105015

Master Thesis ǀ Tesis de Maestría submitted within the UNIGIS MSc programme presentada para el Programa UNIGIS MSc at/en

Interfaculty Department of Geoinformatics- Z_GIS Departamento de Geomática – Z_GIS University of Salzburg ǀ Universidad de Salzburg

Evaluación espacial del nivel de criticidad de la calidad y cobertura del sistema de salud pública para diferentes patologías Caso de Estudio: Colombia 2017

Spatial Assessment of Public Health Services (criticality of quality and coverage) for selected pathologies Case Study: Colombia 2017 by/por

Ingeniera Andrea del Pilar Gutiérrez Aguilera Número estudiante Universidad Salzburgo: 11746424 A thesis submitted in partial fulfilment of the requirements of the degree of Master of Science– MSc Advisor ǀ Supervisor:

Karl Atzmanstorfer, PhD Bogotá - Colombia, septiembre de 2021

Compromiso de Ciencia Por medio del presente documento, incluyendo mi firma personal certifico y aseguro que mi tesis es completamente el resultado de mi propio trabajo. He citado todas las fuentes que he usado en mi tesis y en todos los casos he indicado su origen.

(Firma)

Bogotá, Colombia, agosto de 2021.

Dedicatoria A mi madre porque desde el cielo sé que está orgullosa de mis logros... a mis hijos que son la inspiración más grande que tengo… y a mi esposo qué es un ejemplo para seguir de perseverancia y esfuerzo para alcanzar los objetivos profesionales.

4

Glosario ADRES: Administradora de los Recursos del Sistema General de Seguridad Social en Salud.

AED: Análisis Exploratorio de Datos.

APS: Atención Primaria de Salud.

BID Banco Interamericano de Desarrollo BDUA: Base de Datos Única del Sistema de Seguridad Social.

CNSSS: Consejo Nacional de Seguridad Social en Salud.

DANE: Departamento Administrativo Nacional de Estadística.

DHS: Encuesta Demográfica y de Salud ECV: Encuesta de Calidad de Vida.

EPS: Entidades Promotoras de Salud (EPS). Supersalud.

ESE: Empresas Sociales del Estado.

IDE: Infraestructura de Datos Espaciales.

INS: Instituto Nacional de Salud.

IPS: Instituciones Prestadoras de Salud.

MIAS: Modelo Integral de Atención en Salud.

Minsalud: Ministerio de Salud y Protección Social.

Morbilidad: Cantidad de personas que enferman en un lugar y un período de tiempo determinados en relación con el total de la población.

Mortalidad: Cantidad de personas que mueren en un lugar y en un período de tiempo determinados en relación con el total de la población.

MICS: Encuesta de Conglomerados de Indicadores Múltiples MIPRES: Mi Prescripción OMS: Organización Mundial de la Salud.

OPS: Organización Panamericana de la Salud.

PAI: Programa Ampliado de Inmunización PAIS: Política de Atención Integral en Salud.

5

PARS: Programa de Apoyo a la Reforma de Salud PIB: Producto Interno Bruto.

POS: Plan Obligatorio de Salud.

PQR: Peticiones, Quejas y Reclamos.

PQRD: Peticiones, Quejas y Reclamos y Solicitudes.

REPS: Registro Especial de Prestadores de Servicios de Salud.

QUALIMED: Consorcio Asociación Centro de Gestión Hospitalaria - Canadian Council on Health Services Accreditation RIPS: Registros Individuales de Prestación de Servicios de Salud.

RIPSA: Red Inteligencia de Informaciones para la Salud.

RISS: Redes Integradas de Servicios de Salud.

RUAF: Registro Único de Afiliados.

SGSSS: Sistema General de Seguridad Social en Salud.

SIG: Sistemas de Información Geográficas.

SIHO: El Sistema de Gestión Hospitalaria.

SIS: Grupo de Soluciones Inmediatas de Salud de la Superintendencia Nacional de Salud.

SISPRO: Sistema Integral de Información para la Protección Social.

Supersalud: Superintendencia Nacional de Salud.

SISBÉN: Sistema de Identificación de Potenciales Beneficiarios de Programas Sociales.

SISMED: Sistema de Información de Precios de Medicamentos.

UNICEF: Fondo de las Naciones Unidas para la Infancia

6

Contenido Compromiso de Ciencia ........................................................................................................ 2 Dedicatoria........................................................................................................................... 3 Glosario................................................................................................................................ 4 Contenido ............................................................................................................................ 6 Lista de Figuras ..................................................................................................................... 9 Lista de Tablas .................................................................................................................... 12 Resumen ............................................................................................................................ 13 Abstract ............................................................................................................................. 14 1 Introducción .................................................................................................................... 15 1.1 Antecedentes ..................................................................................................................... 15 1.2 Objetivos y pregunta de investigación ............................................................................... 16 1.2.1 Objetivo General ....................................................................................................... 16 1.3 Hipótesis............................................................................................................................. 18 1.4 Justificación ........................................................................................................................ 18 1.5 Alcance ............................................................................................................................... 19 2 Revisión de Literatura ...................................................................................................... 20 2.1 Marco Teórico .................................................................................................................... 20 2.1.1. Salud Pública ............................................................................................................ 20 2.1.2 Indicadores de Salud Pública .................................................................................... 23 2.1.3 Limitantes de la construcción de indicadores de salud ............................................ 27 2.1.4 Modelos para la configuración de redes de salud publica ....................................... 28 2.1.1 Conceptos base necesarios del funcionamiento del sistema de salud en Colombia 30 2.1.2 Herramientas disponibles para el Monitoreo y Evaluación del SGSSS en Colombia 31 2.1.3 Problemáticas identificadas en el sistema de salud colombiano ............................. 31 2.1.4

Los conceptos de criticidad, calidad y cobertura en el ámbito de la salud pública 35

7

2.2 Marco Histórico .................................................................................................................. 39 2.2.1 Evolución del concepto de análisis espacial de los servicios de salud ...................... 39 2.2.2 Conceptos de Análisis espaciales relevantes, aplicados al diagnóstico de redes de los servicios de salud ............................................................................................................... 41 2.3 Marco Metodológico.......................................................................................................... 44 2.3.1 Análisis Exploratorio de Datos (AED) ........................................................................ 44 2.3.2. Técnicas cartográficas de representación de la información .................................. 46 2.3.2 Análisis por capas en SIG........................................................................................... 50 3 Metodología .................................................................................................................... 54 3.1 Área de Estudio .................................................................................................................. 54 3.2 Flujograma de la metodología aplicada ............................................................................. 61 3.3. Pasos metodológicos......................................................................................................... 65 3.3.1 Identificación las patologías principales relacionadas con riesgo vital y las EPS asociadas ............................................................................................................................ 65 3.3.2 Identificación de los nodos PQR riesgo vital y de la red de atención de alto nivel de complejidad........................................................................................................................ 66 3.3.3 Evaluación espacial de la relación entre el número de afiliados y la suficiencia de la red de atención de alta complejidad ................................................................................. 67 3.3.4. Cálculo del indicador del nivel de criticidad de la calidad y cobertura de los servicios de las patologías evaluadas para las EPS identificadas...................................................... 70 4 Resultados ....................................................................................................................... 72 4.1 Identificación las patologías principales relacionadas con riesgo vital y las EPS asociadas .................................................................................................................................................. 72 4.1.1 Análisis exploratorio de insumos .............................................................................. 72 4.1.2 Construcción de información base para la tasa de PQR asociadas a riesgo vital x 10.000 afilados ................................................................................................................... 77 4.2 Identificación de los nodos PQR riesgo vital y de la red de atención de alto nivel de complejidad.............................................................................................................................. 80 4.2.1 Georreferenciación a nivel departamental de la tasa de PQR asociadas a riesgo vital x 10.000 afilados ................................................................................................................ 80 4.2.2 Georreferenciación de la red de atención de alto nivel de complejidad ................. 89

8

4.3 Evaluación espacial de la relación entre el número de afiliados y la suficiencia de la red de atención de alta complejidad ................................................................................................... 92 4.3.1 Construcción de la capa de conteos de IPS de alta complejidad .............................. 92 4.3.2 Construcción de la capa del factor de atención general........................................... 93 4.3.3 Cálculo del indicador del nivel de criticidad de la calidad y cobertura de los servicios de las patologías evaluadas para las EPS identificadas.................................................... 101 4.4 Cálculo de Indicador del nivel de criticidad de la calidad y cobertura ............................. 111 5 Discusión y Conclusiones ................................................................................................ 123 Referencias ...................................................................................................................... 131 Anexos ............................................................................................................................. 138 Anexo 1 tabla con herramienta disponibles para el monitoreo y evaluación del SGSSS colombiano ............................................................................................................................ 138 Anexo 2: Geoprocesos Configurados ..................................................................................... 141 Anexo 3: Sentencias python configuras ................................................................................. 144 Anexo 4: Mapas consultados Geovisor DANE ........................................................................ 146

9

Lista de Figuras Figura 1 Polisemia en salud pública ............................................................................................. 22 Figura 2 Funciones del Modelo de salud y del modelo de atención............................................ 28 Figura 3 Dimensiones del goce del derecho a la salud según el modelo MIAS de Minsalud en el marco de la ley 1751 de 2015 ...................................................................................................... 34 Figura 4 Ejemplo tasa población menor a 5 años de la mortalidad ocasionada por la Enfermedad Diarreica Aguda – EDA ................................................................................................................. 48 Figura 5 Ámbito territorial de Colombia según la delimitación realizada por Minsalud ............. 55 Figura 6 Distribución de la Población Colombiana por Género- corte año 2019. ....................... 56 Figura 7 Cambios en las estructuras de la población colombiana 1964 y 2015 .......................... 56 Figura 8 Distribución de la Población Colombiana por zona y participación - corte año 2017 ... 57 Figura 9 Principales causas de fallecimiento no fetales registradas en Colombia para el año 2019 ...................................................................................................................................................... 58 Figura 10 Cifras del aseguramiento en salud 2019 a 2021. ........................................................ 59 Figura 11 Servicios utilizados en el año 2018 del SGSSS. Fuente Minsalud Ranking Satisfacción EPS ................................................................................................................................................ 60 Figura 12 Flujograma metodológico ............................................................................................ 61 Figura 13 Matriz de decisión para evaluar la criticidad de la calidad y cobertura ...................... 70 Figura 14 Distribución de PQRD en PQR y Solicitudes de Información ....................................... 72 Figura 15 Distribución de las PQRD en PQR y Solicitudes de Información por mes. ................... 73 Figura 16 Distribución de las PQR en Regulares y de Riesgo Vital. .............................................. 74 Figura 17 Top 10 de patologías asociadas a PQR de Riesgo Vital ................................................ 75 Figura 18 Top 7 de patologías asociadas a PQR de Riesgo Vital .................................................. 75 Figura 19 Top 10 de EPS seleccionadas según la tasa de PQR Riesgo vital x 10.000 afilados ..... 76 Figura 20 Tasa total PQR Riesgo Vital x 10.000 afiliados Nivel departamental año 2017 top 10 EPS y las 7 patologías seleccionadas ................................................................................................... 78 Figura 21 Tasa total PQR Riesgo Vital x 10.000 afiliados Nivel departamental año 2017 top 7 EPS y las 7 patologías seleccionadas ................................................................................................... 79 Figura 22 Tasa PQR para la patología de Cáncer - Riesgo vital x 10.000 afilados Nivel Departamental Año 2017 EPS Coomeva ...................................................................................... 81 Figura 23 Tasa PQR para la patología de Cáncer - Riesgo vital x 10.000 afilados Nivel Departamental Año 2017 EPS SOS ............................................................................................... 82 Figura 24 Tasa PQR para la patología de Cáncer - Riesgo vital x 10.000 afilados Nivel Departamental Año 2017 EPS Cruz Blanca .................................................................................. 83 Figura 25 Tasa PQR para la patología de Cáncer - Riesgo vital x 10.000 afilados Nivel Departamental Año 2017 EPS Saludvida...................................................................................... 84 Figura 26 Tasa PQR para la patología de Cáncer - Riesgo vital x 10.000 afilados Nivel Departamental Año 2017 EPS Nueva EPS .................................................................................... 85

10

Figura 27 Tasa PQR para la patología de Cáncer - Riesgo vital x 10.000 afilados Nivel Departamental Año 2017 EPS Medimás ...................................................................................... 86 Figura 28 Tasa PQR para la patología de Cáncer - Riesgo vital x 10.000 afilados Nivel Departamental Año 2017 EPS ECOOPSO ..................................................................................... 87 Figura 29 Mapa del total de Prestadores Habilitados en el territorio año 2017 ......................... 90 Figura 30 Mapa del total de Prestadores Habilitados en el territorio de Alto Nivel para atender las patologías seleccionadas, año 2017 ....................................................................................... 91 Figura 31 Vista de la geodatabase del proyecto con los insumos para la elaboración de los mapas del factor de atención de cada patología..................................................................................... 92 Figura 32 Mapa del Factor de Atención General en los nodos de concentración de PQR - Nivel Departamental para la patología de Cáncer, año 2017 ............................................................... 94 Figura 33 Mapa del Factor de Atención General en los nodos de concentración de PQR - Nivel Departamental para la patología de Diabetes, año 2017 ............................................................ 95 Figura 34 Mapa del Factor de Atención General en los nodos de concentración de PQR - Nivel Departamental para la patología Enf. Renales, año 2017............................................................ 96 Figura 35 Mapa del Factor de Atención General en los nodos de concentración de PQR - Nivel Departamental para la patología Enf. Cardiovasculares, año 2017 ............................................. 97 Figura 36 Mapa del Factor de Atención General en los nodos de concentración de PQR - Nivel Departamental para la patología Enf. Huérfanas, año 2017........................................................ 98 Figura 37 Mapa del Factor de Atención General en los nodos de concentración de PQR - Nivel Departamental para la patología Enf. Neurológicas, año 2017 ................................................... 99 Figura 38 Mapa del Factor de Atención General en los nodos de concentración de PQR - Nivel Departamental para la patología VIH- SIDA, año 2017 .............................................................. 100 Figura 39 Mapa del Indicador de Cobertura de la EPS Coomeva para la patología de Cáncer a nivel departamental, año 2017........................................................................................................... 102 Figura 40 Mapa del Indicador de Cobertura de la EPS Cruz Blanca para la patología de Cáncer a nivel departamental, año 2017 .................................................................................................. 103 Figura 41 Mapa del Indicador de Cobertura de la EPS Ecoopso para la patología de Cáncer a nivel departamental, año 2017........................................................................................................... 104 Figura 42 Mapa del Indicador de Cobertura de la EPS Medimás para la patología de Cáncer a nivel departamental, año 2017........................................................................................................... 105 Figura 43 Mapa del Indicador de Cobertura de la EPS Nueva EPS para la patología de Cáncer a nivel departamental, año 2017 .................................................................................................. 106 Figura 44 Mapa del Indicador de Cobertura de la EPS Saludvida para la patología de Cáncer a nivel departamental, año 2017 .................................................................................................. 107 Figura 45 Mapa del Indicador de Cobertura de la EPS SOS para la patología de Cáncer a nivel departamental, año 2017........................................................................................................... 108 Figura 46 Mapa del Indicador de Cobertura de la EPS Coomeva para la patología de Cáncer a nivel departamental, año 2017, con la asignación de la categoría Muy Bajo-MB en los departamentos en los que no existen convenios con IPS de alta complejidad, pero si hay PQR de riesgo vital asociadas .................................................................................................................................... 110

11

Figura 47 Tablero de control de ArcGis Online con los resultados del Indicador del nivel de criticidad de la cálida y cobertura para la EPS Coomeva ........................................................... 113 Figura 48 Tablero de control de ArcGis Online con los resultados del Indicador del nivel de criticidad de la cálida y cobertura para la EPS SOS .................................................................... 114 Figura 49 Tablero de control de ArcGis Online con los resultados del Indicador del nivel de criticidad de la cálida y cobertura para la EPS Cruz Blanca ........................................................ 115 Figura 50 Tablero de control de ArcGis Online con los resultados del Indicador del nivel de criticidad de la cálida y cobertura para la EPS Saludvida ........................................................... 116 Figura 51 Tablero de control de ArcGis Online con los resultados del Indicador del nivel de criticidad de la cálida y cobertura para la EPS Nueva EPS ......................................................... 117 Figuraa 52 Tablero de control de ArcGis Online con los resultados del Indicador del nivel de criticidad de la cálida y cobertura para la EPS Medimás ........................................................... 118 Figura 53 Tablero de control de ArcGis Online con los resultados del Indicador del nivel de criticidad de la cálida y cobertura para la EPS Ecoopsos ........................................................... 119

12

Lista de Tablas Tabla 1 Los sistemas de salud en el mundo y sus características ................................................ 21 Tabla 2 Indicadores de salud de acuerdo con la Organización Panamericana de la Salud.......... 24 Tabla 3 Principales usos a los métodos representación de intervalos ........................................ 50 Tabla 4 Ejemplo de herramientas de superposición.................................................................... 52 Tabla 5 Detalles de los insumos para la elaboración de cada indicador ..................................... 63 Tabla 6 Valores cualitativos asociados a la satisfacción de los usuarios ..................................... 66 Tabla 7 Valores cualitativos asociados al Indicador de Cobertura de alta complejidad en convenio de las EPS...................................................................................................................................... 69 Tabla 8 EPS y Patologías seleccionadas para el análisis con el total de PQR riesgo vital ............ 77 Tabla 9 Departamentos de Colombia que conforman los nodos PQR riesgo vital para las patologías principales................................................................................................................... 88 Tabla 10 Interpretación de los valores cualitativos asociados a cada categoría definida para el Indicador del nivel de criticidad de la calidad y cobertura de las EPS ....................................... 111 Tabla 11 Resumen departamental y por EPS de las patologías analizadas que se encuentran en la categoría C del Indicador del nivel de criticidad de la calidad y cobertura ............................ 121 Tabla 12 Departamentos coincidentes con zonas de mayor mortalidad según encuesta vital del DANE 2019, vs PQR riesgo vital Supersalud 2017 ...................................................................... 128 Tabla 13 Herramientas Disponibles para el Monitoreo y Evaluación del SGSSS Colombiano ... 138

13

Resumen La Superintendencia Nacional de Salud (Supersalud) es la entidad en Colombia encargada de vigilar, entre otras, a las Entidades Promotoras de Salud (EPS). Supersalud recibe a diario a través de diferentes canales de comunicación, una serie de Peticiones-Quejas-Reclamos y Solicitudes (PQRD) con respecto a la calidad del servicio prestado por las EPS. Esta información es catalogada según variables de género, grupo etario, motivo, patología, entre otras, y es asociada a un código Municipal y Departamental, posibilitando así su georreferenciación.

Las PQRD generalmente se analizan sin las solicitudes de información y son identificadas entonces como Peticiones-Quejas-Reclamos (PQR). En la presente tesis, se analizó el corte de información del año 2017 del subconjunto de las PQR asociadas a riesgo vital, con el fin de identificar, cuáles son las principales patologías sobre las que los usuarios manifiestan mayor inconformidad relacionada con la atención del Sistema de Salud, y cuáles son las EPS del régimen contributivo y subsidiado sobre las cuales recaen estas inconformidades.

Esta relación entre suficiencia y calidad fue evaluada, a través, de un indicador cualitativo; construido a partir del análisis de sobreposición de capas geográficas (a nivel departamental) y el uso de herramientas de geoprocesamiento para la ejecución de las tareas repetitivas, necesarias para contrastar la información de la red de prestadores, las cifras de afilados por cada EPS y los convenios entre las EPS e IPS. Los resultados se organizaron en un tablero de control geográfico para facilitar el análisis, y fueron comparados, con información geográfica de referencia del DANE, y Minsalud referente a la temática de salud pública en Colombia para periodos de tiempo cercanos al analizado. Así, se logró relacionar los departamentos resultantes con los territorios en los cuales hay mayor mortalidad asociada con las patologías analizadas, y se identificaron las EPS que pertenecen a la categoría C del indicador construido, que corresponde a la categoría de mayor nivel de criticidad de la calidad y cobertura, dado que, supone lo siguiente: La suficiencia de la red de alta complejidad para la patología analizada es baja y se refleja en el mal concepto que tienen sus afiliados. En su gran mayoría al corte de enero del año 2021 las EPS identificadas se encuentran en alguna medida especial de vigilancia por parte de Supersalud, e incluso algunas de ellas han sido liquidadas forzosamente. A modo de conclusión se identificó que se requiere mayor presencia territorial de Supersalud para recepcionar las PQRD de la población más vulnerable.

Palabras Claves: salud pública; Colombia; SIG; patologías severas; evaluación.

14

Abstract The National Superintendence of Health (Supersalud) is the entity in Colombia in charge of overseeing, among others, the Health Promoting Entities (EPS). Supersalud receives daily, through different communication channels, a series of Petitions-Complaints-Claims and Requests (PQRD) regarding the quality of service provided by the EPSs. This information is catalogued according to variables such as gender, age group, reason, pathology, among others, and is associated with a Municipal and Departmental code, thus enabling its georeferencing.

The PQRD are generally analysed without the information requests and are then identified as Petitions-Complaints-Claims (PQR). In this thesis, we analysed the 2017 information cut-off of the subset of the PQR associated with vital risk, in order to identify which are the main pathologies on which users express the greatest dissatisfaction related to the attention of the Health System, and which are the EPS of the contributory and subsidised regime on which these dissatisfactions fall.

This relationship between sufficiency and quality was evaluated through a qualitative indicator, constructed from the analysis of overlapping geographic layers (at the departmental level) and the use of geoprocessing tools for the execution of repetitive tasks necessary to compare the information from the provider network, the number of affiliates for each EPS and the agreements between EPSs and IPSs. The results were organised in a geographic control board to facilitate the analysis and were compared with geographic reference information from DANE and Minsalud regarding public health in Colombia for periods of time close to the one analysed. Thus, it was possible to relate the resulting departments with the territories in which there is greater mortality associated with the pathologies analysed, and the EPSs that belong to category C of the indicator constructed were identified, which corresponds to the category with the highest level of criticality of quality and coverage, given that it assumes the following: The sufficiency of the high complexity network for the pathology analysed is low and is reflected in the poor perception of its affiliates. The vast majority of the EPSs identified at the end of January 2021 are under some special surveillance measure by Supersalud, and some of them have even been forcibly liquidated. In conclusion, it was identified that a greater territorial presence of Supersalud is required to receive the PQRDs of the most vulnerable population.

Key words: public health; Colombia; GIS; severe pathologies; evaluation.

15

1 Introducción 1.1 Antecedentes La Superintendencia Nacional de Salud (Supersalud) y el Ministerio de Salud (Minsalud), son las entidades en Colombia encargadas del manejo de la información en temas de salud. La primera entidad se encarga de la vigilancia de la calidad de los servicios prestados y el buen uso de los recursos económicos, y la segunda entidad se encarga de consolidar cifras y analizar el funcionamiento del sistema.

Como toda entidad estatal Supersalud dispone para los usuarios del sistema de salud varios canales de atención para el reporte de Peticiones-Quejas- Reclamos y Solicitudes (PQRD) con respecto a la calidad del servicio prestado por las Entidades Promotoras de Salud (EPS). Cuando un usuario reporta una PQRD ante Supersalud, es posible que exista una inconformidad a la cual directamente la EPS no da una pronta y concisa solución y en algunos casos, conlleva a una vulneración de los derechos de los afiliados. Es en este momento, en el que Supersalud debe tomar acciones para velar por el derecho a la salud de estos afiliados.

Supersalud genera resúmenes estadísticos de la información consolidada de las PQRD, y la caracteriza según el motivo de cada una de ella para identificar posibles alertas en términos de atención a los usuarios y priorizar así las acciones de vigilancia sobre cada EPS. Sin embargo, Supersalud no utiliza herramientas de análisis espacial para visualizar las concentraciones de las PQRD e identificar algún posible patrón o relación con la cobertura espacial de la red de atención de las EPS, para ahondar en algunas causas que explique la cantidad de PQRD reportadas.

Minsalud recopila a diario en el Registro Especial de Prestadores de Servicios de Salud (REPS) a nivel departamental y municipal la cantidad de afiliados que tiene cada EPS, con dicha información es posible apreciar la distribución de la red de atención de cada EPS, además de ello, cuenta con la información georreferenciada de las Instituciones Prestadoras de Salud (IPS) habilitadas para prestar los servicios de salud en todo el territorio colombiano e incluye el nivel de complejidad de cada IPS. Esta información de Minsalud es importante en el momento de focalizar el análisis de las PQRD desde una óptica que incluya el análisis espacial, complementando así los resultados que se obtienen tradicionalmente de estas cifras, dado que, la información espacial permite no solo ver aspectos que no son perceptibles en las estadísticas tradicionales, sino que en el momento en el que se calculan indicadores y se especializan, es posible relacionar los resultados obtenidos con una causa sustentada.

