Buscar en
Atención Primaria
Toda la web
Inicio Atención Primaria ¿Refleja la historia clínica electrónica los determinantes sociales de la sal...
Información de la revista
Compartir
Compartir
Descargar PDF
Más opciones de artículo
Visitas
102
Original
DOI: 10.1016/j.aprim.2020.01.007
Open Access
Disponible online el 14 de Mayo de 2020
¿Refleja la historia clínica electrónica los determinantes sociales de la salud desde Atención Primaria?
Does the Electronic Health Record reflect the social determinants of health from Primary Health Care?
Visitas
...
Marta Jiménez Carrilloa,
Autor para correspondencia
mjcarrillo@salud.madrid.org

Autor para correspondencia.
, Joanna Fernández Rodkerb, Marta Sastre Pazc, Ángel Alberquilla Menendez-Asenjoa
a Unidad Docente Multiprofesional de Atención Familiar y Comunitaria Centro, SERMAS, Madrid, España
b Unidad Docente Multiprofesional de Atención Familiar y Comunitaria Noroeste, SERMAS, Madrid, España
c Subdirección General de Prevención y Promoción de la Salud, Madrid Salud, Ayuntamiento de Madrid, Madrid, España
Recibido 13 agosto 2019. Aceptado 09 enero 2020
Información del artículo
Resumen
Texto completo
Bibliografía
Descargar PDF
Estadísticas
Figuras (2)
Tablas (5)
Tabla 1. Principales códigos Z registrados
Tabla 2. Estadísticos de variabilidad de los indicadores considerados
Tabla 3. Resúmenes de los modelos bivariantes
Tabla 4. Regresión multivariante. Resumen del modelo
Tabla 5. Validez de la HCE para identificar desigualdades sociales
Mostrar másMostrar menos
Resumen
Objetivo

Analizar si la utilización de códigos Z en la historia clínica electrónica (HCE) se correlaciona con la realidad socioeconómica de la población atendida en Atención Primaria (AP).

Diseño

Estudio observacional, descriptivo, transversal, de tipo ecológico.

Emplazamiento

90 centros de salud de dos Direcciones Asistenciales de AP, Comunidad de Madrid.

Participantes

El total de pacientes atendidos durante el año 2016 fue de 1.920.124 (54,33% mujeres, 45,67% hombres). El 7,15% recibió algún código Z (67,29% mujeres, 32,71% hombres).

Mediciones principales

Como variable dependiente se estableció la proporción de pacientes con registros de códigos Z en su HCE. Como variables independientes se seleccionaron dos indicadores socioeconómicos que reflejan de forma objetiva las diferencias entre zonas básicas de salud: renta media disponible per cápita y proporción de inmigrantes económicos. Para evaluar la correlación entre variable dependiente e independientes se recurrió a análisis multivariante de correlación-regresión.

Resultados

Se observó que a mayor renta disponible, menor proporción de registros de episodios Z en las HCE (coeficiente de correlación de Pearson: −0,56). Sin embargo, existe una gran variabilidad de registro de códigos Z y la codificación no consigue visibilizar las realidades socioeconómicas de las poblaciones atendidas (odds ratio diagnóstica: 0,12 [IC: 0,05-0,32]).

Conclusiones

Resulta relevante para una orientación comunitaria de la AP la utilización de distintas herramientas que faciliten visibilizar el impacto en la salud de las desigualdades sociales, así como su evaluación a través de diversas metodologías de investigación. Los códigos Z no visibilizan en la zona estudiada los determinantes sociales de la salud de la población atendida.

Palabras clave:
Atención Primaria de Salud
Determinantes sociales de la salud
Condiciones sociales
Equidad en salud
Codificación clínica
Atención integral de salud
Abstract
Objective

Analyze whether the use of Z codes in the Electronic Health Record (EHR) correlates with the socioeconomic reality of the population attended.

Design

Observational, descriptive, cross-sectional, ecological study.

Location

90 health centres of two Primary Health Care (PHC) Departments of the Community of Madrid.

Participants

The total number of patients treated during 2016: 1,920,124 (54.33% women, 45.67% men). The 7.15% received some Z code (67.29% women, 32.71% men).

