramento da mortalidade porcirurgia coronariana implantado pelo estadode Nova Iorque (Cleves & Golden, 1996; Loca-lio, 1997; New York State Department of Health,1997).
A primeira divulgação das taxas de mor-talidade hospitalar sofreu diversas críticas, quequestionaram desde a precisão da codificaçãodos diagnósticos e procedimentos até a vali-dade do modelo usado para prever o risco demorte em cada hospital. Desde então, foramintroduzidas mudanças metodológicas na aná-lise dos óbitos hospitalares como, por exem-plo, a desagregação das taxas de mortalidadehospitalar por grupos diagnósticos.
Em 1988, o Centre for Health Economics deIorque, na Inglaterra, publicou as taxas demortalidade dos hospitais ingleses (Kind apudMant, 1995) e, em 1994, o Sistema Nacionalde Saúde do Reino Unido (NHS) publicou astaxas de mortalidade hospitalar na Escócia(Dillner apud Mant, 1995). Em 1997, foi anun-ciado que o NHS passaria a divulgar diversosindicadores de desempenho dos seus hospi-tais (Mckee, 1997). Algumas instituições hos-pitalares alemãs também passaram a produzirrelatórios detalhados sobre os óbitos ocorri-dos naqueles hospitais (Editorial, 1993).
Um outro exemplo da difusão dos estu-dos de resultado é o projeto ORIX, da tradi-cional agência americana de acreditação deserviços de saúde Joint Commision on Accredi-tation of Healthcare Organizations (JCAHO),que visa a acoplar o monitoramento de indi-cadores de desempenho ao processo de acre-ditação, baseado na conformidade com pa-drões.
Apesar do crescente uso de medidas de re-sultados na avaliação da qualidade da assis-tência médica, essa abordagem ainda apresen-ta limitações metodológicas importantes.Brook et al. (1977) destacam a existência deuma situação paradoxal, onde o aumento dasdemandas para a criação de sistemas de mo-nitoramento de desempenho, com base em in-dicadores de resultado, confronta-se com a es-cassez de critérios e padrões válidos e confiá-veis. Faltam referências que sirvam como me-didas e como parâmetros de comparação, fun-damentais para a avaliação da qualidade dosresultados observados.
Indicadores de desempenho
Indicadores de desempenho (performance in-dicator; clinical indicator) são medidas indire-tas da qualidade utilizadas como instrumen-to de monitoramento para salientar os proces-sos, serviços ou profissionais que podem es-tar apresentando problemas e que necessitamde uma avaliação mais direta. São informaçõesexpressas através de um evento, uma taxa ouuma razão. Os indicadores de desempenho sãoutilizados mais freqüentemente em atividadesde monitoramento externo, que assumem pa-pel crescente como meio de dar visibilidade,aos usuários e às agências financiadores e regu-ladoras, do alcance das atividades de melho-ria de qualidade desenvolvidos nos serviços desaúde (Sheldon, 1998).
Os indicadores de desempenho podem me-dir tanto o processo de cuidado ao pacientequanto seu resultado. Este resultado são as mu-danças, favoráveis ou desfavoráveis, ocorridasno estado de saúde do paciente, decorrentesdo processo de cuidado (Donabedian, 1980).Eles também medem as diferentes dimensõesde qualidade, como a adequação técnica do cui-dado, a eficiência, a segurança, a eqüidade, etc.
É importante destacar que a utilidade deum indicador de desempenho depende de umasérie de atributos, particularmente, da sua va-lidade. A validade – grau com o que o indica-dor alcança seus objetivos – é expressa pela ca-pacidade de identificar situações onde possamocorrer problemas na qualidade do cuidadoprestado ao paciente. Cabe ainda destacar quebons indicadores são os que apresentam for-te associação, estabelecida com base no conhe-cimento científico, entre o processo de cuida-do e a medida de resultado utilizada (valida-
Ciên
cia & Saú
de C
oletiva,4(2):367-381,1999
369
de causal). Entretanto, limitações no conhe-cimento sobre a eficácia dos procedimentosdiagnósticos e terapêuticos restringem a de-terminação da validade causal de diferentesindicadores de resultado (Brook & McGlynn,1991). Na prática, grande parte dos indicado-res de desempenho possuem apenas validadeaparente (face validity) – o sentido das rela-ções que devem indicar fazem sentido para es-pecialistas Chassen et al., (1989b).
Portanto, a determinação da validade deum indicador de desempenho é fundamentalpara o desenvolvimento destes indicadores.Imprecisões na validade de um indicador im-plicam em imprecisões na sua interpretação.O problema central no desenvolvimento deindicadores de desempenho não é desenhá-los, mas sim saber, de fato, o que eles expres-sam (O’Leary, 1995). Estas dificuldades têmlevado ao reconhecimento de que o principalpapel deste tipo de informação é fornecer co-nhecimento (informação) para o desenvolvi-mento das atividades que melhorem os pro-cessos de atendimento. No entanto, para vá-rios indicadores, sua validade como instru-mento de avaliação da qualidade dos serviçosainda é limitada (Berwick, 1996; Iezzoni, 1997;Sheldon, 1998).
Mortalidade como indicador de desempenho
A mortalidade hospitalar é um indicador dedesempenho tradicional, expresso por uma ta-xa. A utilização de dados de mortalidade co-mo indicador de qualidade em hospitais foiproposta há muitas décadas por Ernest Cod-man (Codman, 1916 apud Normand et al.,1996), um dos precursores na busca de instru-mentos para a melhoria da qualidade dos ser-viços de saúde. Da mesma forma, no séculopassado, Florence Nightingale já propunha acoleta sistemática de dados sobre os pacientesinternados como método para acompanhar eexplicar as variações nas taxas de mortalida-de entre hospitais (Nightingale, 1863 apudFink et al., 1989). Mais recentemente, a utilida-de da mortalidade hospitalar como indicadorda qualidade da assistência foi destacada porDubois et al., (1987a).
A morte hospitalar considerada evitável po-de estar relacionada a diversas causas que in-cluem as infecções hospitalares, o uso inade-quado de medicamentos e de outras tecnolo-
Tra
vass
os,
C.;
No
ron
ha,
J.C
.& M
arti
ns,
M.
370
gias, as falhas na supervisão, os erros durante acirurgia ou as altas inapropriadas (OTA, 1988).Segundo Kahn e colaboradores (1988), dadossobre a mortalidade de pacientes durante oulogo após sua hospitalização podem atender apelo menos dois propósitos: determinar se odesempenho de um hospital tem melhorado(ou deteriorado) ao longo do tempo, e monito-rar se o desempenho de um conjunto de hospi-tais difere num dado período temporal.
Na avaliação das mortes hospitalares apreocupação central deve estar voltada para aidentificação dos óbitos que poderiam ser evi-tados, uma vez que todo paciente apresentaum risco de morrer, que define as suas chancesde sobrevida. Contudo problemas de qualida-de no processo de cuidado ao paciente podemaumentar esse risco (Rosen, 1987; Dubois &Brook, 1988).
Causas das variações – Diferenças nas ta-xas de mortalidade entre hospitais ou médi-cos podem ser atribuídas aos seguintes fato-res (Iezzoni, 1994): diferenças quanto à gravi-dade do estado de saúde da população aten-dida em cada hospital; variações na eficáciadas tecnologias médicas empregadas; adequa-ção do processo de cuidado ao paciente; e er-ros aleatórios.
O problema metodológico central para ex-plicar as variações observadas nas taxas demortalidade hospitalar é identificar a impor-tância relativa de cada um dos fatores acima. Épor isso que a mortalidade hospitalar podeapresentar dificuldades de interpretação. O ca-minho para construir um modelo explicativodas variações nas taxas de mortalidade hospi-talar entre serviços passa pela incorporaçãode variáveis que definam a população de pa-cientes e o perfil de gravidade dos casos inter-nados, de forma que as diferenças na qualida-de (eficácia das tecnologias e adequação doprocesso) representem apenas a variação re-manescente.
Validade – A discussão sobre a validade damortalidade hospitalar como medida da qua-lidade do cuidado se apoia em dois eixos prin-cipais: 1) a mensuração precisa e adequada dagravidade dos casos tratados e 2) o estabele-cimento, com base em evidências científicas,das relações de causalidade entre o resultado(óbito) e o processo de cuidado prestado, is-to é, o estabelecimento da validade causal (Do-nabedian, 1985).