16

1.2 Objetivos y pregunta de investigación 1.2.1 Objetivo General Realizar una evaluación espacial que permita identificar el nivel de criticidad de la calidad y cobertura en términos de la prestación del servicio de salud pública para las principales patologías relacionadas con riesgo vital, sobre las cuales, se presentó el mayor número de Peticiones-Quejas-Reclamos (PQR) ante la Superintendencia Nacional de Salud de Colombia (Supersalud) en el año 2017.

1.2.2 Objetivos Específicos • Identificar las patologías principales relacionadas con riesgo vital, por las cuales, los usuarios del Sistema General de Seguridad Social en Salud (SGSSS) de Colombia reportan el mayor número de Peticiones-Quejas-Reclamos (PQR) que requieren la atención de Instituciones Prestadoras de Salud (IPS) de alta complejidad, según sus características patológicas y compromiso vital, e identificar, las Entidades Promotoras de Salud (EPS) vigiladas por la Superintendencia Nacional de Salud (Supersalud) de Colombia asociadas a este grupo de patologías principales.

• Identificar la distribución geográfica de los nodos de concentración de las PeticionesQuejas-Reclamos (PQR) asociadas a riesgo vital y de la red de atención de alto nivel de complejidad, de cada Entidad Promotora de Salud (EPS) vigilada por la Superintendencia Nacional de Salud (Supersalud) de Colombia, sobre las cuales, recaen el mayor número de PQR asociadas a las patologías principales analizadas.

• Evaluar espacialmente la relación que existe entre el número de afiliados del Sistema General de Seguridad Social en Salud (SGSSS) de cada departamento de Colombia, con la suficiencia de la red de atención de alta complejidad para las patologías principales identificadas, para cada Entidad Promotora de Salud (EPS) asociada.

• Generar una escala categórica que permita determinar el nivel de criticidad de la calidad y cobertura de los servicios prestados por las Entidades Promotoras de Salud (EPS) evaluadas para las principales patologías, a partir, del análisis de indicadores clave mediante la incorporación de datos de geolocalización.

• Indentificar las entidades territoriales sobre las cuales operan las Entidades Promotoras de Salud (EPS) que presentan los niveles más críticos, de la calidad y cobertura de sus

17

servicios para las patologías principales evaluadas, de acuerdo con, el análisis de indicadores construidos con datos geolocalizados 1.2.3 Preguntas de Investigación • ¿Cuáles son las patologías principales relacionadas con riesgo vital que presenta un mayor número de Peticiones-Quejas-Reclamos (PQR) por parte de los usuarios del Sistema General de Seguridad Social en Salud (SGSSS) de Colombia, que requieren la atención de Instituciones Prestadoras de Salud (IPS) de alta complejidad según sus características patológicas y compromiso vital, y cuáles son las Entidades Promotoras de Salud (EPS) vigiladas por la Superintendencia Nacional de Salud (Supersalud) de Colombia asociadas a las patologías principales analizadas?

• ¿Cuáles son las características de la distribución geográfica de los nodos de concentración de las Peticiones-Quejas-Reclamos (PQR) asociadas a riesgo vital, y de la red de atención de alto nivel de complejidad de cada Entidad Promotora de Salud (EPS) vigilada por la Superintendencia Nacional de Salud (Supersalud) de Colombia, asociadas al grupo definido de patologías principales?

• ¿Cuáles son las características de la relación espacial que existe entre el número de afiliados del Sistema General de Seguridad Social en Salud (SGSSS) de cada departamento de Colombia, comparado con la suficiencia de la red de atención de alta complejidad para las patologías principales identificadas por cada Entidad Promotora de Salud (EPS) asociada?

• ¿Cuál es el nivel de criticidad de la calidad y cobertura de los servicios de las Entidades Promotoras de Salud (EPS) evaluadas para las principales patologías?

• ¿Cuáles son las entidades territoriales sobre las cuales operan las Entidades Promotoras de Salud (EPS) que presentan los niveles más críticos, de la calidad y cobertura de sus servicios para las patologías principales evaluadas, según, el análisis de indicadores construidos con datos geolocalizados?

18

1.3 Hipótesis La recurrencia de Peticiones-Quejas-Reclamos (PQR) asociadas a riesgo vital reportadas por los usuarios del Sistema General de Seguridad Social en Salud (SGSSS) de Colombia, pueden estar relacionas a una deficiencia en la cobertura de los servicios de salud de alta complejidad para atender las patologías que requieren hacer un mayor uso de la red de prestados con los cuales cada Entidad Promotora de Salud (EPS) tiene convenio.

1.4 Justificación Tanto Supersalud a través del análisis de sus cifras de PQRD como Minsalud a través del análisis anual llamado “Sistema de Evaluación y Calificación de Actores: Ranking de Satisfacción EPS”, buscan evaluar la calidad del sistema de salud pública en Colombia, sin embargo, la evaluación realizada por Supersalud busca identificar los pacientes que se encuentran en riesgo vital (el riesgo vital es una variable que se pregunta de forma subjetiva cuando una persona radica una PQRD), la cantidad de PQRD asociadas al mismo motivo y sobre cuáles de estas PQRD, los pacientes afirman presentan un riesgo vital para así generar una alerta al interior de la entidad.

Supersalud, no puede hacer caso omiso a estas denuncias ciudadanas y debe enfocar sus esfuerzos en identificar las razonas de las fallas en el sistema de salud pública y generar acciones correctivas que eviten el colapso del mismo en un momento dado.

La tarea no es nada fácil, dada la dinámica poblacional que se presenta en el país y el aumento de casos de enfermedades que requieren una atención cada vez más especializada por sus características patológicas y que finalmente terminan impactando el sistema de salud pública económicamente. Sin embargo, es necesario tener en cuenta que el derecho a la salud prima sobre el aspecto económico y se debe velar porque se lo respete.

Por otro lado, Supersalud es una entidad que está iniciando en el uso de los Sistemas de Información Geográfica (SIG), y requiere identificar en que procesos misionales pueden ser aprovechados los SIG como herramientas de análisis. Las cifras de PQRD son utilizadas principalmente por el grupo de Soluciones Inmediatas de Salud (SIS) para identificar los casos que requieren de una gestión adicional. Este grupo contacta directamente a la IPS que tiene convenio con la EPS para agilizar su atención o traslado.

Si se aplicara un enfoque geográfico complementario para el análisis de las PQRD, no solo se contaría con la información georreferenciada más relevante para las consultas del grupo SIS, sino que también, se tendría un criterio adicional que desde el punto de vista espacial solo puede

19

brindar un SIG. Por ejemplo; al apreciar la concentración de PQRD y contrastarla con la distribución de la red de atención de alta complejidad de las EPS y a su vez incluir información complementaria de la población afiliada, es posible ir afinando poco a poco análisis espaciales de la información que permitan ampliar la visión de los funcionarios a cargo de la toma de importantes decisiones con respecto a la vigilancia del funcionamiento del servicio de salud pública del país.

1.5 Alcance En primer lugar, se identifican cuáles son las patologías principales relacionadas con riesgo vital por las que los usuarios del Sistema General de Seguridad Social en Salud (SGSSS) de Colombia reportan el mayor número de PQR ante Supersalud, y que requieren la atención de IPS de alta complejidad (entiéndase por alta complejidad las IPS de tercer nivel en adelante), así como las EPS vigilada por Supersalud asociadas a este grupo de patologías. En segundo lugar, se localizan a nivel departamental los nodos geográficos de la concentración de estas PQR y la red de atención de alta complejidad en el territorio colombiano para las EPS sobre las que recae el mayor número de PQR de riesgo vital. En tercer lugar, se evalúa espacialmente la relación que existe entre el número de los usuarios del SGSSS de cada departamento de Colombia, con respecto a la suficiencia de la red de atención de alta complejidad para las patologías principales identificadas, por cada EPS asociada, mediante la construcción de un factor de atención general.

Finalmente, mediante una escala categórica se clasifica el nivel de criticidad de la calidad y cobertura de cada EPS asociada a las patologías identificadas.

20

2 Revisión de Literatura 2.1 Marco Teórico 2.1.1. Salud Pública A partir de la revisión de distintos autores (Frenk, 1992; Gil, Navajas y García, 2001; Toledo Curbelo, 2005), se puede definir a la salud pública como el conjunto de actividades que realiza la administración pública para promover la salud en sus distintas formas. Su amplitud es tal que va desde actividades de prevención y entrega de información para la salud primaria, hasta la subvención a tratamiento de alta complejidad, pasando por la adecuada distribución de medicamentos e insumos, entre muchas otras actividades. Esta tiene la principal característica de que en los distintos países, es dirigida por el Estado y tiene como destinatarios a la población en su totalidad.

Tal como señala la Organización Mundial de la Salud (OMS) (OMS, 2007), si bien en muchos países del mundo occidental financian sus sistemas de salud 100% con recursos públicos, los sistemas de salud se desarrollan en mayor o menor medida con la participación de actores privados. Esto ha suscitado debates hacia dentro del campo de la salud (Paim y Almeida Filho, 1999; Rojas Ochoa, 2004; Torres Tovar, 2007), puesto que, si bien es cierto, en muchos Estados hay un sistema de salud pública al cual se puede acceder, las prestaciones que suele otorgar son deficitarias, y nada pueden compararse con aquellas prestadas por la salud privada. Para elucidar este fenómeno, muchos autores y países hablan de sistemas de salud pública, pero con participación pública y privada (Carvalho, Fortes y Garrafa, 2014; Barboza-Palomino, Caycho, y Castilla-Cabello, 2017). Esto, que parecía una buena idea en un principio (permitiendo la incorporación de prestaciones privadas como complemento), en muchos casos terminó generando una dicotomía y polarización en cuanto a la posibilidad de acceso a la salud y su calidad.

Existen varias formas de clasificar los sistemas de salud púbica; sin embargo, Lamprea (2017) realiza una clasificación de cuatro grupos generales según su fuente de financiación económica, los cuales se pueden apreciar en la tabla 1 a continuación:

21

Tabla 1 Los sistemas de salud en el mundo y sus características Tipo de Sistema de Salud

Ejemplos

Características

Sistemas públicos

Noruega, Reino Unido,

El estado monopoliza gran arte del

nacionales

Canadá, Nueva Zelanda,

sector salud. Sistema financiado a

Costa Rica, Suecia.

través de impuestos.

Sistemas de aseguramiento

Colombia, Israel, Holanda,

El estado regula el sector de la salud

social

Taiwán y Hungría.

donde participan aseguradores y prestadores privados. Existencia de subsidios entre ricos y pobres y de esquemas de solidaridad para alcanzar cobertura universal.

Sistemas de competencias

Chile y Estados Unidos.

reguladas o managed care

Primacía del modelo de mercado.

Privatización de servicios de salud.

Esquemas de competencias que incentivan eficiencia.

Sistemas mixtos

India, Sudáfrica, Brasil,

Coexistencia de un sector público con

público/privados

Nigeria y Venezuela.

sector privado de salud. Usualmente, el sector público tiene problemas financieros y de cobertura, mientras que el sector privado ofrece servicios de mejor calidad para personas con capacidad de pago.

Nota. Adaptado de El núcleo esencial del derecho a la salud, de Lamprea, 2017 (https://criteria.iadb.org/sites/default/files/2020-07/nucleo-derecho-salud-cons-dem_0.pdf), p.356.

Como explica el autor ya referido, a groso modo que, la inversión que un país realiza en temas de salud pública, sumado al grado de desarrollo económico del país y el tamaño de población, son los factores determinantes para que el sistema de salud funcione adecuadamente, y se vea

22

reflejado en una mayor expectativa de vida de sus habitantes y un ranking mayor en la calidad en el servicio de salud. Así por ejemplo, Noruega que atiende alrededor de 5 millones de habitantes, tiene una expectativa de vida de 81 años y la India que atiende alrededor de 1.200 millones de habitantes su expectativa de vida es de 56 años. Sin embargo, todos los sistemas de salud pública deben poner límites a la prestación de servicios, porque puede ser demasiado costoso un tratamiento o medicamento y afectar el equilibrio del costo versus la efectividad y la equidad.

En el ámbito de la salud pública se genera como indica Morales, M.et al. (2017) una polisemia desde el punto de vista de las intervenciones que se realizan, si estas son discretas, (que son las que generalmente se llevan a cabo) acotan la visión sobre los factores de riesgo como lo son: el control de enfermedades, políticas de promoción y prevención, educación y seguimiento del estilo de vida, entre otras. Si por el contrario el estado se centra en tener una visión ampliada de la salud pública del país, deberá jugar un papel de regulación y redistribución y tener en cuenta de forma multidimensional las variables de sociales del territorio, el estado deberá indagar sobre las causas de la desigualdad social, identificar conflictos para plantear así cambios en la distribución y producción de riqueza; esta perspectiva es difícil de implementar, sin embargo es el ideal, en la figura 1 se esquematiza la polisemia que se menciona: Figura 1 Polisemia en salud pública

Nota. Adaptado de Salud Colectiva/ Salud Pública, Estamos hablando de lo mismo? (p. 21), por Morales, M. et al. (2017).

23

2.1.2 Indicadores de Salud Pública A su vez, hay un consenso sobre cuáles son los indicadores que en el ámbito de la salud pueden ser usados para determinar el estado de los sistemas de salud pública. Según la definición que realiza por la Red de Inteligencia de Informaciones para la Salud (RIPSA, 2019) de Brasil, los indicadores de salud son medidas periódicas que deben proporcionar información oportuna y regular, dado que, son instrumentos sumamente valiosos para la gestión y evaluación de la situación de la salud en todos sus niveles (macro, meso y micro). De acuerdo con la Organización Panamericana de la Salud (OPS, 2018), con los indicadores de salud, se pueden identificar los grupos poblacionales con necesidades de salud, también se pueden identificar riesgos epidemiológicos y definir áreas críticas en el territorio. Los indicadores de salud pública son una medida que de forma simple buscan dimensionar un estado de salud en la población, ejemplo de ello son la esperanza de vida o la mortalidad infantil.

Según la OPS (2018), los indicadores de salud se pueden clasificar según su medición matemática, dependiendo de su interpretación epidemiológica o de la clasificación del evento que se va a medir o enfoque que se le quiera dar. Los indicadores más utilizados para medir la salud lo hacen de forma indirecta, midiendo, esencialmente, su ausencia, especialmente a través de la severidad y frecuencia de la enfermedad y/o muerte, estos son algunos ejemplos: morbilidad hospitalaria, tasas de mortalidad estandarizada, mortalidad prematura, mortalidad evitable.

A continuación, en la tabla 2, se resumen los tipos de indicadores mencionados:

24

Tabla 2 Indicadores de salud de acuerdo con la Organización Panamericana de la Salud Tipo de indicador Según medición matemática Según medición epidemiológica Según el evento que se va a medir

Según el enfoque

Indirectos

Subtipo Conteos Razón por Proporción Razón por tasas Razón por Odds (impares) Proporción de eventos incidentes (casos nuevos del evento) Proporción de eventos prevalentes (casos existentes).

Morbilidad Factor de riesgo comportamental Calidad de los servicios de salud Medición de la estructura, procesos y/o resultados Estado de Salud Determinantes de salud Desempeño del sistema de salud Contexto Estudiando un conjunto de variables Asociando factores socioeconómicos y los niveles de salud Utilizando el modelo multi-atributivo o de múltiples atributos (MAU)

Nota. Adaptado de OPS/OMS Indicadores de Salud: Aspectos conceptuales y operativos (Sección 2), de Organización Panamericana de la Salud – OPS, 2018, Educativa Gubernamental (https://www.paho.org/hq/index.php?option=com_content&view=article&id=14402 :health-indicators-conceptual-and-operational-considerations-section2&Itemid=0&showall=1&lang=es).

2.1.2.1 Indicadores según su medición matemática.

El proceso de medición consiste en la aplicación de una escala estándar para un valor/es, lo que facilita a su vez la realización de comparaciones (OPS, 2018). Los indicadores matemáticos pueden ser relativos o absolutos. Los indicadores relativos generalmente están compuestos por un numerador y un denominador, que por lo general se refieren al mismo período y lugar. Las mediciones más frecuentes de estos indicadores son: • Conteos: Un conteo es el número de veces que ocurre un evento observado, en un marco temporal espacial determinado (OPS, 2018). Los conteos son mediciones absolutas; comúnmente se conoce como la frecuencia absoluta, en sí describen la magnitud del

25

problema. Para el caso de una enfermedad por ejemplo proporcionan información numérica exacta del impacto de la enfermedad.

• La razón: La razón es una medición relativa y muestra qué relación hay entre dos números cualesquiera (OPS, 2018). Las razones son importantes para estandarizar los tamaños de diferentes medidas y así permiten que las mediciones absolutas no se sobrestimen. Las razones pueden ser: ▪ Proporciones: Es cuando el numerador es un subconjunto del denominador y suele expresarse como porcentaje (%), con el cual, se denota la frecuencia relativa observada y se puede así estimar una probabilidad (OPS, 2018) ▪ Tasas: Es cuando el numerador es el número absoluto de veces que ocurre el evento de interés en un período específico y el denominador es la población de referencia en el mismo tiempo (OPS, 2018) ▪ Odds: Es cuando el numerador es la proporción del evento de interés y el denominador es la proporción del no evento (OPS, 2018), es decir, si p es la proporción la fórmula será: p/1-p.

La razón puede ir acompañada de una “base multiplicativa de población” la cual corresponde a “10ⁿ”, entonces la tasa será: X/Y*10ⁿ (OPS, 2018). Las bases multiplicativas tienen el objetivo de facilitar la comprensión de la tasa, dado que, es más fácil entender por ejemplo si el valor de la tasa calculada dio 0.0006 (proporción por un habitante) y si se multiplica por 10.000, así se leería 6 por cada 10.000 habitantes.

2.1.2.2 Indicadores según su medición epidemiológica. Esta clasificación se refiere a la interpretación que se le puede dar al indicador según su medición matemática, dependiendo de la situación y tipo de evento observado. Por lo tanto, los indicadores pueden ser basados en la proporción de eventos incidentes (casos nuevos del evento) o en la proporción de eventos prevalentes (casos existentes) (OPS, 2018).

2.1.2.3 Indicadores según el evento que se va a medir. Esta clasificación (OPS, 2018) se refiere al tipo de evento que se va a medir con los indicadores matemáticos. Se pueden entonces medir indicadores de Morbilidad, los cuales hacen referencia a la cantidad de muertes que se presentan en el territorio y generalmente se clasifican por grupos poblacionales. También se pueden medir indicadores de factores de riesgo comportamentales, los cuales hacen referencia a factores

26

detonantes que se asocian a la incidencia o prevalencia del fenómeno: un ejemplo puede ser un indicador del número de personas mayores de 18 años que fuman, este indicador se puede asociar al indicador de personas con cáncer de pulmón.

Otro indicador que generalmente se mide es el de la calidad de los servicios de salud, el cual generalmente se mide desde el enfoque de tres categorías propuestas por Donabedian (1996) las cuales son "estructura", "proceso" y "resultado". Este autor centra sus reflexiones en la calidad de la asistencia médica, que también se aplica a la calidad de la atención de la salud que ofrecen los servicios de salud en general (OPS, 2018). Indicadores enfocados a la estructura pueden ser, por ejemplo: número de edificaciones, equipos y recursos financieros. Indicadores enfocados a procesos pueden ser, por ejemplo: número de actividades para formular un diagnóstico o número de atenciones. Indicadores enfocados en medir resultados pueden ser el grado de satisfacción del paciente con respecto a la atención recibida.

2.1.2.4 Indicadores según el enfoque. Otra forma de clasificar los indicadores de salud es utilizarlos como una medida de las condiciones o estado de la salud de un país. Así se pueden clasificar según Santana (2014) con las siguientes métricas: • Estado de Salud: con este tipo de indicador es posible caracterizar y evaluar el estado de salud de la población a través de diferentes dimensiones; ejemplos son: la mortalidad, morbilidad, bienestar.

• Determinantes de salud: con estos indicadores es posible conocer cuáles factores influencian sobre el estado de salud y de la utilización de los servicios de salud; ejemplos son: comportamientos, condiciones de vida y trabajo, recursos personales y ambientales.

• Desempeño del sistema de salud: son indicadores construidos a partir de múltiples dimensiones tales como aceptación, acceso, calidad, capacitación, integración de servicios, efectividad, eficiencia y seguridad, que auxilian el análisis de la calidad del sistema de salud.

• Contexto: indicadores de dan información contextual importante, por ejemplo condiciones socioeconómicas y ambientales del lugar de residencia.

Según Santana (2014), cuando se selecciona un indicador para ser empleado, se debe tener en cuenta: a) representatividad, b) validez, c) robustez, d) fiabilidad, e) accesibilidad, f) disponibilidad y g) estabilidad. Las variables seleccionadas deben permitir realizar su

27

comparación en series espaciales y temporales; es decir no solo se debe seleccionar un indicador para medir una variable en un solo momento del tiempo, sino que se debe dimensionar la comparación multi-temporal que puede aportar para obtener un mejor entendimiento y seguimiento de la variable. Así, el investigador puede identificar patrones o comportamientos específicos e inclusos saltos y cambios en el tiempo que son muy dicientes y pueden ser un factor decisivo para aprobar una hipótesis.

2.1.2.5 Indicadores indirectos. Ante la ausencia de datos referentes a la morbilidad (por la dificultad en su obtención y por ser demasiado caro su levantamiento), la salud puede ser medida a través de un espectro de variables (Sánchez y Echeverry, 2014), que ofrecen una lectura de la realidad en términos del estado de salud de la población y su relación con los factores de riesgo como, por ejemplo: • El estudio de una o del conjunto de las variables, destacando: a) el peso al nacer; b) vida en la gestación e infancia; c) carrera profesional, d) ocupación de tiempos libres y recreación; e) sufrimiento físico; f) sufrimiento mental; g) actividad sexual.

• La asociación de factores socioeconómicos y los niveles de salud como, por ejemplo: a) escolaridad; b) profesión y situación en la profesión; c) propiedad de automóvil; d) ingresos de la familia.

• El modelo multi-atributivo o de múltiples atributos (MAU), con el objetivo de evaluar el estado de salud de la comunidad. Incluyendo factores, que permitan totalizar variables: a) indicadores demográficos; b) indicadores sociales; c) indicadores económicos; d) indicadores de utilización de los servicios de salud; e) indicadores de oferta de servicios de salud; f) indicadores de resultados en salud.

2.1.3 Limitantes de la construcción de indicadores de salud Los limitantes que generalmente se presentan para la construcción de indicadores de salud, están asociados a distintos factores. Uno de ellos, es la falta de uniformización de la información (por ejemplo, cuando se recolectan datos y se llenan registros como dirección o tipo de empleo).

Otro factor suele ser las diferencias en las escalas de los diferentes análisis complementarios o contextuales. También se suman otros como la dificultad de acceso a la información; la débil expresividad o cobertura en términos geográficos; la falta de calidad de algunos sistemas de registro (como se verifica en la identificación de las causas de muerte, donde un porcentaje significativo es de signos y síntomas mal definidos) y la falta de vigencia de algunos sistemas de

28

colecta de los datos para tratamiento. Todas estas consideraciones comprometen la calidad y fiabilidad de la información (Santana, 2014).

2.1.4 Modelos para la configuración de redes de salud pública La Organización Panamericana de la Salud (OPS, 2015) da directrices y recomendaciones para que un sistema de salud pública no sea colapsado en el tercer nivel de atención de su red de salud. Este organismo recomienda fortalecer el acceso y atención del primer nivel con un enfoque de Atención Primaria de Salud (APS), para así conseguir Redes Integradas de Servicios de Salud (RISS). Esta apreciación de la OPS es necesaria para identificar algunas posibles explicaciones del mal funcionamiento y falta de calidad en la atención del sistema de salud de un país. La OPS recomienda configurar el modelo de atención de salud de los países de las Américas, centrándose en las personas y en las comunidades, para llevar a ellos una atención equitativa y de calidad. La teoría de este modelo se puede apreciar en la figura 2: Figura 2 Funciones del Modelo de salud y del modelo de atención

Nota. Adaptado de OPS, 2015.

El modelo de atención de la figura 2, evidencia que es necesario contar con mecanismos de regulación y gobernanza para que los prestadores de la red se coordinen y logren la articulación y equilibrio entre las autoridades nacionales y locales, además, es necesario que las

29

organizaciones de la sociedad civil se involucren en el territorio para conocer su población y la Red dentro de las estrategias de la organización de los servicios. La metodología propone organizar “Polos de alta complejidad” para que la atención en los hospitales de tercer nivel sea ambulatorio y no permanente, esto dado que, los hospitales son las entidades que atienden la mayor cantidad de personas y representan el mayor gasto del sistema de salud. Finalmente, se entiende que es necesario que el modelo de atención cuente con recursos humanos, medicamentos y tecnologías de salud, financiación e incentivos alineados con los objetivos de la red.

