Valorar la utilidad del análisis multinivel aplicado a las encuestas de satisfacción de los pacientes atendidos en consultas externas para evaluar las unidades clínicas y las especialidades médicas.
MétodosEncuestas telefónicas a 6.922 pacientes atendidos en consultas externas en el Servicio Navarro de Salud para evaluar la calidad percibida de 94 unidades clínicas y 37 especialidades médicas. Se ha realizado un análisis jerárquico con 3 niveles (pacientes, unidades clínicas y especialidades médicas).
ResultadosEl paciente explicó entre el 91,7 y el 99,3% de la variabilidad de las puntuaciones obtenidas en las encuestas. La percepción de la calidad de servicio también depende de la unidad clínica, ya que en 18 de los 20 ítems analizados, la varianza explicada por la unidad clínica fue estadísticamente significativa y fluctuó entre el 0,9 y el 8,3%. La especialidad médica consiguió explicar un 4,2% de la variabilidad en un solo ítem. Los pacientes menores de 65 años, los atendidos en primera consulta y los que acudieron a hospitales terciarios otorgaron puntuaciones más bajas.
ConclusionesEl análisis multinivel es un instrumento útil para analizar y comparar los resultados de las encuestas de satisfacción, ya que permite discriminar de forma adecuada las distintas unidades clínicas de un servicio de salud, elemento esencial para la gestión de las mencionadas unidades. Además, permite conocer el porcentaje de variabilidad atribuida a cada nivel y qué variables son explicativas de la calidad de servicio obtenida.
Evaluate the usefulness of multilevel analysis applied to satisfaction surveys to assess the ambulatory care offered by the Clinical Units and Medical Specialties.
MethodsTelephone surveys were conducted on 6,922 patients seen in outpatient visits in the Navarra Health System in order to assess 94 Clinical Units and 37 Medical Specialties. A hierarchical analysis was then performed at 3 levels (patients, Clinical Units and Medical Specialties).
ResultsThe patient explained between 91.7% and 99.3% of the variability in the satisfaction survey scores. The patient perception of service quality also depends of the clinical unit, in 18 out of 20 items analysed, the variance related to the Clinical Unit was statistically significant, and ranged from 0.9% and 8.3%. The Medical Specialty explained 4.2% of the variability in only one item. Patients aged under 65 years, patients seen in first visit, and those who were seen at tertiary hospitals gave the lowest scores.
ConclusionsMultilevel analysis is a useful tool to analyse and compare satisfaction survey results, as it can correctly distinguish the different Clinical Units of a health service, and this is a key element in the management of these Units. Moreover, it gives the percentage of variability due to each level and which variables predict the quality of service obtained.
La inclusión de la opinión del usuario en la gestión de las organizaciones sanitarias cobra cada día mayor relevancia. Las organizaciones sanitarias no solamente tienen que ofrecer prestaciones clínicamente efectivas y basadas en la evidencia, sino que además los cuidados tienen que ser aceptados y beneficiosos desde la óptica de los pacientes1.
Para conocer la satisfacción de los pacientes respecto a la atención sanitaria recibida, las organizaciones sanitarias utilizan diversos instrumentos, siendo las encuestas de satisfacción el método más habitual.
Los resultados de las encuestas de satisfacción de pacientes se pueden utilizar para conocer el funcionamiento de la gestión del sistema e identificar áreas de mejora2,3; y además, si hubiera transparencia en la información externa y los resultados de las encuestas fueran públicos, estos podrían orientar a los pacientes en la elección de centro asistencial, unidad clínica o profesional4,5. En cualquiera de los casos, las comparaciones entre distintas unidades organizativas son necesarias. Cuando las puntuaciones obtenidas por los diferentes proveedores (centros sanitarios, unidades clínicas, etc.) son muy similares, lo que sucede en las encuestas de satisfacción en el sector sanitario6, no sería procedente la utilización de tablas de clasificación7–9.