Main measurements

As a dependent variable, the proportion of patients with Z code records in their EHRs was established. As independent variable, two socioeconomic indicators were selected that objectively reflect the differences between Basic Health Areas: Average Income Available per capita and Proportion of Economic Immigrants. To evaluate the correlation between dependent and independent variables, a multivariate correlation-regression analysis was used.

Results

It was observed that the higher the disposable income, the lower the proportion of Z code records in the EHRs (Pearson correlation coefficient: −0.56). However, there is a great variability in the registration of Z codes and the coding fails to make visible the socio-economic realities of the populations covered (Diagnostic Odds Ratio: 0.12. CI: 0.05-0.32).

Conclusions

The use of different tools that facilitate the visualization of the health impact of social inequalities, as well as their evaluation through various research methodologies, is relevant for a community orientation of the PHC. The Z codes do not make visible in the studied area the social determinants of health of the population attended.

Keywords:
Primary Health Care
Determinants of health
Social conditions
Health equity
Clinical coding
Comprehensive health care
Texto completo
Introducción

Los códigos Z son un grupo de rúbricas diagnósticas de la Clasificación Internacional de Atención Primaria (CIAP)1 orientadas a condiciones sociales que influyen en el proceso salud-enfermedad. La utilización de estos códigos en Atención Primaria (AP) supone uno de los recursos2 para la visibilización de los determinantes sociales en la salud. Su uso puede favorecer la despatologización y desmedicalización3 de malestares de origen social4 que acuden a AP.

Esta investigación estudia si los códigos Z funcionan realmente como una herramienta para reflejar la situación social de la población atendida. Para ello, se analizó el uso de códigos Z en la historia clínica electrónica (HCE) de 90 centros de salud de dos Direcciones Asistenciales de la Comunidad de Madrid y la posible correlación de estos registros con la realidad socioeconómica de su población, medida mediante diferentes indicadores.

Material y métodos

Estudio observacional, descriptivo, transversal, de tipo ecológico.

El ámbito del estudio fueron todos los centros de salud (n=90) correspondientes a dos Direcciones Asistenciales de AP (Centro y Noroeste) de la Comunidad de Madrid y sus respectivas zonas básicas de salud (ZBS) de referencia.

Como variable dependiente se estableció la proporción de pacientes con registros de códigos Z en su HCE, datos extraídos en 2016, actualizados hasta ese año. Para su obtención se utilizó la aplicación informática Consult@Web5 de AP-Madrid (programa informático del Servicio Madrileño de Salud).

Se estandarizó este indicador mediante el método indirecto de ajuste de tasas, considerando como estándar el conjunto de todos los centros, obteniendo para cada centro la razón estandarizada de registros de códigos Z (REZ) y neutralizando así el posible efecto de la composición por edades y sexos en el indicador.

Como variables independientes se seleccionaron dos indicadores socioeconómicos que reflejarían de forma objetiva las diferencias sociales entre las distintas ZBS.

  • -

    La renta media disponible per cápita (RMD), en euros por año, actualizada para 2016 a partir de los datos obtenidos de los Institutos de Estadística de la Comunidad de Madrid y del Ayuntamiento de Madrid para los diferentes ámbitos territoriales6,7. Para simplificar este indicador se calculó la razón comparativa de renta (RCR) tras dividir la cantidad correspondiente a cada ZBS por la renta promedio del conjunto de la Comunidad de Madrid.

  • -

    Y la proporción de inmigrantes económicos (PIE) sobre el total de población incluida en cada ZBS en el año 2016. Se trata de aquellas personas inmigrantes no procedentes de países de renta alta. Para su obtención se utilizó la aplicación informática Sistema de Información Geográfico de Indicadores de Salud (SIGIS)8.

Para analizar la posible variabilidad en el comportamiento de las variables consideradas se calcularon diferentes estadísticos: razón de variación cruda (RV), depurada (RV5-95) e intercuartílica (RV25-75) y el coeficiente de variación (CV).

Se comprobó la normalidad de las distribuciones (test de Kolmogorov-Smirnov) confirmando la no normalidad de las variables RCR y PIE, por lo que se procedió a su transformación logarítmica, respectivamente: LnRCR, LnIE.

Entran pues en el análisis como variable dependiente la REZ y como independientes LnRCR y LnIE. Se evaluó su correlación mediante un análisis de correlación y regresión lineal simple y múltiple.