Para poder conformar los “Polos de alta complejidad”, es necesario conocer las características de la población del territorio, y cuáles son sus tendencias. Por ejemplo, en sociedades en las que predominan el envejecimiento de la población es necesario catalogar cuáles son los nuevos problemas de salud que se generan en este grupo de personas. Características como el aumento de las desigualdades entre clases sociales, las dificultades para controlar los gastos financieros y las cuestiones políticas relativas a la financiación de la atención pública a largo plazo son aspectos que la OPS (2015) recalca se deben analizar.

De acuerdo con lo concluido por Ocampo (2013) al analizar el modelo RISS integrado a las redes de servicios de salud que propone la OPS en Colombia, define que es necesario que en el futuro los hospitales deben ser un lugar al cual acudan los usuarios del sistema a quienes no se les han podido solucionar sus problemas de forma ambulatoria y/o domiciliaria. Es decir, que el primer nivel de atención y los polos especializados deben atender al paciente y la atención domiciliaria se debe fortalecer, para que el hospital deje de ser el principal problema en la red y se convierta en la cabeza de la red con mayor autonomía y baja saturación.

En resumen, existen en el mundo diferentes sistemas de salud (Frenk et al, 2011), y cada país ha asumido el reto de organizar su sistema de acuerdo con las necesidades particulares que le corresponden por distintas variables. En este sentido, no existe una fórmula mágica para solucionar la balanza de cobertura y calidad, lo que se refleja en la tendencia a la aparición de sistemas complementarios de salud que solo las personas de altos recursos puedan cubrir, mientras que las personas más pobres dependerán de la reserva que el gobierno tenga. En muchos países, construyen más IPS especializadas para mejorar la red de cobertura destinada exclusivamente a cubrir ciertas patologías. En Colombia por ejemplo, en el año 2003 el Consejo Nacional de Seguridad Social en Salud (CNSSS) redistribuyo los enfermos de VIH-SIDA entre todas las EPS para evitar la carga de gastos, dado que, se encontraban afiliados la mayor cantidad de

30

enfermos de VIH-SIDA solo a algunas EPS, y esta inequidad está dando pie a que toda la responsabilidad recaiga solo sobre estas entidades.

2.1.1 Conceptos base necesarios del funcionamiento del sistema de salud en Colombia Colombia es un país cuyo sistema de salud está organizado como un seguro social, dado que se financia gracias a los impuestos sobre el salario y aportes estatales especiales. Esta afirmación es corroborada en la Revista Clínicas de Chile (2017), en la cual se explican los distintos mecanismos sobre los cuales funcionan los sistemas de salud en general a nivel mundial. El actual sistema de Sistema General de Seguridad Social en Salud (SGSSS) de Colombia, está basado en la ley 100 de 1993. En el momento en el que se realizó la reforma constitucional de 1991, con los artículos 48 y 49 de la constitución de Colombia que dan el marco de la ley 100 de 1993 llamada “La ley de la salud”, el país cambio de un sistema de salud público basado en el concepto de “Subsidio de Oferta” por un sistema privado basado en el concepto de “Aseguramiento”. Este sistema está soportado en cuatro principios según lo expuesto por Rodríguez (2018). Estos son, primero, la privatización, donde ya no se habla de sistema público y privado, todos los centros de atención médica pasan a ser parte del sistema de salud. Y la atención y administración de los recursos de la salud pasa a manos de la empresa privada, con el propósito de generar una sana competencia como sucede en la industria, y mejorar así la calidad de la prestación de los servicios. Segundo, la descentralización, para lo que se crea un mecanismo de mediación financiera entre los asegurados y los proveedores de los servicios, que introdujo en el sector de la salud a empresas aseguradoras del sector financiero. En tercer lugar, el subsidio a la demanda, mediante el establecimiento de un sistema de subsidio parcial para las personas sin capacidad de pago. Y, por último, los procesos de identificación para identificar la población más pobre para resolver así los problemas de inequidad del sistema de salud.

Es así como el sistema de salud colombiano se divide en dos grandes grupos de atención a la población (Guerrero et al, 2011): “Régimen Contributivo” y “Régimen Subsidiado”. El régimen contributivo implica que la persona que se afilia al sistema de salud paga un “Aporte”, el cual se divide porcentualmente entre en el empleador y empleado. El régimen subsidiado como su nombre lo indica, subsidia el “Aporte” del afiliado al sistema a partir del presupuesto de la Nación y de los recursos de solidaridad de los afiliados del régimen contributivo.

En el desarrollo de la ley 100 se crearon las EPS con la figura de “Aseguradoras” y las IPS que corresponden a los hospitales y clínicas que son las entidades que “Brindan los Servicios”. Tanto las EPS como las IPS pueden ser de naturaleza jurídica pública o privada.

31

Los aportes del sistema de salud son recaudados actualmente por la Administradora de los Recursos del Sistema General de Seguridad Social en Salud (ADRES) que es una entidad afiliada a Minsalud que goza de personería jurídica, autonomía financiera, autarquía administrativa y tiene un patrimonio propio. La entidad es una Empresa Industrial y Comercial del Estado. La ADRES fue creada con el fin de garantizar el adecuado flujo de los recursos y los respectivos controles (ADRES, 2019).

Finalmente, el Plan Obligatorio de Salud (POS) es el Plan de Beneficios, que enmarca el conjunto de servicios para la atención en salud que todo afiliado al SGSSS tiene derecho (Minsalud, 2014).

2.1.2

Herramientas

disponibles

para

el

Monitoreo

y

Evaluación

del

SGSSS en Colombia Una de las debilidades que varios autores resaltan (Calderón et al, 2011; Lucía y Arango, 2017) en la evolución que el SGSSS de Colombia ha ido presentando, es el tema del monitoreo del funcionamiento del mismo, enfocado a identificar los costos del sistema y permitir así, ajustar las políticas del gasto público para destinar los recursos económicos de forma suficiente para su óptimo funcionamiento. Autores como Ana Lucia Muños (Muñoz, 2011; Pinto y Muñoz, 2011; Muñoz y Cañón, 2017) especialista líder en Protección Social del Banco Interamericano de Desarrollo (BID), concuerdan con esta debilidad del sistema; la autora adicionalmente desde el punto de vista conceptual organiza en tres niveles de monitoreo los actores implicados y sus herramientas metodológicas y tecnológicas, que actualmente se encuentran disponibles en el país para tal fin. Adicionalmente, otros sistemas y herramientas que el Instituto Nacional de Salud (2018) ha tenido en cuenta según lo expuesto en el documento “Lineamientos 2019 Vigilancia y Control en Salud Pública Estrategias Basadas en Casos Predefinidos” se encuentran resumidas en la tabla 13, en el Anexo 1. Esta tabla permite identificar en los tres niveles de análisis del sistema de salud pública de Colombia: Macroámbito (nivel nacional), Mesoámbito (nivel relacional entre los servicios de las aseguradoras y el afiliado) y Microámbito (nivel relacional entre el prestador y el afiliado), cuáles son los actores (entidades) que intervienen y cuáles son las herramientas de vigilancia y control con las que cuentan para medir o monitorear la calidad en la atención y prestación de los servicios de salud.

2.1.3 Problemáticas identificadas en el sistema de salud colombiano Varios expertos desde el ámbito académico y profesional expresan sus opiniones de lo que está sucediendo con el SGSSS colombiano. En esta sección están recopiladas las principales explicaciones que se relacionan con la problemática objeto de investigación en la presente tesis:

32

Las EPS han aumentado la cobertura de sus servicios casi en 90% del territorio, sin embargo, la sostenibilidad de los Hospitales Públicos se está haciendo casi imposible para el gobierno. Según lo argumentado por Thomas Bossert (Bossert, 2000; Bossert et al, 2003; Bossert, 2019), se tiene que los costos del país en temas de subsidio de recursos de salud se dispararon a excepción de lo que se esperaba al privatizar la administración de los recursos a través de las EPS. Es decir, el gobierno esperaba que el régimen contributivo creciera más que el subsidiado, y ha sucedido todo lo contrario, al punto que las cifras de afiliados en los regímenes se encuentran casi igual en un 50% en cada uno de ellos.

En el desarrollo de la ley 100 se presentó sin restricción, y sin llegar a violar la ley, un fenómeno llamado “Integración Vertical”. Este consiste en permitir que las EPS sean dueñas de sus propias IPS, lo que es un problema para la calidad en la prestación de servicios, dado que, al pertenecer la IPS a una EPS determinada se reducen costos en la prestación del servicio con la premisa de negar ciertos tratamientos y demorar la prestación de servicios (Rodríguez, 2018).

El sistema de aseguramiento ha abandonado los territorios más pobres y con población dispersa y étnica, precisamente porque no resulta rentable para el asegurador ni para el prestador tener servicios permanentes cerca de las necesidades de las personas (Álvarez, 2019).

La ley 1943 del 8 enero de 2019 en Colombia es la herramienta constitucional más reciente con la cual la Superintendencia Nacional de Salud (Supersalud) cuenta para hacer valer los derechos en temas de salud de los colombianos, dado que, le otorga a dicha entidad nuevas facultades sancionatorias que puede aplicar a las Entidades Promotoras de Salud (EPS) y a las Instituciones Prestadoras de Salud (IPS). En su artículo 41 reconoce que Supersalud “podrá conocer y fallar en derecho, y con las facultades propias de un juez” (Congreso de la República de Colombia, 2019) en una variedad de asuntos entre ellos el siguiente: “Cobertura de los servicios, tecnologías en salud o procedimientos incluidos en el Plan de Beneficios en Salud (plan obligatorio de salud), cuando su negativa por parte de las Entidades Promotoras de Salud (EPS) o entidades que se les asimilen ponga en riesgo o amenace la salud del usuario” (Congreso de la República de Colombia, 2019). Es decir, que con esta facultad la ley colombiana ratifica que la cobertura de los servicios de salud son una de las causas a vigilar, en los casos que comprometen la salud del paciente. Por otro lado, esta ley en su artículo 134 afirma que “poner en riesgo la vida o la integridad física de la persona, en especial de pacientes con enfermedades crónicas o catastróficas” (Congreso de la República de Colombia, 2019) es un criterio grave de responsabilidad administrativa de las EPS,

33

realizando énfasis en la protección de los enfermos crónicos, quienes más requieren de la atención de alta complejidad.

Por lo expuesto es necesario que Supersalud como entidad que vigila y realiza actividades de control en temas de garantizar el cumplimiento del derecho fundamental de la Salud vigile las cuatro dimensiones1 que lo conforman: disponibilidad, accesibilidad, aceptabilidad y calidad, de las cuales: • Disponibilidad: se refiere a que el prestador de salud debe contar con una cobertura suficiente.

• Accesibilidad: que estos servicios disponibles deben estar dispuestos para toda la población sin diferencia alguna.

• Aceptabilidad: es un sinónimo de la ética del personal que presta estos servicios.

• Calidad: se enfoca en la condición de las instalaciones y servicios prestados, los cuales, deben ser apropiados desde el punto de vista científico y médico.

Otra problemática identificada en el sistema de salud colombiano es la conceptualización de la salud como un derecho, dado que este concepto evoluciona y no queda estático y enmarcado en las 4 dimensiones que sustenta la sentencia T-760 del 2008 la Corte Constitucional de Colombia, sino que también, se sustenta en otros conceptos, lo cuales, se pueden apreciar en la figura 3 tomada de la presentación de divulgación del Modelo Integral de Atención en Salud (MIAS) formulado por Minsalud (2017).

1

Según lo dispuesto en la sentencia T-760 del 2008 de la Corte Constitucional de Colombia.

34

Figura 3 Dimensiones del goce del derecho a la salud según el modelo MIAS de Minsalud en el marco de la ley 1751 de 2015

Nota. Adaptado de Modelo MIAS Material para la capacitación Sectorial, por Minsalud, 2017.

El MIAS destaca como la población desde el campesino, el trabador cotidiano, las familias, los indígenas, etc. deben tener los mismos derechos, estos conceptos están enmarcados bajo la ley estatutaria 1751 del 16 de febrero de 2015, por medio de la cual se regula el derecho fundamental a la salud y se dictan otras disposiciones.

Las sentencias de los Jueces Colombianos adicionan cada día aspectos que redimensionan el concepto del derecho de a la salud, y no lo ven solo como la ausencia de la enfermedad. Es muy valioso el aporte de la autora Arango (2017) en su artículo titulado “Nuevas dimensiones del concepto de salud: el derecho a la salud en el estado social de derecho” Básicamente la autora realiza una reflexión en la que discute como el derecho a la salud era considerado en tiempos atrás como un “derecho humano básico”, el cual evoluciono, dado que, no es posible garantizar a nadie ni la salud perfecta, ni la observancia del derecho a la salud como tal por lo tanto el concepto del derecho a la salud es considerado actualmente como un “derecho social” en el que el estado garantiza entonces y no de forma inmediata la seguridad social de los ciudadanos para que su subsistencia sea digna permitiéndoles acceder a un conjunto de servicios básicos que

35

protejan en derecho a la vida y garanticen el desarrollo de sus capacidades, fortalecimiento y disfrute.

2.1.4

Los conceptos de criticidad, calidad y cobertura en el ámbito de la salud pública

2.1.4.1 Criticidad El concepto de criticidad como lo indican Antonio G., Armando C., Leisis L., Alfredo Del Castillo S., Alberto J. y Alexander A. (2019) analizado desde una óptica de los sistemas productivos es proporcional al concepto de riesgo y permite establecer la jerarquía o prioridades de atención sobre el sistema, se convierte así en una herramienta para la toma de decisiones acertadas y efectivas para direccionar el esfuerzo y los recursos a las áreas donde es más importante y/o necesario mejorar la confiabilidad.

Los indicadores críticos son una herramienta para medir el desempeño de un proceso u organización, con el fin, de validar si se cumplió o no un objetivo planteado.

Los indicadores críticos son bidireccionales porque en un sentido o dirección transmiten el mensaje de alerta sobre el elemento analizado que en general son aspectos muy importas y/o relevantes de la empresa o entidad para que el negocio sea “exitoso”, y en otro sentido o dirección da información a la operación para dar cuenta de si se están o no cumpliendo las metas u objetivos planteados.

Como indica The Logistics World (2020) “El objetivo fundamental de la medición de un indicador es desencadenar una acción, los indicadores críticos se diferencian del resto de los indicadores por ser los que requieren una mayor atención por parte de toda la organización para asegurar el cumplimiento de los objetivos” (Sección Indicadores Críticos, párr. 4)..

Varios autores para analizar las cifras desde una óptica alfanumérica como en el caso de Giraldo S., Dajud N., Arboleda C., y Uribe G.(2012) funcionarios de Supersalud en el artículo Autoevaluación de entidades territoriales, en el cual, dan un ejemplo del concepto de criticidad aplicado a la definición de alertas tempranas y Ramírez (2013) quien analiza desde una óptica geográfica el indicador de síntesis del agua, el cual involucra varios componentes y los resultados de dicho indicador clasificado por rangos de valor, son ejemplos de trabajos investigativos en los cuales han empleado el concepto de criticidad desde el conocimiento del comportamiento de un fenómeno específico, para desarrollarlo, mediante la construcción de estadísticas que tienen

36

como origen los datos de porcentajes o tasas de todas las categorías de las variables analizadas, las cuales, se definen en un umbral crítico de un indicador.

2.1.4.2 Calidad Definir la calidad nos lleva a conceptos como los expuestos a continuación por Farias (2015): << •

Proporcionar de manera eficiente productos y servicios que cumplan o superen las expectativas del cliente.

•

Medir continuamente las mejoras en los procesos y servicios al cliente.

•

Actuar de acuerdo con lo acordado y reportar los fallos.

•

Hacer lo correcto, en el momento correcto, de la forma correcta, con las personas adecuadas.

•

Brindar el mejor valor a los clientes mediante la mejora de las actividades y del proceso cada día.

•

Más allá de entregar lo que el cliente desea, anticipar lo que el cliente va a querer cuando este conozca las posibilidades.

•

Brindar valor al cliente en toda la organización a través de productos, servicios y soportes de primera.

•

Cumplir y superar las expectativas de los clientes, empleados y grupos relevantes de la comunidad >> (Sección ¿Qué es la calidad?, párr. 1).

Estas definiciones abarcan el concepto de la calidad desde varios niveles, en su nivel más básico la calidad en sí es: cumplir con las especificaciones del cliente, sin embargo, si se tiene la visión del área financiera a este nivel la calidad es: asegurarse de que vuelvan los clientes y no devuelvan el producto y en el nivel más elevado es: hacer las cosas correctamente, aplicando las mejores prácticas para alcanzar la excelencia.

37

Hay una serie de factores que inciden sobre la calidad de los servicios que prestan los sistemas de salud pública, tales como la infraestructura, entendiendo por esto un complejo sistema de recursos, y la forma como se usan para la producción de los servicios, la forma como está organizado el sistema de prestación de servicios, los recursos económicos del sistema y la gestión misma de estos recursos. Por lo tanto, la calidad tiene muchas definiciones y todas son acertadas dependiendo del ámbito a evaluar.

Para que exista calidad debe existir la garantía (Donabedian, 1996), entiende por garantía de la calidad todo aquello que los individuos y una sociedad llevan a cabo para generar, mantener y mejorar la calidad. Un Sistema de garantía de calidad implica defender a los usuarios al establecer requisitos indispensables para funcionar sin riesgos; y verificar que se cumplan las especificaciones en equipos e insumos que se utilicen en la atención.

Para entender la evolución del concepto de calidad aplicado al sistema de salud pública colombiano en el documento “Calidad en Salud en Colombia Los Principios” Kerguelén (2008) realiza una cronografía en la cual se destaca la siguiente definición sintetizada de lo dispuesto por la ley 100 de 1993 de Colombia: La calidad es la provisión de servicios de salud a los usuarios de forma accesible, equitativa y con un nivel profesional óptimo, considerando el balance entre beneficios, riesgos y costos, con el fin de lograr la satisfacción de los usuarios.

Con la ley 100 en el artículo 227; quedo en cabeza del estado expedir las normas relativas a la organización de un sistema obligatorio de garantía de calidad de la atención de salud, así como auditar la prestación de servicios con calidad, por lo tanto, durante el período 1999 - 2001, Minsalud2 construyo el Programa de Apoyo a la Reforma de Salud (PARS) el cual se ejecutó con el Consorcio Asociación Centro de Gestión Hospitalaria - Canadian Council on Health Services Accreditation (QUALIMED), los ajuste de los procesos, estrategias y organismos encargados de la operación del Sistema de garantía de calidad para las instituciones de salud. Este ajuste dio paso a la creación del Sistema único de habilitación dirigido a garantizar el cumplimiento de los requisitos obligatorios que minimicen los principales riesgos de la prestación de servicios de salud, con el fin de proteger la vida y la salud de los usuarios. Además de ello se activaron incentivos económicos en los aseguradores y prestadores para mejorar los servicios.

2

En ese entonces Minsalud era conocido como Ministerio de la Protección Social

38

En los años 2002 y 2005 el BID también apoyo la configuración y fortalecimiento de las estrategias del PARS, con el fin de terminar con tantos prestadores definidos como “de garaje” y las estrategias se enfocaron al punto de vista del usuario, dando herramientas como la tutela3 para que los usuarios manifiesten sus inconformidades y hagan responsables de la calidad del servicio directamente a las EPS. Así las cosas, se estableció que las EPS en Colombia deben contar con un soporte documental básico de la calidad, y deben reportar a Minsalud la red de prestadores habilitados, los cuales, deben cumplir los estándares de calidad establecidos en el sistema de habilitación de prestadores. Adicionalmente el tema de la auditoria de la calidad de los servicios de salud se ha descentralizado, delegando a las direcciones territoriales de salud, establecer prioridades y responsabilidades a las EPS que operan en sus territorios.

2.1.4.3 Cobertura El concepto de cobertura tiene tres connotaciones según argumenta Paganini (1998). La primera consiste en asociar la cobertura al concepto financiero, es decir; la capacidad que tiene una determinada población de pertenecer a un sistema de seguros según su capacidad de pago; por lo tanto, la población afiliada a ciertos seguros podrá acceder a beneficios médicos en atención y consulta directa en mejores instalaciones con tecnologías avanzadas.

La segunda connotación de cobertura consiste en asociarla a la oferta de los servicios, es decir; realizar conteos del número y el tipo de servicios de atención, relacionando este conteo con el tamaño de la población. Al emplear este concepto de cobertura se puede asociar directamente con la "capacidad" de la estructura de salud según la disponibilidad y accesibilidad geográfica.

3

Según la definición de la corte constitucional colombiana Sentencia C-483/08 una acción de tutela se

define como un mecanismo de defensa judicial al cual puede acudir toda persona para obtener la protección inmediata de los derechos fundamentales, cuando estos resulten vulnerados o amenazados por la acción u omisión de cualquier autoridad pública o de los particulares en los casos que señale la ley.

La acción de tutela tiene un carácter subsidiario y residual, en tanto ella solo procede en el evento en el que afectado no cuente con otro medio de defensa judicial, o cuando existiendo este, sea presentada como mecanismo transitorio para evitar la ocurrencia de un perjuicio irremediable.

39

Finalmente la tercera forma de analizar la cobertura es asociarla a la utilización de los servicios por parte de la población, es decir es el estudio de la demanda y contrademanda de los servicios, que tanto los usuarios de un grupo específico de población utilizan los servicios, empleando la relación entre la población que necesita atención y la utilización de los servicios de esta población. Esta es la forma ideal de medir la cobertura, sin embargo, en la mayoría de los países no existen sistemas de información de salud que permitan realizar este tipo de análisis.

De acuerdo con la OMS (2009) para conocer la cobertura de los servicios de salud es necesario construir “indicadores” que reflejen la medida en que las personas que necesitan acceder a los servicios de salud reciben las intervenciones requeridas; esto se calcula dividiendo el número de personas que recibe una intervención definida por la población que tiene derecho a recibirla o la necesita. La OMS realiza la medición a través de los resultados de las encuestas de hogares como lo son: la Encuesta de 30 conglomerados del Programa Ampliado de Inmunización (PAI), la Encuesta de Conglomerados de Indicadores Múltiples (MICS) del UNICEF, y la Encuesta Demográfica y de Salud (DHS).

Para Colombia Minsalud construye un reporte anual denominado: Indicadores básicos de salud, en el cual emplea como indicador primario de cobertura en salud la población afiliada al SGSSS por régimen (Contributivo o Subsidiado) a nivel departamental (Minsalud, 2018a, p. 21) y emplea indicadores de cobertura de la oferta de servicios en salud relacionados con atención del parto, porcentajes de vacunación, número de embarazos por rangos de edad, estadísticas de enfermedades como diarrea y afecciones respiratorias en niños menores de 5 años, número de sedes de instituciones prestadoras de servicios de salud con atención ambulatoría, razón de camas hospitalarias por cada 1.000 habitantes, total de salas quirúrgicas, total de IPS ambulatorias, total de IPS hospitalarias, entre otras (Minsalud, 2018a, p. 57 - 58).

2.2 Marco Histórico 2.2.1 Evolución del concepto de análisis espacial de los servicios de salud El uso de los SIG aplicados al análisis espacial de los servicios de salud, tienen su origen en las aplicaciones históricas que se le han dado a la Geografía como ciencia. Según Buzai (2012), los inicios del uso de esta disciplina se pueden rastrear a partir del siglo VIII, cuando los naturistas hicieron el primer aporte, en el año 1782 presentando un estudio en el campo de la Geografía

40

Médica4. A inicios del siglo XX, a través de Maximillien Sorre y Jean Brunhes, el concepto de complejos patógenos5 dio dimensión espacial a las causas de las enfermedades. A mediados del siglo XX, en 1949, durante el Congreso de la Unión Geográfica Internacional (IGU) realizado en Lisboa (Portugal) se reconoce oficialmente la rama de la Geografía Médica. En 1950, Jacques May amplía la definición de los complejos patógenos con los complejos geógenos6, con el objetivo de cartografiar las áreas de enfermedad. En 1976 durante el Congreso de la Unión Geográfica Internacional (IGU) realizado en Moscú la Geografía Médica pasa a llamarse Geografía de la Salud, incluyendo dos líneas de aplicación. La primera, llamada Geografía Médica que se centra en el estudio de la distribución espacial de las enfermedades y, la segunda, llamada Geografía de los Servicios Sanitarios, que se centra en el estudio de la distribución espacial de la oferta y demanda de centros de atención.