Se ha comprobado que para comparar servicios sanitarios es incorrecto emplear las puntuaciones medias y sus intervalos de confianza sin ajustes7,10,11. Esto se debe a que los análisis habituales subestiman los valores de los errores estándar, lo que hace que las comparaciones no sean válidas sin una mayor elaboración de los datos. Además, la independencia entre los sujetos no puede garantizarse si hay un agrupamiento entre las unidades (pacientes que se anidan en unidades clínicas, unidades clínicas que se anidan en hospitales, etc.). Para poder analizar estos datos, a fin de obtener comparaciones válidas entre distintos proveedores de servicios, hay que utilizar métodos estadísticos más complejos12.
Una de las áreas de investigación actuales consiste en el desarrollo de los métodos más adecuados para comparar proveedores de servicios sanitarios8,11,13–19. En este sentido, la utilización del análisis multinivel es una de las herramientas que se está empleando para realizar comparaciones entre grupos (hospitales, escuelas, etc.) y soslayar los numerosos problemas metodológicos a los que hay que enfrentarse si se emplea otro tipo de análisis16,20–23.
Aunque hay numerosos trabajos que analizan la satisfacción de los pacientes, se ha explorado poco qué peso tienen las unidades clínicas y las especialidades médicas en la variabilidad de las puntuaciones obtenidas, y todavía es poco frecuente el empleo del análisis multinivel para identificar en las encuestas de calidad percibida qué unidades se sitúan por encima o por debajo de la media24–29.
El objetivo del presente trabajo fue valorar la utilidad del análisis multinivel aplicado a las encuestas de satisfacción de los pacientes atendidos en consultas externas para evaluar las unidades clínicas y las especialidades médicas.
MétodosLos datos utilizados procedieron de un estudio transversal en el que a través de una entrevista telefónica con un cuestionario estructurado se preguntó a los pacientes atendidos en consultas ambulatorias su percepción sobre diferentes aspectos de la atención recibida.
El cuestionario constó de 20 preguntas cerradas de opción múltiple, excluyendo las referentes a datos personales y de control (anexo 1). Las preguntas hacían referencia a aspectos en los que los profesionales que trabajan en las unidades clínicas tienen algún grado de responsabilidad. No se preguntaron otros aspectos como la hostelería, aparcamiento, etc. ya que son comunes para el centro en su conjunto.
El trabajo de campo fue realizado por una empresa especializada con la participación de 10 encuestadores que cubrieron un horario de 9 de la mañana a 9 de la noche, que permitió intentar establecer contacto hasta en 10 ocasiones con todos los pacientes susceptibles de ser entrevistados. Las entrevistas se realizaron un mes después del contacto sanitario. Previamente a la entrevista el paciente recibió una carta en su domicilio informándole de los objetivos de la encuesta.
La tasa de respuesta al cuestionario fue del 92,4%. En cuanto a la fiabilidad del cuestionario, los coeficientes alfa de Cronbach y el coeficiente alfa con los ítems tipificados alcanzaron un valor de 0,96. La correlación múltiple al cuadrado obtuvo valores que oscilaron entre 0,53 y 0,78.
La validez de criterio concurrente respecto al criterio de referencia «fidelidad»30 (preguntaba si el paciente volvería al mismo servicio en el caso de que en un futuro necesitase ser atendido por un problema similar y pudiera elegir) obtuvo un coeficiente pseudo r cuadrado de Cox y Snell de 0,65.
Entre octubre y diciembre del año 2005 fueron entrevistados 6.922 pacientes atendidos en 94 unidades clínicas médicas (37 especialidades médicas) del Servicio Navarro de Salud-Osasunbidea (SNS-O). El margen de error para un nivel de confianza del 95% para el conjunto de la muestra fue de 0,6. La unidad muestral fue la unidad clínica, extrayéndose de cada una de ellas una muestra de pacientes mediante un muestreo aleatorio simple sin reposición. Para cada unidad clínica se seleccionaron un mínimo de 50 pacientes y un máximo de 100.