Resultados

El total de pacientes atendidos en los 90 centros incluidos durante el año 2016 fue de 1.920.124 (54,33% mujeres, 45,67% hombres). Para el global de pacientes se registraron un total de 153.607 episodios con códigos Z en 137.332 pacientes (67,29% mujeres, 32,71% hombres), suponiendo 1,12 episodios Z por paciente.

Con respecto a la prevalencia de códigos Z más registrados (tabla 1), se observa que los 5 primeros más frecuentes engloban las 3/4 partes (76,50%) del total de episodios registrados como Z.

Tabla 1.

Principales códigos Z registrados

  Rúbricas Z    Episodios Z  Prop. Cod Z registrados  Prop. Acum.  Prevalencia %  Prev. Acum. 
Z04  Problemas de emigración/sociales/de la cultura  50.360  32,78  32,78  2,62  2,62 
Z08  Problemas con la seguridad social/bienestar  23.526  15,32  48,10  1,23  3,85 
Z03  Problemas con las condiciones de vivienda/vecindad  21.940  14,28  62,38  1,14  4,99 
Z29  Otros problemas sociales NC  11.454  7,46  69,84  0,60  5,59 
Z12a  Problemas de relación entre los cónyuges/violencia psicológica (abuso, maltrato psicológico) por parte de la pareja o expareja  10.230  6,66  76,50  0,53  6,12 
Z15  Pérdida o muerte del cónyuge  5.611  3,65  80,15  0,29  6,41 
Z16a  Problemas de relación con los hijos/abandono/abuso/maltrato psicológico por parte de los hijos  3.617  2,35  82,51  0,19  6,60 
Z10  Problemas con el sistema de atención de la salud/acceso/disp  3.514  2,29  84,80  0,18  6,78 
Z01  Pobreza/problemas económicos  3.170  2,06  86,86  0,17  6,95 
10  Z20a  Problemas de relación con los padres/otros miembros de la familia  2.712  1,77  88,62  0,14  7,09 
    Resto rúbricas Z  17.473  11,38  100,00  0,91  8,00 
    Total episodios registrados  153.607  100,00    8,00   
a

Incluye las extensiones correspondientes a esa rúbrica.

Para cada centro de salud las REZ presentaron un rango entre 0,36 y 2,24, con una RV5-95 de 4,45 y un CV de 0,43, lo que traduce una gran variabilidad en la variable dependiente.

Con las variables independientes ocurre algo parecido (tabla 2).

Tabla 2.

Estadísticos de variabilidad de los indicadores considerados

  REZ  RCR  PIE 
Máx.  2,24  2,05  29,92 
Mín.  0,36  0,50  2,66 
Media  1,04  1,05  10,96 
DE  0,45  0,38  5,51 
RV  6,14  4,10  11,25 
RV5-95  4,45  3,23  5,30 
RV25-75  2,00  1,68  1,96 
CV  0,43  0,36  0,50 

CV: coeficiente de variación; DE: desviación estándar; PIE: proporción inmigrantes económicos; RCR: razón comparativa de renta; REZ: razón estandarizada de registros de códigos Z; RV: razón de variación; RV5-95: RV depurada; RV25-75: RV intercuartílica.

Los análisis de correlación bivariantes (coeficiente de correlación de Pearson: R) se reflejan en la figura 1.

Figura 1.

Matriz de correlaciones bivariantes entre las variables consideradas.

REZ: razón estandarizada de registros Z; LnRCR: razón comparativa de renta (logaritmo); LnIE: proporción de inmigrantes económicos (logaritmo).

** La correlación (R) es significativa al nivel 0,01 (bilateral).

(0,1MB).

Se observan las correlaciones moderadas y estadísticamente significativas de la variable dependiente (REZ) con las independientes, siendo con la PIE de carácter directo (R=0,41) e inverso con RCR (R=−0,56), es decir, que a mayor renta disponible, menor proporción de registro de episodios Z en las HCE estudiadas.

Hay que tener en consideración la correlación existente entre las dos variables independientes por los problemas de colinealidad que pudiera generar.

