documento de trabajo - economía uceconomia.uc.cl/wp-content/uploads/2015/03/dt_358.pdf · este...
TRANSCRIPT
Documento de TrabajoISSN (edición impresa) 0716-7334
ISSN (edición electrónica) 0717-7593
INTRODUCCIÓN DE FACTORES DE RIESGO EN EL FINANCIAMIENTO DE LA SALUD PRIMARIA EN CHILE
Arístides Torche
Nº 358Octubre 2009
www.economia.puc.cl
Versión impresa ISSN: 0716-7334
Versión electrónica ISSN: 0717-7593
PONTIFICIA UNIVERSIDAD CATOLICA DE CHILE
INSTITUTO DE ECONOMIA
Oficina de Publicaciones
Casilla 76, Correo 17, Santiago
www.economia.puc.cl
INTRODUCCIÓN DE FACTORES DE RIESGO EN EL FINANCIAMIENTO DE
LA SALUD PRIMARIA EN CHILE
Arístides Torche*
Documento de Trabajo Nº 358
Santiago, Octubre 2009
INDICE
INTRODUCCIÓN 1
EL PER CÁPITA EN CHILE EN LA ACTUALIDAD (2008) 4
LOS FACTORES DE RIESGO 6
EL PER CÁPITA Y LOS FACTORES DE RIESGO: ASPECTOS METODOLÓGICOS 8
MODELOS ECONOMÉTRICOS 13
CONCLUSIONES 22
BIBLIOGRAFÍA 26
1
INTRODUCCIÓN DE FACTORES DE RIESGO EN EL FINANCIAMIENTO DE LA
SALUD PRIMARIA EN CHILE.
Arístides Torche 1
PUC
Introducción
En Chile, el sistema público de prestaciones de salud primaria está descentralizado a nivel
de municipios y es financiado por un mecanismo llamado “per cápita” que consiste en un
monto fijo en términos anuales que el gobierno entrega a las municipalidades por cada
persona inscrita en dicho sistema. El monto entregado es independiente del estado de salud
del afiliado.
El sistema público de atención primaria de salud en Chile representaba en el 2007 un 27%
del presupuesto total de los servicios de salud de todo el país y había crecido desde un 17%
en el 2000. Este documento tiene por objeto analizar el mecanismo de financiamiento de
dicho sistema. En particular el impacto de los factores de riesgo ya existentes como el de
otros nuevos en la adecuación del per cápita basal, que es un valor promedio, a las
condiciones demográficas, socio económicas y de morbilidad de las diferentes comunas
En Chile, el per cápita se relaciona estrechamente con el AUGE (Plan de Acceso Universal
con Garantías Explícitas) que es un seguro catastrófico que cubre más de 70 patologías pero
en que sus mayores gastos están concentrados en actividades de atención primaria de salud.
Este seguro es financiado por fondos generales de la nación.
En los 90s las atenciones de salud primaria eran financiadas por un mecanismo de pagos
por servicios que se conocía con el nombre de FAPEM (facturación por atenciones
prestadas en establecimientos municipalizados). Con el inicio de este sistema hubo una
explosión de costos que llevó a la autoridad a fijar un techo al presupuesto comunal y
1 Agradezco la valiosa colaboración de Adán Ramírez en el análisis cuantitativo.
2
atenerse al mismo como valor máximo financiado centralmente. Además, durante su
aplicación se observaron varios problemas entre los que cabe destacar: fomento a la
generación de actividades más que a la obtención de resultados; incentivos hacia la
utilización de aquellas actividades curativas que mostraban precios superiores en desmedro
de las preventivas con precios similares a sus costos. Estos problemas y los techos
presupuestarios asignados generaron una distribución poco equitativa de los recursos. (D.
Duarte 1995). Es así que al tomar una muestra de 130 comunas que representaban en 1992
el 75% de la población del país y dividirlas por quintiles según los ingresos municipales por
habitante se pudo observar que el gasto total per cápita de las comunas del quintil más rico
era más de 60% superior al de las comunas más pobres en tanto que las transferencias del
FAPEN solo eran un 15% mayor. La diferencia era financiada con fondos propios de las
municipalidades, obviamente mayores en las comunas más ricas. (Duarte 1995).
El per cápita es uno de los seis métodos más empleados de pago a proveedores. Otros son:
presupuestos globales o históricos, salarios, pagos por servicios, pago por período (día) de
utilización de servicios, pagos por caso (Vargas et al 2006)
En la evaluación de estos métodos se han considerado varios criterios. Uno de ellos es la
contención de costos que en el caso del per cápita se ha manejado sobre la base de una
repartición del riesgo entre el proveedor (municipalidad) y el personal médico que maneja
las prestaciones de salud. Este mecanismo de riesgos compartidos puede incluir a los
usuarios sobre la base de pagos de bolsillo por ejemplo. En el sistema de atención primaria
de salud ha parecido conveniente reducir al mínimo el alcance de esta modalidad con el
objeto de lograr una más alta utilización de los servicios de salud para así poder enfatizar la
dimensión preventiva de la atención primaria.