En la década de los ochenta se presentan grandes avances conceptuales para articular el concepto de la geografía y las investigaciones en términos de la salud. Según Íñiguez y Barcellos (2003) es de resaltar el interés que se empieza a dar a la relación que existe entre los cambios ecológicos que se presenta en el ambiente por el impacto de hombre, y la expansión y/o propagación de enfermedades endémicas de una región especifica al desequilibrar el ambiente, ejemplos de estas investigaciones y conceptos ecologistas se presentaron en Brasil donde se desarrollaron métodos de abordaje de compresion e interpretación de la producción de enfermedades, con una influencia marcada del pensamiento del geógrafo Milton Santos y de corrientes marxistas de la geografía. Algunos ejemplos de investigaciones son sobre la enfermedad de Chagas, y esquistosomiasis, SIDA, tuberculosis y cólera.

Según Íñiguez y Barcellos (2003) en los años de 1990 y 2000 se presenta una tendencia marcada el América Latina y es el concepto de equidad en términos de salud pública, los gobiernos empiezan a utilizar la cartografía y el estudio de la geografía como herramientas fundamentales para visualizar la relación espacial a diferentes niveles territoriales, la concentración y densidad

4

Con la obra Versuch einer allgemeinen medicinisch-praktischen Geographie de Leonhard Ludwing Finke,

la cual, relaciona la enfermedad con las características del ambiente bajo el paradigma filosófico del determinismo 5

Relación entre seres vivos, hombre y medio ambiente que determinan agentes causales, vectores y

huésped de una enfermedad 6

Aspectos sociodemográficos y económicos

41

de la población comparados con la cobertura y calidad de la salud pública, se evidencia entonces, que no se cuenta con la suficiencia académica para abordar temas de geografía de salud o geografía médica, por lo tanto, países como Argentina, Colombia, México, Brasil, Cuba, Panamá y Puerto Rico, ofrecen programas de postgrado enfocados en el estudio de la salud pública en la geografía nacional.

En la actualidad, con los SIG se presentan una gran cantidad de aplicaciones de diferentes metodologías específicas del análisis espacial que puedan brindar apoyo a la obtención de soluciones concretas en materia de localización y la búsqueda de equidad espacial. Como lo expone Íñiguez y Barcellos (2003) un ejemplo del empleo de Métodos de geo procesamiento y recolección de información en campo con el uso de las herramientas SIG, fue el realizado por el Ministerio de Salud de Brasil en 1999 quien relacionó conceptualmente la antigua “Geografía Médica”, y la concepción de la enfermedad y el espacio, construyendo así los croquis de campo e históricos de enfermedades endémicas en este país para utilizarlos como insumo de control de dichas enfermedades, al identificar y revelar unidades homogéneas en condiciones de vida con puntos o áreas de mayor vulnerabilidad ante las enfermedades o la muerte.

Durante las dos últimas décadas, ha sido evidente que la unidad de análisis geográfica debe ser reducida para ello se han aplicado técnicas como: La desagregación de los datos de unidades político-administrativas a nivel de barrios, unidades censales, unidades básicas de información territorial, cuencas o subcuencas hidrográficas, áreas de salud, entre otras. Otra técnica es la de la localización puntual o área de los eventos o procesos, tales como, el lugar de residencia del enfermo o del fallecido, localizaciones de focos de vectores, fuentes de contaminación, entre otras.

Como lo afirma Wang (2010), esto es posible gracias a las herramientas de geolocalización y/o georreferenciación de direcciones y/o puntos de interés topológicos, esta información geográfica se tiene cada vez más actualizada y densificada gracias al uso de los sistemas de posicionamiento global (GPS), dado que, la calidad y cantidad de datos se han mejorado e incrementado dramáticamente en las últimas décadas.

2.2.2 Conceptos de Análisis espaciales relevantes, aplicados al diagnóstico de redes de los servicios de salud Dadas las recomendaciones realizadas por la OMS de que los países de América Latina configuren sus redes de atención en salud siguiendo el modelo RISS, las cuales no son fáciles de evaluar, al

42

consultar diferentes investigadores se pueden resaltar algunos ejemplos de análisis de las redes y distribución de los servicios de salud.

Ramírez (2001), en su investigación realizada en la provincia del Chaco en Argentina, georreferenció y catalogó la red hospitalaria pública según sus niveles de complejidad, luego utilizo las estadísticas de referencia y contra referencia7 reportadas por los hospitales para conocer el porcentaje de consultas según el tipo de equipamiento y zona sanitaria catalogada.

Adicionalmente calculo la densidad poblacional en los diferentes sectores de la zona de estudio, analizó la accesibilidad a los hospitales de mayor nivel georreferenciados en términos de la distancia euclidiana (calculando la distancia de cada centroide poblacional a cada instalación).

Así, identificó las distancias máximas, medias y sus respectivas desviaciones estándar y con estas estadísticas, evidenció que los sectores de la provincia con menores recursos son los que tienen que recorrer mayores distancias para acceder a este equipamiento de alto nivel. Además de ello, identificó que en un periodo anual las personas de menores recursos fueron las que más saturaron los hospitales por una falla en el uso de la red, es decir, la red de la provincia no está configurada según las recomendaciones definidas por la OMS de generar RISS; si la red de primer nivel (puestos de salud y puestos sanitarios) realizará una atención previa de la población no saturarían los hospitales. Con esta investigación el autor busca explicar la relación entre la calidad en la atención de la red de servicios de salud asociándola a las diferencias evidenciadas en factores analizados, además de identificar las poblaciones más afectadas.

Otro ejemplo es el trabajo investigativo realizado por Moreno (2003). La óptica de este autor está enfocada en analizar la red de servicios de hospitales privados especializados por diferentes patologías o tipos de servicio como lo son ginecología, pediatría, atención traumatológica, entre otros, en España. La teoría desarrollada por el autor se basa en que las redes de los servicios analizados se concentran espacialmente en un territorio específico dependiendo de la renta per cápita de las diferentes municipalidades. Además, postula que el hecho de que la red hospitalaria privada tenga este comportamiento transforma sectores completos de una población, es decir, los barrios o localidades en las que se encuentran estos servicios jalonan la red especializada, todo el abanico de especialidades médicas se empiezan a concentrar en un sector. Esto produce

7

Son estadísticas del número de afiliados de una entidad o de una zona (referencia) y del total de

pacientes atendidos en un lapso (contra referencia), que al ser compararas generan un indicador de la capacidad de atención de una entidad de atención en salud.

43

que toda la población se deba desplazar porque es ahí donde encontrará todo lo que necesite en términos de atención en salud. Para reforzar lo evidenciado por el autor al especializar y clasificar por rangos de cuantiles el indicador del número de prestadores de la salud privada por tipo de servicio con respecto a la renta per cápita, realiza una serie de análisis estadísticos, como lo son el cálculo del índice de correlación y diagramas de girasol que le permitieron evidenciar altos niveles de correlación entre la renta per cápita y la densidad poblacional. Finalmente, el autor tiene la capacidad de predecir la expansión de la red de servicios de salud, identificando con la ayuda de las herramientas SIG, las municipalidades que tienden a tener por sus características proyectadas una densidad poblacional e ingreso per cápita similar a las municipalidades que son polos de atención de servicios médicos especializados de la red privada.

El trabajo investigativo realizado por Fuenzalida (2010), es otro ejemplo del uso de las herramientas de análisis espacial que ofrecen los SIG para la evaluación de la red de prestadores de servicios de salud. El caso de estudio se presenta en Chile evaluado la red de hospitales públicos, y como esta red presenta niveles de desigualdad en la oferta de sus equipamientos.

El autor en primer lugar georreferenció la red hospitalaria categorizándola según su nivel de complejidad (desde el tipo 1 hasta el tipo 4) y realizó un inventario de los servicios que ofrece cada hospital, tales como: medicina general, pediatría, obstetricia, ginecología, cirugía, medicina interna, cirugía infantil, dermatología, entre otras. Con dicha información e información cartográfica de cifras poblacionales, construyó la tasa de equipamientos hospitalarios por cada 100.000 habitantes, con la cual identifico las poblaciones con mayor desigualdad en dotación de hospitales. Posteriormente, realizó una revisión del conteo de usuarios en lista de espera de atención de los servicios inventariados de acuerdo con la información suministrada por la entidad de vigilancia de la salud en Chile (Ministerio de Salud del gobierno de Chile – MINSAL) También construyó y georreferenció el estadístico elCociente de localización Sargant Florence8, con el cual, relacionó la oferta y demanda de los servicios inventariados.

8

En Cociente de Localización de acuerdo con Geographia (2012) que afirma que el cociente de localización

corresponde a un método estadístico para conocer el grado de especialización de unidad espacial con respecto a otras más amplias. Es un índice muy empleado, siempre que se pretende conocer la magnitud de un hecho localizado en una unidad territorial determinada, poniéndolo en relación con el volumen alcanzado por ese mismo fenómeno en un contexto especial más amplio.

44

Finalmente, es de resaltar el trabajo realizado por Arboleya y Morales (2008) en su artículo para la revista médica CONAMED de México, donde realizan un análisis de la atención que el sistema de salud de su país presta a los pacientes de diabetes milenium. Pese a que este análisis no implica el uso de herramientas de análisis espacial, si dan claros lineamientos desde el punto de vista de la información geográfica que se necesita para evaluar la calidad de atención, diagnóstico de la infraestructura y transformación de equipamientos médicos para atender diferentes enfermedades cuyos orígenes pueden ser de tipo crónico o infecciosa.

Además, Arboleya y Morales (2008) identifican que cuando se trabaja con información geográfica es necesario contar con apreciaciones de expertos temáticos, las cuales son muy valiosas y necesarias para realizar una mejor lectura del comportamiento de una enfermedad en un territorio determinado. Resaltan que la calidad de la atención prestada por las entidades de salud, se ven reflejadas en los tipos de quejas o inconformidades manifestadas por los pacientes, las cuales pueden disminuir si el sistema de salud en el momento de configurar su red de atención, realiza una investigación de su territorio y sus grupos sociales, prestando gran atención a varios indicadores de la salud como lo son: medidas de inactividad física, sobrepeso u obesidad, glucemia, lípidos sanguíneos, tabaquismo y consumo de alcohol, que se relacionan directamente con patologías como enfermedades cardiovasculares, diabetes, cáncer y afecciones respiratorias. Los indicadores construidos con estas cifras se deben actualizar de acuerdo con el ritmo de la sociedad y los riesgos que los nuevos estilos de vida proporcionan.

2.3 Marco Metodológico 2.3.1 Análisis Exploratorio de Datos (AED) González Tamara (2018) define al Análisis Exploratorio de Datos como el conjunto de técnicas que permiten un primer acercamiento a la estructura general de los datos. Suelen comprender los análisis de distribución (curtosis y asimetría), así como la aplicación de medidas de centralización (media, moda, mediana) y desviación (rango, varianza, desviación estándar); por lo que otros autores suelen denominarlo simplemente como estadística descriptiva (RendónMacías, Villasís-Keeve, y Miranda-Novales, 2016) dado que su objetivo es buscar medidas que resuman a los datos a partir de algunos indicadores fundamentales. En este marco, los SIG tienen una gran cantidad técnicas pertenecientes al análisis exploratorio, puesto que se basan muchas veces en la representación y ordenamiento de gran cantidad de datos georreferenciados.

El análisis espacial es la capacidad más fuerte que tienen los SIG. Sin embargo, no se debe obviar antes de iniciar con las diferentes operaciones y técnicas de análisis, que los datos espaciales al

45

igual que los diferentes sets de datos pueden ser analizados previamente con técnicas estadísticas del Análisis Exploratorio de Datos (AED) para tener un entendimiento básico de los datos y de las relaciones existentes entre las variables analizadas. Para llevar a cabo el AED se realizan gráficos como histogramas, diagráma de caja y vigotes y diagramas de dispersión, además se calculan los estadísticos básicos mencionados (curtosis, asimetría, media, moda, mediana, rango, varianza, desviación estándar) que permitan explorar la distribución identificando características existentes en ellos como valores atípicos o concentraciones de valores. Un punto clave he interesante del AED es que se puede realizar sobre todos los datos o por grupos que permiten separar los datos por tipos de poblaciones o categorías. Según Figueras (2013) el examen previo de los datos es un paso necesario, que lleva tiempo, y que habitualmente se descuida por parte de los analistas de datos, las tareas implícitas en dicho examen pueden parecer insignificantes, pero son una parte esencial de cualquier análisis estadístico. Para realizar el análisis estadístico básico se debe definir qué tipo de escala de medida es la que representan los datos y seleccionar así las representaciones gráficas, medidas de tendencia central y de dispersión más adecuadas a emplear.

Es muy importante en el análisis exploratorio saber cómo se distribuyen los datos, por lo tanto, se puede afirmar que: “La distribución de una variable nos dice qué valores toma y con qué frecuencia” (Moore, 2005, p.5); generalmente, se espera que los datos sigan una distribución normal idealmente, sin embargo, y en general, los datos no se distribuyen de esta forma. Las herramientas que se tienen para entender la distribución de los datos son: en primer lugar construir un histograma, herramienta esencial que se encuentra disponible en todo software SIG, en segundo lugar entender los aspectos generales del histograma mediante su forma, su centro y su dispersión, así es posible entonces, agrupar los datos en varios rangos de desviación e identificar una o varias observaciones atípicas.

Como lo afirma Moore (2005), el análisis exploratorio de datos utiliza gráficos y resúmenes numéricos para describir las variables de un conjunto de datos y las relaciones entre ellas. La distribución de una variable describe qué valores toma dicha variable y con qué frecuencia lo hace. Para describir la distribución de una variable empieza con un gráfico. Los diagramas de barras y los diagramas de sectores describen la distribución de variables categóricas. Los histogramas y los diagramas de tallos representan gráficamente las distribuciones de variables cuantitativas. Cuando se examina un gráfico o un diagrama, se puede identificar su aspecto general y las desviaciones destacadas del mismo. La forma, el centro y la dispersión describen el aspecto general de una distribución. Algunas distribuciones tienen formas sencillas, como las

46

simétricas y las asimétricas. No todas las distribuciones tienen formas sencillas, especialmente cuando hay pocas observaciones. Las observaciones atípicas son observaciones que quedan fuera del aspecto general de una distribución. Busca siempre si hay observaciones atípicas e intenta explicarlas.

Como lo afirma Moore (2005), al realizar el análisis exploratorio de los datos, es posible entender la dispersión de los datos, la cual se logra encontrar al obtener cinco (5) números que resumen un conjunto de datos, los cuales son: la observación mínima, el primer cuartil, la mediana, el tercer cuartil y la observación máxima; escritos en orden de menor a mayor, estos números claves sirven para construir la desviación típica9 que mide la dispersión de las observaciones respecto a la media. La desviación típica es cero cuando no hay dispersión y crece a medida que esta aumenta.

Los cinco números resumen son la mejor síntesis de las distribuciones asimétricas. La descripción de la dispersión se puede analizar por grupos, estos grupos son los cuantiles, que determinan entre qué valores se encuentra la mitad central de las observaciones. Para realizar la identificación de los cuantiles, la lógica que emplea el software es: ordenar las observaciones de menor a mayor y el primer cuartil separa el primer 25% de las observaciones, el segundo cuartil es la mediana, el tercer cuartil separa el primer 75% de observaciones; esta es la idea de los cuartiles.

2.3.2. Técnicas cartográficas de representación de la información Como lo expone García (2003) el geógrafo como profesional del territorio utilizando las herramientas SIG, ha podido reunir tres procedimientos clásicos de su metodología de trabajo:, como son en primer lugar, la representación cartográfica, en segundo lugar, la utilización de herramientas estadísticas y de métodos de análisis cuantitativo de diferentes variables georreferenciadas, y en tercer lugar, el análisis espacial de todos los elementos, naturales y antrópicos, de la superficie terrestre. Por lo tanto, el software SIG cuenta siempre con un conjunto básico de herramientas que permiten analizar patrones de distribución espacial desde técnicas simples, hasta complejos algoritmos que requieren de destreza para su correcta

9

La desviación típica es la raíz cuadrada positiva de la varianza y la varianza (S²) de un conjunto de

observaciones es, la suma de los cuadrados de las desviaciones de las observaciones respecto a su media dividida por n − 1

47

interpretación. A continuación, se presentan las técnicas de representación cartográfica utilizadas, las cuales corresponden a las empleadas frecuentemente en los análisis de la información asociada a salud pública: •

Tasa

La tasa es un indicador, que se puede calcular directamente en la preparación de los datos o se puede construir directamente con las herramientas SIG. Como indican Fuenzalida y Cobs (2013), su objetivo es comparar magnitudes de una variable. Están compuestas por el numerador que expresa la frecuencia con que ocurre un suceso y un denominador, dado por la población expuesta a un determinado suceso, y por razones prácticas, el cociente obtenido se multiplica por algún múltiplo de 10 (1.000, 10.000, 100.000). En la figura 4 que se presenta a continuación, se puede apreciar un ejemplo de tasa para la población menor a 5 años de la mortalidad ocasionada por la Enfermedad Diarreica Aguda – EDA:

48

Figura 4 Ejemplo tasa población menor a 5 años de la mortalidad ocasionada por la Enfermedad Diarreica Aguda – EDA

Nota. Adaptado de Informe por municipios mortalidad por causas evitables Colombia 2002, de Sistema de Vigilancia en Salud Pública, Boletín Semana Epidemiológica 41 de 2002 (http://www.saludcolombia.com/actual/salud67/informe.htm).

•

Representación con el uso de intervalos

Dado que los datos geográficos están compuestos por atributos alfanuméricos, es común en el software SIG representarlos de acuerdo con la distribución estadística de alguno de sus atributos o campos alfanuméricos por grupos, empleando diferentes métodos según lo menciona Esri (s. f.) se pueden resumir dichos métodos así: i) Cuantiles; para esta clasificación se generan clases o puntos de corte de la información, que contiene el mismo número de entidades agrupadas. ii) Intervalos geométricos; este método permite agrupar los datos en intervalos en los cuales se minimizan la suma de los cuadrados del número de elementos de cada clase, así cada intervalo contiene aproximadamente el mismo número de elementos y con cambios en cada intervalo muy coherente. iii) Desviación estándar, este método de clasificación muestra la diferencia entre el valor de atributo de una entidad y el valor medio, los cortes de los intervalos de clase se crean

49

con rangos de valores equivalentes que corresponde a una proporción de la desviación estándar como lo son 1, 1/2, 1/3 o 1/4 de la desviación. iv) Finalmente se pueden hacer grupos en rangos de valor definidos de forma manual y/o por intervalos iguales.

Como lo afirma Espinosa, Monsalve y Gómez (2013), al aplicar cada uno de los métodos de clasificación mencionados al mismo set de datos, se obtiene una representación diferente que tiene un impacto notable sobre la especialización de las variables y las decisiones que se tomen en una investigación en torno al tipo de clasificación que se utilizará. En la tabla 3 que se presenta a continuación se puede apreciar a modo general ejemplos de distribución de datos y cuál es el método de representación más indicado a aplicar:

50

Tabla 3 Principales usos a los métodos representación de intervalos Método

Cuantiles

Descripción

Esquematización Distribución de Datos

Este sistema de clasificación es adecuado cuando se tienen datos cuya distribución se aleja de manera considerable de la curva normal, con bajos valores y fuerte asimetría

Este sistema de clasificación es Desviación adecuado cuando se tienen datos de una estándar distribución normal, o que se acercan a ella.

Cortes naturales

Este sistema de clasificación es adecuado cuando se tienen datos que no se distribuyen de manera uniforme y no se orientan hacia un extremo de la distribución (pues esto minimiza la suma de las varianzas dentro de cada clase). Se emplea también, cuando los datos forman agrupamientos, dado que, es posible definir intervalos de clase que permiten identificar patrones semejantes entre esos grupos de datos.

Nota. Adaptado de Texto de Estadística Aplicada Básica, de David Moore, 2005, 2ª ed. Y Métodos de

clasificación

de

datos,

de

ArcGis

Pro.

En

https://pro.arcgis.com/es/pro-

app/latest/help/mapping/layer-properties/data-classification-methods.htm 2.3.2 Análisis por capas en SIG Existen dos grandes grupos de mapas como lo indica Gómez (2004): los mapas cualitativos y los mapas cuantitativos. En los mapas cualitativos se expresan las características intrínsecas de los hechos y fenómenos geográficos, se puede encontrar en estos mapas información de carácter físico, social y/o económica, la simbología asociada no necesariamente se encuentra acorde con

51

la escala del mapa, dado que, se busca una simbología evidente muy visual, ejemplos de estos mapas pueden ser: mapas físicos, morfológicos, de suelos, vegetación, fauna, entre otros. En los mapas cuantitativos se expresan las magnitudes o valores cuantitativos de uno o varios fenómenos o hechos, correspondientes a valores absolutos o relativos, tasas, índices, razones, coeficientes proporciones, porcentajes, promedios, etc. Los símbolos que se emplean en los mapas cuantitativos pueden estar asociados a cualquiera de las geometrías vectoriales (punto, línea o polígono) que se representan de forma proporcional agrupando los valores por clases.

Finalmente se tiene que los fenómenos geográficos que se representan en los mapas cuantitativos pueden ser desde el punto de vista espacial continu o discreto10.

Los mapas bien sean cuantitativos o cualitativos se pueden clasificar como mapas de análisis, según Gómez (2004) cuando se busca representar la distribución de uno o varios fenómenos para determinar su relación con el espacio geográfico, el objetivo de estos mapas es clarificar, para analizar la distribución del fenómeno o hecho cartografiado, a partir de sus variaciones, regularidades, concentraciones dispersiones, semejanzas, diferencias y correlaciones. Los mapas de análisis tienen aplicación a nivel de información, inventario y compilación.

En el ámbito de la cartografía de la salud, los mapas de análisis según Juárez M., Gutiérrez M., Estrada E., Solís L., Librado B., Fernández G. y Castañeda G. (2011) permiten conocer los lugares prioritarios, las poblaciones vulnerables, las relaciones de los patrones de distribución con las características físico- geográficas y ambientales del territorio, así como las características sociodemográficas, económicas y culturales de la población, que incidirán en una mejor toma de decisiones en materia de salud, dado que, permite visualizar las desigualdades y presentar un mosaico de las características en salud.

Los mapas de análisis son el insumo para el proceso llamado Análisis de Capas. Según Siabato (2018) el análisis de capas consiste básicamente en la constitución de distintas capas, que una vez superpuestas, reflejan un conjunto de información masiva geográficamente localizada. Una capa es un fichero que contiene información sobre una variable particular que se agrupa temáticamente de acuerdo con su contenido en relación con el espacio. Así, al combinar y agrupar capas con distintas afinidades, se pueden constituir modelos relevantes para el estudio

10

Como indica Gómez (2004), los fenómenos continuos están presentes en toda la superficie de forma

gradual, y los fenómenos discretos se restringen a puntos específicos del espacio y están separados.

52

y análisis de distintas problemáticas (por ejemplo, logística, planificación urbana, entre muchísimos otros). La codificación y almacenamiento de esta información suele realizarse, de acuerdo con su naturaleza, de dos formas: raster o vectorial (Mena Frau et al, 2008). Las capas en vectorial se emplean con el fin de obtener precisión en la forma de representación de elementos relativamente discretos, mientras que el raster lleva un mejor desempeño cuando se busca la representación de objetos multicapa y continuos o para variaciones muy altas en los datos.

Según Mena Frau et al. (2008) la forma de análisis por capas se basa en el principio de superposición. Distintas capas, que comparten un marco georreferencial concreto, se superponen las unas con las otras para constituir modelos de información más amplios que las capas aisladas. Esta superposición puede llevarse a cabo de forma estrictamente analítica (empleando cálculos con datos estadísticos sin representar) o gráfica (generando un mapa interactivo donde el usuario tiene acceso a una interfaz más sencilla para administrar datos).

El software SIG cuenta con una serie de herramientas de superposición para combinar, borrar, modificar o actualizar entidades espaciales, produciendo una nueva capa o entidad. A continuación, en la tabla 4 se presentan ejemplos para el software ArcMap de las herramientas de superposición con las que cuenta:

53

Tabla 4 Ejemplo de herramientas de superposición Herramienta

Esquematización

Borrar: intersecta capas y remueve la zona que define la capa de borrado Identidad: intersecta capas y remueve la zona que no es común en la segunda capa de entrada o de identidad Intersecar: intersecta capas y remueve la zona que no es común en todas las capas de entrada Unión espacial: “Une los atributos de una entidad con otra basada en la relación espacial. Las entidades de destino y los atributos unidos de las entidades de unión se escriben en la clase de entidad de salida.” gisgeography.com (2011) Diferencia simétrica: intersecta capas y remueve la zona que es común en todas las capas de entrada Combinación: intersecta capas y unifica las capas de entrada Actualizar: intersecta capas y unifica las capas de entrada, actualizando la zona que es interceptada por la segunda capa o cada de actualización

Nota. Adaptado de Información general sobre el conjunto de herramientas Superposición, por ArcGIS, en https://desktop.arcgis.com/es/arcmap/10.3/tools/analysis-toolbox/an-overview-ofthe-overlay-toolset.htm. Y Cómo funciona la unión espacial en SIG, 2021, por Gis Geography, en https://gisgeography.com/spatial-join/.

