Qualidade dos cuidados de saúde.
A qualidade dos cuidados de saúde pode ser avaliada com base na estrutura, processos ou resultados.
Dados estruturais são características dos médicos e dos hospitais (por exemplo, a especialidade de um médico ou a forma de gestão de um hospital, serviços de apoio, serviços hoteleiros, equipamento, pessoal, rácio enfermeiros/doentes, presença de internista nas unidades de cuidados intensivos nas 24h).
Os dados processuais são o resultado da interacção entre um médico e um doente (por exemplo, os testes pedidos, medicações prescritas segundo as boas normas).
Os dados relativos a resultados referem-se ao estado de saúde subsequente dos doentes (por exemplo, melhoria dos sintomas ou mortalidade, satisfação dos doentes ou familiares).
Para os critérios baseados em dados estruturais ou processuais serem credíveis, tem de se demonstrar que as variações no atributo que eles medem levam a diferenças nos resultados. Para que os critérios de resultados (outcomes) sejam fiáveis tem de se provar que as diferenças nos resultados se originam em alterações nos processos dos cuidados sob o controlo dos profissionais.
O problema das medidas de resultados (mortalidade, tempos de internamento, etc.) é que as diferenças nesses resultados podem ser resultado de factores que não estão sob controlo dos profissionais, tal como diferenças nas características dos doentes ou diferenças socio-económicas, por exemplo. Para muitas doenças crónicas o tempo que medeia entre a realização de processos-chave de cuidados e o resultado obtido pode ser muito longo. Um diabético com glicemias mal controladas pode não sofrer de retinopatia ou entrar em diálise por 10 a 20 anos. No entanto, pode-se determinar se esse doente está a fazer a monitorização adequada (medida processual).
Os dados processuais são geralmente mais sensíveis para a medição de qualidade do que os dados de resultados, pois um mau resultado não ocorre sempre que há menor qualidade na prestação dos cuidados.
Os dados processuais podem resultar de critérios processuais explícitos. Por exemplo, ao avaliar a qualidade dos cuidados prestados a um diabético, podemos avaliar se realizou fundoscopia anual por oftalmologista, ou se os pés do doente foram avaliados por um profissional. O resultado é expresso pela proporção de critérios que foram realizados. Também podem ser usados critérios explícitos "a priori" de forma a determinar se os resultados observados na prestação de cuidados são consistentes com os resultados previstos por um modelo que foi validado por evidência científica e juízo clínico. Por exemplo: numa população de diabéticos tipo 2 e características clínicas específicas, quais são os resultados esperados a 1 ano como resultados excelentes, médios ou maus? Pode-se prever que, com cuidados excelentes, 95% dos doentes tenham HgbA1c normal e 80% estejam dentro do seu peso normal. Com cuidados médios estas proporções serão de 75% e 50% respectivamente. Estas expectativas são então comparadas com os resultados obtidos.
Defendo que a avaliação de qualidade deve depender muito mais de dados processuais do que de dados de resultados.
Pedro von Hafe
Dados estruturais são características dos médicos e dos hospitais (por exemplo, a especialidade de um médico ou a forma de gestão de um hospital, serviços de apoio, serviços hoteleiros, equipamento, pessoal, rácio enfermeiros/doentes, presença de internista nas unidades de cuidados intensivos nas 24h).
Os dados processuais são o resultado da interacção entre um médico e um doente (por exemplo, os testes pedidos, medicações prescritas segundo as boas normas).
Os dados relativos a resultados referem-se ao estado de saúde subsequente dos doentes (por exemplo, melhoria dos sintomas ou mortalidade, satisfação dos doentes ou familiares).
Para os critérios baseados em dados estruturais ou processuais serem credíveis, tem de se demonstrar que as variações no atributo que eles medem levam a diferenças nos resultados. Para que os critérios de resultados (outcomes) sejam fiáveis tem de se provar que as diferenças nos resultados se originam em alterações nos processos dos cuidados sob o controlo dos profissionais.
O problema das medidas de resultados (mortalidade, tempos de internamento, etc.) é que as diferenças nesses resultados podem ser resultado de factores que não estão sob controlo dos profissionais, tal como diferenças nas características dos doentes ou diferenças socio-económicas, por exemplo. Para muitas doenças crónicas o tempo que medeia entre a realização de processos-chave de cuidados e o resultado obtido pode ser muito longo. Um diabético com glicemias mal controladas pode não sofrer de retinopatia ou entrar em diálise por 10 a 20 anos. No entanto, pode-se determinar se esse doente está a fazer a monitorização adequada (medida processual).
Os dados processuais são geralmente mais sensíveis para a medição de qualidade do que os dados de resultados, pois um mau resultado não ocorre sempre que há menor qualidade na prestação dos cuidados.
Os dados processuais podem resultar de critérios processuais explícitos. Por exemplo, ao avaliar a qualidade dos cuidados prestados a um diabético, podemos avaliar se realizou fundoscopia anual por oftalmologista, ou se os pés do doente foram avaliados por um profissional. O resultado é expresso pela proporção de critérios que foram realizados. Também podem ser usados critérios explícitos "a priori" de forma a determinar se os resultados observados na prestação de cuidados são consistentes com os resultados previstos por um modelo que foi validado por evidência científica e juízo clínico. Por exemplo: numa população de diabéticos tipo 2 e características clínicas específicas, quais são os resultados esperados a 1 ano como resultados excelentes, médios ou maus? Pode-se prever que, com cuidados excelentes, 95% dos doentes tenham HgbA1c normal e 80% estejam dentro do seu peso normal. Com cuidados médios estas proporções serão de 75% e 50% respectivamente. Estas expectativas são então comparadas com os resultados obtidos.
Defendo que a avaliação de qualidade deve depender muito mais de dados processuais do que de dados de resultados.
Pedro von Hafe