A gravidade dos casos exerce forte influên-cia sobre o resultado do cuidado prestado, e
sua mensuração é um tema freqüente no de-bate sobre a validade das taxas de mortalidadehospitalar como forma de avaliação da quali-dade. Posteriormente ela será discutida emmais detalhes.
Outro aspecto sobre a validade da morta-lidade hospitalar como indicador de qualida-de Kahn et al., (1988), relaciona-se ao fato deque a morte só é uma medida apropriada dequalidade do cuidado prestado em certas con-dições mórbidas, ou em determinados proce-dimentos. Como apontado anteriormente,qualquer medida de resultado representa umaforma indireta de avaliar o processo de cuida-do e, portanto, só é válida se comprovadamen-te associada a este processo. Para pacientes comdoenças tratáveis (como insuficiência cardía-ca, infarto agudo do miocárdio ou pneumo-nias), uma taxa de mortalidade baixa pode re-fletir um bom atendimento. Ao contrário, pa-ra doentes com doenças terminais (por exem-plo, neoplasias em estágio terminal), a mortepode ser um resultado inevitável. Portanto astaxas de mortalidade não refletem a qualidadeda assistência. Para este grupo de doenças, oestado funcional do paciente e sua qualidadede vida podem ser medidas bem mais apro-priadas para avaliar a qualidade do cuidado.
Além dos pontos destacados acima, devemser consideradas outras questões sobre a vali-dade da mortalidade hospitalar como medidada qualidade do cuidado (Dubois, 1987b; OTA,1988; Roos et al., 1988; Fink et al., 1989; Des-Harnais, 1990a; Flood, 1990; Kelly, 1990; Lohr,1990; Luft et al., 1990; Krakaver et al., 1992,Romano, 1993, Iezzoni, 1994). São elas: a) adefinição do espaço de tempo apropriado pa-ra estudar os óbitos hospitalares, ou seja, emque intervalo temporal o óbito pode ser atri-buído à assistência hospitalar recebida; b) onível de agregação do indicador, ou seja, se es-te deve ser calculado para todos os pacientesou desagregado segundo o diagnóstico, grupode diagnósticos ou procedimentos médicos oucirúrgicos específicos; c) a validade do indi-cador decorrente da qualidade dos dados em-pregados, tanto no numerador e denomina-dor, quanto daqueles usados como co-variá-veis em modelos para predição.
Há questões teóricas e práticas envolvidasna definição do intervalo de tempo mais apro-priado para o cálculo das taxas de mortalida-de hospitalar, mas não existe consenso entreos autores. Alguns preferem contabilizar to-dos os óbitos ocorridos dentro de um inter-
Ciên
cia & Saú
de C
oletiva,4(2):367-381,1999
371
valo de tempo fixado na data de admissão (quepoderia incluir óbitos ocorridos após a alta dopaciente), outros trabalhar com uma medidamais tradicional, ou seja, apenas com a con-tabilização dos óbitos ocorridos durante a in-ternação. Variações no tempo médio de per-manência entre hospitais, diferenças nas prá-ticas de admissão e de alta, acesso diferencia-do ao cuidado domiciliar, a serviços de saúdepara pacientes terminais e a hospitais psiquiá-tricos, podem influenciar o local de ocorrên-cia do óbito (OTA, 1988). Estimuladas poruma prática gerencial voltada para maior efi-ciência, pelas forças de mercado ou pelos sis-temas de reembolso da assistência, algumasinstituições podem reduzir a permanência hos-pitalar, incentivando a alta precoce ou transfe-rindo pacientes mais graves ou em estágiosterminais. Os estabelecimentos hospitalaresque realizam essas transferências, provavel-mente, terão menores taxas de mortalidade in-tra-hospitalar. Mas fixar o intervalo de tempono cálculo das taxas de mortalidade tambémapresenta riscos, como a inclusão nas taxas deóbitos de eventos não relacionados à qualida-de do cuidado de saúde dos hospitais. Alémdisso, coletar informações referentes aos pe-ríodos de internação e pós-alta imediata, im-põe o uso de outras fontes de dados além da-quelas coletadas rotineiramente pelos hospi-tais, como, por exemplo, os dados das decla-rações de óbito. Isto implica em dificuldadesmaiores e custos mais elevados Kahn et al.,(1988).
Jencks e colaboradores (1988) listam os se-guintes argumentos na defesa do período deinternação hospitalar como o momento idealpara medir os óbitos ocorridos, que justificama coleta exclusiva dos óbitos intra-hospitala-res: 1) a diferença no tempo de permanênciapode refletir, parcialmente, as diferenças nasnecessidades médicas dos pacientes; 2) per-manências hospitalares mais prolongadas po-dem ser resultado de cuidado inefetivo e deuma maior incidência de complicações intra-hospitalares; 3) a menos que o período de ob-servação seja bastante prolongado, um tempofixo poderá não contabilizar mortes de pacien-tes de longa permanência que ainda estão in-ternados; 4) usar um período fixo de observa-ção pode parecer injusto, pois administrado-res hospitalares, e mesmo médicos, freqüen-temente conhecem pouco e têm controle limi-tado sobre o que acontece com seus pacientesapós a alta; 5) medir taxas de mortalidade ape-
nas durante o período de internação pode sermais factível, mais fácil e menos oneroso.
Contudo, a controvérsia quanto ao perío-do ideal para medirem-se as taxas de morta-lidade hospitalar ainda não foi resolvida. Vá-rios trabalhos, usando as duas abordagens, nãoencontraram diferenças significativas. O Stan-ford Center for Healthcare Research (SCHCR,1976) promoveu um estudo para avaliar seexistiam diferenças significativas entre perío-dos de tempo para o cálculo do número deóbitos e obteve resultados similares entre astaxas de óbito medidas durante o período deinternação e as que contabilizaram o total deóbitos 40 dias após a admissão (mesmo apósa alta hospitalar). Da mesma forma, DesHar-nais et al., (1988), analisando os dados do re-latório da HCFA, de 1986, encontrou alta cor-relação entre as taxas de mortalidade intra-hospitalar e as correspondentes aos 30 diasapós a admissão, concluindo que ambas as me-didas podiam ser utilizadas. Já Chassin e co-laboradores (1989) trabalharam com quatrodiferentes períodos no cálculo de taxas demortalidade hospitalar para verificar a proba-bilidade de morrer em condições médicas es-pecíficas: 1) a morte ocorrida durante o pe-ríodo de internação; 2) a morte ocorrida até30 dias após a alta; 3) a morte até 30 dias apósa admissão, ocorrida dentro ou fora do hos-pital; 4) mortes ocorridas até o percentil 95 dotempo médio de permanência para cada con-dição médica escolhida. As diferenças entre oshospitais com as diferentes medidas utilizadasforam grandes, e significativas estatisticamen-te, tanto em condições específicas como parao conjunto destas.
A discussão em torno do nível de agrega-ção dos dados aponta para duas estratégias nocálculo das taxas de mortalidade: 1) aquela cu-jo nível de agregação é o hospital – incluindotodas as internações ocorridas no hospital emum determinado período de tempo, e 2) aque-la onde o nível de agregação é um diagnósti-co ou procedimento específico – incluindo asinternações referentes a procedimentos médi-cos ou categorias específicas de diagnósticos,ocorridas no hospital em um determinado pe-ríodo de tempo.
As análises que usam o hospital como uni-verso de agregação têm sido capazes de expli-car melhor a variação da mortalidade entreserviços do que as que trabalham com umaenfermidade específica. As análises de hospitaisexplicaram de 35 a 93% da variação observa-
Tra
vass
os,
C.;
No
ron
ha,
J.C
.& M
arti
ns,
M.
372
da entre serviços. Este resultado se deve ao fa-to de que se observa menos variação aleatóriausando dados de um hospital (OTA, 1988).Entretanto, em estudos mais recentes, prevale-ce a opção pela desagregação dos dados de pro-cedimentos ou diagnósticos para melhorar avalidade do indicador.