De las herramientas de superposición es de resaltar la de unión espacial, dado que, como afirma García (2012) es una de las características más potentes de las bases de datos espaciales, permitiendo combinar información de diferentes tablas usando relaciones espaciales como clave dentro de la unión.

54

3 Metodología 3.1 Área de Estudio El área de estudio es la extensión territorial de Colombia, sobre la cual se pretende identificar los departamentos con el mayor nivel de criticidad de la calidad y cobertura en términos de la prestación del servicio de salud pública para las principales patologías relacionadas con riesgo vital, sobre las cuales, se presentó el mayor número de Peticiones-Quejas-Reclamos (PQR) ante la Superintendencia Nacional de Salud de Colombia (Supersalud) en el año 2017.

Dado el análisis y clasificación del ámbito territorial que compone Colombia en términos de características de población y concentración de la oferta de los servicios de salud, Minsalud a través del Modelo Integral de Atención en Salud (MIAS) (ver capítulo 2) ha clasificado el territorio en cuatro rangos: urbano, área metropolitana, rural y dispersa. De estos rangos, se espera que las PQR se concentren en el ámbito urbano.

De acuerdo a la clasificación realizada por el MIAS y detallada en el documento de la Política De Atención Integral En Salud (PAIS) por Minsalud (2016, p. 65), define el ámbito urbano como los centros urbanos con población mayor a un millón de habitantes (Bogotá, Medellín, Cali, Barranquilla y Cartagena), y los centros urbanos metropolitanos como aquellos en los cuales existen altas agregaciones de población en condiciones de densidad y accesibilidad geográficas a los servicios de salud sin barreras relevantes en distancias entre los servicios y la población. La categoría de alta ruralidad corresponde a la mayor parte de los municipios de Colombia, donde la oferta de servicios tiende a ser monopólica y en algunos casos de naturaleza pública, con prevalencia de servicios de baja complejidad y poca capacidad de resolución. Los territorios de ámbito disperso son municipios con baja densidad poblacional, que presentan limitaciones en la oferta de servicios y de recurso humano especializado, carecen de vías de acceso y presentan barreras geográficas y culturales. En la figura 5 se puede apreciar el mapa del territorio colombiano con los ámbitos mencionados:

55

Figura 5 Ámbito territorial de Colombia según la delimitación realizada por Minsalud

Nota. Adaptado de Modelo MIAS 2017. Por Minsalud. Material para la capacitación Sectorial.

Según las estadísticas vitales presentadas por el DANE para el corte de diciembre del año 2019, en Colombia se tiene una proporción de 320.035 mujeres y de 336.576 hombres (ver figura 6), la distribución de la población en el país sigue un patrón invertido de la pirámide poblacional (ver figura 7) “con menor número de nacimientos y una población con tendencia al envejecimiento, el país se enfrenta a una mayor prevalencia de enfermedades crónicas…” (Chaves, 2018 p. 50).

56

Figura 6 Distribución de la Población Colombiana por Género- corte año 2019.

Nota. Adaptado de Geoportal Estadísticas Vitales del DANE, fecha de acceso mayo de 2021.

Figura 7 Cambios en las estructuras de la población colombiana 1964 y 2015

Nota. Adaptado de DANE Estimaciones 1985-2005 y Proyecciones 2006-2020 anualizadas por sexo y edad. Serie Poblacional, Tomado del artículo: Enfermedades Raras en Colombia: Brecha entre regulación y acceso efectivo a la salud (Chaves, 2018 p. 50).

57

La población presenta la mayor concentración en las cabeceras municipales y corresponde a 264.283 personas (ver figura 8-a) y las ciudades más pobladas son Bogotá, Antioquia, Valle del Cauca, Atlántico, Bolívar y Santander (ver figura 8-b).

Figura 8 Distribución de la Población Colombiana por zona y participación - corte año 2017

Nota. Adaptado de Geoportal Estadísticas Vitales del DANE, fecha de acceso mayo de 2021.

La desigualdad social y económica afecta la distribución de los beneficios de la salud de la población. Esta afirmación ha sido soportada en comparaciones internacionales que muestran fuerte correlación entre desigualdad de ingreso y mortalidad, analizando el ingreso medio de la población (Rodgers G. (1979), Flegg A. (1982), Waldmann R. (1992) y Wilkinson R. (1996)).

Además de ello, la desigualdad de ingreso regional influye en la tasa de mortalidad, según análisis por nivel de ingresos (Kaplan G. et al. (1996), Kawachi I et al. (1997) y Kennedy B. et al. (1996)).

58

Aunque en América Latina ha sido pobre la investigación en el tema, se tienen trabajos como el realizado por Wilkinson R. y Pickett K. (2006) en el cual los autores identifican 168 análisis en 155 trabajos de distintas disciplinas que reportan alguna asociación entre distribución de ingreso y salud de la población en países desarrollados, con el cual, muestra que el 70% de los trabajos sugieren que el estado de salud es peor en sociedades donde las diferencias de ingresos son mayores.

Las principales causas de muerte en Colombia, de acuerdo con cifras del Geoportal de estadísticas vitales de DANE (2019) a nivel departamental son: las patologías cardiovasculares, seguidas de las respiratorias, las neuronales, diabetes y cáncer de órganos digestivos (ver figura 9).

Figura 9 Principales causas de fallecimiento no fetales registradas en Colombia para el año 2019

Nota. Adaptado de Geovisor del DANE, mayo 2021.

59

Al analizar el mapa y que se presenta en la figura 10 en términos de aseguramiento a nivel nacional, se tiene un aseguramiento para el año 2021 aproximadamente del 98%, lo que indica que casi en su totalidad la población colombiana está cubierta por el Sistema General de Seguridad Social en Salud (SGSSS). Adicionalmente se pueden identificar los territorios de más bajo cubrimiento correspondientes al departamento de Amazonas en el norte del país, Vichada, Guaviare y Vaupés en el este del país y Chocó en el oeste del país.

Figura 10 Cifras del aseguramiento en salud 2019 a 2021.

Nota. Adaptado de Cifras de aseguramiento en salud, Minsalud, mayo 2021 (https://www.minsalud.gov.co/proteccionsocial/Paginas/cifras-aseguramiento-salud.aspx). La variable cobertura corresponde a la relacion del número de personas afiliadas al sistema de salud con respecto al total de la población, según la proyección DANE.

60

Finalmente, al analizar el gráfico que se presenta en la figura 11, se evidencia según Minsalud (2018b) que con respecto al en Ranking de Satisfacción, los colombianos emplearon los servicios de atención de la salud en mayor proporción por los siguientes conceptos: consulta médica general, urgencias, consulta ginecológica y otras especialidades del SGSSS. Figura 11 Servicios utilizados en el año 2018 del SGSSS. Fuente Minsalud Ranking Satisfacción EPS

Nota. Adaptado de Sistema de Evaluación y Calificación de Actores: Ranking de Satisfacción EPS. (2018).

Por

Minsalud.

https://www.minsalud.gov.co/sites/rid/Lists/BibliotecaDigital/RIDE/DE/CA/Rankingsatisfaccion-eps-2018.pdf.

En

61

3.2 Flujograma de la metodología aplicada En el siguiente diagrama figura 12) se presentan los pasos de la metodología aplicada para llevar a cabo la evaluación espacial de criticidad de la calidad y cobertura en salud para diferentes patologías en Colombia: Figura 12 Flujograma metodológico

62

3.3 Datos e Información Teniendo en cuenta que para la construcción de cada indicador fue necesario contar con información de Supersalud y Minsalud con corte a 31 de diciembre de 2017, por tanto, se recolectaron y seleccionaron los siguientes insumos:

63

Tabla 5 Detalles de los insumos para la elaboración de cada indicador

Insumo

Fuente

Indicador que lo emplea

Paso metodológico en el que es empleada la información

Tasa de PQR de Riesgo vital x 10.000 Etapa 1: Identificación las patologías afiliados a nivel general y principales relacionadas con riesgo Descarga de archivo portal del departamental por cada una de las vital y las EPS asociadas Tabla con la información del Sistema Integral de Información EPS y por cada una de las patologías Registro Único de Afiliados (RUAF) de Protección Social (SISPRO) principales identificadas. de la base BDUA que contiene el dispuesto por Minsalud total de afiliados por EPS (http://www.sispro.gov.co/recurs Factor de atención general del Etapa 3: Evaluación espacial de la Indicador de criticidad de la calidad relación entre el número de afiliados osapp) y cobertura y la suficiencia de la red de atención de alta complejidad Conteo de Prestadores de Salud en Colombia de Alta Complejidad departamental por cada una de las Tabla con información del Descarga de archivo portal SISPRO EPS Registro Especial de Prestadores dispuesto por Minsalud de Salud (REPS), que contiene las (http://www.sispro.gov.co/recurs Factor de atención general del IPS en convenio con cada EPS. osapp) Indicador de criticidad de la calidad y cobertura

Etapa 2: Identificación de los nodos PQR riesgo vital y de la red de atención de alto nivel de complejidad

Conteo de Prestadores de Salud en Capa geográfica de Prestadores Descarga de archivo desde el Colombia de Alta Complejidad de Salud Habilitados en Colombia portal de ArcGis Online (con la departamental por cada una de las en formato .shp cuenta de la maestría) EPS

Etapa 3: Evaluación espacial de la relación entre el número de afiliados y la suficiencia de la red de atención de alta complejidad

Etapa 3: Evaluación espacial de la relación entre el número de afiliados y la suficiencia de la red de atención de alta complejidad

64

Insumo

Fuente

Indicador que lo emplea

Paso metodológico en el que es empleada la información

Factor de atención general del Etapa 3: Evaluación espacial de la Indicador de criticidad de la calidad relación entre el número de afiliados y cobertura y la suficiencia de la red de atención de alta complejidad Archivo alfanumérico con los Se descarga del portal de datos registros de PQR-2017 de abierto de Colombia Supersalud (https://www.datos.gov.co/Salud -y-Protecci-n-Social/Base-DeDatos-PQRD-2017/gg2r-kx6x).

Tasa de PQR de Riesgo vital x 10.000 Etapa 1: Identificación las patologías afiliados a nivel general y principales relacionadas con riesgo departamental por cada una de las vital y las EPS asociadas EPS y por cada una de las patologías principales identificadas.

Indicador de cobertura del Indicador Etapa 3: Evaluación espacial de la de criticidad de la calidad y relación entre el número de afiliados cobertura y la suficiencia de la red de atención de alta complejidad

Geodatabase con información de la división territorial de Colombia dispuesta por el Instituto Geográfico Agustín Codazzi (IGAC)

Tasa de PQR de Riesgo vital x 10.000 afiliados a nivel general y Se descarga la base a través del departamental por cada una de las portal de la Infraestructura de EPS y por cada una de las patologías Datos Espaciales (IDE) de principales identificadas.

Colombia a escala 1:100.000, dispuesta por el Instituto Factor de atención general del Geográfico Agustín Codazzi Indicador de criticidad de la calidad (IGAC). y cobertura

Etapa 2: Identificación de los nodos PQR riesgo vital y de la red de atención de alto nivel de complejidad

Etapa 3: Evaluación espacial de la relación entre el número de afiliados y la suficiencia de la red de atención de alta complejidad

65

3.3. Pasos metodológicos A continuación, se realiza la explicación de cada uno de los pasos metodológicos asociados a las preguntas de investigación planteadas.

3.3.1 Identificación las patologías principales relacionadas con riesgo vital y las EPS asociadas En este paso de la metodología se da respuesta a la primera pregunta de investigación, en la cual, se identifican las principales patologías relacionadas con riesgo vital que presenta un mayor número de PQR por parte de los usuarios del SGSSS que requieren atención de IPS de alta complejidad según sus características patológicas y compromiso vital, y las EPS vigilada por Supersalud asociadas a las patologías principales analizadas. En la tabla 8 (EPS y Patologías seleccionadas para el análisis con el total de PQR riesgo vital) del capítulo 4 en el subcapítulo 4.1.1 (Análisis exploratorio de insumos) se puede apreciar la selección de EPS y patologías a analizar.

3.3.1.1 Análisis exploratorio de insumos. Se realizó el análisis exploratorio de las PQRD-2017 utilizando el software R, para conocer y resumir la información a través de la construcción de diferentes gráficos y medidas de tendencia central. Del universo de PQRD se trabajó con el subconjunto de registros que corresponden sola a PQR asociados a riesgo vital y que fueron interpuestos solo contra EPS del régimen contributivo y subsidiado. Para ello del archivo alfanumérico con los registros de PQR-2017 de Supersalud se aplicaron los siguientes filtros: en el campo “PQR_TIPOPETICION” se excluyeron los correspondientes a solicitudes de información, en el campo “ENT_TIPOVIG_SNS” se leccionaron los registros Contributivo y Subsidiado y en el campo “RIESGO_VIDA” los correspondientes al valor SI. 3.3.1.2 Construcción de información base para la tasa de PQR asociadas a riesgo vital x 10.000 afilados. Se identificaron las principales patologías sobre las cuales presentaron los usuarios un mayor número de inconformidades. Adicionalmente, para identificar las EPS asociadas a estas PQR, se adicionó al análisis la información de los registros descargados de BDUA en el que tienen las cifras oficiales de afiliados en cada EPS a nivel departamental. Esto se realizó con el fin de calcular la tasa de PQR por 10.000 afiliados, y emplearla para identificar de forma proporcional cuáles EPS presentan el mayor número de PQR del subconjunto de análisis de la información con la que se trabajó.

El cálculo de la tasa de PQR se presenta a continuación:

66

Total PQR en el departamento Tasa PQR_general = (número de ) ∗ 10.000 Afilados al SGSSS en el departamento

Tasa PQR_EPSi,j = Total PQR en el departamento de la EPS i para la Patologíaj ( ) ∗ 10.000 número de Afilados a la EPS i en el departamento

Donde i: corresponde a cada EPS filtrada en el análisis exploratorio y j: corresponde a la patología definida en el análisis exploratorio.

3.3.2 Identificación de los nodos PQR riesgo vital y de la red de atención de alto nivel de complejidad En este paso de la metodología se da respuesta a la segunda pregunta de investigación, en la cual, se identifican las características de la distribución geográfica de los nodos de concentración de las PQR asociadas a riesgo vital, en lar tabla 9 del capítulo 4 en el subcapítulo 4.2.1 (Georreferenciación a nivel departamental de la tasa de PQR asociadas a riesgo vital x 10.000 afilados), se pueden apreciar los nodos de las PQR asociadas a riesgo vital a nivel departamental.

La red de atención de alto nivel de complejidad de cada EPS asociada al grupo definido de patologías principales se puede apreciar en el mapa de la figura 30 del capítulo 4 subcapítulo 4.2.2 (Georreferenciación de la red de atención de alto nivel de complejidad).

3.3.2.1 Georreferenciación a nivel departamental de la tasa de PQR asociadas a riesgo vital x 10.000 afilados. Con el resumen obtenido de las cifras de PQR a nivel departamental por cada EPS en el software R, se importó en formato de tabla de geodatabase en el software ArcGis Pro y mediante la operación de “Join” con cardinalidad 1 a 1 se construyeron capas vectoriales a nivel departamental de: •

La tasa de PQR asociadas a riesgo vital por cada patología principal identificada por cada una de las EPS del régimen contributivo y subsidiado x 10.000 afilados.

•

La tasa del total de PQR asociada a riesgo vital x 10.000 afiliados.

Cada tasa tanto general como por EPSij, fueron representados por quintiles y cada quintil se reclasificó de acuerdo con los valores descritos a continuación en la tabla 6. Por lo tanto, entre menor sea la tasa PQR mayor será la satisfacción de los usuarios asociada a la Calidad de la prestación del servicio recibido.

67

Tabla 6 Valores cualitativos asociados a la satisfacción de los usuarios Quintil

Valor Cuantitativo

Valor Cualitativo

Q1

1

Muy Alto (MA)

Q2

2

Alto (A)

Q3

3

Medio (M)

Q4

4

Bajo (B)

Q5

5

Muy Bajo (MB)

3.3.2.2 Georreferenciación de la red de atención de alto nivel de complejidad. Con la capa vectorial tipo punto de Prestadores de Salud en Colombia de Minsalud descargada de ArcGis Online, se identificaron las IPS de alta complejidad (de tercer nivel en adelante) según el campo “Nivel”. Además, se utilizó una consulta SQL con el operador LIKE en el campo nombre de la entidad11 se realizó un cruce alfanumérico con los registros del REPS para identificar cuáles de los prestadores de alta complejidad tienen convenio con cada EPS y se generó una capa vectorial tipo punto para cada EPS por cada patología.

3.3.3 Evaluación espacial de la relación entre el número de afiliados y la suficiencia de la red de atención de alta complejidad En este paso de la metodología se da respuesta a la tercera pregunta de investigación, en la cual, se identifican las características de la relación espacial entre el número de afiliados del SGSSS de cada departamento de Colombia y la suficiencia de la red de atención de alta complejidad para las patologías principales identificadas, para cada EPS asociada. Los productos asociados a esta etapa se pueden consultar en elcapítulo 4 subcapítulo 4.3.1 (Construcción de la capa de conteos de IPS de alta complejidad) en la figura 31, la cual contiene los insumos para la elaboración de los mapas del factor de atención de cada patología construidos en el software ArcGis Pro. También en el capítulo 4 en el subcapítulo 4.3.2 (Construcción de la capa del factor de atención general) en los mapas de las figuras 32 a 38 se puede apreciar la distribución departamental del factor de atención general para cada patología, y en el subcapítulo 4.3.3 (Cálculo del indicador

11

Un ejemplo de la sentencia SQL puede ser: nombre LIKE ('%cáncer%'), así se seleccionarán todos los

registros del campo nombre que contengan la palabra “cáncer”

68

del nivel de criticidad de la calidad y cobertura de los servicios de las patologías evaluadas para las EPS identificadas) en los mapas de las figuras 39 a 45 se puede apreciar un ejemplo de la distribución departamental del Indicador de Cobertura para la patología Cáncer por cada EPS analizada.

3.3.3.1 Construcción de la capa de conteos de IPS de alta complejidad. Se realizó un Join espacial con la capa de departamentos y la capa de cada una de la red de prestadores de alto nivel identificada, y se utilizó la herramienta de resumen para tener así una capa a nivel departamental con el conteo de Prestadores por departamento general y por patología para cada EPS. 3.3.3.2 Construcción de la capa de factor de atención general. Para el cálculo de este factor se construyó una tabla resumen de la capa vectorial de IPS de alta complejidad con las IPS identificadas para la atención de cada patología la cual proporciona la información del número de IPS de alta complejidad en cada departamento que puede atender cada patología analizada.

Con esta tabla se realizó un join con cardinalidad 1 a 1 con la capa vectorial de PQR Totales (construida en el paso 2) que incluyó la información del total de la población afiliada de cada EPS que opera en cada departamento. La siguiente es la ecuación del porcentaje de Factor de Atención (FA) empleada: Total población afiliada a los regímenes subsidiado y contributivo en departamento k

FAki= Int (número de IPS de tercer nivel en adelante del departamento k para atender la patología i) Donde k corresponde al departamento analizado e i corresponde a la patología principal a analizar.

El resultado de este indicador es un valor entero por cada departamento. Para entender mejor el resultado se presenta el siguiente ejemplo. Suponiendo que en un departamento k se tienen 1000 afiliados en total a las EPS que operan en el departamento, y para la atención de alta complejidad de la patología i se cuenta en total con 50 IPS, por lo tanto 1000/50 corresponde a 20 que es el FAki. La interpretación es que, al contar con toda la red de atención del departamento, cada IPS de alta complejidad asociada a la atención de la patología K es capaz de atender a 20 personas.

3.3.3.3 Cálculo del indicador de cobertura. Para conocer que tan densa es la red de atención de alta complejidad de cada EPS filtrada, fue necesario conocer con cuantas IPS tiene convenio, y comparar este valor con respecto al número aproximado de IPS ideal con el cual debería tener convenio teniendo en cuenta la proporción de afiliados y el factor de atención general calculado

69

por departamento. Este cálculo se realizó bajo el supuesto de que todos los afiliados de la EPS en un momento extremo requieran la atención de las IPS de alta complejidad en convenio. Se empleó este supuesto, dado que, no se cuenta con la información de número de afiliados que padece de la patología analizada por cada EPS ni la capacidad de atención real de cada IPS. El cálculo del indicador de cobertura (IC) se puede apreciar en la siguiente ecuación: %IC_EPSi,j,k = (

Total IPS alta complejidad en convenio con la EPSi que atiende la patología j en el dpto k Total de afiliados de la EPSi en dpto k

Int(factor de atención general del Dpto k para la patología j)

)*100

Donde i: corresponde a cada EPS filtrada en el análisis exploratorio, j: corresponde a la patología definida en el análisis exploratorio y k corresponde al departamento analizado.

Para entender mejor este indicador, y dar continuidad con el ejemplo anterior se tiene, que el resultado del factor de atención general en el departamento k para la patología j fue de 20 personas (valor calculado en ejemplo del paso anterior). Al calcular el indicador de cobertura se tiene: suponiendo que los afiliados de la EPS i en el departamento k son 100, al dividir 100/20 el resultado es 5, es decir que con 5 IPS en convenio en el departamento la EPS atendería bien a sus afiliados, este es el caso Mínimo IDEAL, pero en el ejemplo la EPS tiene convenio solo con 2 IPS del departamento, así las cosas 2/5*100 es 40%, en el escenario REAL y la EPS tiene una cobertura del 40% que es “Baja”, estos resultados cuantitativos se pueden interpretar según la tabla 7: Tabla 7 Valores cualitativos asociados al Indicador de Cobertura de alta complejidad en convenio de las EPS %IC

Código Valor

Valor Cualitativo

>200%

1

Muy Alta (MA)

>120% y ≤200%

2

Alta (A)

>50% y ≤100 %

3

Media (M)

>30% y ≤50%

4

Baja (B)

≤30%

5

Muy Baja (MB)

70

3.3.4. Cálculo del indicador del nivel de criticidad de la calidad y cobertura de los servicios de las patologías evaluadas para las EPS identificadas En este paso de la metodología se da respuesta a la cuarta pregunta de investigación, en la cual, se identifica el nivel de criticidad de la calidad y cobertura de los servicios de las EPS evaluadas para las principales patologías. En el siguiente capítulo se pueden apreciar los mapas por cada patología y cada EPS evaluada dispuestos en un tablero de control de ArcGis Online de la maestría, en las figuras 47 a 53 se tienen vistas del tablero por EPS consultada, para dar respuesta a esta pregunta de investigación.

En este paso de la metodología también se da respuesta a la quinta pregunta de investigación, en la cual, se identifican las entidades territoriales sobre las cuales operan las EPS que presentan los niveles más críticos, de la calidad y cobertura de sus servicios para las patologías principales evaluadas, según, los resultados del análisis de indicadores construidos con datos geolocalizados.

La lista de EPS con el nivel más crítico y las Entidades territoriales asociadas se puede consultar en la tabla 11 del capítulo 4 subcapítulo 4.4 (Cálculo de Indicador del nivel de criticidad de la calidad y cobertura).

En este paso de la metodología se realizó el cruce de los mapas de las variables cualitativas del indicador de satisfacción de los usuarios (asociada a la calidad de la prestación del servicio recibido) con los mapas del indicador de cobertura para cada EPS por cada patología analizada, de acuerdo con los rangos de valor definidos en la figura 13: Figura 13 Matriz de decisión para evaluar la criticidad de la calidad y cobertura

Nota. Elaboración propia a partir de Matriz de criticidad (p.3). Por Bibling. En http://bibing.us.es/proyectos/abreproy/5311/fichero/5-+Analisis+de+criticidad.pdf.