El nivel de renta tan solo explicaría el 31,6% de la variabilidad observada (R2) en REZ. En el caso de la PIE el poder explicativo se reduce prácticamente a la mitad, un 16,9% (tabla 3).

Tabla 3.

Resúmenes de los modelos bivariantes

Variable dependiente: REZ  R2  R2 corregida  Error típ. de la estimación  Estadísticos de cambioDurbin-Watson 
Variable independiente:          Cambio en R2  Cambio en F  Sig. Cambio en F   
Ln_RCR  0,562a  0,316  0,308  0,3707734  0,316  40,562  0,000  2,010 
Ln_IE  0,411a  0,169  0,159  0,4085438  0,169  17,889  0,000  2,053 

Ln_IE: logaritmo de la proporción de inmigrantes económicos; Ln_RCR: logaritmo de razón comparativa de renta; REZ: razón estandarizada de registros de códigos Z.

a

Variables predictoras: (Constante), Ln RCR, logaritmo de la razón comparativa de renta.

En ambos casos se cumplen los supuestos de normalidad, independencia y homocedasticidad de los residuos.

Utilizando el método «enter» podemos constatar como la consideración de los inmigrantes económicos tan solo incrementará en un 2%, no resultando significativo el cambio (tabla 4), por lo que se decidió tener solamente en cuenta los niveles de renta.

Tabla 4.

Regresión multivariante. Resumen del modelo

Modelo  R2  R2 corregida  Error típ. de la estimación  Estadísticos de cambioDurbin-Watson 
          Cambio en R2  Cambio en F  Sig. Cambio en F   
0,562a  0,316  0,308  0,3707734  0,316  40,562  0,000   
0,579b  0,335  0,320  0,3675379  0,020  2,556  0,113  1,952 

Variable dependiente: REZ, razón estandarizada de registros Z.

a

Variables predictoras: (Constante), Ln_RCR, logaritmo de la razón comparativa de renta.

b

Variables predictoras: (Constante), Ln_RCR, Ln_IE, logaritmo de la proporción de inmigrantes económicos.

Utilizando como estándar de referencia la RCR y la REZ como test, se observan baja sensibilidad y especificidad así como bajos valores predictivos. Una exactitud tan solo alrededor de la cuarta parte de los casos y la odds ratio diagnóstica muy próxima a 0, lo que indica alta clasificación errónea. Por tanto, se observa que en el ámbito estudiado, la validez de la HCE para la estimación de los problemas sociales en la población es muy baja (tabla 5).

Tabla 5.

Validez de la HCE para identificar desigualdades sociales

    IC 95% 
Sensibilidad  21,4%  11,7 a 35,9% 
Especificidad  31,3%  19,9 a 45,3% 
Valor predictivo positivo  21,4%  11,7 a 35,9% 
Valor predictivo negativo  31,3%  19,9 a 45,3% 
Exactitud  26,7%  18,6 a 36,6% 
Odds ratio diagnóstica  0,12  0,05 a 0,32 

HCE: historia clínica electrónica; IC: intervalo de confianza.

Discusión

Durante la recogida de datos ya se pudo objetivar que las mujeres acuden más a AP (54,33%), y además, que presentan mayor porcentaje (67,29%) de códigos Z o problemas sociales en su HCE. Este resultado es multicausal y debe continuar siendo estudiado en profundidad. Con respecto a que por cada paciente atendido se registre 1,12 códigos Z, indica que en una misma persona se asocian varias condiciones de vulnerabilidad9.

El código Z más frecuentemente codificado fue «Problemas con la inmigración/sociales/con la cultura». Esto puede ser reflejo de determinadas necesidades en salud de la población inmigrante10, así como la importancia de un abordaje intercultural en la consulta11. El segundo código Z más registrado fue «Problemas con la seguridad social/bienestar». Al igual que ocurre con el cuarto código más registrado «Otros problemas sociales», la gran variedad de situaciones que puede abarcar dicho código podrían ser desglosadas para una mayor concretización. El tercero más registrado, «Problemas con la vivienda», visibiliza la importancia de las condiciones de vivienda como determinante de la salud12.

Por último, el quinto código más registrado, y que con el sumatorio de los previos reúne más del 75% de los códigos Z registrados, es «Problemas de relación entre cónyuges/violencia psicológica (abuso, maltrato psicológico) por parte de la pareja o expareja». Siendo la violencia de género un problema de salud pública de origen machista, resulta esencial el abordaje comunitario e integral desde AP13.