Um outro aspecto a ser considerado é o fa-to de ser a morte um evento relativamente ra-ro. Assim, mesmo quando se analisam as ta-xas de mortalidade em diagnósticos que apre-sentam letalidade relativamente alta, o núme-ro de pacientes que morrem durante ou ime-diatamente após a hospitalização pode sermuito pequeno. Isto é particularmente válidopara as faixas etárias mais jovens. Para redu-zir esta limitação, vários estudos agregam in-ternações de muitos anos para o cálculo desuas taxas de mortalidade.
A qualidade dos dados é fundamental pa-ra garantir a validade do indicador. Duas fon-tes de dados principais são utilizadas nos es-tudos sobre mortalidade hospitalar: as basesde dados administrativos e os prontuários mé-dicos. As análises da mortalidade hospitalarque se utilizam de bases de dados administra-tivos partem do pressuposto de que os hospi-tais utilizam procedimentos padronizados decoleta, codificação, definição de terminologia,classificação e nomenclatura para produzir es-sas informações. Mas raramente isto realmen-te acontece. Pode ocorrer grande variação naqualidade dos dados entre hospitais, afetandosubstancialmente os estudos comparativos(OTA, 1988). A produção de dados confiáveisexige padronização e atualização, o que impli-ca em esforço apropriado e permanente para amelhoria da qualidade dos dados.
A coleta de dados a partir dos prontuáriosmédicos pode ser necessária para a obtençãode dados clínicos dos pacientes, mas existemproblemas associados a este processo. A quan-tidade e a qualidade de informações disponí-veis nos prontuários médicos podem variarentre profissionais, hospitais e períodos detempo. Portanto é necessário estabelecer cri-térios de coleta de dados mais precisos paracontornar as diferenças entre a linguagem mé-dica e as práticas de registro.
Algumas das vantagens do uso das basesde dados administrativos são a cobertura al-ta, o custo relativamente baixo e a flexibilida-de de uso em diversos desenhos de pesquisa.As desvantagens são a freqüente falta de dis-ponibilidade de dados clínicos e a precária
confiabilidade das informações, principalmen-te da informação diagnóstica (Flood, 1990;Lohr, 1990; DesHarnais, 1990a; Travassos &Martins, 1994). Embora as bases de dados deserviços de saúde possam, no futuro, incorpo-rar uma gama bem maior de variáveis clínicasHornbrook et al., (1998), atualmente elas nemsempre contêm informações detalhadas, quepodem ser necessárias para o ajuste das taxasde mortalidade, como veremos a seguir.
Chassin et al., (1989a) salientam que umhospital com uma boa qualidade pode, em te-se, documentar melhor suas internações quehospitais que produzem atenção de padrão in-ferior. Deste modo, a anotação do diagnósti-co secundário é outro tópico bastante discu-tido, principalmente no que diz respeito à in-tegralidade das anotações nos prontuários mé-dicos e nas bases de dados. Por exemplo, quan-do o diagnóstico secundário é usado como va-riável de ajuste do risco de morrer, a falha nadocumentação dessa informação afeta direta-mente o cálculo da mortalidade esperada. So-bretudo nos Estados Unidos, as preocupaçõescom a melhoria desse tipo de informação le-varam à ampliação do número de campos des-tinados ao registro dos diagnósticos secundá-rios e ao posterior aumento do uso dessescampos. Em 1989, já havia um percentual bas-tante significativo de casos com cinco diag-nósticos registrados, número bastante supe-rior ao obtido em 1987 (Iezzoni, 1994).
A gravidade do caso
Nas análises comparadas do desempenho hos-pitalar, a influência da gravidade dos casos édestacada como importante fator de confusão(Hornbrook & Monheit, 1985; Horn et al.,1985; Aronow, 1988; Green et al., 1990; Iezzo-ni, 1994). A mensuração precisa da gravidadedos casos requer, na maioria das vezes, a in-corporação de diversas variáveis clínicas nemsempre disponíveis nos bancos de dados se-cundários, como citado anteriormente, o queleva os pesquisadores a utilizarem estratégiasdiferentes.
Apesar de a gravidade da doença ser a va-riável que melhor explica a utilização de re-cursos hospitalares, o conceito de gravidadeexpressa mais uma dimensão de risco do quede consumo de recursos. Na mensuração dagravidade são adotadas abordagens diferen-tes, de acordo com os objetivos do estudo e
Ciên
cia & Saú
de C
oletiva,4(2):367-381,1999
373
com o autor. Algumas definições estão rela-cionadas à probabilidade de morte, outras àperda total ou parcial de função orgânica, ouainda à intensidade da doença (burden of ill-ness) e à integridade fisiológica (Spiegel & Ka-valler, 1986; Thomas, 1990).
Diferenças no perfil de gravidade dos ca-sos entre hospitais podem ocorrer devido a:1) complexidade tecnológica; 2) hospitais quepreferencialmente admitem pacientes menosgraves; 3) diferenças nos critérios de hospitali-zação; e 4) características da oferta de serviços.
A gravidade pode diferir consideravelmen-te entre categorias diagnósticas e grupamen-to de diagnósticos. Considera-se a identifica-ção do diagnóstico principal do paciente co-mo uma dimensão essencial para o ajuste derisco. Um outro elemento importante é a di-ferenciação de pacientes classificados em ummesmo diagnóstico principal que apresentamgraus de gravidade distintos, através da veri-ficação da presença de patologias associadas eda verificação da ocorrência de variações nagravidade da própria doença.
Com relação às patologias associadas,(DesHarnais et al., 1988) ressaltam que o pe-so dos diagnósticos secundários (comorbida-des) na gravidade do caso varia segundo odiagnóstico principal, sendo que certas com-binações de condições mórbidas apresentammaior risco que outras. Outro aspecto que de-ve ser destacado é a inclusão de diagnósticossecundários resultantes de iatrogenia (com-plicações) nas medidas de gravidade, pois des-ta forma, misturam-se fatores de risco do pa-ciente com aspectos referentes do desempe-nho hospitalar que se quer avaliar (Greenfieldet al., 1988). Nesse sentido, embora muitas ve-zes seja difícil distinguir uma comorbidade deuma complicação, deve-se sempre tentar a ex-clusão das complicações mais comuns. Umaestratégia para isto seria medi-las na admis-são (Chassin et al.,1989a).
Os fatores de risco de morrer do paciente(gravidade) são variáveis de ajuste das taxasde mortalidade hospitalar na realização de es-tudos comparativos. Segundo Blumberg(1986), um ajuste adequado é muito impor-tante neste tipo de estudo, pois pacientes comcaracterísticas de saúde diferenciadas, que im-plicam em diferentes tratamentos, não podemser analisados como similares. Este autor de-fine ajuste como um procedimento expressono cálculo de taxas ou medidas de associação,a partir do qual os efeitos das diferenças na
composição das variáveis nas populações com-paradas são removidas por procedimentos es-tatísticos.
A seleção de variáveis para o ajuste deveser baseada inteiramente nas característicasdos pacientes, excluindo-se as característicasinstitucionais. Também é essencial para a com-paração dos resultados considerar o ajuste dosatributos dos pacientes, anteriores à assistên-cia, que podem influenciar no resultado. Ouseja, para serem feitas comparações entre ser-viços e prestadores, é necessário o ajuste pe-los fatores de risco de morrer dos pacientes.
A idade tem sido utilizada como uma dasvariáveis de controle da gravidade do pacien-te, pois existe uma clara associação entre aidade e o risco de morte (OTA, 1988). Iezzo-ni (1994) sublinha que a idade pode ter umefeito independente dos outros atributos dopaciente no risco de morrer, porém este efei-to pode depender das categorias de idade e dotipo de indicador de resultado utilizados noestudo. Pacientes muito idosos – 80 anos emais – são considerados um grupo especial,pois diferem fisiologicamente dos mais jo-vens, mesmo quando outros fatores, como agravidade da doença, são comparáveis.
O sexo também é freqüentemente utiliza-do no ajuste das taxas de mortalidade hospi-talar, apesar de ser uma das variáveis com me-nor influência no risco de morrer. Entretan-to, para condições específicas, como cirurgiacoronariana ou infarto do miocárdio, o ajustepor sexo é importante, pois, nestes casos, o ris-co de morrer difere entre homens e mulheres(Tofler et al., 1987; Hannan et al., 1994). Valelembrar que tanto a idade quanto o sexo sãovariáveis simples e diretas, além de apresenta-rem boa validade e alta confiabilidade.