Los colores de la matriz corresponden a la simbología que será asignada a los mapas resultantes y la conclusión asociada a cada rango de color se puede definir de la siguiente manera: en primer

71

lugar (Categoría A); valores del indicador de cobertura muy altos, altos, y medios que se interceptan espacialmente con valores muy altos, altos, y medios del indicador de satisfacción del usuario darán como resultado que: la suficiencia de la red de alta complejidad para la patología analizada, es alta y se refleja en el buen concepto que tienen sus afiliados. En segundo lugar (Categoría B); valores del indicador de cobertura muy altos, altos, y medios que se interceptan espacialmente con valores bajos y muy bajos del indicador de satisfacción del usuario darán como resultado que: la suficiencia de la red de alta complejidad para la patología analizada es alta, pese a ello, no se refleja en el buen concepto que tienen sus afiliados. En tercer lugar (Categoría C): valores del indicador de cobertura bajos y muy bajos que se interceptan espacialmente con valores bajos y muy bajos del indicador de satisfacción del usuario, darán como resultado que: la suficiencia de la red de alta complejidad para la patología analizada es baja y se refleja en el mal concepto que tienen sus afiliados. Finalmente (Categoría D): valores del indicador de cobertura bajos y muy bajos que se interceptan espacialmente con valores muy altos, altos, y medios del indicador de satisfacción del usuario darán como resultado que: la suficiencia de la red de alta complejidad para la patología analizada es baja y el buen concepto que tienen sus afilados puede estar asociado a que esta EPS tiene un bajo porcentaje de afiliados que requieren atención de alta complejidad para la patología analizada.

72

4 Resultados De acuerdo con los pasos metodológicos que buscan resolver las preguntas de investigación planteadas, en el presente capítulo se describen los resultados obtenidos.

4.1 Identificación las patologías principales relacionadas con riesgo vital y las EPS asociadas En este paso de la metodología se da respuesta a la primera pregunta de investigación, identificando las principales patologías relacionadas con riesgo vital que presenta un mayor número de PQR por parte de los usuarios del SGSSS que requieren atención de IPS de alta complejidad según sus características patológicas y compromiso vital, y las EPS vigilada por Supersalud asociadas a las patologías principales analizadas. Para ello se desarrollaron las siguientes subetapas: 4.1.1 Análisis exploratorio de insumos Con la ayuda del software R se elaboró inicialmente un análisis exploratorio de los datos (PQRD año 2017 de Supersalud), del total de registros se tienen las siguientes características: los usuarios del SGSSS radicaron en el año 778.148 PQRD, de las cuales 483.431 corresponden a PQR regulares y 294.717 corresponden a solicitudes de información (ver figura 14).

Figura 14 Distribución de PQRD en PQR y Solicitudes de Información

73

Como se puede apreciar a continuación en la figura 15, se presentó un pico en las PQRD en el mes de abril. En los meses de enero y diciembre se presentaron las menores cifras.

Figura 15 Distribución de las PQRD en PQR y Solicitudes de Información por mes.

De las PQR se tienen dos grupos: las regulares (328.908) y las que están relacionadas con Riesgo Vital (154.523). Las PQR de riesgo vital son el subconjunto inicial de datos a analizar (ver figura 16).

74

Figura 16 Distribución de las PQR en Regulares y de Riesgo Vital.

Posteriormente se identificó un top 10 de patologías, sobre las cuales se presentaron mayor número de PQR de riesgo vital correspondientes a un total de 142.336 (ver gráfico de la figura 17). Sin embargo, de las 10 patologías identificadas, las clasificadas como “Problemas relacionados con facilidades de atención médica u otros servicios de salud” y “No Aplica”; corresponden a categorías que da el personal que atiende la solicitud por diferentes canales de atención12 para agrupar aquellas solicitudes en las cuales les fue imposible clasificar las enfermedades. Adicionalmente, la patología clasificada como “Materno Infantil” corresponde a una patología que en la gran mayoría de situaciones médicas se debe tratar en instancias de Prevención y Promoción de Salud y no en un nivel alto de atención.

12

Para el año 2017 la mayor representación de PQRD radicadas ante la Supersalud se presentó a través

del canal Web, seguido del canal personalizado y Telefónico

75

Figura 17 Top 10 de patologías asociadas a PQR de Riesgo Vital

Se elaboró un top 7 de principales patologías descartando de lista a analizar las 3 patologías mencionadas (“Problemas relacionados con facilidades de atención médica u otros servicios de salud”, “No Aplica” y “Materno Infantil”); a este top 7 le corresponden un total 35.537 PQR de riesgo vital como se pueden apreciar en la figura 18: Figura 18 Top 7 de patologías asociadas a PQR de Riesgo Vital

76

Finalmente se identifica un top 10 de EPS del régimen contributivo y subsidiado sobre las cuales radicaron los usuarios un total de 29.388 PQR de riesgo vital según la proporción de afiliados que tienen a razón de la tasa de PQR Riesgo vital13. Sin embargo, de este top 10 se descartan 3 EPS (Comfenalco Valle, Comfamiliar Huila y Capital Salud) por contar con cobertura solo en uno o dos departamentos, por lo tanto se analizaron solo 15.652 PQR de riesgo vital. Es de resaltar que de las 10 EPS identificadas inicialmente solo 3 EPS pertenecen al régimen subsidiado y las demás al régimen contributivo14 (ver figura 19).

Figura 19 Top 10 de EPS seleccionadas según la tasa de PQR Riesgo vital x 10.000 afilados

En la tabla 8 se puede apreciar el resumen de las EPS y Patologías seleccionadas para el análisis, así como, la distribución del total de las 15.652 PQR de riesgo vital del conjunto a analizar:

13

Para no incurrir en errores se calcula una tasa nacional empleando el total de afiliados por cada EPS a

razón del número de PQR de riesgo vital asociada a las patologías identificadas, para conformar de forma más certera un top 10 de EPS 14

Es de referir que para el año 2017 en la base de datos utilizada de BDUA se contó con 48 EPS, de las

cuales se tienen que 14 eran del régimen contributivo y 34 del régimen subsidiado

77

Tabla 8 EPS y Patologías seleccionadas para el análisis con el total de PQR riesgo vital EPS seleccionas Régimen

Contributivo

Subsidiado

Alias

Total PQR-Riesgo Vital por Patología a analizar Cáncer Diabetes

Enf. Enf. Enf. Renales Cardiovasculares Huérfanas

Enf. Neurológicas

VIH Sida

COOMEVA

2173

218

174

302

492

129

117

CRUZ BLANCA

503

188

73

79

101

46

97

MEDIMÁS

2681

922

414

642

813

252

263

NUEVA EPS

1924

409

235

420

530

116

138

SALUDVIDA

46

10

6

7

7

2

3

SERVICIO OCCIDENTAL DE SALUD (SOS)

509

56

30

73

138

27

40

ECOOPSOS

120

40

17

25

31

13

1

7956

1843

949

1548

2112

585

659

Total general

4.1.2 Construcción de información base para la tasa de PQR asociadas a riesgo vital x 10.000 afilados Se elaboró una capa geográfica con el universo de PQRD reducido solo al subconjunto de PQR de riesgo vital, asociado a las 7 patologías más recurrentes por las cuales los usuarios del sistema de salud radicaron un mayor número de solicitudes sobre las 7 EPS del régimen contributivo y subsidiado que cubren más de 2 departamentos del territorio nacional correspondientes a 15.652 PQR de riesgo vital. En el mapa de la figura 20, se puede apreciar la tasa de PQRD riesgo vital a nivel departamental asociada al subconjunto de análisis mencionado. En el mapa de la figura 21 se pueden apreciar diferencias marcadas que se tendrían si se hubiera empleado el top 10 de EPS (29.388 PQR de riesgo vital para las 7 patologías seleccionadas).

78

Figura 20 Tasa total PQR Riesgo Vital x 10.000 afiliados Nivel departamental año 2017 top 10 EPS y las 7 patologías seleccionadas

Nota. Elaboración propia con datos PQRD -2017 Supersalud

79

Figura 21 Tasa total PQR Riesgo Vital x 10.000 afiliados Nivel departamental año 2017 top 7 EPS y las 7 patologías seleccionadas

Nota. Elaboración propia con datos PQRD -2017 Supersalud

80

4.2 Identificación de los nodos PQR riesgo vital y de la red de atención de alto nivel de complejidad En este paso de la metodología se da respuesta a la segunda pregunta de investigación, en la cual, se identifican las características de la distribución geográfica de los nodos de concentración de las PQR asociadas a riesgo vital y de la red de atención de alto nivel de complejidad de cada EPS asociada al grupo definido de patologías principales. Para ello se desarrollaron las siguientes subetapas: 4.2.1 Georreferenciación a nivel departamental de la tasa de PQR asociadas a riesgo vital x 10.000 afilados Del mapa de la figura 20, los departamentos en los que evidencia una mayor concentración de PQR de riesgo vital relacionadas con las patologías principales seleccionadas para las 7 EPS finalmente seleccionadas son en su orden de mayor valor: Huila, Guaviare, Atlántico, Bogotá y Chocó. Esta nueva reclasificación desplaza departamentos como Risaralda, Valle de Cauca y el Archipiélago de San Andrés y Providencia que estaban inicialmente entre los de mayor concentración si se hubieran tenido en cuenta las 10 EPS seleccionadas inicialmente como se presenta en el mapa de la figura 21.

Posteriormente se calculó la tasa de PQR de Riesgo vital x 10.000 afiliados a nivel departamental por cada una de las 7 EPS y por cada una de las 7 patologías principales identificadas (su representación se realizó en el software ArcGis Pro con la ayuda herramientas de geoproceso).

Los mapas de las figuras 22 a 28 muestran los mapas elaborados para Cáncer que es la patología con mayor número de PQR del subconjunto analizado:

81

Figura 22 Tasa PQR para la patología de Cáncer - Riesgo vital x 10.000 afilados Nivel Departamental Año 2017 EPS Coomeva

Nota. Elaboración propia con datos PQRD -2017 Supersalud

82

Figura 23 Tasa PQR para la patología de Cáncer - Riesgo vital x 10.000 afilados Nivel Departamental Año 2017 EPS SOS

Nota. Elaboración propia con datos PQRD -2017 Supersalud

83

Figura 24 Tasa PQR para la patología de Cáncer - Riesgo vital x 10.000 afilados Nivel Departamental Año 2017 EPS Cruz Blanca

Nota. Elaboración propia con datos PQRD -2017 Supersalud

84

Figura 25 Tasa PQR para la patología de Cáncer - Riesgo vital x 10.000 afilados Nivel Departamental Año 2017 EPS Saludvida

Nota. Elaboración propia con datos PQRD -2017 Supersalud

85

Figura 26 Tasa PQR para la patología de Cáncer - Riesgo vital x 10.000 afilados Nivel Departamental Año 2017 EPS Nueva EPS

Nota. Elaboración propia con datos PQRD -2017 Supersalud

86

Figura 27 Tasa PQR para la patología de Cáncer - Riesgo vital x 10.000 afilados Nivel Departamental Año 2017 EPS Medimás

Nota. Elaboración propia con datos PQRD -2017 Supersalud

87

Figura 28 Tasa PQR para la patología de Cáncer - Riesgo vital x 10.000 afilados Nivel Departamental Año 2017 EPS ECOOPSO

Nota. Elaboración propia con datos PQRD -2017 Supersalud.

88

Una vez elaborados los mapas de la tasa de PQR de Riesgo vital x 10.000 afiliados a nivel departamental por cada una de las 7 EPS y por cada una de las 7 patologías principales identificadas, se asignó en un nuevo campo (a las capas construidas por EPS por cada patología) para los valores cuantitativos del 1 a 515; que representan los cuantiles de la clasificación elaborada sobre cada mapa en ArcGis Pro. Estos valores cualitativos describen al grado de satisfacción por el servicio prestado que perciben los usuarios para la atención de las patologías de estudio en las EPS seleccionadas. De acuerdo con la información suministrada por los mapas de la figura 20 y los mapas de las figuras 29 a 28, así como los que no fueron incluidos en el documento por la extensión de los mismos y que corresponde a los mapas de la distribución de las PQR de riesgo vital por patología y por EPS y una vez fueron categorizados por los rangos de valor; se tiene que los nodos de concentración de PQR riesgo vital para las patologías principales son los departamentos de: Atlántico, Antioquia, Bogotá, Caldas, Meta, Nariño, Santander, Tolima y Valle del Cauca, esta conclusión se obtiene evaluando los valores cualitativos muy altos y altos como se pueden apreciar por patología en la tabla 9 marcados con “X”: Tabla 9 Departamentos de Colombia que conforman los nodos PQR riesgo vital para las patologías principales Patología analizada Departamento

Atlántico

Cáncer Diabetes

Enf. Renales

X

Enf. Cardiovasculares

Enf. Enf. VIH Sida Huérfanas Neurológicas

X

X

X

X

Antiquía

X

Bogotá

X

Caldas

X

Meta

X

Nariño

X

X X

Santander

X

X

X X

Tolima

15

X

X

Risaralda

Valle del Cauca

X

X

X

X

X

X

X X

X

X

X

X

Los valores cuantitativos son asociados a un dominio codificado de valores en las propiedades de la

geodatabase del proyecto, para asociar cada valor a una característica cualitativa de Muy Alto, Alto, Medio, Bajo, Muy Bajo, según lo definido en la tabla 6 de la metodología paso 2 del capítulo 3

89

4.2.2 Georreferenciación de la red de atención de alto nivel de complejidad Se realizó una revisión de la capa geográfica de Prestadores Habilitados para el año 2017 (insumo público de Minsalud), con un total de 121.162 registros, de los cuales se seleccionaron para el análisis 340 registros. Se realizó un filtro por el campo “Nivel”, el cual indica el nivel de complejidad de Hospitales Públicos, y con una sentencia SQL que incluyó el operador LIKE en el campo “nombre de entidad” por palabras claves relacionadas con las 7 patologías principales analizadas a las cuales se les asoció los Hospitales y Clínicas Privadas que conforman su respectiva red de atención de alta complejidad en el territorio Nacional, teniendo en cuenta que, no todas las clínicas y hospitales necesariamente atiende las 7 patologías. En los mapas relacionados a continuación, en primer lugar en la figura 29 se puede apreciar la distribución de los prestadores iniciales y en segundo lugar, en la figura 30 se puede apreciar la distribución de los prestadores seleccionados discriminados por su naturaleza jurídica. Los prestadores seleccionados se encuentran en 23 de las 3316 entidades territoriales de Colombia:

16

Colombia cuenta con 32 departamentos oficialmente y el distrito capital es contado en la división

territorial como otro departamento, a ello obedece la cifra relacionada de 33 entidades territoriales

90

Figura 29 Mapa del total de Prestadores Habilitados en el territorio año 2017

Nota. Elaboración propia a partir de datos BDUA, 2017, Minsalud.

91

Figura 30 Mapa del total de Prestadores Habilitados en el territorio de Alto Nivel para atender las patologías seleccionadas, año 2017

Nota. Elaboración propia a partir de datos BDUA, 2017, Minsalud.

92

4.3 Evaluación espacial de la relación entre el número de afiliados y la suficiencia de la red de atención de alta complejidad En este paso de la metodología se da respuesta a la tercera pregunta de investigación, identificando las características de la relación espacial entre el número de afiliados del SGSSS de cada departamento de Colombia y la suficiencia de la red de atención de alta complejidad para las patologías principales evaluadas, para cada EPS asociada. Para ello se desarrollaron las siguientes subetapas: 4.3.1 Construcción de la capa de conteos de IPS de alta complejidad Para construir una capa a nivel departamental, que permitió tener el conteo de las IPS de alto nivel por departamento asociado a cada patología de cada EPS analizada, se empleó el software ArcGis Pro con la ayuda de 3 herramientas de geoproceso configuradas (el detalle de los geoprocesos se puede consultar en el anexo 2), un join espacial entre la capa tipo punto de los prestadores seleccionados y la capa departamental que tiene el resumen de las PQR de riesgo vital. Con la herramienta de resumen de Arcgis Pro, se realizó el conteo de IPS por departamento, por cada EPS y por cada Patología en análisis, así se obtuvieron los insumos para la elaboración de los mapas del factor de atención de cada patología; en la figura 31 se puede apreciar una muestra de los resultados obtenidos al realizar el procesamiento de la información con la ayuda de los geoprocesos configurados: Figura 31 Vista de la geodatabase del proyecto con los insumos para la elaboración de los mapas del factor de atención de cada patología

93

4.3.2 Construcción de la capa del factor de atención general Se calculó el factor de atención general para cada patología analizada por cada una de las 23 entidades territoriales en las que se encuentran las IPS seleccionada de alto nivel para el análisis.

Este factor se calculó utilizando la población afiliada a las EPS del régimen contributivo y subsidiado que operan en cada departamento en el año 2017 y la cantidad de IPS de alto Nivel seleccionadas para la atención de las patologías analizas. En los mapas de las figuras 32 a 38 se pueden apreciar los factores construidos y su distribución:

94

Figura 32 Mapa del Factor de Atención General en los nodos de concentración de PQR - Nivel Departamental para la patología de Cáncer, año 2017

Nota. Elaboración propia a partir de datos BDUA, 2017, Minsalud.

95

Figura 33 Mapa del Factor de Atención General en los nodos de concentración de PQR - Nivel Departamental para la patología de Diabetes, año 2017

Nota. Elaboración propia a partir de datos BDUA, 2017, Minsalud.

96

Figura 34 Mapa del Factor de Atención General en los nodos de concentración de PQR - Nivel Departamental para la patología Enf. Renales, año 2017

Nota. Elaboración propia a partir de datos BDUA, 2017, Minsalud.

97

Figura 35 Mapa del Factor de Atención General en los nodos de concentración de PQR - Nivel Departamental para la patología Enf. Cardiovasculares, año 2017

Nota. Elaboración propia a partir de datos BDUA, 2017, Minsalud.

98

Figura 36 Mapa del Factor de Atención General en los nodos de concentración de PQR - Nivel Departamental para la patología Enf. Huérfanas, año 2017

Nota. Elaboración propia a partir de datos BDUA, 2017, Minsalud.

99

Figura 37 Mapa del Factor de Atención General en los nodos de concentración de PQR - Nivel Departamental para la patología Enf. Neurológicas, año 2017

Nota. Elaboración propia a partir de datos BDUA, 2017, Minsalud.

100

Figura 38 Mapa del Factor de Atención General en los nodos de concentración de PQR - Nivel Departamental para la patología VIH- SIDA, año 2017

Nota. Elaboración propia a partir de datos BDUA, 2017, Minsalud.

101

4.3.3 Cálculo del indicador del nivel de criticidad de la calidad y cobertura de los servicios de las patologías evaluadas para las EPS identificadas Una vez se tiene el factor de atención general como se planteó en el paso 3.3.3.2 de la metodología, se calculó el indicador de cobertura de la atención de alto nivel para cada patología analizada. Para ello se empleó el total de afiliados de cada EPS en los departamentos para el año 2017 según lo reportado a corte de 31 de diciembre en BDUA y el total de IPS de alto nivel tanto totales como por patología para cada una de las EPS en cada departamento. Para lograr asignar a los valores numéricos valores nominales, se construyó en la geodatabase del proyecto un dominio de rango. Como ejemplo se puede apreciar a continuación los mapas del Indicador de Cobertura para la patología Cáncer para cada EPS del análisis en las figuras 39 a 45:

102

Figura 39 Mapa del Indicador de Cobertura de la EPS Coomeva para la patología de Cáncer a nivel departamental, año 2017

Nota. Elaboración propia a partir de datos BDUA, 2017, Minsalud.

103

Figura 40 Mapa del Indicador de Cobertura de la EPS Cruz Blanca para la patología de Cáncer a nivel departamental, año 2017

Nota. Elaboración propia a partir de datos BDUA, 2017, Minsalud.

104

Figura 41 Mapa del Indicador de Cobertura de la EPS Ecoopso para la patología de Cáncer a nivel departamental, año 2017

Nota. Elaboración propia a partir de datos BDUA, 2017, Minsalud.

105

Figura 42 Mapa del Indicador de Cobertura de la EPS Medimás para la patología de Cáncer a nivel departamental, año 2017

Nota. Elaboración propia a partir de datos BDUA, 2017, Minsalud.

106

Figura 43 Mapa del Indicador de Cobertura de la EPS Nueva EPS para la patología de Cáncer a nivel departamental, año 2017

Nota. Elaboración propia a partir de datos BDUA, 2017, Minsalud.

107

Figura 44 Mapa del Indicador de Cobertura de la EPS Saludvida para la patología de Cáncer a nivel departamental, año 2017

Nota. Elaboración propia a partir de datos BDUA, 2017, Minsalud.

108

Figura 45 Mapa del Indicador de Cobertura de la EPS SOS para la patología de Cáncer a nivel departamental, año 2017

Nota. Elaboración propia a partir de datos BDUA, 2017, Minsalud.

109

En los mapas de ejemplo del indicador de cobertura de la patología Cáncer para las 7 EPS analizadas (figuras 39 a 45), se aprecian solo los departamentos en los cuales se tiene cobertura, dado que, existe convenio de la EPS con al menos una IPS de alto nivel, sin embargo, estos mapas difieren a los presentados en las figuras 22 a 28 con respecto a la cantidad de departamentos cubiertos por el indicador, siendo mayor la cobertura de la tasa de PQR riesgo vital en los departamentos en los cuales se reporta una tasa de PQR riesgo vital pero no el Indicador de Cobertura.Se asignó el valor más bajo de la categoría para este indicador (Muy Bajo-MB), con el fin, de dar continuidad al ejercicio en aquellos departamentos en los cuales los pacientes a través de sus reclamaciones están dejando explicito la deficiencia de cobertura por falta de convenios.

Para entender mejor lo mencionado, se pueden comparar los mapas de las figuras 39 y 46, en los cuales, se evidencia el cambio de los valores cualitativos del Indicador de Cobertura una vez se asignaron los valores muy bajo para los departamentos sin convenios.

110

Figura 46 Mapa del Indicador de Cobertura de la EPS Coomeva para la patología de Cáncer a nivel departamental, año 2017, con la asignación de la categoría Muy Bajo-MB en los departamentos en los que no existen convenios con IPS de alta complejidad, pero si hay PQR de riesgo vital asociadas

Nota. Elaboración propia a partir de datos BDUA, 2017, Minsalud.

111

4.4 Cálculo de Indicador del nivel de criticidad de la calidad y cobertura En este paso de la metodología se da respuesta a la cuarta y quinta pregunta de investigación, identificando los niveles de criticidad de la calidad y cobertura de los servicios de las EPS evaluadas para las principales patologías. Además, se identifican las entidades territoriales sobre las cuales operan las EPS que presentan los niveles más críticos, de la calidad y cobertura de sus servicios para las patologías principales evaluadas, según, los resultados del análisis de indicadores construidos con datos geolocalizados.

Para realizar el cálculo del indicador en mención, fue necesario cruzar para cada patología el indicador de satisfacción de los usuarios (asociada a la Calidad de la prestación del servicio recibido) y el indicador de cobertura con sus respectivos rangos reclasificados, por cada EPS. Para construir los mapas para cada patología por cada EPS analizada se configuró una sentencia en python que realiza, en primer lugar el cruce de los dos indicadores mencionados y en segundo lugar, válida asignando los valores cualitativos A, B, C y D definidos en la figura 13 del desarrollo de la metodología (Matriz de decisión para evaluar la criticidad de calidad y cobertura), para conocer el detalle de la sentencia configurada se puede consultar el anexo 3. Los valores cualitativos mencionados se resumen a continuación en la tabla 10: Tabla 10 Interpretación de los valores cualitativos asociados a cada categoría definida para el Indicador del nivel de criticidad de la calidad y cobertura de las EPS Valor Cualitativo por categoría

Interpretación La suficiencia de la red de alta complejidad para la patología analizada es alta y se refleja en el buen concepto que tienen sus afiliados La suficiencia de la red de alta complejidad para la patología analizada es alta, pese a ello, no se refleja en el buen concepto que tienen sus afiliados La suficiencia de la red de alta complejidad para la patología analizada es baja y se refleja en el mal concepto que tienen sus afiliados La suficiencia de la red de alta complejidad para la patología analizada es baja y el buen concepto que tienen sus afilados puede estar asociado a que esta EPS tiene un bajo porcentaje de afiliados que requieren atención de alta complejidad para la patología analizada

112

Su interpretación en torno al concepto de criticidad está asociada a los colores definidos así: En primer lugar, la categoría más crítica es la C (color rojo), dado que, se tiene mala cobertura y se tiene la mayor tasa de PQR asociadas a la patología analizada. En segundo lugar, la categoría con criticidad media es la B (color naranja) en la cual la cobertura no es mala, sin embargo, existe una falla en la prestación del servicio y es percibida por los usuarios con altos reportes de PQR. En tercer lugar, la categoría menos crítica es la A (color verde), dado que, pese a existir PQR la tasa de PQR es baja y la cobertura es alta. Y finalmente, la categoría que no es concluyente es la D (color ocre), dado que, se tiene baja cobertura y las PQR son también muy bajas, y su interpretación está directamente relacionada con la cantidad de afiliados que tiene la EPS en el departamento.

