Caracterización de la población inasistente a consultas de especialidades médicas del Hospital de San Carlos Dr. Benicio Arzola Medina durante el año 2018

Abstract

a inasistencia a las consultas médicas de especialidad representa un foco de ineficiencia para cualquier establecimiento de salud en Chile; y por lo mismo es de gran relevancia lograr caracterizar la población que incurre en este acto de absentismo, y posteriormente intervenir en aquellas variables que permitan en un aseguramiento del acceso, además de propender a entregar una atención oportuna segura y calidad para los usuarios adscritos. La presente investigación se realiza a través de un estudio analítico, observacional de cohorte histórica de usuarios pertenecientes al Servicio de Salud Ñuble, más específicamente al Hospital de San Carlos, Dr. Benicio Arzola Medina. El análisis estadístico se realizó por medio de recopilación de información proveniente de la base de datos local del módulo de agenda denominado SINETSUR, a través de la funcionalidad de gestión de citas, en el periodo comprendido entre el 1 de enero 2018 y el 31 de diciembre del mismo año, ambas fechas incluidas. Se usa el modelo probit para lograr estimar la probabilidad de la injerencia de los factores como la edad, sexo, jornada de agendamiento, especialidad asignada, tipo de atención, comuna, previsión de salud y ciclo vital. El modelo expuesto es significativo y explica entre el 0,007 y el 0,014 de la variable dependiente, además clasificar correctamente el 88,85% de los casos. Las especialidades de dermatología, medicina interna, medicina general y dermatología, sumado la distancia, pertenecer al grupo etario de adultos mayores, ser mujer, pertenecer a Fonasa A y estar citado en extensión horaria, poseen un efecto positivo para que se presente la inasistencia, resultados que son estadísticamente significativos. Por su parte, estar citado a especialidad de cirugía adulto, con tipo de atención de urgencia, altas y GES, poseen un efecto negativo para la presencial de la inasistencia de los usuarios(as). Se concluye que existen variables con altos niveles de significancia que pueden tener un impacto positivo en la ocurrencia de la inasistencia, y por lo mismo se podrán generar estrategias a nivel de la red asistencial para minimizarlas. Si bien el modelo explica parte del evento en estudio, se podrán incluir otras variables, como la ruralidad, niveles de pobreza, red de apoyo, conectividad, con el objetivo de obtener un modelo más completo y representativo.