A ocorrência de instabilidade clínica agu-da também é importante, sendo crucial nasavaliações que envolvem pacientes graves. Ainstabilidade clínica reflete alterações no es-tado fisiológico do paciente, sendo resultadode várias medidas, como sinais vitais, balan-ço hidro-eletrolítico, hematologia, oxigenaçãoarterial, nível de consciência e exame neuro-lógico. É indiscutível a importância dos parâ-metros fisiológicos agudos na avaliação do ris-co de morrer. Mas a obtenção de dados fisioló-gicos completos requer, na maioria das vezes,uma revisão detalhada do prontuário médico(Iezzoni, 1994).
No ajuste das taxas de mortalidade hospi-talar o tipo de admissão pode ser utilizado co-
Tra
vass
os,
C.;
No
ron
ha,
J.C
.& M
arti
ns,
M.
374
mo uma variável proxy da gravidade das con-dições clínicas do paciente. De fácil obtenção,pode ser utilizada na ausência de variáveis clí-nicas detalhadas. Esta variável incorpora in-formações, como se a internação foi eletiva oude emergência e, em alguns bancos de dados,se a admissão resulta de transferência de ou-tra instituição. Os pacientes que tiveram umaadmissão eletiva, em geral, apresentam me-lhor prognóstico do que os pacientes que fo-ram admitidos por emergência. Já os pacientestransferidos de hospitais crônicos, via de re-gra, são casos graves ou terminais e, portan-to, têm maior risco de morrer.
A condição social do paciente é uma ca-racterística fundamental para a avaliação dosserviços de saúde e pode explicar variações noacesso e na adequação do cuidado (Towsend& Davidson, 1982; Victoria et al., 1988; Mon-teiro, 1988; Morris, 1990; Travassos Veras,1992). No tocante à mortalidade hospitalar, aassociação entre a morte no hospital e a clas-se social do paciente pode ser resultado de de-sigualdades na qualidade do cuidado presta-do a indivíduos socialmente distintos. Assim,sempre que se supõe que a condição social dopaciente possa impactar negativamente sobrea qualidade do processo de cuidado, ela nãodeve ser incorporada como variável de ajustedo risco de morrer, pois anularia o seu efeitosobre as taxas de mortalidade.
A relação entre tempo de permanência dopaciente no hospital e mortalidade é mais com-plexa. Variações no tempo de permanência po-dem expressar diferenças na gravidade dos ca-sos ou, por outro lado, refletir baixa qualida-de do atendimento. A utilização desta variávelno ajuste do risco de morrer se justifica pelofato de apresentar padrões diferenciados entreáreas e prestadores. Entretanto, Blumberg(1987) ressalta que a utilização do tempo mé-dio de permanência como variável indepen-dente em modelos preditivos do risco de mor-te, tende a favorecer os hospitais com maiortempo de permanência, através de uma taxa demortalidade estimada maior. Os opositoresdesta posição ressaltam que a qualidade e a per-manência estão relacionadas, ou seja, o hospi-tal pode ter um longo tempo médio de perma-nência por prestar assistência de má qualida-de. Neste caso, a permanência não deveria serusada no ajuste do risco de morrer, como qual-quer outro fator que tenha uma potencial in-ter-relação com a qualidade da assistênciaChassin et al., (1989a). Como será discutido
adiante, alguns autores ressaltam que o tempode permanência mostra-se inválido como va-riável de ajuste para hospitais, mesmo quandocorrigido pela taxa de ocupação como foi uti-lizado por Roemer et al. (1968) e criticado porGoss e Reed (1974). Outros autores observama baixa correlação entre mortalidade hospita-lar e tempo de permanência (Ducket & Kris-toffereson, 1978; Dubois, 1987a).
Por fim, o ajuste das taxas pode conside-rar a inclusão do estado funcional do pacien-te. Alterações no estado funcional podem terdiversas expressões, tais como, limitações sen-soriais e motoras, físicas e psicológicas. O es-tado funcional está associado a várias medi-das de resultado dentre elas a morte eminen-te. Keeler e colaboradores (1990) encontraramque a incapacidade de deambular antes da ad-missão é um preditor de óbito, até 30 dias apósadmissão, para pacientes com pneumonia. Al-terações no estado funcional encontram-setambém associadas ao maior risco de compli-cações pós-operatórias e maior risco de mor-rer para condições específicas como o câncerde pulmão e o acidente cerebrovascular (Iezzo-ni, 1994).
Classificações de gravidade
Embora, atualmente, poucos discordem danecessidade de se ajustarem as taxas de mor-talidade para graus diferenciados de gravida-de (Horn, 1983; Shachtman, 1986; Dubois,1987b; Flood & Scott, 1987; OTA, 1988; Hartzet al., 1989; Thomas & Ashcraf, 1989; Fink etal., 1989; Luft et al., 1990; Burns & Wholey,1991; Kahn, 1992; Keeler et al., 1992; Siber,1992; Shapiro, 1994; Iezzoni, 1994), não háuma maneira efetiva de fazê-lo.
Existem vários instrumentos ou sistemasde classificação em uso para detectar e men-surar variações na gravidade dos casos e refi-nar os ajustes nos tipos de casos tratados noshospitais, permitindo comparações de taxasde mortalidade entre hospitais. Os sistemasmais refinados de classificação de gravidaderequerem a incorporação de variáveis clínicas,nem sempre disponíveis nos bancos de dadossecundários, o que representa uma dificulda-de para o seu uso. Alguns sistemas têm sidodesenvolvidos para aplicação em bancos dedados administrativos como, por exemplo, oÍndice de Comorbidade de Charlson (Charl-son, 1987; Martins & Travassos, 1998)
Ciên
cia & Saú
de C
oletiva,4(2):367-381,1999
375
Diversos sistemas de classificação foramconstruídos para medir a gravidade do pacien-te. Estes sistemas variam em função das carac-terísticas e dos métodos empregados para clas-sificar os pacientes, da definição de gravidadee dos dados necessários para o seu emprego.Nesses sistemas incluem-se os seguintes: Pa-tient Severity of Ilness Index – PSI proposto porSusan Horn derivado do AS-SCORE; DiseaseStaging – DS proposto por Gonnela; PatientMagement Categories – PMC proposto porYoung; Medical Ilness Severity Grouping System– MEDISGRPS proposto por Brewster e Ja-cobs; e Relative Intensity Measures – RIMs pro-posto por Caterinichio. Entre os vários siste-mas dedicados a esta finalidade, os mais uti-lizados são: o DS, o PMC, o PSI, o sistemaAPACHE (Acute Physiologic And Chronic HealthEvaluation) e o sistema MEDISGROUP (Aro-now, 1988; Iezzoni, 1994).
Como apontado anteriormente, não exis-te ainda consenso sobre o melhor sistema deavaliação da gravidade dos casos. Iezzoni e co-laboradores (1996) examinaram em trabalhorecente como as taxas de mortalidade intra-hospitalar são afetadas por diferentes méto-dos de ajuste de gravidade. Eles verificaramque as catorze metodologias testadas concor-davam sobre o desempenho relativo dos hos-pitais mais freqüentemente do que seria espe-rado pelo acaso. Contudo, os diferentes méto-dos de classificação produziam avaliações bas-tante diferentes do desempenho entre os hos-pitais, indicando a necessidade de aprimora-mento nas metodologias voltadas para esta fi-nalidade.
Os modelos para o ajuste das taxas de mortalidade
Os estudos que utilizam a taxa de mortalidadecomo indicador de qualidade recorrem a di-versas estratégias de padronização, visando acompensar a variação na gravidade dos casosanalisados (risco de morrer associado ao pa-ciente). Diversos modelos vêm sendo testadospara ajustar as taxas de mortalidade pelo tipode paciente, baseados em dados secundários,informatizados ou não (Roemer et al. 1968;Goss & Reed, 1974; Ducket & Kristofferson,1978; Hebel et al., 1982; Blumberg 1986, 1988;Dubois et al., 1987a, b; DesHarnais et al., 1988,1990; HCFA, 1988; Chassin et al., 1989a; Hartzet al., 1989; Kahn et al., 1990b; Iezzoni 1997;
Wray et al., 1997). Esses modelos buscam darconta das características demográficas e clíni-cas do paciente, e fazer correções de diferen-ças na gravidade da doença principal ou daspatologias associadas. A introdução gradualde variáveis relacionadas às características dademanda atendida representa um importan-te passo na evolução desses modelos.