Para facilitar la apreciación del resultado en forma simultánea del indicador del nivel de criticidad de la cálida y cobertura por cada EPS y cada patología; la capa geográfica resultante fue publicada como un servicio de mapa para el consumo de un tablero de Control en ArcGis Online: https://arcg.is/00zrPO17. Dichos resultados se reflejan en las figuras 47 a 53:

17

Se empleó la cuenta asignada por UNIGIS, el tablero permanecerá activo hasta que la Universidad lo

defina

113

Figura 47 Tablero de control de ArcGis Online con los resultados del Indicador del nivel de criticidad de la cálida y cobertura para la EPS Coomeva

114

Figura 48 Tablero de control de ArcGis Online con los resultados del Indicador del nivel de criticidad de la cálida y cobertura para la EPS SOS

115

Figura 49 Tablero de control de ArcGis Online con los resultados del Indicador del nivel de criticidad de la cálida y cobertura para la EPS Cruz Blanca

116

Figura 50 Tablero de control de ArcGis Online con los resultados del Indicador del nivel de criticidad de la cálida y cobertura para la EPS Saludvida

117

Figura 51 Tablero de control de ArcGis Online con los resultados del Indicador del nivel de criticidad de la cálida y cobertura para la EPS Nueva EPS

118

Figura 52 Tablero de control de ArcGis Online con los resultados del Indicador del nivel de criticidad de la cálida y cobertura para la EPS Medimás

119

Figura 53 Tablero de control de ArcGis Online con los resultados del Indicador del nivel de criticidad de la cálida y cobertura para la EPS Ecoopsos

120

El tablero de control construido cuenta con dos gráficos estadísticos, el primero él circular refleja en dos colores: verde y azul, la distribución del total de convenios según la naturaleza que presentan las IPS que corresponden a privadas y públicas respectivamente. El segundo gráfico representa el total de departamentos que tienen asociada una PQR de riesgo vital, con el fin, de resaltar esta proporción en el análisis. En la tabla 11 se pueden apreciar las EPS por cada patología analizada que se encuentran en la categoría más crítica (categoría A, representada con el color rojo) del Indicador del nivel de criticidad de la calidad y cobertura de los servicios prestados, además de ello, se tiene el listado de las entidades territoriales (departamentos) asociadas.

121

Tabla 11 Resumen departamental y por EPS de las patologías analizadas que se encuentran en la categoría C del Indicador del nivel de criticidad de la calidad y cobertura Patología

COOMEVA

CRUZ BLANCA

ECOOPSOS

MEDIMÁS

NUEVA EPS

(Contributivo) Cáncer

SALUDVIDA

SOS

(Contributivo)

Atlántico,

Antioquia y

Atlántico,

Córdoba, Antioquia,

Bolívar, Norte de

Cundinamarca

Antioquia, Caldas,

Caldas, Valle del Cauca,

Santander y

Risaralda,

Cauca, Huila, Tolima,

Santander

Santander, Valle

Bogotá, Cundinamarca y

del Cauca, Huila y

Boyacá

Córdoba y Cesar

Risaralda

Cundinamarca Enf.

Magdalena y

Tolima y

Atlántico,

Córdoba, Antioquia,

Quindío, Valle del

Cardiovasculares

Santander

Cundinamarca

Antioquia, Valle

Chocó, Santander, Huila,

Cauca

del Cauca y Huila

Tolima, Bogotá y Cundinamarca

Diabetes

Atlántico,

Tolima y

Antioquia,

Córdoba, Antioquia,

Risaralda, Valle del

Cundinamarca

Risaralda, Valle

Santander, Bogotá y

Cauca

Norte de

del Cauca, Huilla,

Cundinamarca

Santander

Meta y Norte de

Santander y

Valle del Cauca

Santander

122

Patología

COOMEVA

CRUZ BLANCA

ECOOPSOS

MEDIMÁS

NUEVA EPS

(Contributivo) Enf. Huérfanas

Atlántico, Bolívar

Tolima y

Atlántico,

Antioquia,

y Santander

Cundinamarca

Antioquia, Valle

Santander, Valle

del Cauca, Huila,

del Cauca,

Santander y Meta

Tolima, Huila,

SALUDVIDA

SOS

(Contributivo)

Bogotá y Cundinamarca Enf. Neurológicas

Cundinamarca

Antioquia,

Antioquia, Bogotá,

Risaralda, Valle

Cundinamarca, Valle del

del Cauca, Huila,

Cauca, Cauca y Huila

Valle del Cauca

Tolima y Meta Enf. Renales

Atlántico,

Antioquia

Cundinamarca

Antioquia, Caldas,

Antioquia, Santander,

Bolívar, Sucre,

Santander, Norte

Bogotá, Cundinamarca,

Cesar, Norte de

de Santander,

Valle del Cauca y Huila

Santander y

Valle del Cauca,

Santander

Tolima, Huila y Cundinamarca

VIH-SIDA

Atlántico

Valle del Cauca

Risaralda, Valle

Córdoba, Magdalena,

del Cauca, Tolima

Antioquia, Santander,

y Santander

Valle del Cauca, Huila y Bogotá

Valle del Cauca

123

5 Discusión y Conclusiones Para el presente análisis, solo fueron empleadas 15.652 Peticiones Quejas y Reclamaciones (PQR) asociadas a riesgo vital de las 154.523 PQR de riesgo vital que Supersalud recibió por parte de los 44.429.314 afiliados al régimen contributivo y subsidiado en el país para el año 2017. Solo para las patologías analizadas y EPS con mayor cantidad de PQR asociadas a riesgo vital, les correspondió una población de 11.198.268 afiliados que representaron las 15.652 PQR asociadas a riesgo vital analizadas. Esta fracción de datos analizados en cifras globales corresponde aproximadamente al 25% de la población total afiliada a el régimen contributivo y subsidiado del país para el año 2017. Con este contexto inicial, es necesario retomar las preguntas de investigación para dar respuestas concluyentes: A la primera pregunta de investigación: ¿Cuáles son las patologías principales relacionadas con riesgo vital que presenta un mayor número de Peticiones-Quejas-Reclamos (PQR) por parte de los usuarios del Sistema General de Seguridad Social en Salud (SGSSS) de Colombia, que requieren la atención de Instituciones Prestadoras de Salud (IPS) de alta complejidad según sus características patológicas y compromiso vital, y cuáles son las Entidades Promotoras de Salud (EPS) vigiladas por la Superintendencia Nacional de Salud (Supersalud) de Colombia asociadas a las patologías principales analizadas?. La respuesta que se le da en este trabajo a esta pregunta de investigación una vez analizados los datos, es que para el año 2017 en Colombia se tienen siete (7) patologías identificadas que cumplen con los criterios definidos: cáncer, enfermedades neurológicas, enfermedades cardiovasculares, enfermedades renales, enfermedades huérfanas, VIH_SIDA y diabetes. De las patologías analizadas, las más complejas de evaluar por la comunidad médica son las enfermedades huérfanas, dado que existen en el mundo alrededor de 7.000 y en Colombia mediante la resolución 5265-2018 de Minsalud18 se han identificado 2.198; estas enfermedades son raras y de difícil diagnóstico y requieren no solo de la atención de la red de alta complejidad en el momento en el que se presente una situación de riesgo vital, sino que requieren también de centros especializados para su investigación, de los cuales carecemos en el país.

18

Estas clasificaciones son públicas y pueden encontrarsen en la siguiente dirección URL: 5265 Actualiza

Listado de Enfermedades Huerfanas (minsalud.gov.co)

124

Por otro lado, se tiene que se identificaron siete (7) EPS que están asociadas a este grupo de patologías con PQR de riesgo vital: Coomeva, Cruz Blanca, Ecoopsos, Medimás, Nueva EPS, Saludvida y SOS. De las EPS analizadas en la vigencia 2017, en el año 2019 fueron liquidadas por parte de la Supersalud: Saludvida y Cruz Blanca19, dado que, con el paso de los años se siguieron evidenciando más PQRD contra estas entidades, y Supersalud fue evaluándolas y las clasificó en el estado de “Medidas Especiales”, vigilándolas financiera y administrativamente, hasta llegar a la última medida que es “Intervención forzosa administrativa para liquidar”. Las EPS: SOS, Medimás, Coomeva y Ecoopsos, a corte 2020 se encuentran también en “Medida Especial” en la medida cautelar de “Vigilancia Especial”. Coomeva desde el año 2016, Medimás desde el año 2017 y SOS junto con Ecoopsos desde el año 2018 y para el año 2020 continúan en vigilancia20.

La única EPS de las evaluadas que no se encuentra en “Media Especial” es la Nueva EPS, esta EPS ha sabido mantenerse, actualmente es la EPS más grande del país, con una cobertura territorial de aproximadamente del 95%, sin embargo, se debe evaluar detenidamente, porque su alta cobertura la hace único prestador en gran parte del territorio nacional y conlleva a un riesgo de “Monopolio” de los servicios, además tiene una gran cantidad convenios con prestadores propios, y este fenómeno de integración vertical que es completamente permitido por la normativa, conlleva en la mayoría de los casos, a que se presenten situaciones en las cuales las PQRD sean radicadas por los usuarios directamente sobre las IPS y no sean escaladas a Supersalud, subestimado así la calidad de la prestación de los servicios de salud.

A la segunda pregunta de investigación: ¿Cuáles son las características de la distribución geográfica de los nodos de concentración de las Peticiones-Quejas-Reclamos (PQR) asociadas a riesgo vital, y de la red de atención de alto nivel de complejidad de cada Entidad Promotoras de Salud (EPS) vigilada por la Superintendencia Nacional de Salud (Supersalud) de Colombia, asociadas al grupo definido de patologías principales? La respuesta que se le da en este trabajo

19

SALUDVIDA S.A. EPS Intervención Forzosa para Liquidar BOGOTÁ D.C. Resolución 8896 del 01 de octubre

de 2019 CRUZ BLANCA EPS S.A. Intervención Forzosa para Liquidar BOGOTÁ D.C. Resolución 8939 del 07 de octubre de 2019 fuente: https://www.supersalud.gov.co/es-co/nuestra-entidad/cifras-y-estadisticas 20

SOS: inicia la medida de vigilancia especial con la resolución 4081 del 27 de marzo de 2018 pasando por

4 prórrogas de la medida hasta llegar a la resolución actual: 014665 del 9 de diciembre de 2020.

Medimás: inicia a medida de vigilancia especial con la resolución 005163 del 19 de octubre de 2017 pasando por 6 prórrogas de la medida hasta llegar a la resolución actual: 001215 del 8 de febrero de 2021

125

a la pregunta de investigación una vez analizados los datos es que para el año 2017 en Colombia, los nodos de concentración de las PQR de riesgo vital teniendo en cuenta la proporción de la población afiliada se encuentra concentrados en seis (6) departamentos: Bogotá, Guaviare, Huila, San Andrés y Providencia, Risaralda y Valle del Cauca, como se presentó en el mapa de la figura 21 (Tasa total PQR Riesgo Vital x 10.000 afiliados Nivel departamental año 2017 top 7 EPS y las 7 patologías seleccionadas). Por otro lado, se evidenció que de las 121.162 IPS del país (ver mapa de la figura 29) solo 340 IPS correspondieron a la clasificación de prestadores de servicios de salud de alto nivel de complejidad (ver mapa de la figura 30), de las cuales, 192 IPS son de naturaleza pública y 148 IPS de naturaleza privada. Y con respecto a su distribución espacial, se presenta una concentración en los departamentos de Antioquia, Atlántico, Bogotá, Bolívar, Santander y Valle del Cauca.

A la tercera pregunta de investigación: ¿Cuáles son las características de la relación espacial que existe entre el número de afiliados del Sistema General de Seguridad Social en Salud (SGSSS) de cada departamento de Colombia, comparado con la suficiencia de la red de atención de alta complejidad para las patologías principales identificadas por cada Entidad Promotora de Salud (EPS) asociada? La respuesta que se le da en este trabajo a esta pregunta de investigación una vez analizados los datos, es que para el año 2017 en Colombia se evidencia claramente que los convenios entre las EPS analizadas y las IPS que atienden las patologías definidas, no son suficientes para prestar un servicio oportuno, lo cual, se ve reflejado en las PQR que los usuarios presentan ante Supersalud, dado que, al realizar el cálculo del factor general de atención (insumo base para el indicador de cobertura por cada patología), se encontró en primer lugar que, no existen convenio de las EPS analizadas en varios departamentos en los cuales hay un número considerable de PQR de riesgo vital radicadas, lo que llevó a que se asignaran en estos departamentos el valor más bajo de la categoría para el indicador del nivel de criticidad de la calidad y cobertura (Muy Bajo-MB). Y en segundo lugar se evidenciaron casos particulares como: las EPS Saludvida y SOS, que presentan una proporción equilibrada en sus convenios tanto con prestadores de naturaleza pública como privada. Las EPS Medimás y Cruz Blanca que son las EPS que tiene la mayor proporción de convenios con los prestadores públicos, lo cual, es inconsistente, debido a que, estas EPS tienen varias IPS propias lo que ha dado paso a una integración vertical entre los servicios que tienen a disposición de los usuarios y no se refleja en el número de convenios debido a que las IPS propias no son de alto Nivel de complejidad.

A la cuarta pregunta de investigación: ¿Cuál es el nivel de criticidad de la calidad y cobertura de los servicios de las Entidades Promotoras de Salud (EPS) evaluadas para las principales

126

patologías? La respuesta que se le da en este trabajo a esta pregunta de investigación una vez analizados los datos, se basa en la georreferenciación del indicador propuesto, el cual, se representó a través del tablero de control de ArcGis Online construido (ver figuras 47 a 53 del capítulo anterior). Al revisar los resultados de los mapas presentados en dichas figuras las categorías más concluyentes son la D y la C. Para el caso de la categoría D se identificó que predomina un alto porcentaje de departamentos en los cuales hay PQR asociadas a riesgo vital y no existen convenios con las IPS de alto nivel que atiende las patologías analizadas, no obstante, los niveles de PQR corresponden al último quintil, y estos departamentos se identifican con el color ocre

que corresponden a esta categoría indicando que: La suficiencia de la red de alta

complejidad para la patología analizada es baja y el buen concepto que tienen sus afilados puede estar asociado a que esta EPS tiene un bajo porcentaje de afiliados que requieren atención de alta complejidad para la patología analizada. Las Enfermedades Huérfanas y Neuronales, son las que presenta en general para todas las EPS analizadas, más departamentos en esta categoría, es decir cuenta con una red de atención de alta complejidad muy baja en el país.

Analizando los resultados por EPS y regiones más críticas, las cuales corresponden a la categoría C que en la simbología corresponde al color rojo

; se reflejan los departamentos con la mayor

tasa de PQR asociadas a las patologías analizadas y con en menor número de convenio, indicando que: La suficiencia de la red de alta complejidad para la patología analizada es baja y se refleja en el mal concepto que tienen sus afiliados. Los departamentos de Antioquia y Valle del Cauca son los departamentos que más predominan en la categoría C para todas las patologías. La Nueva EPS seguida de Medimás y Ecoopso, son las EPS que presentan la mayor cantidad de departamentos en esta categoría en general para todas las patologías analizada.

Las EPS, Coomeva, SOS y Saludvida son las que presentan en mayor proporción de departamentos cubiertos por la categoría A (en la simbología corresponde al color verde

:

La suficiencia de la red de alta complejidad para la patología analizada, es alta y se refleja en el buen concepto que tienen sus afiliados) y por la categoría B (en la simbología corresponde al color naranja

: La suficiencia de la red de alta complejidad para la patología analizada es

alta, pese a ello, no se refleja en el buen concepto que tienen sus afiliados), lo cual indica que la cobertura de estas EPS es la mejor comparada con las demás EPS evaluadas, y en el caso de los departamentos que se encuentran en la categoría B, las EPS deben trabajar más en mejorar el concepto que tienen los afilados de los servicios prestados.

127

A la quinta pregunta de investigación: ¿Cuáles son las entidades territoriales sobre las cuales operan las Entidades Promotoras de Salud (EPS) que presentan los niveles más críticos, de la calidad y cobertura de sus servicios para las patologías principales evaluadas, según, el análisis de indicadores construidos con datos geolocalizados? La respuesta que se le da en este trabajo a esta pregunta de investigación una vez analizados los datos se refleja en los departamentos que pertenecen a la categoría C y que fueron listados en la tabla 11 del capítulo anterior: Resumen departamental y por EPS de las patologías analizadas que se encuentran en la categoría C del Indicador del nivel de criticidad de la calidad y cobertura de sus servicios. Estos departamentos requieren que cada EPS y Supersalud les presten atención particular, con el fin de ampliar su red de convenios y dar mejor atención a los pacientes del grupo de patologías analizadas. Los departamentos clasificados en la categoría C coinciden en general con las capitales de departamento clasificadas como zonas netamente urbanas de Colombia, en términos de la agregación espacial que se da tanto de la población, como del desarrollo de los servicios de salud especializados. Esta clasificación se presentó en el mapa Ámbito territorial de Colombia según la delimitación realizada por Minsalud del capítulo 3 figura 5. Adicionalmente al validar los mapas departamentales de la tasa de fallecimientos asociados a las patologías analizadas en el Geovisor del DANE (fecha de corte 2019), y comparar los mapas de PQR de cada patología, se encuentran relaciones en los siguientes territorios resumidos a continuación en la tabla 12:

128

Tabla 12 Departamentos coincidentes con zonas de mayor mortalidad según encuesta vital del DANE 2019, vs PQR riesgo vital Supersalud 2017 Patología

Departamento mayor mortalidad coincidente con la PQR riesgo vital

Cáncer

Atlántico, Antioquia, Caldas, Risaralda, Norte de Santander, Santander, Valle del Cauca, Huila y Bogotá

Cardiovascular

Magdalena y Santander

Diabetes

Atlántico, Santander y Norte de Santander

Enf. Huérfanas

Atlántico, Antioquia y Meta

Neurología

Valle del Cauca, Cauca

VIH-SIDA

Atlántico, Córdoba, Valle del Cauca y Bogotá

En el anexo 4 se pueden detallar los mapas mencionados del Geovisor del DANE con los cuales se construyó la tabla 12. Es posible que exista una fuerte relación entre la causa de las muertes asociadas a las patologías analizadas, y las PQR de riesgo vital, dado que, muchos de los pacientes que representan las cifras de las PQR de riesgo vital ante Supersalud, son aquellos que hacen parte de las estadísticas vitales del DANE en términos de fallecidos.

Al analizar específicamente la hipótesis planteada inicialmente: “La recurrencia de PeticionesQuejas-Reclamos (PQR) asociadas a riesgo vital reportadas por los usuarios del Sistema General de Seguridad Social en Salud (SGSSS) de Colombia, pueden estar relacionas a una deficiencia en la cobertura de los servicios de salud de alta complejidad para atender las patologías que requieren hacer un mayor uso de la red de prestados con los cuales cada Entidad Promotora de Salud (EPS) tiene convenio”. Se puede aceptar esta hipótesis, dado que, en aquellos departamentos en los cuales se evidenció una deficiencia en la red de prestadores por el bajo número de convenios la cual se reflejó en el indicador de cobertura obtenido en el análisis realizado. Estos departamentos con deficiencia en la red de atención de alta complejidad coincidieron con los niveles más altos de PQR asociados a riesgo vital.

Es de resaltar otras conclusiones a las que se llegó con este trabajo de investigación: en primer lugar, se puede afirmar que, la densidad poblacional es determinante a la hora de identificar los nodos de concentración de las PQR asociadas a riesgo vital, dado que, guardan relación con la

129

alta concentración de las IPS en estas zonas. En segundo lugar, se puede afirmar que, el Sistema de Salud Pública Colombiano debe tener en cuenta que hay que afrontando cambios en el manejo de la red de prestadores y estar articulado con toda la información que le cuesta miles de millones al país adquirir y mantener actualizada con respecto a la calidad del Servicio de Salud, la causa y concentración de los fallecimientos asociados a patologías y las nuevas enfermedades que surgen, como lo son, las que pertenecen al grupo de las llamadas “Huérfanas” que hacen evidente a través de las cifras identificadas en la presente tesis, que requieren prestadores especializados con un enfoque investigativo. En tercer lugar, se tiene que toda esta información temática construida y complementada con otras fuentes, al ser dispuesta en un Sistema de Información Geográfica, permitiría tomar decisiones y evidenciar problemáticas, con la salvedad, de que se debe tener cuidado en el momento de interpretar la naturaleza de las entidades y el tipo de población que atienden, para no hacer análisis excluyentes, que reflejen una sobre estimación de la problemática que recae solo sobre las EPS del régimen contributivo del Sistema de Salud, dejando de lado, la participación de la población del régimen subsidiado, la cual, poco manifiesta sus inconformidades con el servicio que presta el sistema de salud, dando así, una falsa idea de que todo lo referente a la atención médica de los más vulnerables y de bajos recursos es aparentemente manejable, esta situación se puede mitigar si Supersalud aumente su presencia territorial para llegar a conocer las inconformidades de los afiliados del régimen subsidiado, a través de estrategias como jornadas de visitas y mesas de trabajo comunitarias.

Finalmente se concluye que es necesario que entidades como Supersalud, continúen haciendo uso de las cifras que permiten interpretar el estado del Sistema de Salud Pública Colombiano, con respecto a las PQRD es necesario mejorar en la recepción de las PQR asociadas a riesgo vital y su clasificación, dado que, un alto porcentaje de las PQR del subconjunto de riesgo vital se clasificaron en la categoría de “Falta de oportunidad de Atención Servicios de Salud” y esta categoría, no proporciona el detalle la problemática, porque, puede ir desde una demora en asignación de citas, hasta, una baja oportunidad para acceder a un especialista, siendo un dato muy general que no se puede asociar a una a una patología en particular. Es de resaltar que pese a que Supersalud es una entidad que depende de Minsalud, lleva a cabo, con imparcialidad sus funciones para velar por la calidad y buen servicio de la salud de los colombianos, lo cual se refleja en la permanente actualización de las Medidas Especiales que interponen a las EPS y su seguimiento, con las cuales, han tomado decisiones de liquidar entidades en situaciones en las que prima el bien común.

130

A modo de recomendación para futuros trabajos, es necesario que se tenga en cuenta que si es posible bajar de nivel de análisis a municipio e incluso localidades o comunas, se debe tener en cuenta la densidad poblacional, la cual, se podrá calcular cada día de forma más acertada, dado que, en Colombia se está avanzando en Georreferenciar los hogares con las encuestas del DANE y las poblaciones más vulnerables con las encuestas del Sistema de Identificación de Potenciales Beneficiarios de Programas Sociales (Sisbén). Poder contar con la información exacta del número de convenios entre las EPS e IPS así como la cantidad de pacientes que puede atender una IPS, permitiría contar con la cifra exacta para emplearla en el indicador de cobertura, para no tener que calcularla con cifras aproximadas obtenidas del factor de atención general, además de ello, contar con el número de afiliados que padece cada una de las patologías analizadas por cada EPS, permitirá conocer de forma certera la capacidad de atención de cada IPS.

131

Referencias ADRES. (2019). Administradora de los Recursos del Sistema General de Seguridad Social en Salud - ADRES. Recuperado 19 de octubre de 2019, de https://servicios.adres.gov.co/LaEntidad/-Qu%C3%A9-es-la-ADRES. Álvare,z M. H. (2019). 25 años de la Ley 100: ¿crisis perpetua? Un Periódico Digital de la Universidad Nacional de Colombia.

Recuperado de https://unperiodico.unal.edu.co/pages/detail/25-anos-de-la-ley-100-crisisperpetua/ Antonio, G., Armando, C., Leisis, L., Alfredo Del Castillo, S., Alberto, J., y Alexander, A. (2020).

Tecnología para el análisis de criticidad de los sistemas tecnológicos en empresas biofarmacéuticas.

Ingeniería Mecánica, 23(1).

Recuperado de https://www.redalyc.org/jatsRepo/2251/225163567003/html/index.html Arango, A. L. (2007). Nuevas dimensiones del concepto de salud: el derecho a la salud en el estado social de derecho. Revista Hacia la Promoción de la Salud, 12, 63-78.

Arboleya, H., Morales, E. (2008). Epidemiología del pie diabético: Base de datos de la CONAMED. Revista CONAMED, 13, 9.

Recuperado de https://www.medigraphic.com/pdfs/conamed/con-2008/con081c.pdf Barboza-Palomino, M., Caycho, T., y Castilla-Cabello, H. (2017). Políticas públicas en salud basadas en la evidencia. Discusión en el contexto peruano. Salud pública de México, 59, 2-3.