Un segundo criterio es la calidad de las prestaciones que en el caso del per cápita podría
verse amenazada por una mayor contención de los costos. La definición más precisa de una
canasta de prestaciones exigibles con protocolos detallados para cada una de dichas
prestaciones es un mecanismo para reducir este problema.
El tercer criterio se refiere al logro de una situación en que las personas con iguales
necesidades tengan acceso a las mismas prestaciones con independencia de la situación
3
económica de la comuna en que habiten. Esta habría sido una de las principales razones
para el cambio de sistema de financiamiento de la atención primaria Chileno. (Duarte 1995)
(Fuenzalida 1995)
Para lograr la mayor equidad planteada es conveniente que el monto per cápita sea el
resultado de una adecuada evaluación de los riesgos individuales de los afiliados. En este
sentido, el per cápita juega el rol de una “prima comunitaria” en que la municipalidad que
tiene un número de inscritos suficientemente grande para que se estabilice el monto
promedio gastado (ley de grandes números) toma el papel de caja de compensación para
los diferentes consultorios. Aunque el presupuesto esté equilibrado, como el per cápita es
uno sólo, existe todavía un incentivo a reducir la permanencia de las personas con mayores
riesgos o a entregarles menos prestaciones que las deseadas. Para manejar esta situación se
pueden emplear mecanismos administrativos como es el caso de las evaluaciones
efectuadas de acuerdo con el índice de actividad de la atención primaria de salud. (IAPS) en
que se mide la relación de las personas atendidas respecto de las que tienen dicha patología
en la comuna. Este método es seguido en la actualidad en Chile.
El per cápita no contempla ajustes entre comuna sobre la base de diferenciales de
morbilidad u otras. De allí la importancia de los factores de riesgo para entregar a cada
comuna un presupuesto que sea lo más cercano a sus gastos efectivos de tal modo que en
realidad iguales necesidades de atención primaria de salud, tengan acceso a las mismas
prestaciones en las diferentes comunas del país.
En términos puros el per cápita es un monto que se entrega al prestador dejándole absoluta
libertad para que éste lo emplee de acuerdo a su buen criterio, con la obligación eso sí, de
mantener la buena salud de la población atendida. Sin embargo, como en este caso se aplica
a una parte del sistema de salud, tanta libertad dificulta un adecuado manejo del nivel de
resolución óptimo de los consultorios. Por ello el sistema fue acompañado desde el
comienzo, de una canasta mínima de prestaciones que inicialmente estaba muy orientada a
funciones curativas y al control y monitoreo en el caso de los programas de madre y niño y
de inmunizaciones. Es así que el per cápita surge en 1994 como un monto calculado sobre
la base de una canasta de prestaciones predefinida a la que se agregaban subsidios
adicionales por ruralidad, pobreza y manejo difícil.
4
Con el tiempo se han incorporado pagos por prestaciones y por cumplimiento de metas
asociados a compromisos de gestión, orientados más hacia actividades preventivas y de
promoción, cuya medición ha dado origen a los IAPS (indicadores de acciones preventivas
de salud). Estos pagos se han agregado al per cápita. Se trata de un esquema que tiene
cierto parecido con los pagos prospectivos.
El per cápita se entrega a las municipalidades pero éstas normalmente lo han transferido a
los centros de salud (consultorios) básicamente por actividad histórica, perdiéndose así, las
ventajas de eficiencia que tiene el sistema per cápita, al premiar directamente a los mejores
prestadores (consultorios) y desincentivar a los menos eficientes
La operación del per cápita es más costosa de lo que pudiera parecer. En efecto, una
adecuada gestión del mismo requiere de varios requisitos entre los que cabe destacar: i)
Definición de un “plan de salud familiar” que se asocia a una canasta de prestaciones
determinada sobre la base de parámetros técnicos. Esta canasta se emplea para calcular el
costo promedio por persona afiliada al sistema, que se denomina “per cápita basal”. Ii)
Identificación e inscripción de la población beneficiaría en los diferentes centros de salud
de la comuna. Iii) Inclusión de un conjunto de variables de ajuste que tomen en cuenta el
efecto de situaciones específicas de cada comuna como ruralidad, nivel de pobreza,
personas de mayor edad y otras, las que se agregan al per cápita basal definido
anteriormente. (Casanova 2007). Es así que la implementación de un mecanismo per cápita
enfrenta dos grandes desafíos: la determinación y valoración de la canasta y la inscripción
de los participantes de tal modo que todos los beneficiarios del sistema estén inscritos pero
sólo en un consultorio.
Para mostrar la magnitud de los problemas involucrados basta destacar que la
determinación de la canasta que incluye las prestaciones generales propias de atención
primaria y aquellas sujetas a los compromisos de gestión, recién con la introducción del
AUGE, ha podido ser clarificada con suficiente detalle.