Em geral, esses modelos são utilizados pa-ra a obtenção das probabilidades de óbito apartir da qual se calculam as taxas ajustadas demortalidade esperada para cada hospital ouprestador. Os prestadores são classificados se-gundo o seu desempenho com base na relaçãoentre as taxas esperadas e as taxas observadas.
Para a presente revisão foram selecionadostrês estudos com o objetivo de apresentar aevolução metodológica dos trabalhos sobre amortalidade hospitalar como indicador dequalidade. Estes estudos foram realizados porRoemer et al., (1968), Ducket e Kristofferson(1978) e Dubois (1987a).
Roemer et al. (1968) utilizaram para ajus-tar as taxas de mortalidade medidas indireta-mente relacionadas à gravidade, ao tempo mé-dio de permanência e à taxa de ocupação. As-sim, eles são os primeiros autores a reconhe-cer a relevância dos ajustes pela gravidade doscasos tratados, de forma que a mortalidade re-flita a qualidade da assistência prestada e bus-que formas de ajuste na análise das variaçõesentre hospitais.
Ducket e Kristofferson (1978) estudandouma amostra de 33 hospitais de Los Angeles,EUA – excluídos os casos obstétricos e perina-tais – demonstraram que o tempo de perma-nência, corrigido pela taxa de ocupação, ex-plicava cerca de 79% da variação da mortalida-de hospitalar entre os hospitais.
Goss e Reed (1974) questionam este resul-tado e ressaltam que o ajuste utilizado não le-vou em conta as diferenças regionais, as carac-terísticas da população e os padrões de dispo-nibilidade e de utilização dos hospitais. Ponde-ram ainda que a taxa de mortalidade para hos-pitais gerais de curta permanência em diferen-tes regiões não depende somente da qualidadedo cuidado mas, também, da distribuição etá-ria da população e da disponibilidade e do usode serviços de saúde alternativos. Apontamque o uso da taxa de ocupação corrigida pelotempo de permanência como medida da gra-vidade dos casos é questionável. Consideran-do esta abordagem simplista, estes autores su-gerem o uso de taxas de mortalidade desagre-
Tra
vass
os,
C.;
No
ron
ha,
J.C
.& M
arti
ns,
M.
376
gadas por diagnóstico, como uma medida maisespecífica, que pode ser ajustada estatistica-mente pela idade, sexo e outros fatores rele-vantes.
Ducket e Kristofferson (1978) tentamavançar com base nas conclusões e observa-ções de Roemer et al., (1968) e Goss e Reed(1974). Partem do princípio que o tempo mé-dio de permanência, por ser uma medida deprocesso, não reflete somente a condição dopaciente mas, também, a eficiência do hospi-tal. Em uma amostra de 33 hospitais austra-lianos encontraram uma fraca associação en-tre o tempo médio de permanência e a mor-talidade (R = 0.15). Eles propõem uma refor-mulação ao modelo de Roemer e colaborado-res, mas restringem-se à incorporação de va-riáveis de morbidade e idade como variáveisde ajuste. Os autores denominaram sua pro-posta de Death Rate Adjusted for Severity ofAdmissions and Age.
Tanto Roemer et al., (1968) como Ducket eKristofferson (1978) utilizaram a técnica depadronização indireta para o cálculo das ta-xas de mortalidade. A segunda proposta, po-rém, apresenta avanços ao incorporar variá-veis diagnósticas e demográficas no ajuste dastaxas. Essa evolução tem como pano de fundoa discussão travada na época, segundo a qual odiagnóstico passa a ser entendido como umainformação crucial na explicação das varia-ções das taxas entre serviços ou prestadores.
O terceiro modelo foi desenvolvido porDubois et al., (1987a) numa conjuntura poste-rior, o que facilitou a incorporação de variá-veis mais refinadas ao modelo de ajuste. Esteestudo trabalha com resumos de alta hospita-lar e coleta informações sobre as característi-cas demográficas e diagnósticas dos pacientes,o tipo de admissão, a origem do paciente e ascaracterísticas do hospital. As variáveis foram:idade (nas seguintes faixas etárias: <14, 14-44,45-64, 65-69, >70 anos); o índice do case mixhospitalar calculado com base na distribuiçãodos casos por Diagnosis Related Groups (DRG);o percentual de admissões de emergência; asreadmissões no mesmo hospital em até cator-ze dias, as admissões provenientes de hospi-tais de pacientes crônicos; o tamanho do hos-pital – número de leitos; taxa de ocupação;tempo médio de permanência; e número deadmissões em seis meses – o percentual de pro-cedimentos clínicos, as altas para hospitais depacientes crônicos e as transferência para hos-pitais de pacientes agudos.
Essas variáveis foram utilizadas para ajus-tar a taxa de mortalidade de cada hospital, vi-sando a identificar os hospitais cuja diferen-ça entre a taxa observada e a esperada era sig-nificativa. A taxa de mortalidade somenteapresentou correlação com a distribuição etá-ria (proporção de pacientes com mais de 70anos, R = 0.75); o caráter da internação (ad-missões de emergência, R = 0.53); admissõesde hospitais crônicos (R = 0.29); e o case-mix(R = 0.55).
A regressão múltipla foi usada para pre-ver a mortalidade em cada hospital em rela-ção ao percentual de pacientes com idade su-perior a 70 anos, ao percentual de admissõesde emergência, de admissões de hospitais crô-nicos (nursing home) e ao índice de case mix.Esse modelo explicou 64% da variação namortalidade hospitalar entre serviços. Segun-do Dubois (1987a), a inclusão do tempo mé-dio de permanência, do tamanho do hospital,da taxa de ocupação e da transferência parahospitais de crônicos não serviram para aper-feiçoar o modelo. A mortalidade observadaexcedeu a prevista em onze hospitais e foimuito abaixo do esperado em nove hospitais,considerados desviantes (dez categorias diag-nósticas – DRGs); 92% dos casos estavam re-lacionados a pacientes beneficiários do pro-grama Medicare e, em cada categoria diagnós-tica, a mortalidade hospitalar dos high outliersexcederam a dos low outliers.
As diferenças metodológicas entre as trêspropostas expressam o aprimoramento gra-dativo dos modelos. Eles avançam substanti-vamente na forma de abordar a gravidade. Masainda permanecem simples em relação à uti-lização de dados rotineiros ou facilmente dis-poníveis e operacionalizáveis. A busca da “sim-plicidade” foi uma tônica que marcou essaspropostas e cuja importância pode ser dimen-sionada na reflexão de Dubois et al., (1987a).Este autor ressalta que diante da importânciade monitorar a qualidade da assistência pres-tada – e considerando a inviabilidade de seavaliarem todos os hospitais ao mesmo tem-po, um método de screening, com base no usode taxas de mortalidade hospitalar, usando da-dos rotineiros, pode racionalizar o processoatravés da seleção de um conjunto menor dehospitais a serem objeto de revisão detalhadade seu desempenho.
Ciên
cia & Saú
de C
oletiva,4(2):367-381,1999
377
Modelos explicativos da variação na mortalidade
Segundo Fink e colaboradores (1989), até aprimeira metade da década de 80, um núme-ro importante de trabalhos publicados apre-sentava limitações metodológicas e raros es-tudos buscaram estratégias para aumentar avalidade da mortalidade hospitalar como in-dicador de qualidade (Thomas, 1990; Roma-no, 1993; Iezzoni, 1995), sendo os três estudoscitados anteriormente considerados exceções.Essa produção aumenta expressivamente apartir da segunda metade da década de 80. Osestudos ganham maior rigor metodológico,principalmente em função da criação de sis-temas de classificação de gravidade do caso. Odesenvolvimento de grande bancos de dadosinformatizados incentiva a pesquisa na áreade classificação de gravidade, com impacto po-sitivo sobre os estudos de mortalidade hospi-talar.