Se definió como unidad clínica aquella unidad de atención ambulatoria especializada compuesta por sus recursos materiales y humanos que atiende a los pacientes de una especialidad en un centro sanitario (ejemplo: Unidad de Cardiología que orgánicamente pertenece al centro X). Se definió como especialidad a la agrupación de unidades clínicas que tratan a los pacientes de una misma especialidad en el conjunto del SNS-O (ejemplo: cardiología).
Las variables independientes introducidas en el modelo fueron tanto individuales (tabla 1) (edad, género y tipo de consulta) como grupales (tipo de unidad, tamaño y tipo de centro al que pertenecen). Se consideraron variables dependientes cada uno de los ítems recogidos en los cuestionarios de satisfacción.
Personas encuestadas en función del género, edad, interlocutor y tipo de consulta
| n | % | |
| Género | ||
| Hombres | 3.016 | 43,6 |
| Mujeres | 3.906 | 56,4 |
| Edad | ||
| Menores de 16 años | 255 | 3,7 |
| De 16 a 65 años | 4.243 | 61,3 |
| Mayores de 65 años | 2.424 | 35,0 |
| Interlocutor | ||
| Propio paciente | 6.757 | 97,6 |
| Interlocutor válido | 165 | 2,4 |
| Tipo de consulta | ||
| Primera consulta | 2.475 | 35,8 |
| Consulta sucesiva | 4.432 | 64,2 |
Se realizó un análisis multinivel utilizando los programas STATA 10 y ML-WIN 2.10. Para el resto de los análisis se utilizó el SPSS 15.0.
El análisis multinivel se estructuró en 3 niveles. El nivel 1 lo constituyeron los pacientes, el nivel 2 las unidades clínicas y el nivel 3 las especialidades. Los pacientes se anidaron en las unidades clínicas y las unidades clínicas se anidaron en especialidades (fig. 1).
En primer lugar, se utilizó un modelo nulo sin ningún tipo de variables predictoras. Para las variables dependientes cuantitativas el modelo nulo se definió de la siguiente manera:
Yijk representa el valor de la variable dependiente, por ejemplo, información sobre el régimen de vida, para el paciente i, en la unidad clínica j de la especialidad k.
β000 representa la media general y los términos aleatorios ηkμjk y ¿ijk representan los residuales de cada nivel: especialidad, unidad clínica y paciente respectivamente. Se asume que los términos aleatorios tienen una media de 0 y una varianza de τh,τμ y σ¿2 para los niveles 3, 2 y 1 respectivamente.
El modelo se construyó por etapas, introduciendo las variables de los diferentes niveles de forma que el modelo final se representa mediante la siguiente ecuación:
Siendo β el coeficiente de las variables del nivel 1 (paciente), y α y γ los coeficientes para las variables a nivel de unidad clínica y especialidad respectivamente.
Para las variables dependiente dicotómicas, el modelo matemático se representó con la siguiente ecuación:
Se estudió la parte fija del modelo mediante el análisis de las variables explicativas a través de la razón t definida como el coeficiente estimado dividido por su error estándar.
La parte aleatoria del modelo se estudió mediante el análisis de la variabilidad atribuible a la unidad clínica y a la especialidad. La reducción proporcional de la varianza para los 3 niveles se calculó según el método de Siddiqui, Hedeker, Flay y Hu31.
En el análisis multinivel la estimación de los parámetros (coeficientes de regresión y componentes de la varianza) se realizó a través del método de máxima verosimilitud22,31–33. El procedimiento de máxima verosimilitud genera un estadístico denominado deviance que indica la bondad del ajuste del modelo.
En cada modelo se calculó: el valor de la deviance, el de la varianza y su error estándar, el porcentaje de la variabilidad explicada por el paciente, por la unidad clínica y por la especialidad.
Para todas las pruebas estadísticas se fijó el nivel de significación en el 5%.