El per cápita en Chile en la actualidad (2008)
El per cápita es determinado año a año a través de un decreto fundado del MINSAL e
incluye:
5
1. Un…”Aporte básico unitario homogéneo, denominado per cápita basal, por
beneficiario inscrito en los establecimientos municipales de atención primaria de
salud de cada comuna de $ 1.905 (Mil novecientos cinco pesos)”. (MINSAL 2007)
2. Un conjunto de factores de incremento o reducción de dicho valor. Entre los
factores que sólo incrementan dicho monto se puede mencionar: índice de pobreza
comunal, ruralidad, y personas de 65 o más años. También se incluye aquí el grado
de dificultad de la comuna para prestar las atenciones de salud y finalmente, la
asignación de zona. Entre los factores de rebaja se pueden mencionar las
evaluaciones efectuadas de acuerdo con el índice de actividad de la atención
primaria de salud. (IAPS). Es interesante destacar que este índice está en una etapa
de puesta en marcha todavía. (MINSAL 2007)
En promedio, los diferentes factores de ajuste incrementan el per cápita basal en un 18,3%,
siendo ruralidad con un 5,5% y pobreza con 4,5% los factores individuales de mayor peso.
Este documento tiene por objeto entregar un análisis econométrico para verificar la
pertinencia de estos factores.
Como en Chile, la atención primaria de salud está descentraliza a nivel de comunas, estas
disponen de consultorios y centros de salud. Sin embargo hay algunas que no tienen
infraestructura propia y deben usar la de los servicios de salud. En el 2006 de las 345
comunas, había 26 que estaban en dichas condiciones. A las 319 restante se aplicaba el per
cápita pero con dos modalidades. Para un grupo de comunas- 52 en total- de muy poca
población, el financiamiento se establece sobre la base de un monto global fijo. Se ha
observado que la variabilidad del gasto agregado disminuye con el tamaño de la comuna y
permite financiarlo con un mecanismo como el per cápita sin producir problemas de
déficits por desbalance presupuestario si el número de inscritos es suficientemente grande.
En general, superior a los 30.000.
Las restantes 267 comunas con mayor población son financiadas por el sistema per cápita
tal como ha sido descrito anteriormente. En todo caso dichas 267 comunas representan un
98% del costo total asignado a las atenciones primarias de salud municipalizada.
6
El valor del per cápita basal. Varios estudios han calculado el monto del per cápita basal.
Los resultados presentados a continuación en el Cuadro N°1 corresponden a la tabla N°6 de
(Montero et al 2008)
CUADRO N°1
Comparación per-cápita mensual según diferentes estudios
Per cápita (pesos 2008) Año en estudio
*Micro-costeo 3.708 2007
Estudio Asoc. Chilena de
municipalidades. 3.142
2007
Centro Salud “Madre
Teresa de Calcuta” 3.428
2005-2006
*Se trata del valor calculado en Montero et al 2008. No incluye administración
central.
El valor promedio de estos estudios es de $3426 y la máxima variación alcanza al 9%, lo
que muestra la proximidad de las diferentes estimaciones.
Los factores de riesgo
Los valores del per cápita basal del primer estudio de los presentados en el cuadro N°1,
han sido calculados sobre la base de un micro costeo muy detallada de las diferentes
prestaciones con sus valores monetarios asociados. Sin embargo las frecuencia de uso de
las mismas corresponde a ciertas comunas básicamente del Gran Santiago y en algunos
casos a las estadísticas del consultorio Madre Teresa de Calcuta cuya información estaba
disponible para los investigadores de dicho documento (Montero et al 2008). Lo anterior
indica que el valor consignado es el reflejo de una situación particular que bajo ciertas
condiciones puede ser considerada la situación promedio de comunas urbanas y grandes en
que los consultorios atienden a una población de alrededor de las 20000 personas. Un tema
importante se refiere a cómo se afectaría este resultado, en el caso de comunas con mayor
proporción de personas en áreas rurales, con una estructura etaria diferente y con diferente
carga de enfermedad. Estos temas se han analizado sobre la base de los que se llama
7
factores de riesgo que permiten adecuar dicha canasta promedio a las circunstancias
particulares de los diferentes proveedores. (Duarte 1995), (Vargas et al 2006), (Montero et
al 2008).
Las prestaciones de salud siguen un padrón esencialmente aleatorio toda vez que el
momento preciso en que se produce un evento de salud depende de un cúmulo de
elementos muchos de los cuales escapan de todo control. Sin embargo es posible acotar
dicha parte aleatoria sobre la base de la introducción de ciertos factores concomitantes con
la generación de los eventos de salud. Son los llamados factores de riesgo (FR). La
introducción de los factores de riesgo puede expresarse en un modelo de tipo lineal
generalizado: y = FR*β+ en que y es una medida de resultado que en este caso se ha
definido como el costo per cápita. En este tipo de modelos, la parte explicada por los FR es
pequeña. Así los R2 son en general inferiores al 30% y en muchos casos están en las
decenas de puntos. Se puede decir que la parte aleatoria es sustantiva lo que hace útil el
empleo de seguros de salud.