Llama la atención, dentro de estos 5 primeros códigos Z más registrados, la ausencia del de «Desempleo/Paro (Z06)» teniendo en cuenta que la tasa de paro durante el 2016 estuvo entre el 14,60 y 16,81% en la Comunidad de Madrid (14,15-15,88% de hombres, 15,08-17,79% de mujeres)14 así como la evidencia científica que demuestra el impacto en la salud física y mental que produce el desempleo15.

Al estudiar la variabilidad de registro de códigos Z, se objetivó un CV muy alto que refleja la gran dispersión y por tanto alta variabilidad al codificar. En los resultados de la investigación se observa que a mayor renta disponible, menor proporción de registros de códigos Z en las HCE. No obstante, el nivel de renta tan solo explicaría el 31,6% de la variabilidad observada en estos registros. En la última sección de nuestros resultados, en la que se estima la renta media disponible como estándar de referencia del valor diagnóstico de la HCE para la estimación de los problemas sociales en la población, se observa que este es muy bajo, por lo que no resulta una herramienta que refleje los determinantes sociales eficazmente.

Existe un 68,4% de la variabilidad al codificar que será debida a otros factores diferentes a las diferencias económicas y que será necesario seguir investigando. Por ejemplo, puede ser producida por factores que influyen en la predisposición de los distintos profesionales de AP con acceso a la HCE para el registro de dichos códigos. Debido al diseño del estudio no fue posible identificar qué colectivo de profesionales de AP registró cada código Z. Sin embargo, esto será analizado en futuras investigaciones con el fin de poder realizar intervenciones concretas para mejorar el registro. El equipo de investigación ya ha realizado un pilotaje de encuesta a profesionales de AP para entender así mismo las barreras y facilitadores a los que se enfrentan los/las profesionales en consulta. La importancia reside también en fomentar el trabajo interdisciplinar en los equipos de AP que facilita la incorporación de una perspectiva de determinantes sociales16.

Resulta interesante la correlación existente entre distintos ejes de desigualdad, que en este caso fueron medidos a través de la PIE y RMD. En una investigación previa17 con una menor muestra, contamos con el índice de privación material (IPM)18 como estimador de vulnerabilidad social de la población de cada ZBS, ya que presenta adecuada correlación con indicadores de salud como la mortalidad. El IPM se elabora a partir de 5 indicadores socioeconómicos simples, por lo que aporta una visión más amplia de las desigualdades en salud. Sin embargo, por problemas de linealidad estadística con las otras variables (PIE y RCR), tuvo que ser excluido del análisis posterior en el presente estudio.

Respecto a las limitaciones del estudio, dado que el diseño de la investigación cuenta con datos agregados siempre estos están expuestos a la posible falacia ecológica. Sin embargo, dado que el estudio cuenta con un importante número de observaciones representado el 34,4% de los centros de salud de la Comunidad de Madrid y un 28,8% de la población adscrita a ellos, estas fracciones de muestreo redundan en una mayor validez externa de los resultados. El estudio no contó con una perspectiva de género transversal a la investigación que debe ser tenida en cuenta para valorar el impacto del sexo y género en la salud19.

La codificación de condiciones sociales desde AP es un tema escasamente explorado en la bibliografía20,21. La investigación cualitativa con grupos de usuarias/os y personal de AP puede ampliar los conocimientos en torno a la efectividad, barreras y ética del registro de códigos Z.

Este estudio confirma la gran variabilidad de registro de códigos Z entre los profesionales de AP, así como que dicha codificación no consigue visibilizar las realidades socioeconómicas de las poblaciones atendidas. La utilización de distintos recursos que faciliten el mayor conocimiento de los contextos sociales de las personas22 que acuden a AP, como los códigos Z entre otros, favorece un abordaje más integral23,24. Además, pueden servir para una mayor prescripción social25 y como evidencia para cambios estructurales dentro del sistema sanitario que ayuden a trabajar para la reducción de las desigualdades sociales de la salud26 con un enfoque comunitario27,28, de equidad y de justicia social.