ResultadosEl número de pacientes que respondió cada pregunta osciló entre 1.674 (información sobre el régimen de vida) y 6.895 (tiempo con el médico) ya que determinadas preguntas solamente las tenían que responder los pacientes que cumplieran determinadas condiciones. Las medias para cada aspecto evaluado oscilaron entre 3,4 puntos y 9 puntos, y las desviaciones estándar entre 0,3 y 3,7 (tabla 2).
Cuestionario para pacientes en atención ambulatoria
| Atención ambulatoria | Tamaño muestral | Media general (IC 95%) | Desviación estándar | N.° de unidades clínicas (UC) | Puntuación de la UC P5 | Puntuación de la UC P50 | Puntuación de la UC P95 |
| Información sobre pruebas | 6.754 | 8,4 (8,3-8,4) | 1,5 | 94 | 7,9 | 8,4 | 8,9 |
| Información sobre tratamiento | 5.800 | 9,0 (8,9-9,1) | 0,3 | 94 | 7,7 | 9,1 | 9,8 |
| Información sobre opciones de tratamiento | 2.780 | 8,3 (8,2-8,4) | 3,7 | 94 | 5,0 | 8,6 | 10,0 |
| Información régimen de vida | 1.674 | 8,5 (8,4-8,5) | 1,2 | 94 | 7,8 | 8,5 | 9,1 |
| Información sobre medicamentos | 3.347 | 8,7 (8,7-8,8) | 1,1 | 94 | 8,1 | 8,7 | 9,3 |
| Informe escrito | 6.815 | 3,4 (3,3-3,5) | 5 | 94 | 1,6 | 3,4 | 5,3 |
| Atención por el mismo especialista | 6.922 | 8,7 (8,6-8,8) | 3 | 94 | 7,0 | 8,7 | 9,7 |
| Intimidad | 6.765 | 8,7 (8,6-8,7) | 1,1 | 94 | 8,3 | 8,6 | 9,1 |
| Interés en ayudarle a comprender enfermedad | 6.888 | 8,5 (8,5-8,5) | 1,3 | 94 | 8,1 | 8,5 | 8,9 |
| Amabilidad de los médicos | 6.884 | 8,7 (8,7-8,8) | 1,2 | 94 | 8,3 | 8,8 | 9,2 |
| Amabilidad de las enfermeras | 6.742 | 8,8 (8,8-8,8) | 1 | 94 | 8,4 | 8,8 | 9,1 |
| Tiempo con el médico | 6.895 | 8,4 (8,3-8,4) | 1,3 | 94 | 7,7 | 8,4 | 8,8 |
| Puntualidad en consulta | 6.858 | 9 (9,0-9,0) | 1,7 | 94 | 8,3 | 9,1 | 9,7 |
| Competencia de los médicos | 6.825 | 8,7 (8,7-8,8) | 1,2 | 94 | 8,3 | 8,7 | 9,1 |
| Competencia de las enfermeras | 6.658 | 8,7 (8,7-8,8) | 1,1 | 94 | 8,3 | 8,7 | 9,1 |
| Percepción del tiempo en lista de espera | 2.436 | 5,7 (5,6-5,8) | 3,2 | 94 | 3,9 | 5,6 | 8,1 |
| Fidelidad | 6.874 | 8,7 (8,7-8,7) | 1,4 | 94 | 8,2 | 8,7 | 9,3 |
| Utilidad de la consulta | 6.854 | 8,4 (8,4-8,4) | 1,5 | 94 | 7,8 | 8,5 | 8,9 |
| Satisfacción con el médico | 6.894 | 8,6 (8,6-8,7) | 1,2 | 94 | 8,2 | 8,7 | 9,1 |
| Satisfacción con las enfermeras | 6.745 | 8,7 (8,7-8,8) | 1,1 | 94 | 8,4 | 8,7 | 9,1 |
Tamaño muestral, media del ítem con su intervalo de confianza (IC) al 95%, valor de la desviación estándar, número de unidades clínicas estudiadas, valor medio del ítem de la unidad clínica que ocupa el percentil 5 (P5), el percentil 50 (P50) y percentil 95 (P95).