El modelo de manejo de riesgos se puede aplicar a personas o a entidades geográficas como
comunas, zonas particulares o consultorios que atienden áreas determinadas.
Aplicado a las personas entrega información útil para determinar el impacto diferencial de
diferentes tipos de poblaciones con distintas estructuras etarias o con diferente composición
por sexo o diferente grado de ruralidad por ejemplo. Estos factores no serían importantes si
la población, riqueza y morbilidad se distribuyera aleatoriamente entre las comunas pues en
dicho caso cada una sería similar a las otras y sus costos medios serían parecidos. Pero no
es así, hay un proceso de selección entre las comunas que lleva a que algunas presenten una
mayor proporción de personas de la tercera edad, otras agrupen a personas de mayor
ingreso etc. Por ello es conveniente que un per cápita basal que entrega el costo de una
canasta particular en lo que respecta a la frecuencia de las prestaciones pre establecidas,
pueda ser adecuado a las características propias de las diferentes comunas con el objeto de
que cada una de ellas disponga de un presupuesto más ajustado a sus necesidades y no
tenga que racionar las prestaciones por inadecuada oferta de servicios.
8
En síntesis, el enfoque de riesgo que se estudiará en este trabajo, permite establecer que el
costo de las prestaciones primarias que recibe cada beneficiario debido a sus problemas de
salud particulares no es un fenómeno puramente aleatorio, a la inversa, se puede asociar en
cierta medida, a factores como edad, sexo, características socioeconómicas y otras que
constituyen factores de riesgo y que por lo tanto pueden ser empleados para la
determinación del monto de recursos asignado a las diferentes municipalidades o
consultorios.
Países como Alemania, Australia, Bulgaria, Canadá, España, USA Finlandia, Holanda,
Inglaterra, Irlanda del Norte, Italia, Noruega, Nueva Zelandia, Polonia y Suiza aplican
factores de riesgo en sus esquemas de capitación. Para más detalles Véase (Vargas y al.
2006).
En Chile desde el comienzo de su aplicación, el per cápita se introdujo ciertos factores que
podrían ser conceptualizados como factores de riesgo. Entre ellos cabe destacar: Ruralidad.
En este caso todo municipio en que el 30% o más de su población total se ubique en el
sector rural tiene dicha denominación. Por su definición, la ruralidad es un factor de tipo
todo a nada, puesto que basta que el porcentaje sea una persona inferior al umbral para que
la municipalidad pierda la subvención que se entrega a aquellas rurales. Otro factor es la
pobreza pero que ha sido medido por la capacidad del municipio de aportar recursos a la
gestión de salud. En este caso se trata de municipios financieramente solventes más que de
la situación de pobreza de sus habitantes propiamente tal. Otro factor considerado es el de
tercera edad con una subvención fija por cada persona de más de 60 años entre los inscritos
al sistema. Finalmente, los otros dos criterios empleados: el de desempeño difícil y el de
asignación de zona, son mecanismos administrativos para incentivar a los funcionarios
públicos a que se avecinen en regiones alejadas, más que factores de riesgo de salud. Para
un análisis más detallado de estos factores se puede ver (Duarte 1995), (Vargas 2006),
(Montero et al 2008)
El per cápita y los factores de riesgo: aspectos metodológicos
Las variables más empleadas como factores de riesgo se han concentrado en hechos
demográficos, medidas de morbilidad y en factores socioeconómicos que se relacionarían
9
con eventos de salud en general y con prestaciones primarias en particular. Existe
abundante literatura sobre las variables consideradas como dichos factores. Entre ella cabe
destacar:
Edad: y su cuadrado Riley et al (1993); Vargas and Wasem (2006); Zhou (2001); Bolin et
al (2008); Jiménez- Martin (2004).
Sexo: Riley et al (1993); Vargas and Wasem (2006); Zhou (2001); Bolin et al (2008).
Educación: Riley et al (1993); Mustard and Frohlich (1995); Jiménez- Martin (2004);
Cutler (2008); Bolin et al (2008). A lo mejor por categorías educacionales.
Enfermedades pasadas y enfermedades crónicas: Coste (2000); Vargas and Wasem
(2006); Parkerson (1995); Bolin et al (2008); Jiménez- Martin (2004).
Empleo: Mustard and Frohlich (1995); Bolin et al (2008); Jimenez- Martin (2004).
Ingreso: Mustard and Frohlich (1995); Cutler (2008); Jimenez- Martin (2004).
Vive solo: Zhou (2001).
Estado. Civil: Bolin et al (2008); Jiménez- Martin (2004).
El paso siguiente que es la parte más novedosa de este trabajo, consiste en el empleo de
métodos econométricos para determinar el impacto de los diferentes factores de riesgo en
una perspectiva unificada desde el punto de vista de su completitud: (i) se incluyen los
factores de las diferentes categorías consideradas en el mismo modelo para que éste sea lo
más completo posible en el sentido de evitar la omisión de variables pertinentes y (ii) se
considera una base de datos nacional y representativa de la población chilena.