A comparação entre os estudos relaciona-dos com a mortalidade hospitalar é difícil, poisutilizam um conjunto bastante diversificadode variáveis para controlar a gravidade dos ca-sos e técnicas estatísticas diferentes. As variá-veis mais freqüentemente utilizadas para ajus-tar o perfil de casos tratados são: idade, raça,sexo, fonte de financiamento, tipo de segurosaúde, realização de procedimento cirúrgicoe tipo de admissão (Blumberg, 1987; Green-field et al., 1988; OTA, 1988; Luft et al., 1990).Por outro lado, estudos que utilizam classifica-ções de gravidade dos casos no ajuste das ta-xas de mortalidade indicam que os resultadosobtidos são sensíveis à classificação emprega-da, isto é, o desempenho dos hospitais variamsegundo o tipo de classificação utilizada (Iez-zoni, 1994; Iezzoni et al., 1995, 1996; Shapiro,1994). Dessa forma eles reforçam a necessida-de de aprofundamento da pesquisa na área declassificação de gravidade.
Fink e colaboradores (1989) descrevemquatro linhas básicas de estudos sobre os deter-minantes da variações na qualidade do cuida-do medidas através da mortalidade hospita-lar: 1) estudos que examinam como o tama-nho do hospital e o volume dos serviços pro-duzidos afetam a qualidade da assistência;2) estudos que examinam como as caracterís-ticas dos médicos e dos hospitais explicam asvariações nas taxas de mortalidade hospitalar;3) estudos que examinam como as caracterís-ticas dos pacientes explicam as variações nas
taxas de mortalidade; e 4) estudos que com-param o desempenho entre hospitais univer-sitários e hospitais não universitários.
Várias pesquisas apontam que a mortali-dade hospitalar varia acentuadamente entrehospitais, mas produzem resultados contradi-tórios sobre as causas dessa variação. Estudosque buscam identificar os determinantes dosproblemas na qualidade do cuidado nos hos-pitais apontam diversas características asso-ciadas à qualidade, quando medida através detaxas de mortalidade (SCHCR, 1976; Kelly &Hellinger, 1986; OTA, 1988; Fink et al., 1989;Hartz et al., 1989; Luft et al., 1990; Martins1991; Burns & Wholey, 1991; Keeler et al., 1992;Noronha, 1996).
Alguns destes estudos demonstram que ovolume de procedimentos realizados no hospi-tal é negativamente associado com a taxa demortalidade ou, dito de outra forma, que o vo-lume é positivamente associado com a qualida-de do cuidado (Flood et al., 1984 a,b; Flood &Scott, 1987; Roos et al., 1987; Showstack et al.,1987; Wennberg et al., 1987; Kelly 1990; Luft etal., 1990; Noronha, 1996). Outros estudos ana-lisaram a associação entre a qualidade do cui-dado e a formação e o treinamento profissio-nal. O grau de organização e comunicação docorpo clínico, a experiência e a especializaçãodos profissionais, aparecem associados à me-lhoria de qualidade (Lee et al., 1957; Ashley etal., 1971; Horn 1983; Horn et al., 1985; Kelly& Hellinger, 1986; Shortell 1988; OTA 1988;Hartz et al., 1989; Kuhn et al., 1994). Com re-lação à natureza jurídica observou-se um pa-drão de cuidado melhor nos hospitais não lu-crativos (Burns et al., 1993; Shapiro et al., 1993;Kuhn et al., 1994). Os hospitais com maior es-tabilidade financeira também tiveram um de-sempenho melhor (OTA, 1988).
Comentários finais
É necessário destacar a importância do desen-volvimento de estratégias para permitir que osresultados das avaliações melhorem a efetivi-dade dos cuidados hospitalares. A finalidade douso de indicadores de desempenho consiste emidentificar e analisar problemas no cuidado ena promoção de ações de saúde, buscando amodificação e a reversão da situação encontra-da. O cuidado à saúde pode melhorar se as ava-liações forem utilizadas como informação edu-cativa para ações de aperfeiçoamento.
Tra
vass
os,
C.;
No
ron
ha,
J.C
.& M
arti
ns,
M.
378
Nenhuma característica do cuidado emsaúde está mais estreitamente ligada à missãodas instituições de saúde que as intervençõespara evitar ou retardar a morte. Desta manei-ra, embora o emprego da taxa de mortalidadehospitalar como indicador da qualidade docuidado possa apresentar problemas em suavalidade, este indicador representa uma infor-mação que os hospitais, os profissionais e osfinanciadores devem usar para melhor enten-der o processo de atendimento ao paciente,orientando seu aprimoramento.
Para que estes dados estimulem o aprimo-ramento da qualidade, torna-se necessárioromper barreiras importante nas atitudes ereações dos administradores hospitalares emédicos, e demais profissionais de saúde,clientes potenciais dessa informação. Nestesentido, é bastante ilustrativo o estudo reali-zado por Berwick e Wald (1990) sobre as opi-niões e atitudes dos administradores hospi-talares em relação à publicação dos dados demortalidade pelo HCFA. Todos os hospitais,independentemente de suas taxas de morta-lidade, compartilhavam uma visão extrema-mente negativa sobre o rigor, a utilidade paraos consumidores, e sobre a capacidade de in-terpretação dos dados de mortalidade hospi-talar publicados por aquele órgão. Mas ape-sar de um percentual razoável de instituiçõescitar problemas causados pela publicação dosdados, elas também relataram tê-los utiliza-do para guiar seus esforços na melhoria daqualidade.
Algumas ações por parte das autoridadesde saúde podem ajudar a aperfeiçoar a recep-tividade dessas informações e a difusão deações para a utilização de medidas para me-lhorar a assistência. Entre elas, poder-se-iamarrolar: 1) esforços contínuos para a melhoriada qualidade da própria informação forneci-da, de maneira que as taxas espelhem melhoras diferenças reais na qualidade do cuidado,reduzindo a ocorrência de classificações equi-vocadas das instituições hospitalares; 2) supor-te técnico aos hospitais para coletarem, anali-sarem e interpretarem seus indicadores de de-sempenho como meio para o aprimoramentoda qualidade; 3) suporte técnico para desen-volvimento de bancos de dados que permitama realização de estudos comparativos do de-sempenho entre hospitais e prestadores; 4) fa-cilitação de interações entre as instituições hos-pitalares com o propósito de trocar experiên-cias sobre atividades de melhoria do cuidado.
Concluindo, embora ainda existam ques-tões conceituais e metodológicas a serem apri-moradas, as taxas de mortalidade hospitalardevem ser consideradas uma ferramenta útile factível para discriminar serviços e presta-dores com desempenho diferenciado. Sua uti-lização permite uma primeira detecção de pro-blemas com a qualidade dos cuidados presta-dos, possibilitando que instituições sejamidentificadas e processos de melhoria sejaminstituídos para que questões de qualidade res-ponsáveis pela ocorrência de óbitos passíveisde prevenção, sejam sanadas.
Referências
Almeida C 1997. Os modelos de reforma sanitária dosanos 80: uma análise critica. Saúde e Sociedade 5(2):3-57.
Anderson GF, Erickson JE 1987. National medical carespending. Health Affairs Fall: 96-104.
Aronow DB 1988. Severity-of-ilness measurement: ap-plications in quality assurance and utilization re-view. Medical Care Review 45(2): 339-366.
Ashey JSA et al. 1971. Case fatality of hyperplasia of theprostate in two teaching and three regional boardhospitals. Lancet Dec: 1308-1311.
Berwick D 1996. Primer on leading improvements ofsystems. Bristish Medical Journal 312: 619.
Beriwick DM, Wald DL 1990. Hospital leaders opinionsof the HCFA mortality data. JAMA 263(2): 247-249.
Blumberg MS 1986. Risk adjusted health care outcomes:a methodologic review. Medical Care Review 43(2):351-393.
Ciên
cia & Saú
de C
oletiva,4(2):367-381,1999
379
Blumberg MS 1987. Comments on HCFA hospital deathrate statistical outliers. Health Services Research21(6): 715-739.
Blumberg MS 1988. Measuring surgical quality in Mary-land: a model. Health Affairs 25: 62-78.
Brook RH et al. 1977. Assessing the quality of medicalcare using outcome measures: an overview of themethods. Medical Care (Suppl.) 15(9): 1-106.