Para valorar la dispersión en las puntuaciones obtenidas por las unidades clínicas se indican las puntuaciones obtenidas por las unidades clínicas que ocuparon el percentil 5, el 50 y el 95 (tabla 2).
Para cada tipo de atención y para cada ítem estudiado, se analizó tanto la parte fija como la aleatoria del modelo. La parte aleatoria nos permite conocer el porcentaje de variabilidad atribuible a cada nivel (paciente, unidad clínica y especialidad), mientras que la parte fija nos permite conocer a través de sus coeficientes respectivos las variables explicativas tanto a nivel individual como grupal.
Parte aleatoriaEn la tabla 3 se presenta, en las 3 primeras columnas el modelo vacío (sin ningún tipo de variable explicativa) y en las 3 siguientes el modelo aplicado (con la inclusión de todas las variables). Para cada modelo, se muestra el porcentaje de la varianza de las puntuaciones de cada pregunta debida al paciente (nivel 1) (el cálculo corresponde con: varianza del paciente/varianza total), a la unidad clínica (nivel 2) (según el método Siddiqui, Hedeker, Flay y Hu: varianza de la unidad clínica+varianza de la especialidad médica/varianza total), y el porcentaje de la varianza de las puntuaciones de cada pregunta que es debida a la especialidad médica (nivel 3)(varianza de la especialidad médica/varianza total).
Porcentaje de varianza para el nivel 1 (paciente), 2 (unidad clínica) y 3 (especialidad médica) en el modelo vacío y en el modelo aplicado. Pacientes ambulatorios
| Modelo vacío | Modelo aplicado | Diferencia desvianzas | |||||
| Pacientes ambulatorios | % Var Paca | % Var UCb | % Var Espc | % Var Paca | % Var UCb | % Var Espc | |
| Información pruebas | 97,4 | 2,6 | 0,0 | 98,5 | 1,5 | 0,0 | 177,2 |
| Información tratamiento | 94,6 | 5,4 | 3,3 | 97,5 | 2,5 | 1,7 | 111,1 |
| Información opciones de tratamiento | 92,5 | 7,5 | 1,3 | 92,4 | 7,6 | 1,7 | 23,8 |
| Información régimen de vida | 95,8 | 4,2 | 0,0 | 99,3 | 0,7 | 0,0 | 59,8 |
| Información medicamentos | 95,1 | 4,9 | 0,0 | 97,1 | 2,9 | 0,0 | 62,2 |
| Informe escrito | 93,4 | 6,6 | 4,6 | 93,9 | 6,1 | 4,2 | 32,7 |
| Atención por el mismo especialista | 90,9 | 9,1 | 0,0 | 91,7 | 8,3 | 0,0 | 177,5 |
| Intimidad | 97,2 | 2,8 | 0,2 | 99,1 | 0,9 | 0,2 | 161,2 |
| Interés por ayudarle a comprender enfermedad | 97,7 | 2,3 | 0,1 | 98,5 | 1,5 | 0,0 | 186,2 |
| Amabilidad médicos | 97,2 | 2,8 | 0,2 | 97,9 | 2,1 | 0,0 | 154,0 |
| Amabilidad enfermería | 97,9 | 2,1 | 0,0 | 98,5 | 1,5 | 0,0 | 138,5 |
| Tiempo con el médico | 96,1 | 3,9 | 0,3 | 97,4 | 2,6 | 0,1 | 190,8 |
| Puntualidad en consulta | 96 | 4,0 | 0,4 | 96,4 | 3,6 | 0,6 | 166,0 |
| Competencia profesional médicos | 97,8 | 2,2 | 0,2 | 98,5 | 1,5 | 0,0 | 140,4 |
| Competencia profesional enfermería | 98,1 | 1,9 | 0,3 | 98,8 | 1,2 | 0,0 | 138,1 |
| Valoración del tiempo de espera | 92,2 | 7,8 | 0,5 | 93,6 | 6,4 | 0,0 | 24,8 |
| Fidelidad médico | 96,9 | 3,1 | 0,5 | 97,3 | 2,7 | 0,1 | 150,2 |
| Utilidad consulta | 97,3 | 2,7 | 1,0 | 97,9 | 2,1 | 0,7 | 132,4 |
| Satisfacción médico | 97,8 | 2,2 | 0,4 | 98,2 | 1,8 | 0,2 | 208,9 |
| Satisfacción enfermería | 98,2 | 1,8 | 0,2 | 98,6 | 1,4 | 0,0 | 130,3 |
Para las variables dependientes dicotómicas, se realizó un análisis multinivel logístico. En esos casos, el cálculo de la varianza para el primer nivel se hizo de acuerdo a la siguiente fórmula π2/3=3,2932.