Las fuentes de datos para la determinación de los costos son básicamente dos: la encuesta
CASEN que entrega antecedentes sobre prestaciones y la base de datos del SINIM (sistema
nacional de información municipal) que entrega información sobre los costos incurridos por
las municipalidades para llevar a cabo dichas prestaciones de salud. Ambas bases tienen
deficiencias.
10
El estudio se centró en el 2006 puesto que se dispone de la encuesta CASEN_2006 que es
la última de dicha serie. Además se dispone de la base completa del SINIM para dicho año.
El universo de análisis se limitó a las comunas afectas al per cápita normal, es decir a
aquellas que no reciben un monto fijo (comunas de costo fijo) y que disponen de
infraestructura propia de servicios de salud.
Para calcular los costos de las atenciones primarias se partió por identificar las principales
prestaciones de salud primaria de que se dispone de información en la encuesta CASEN. Se
trata de los siguientes tipos de controles y consultas: consulta de salud general, consulta de
urgencia, consulta de especialidad, atención de salud mental, atención dental, controles de
salud. Todas ellas se han considerado parte del sistema de salud primaria toda vez que el
servicio ha sido prestado por un consultorio general, una posta rural o un servicio de
atención primaria de urgencia.
La información de consultas y controles de salud de la CASEN es el resultado de un
recordatorio de lo sucedido en los tres últimos meses con todos los problemas que ello
conlleva de olvido y por lo tanto de subreporte en unos casos y posiblemente sobre reporte
para aquellas personas más afectables por problemas de salud. Por otra parte, la encuesta se
lleva a cabo de noviembre a diciembre, por lo tanto al estimar el uso de los servicios de
salud primaria anuales, se está haciendo una inferencia respecto del uso de dichos servicios
durante todo el año, utilizando los datos reportados por los individuos en el período de
agosto-septiembre a noviembre- diciembre2. En definitiva, se está suponiendo un uso de los
servicios de salud homogéneo en los distintos trimestres del año.
La segunda fuente de información es aquella producida por el (SINIM), para el 2006. El
SINIM es una base de datos de las 345 comunas que integran el país (2006) y que reúne un
conjunto de variables e indicadores desde el año 2001 hasta el 2007 para las áreas de
administración y finanzas, salud, educación, desarrollo y gestión territorial, social y
comunitaria, género y caracterización comunal. En este caso se ha utilizado información
sobre población inscrita en FONASA, consultas médicas anuales en establecimientos de
salud primaria y diferentes tipos de Gasto total devengado por las municipalidades. Se ha
2 Al entrevistado se le pregunta sobre el uso de los servicios de salud en los tres meses previos a la
entrevista, mismos que comienzan en agosto y terminan en diciembre para los últimos entrevistados.
11
empleado el mismo universo anterior, es decir: las comunas que reciben el per cápita
normal.
Debe señalarse que la información obtenida del SINIM no es muy acuciosa y presentaría
problemas de sub registro.
Para comparar los resultados de la encuesta CASEN y los del SINIM para 2006 se estudió
la población inscrita en el sistema de salud público que llamaremos FONASA y el total de
consultas reportadas por ambas bases. La comparación a nivel nacional de la población
total inscrita en FONASA muestra que la encuesta CASEN entrega un resultado que es
11% superior al del SINIM. Sin embargo, cuando esta comparación se hace a nivel
comunal se observan diferencias que pueden llegar hasta un 54%. Estas variaciones
disminuyen cuando se trata de comunas de mayor población. Este resultado se asocia en
parte a que la encuesta CASEN no tiene representatividad a nivel comunal. Es así que en el
caso de las consultas, los resultados a nivel nacional de la CASEN representan un 83% de
los del SINIM global, pero a nivel comunal, en algunos casos estos alcanzan sólo al 67% de
los reportados por el SINIM.
Los resultados anteriores muestran que los datos de la encuesta CASEN y los del SINIM
concuerdan razonablemente bien a nivel nacional pero difieren fuertemente a nivel
comunal. Por lo tanto para la estimación de los modelos en que se usaran datos a nivel
nacional se empleará la base de datos de la CASEN y para aquella información detallada a
nivel de comuna se emplearán los resultados del SINIM.
Los modelos econométricos usados toman como variable dependiente el costo per cápita de
las prestaciones de salud, obtenido de valorar los controles y consultas que reportan las
personas a los costos de las prestaciones obtenidos de (Bitrán et al. 2005). Los costos de las
prestaciones en pesos del 2005 y actualizados a pesos del 2006 se muestran en el Cuadro
N° 2. Los costos así obtenidos fueron escalados con respecto a los del SINIM.