Lo conocido sobre el tema

Los códigos Z son utilizados en la historia clínica electrónica de atención primaria para la visibilización de factores sociales que influyen en el proceso salud/enfermedad. Sin embargo, se desconoce si estos códigos consiguen reflejar realmente el contexto de determinantes sociales de la salud de las poblaciones atendidas para un abordaje más integral.

Qué aporta este estudio

Este estudio muestra cómo, por un lado, existe una gran variabilidad de registro de códigos Z entre los profesionales de AP, y por otro lado, que dicha codificación no consigue, por el momento, visibilizar las realidades socioeconómicas. Se requiere la utilización de distintas herramientas desde AP que faciliten visibilizar el impacto en la salud de las desigualdades sociales y trabajar con un enfoque comunitario, de equidad y de justicia social.

Financiación

La presente investigación no ha recibido ayudas específicas provenientes de agencias del sector público, sector comercial o entidades sin ánimo de lucro.

Conflicto de intereses

Ninguno.

Agradecimientos

A Luisa Cabello Ballesteros, técnica de Salud Pública de la Unidad Docente Multiprofesional de Atención Familiar y Comunitaria Noroeste de Madrid por su colaboración necesaria para la obtención de los datos del estudio.

Bibliografía
[1]
Comité Internacional de Clasificación de la WONCA. CIAP-2.
Clasificación Internacional de la Atención Primaria.
Masson, (1999),
[2]
Sastre M, Benedé CB, coords. Orientación comunitaria: hacer y no hacer en Atención Primaria. Documentos Semfyc núm. 38 [consultado May 2018]. Disponible en: http://e-documentossemfyc.es/orientacion-comunitaria-hacer-y-no-hacer-en-atencion-primaria/
[3]
A. Ortiz Lobo, R. González González, F. Rodríguez Salvanés.
La derivación a salud mental de pacientes sin un trastorno psíquico diagnosticable.
Aten Primaria., 38 (2006), pp. 563-569
[4]
A. Diez Roux.
Conceptual approaches to the study of health disparities.
Annu Rev Public Health., 33 (2012), pp. 41-58
[5]
Gaceta Médica. Lunes, 21 agosto 2017. Consult@web permite combinar bases de datos y personalizar búsquedas [consultado Nov 2017]. Disponible en: http://www.gacetamedica.com/hemeroteca/consultwebpermitecombinarbasesdedatosypersonalizarbusquedasHRLG_901431
[6]
Instituto de Estadística de la Comunidad de Madrid [consultado Nov 2017]. Disponible en: www.madrid.org/iestadis/
[7]
Ayuntamiento de Madrid [consultado Nov 2017]. Disponible en: https://www.madrid.es/portal/site/munimadrid
[8]
Sistema de Información Geográfica de Indicadores de Salud (SIGIS) [Portal en Internet] [consultado Oct 2016]. Disponible en: http://sigsp/VISOR_SANIDAD/index.html
[9]
L. Bowleg.
The problem with the phrase women and minorities: intersectionality—an important theoretical framework for public health.
Am J Public Health., 102 (2012), pp. 1267-1273
[10]
N. Aerny Perreten, M. Ramsaco Gutierrez, J.L. Cruz Maceín, C. Rodriguez Rieiro, S. Garabato González, A. Rodriguez Laso.
La salud y sus determinantes en la población inmigrante de la Comunidad de Madrid.
Gac Sanit., 24 (2010), pp. 136-144
[11]
C.M.A. Fuertes, M.A. Martín Laso.
El inmigrante en la consulta de atención primaria.
An Sist Sanit Navar., 29 (2006), pp. 9-25
[12]
T. Glass, U. Bilal.
Are neighbourhoods causal? Complications arising from the «stickiness» of ZNA.
Soc Sci Med., 166 (2016), pp. 244-253
[13]
Guía de actuación en atención primaria y especializada para abordar la violencia de pareja hacia las mujeres [consultado Dic 2018]. Disponible en: http://observatorioviolencia.org/Descargar/guia-de-actuacion-en-atencion-especializada-para-abordar-la-violencia-de-pareja-hacia-las-mujeres/
[14]
Encuesta de población activa por comunidades autónomas; 2018.
[15]
A.J. Caban-Martinez, D.J. Lee, E. Goodman, E.P. Davila, L.E. Fleming, W.G. LeBlanc, et al.