La última columna refleja la diferencia de desvianza entre el modelo vacío y el aplicado.
En el modelo aplicado (tabla 3), para el nivel 1 o paciente, el porcentaje de varianza osciló entre el 91,7 y el 99,3%. Como se puede observar, la unidad clínica consiguió varianzas superiores a 2 veces su error estándar para todas las preguntas menos para «la información sobre el tratamiento» y «la información sobre el régimen de vida». Sin embargo, el nivel especialidad médica consiguió para una sola variable, «entrega de algún tipo de informe escrito correspondiente a la consulta», una varianza superior a 2 veces su error estándar consiguiendo explicar un 4,2% de la variabilidad de la satisfacción.
Parte fijaLa tabla 4 refleja los coeficientes de las variables predictoras para los pacientes atendidos en régimen de atención ambulatoria. En columnas se reflejan las variables independientes tanto individuales como grupales, y en filas cada uno de los ítems del cuestionario utilizados como variables dependientes.
Coeficientes significativos para cada uno de los ítems estudiados en el cuestionario de pacientes ambulatorios
| Pacientes ambulatorios | Mujer | <16 años | 16-65 años | >65 años | Primera consulta | Servicio quirúrgico | Hospital de 0 a 99 camas | Hospital de 100 a 200 camas | Hospital terciario |
| Información sobre pruebas | −0,4 | −0,1 | −0,2 | −0,3 | |||||
| Información sobre tratamiento | −0,3 | −0,5 | −0,4 | −0,7 | 0,6 | 0,5 | 0,8 | ||
| Información sobre opciones de tratamiento | −0,4 | ||||||||
| Información régimen de vida | 0,4 | 0,6 | |||||||
| Información sobre medicamentos | 0,4 | ||||||||
| Informe escrito | 0,2 | 0,1 | |||||||
| Atención por el mismo especialista | −0,2 | 1,0 | −0,5 | ||||||
| Intimidad | 0,1 | −0,3 | −0,2 | −0,1 | 0,3 | ||||
| Interés en ayudarle a comprender enfermedad | −0,3 | −0,3 | −0,1 | −0,2 | |||||
| Amabilidad de los médicos | −0,3 | −0,3 | |||||||
| Amabilidad de las enfermeras | 0,3 | −0,1 | −0,1 | ||||||
| Tiempo con el médico | 0,3 | −0,2 | −0,3 | ||||||
| Puntualidad en la consulta | 0,4 | ||||||||
| Competencia de los médico | −0,3 | −0,3 | −0,1 | 0,1 | |||||
| Competencia de las enfermeras | −0,3 | −0,3 | −0,1 | −0,1 | −0,1 | ||||
| Percepción del tiempo de espera | −0,7 | 0,8 | |||||||
| Fidelidad | 0,4 | −0,1 | |||||||
| Utilidad de la consulta | 0,3 | −0,2 | |||||||
| Satisfacción con el médico | 0,3 | −0,1 | |||||||
| Satisfacción con las enfermeras | 0,3 | −0,1 |
No todas las variables predictoras tuvieron influencia en los ítems estudiados. A la hora de interpretar los resultados, se seleccionaron aquellas que obtuvieron coeficientes estadísticamente significativos para al menos el 25% de los ítems analizados. Las variables que cumplieron este criterio fueron: la edad, atención en primera consulta, y tipo de hospital (hospital de 100 a 200 camas y hospital terciario). Los pacientes menores de 65 años, los pacientes atendidos en primera consulta y los que acudieron a hospitales terciarios otorgaron puntuaciones más bajas mientras que los pacientes mayores de 65 años y los que fueron a hospitales de 100 a 200 camas fueron más generosos otorgando puntuaciones.