12
CUADRO N°’2
Costos medios calculados para consultas de atención primaria de salud ($ 2005)
Servicio Prestación
Salud general
Consulta médico APS(Morbilidad) 1766 1818.98
Urgencia APS 2185 2250.55
Control médico integral en APS (Crónicos) 4916 5063.48
3425 3527.75
Atención kinesiológica ambulatoria 1950 2008.5
Consulta por asistente social 3944 4062.32
Control auxiliar paramédico (presión) 1660 1709.8
5165 5319.95
5161 5315.83
Visita a domicilio por asistente social 6778 6981.34
visita a domicilio por auxiliar de enfermeria 7941 8179.23
Curación simple ambulatoria 2544 2620.32
Salud mental
Consulta o control por psicólogo clínico 4176 4301.28
4984 5133.52
Grupos de autoayuda 7327 7546.81
6869 7075.07
Intervención comunitaria (20 pacientes) 7242 7459.26
Salud dental
Urgencia 2504 2579.12
Consulta 1940 1998.2
Radiografía 559 575.77
Costo promedio
ponderado ($)
Costo promedio ponderado +
inflación dic
2005- dic 2006
Consulta o control por enfermera, matrona
o nutricionista
Educación de grupor por enfermera,
matrona o nutricionista
Visita a domicilios por enfermera, matrona
o nutricionista
Consulta salud mental por otros
profesionales
Visita de salud mental por otros
profesionales
Fuente: Bitrán & Asociados, “verificación del costo esperado por beneficiario del conjunto priorizado
de problemas de salud con garantías explícitas 2005-2007: informe final”, Diciembre de 2005
13
Los datos entregados en el Cuadro N° 2 fueron modificado en el caso de los controles.
Además se estimó un monto para los costos de las consultas odontológicas que no aparecen
en dicho cuadro.
Modelos econométricos
Los modelos econométricos considerados emplean los siguientes factores de riesgo
(variables independientes) con los nombres que a continuación se indican
1. edad: edad medida en años
2. edad2: edad al cuadrado
3. edad_M: Variable muda que toma el valor 1 si el individuo es mayor a 65 años
4. sexo: Variable muda que toma el valor “1” si es hombre y “0” si es mujer.
5. casadounión: Variable muda que toma el valor 1 si el individuo está casado o tiene
pareja.
6. Separ_viudo: Variable muda que toma el valor 1 si el individuo está separado o
viudo. En realidad cubre a las personas que no son solteros ni pueden ser
caracterizados por la variable descrita en 5.
7. solo: Variable muda que toma el valor “1” si el individuo vive solo, y “0” si vive
acompañado
8. numper: variable que indica el número de personas del hogar en que habita la
persona.
9. esc2: Años de escolaridad del individuo al cuadrado para tomar en cuenta no
linealidades.
10. Ymoncap: ingreso monetario per cápita en términos anuales del hogar al que
pertenece la persona.
11. z variable que indica la zona siendo 1 urbano y 0 rural.
12. cronicas1: Variable que identifica al individuo que ha ido a control por diabetes,
hipertensión u otras crónicas. Es igual a “1” si ha acudido a controlar estas
enfermedades (y por ende las padece), “0” caso contrario
13. d: Variable igual a “1” si el individuo tiene alguna discapacidad, ceguera, sordera,
etc.
14. Fonasa2: variable que toma el valor 1 si la persona pertenece al grupo B (grupo 2)
14
de FONASA que es aquel que sigue en nivel de pobreza al grupo A de indigentes.
15. Fonasa_A: “1” si el individuo pertenece al grupo A de FONASA que agrupa
básicamente a indigentes o personas que reciben pensiones asistenciales, y es“0” en
caso contrario.
16. dificultad. Variable muda que toma el valor 1 si la persona que tuvo un problema de
salud no asistió al consultorio debido a dificultades de distancia o por no disponer
de hora de atención.
17. Las variables ymonC y pobreC se refieren a los promedios comunales del ingreso
monetario per cápita y del porcentaje de pobres respectivamente.
Par estudiar el efecto de los factores de riesgo en el costo de las prestaciones de salud se
emplearán tres métodos econométricos: Mínimos cuadrados ordinarios, Tobit y regresiones
de cuantiles. El cuadro N°3 presenta los resultados de las estimaciones.
15
CUADRO N° 3
FACTORES DE RIESGO SEGÚN LOS TRES MODELO ECONOMETRICOS
CONSIDERADOS.