Brook RH, McGlynn EA 1991. Maintaining quality ofcare. In E Ginnzberg, Health Services Research Keyto Health Policy. Haward University Press, Cam-bridge, MA.
Burns LR, Wholey D 1991. The effects of patient, hos-pital, and physician characteristics on lenght of stayand mortality. Medical Care 29(3): 251-271.
Burns LR et al. 1993. Mortality in a public and a privatehospital compared: the severity of antecedent dis-orders in Medicare patients. American Journal ofPublic Health 83(7): 966-971.
Charlson ME, Pompei P, Aleski KL, Makenzie R 1987. Anew method of classifying prognostic comorbidityin longitudinal studies: development and valida-tion. Journal of Chronic Disease 40: 373-383.
Chassin M et al. 1989a. Differences among hospitals inMedicare patient mortality. Health Service Research24(1): 1-31.
Chassin M et al. 1989b.Characteristics of clinical indi-cators. QRB November: 330-339.
Cleves MA, Golden WE 1996. Assessment of HCFA’s1992. Medicare hospital information report of mor-tality following admission for hip arthroplasty.Health Service Research 31(1): 39-48.
Codman E 1916. Hospital standartization Surg GynecolObstet, 1916, apud ST Normand, ME Glickman, RGSharma &BJ McNeil 1996. Using admission char-acteristics to predict short-term mortality from my-ocardial infarction in elderly patients. Results fromthe Cooperative Cardiovascular Project. JAMA275(17): 1322-1328.
Contandriopoulos AP 1994. Réformer le système de san-té: une utopie pour sortir d’un statu quo impossible.Ruptures 1(1): 8-26.
DesHarnais S et al. 1988. The risk-adjusted mortalityindex a new measure of hospital performance. Med-ical Care 26(12): 1129-1148.
DesHarnais S et al. 1990a. Measuring hospital perfor-mance. Medical Care 28(12): 1127-1141.
DesHarnais S 1990b. Current uses of large data sets to as-sess the quality of providers. International Journal ofTecchonoly Assessment in Health Care 1(6): 229-238.
Dillner L 1995. Scottish death rates published with healthwarning. British Medical Journal 309: 1599-1600,apud J Mant & N Hicks 1994. Detecting differencesin quality of care: the sensitivity of measures ofprocesses and outcomes in treating acute myocar-dial infarction. British Medical Journal 311(7008):793-796.
Donabedian A 1980. The Definition of Quality and Ap-proaches to its Assessment. Health AdministrationPress, Ann Arbor, MI.
Donabedian A 1985. The Methods and Findings of Qual-ity Assessment and Monitoring: an Ilustrated Analy-sis. Health Administration Press, Ann Arbor, MI.
Dubois RW, Brook RH 1988. Preventable deaths: who,how often, and why? Ann Intern Med 109(7):582-589.
Dubois R et al. 1987a. Adjusted hospital death rates: apotential screen for quality of medical care. Amer-ican Journal of Public Health 77(9): 1162-1166.
Dubois R et al. 1987b. Hospital inpatient mortality – Isit a predictor of quality? New England Journal ofMedicine317(26): 1674-1680.
Ducket SJ, Kristofferson SM 1978. An index of hospitalperformance. Medical Care 16(5): 400-407.
Editorial 1993. Lancet 341: 1183-1184.Fink A et al. 1989. The condition of the literature on dif-
ferences in hospital mortality. Medical Care 27(4):315-336.
Flood AB 1990. Peaks and pits of using large data basesto measure quality of care. International Journal ofTechonology Assessment in Health Car 6: 253-262.
Flood AB, Scott WR 1987. Hospital Structure and Per-formance. The Johns Hopkins University Press, Bal-timore.
Flood AB et al. 1984a. Does practice make perfect? Part1: the relation between volume and outcome for se-lected diagnostics. Medical Care 22(2): 98-114.
Flood AB et al. 1984b. Does practice make perfect? Part2: the relation between volume and outcome andother hospital characteristics. Medical Care 22(2):115-125.
Fottler MD 1987. Health care organization performance:present and future research. Journal of Management13(2): 367-391.
Fottler MD, Slovensky DJ & Rogers SJ 1987. Public re-lease of hospital specific death rates – Guidelinesfor health care executives. Hospital & Health Ser-vices Administration August: 343-357.
Goldfarb MG et al. 1984. Determinats of hospital use:a cross-diagnostic analyses. Medical Care 22:967-974.
Goss MEW, Reed JI 1974. Evaluation the quality of hos-pital through severity-adjusted death rates: somepitfalls. Medical Care 12(3): 202-213.
Green J et al. 1990. The importance of severity of ilnessin assessing hospital mortality. JAMA 263(2):241-246.
Greenfield S et al. 1988. Flaws in mortality data. Thehazards of ignoring comorbid disease. JAMA260(15): 2253-2255.
Hannan RG et al. 1994. Improving the outcomes of coro-nary artery bypass surgery in New York State. JAMA271: 761-766.
Hartz A et al. 1989. Hospital characteristics and mor-tality rates. New England Journal of Medicine321(25): 1720-1725.
HCFA – Health Care Financing Administration 1988 –U.S. Department of Health and Human Services.Medicare Hospital Mortality Information – 87.HCFA pub. no. 00651, p 1-20.
Hebel JR et al. 1982 Assessment of hospital performanceby use of death rates. JAMA 248(23): 3131-3135.
Horn SD 1983. Measuring severity of illness: compara-sion across institutions. American Journal of PublicHealth 73(1): 25-31.
Horn SD et al. 1985. Interhospital diffrences in severityof illness – Problems for prospective payment basedon diagnosis related groups. New England Journalof Medicine 313: 20-24.
Horn SD et al. 1991. The relationship between severityof illness and hospital lenght of stay and mortality.Medical Care 29(4): 305-317.
Tra
vass
os,
C.;
No
ron
ha,
J.C
.& M
arti
ns,
M.
380
Lee JAH, Morrison SL, Morris JN 1957. Fatality fromthree common surgical conditions in teaching andnon teaching hospitals. Lancet (October): 785-790.
Localio AR et al. 1997. The public release of hospital andphysician mortality data in Pennsylvania. A casestudy. Medical Care 35(3):272-286.
Lohr KN 1990. Use of insurance claims data in measur-ing quality of care. International Journal of Tech-nology Assessment in Health Care 6: 263-271.
Luft HS1980. The relation between surgical volume andmortality: an exploration of causal factors and al-ternatives models. Medical Care 18(9): 940.
Luft HS, Hunt SS 1986. Evaluating individual hospitalquality through outcome statistics. JAMA 255(20):2780-2784.
Luft HS et al. 1990. Hospital Volume, Physician Volume,and Patient Outcomes: Assessing the Evidence. HealthAdministration Press Perspectives, Ann Arbor, MI.
Martins MS 1991. Mortalidade Hospitalar: Novas Abor-gagens Metodológicas. Dissertação de Mestrado. Es-cola Nacional de Saúde Pública, Fundação Oswal-do Cruz.
Martins MS, Travassos C 1998. Assessing the availabili-ty of case mix information in hospital database sys-tems in Rio de Janeiro, Brazil. International Journalfor Quality in Health Care 10(2): 125-133.
McKee M 1997. Indicators of clinical performance. Bris-tish Medical Journal 312: 619.
Monteiro CA 1988. Saúde e Nutrição das Crianças de SãoPaulo: Diagnóstico, Contrastes Sociais e Tendências.Hucitec e Universidade de São Paulo, São Paulo.
Morris JN 1990. Inequalities in health: ten years and lit-tle further on. Lancet 336: 491-493.
New York State Department of Health 1997. Coronaryartery by-pass surgery in New York State, 1993-1995.
Noronha JC 1996. Utilização de taxas de mortalidadehospitalar em hospitais de agudos no Brasil.Memória apresentada à Academia Nacional de Me-dicina. Rio de Janeiro.
O’Leary Dennis S 1995. Performance measures – Howare they developed, validated, and used? MedicalCare 33(Suppl.): js13-js17.
OECD – Organization for Economic Cooperation andDevelopment 1995. Directions in health care poli-cy. Health policies studies no. 7. Paris.