DiscusiónLos resultados de la mayor parte de las encuestas de satisfacción realizadas en las organizaciones sanitarias dan unos resultados «excesivamente buenos» con aproximadamente entre el 85 y el 90% de pacientes satisfechos. Las valoraciones positivas otorgadas por los pacientes agradan habitualmente a los gestores sanitarios, pero representan una fuente de preocupación para los investigadores, debido a la poca variabilidad de las respuestas obtenidas ya que muy pocos pacientes son capaces de realizar una valoración crítica de la atención recibida. La insatisfacción solamente se expresa cuando algo extremadamente negativo ha ocurrido10,34.
Los resultados de este trabajo no son ajenos a esa tendencia generalizada, ya que solamente 2 ítems (10%) (percepción del tiempo en la lista de espera y el envío del informe escrito) han quedado por debajo de 8 puntos de media en una escala del 0 al 10.
La entrevista telefónica nos ha permitido obtener una alta tasa de respuesta (92,4%) frente a otras técnicas de recopilación de datos que logran tasas menores35. Aunque los pacientes pueden ser menos rigurosos en la valoración de la calidad de servicio ante la presencia de un entrevistador, las entrevistas telefónicas permiten clarificar dudas que les puedan surgir a los pacientes y, de esta forma, obtener respuestas con mayor grado de validez36. Se optó por un método cuantitativo, la encuesta37, para poder obtener información comparable y continuada en el tiempo de todas y cada una de las unidades clínicas.
Una de las barreras que dificultan la implantación de acciones de mejora derivadas de los resultados de las encuestas de satisfacción es la insuficiente información obtenida de las unidades pequeñas3,38. En nuestro caso, al utilizar como referencia la unidad clínica, se ha podido obtener información detallada de cada una de ellas. Este hecho favorece, por una parte, una mayor identificación de los profesionales con los resultados de las unidades en las que trabajan y, por otra, que las acciones de mejora se pueden implantar solamente en aquellas unidades que lo precisen.
Se ha utilizado el análisis multinivel por 2 razones. En primer lugar, interesaba analizar en qué medida la especialidad, la unidad clínica y el paciente influían en los resultados de satisfacción obtenidos. En segundo lugar, el análisis multinivel identifica las variables de ajuste que se deben incluir en los modelos para realizar benchmarking entre unidades clínicas. Autores como Hekkert et al.29 consideran variables de ajuste a aquellas que consiguen mejorar el modelo en todas las dimensiones estudiadas. En nuestro estudio ninguna variable independiente consiguió coeficientes estadísticamente significativos en todos los ítems del cuestionario. No obstante, la edad, el tipo de consulta (primera-sucesiva) y el tipo de hospital consiguieron afectar al menos al 25% de los ítems evaluados.
Los pacientes atendidos en primera consulta estaban menos satisfechos que los atendidos en visitas sucesivas. Podría ser que la discrepancia entre expectativas y percepciones sea mayor en la primera consulta, y que el paciente cambiara sus expectativas en los sucesivos contactos sanitarios, o que los pacientes consideren que la primera visita no es resolutiva si se requieren pruebas o exploraciones complementarias. Se ha estudiado la influencia del número de visitas en la satisfacción de los pacientes aunque los resultados varían en función del sistema sanitario y del ámbito de atención39,40.
En cuanto a las características del hospital se ha observado que el tamaño, su ubicación y organización influyen en la satisfacción de los pacientes aunque su contribución es pequeña41–43. En nuestro caso, los aspectos organizativos evaluados apenas han tenido influencia en los resultados de las encuestas de satisfacción.