Bossert, T. J. (2000). La descentralización de los sistemas de salud en Latinoamérica: un análisis comparativo de Chile, Colombia y Bolivia. OPS. Reforma del Sector Salud; 29, jun. 2000.

Bossert, T. J., Larrañaga, O., Giedion, U., Arbelaez, J. J., y Bowser, D. M. (2003). Decentralization and equity of resource allocation: evidence from Colombia and Chile. Bulletin of the World Health organization, 81, 95-100.

Buzai, G. (2012). Geografía de los servicios de salud apoyada en SIG+EMC. Una síntesis conceptual. Fronteras, 11, 39-43.

Calderón, C. A. A., Botero, J. C., Bolaños, J. O., y Martínez, R. R. (2011). Sistema de salud en Colombia: 20 años de logros y problemas. Ciência y Saúde Coletiva, 16, 2817-2828.

Carvalho, R. R., Fortes, P. A., y Garrafa, V. (2014). Reflexiones sobre la participación pública y privada en la asistencia a la salud. salud pública de méxico, 56, 221-225.

Chaves, R. y Ángela, P. (2018). Enfermedades Raras en Colombia: brecha entre regulación y acceso efectivo a la Salud. Revista Monitor Estratégico, 13, 37-60.

132

Corte Constitucional de Colombia. (2008). T-760-08 Corte Constitucional de Colombia.

Recuperado 19 de mayo de 2019, de https://www.corteconstitucional.gov.co/relatoria/2008/t-760-08.htm Departamento Administrativo Nacional de Estadística-DANE. (2019). Geoportal Estadísticas Vitales del DANE. Recuperado mayo de 2021, de https://geoportal.dane.gov.co/geovisores/sociedad/estadisticas-vitales/ Donabedian, A. (1996). Garantía de la calidad: ¿Quién es responsable? Calid Atenc Salud, 3 (1-2), 7-11.

Esri. (s. f.). Métodos de clasificación de datos—ArcGIS Pro | Documentación. Recuperado 9 de mayo de 2021, de https://pro.arcgis.com/es/pro-app/latest/help/mapping/layerproperties/data-classification-methods.htm Farias, G. (2015). ¿Qué es la calidad? Gabrielfariasiribarren.com. Recuperado mayo de 2021, de https://gabrielfariasiribarren.com/que-es-la-calidad/ Flegg, A. (1982). Inequality of Income, Illiteracy, and Medical Care as Determinants of Infant Mortality in Developing Countries. Population Studies, 36(3), 441-458.

Frenk, J. (1992). La nueva salud pública. VV. AA: La crisis de la salud pública: reflexiones para el debate. Washington: OPS, 75-94.

Frenk, J., Chen, L., Bhutta, Z. A., Cohen, J., Crisp, N., Evans, T., ... y Zurayk, H. (2011). Profesionales de la salud para el nuevo siglo: transformando la educación para fortalecer los sistemas de salud en un mundo interdependiente. Revista peruana de Medicina experimental y Salud Pública, 28, 337-341.

Fuenzalida, M. (2010). Análisis de desigualdades territoriales en la oferta de equipamientos públicos: el caso de los hospitales en la red asisten... Geografía y Sistemas de Información Geográfica (GEOSIG). Revista digital del Grupo de Estudios sobre Geografía y Análisis Espacial con Sistemas de Información Geográfica (GESIG), 2, 15.

Fuenzalida M. y Cobs V. (2013). La perspectiva del análisis espacial en la herramienta SIG: una revisión desde la geografía hacia las ciencias sociales. Santiago, Chile. Persona y Sociedad. Vol. XXVII, No. 3, pp. 33-52.

García, J. (2003). La incorporación de los Sistemas de Información Geográfica y la Teledetección en la enseñanza universitaria y el ámbito profesional. Burgos, España: Dossoles. En García Cuesta, J. (eds.), Ciencia y tecnología de la información geográfica (pp. 227-268).

García, M. (2012). Relaciones espaciales-Documentación de geotalleres-teoria-1 . Recuperado julio de 2020, de https://geotalleres.readthedocs.io/es/latest/postgis-relacionesespaciales/relaciones_espaciales.html

133

Geographia.

(2012, junio 5).

Cociente de Localización. uma.blogspot.com/2012/06/cociente-de-localizacion.html

http://geographia-

Gil, G. P., Navajas, J. F. C., y García, M. E. (2001). Medicina preventiva y salud pública. Masson.

Giraldo, S., Dajud, N., Arboleda, C., y Uribe, G. (2012). Autoevaluación de las entidades territoriales en el marco del sistema de monitoreo, alertas tempranas y seguimiento integral permanente de la Superintendencia Nacional de Salud. Monitor Estratégico, No. 2, pp. 1-22.

Góme,z M. (2004). Métodos y técnicas de la cartografía temática III.4. (1.ª ed.). Instituto de Geografía, UNAM. Recuperado de http://www.publicaciones.igg.unam.mx/index.php/ig/catalog/view/61/61/184-1 González-Támara, L. (2018). Análisis exploratorio de datos: Una introducción a la estadística descriptiva y probabilidad. Editorial Tadeo Lozano.

Guerrero, R., Gallego, A. I., Becerril-Montekio, V., y Vásquez, J. (2011). Sistema de salud de Colombia. Salud pública de México, 53, s144-s155. Íñiguez, L. y Barcellos, C. (2003). Geografía y salud en América Latina: evolución y tendencias. La Habana: Rev Cubana Salud Pública, 29(4).

Recuperado de http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S086434662003000400007#cargo Instituto Nacional de Salud, Dirección de Vigilancia y Análisis del Riesgo en Salud Pública. (2018, diciembre 28). Lineamientos 2019 Vigilancia y Control en Salud Pública. Estrategias Basadas en Casos

Predefinidos.

Recuperado

del

sitio

del

Instituto

Nacional

de

Salud:

https://www.ins.gov.co/Direcciones/Vigilancia/Lineamientosydocumentos/Lineamientos%202 019.pdf Juárez, M., Gutiérrez, M., Estrada, E., Solís L., Librado, B., Fernández, G. y Castañeda, G. (2011).

Tecnologías de la información geográfica en la gestión derechos y servicios en la administración pública. En Némiga X. y Zetina S. (Eds.), La innovación geotecnológica como soporte para la toma de decisiones en el desarrollo territorial. (pp. 141-164).

Facultad de Geografía, Universidad Autónoma del Estado de México.

Kaplan, G., Goldberg, D., Everson, S. et al. (1996). Perceived Health Status and Morbidity and Mortality: Evidence from the Kuopio Ischaemic Heart Disease Risk Factor Study. Int. J. Epidemiol, (25), 259-65.

Kawachi, I., Kennedy, B., Lochner, K. y Prothrow-Stith, D. (1997). Social Capital, Income Inequality, and Mortality. American Journal of Public Health, 87(9), 1491-1498.

134

Kennedy, B., Kawachi, I. y Prothrow-Stith, D. (1996). Income Distribution and Mortality: Cross Sectional Ecological Study of the Robin Hood Index in the United States. BMJ, (312), 10041007 Kerguelén C. (2008). Calidad en salud en Colombia. Los principios. Bogota D.C: Editorial Scripto Ltda.

Lamprea E. (2017). The judicialization of health care: a global south perspective. Annual Review of Law and Social Science, 13, 431-449.

Recuperado de https://criteria.iadb.org/sites/default/files/2020-07/nucleo-derecho-salud-consdem_0.pdf Morales, M., Arias, B., Fonseca, M., Gaviria, D., López, O., Rocha, A. y Torres, B. ((2017). Salud Colectiva y Salud Pública ¿Se está hablando de lo mismo? La Salud-enfermedad como proceso social (pp. 1-11). Cuadernos del Doctorado No. 18 Salud Colectiva y Salud Pública, ¿Se está hablando de lo mismo? – Universidad Nacional de Colombia Sede Bogotá– Facultad de Ciencias, Facultad de Ciencias Humanas, Facultad de Enfermería, Facultad de Medicina y Facultad de Odontología. – Doctorado en Salud Pública - Primera edición Enero de 2017.

Recuperado de (PDF) https://www.researchgate.net/publication/319151130_Salud_Colectiva_Salud_Publica _Estamos_hablando_de_lo_mismo Lucía A., y Arango V. (2017). La concepción de salud como capacidad para llevar una vida buena.

Su inserción en el sistema general de seguridad social en salud (SGSSS) colombiano: una revisión normativa y jurisprudencial. In Cuba Salud 2018.

Mena Frau, C., Ormazábal Rojas, Y., Morales Hernández, Y., y Gajardo Valenzuela, J. (2008).

Exactitud espacial en la creación de bases de datos SIG modelos raster y vectorial. Ingeniare. Revista chilena de ingeniería, 16(1), 159-168.

Ministerio de Salud y Protección Social-Minsalud. (2014). Todo lo que usted debe saber sobre el Plan de Beneficios - POS. 34. Recuperado del sitio de internet de Minsalud: https://www.minsalud.gov.co/sites/rid/Lists/BibliotecaDigital/RIDE/VP/RBC/todo-loque-usted-debe-saber-sAIobre-el-plan-de-beneficios.pdf Ministerio de Salud y Protección Social-Minsalud. (2016). Política de Atención Integral en Salud.

Recuperado del sitio de internet de Minsalud: https://www.minsalud.gov.co/sites/rid/Lists/BibliotecaDigital/RIDE/DE/modelo-pais2016.pdf Ministerio de Salud y Protección Social-Minsalud. (2017). Modelo Integral de Atención en Salud Mias - Capacitación Sectorial. Presentado en Bogotá. Recuperado del sitio de internet de Minsalud: https://www.minsalud.gov.co/sites/rid/Lists/BibliotecaDigital/RIDE/DE/01pais-mias-capacitacion-sectorial.pdf

135

Ministerio de Salud y Protección Social-Minsalud. (2018a). Indicadores básicos en salud 2018. El Ministerio, Recuperado del sitio de internet de Minsalud: https://www.minsalud.gov.co/sites/rid/Lists/BibliotecaDigital/RIDE/VS/ED/GCFI/indica dores-basicos-salud-2018.pdf Ministerio de Salud y Protección Social-Minsalud. (2018b). Sistema de Evaluación y Calificación de Actores: Ranking de Satisfacción EPS. Recuperado del sitio de internet de Minsalud: https://www.minsalud.gov.co/sites/rid/Lists/BibliotecaDigital/RIDE/DE/CA/Rankingsatisfaccion-eps-2018.pdf.

Ministerio de Salud y Protección Social-Minsalud. (2019). Cifras de aseguramiento en salud.

Recuperado del sitio de internet de Minsalud: https://www.minsalud.gov.co/proteccionsocial/Paginas/cifras-aseguramientosalud.aspx.

Moore D. (2005). Estadística aplicada básica. 2ª edición.

Moreno Jiménez, A. (2003). La renta per cápita en la Comunidad de Madrid: Análisis espacial y temporal. Instituto de Estadística, Consejería de Economía e Innovación Tecnológica.

Recuperado de https://repositorio.uam.es/bitstream/handle/10486/668621/servicios_moreno_2003.p df Muñoz A. L. (2011). Plan de negocios de una tienda virtual de ropa playera con un sistema de diseño autónomo para cada cliente con sede en la ciudad de Cartagena.

Muñoz A. L. y Cañon, O. (2017). La Priorización en Salud paso a paso. Cómo articulan sus procesos México, Brasil y Colombia. Biblioteca Felipe Herrera del Banco Interamericano de Desarrollo.

Ocampo-Rodríguez, M. V., Urrutia, V. F. B., Montoya-Rojas, J. P., y Bautista-Botton, D. C. (2013).

Sistemas y modelos de salud, su incidencia en las redes integradas de servicios de salud.

Gerencia y Políticas de Salud, 12(24).

Recuperado (PDF) de https://revistas.javeriana.edu.co/index.php/gerepolsal/article/view/6096 Organización Mundial de la Salud-OMS (2009). Cobertura de los servicios de salud. Estadísticas Sanitarias Mundiales.

Recuperdo de https://www.who.int/gho/publications/world_health_statistics/ES_WHS09_Full.pdf Organización Panamericana de la Salud-OPS. (2018, mayo 31). OPS/OMS Indicadores de Salud: Aspectos conceptuales y operativos (Sección 2) [Educativa Gubernamental]. Recuperdo (PDF) de https://www.paho.org/hq/index.php?option=com_content&view=article&id=14402:he alth-indicators-conceptual-and-operational-considerations-section2&Itemid=0&showall=1&lang=es

136

Organización Panamericana de la Salud-OPS. (2015). Acceso a servicios de salud integrales, equitativos y de calidad. Recuperado de https://www.paho.org/salud-en-las-americas2017/uh-access.html Organización Panamericana de la Salud-OPS. (2007). Salud en las Américas 2007 Volumen I Regional: Las Políticas Públicas y los Sistemas y Servicios de Salud (Sección 4).

Recuperado de https://iris.paho.org/bitstream/handle/10665.2/3009/salud-americas2007-vol-1.pdf?sequence=1&isAllowed=y Paganini, J. M. (1998). La cobertura de la atención de salud en América Latina y el Caribe. Revista panamericana de salud pública, 4, 305-310.

Paim, J. S., y Almeida Filho, N. M. D. (1999). La crisis de la salud pública y el movimiento de la salud colectiva en Latinoamérica.

Pinto, D., y Muñoz, A. L. (2011). Colombia: Sistema general de seguridad social en salud. Estrategia del BID, 2014.

Ramírez, L. (2001). Servicios y dotación hospitalaria diferencial en los equipamientos sanitarios de la provincia del Chaco-Argentina. 42, 33. Recuperado (PDF) de https://s3.amazonaws.com/academia.edu.documents/39404546/2001Revista_Geog_Venezolana.pdf Ramírez, L. (2013). El acceso al agua potable en el Chaco (Argentina) y los progresos hacia el objetivo del milenio. Una mirada a través de la elaboración de un índice de criticidad.

Revista Geográfica Digital. IGUNNE. Facultad de Humanidades.UNNE, Año 10, No.20.

Recuperado de https://es.scribd.com/document/453670680/2202-6474-1-PB-pdf Red Inteligencia de Informaciones para la Salud-RIPSA. (2009). Indicadores Básicos para la Salud en Brasil: Conceptos y Aplicaciones. Organización Panamericana de la Salud, Vol. 2.

Recuperado de https://www.paho.org/bra/index.php?option=com_docman&view=download&categor y_slug=informacaoe-analise-saude-096&alias=168-indicadores-basicos-para-saludbrasil-conceptos-e-aplicaciones-8&Itemid=965 Rendón-Macías, M. E., Villasís-Keeve, M. Á., y Miranda-Novales, M. G. (2016). Estadística descriptiva. Revista Alergia México, 63(4), 397-407.

Revista Clínicas de Chile A.G. (2017, marzo). El Desafío de las Enfermedades Catastróficas.

Clínicas de Chile, (92), 8.

Recuperado de http://www.isapre.cl/PDF/El_Desafio_de_las_Enfermedades_Catastroficas.pdf Revista Semana. (2019, mayo). Lo mejor y lo más débil del sistema de salud colombiano. Lo mejor y lo más débil del sistema de salud colombiano, (1938), 15-17.

Rodgers, G. (1979). Income and Inequality as Determinants of Mortality: An International CrossSection Analysis. Population, 33(2), 343-351.

137

Rodríguez, S. O. (2018, abril 02). Conozca cómo funciona el sistema de salud en Colombia. Un Periódico Digital de la Universidad Nacional de Colombia.

De https://unperiodico.unal.edu.co/pages/detail/conozca-como-funciona-el-sistema-desalud-en-colombia/ Rojas Ochoa, F. (2004). El componente social de la salud pública en el siglo XXI Sánchez, R., y Echeverry, J. (2004). Validación de escalas de medición en salud. Revista de Salud pública, 6, 302-318. Revista Cubana de Salud Pública, 30(3), 0-0.

Santana, P. (2014). Introducción a la Geografía de la Salud: Territorio, Salud y Bienestar.

ResearchGate.

Recuperado de https://www.researchgate.net/publication/273772708_Introduccion_a_la_Geografia_ de_la_Salud_Territorio_Salud_Y_Bienestar Siabato, W. (2018). Sobre la evolución de la información geográfica: las bodas de oro de los SIG. Cuadernos de Geografía: Revista Colombiana de Geografía, 27(1), 1-9.

The Logistics World. (2020). Selección y medición de indicadores críticos. Thelogisticsworld.com.

En https://thelogisticsworld.com/historico/seleccion-y-medicion-de-indicadorescriticos/ Toledo Curbelo, G. (2005). Fundamentos de salud pública.

Waldmann, R. (1992). Income Distribution and Infant Mortality. Quarterly Journal of Economics, 107(4), 1283-1302.

Wang, S. (2010). A CyberGIS Framework for the Synthesis of Cyberinfrastructure, GIS, and Spatial Analysis. Annals of the Association of American Geographer 100 (3), 535-557.

Wilkinson, R. (1996). Unhealthy Societies: The afflictions of inequality. Londres: Routledge/Kegan Paul.

Wilkinson, R. y Pickett. K. (2006). Income Inequality and Population Health: A Review and Explanation of the Evidence. Social Science y Medicine, 62(7), 1768-1784.

138

Anexos Anexo 1 tabla con herramienta disponibles para el monitoreo y evaluación del SGSSS colombiano Tabla 13 Herramientas Disponibles para el Monitoreo y Evaluación del SGSSS colombiano Nivel Macroámbito

Actor Minsalud

(agregado nacional)

Herramienta

Temática

Propósito

Falencia

Sistema Integral de Información

Monitoreo

Procesa y consolida la información sobre el sector salud

No tiene ninguna específica para

para la Protección Social -

para orientar la toma de decisiones, la formulación de

monitorear y evaluar la priorización del

SISPRO

políticas, el monitoreo y la gestión de procesos y servicios.

gasto y los efectos que han tenido las actualizaciones de los planes de beneficios.

Macroámbito (agregado nacional)

Minsalud

El Sistema de Gestión

Monitoreo y

Sistema donde las empresas sociales del Estado (ESE)

La gran desventaja de este sistema es

Hospitalaria (SiHO)

Evaluación de

registran periódicamente los resultados presupuestales, de

que no esté habilitado también para las

Priorización del Gasto

atenciones, financieros y administrativos, con el aval de la

entidades privadas, lo cual genera una

entidad territorial, y que le sirve al Gobierno Nacional y a

barrera para conocer el nivel

otros actores del sistema de salud colombiano para la

hospitalario de estas entidades privadas

toma de decisiones.

el cual es necesario para análisis nacionales

139

Nivel Macroámbito

Actor Minsalud

(agregado nacional)

Herramienta

Temática

Propósito

Falencia

Registros Individuales

Evaluación de

Recibe y consolida los informes sobre todas las atenciones

Presenta limitaciones respecto a la

de Prestación de Servicios de

Priorización del Gasto

de salud, tanto ambulatorias como intrahospitalarias, que

completitud en el reporte del total de

prestadores públicos y privados realizan en el país. Los

atenciones por parte de los

datos están desagregados nominalmente y comprenden

responsables y en la calidad del

información demográfica y clínica sobre las tecnologías

diligenciamiento de los campos

suministradas. Se tiene el nombre y el número de

incluidos.

Salud - RIPS

identificación nacional de los pacientes que recibieron atención.

Macroámbito

Minsalud

(agregado nacional)

Registro Especial de

Monitoreo

Base de datos de las entidades departamentales y

No tiene un reporte de información

Prestadores de Servicios de

distritales de salud, en la cual se efectúa el registro de los

continuo y sistemático (actualización

Salud - REPS

Prestadores de Servicios de Salud que se encuentren

novedades), no obstante, permite

habilitados.

identificar y cuantificar los insumos básicos parciales para la producción de servicios de salud (capacidad instalada).

Macroámbito

Minsalud

(agregado nacional)

Sistema de Información de

Evaluación de

Los laboratorios, mayoristas, aseguradores y prestadores le

Precios de Medicamentos -

Priorización del Gasto

entregan información sobre compras de medicamentos,

SISMED Macroámbito (agregado nacional)

DANE

Encuesta de Calidad de Vida ECV

precios y cantidades de cada producto farmacéutico Monitoreo

Investigación que el DANE realiza con el objeto de recoger

Esta encuesta solo es representativa

información sobre diferentes aspectos y dimensiones del

para el total nacional y grandes

bienestar de los hogares, incluyendo aspectos como: el

regiones.

acceso a bienes y servicios públicos, privados o comunales, salud, educación, cuidado de niños y niñas menores de 5 años, entre otros.

140

Nivel Macroámbito

Actor Instituto

(agregado nacional) Nacional de Salud - INS

Herramienta

Temática

Propósito

Falencia

El Sistema Nacional de

Evaluación de

Provee información sobre eventos que afecten o puedan

Pese a que se tienen las cifras de

Vigilancia en Salud Pública -

Priorización del Gasto

afectar la salud de la población, para orientar políticas en

mortalidad no se emplean para el

salud pública, la prevención y control de enfermedades y

monitoreo.

SIVIGILA

factores de riesgo, y el seguimiento y evaluación de las intervenciones. Tienen registro de las enfermedades que causan la mortalidad en el país.

Mesoámbito

Supersalud

Monitorear que los aseguradores estén prestando a sus

Estos indicadores no se utilizan

afiliados los servicios contenidos en el plan de beneficios

habitualmente para guiar la priorización

servicios de los

con calidad (accesibilidad, oportunidad, seguridad,

del gasto en el país. Por ejemplo, no se

aseguradores a sus

pertinencia y continuidad).

usan en la actualización del POS ni en la

(prestación de

indicadores y flujos de

Monitoreo

información

afiliados)

evaluación de los efectos que producen sus actualizaciones.

Microámbito (relación entre el prestador y el afiliado)

Los aseguradores

La información que reúnen las

y las entidades

aseguradoras y los prestadores

Monitoreo

Velan por que los afiliados y los habitantes de la región

La información que reúnen las

reciban con calidad y oportunidad los servicios contenidos

aseguradoras y los prestadores no está

en el POS.

consolidada y, por lo tanto, no puede

gubernamentales regionales de salud (Secretarias de Salud)

Nota. Adaptado de Muños y Cañon (2017) e Instituto Nacional de Salud, Dirección de Vigilancia y Análisis de Riesgo en Salud Pública. (2018). Elaboración propia.

utilizarse en el país o en las regiones para monitorear la prescripción y el uso de medicamentos.

141

Anexo 2: Geoprocesos Configurados Geoproceso elaborado e ArcGis Pro, para exportar capas departamentales por EPS a la geodatabase de trabajo del proyecto

Geoproceso elaborado e ArcGis Pro, para construir las capas de prestadores de alto nivel por EPS y por patología analizada a la geodatabase de trabajo del proyecto:

142

Grupo de geoprocesos elaborados para calcular el total de IPS de alto Nivel de complejidad en convenio por departamento por cada EPS y patología analizadas: Se crea una tabla resumen por patología y por EPS:

Se realiza un nuevo resumen para contar por departamento las IPS y se adiciona el campo del nombre de la EPS a las tablas del resultado anterior

Se unifican las tablas resumidas en el paso anterior por patología:

143

Geoprocesos configurados para el cálculo de factor de atención por patología en el departamento: Creación tabla del conteo de IPS alto nivel que atienden en el departamento por patología:

144

Anexo 3: Sentencias python configuras Sentencia de python para calcular el Indicador del nivel de criticidad de la calidad y cobertura para cada EPS por cada patología analizada: El indicador se adiciona en una ventana de calcular campo:

145

Y se calculó con la siguiente función: def Calcula(v1,v2):

if variable == "MA_B":

variable = v1+'_'+v2 if variable == "MA_MA": return "A"

return "D" if variable == "MA_MB":

if variable == "MA_A": return "A" if variable == "MA_M":

return "D" if variable == "A_B":

return "A" if variable == "A_MA":

return "D"

return "A" if variable == "A_A": return "A"

if variable == "A_MB": return "D"

if variable == "A_M": return "A" if variable == "M_MA":

if variable == "M_B": return "D"

return "A" if variable == "M_A":

if variable == "M_MB":

return "A" if variable == "M_M": return "A"

return "D" if variable == "B_B":

if variable == "B_MA": return "B" if variable == "B_A":

return "C" if variable == "B_MB":

return "B" if variable == "B_M":

return "C"

return "B"

if variable == "MB_B":

if variable == "MB_MA":

return "C"

return "B"

if variable == "MB_MB":

if variable == "MB_A":

return "C"

146

return "B"

else :

if variable == "MB_M":

return "Na"

return "B"

Anexo 4: Mapas consultados Geovisor DANE Mapas con la tasa de definición no fetal de principales patologías registradas para el año 2019:

147