OTA – Office of Technology Assessment 1988. HospitalMortality Rates, p. 71-98. In Quality of Medical Care– Information for Consumers, OTA – H-386. Con-gress of the United States: Office of Technology As-sessment. Washington D.C.
Roemer MI et al. 1968. A proposed hospital quality in-dex: hospital death rates adjusted for case severity.Health Service Research (Summer): 68-118.
Rogers WH et al. 1990. Quality of care before and afterimplementation of the DRG-based prospective pay-ment system – A summary of effects. JAMA 264(15):1989-1994.
Romano PS 1993. Can administrative data be used tocompare the quality of health care? Medical CareReview 50(4): 451-477.
Ross LL et al. 1987. Monitoring adverse outcomes ofsurgery using administrative data. Health Care Fi-nancing Review (annual suppl.): 5-16.
Roos NP et al. 1988. Using administrative data to pre-dicted important health outcomes. Medical Care26(3): 221-239.
Hornbrook M, Monheit AC 1985. The contribution ofcase-mix severity to the hospital cost-output rela-tion. Inquiry 22: 259-271.
Hornbrook M et al. 1998. Health-based payment andcomputerized patient record systems. Effective Clin-ical Practice 1: 66-72.
Hudges RG et al. 1988. Hospital volume and patient out-come: the case of hip fracture patients. Medical Care26(11): 1057-1067.
Hurst JW 1991.Reforming health care in seven Euro-pean nations. Health Affairs Fall: 7-21.
Iezzoni L 1994. Risk Adjustment for Measuring HealthCare Outcomes. Health Administration Press, AnnArbor, MI.
Iezzoni L 1997. The risks of risk adjustment. JAMA278(19): 1600-1607.
Iezzoni L et al. 1995. Using severity-adjusted stroke mor-tality rates to judge hospitals. International Journalfor Quality in Health Care 7(2): 81-94.
Iezzoni L et al. 1996. Severity measurement methodsand judging hospital death rates for pneumonia.Medical Care 34(1): 11-28.
Jenks SF et al. 1988. Assessing hospital associated deathsfrom discharge data: the role of lenght of stay andcomorbidity. JAMA 260(5): 2240-2246.
Kahn KL et al. 1988. Interpreting hospital mortality da-ta: how can we proceed? JAMA 260(24): 3625-3628.
Kahn KL et al. 1990a. The effect of the drg-basedprospective payment system on quality of care forhospitalized medicare patient – An introduction tothe series. JAMA 264(15): 1953-55.
Kahn KL et al. 1990b. Measuring quality of care with ex-plicit process criteria before and after implementa-tion of the DRG-based prospective payment system.JAMA 264(15):1969-1973.
Kahn KL et al. 1990c. Comparing outcomes of care be-fore and after implementation of the DG-basedprospective payment system. JAMA 264(15): 1984-1988.
Keeler EB et al. 1990. Changes in sickness at admissionfollowing the introduction of the prospective pay-ment system. JAMA 264(15): 1962-1968.
Keeler EB et al. 1992. Hospital characteristics and qual-ity of care. JAMA 268(13): 1709-1714.
Kelly JV 1990. What do mortality studies reveal abouthospital volume, teaching status, and ownership?International Journal of Technology Assessment inHealth Care 6: 239-252.
Kelly JV, Hellinger FJ 1986. Physician and hospital fac-tors associated with mortality of surgical patients.Medical Care 24(9): 785-800.
Kind P 1995. Hospital deaths: the missing link. Discus-sion paper 44. York: Centre for Health Economics,apud J Mant & N Hicks 1988, detecting differences inquality of care: the sensitivity of measures of process-es and outcomes in treating acute myocardial in-farction. British Medical Journal 311(7008): 793-796.
Krakaver H et al. 1992. Evaluation of the HCFA modelfor the analysis of mortality following hospitaliza-tion. Health Service Research 27(3):317-335.
Kuhn EM et al. 1991. The relationship of hospital char-acteristics and the results of peer review in six largestates. Medical Care 21(10): 1028-1038.
Kuhn EM et al. 1994. The relationship of hospital own-ership and teaching status to 30 and 80 day adjust-ed mortality rates. Medical Care 32(11): 1098-1108.
Ciên
cia & Saú
de C
oletiva,4(2):367-381,1999
381
Rubenstein LV et al. 1990. Changes in quality of care forfive diseases measured by implicit review, 1981 to1986. JAMA 264(15): 1974-1979.
Saltman RB, Otter C 1989. Public competition versusmixed markets: an analytic comparasion. HealthPolicy 11: 43-55.
Schieber GJ, Poullier JP 1987. Recent trends in interna-tional health care spending. Health Affairs Fall: 105-112.
Scott WR 1977. Effectiveness of organizations effec-tiveness studies, p. 63-95. In PS Goodman & J MPennings (eds) New Perspectives on OrganizationalEffectiveness. Jossey Bass, San Francisco.
Shachtman RH 1986. A method for constructing casemix indexes, with application to hospital length ofstay. Health Service Research 20(6): 737-762.
Shapiro MF 1994. The effect of alternative case mix ad-justments on mortality differences between mu-nicipal and voluntary hospital in New York City.Health Service Research 29(1): 95-112.
Shapiro MF et al. 1993. Mortality differences betweenNew York City municipal and voluntary hospital,for selected conditions. American Journal of PublicHealth 83(7):1024-1026.
Sheldon T 1998. Promoting health care quality: whatrole performance indicators? Quality in Health Care7 (Suppl.): S45-S50.
Shortell SM et al. 1981. Hospital medical staff organi-zation and quality of care: results for myocardialinfarction and appendectomy. Medical Care 19(10):1041-1053.
Showstack JA et al. 1987. Association of volume withoutcome of coronary artery bypass graft sugery –Scheduled vs. nonscheduled operations. JAMA257(6):785-789.
Silber JH et al. 1992. Hospital and patient characteris-tics associated with death after surgery. Medical Care30(7): 615-629.
Spiegel AD, Kavaller F 1988. Cost Containment andDRGs. A Guide Prospective Payment. Ed NationalHealth Publishing, EUA.
SCHCR – Standford Center for Health Care Research1976. Comparison of hospitals with regard to out-
comes of surgery. Health Services Research (sum-mer): 112-127.
Sullivan SW, Hays LB 1989. Meicare Hospital MortalityInformation, 1986, 1987, 1988. Health Care Financ-ing Administration, HCFA Publication 00701, USDepartment of Health and Human Services, Wash-ington, DC.
Thomas JW, Ashcraft MLF 1989. Measuring severity ofillness: a comparison of inter-rater reliability amongseverity methodologies. Inquiry 26: 483-492.
Thomas SW 1990. Application of severity measurementsystems for hospital quality management. Hospital& Health Services Administration 35(2): 221-243.
Tofler et al. 1987. Effect of gender and race on progno-sis after myocardial infarction: adverse prognosisfor women, particularly black women. Journal of theAmerican College of Cardiology 9: 473.
Travassos Veras CM 1992. Equity in the Use of Private Hos-pitals contracted by a Compulsory Scheme in the Cityof Rio de Janeiro, Brazil, in 1986. Ph.D Thesis, LondonSchool of Economics and Political Science, London.
Travassos Veras CMT, Martins MS 1994. Confiabilidadedos dados nos formulários de internação hospita-lar (AIH), Rio de Janeiro, Brasil. Cadernos de SaúdePública 10(3): 339-355.
Towsend P, Davidson N 1982. Inequalities in Health: theBlack Report. Harmondsworth, London.
Victoria CG, Barros FC, Vaughan JP 1988. Epidemiolo-gia da Desigualdade: um Estudo Longitudinal de6.000 Crianças Brasileiras. Hucitec, São Paulo.
Wennberg JE et al. 1987. Use of claims data systems toevaluate health care outcomes: mortality and reop-eration following prostatectomy. JAMA 257(7):933-936.
WHO – World Health Organization 1993. Evaluation ofRecent Changes in the Financing of Health Services.WHO Technical Report Series 829, Geneva.
Wray NP et al. 1997. Case-mix adjustment using ad-ministrative databases: a paradigm to guide futureresearch. Medical Care Research and Review 54(3):326-356.
Wyzewianski L 1988. Quality of care: past achievementsand future challenges. Inquiry 25: 13-22.