Variables Modelo 1 Modelo 2 Modelo 3
edad -1910*** -8488*** -3062***
edad2 22.5*** 96.6*** 41.3***
edad_M -3770** -16705*** -8235***
sexo -11279*** -50465*** -3938***
casadounion 14241*** 71241*** 3933***
separ_viudo 11542*** 51719*** 3884***
solo 8223*** 31762*** 4150***
numper -1064*** -5882*** -431***
esc2 -25.5*** -219*** -9.72***
Ymoncap -.00077*** -.00659*** -.00022***
zona 3247*** 8987*** 299***
cronicas1 85639*** 2.0e+05*** 1.3e+05***
discapacidad 14787*** 35878*** 13049***
fonasa_2 3606*** 16922*** 217*
fonasa_A 9740*** 39624*** 2398***
dificultad -13639*** -30796** -3312***
ymonC -.00083** -.00042 -.0001
pobreC -164*** -468*** -31.3***
_cons 53133*** 12667*** 59950***
R2 .143 .02 .22
legend: * p<0.05; ** p<0.01; *** p<0.001
El primer modelo es el de regresión lineal estimado por MICO, en que los errores estándar
se han calculado con la corrección de White para tener en cuenta posibles problemas de
heteroscedasticidad comunes en estudios de sección cruzada. Es interesante destacar que
todas las variables son significativas al 1% y que la variabilidad explicada medida por el R2
es menor al 14%
Entre los hechos destacables se puede considerar el impacto positivo en el aumento de
gastos que presentan las personas con enfermedades crónicas y con discapacidades. Por
otra parte la pertenencia al grupo Fonasa_A y fonasa_2 también se asocia a un aumento en
el gasto. En este caso varios factores pueden influir: el nivel de pobreza de dichas
personas, situación de salud, facilidad de acceso a los servicios de salud. La situación de
pobreza no parece un elemento determinante toda vez que la variable pobreC que mide el
16
porcentaje de personas en situación de pobreza en la comuna tiene signo negativo. Es
probable que el impacto del grupo Fonasa_A se deba más bien a una conjunción de
personas más enfermas puesto que este grupo reúne a indigentes y a personas de mayor
edad, conjuntamente con una mayor facilidad de entrada debido a su exención de todo pago
y a que estas personas se concentran mayoritariamente en áreas urbanas con más fluido
acceso a centros asistenciales.
Las variables dificultad y pobreC indican ciertas dificultades por el lado de la oferta de los
servicios y finalmente aquellas asociadas a las carencias de bienes básicos que es frecuente
en la población en situación de pobreza. Obviamente estos son elementos a tomar en
cuenta por parte de los encargados de la salud primaria para hacer más expedito el sistema.
El mayor ingreso sea a nivel individual (Ymoncap) o colectivo (ymoc) es un factor reductor
de gasto público en salud primaria.
También es interesante destacar el patrón complejo del impacto de la edad. El gasto en
función de la edad tiene un comportamiento decreciente al comienzo debido a la canasta
más bien generosa que surge del valor de la constante, luego y pasados los 40 años dicha
tendencia se revierte y empieza a ser creciente pero con valores muy bajos. Al llegar a los
65 sufre un nuevo cambio negativo asociado a la variable muda por tercera edad. En efecto,
el incremento acumulado es lo suficientemente grande en relación con el gasto del grupo
de los 65 años, que en Chile presenta un nivel similar con el de años anteriores, que es
necesario nivelarlo una vez más. Después sube ininterrumpidamente para adecuarse a los
mayores gastos que muestran las estadísticas de dicha edad en adelante particularmente
después de los 75 años. El Gráfico N° 1 describe este patrón que es prácticamente idéntico
para hombres y mujeres. Por eso no se les ha presentado separadamente.
Finalmente, debe destacarse que los antecedentes se refieren al gasto en prestaciones
primarias y no el gasto total en salud que para dicho grupo de 65 y más años puede ser
bastante superior.
17
GRÁFICO N° 1
GASTO EN SALUD PRIMARIA EN FUNCIÓN DE LA EDAD.
200
00
400
00
600
00
800
00
100
00
01
20
00
0ct_
eda
d
0 50 100edad
La estimación con el método MICO podría considerarse poco adecuada en este caso en que
la variable dependiente presenta una gran cantidad de valores nulos, es decir que están en
su extremo factible (los costos son positivos y en el extremo nulos). Por ello ha parecido
conveniente calcular estimadores TOBIT que constituye el segundo modelo. Los resultados
son todos significativos a por lo menos un 5% y cualitativamente son idénticos en el
sentido que mantienen los signos.
La estimación por Tobit al corregir el comportamiento de la variable dependiente para sus
valores extremos, en muchos casos reduce el ámbito de valores factibles de las variables
independientes. Se entiende por valor factible de las variables independientes aquellos que
entregan valores adecuados para la variable dependiente (en este caso costos no negativos).
18
Es así que en este caso sólo se obtienen costos positivos para edades bastante mayores que
cero.
El manejo econométrico del costo presenta la dificultad de su acotamiento inferior que al
aplicar MICO o Tobit no garantiza que los resultados sean positivos. Por otra parte si la
variable dependiente se acota se tienen un modelo de variables dependientes acotadas que
en definitiva da origen a variables omitidas y hace necesario la aplicación de un método
especial para disponer de estimadores consistentes.
Una alternativa para superar este problema es el de las regresiones de cuantiles. Al proceder
a su estimación se constató un problema de convergencia que finalmente fue superado. La
estimación se centró en el percentil 75% que corresponde aproximadamente al punto en que
el costo llega a ser positivo. Los resultados se presentan en el modelo N°3. Puede
observarse que todos los estimadores indican que los parámetros serían significativos al 1%
y que las conclusiones cualitativas, en términos de los signos obtenidos, son idénticas a las
de los otros dos modelos.