Health indicators among unemployed and employed young adults.
J Occup Environ Med., 53 (2011), pp. 196-203
[16]
L. Reutter, K.E. Kushner.
Health equity through action on the social determinants of health: taking up the challenge in nursing.
[17]
M. Jiménez Carrillo, J. Fernández Rodker, M. Sastre Paz, Y. Santamaría Calvo, A. Alberquilla Menendez-Asenjo.
Variabilidad del registro de problemas sociales en las consultas de Atención Primaria.
Comunidad., 20 (2018), pp. 7
[18]
M.F. Domínguez-Berjón, C. Borrell, G. Cano-Serral, S. Esnaola, A. Nolasco, M.I. Pasarín, et al.
Construcción de un índice de privación a partir de datos censales en grandes ciudades españolas (Proyecto MEDEA).
Gac Sanit., 22 (2008), pp. 179-187
[19]
S. Heidari, T.F. Babor, P. De Castro, S. Tort, M. Curno.
Equidad según sexo y de género en la investigación: justificación de las guías SAGER y recomendaciones para su uso.
Gac Sanit., 33 (2019), pp. 203-210
[20]
C. Lozano Serrano, A. Ortiz Lobo, C. González Juárez.
Tratamiento y uso de recursos en salud mental de pacientes sin patología.
Rev Asoc Esp Neuropsiq., 34 (2014), pp. 267-281
[21]
Los 3 problemas de salud más importantes en España [Internet]. Medicocritico.blogspot.com.es; 2017 [consultado 20 Oct 2016]. Disponible en: http://medicocritico.blogspot.com.es/2013/07/los-3-problemas-de-salud-mas.html
[22]
R. Cofiño.
Tu código postal es más importante para tu salud que tu código genético.
Aten Primaria., 45 (2013), pp. 127-128
[23]
J. De Voe, A. Bazemore, E. Cottrell, S. Lilkumahuwa Ackman, J. Grandmont, N. Spach, et al.
Perspectives in Primary Care: a conceptual framework and path for integrating social determinants of health into primary care practice.
Ann Fam Med., 14 (2016), pp. 104-108
[24]
J.L. Turabián, B. Pérez Franco.
Reflexiones sobre el presente y el futuro de la medicina de familia.
[25]
Observatorio de Salud de Asturias.
Guía ampliada de recomendación de activos («prescripción social») en el sistema sanitario.
(2018),
[26]
Ministerio de Sanidad, Servicios Sociales e Igualdad.
Comisión para reducir las desigualdades sociales en salud en España. Avanzando hacia la equidad. Propuestas de políticas e intervenciones para reducir las desigualdades sociales en salud en España.
Madrid, (2015),
[27]
C. SobrinoArmas, C. Hernán García, R. Cofiño.
¿De qué hablamos cuando hablamos de «salud comunitaria»? Informe SESPAS 2018.
[28]
B. Botello, S. Palacio, M. García, M. Margolles, F. Fernández, M. Hernán, et al.
Metodología para el mapeo de activos de salud en una comunidad.
Gac Sanit., 27 (2013), pp. 180-183
Opciones de artículo
Herramientas
es en pt

¿Es usted profesional sanitario apto para prescribir o dispensar medicamentos?

Are you a health professional able to prescribe or dispense drugs?

Você é um profissional de saúde habilitado a prescrever ou dispensar medicamentos

es en pt
Política de cookies Cookies policy Política de cookies
Utilizamos cookies propias y de terceros para mejorar nuestros servicios y mostrarle publicidad relacionada con sus preferencias mediante el análisis de sus hábitos de navegación. Si continua navegando, consideramos que acepta su uso. Puede cambiar la configuración u obtener más información aquí. To improve our services and products, we use "cookies" (own or third parties authorized) to show advertising related to client preferences through the analyses of navigation customer behavior. Continuing navigation will be considered as acceptance of this use. You can change the settings or obtain more information by clicking here. Utilizamos cookies próprios e de terceiros para melhorar nossos serviços e mostrar publicidade relacionada às suas preferências, analisando seus hábitos de navegação. Se continuar a navegar, consideramos que aceita o seu uso. Você pode alterar a configuração ou obter mais informações aqui.