open access

Comentado de:

Basu S. y col. JAMA Intern Med 2019; 179(4):506-514. PMID: 30776056 1

Objetivos

Identificar cambios en la oferta de médicos de atención primaria (MAP) en condados de los EE.UU. desde 2005 a 2015 y establecer su asociación con cambios en la mortalidad de la población.

Diseño, lugar y población

Estudio ecológico que evaluó datos de la población de los EE.UU. y los reclamos a nivel individual relacionados con la mortalidad entre 2005 y 2015, frente a los cambios en la atención primaria y el suministro de médicos especialistas en el mismo período. Los datos fueron obtenidos de 3.142 condados de ese país. Se incluyeron 7.144 áreas de servicio de atención primaria de la salud y 306 hospitales regionales de referencia.

Los desenlaces principales fueron los cambios en la esperanza de vida y la mortalidad por causas específicas, después del ajuste por covariables demográficas, socioeconómicas y conductuales. El análisis se realizó de marzo a julio de 2018.

Covariables

Se consideraron como covariables a el número de médicos especialistas cada cien mil habitantes, la designación urbana o rural del condado, el porcentaje de población bajo los límites de pobreza, el ingreso medio del hogar, el nivel educativo alcanzado, la etnia, el sexo y la edad de la población, el estado de desempleo, el porcentaje de población sin cobertura médica, la cantidad de camas de hospital cada cien mil habitantes, el porcentaje de afiliados a Medicare, los gastos en cuidados médicos, el porcentaje de adultos tabaquistas y/o obesos, la polución ambiental y el valor medio de la vivienda.

Medición de resultados principales

El recuento de MAP fue obtenido del American Medical Association Physician Masterfile (un registro de datos históricos y actuales de médicos, residentes y estudiantes de medicina de los EE.UU.) de 2005, 2010 y 2015; el recuento de población, de la oficina de censo de Estados Unidos; y la esperanza de vida estandarizada por edad fue estimada con los registros de defunción del Centro Nacional de Estadísticas Sanitarias de los EE.UU.

Resultados principales

El número de MAP aumentó de 196.014 en 2005 a 204.419 en 2015; pero debido a la pérdida desproporcionada de MAP en algunos condados y al aumento de la población, su densidad media disminuyó de 46,6 cada 100.000 habitantes (Intervalo de confianza [IC] del 95% 0,0 a 114,6) a 41,4 (IC 95% 0,0 a 108,6), con mayores pérdidas en áreas rurales.

Un aumento de diez MAP cada 100.000 habitantes se asoció con un aumento de la esperanza de vida de 51,5 días (IC 95% 29,5 a 73,5), con una reducción de la mortalidad cardiovascular, por cáncer y respiratoria de 0,9% a 1,4%; mientras que un aumento de diez especialistas cada 100.000 habitantes se asoció con un aumento de 19,2 días (IC 95% 7,0 a 31,3) en la esperanza de vida.

Conclusiones

El mayor suministro de MAP se asoció con menor mortalidad, pero el suministro per cápita en los EE.UU. disminuyó entre 2005 y 2015. Los programas orientados a aumentar el número de MAP, especialmente en áreas rurales, pueden ser importantes para mejorar la salud de la población.

Fuente de financiamiento/Conflicto de interés de los autores

No referidas.

Comentario

En el presente trabajo, con la hipótesis de que la estrategia de atención primaria mejoraría la salud de la población, se realizaron múltiples y complejos análisis estadísticos, obteniendo una y otra vez el mismo resultado: el efecto positivo en los desenlaces evaluados.

Al tratarse de un estudio observacional, los autores intentaron limitar la presencia de factores confundidores. Para ello realizaron un análisis de la variable instrumental, herramienta que ha ido ganando gran popularidad en este tipo de estudios2. La variable instrumental debe relacionarse con el resultado (en este caso, el mejor nivel de salud en la población), exclusivamente a través de la variable dependiente (cantidad de médicos).

Por otra parte, para no caer en la falacia ecológica (principal problema al que se enfrentan los estudios ecológicos cuando se intenta extrapolar su conclusión a nivel individual), los autores analizaron datos individuales de mortalidad de una base de un seguro privado de salud. Sin embargo, lo apropiado hubiera sido obtener datos individuales también de la exposición, que permitieran relacionar los datos de los desenlaces con quienes fueron efectivamente atendidos por MAP.

Por último, otra de las limitaciones del estudio es que no permite establecer una relación de causalidad entre la atención primaria y la salud de la población. Uno de los criterios más importantes, que debe ser cumplido indefectiblemente para poder establecerla, es la presencia de temporalidad, ya que si se cree que un factor es la causa de una enfermedad o resultado, la exposición al factor debe haber ocurrido antes. En los estudios retrospectivos, como este, es necesario obtener información sobre la exposición a partir de registros pasados ​​y, por lo tanto, el tiempo puede ser impreciso. La relación temporal de exposición y resultado es importante no solo para aclarar el orden en que los dos ocurren, sino también con respecto a la duración del intervalo entre la exposición y el desenlace3, 4.

Conclusiones de la comentadora

Siendo entonces consciente de las limitaciones metodológicas de los estudios ecológicos, considero que los hallazgos de este trabajo permiten avalar a la atención primaria de la salud como una estrategia con efectos beneficiosos a nivel poblacional. Una de sus fortalezas podría ser la capacidad de los MAP de realizar actividades de actividades de prevención y promoción de la salud en la comunidad, más allá de los encuentros individuales entre médico y paciente que ocurren en el consultorio.

Citas

  1. Basu S, SA Berkowitz, Phillips RL, Association of Primary Care Physician Supply With Population Mortality in the United States, 2005-2015. JAMA Internal Medicine. 2019; 179(4):506-514. PubMed
  2. Pizer SD, Falsification Testing of Instrumental Variables Methods for Comparative Effectiveness Research. Health Services Research. 2015; 51(2):790-811. PubMed
  3. Gordis. Epidemiología. Elsevier: España; 2019.
  4. KJ Flannelly, Jankowski KRB, Research Designs and Making Causal Inferences From Health Care Studies. J Health Care Chaplain. 2014; 20(1):25-38. PubMed