En cuanto a la importancia de las unidades clínicas para explicar la variabilidad de las puntuaciones obtenidas, los resultados de este estudio son coherentes con los de los análisis multinivel publicados por otras organizaciones sanitarias. Hekkert et al.29 estudiaron, tanto en atención ambulatoria como hospitalaria, la influencia del hospital y del departamento en la satisfacción de los pacientes. El porcentaje de variabilidad que explicó el hospital osciló entre el 0,4 y el 2,5%, y el departamento entre el 0,5 y el 2,7% en función de los ítems estudiados. En el ámbito de la atención mental ambulatoria26 las unidades psiquiátricas explicaron el 2% de la variabilidad total. Cuando se valora la percepción de los pacientes tras la intervención de cataratas, de artroplastia de cadera o de rodilla, el centro hospitalario explica entre el 1 y el 3% de la variabilidad total27,28. En el marco hospitalario de la atención de enfermería, las unidades clínicas supusieron menos del 1% de la varianza de la satisfacción24. Si la unidad de análisis es el hospital, este aporta entre el 0,23 y el 6,5% de la variabilidad total en función de los aspectos preguntados42. En atención primaria, el médico explica entre el 5 y el 10% de la variabilidad44.
Estos resultados pueden deberse a diferentes causas. La primera haría referencia a la capacidad del instrumento utilizado para discriminar entre unidades clínicas; la segunda, a una considerable homogeneidad en la actuación de las diferentes unidades clínicas, y la tercera puede deberse a una gran variabilidad de comportamiento de los profesionales que pertenecen a las mismas unidades clínicas, lo cual provocaría que las puntuaciones tendieran a la media.
La mayor parte de la variabilidad está en el nivel del paciente, ya que los pacientes de las unidades clínicas no son reclutados a partir de una unidad social concreta y no suelen tener las mismas características socio-demográficas. Además, los pacientes no interaccionan los unos con los otros lo suficiente como para que las evaluaciones de los unos influyan en los otros. Los pacientes con patologías similares suelen ser tratados por las mismas unidades clínicas, pero no parece que la forma de comportarse con los pacientes difiera de una unidad a otra45.
La especialidad médica se ha utilizado como tercer nivel del modelo jerárquico por varias razones. Por una parte, los pacientes atendidos por una misma especialidad médica podrían compartir características comunes (por ejemplo, los pacientes atendidos en Pediatría o Geriatría tienen como mínimo características similares en cuanto a edad). Por otra parte, el comportamiento de los profesionales podría deberse más a las características específicas de la especialidad (por la formación recibida, tipo de pacientes que atienden46, cultura38,46–49) que a las de una unidad clínica concreta. No obstante, el análisis realizado en este trabajo nos ha indicado que la variabilidad de las puntuaciones que explica la especialidad médica solamente es relevante en aspectos muy concretos (informe escrito en pacientes ambulatorios). Por todo ello, con carácter general, se podría prescindir de este tercer nivel en los modelos matemáticos que se formulen.
Se han identificado diferencias entre unidades clínicas en 18 de los 20 ítems estudiados (90%), lo que indica la utilidad del análisis multinivel para discriminar de forma adecuada las distintas unidades clínicas.
El uso del análisis multinivel permite la identificación de unidades clínicas, tanto excelentes como con áreas de mejora, con menos probabilidades de equivocación que si se emplean otros métodos ya que calcula de forma adecuada los errores de tipo I21–23.
Este hecho es de gran relevancia en los casos en que la organización establezca sistemas de recompensa (incentivos o penalizaciones) basados en la percepción de los pacientes, implante planes de mejora específicos para unidades clínicas en función de dichos resultados, establezca estrategias de benchmarking corporativo, o proporcione esta información a los pacientes que podrían incorporarla como un elemento más a la hora de elegir las unidades en las que desean ser atendidos.
Conflictos de interésLos autores declaran no tener ningón conflicto de intereses.