Los modelos también se calcularon en logaritmos para analizar la posibilidad de captar
ciertas sinergias. Sin embargo, los resultados debieron excluir los costos nulos. Además
mostraron mucho peor ajuste y cierta volatilidad. Por estas razones fueron desechados.
Para evaluar los modelos se construyó una base de comunas y se comparó el error de
predicción medido como la raíz de la suma de cuadrados residuales entre los valores
estimados por los diferentes modelos y el costo per cápita para los afiliados a FONASA
obtenido de la base de datos de SINIM. El modelo de cuantiles presentaba el menor valor
pero no significativamente distinto al de la regresión. Finalmente, debido a los problemas
de convergencia del método de estimación de cuantiles se optó por el modelo de regresión
lineal.
19
Con fines comparativos se ha calculado el costo promedio por comuna de los afiliados a
FONASA que se obtiene de la valoración de las prestaciones primarias obtenido de la
encuesta CASEN (Costo_per_cápitaC1) conjuntamente con el costo promedio de salud por
afiliado a FONASA que entrega la base de datos del SINIM (GPCAnual). El Gráfico N°2
presenta dichos valores. Puede observarse que las tendencias son similares pero tienden a
distanciarse en el caso de las comunas con mayores costos en que la variable
costo_per_capitaC1 no crece como lo hace el GCPAnual.
GRÁFICO N° 2
COSTOS PROMEDIO SEGÚN BASE CASEN Y BASE SINIM (GCPAnual)
0
200
00
400
00
600
00
800
00
0 50 100 150 200 250index
GPCAnual (mean) costo_per_capitaC1
El gráfico N°3 presenta los valores del GPCAnual que, como se dijo anteriormente,
muestra el gasto efectivo en salud por afiliado a FONASA que entrega la base del SINIM.
Además se han presentado conjuntamente, los costos predichos por los modelos de
regresión lineal y de regresión de cuantiles. Puede observarse que ambas estimaciones
presentan diferencias apreciables para las comunas con menores gastos por una parte y para
20
las de mayores costos, por la otra. Puede observarse también la variabilidad que presentan
los costos estimados en torno a los valores del GPCAnual.
GRÁFICO N°3
GPCAnual Y COSTOS ESTIMADOS POR EL MODELO LINEAL (Rcosto) Y POR EL
MODELO DE CUANTILES (Qcosto)
0
200
00
400
00
600
00
800
00
0 50 100 150 200 250index
GPCAnual (mean) Rcosto
(mean) Qcosto
Para analizar las diferencias entre el Gasto promedio per cápita anual que reportan las bases
del SINIM y los costos estimados Rcosto y Qcosto, que se observan en el caso de los gastos
más bajos y más altos se ha procedido a separar la muestra en tres grupo: las 50 comunas
con menores gastos en que según lo que muestra el gráfico se observan divergencias por
exceso mayores, luego, las 50 comunas de mayores gastos en que también las diferencias
son más pronunciadas, pero esta vez por defecto. Finalmente se han incluido las restantes
comunas. Los resultados se presentan en el cuadro N°4
21
CUADRO N°4
GASTOS PROMEDIOS EN LOS GRUPOS CONSIDERADOS
GRUPOS GPCAnual Rcosto Costo
estándar
Menor Gasto 23200 30610 36400
Intermedio 34160 31082 36400
Mayor gasto 52000 32082 36400
Puede observarse que el gasto efectuado en las comunas de menor gasto es claramente
inferior al costo estándar estimado en el cuadro N°1, expresado en pesos del 2006. Lo
contrario sucede en las comunas de mayor gasto indicando en ambos casos situaciones que
se alejan de dicho estándar y por lo tanto no debieran constituir defectos de las
estimaciones entregadas por los modelos.
Si se considera el grupo intermedio como grupo de referencia dado las consideraciones
planteadas anteriormente puede constatarse que el promedio que entrega la estimación del
modelo de regresión lineal es alrededor de un 10% inferior al GPCAnual promedio. Sin
embargo, este hecho no es importante porque el objetivo de estas estimaciones es la
determinación de los factores de riesgo, es decir de variables que puedan asociarse a las
variaciones respecto de dicho promedio. Al estudiar la relación entre las variaciones que
muestra la variable GPCAnual y las de Rcosto se puede constatar que una regresión que
vincule ambas variables es significativa globalmente y que el coeficiente de pendiente
también lo es. Sin embargo, el grado de asociación es bajo (3%).
22
Conclusiones
El Cuadro N°5 presenta las elasticidades (EY/EX) del gasto frente a las distintas variables
consideradas. Puede observarse que aquellas más importantes como factores de riesgo son:
las crónicas, ciertas condiciones del estado civil, el sexo y el grupo FONASA_A. El
impacto de personas con enfermedades crónicas y el sexo era conocido (Vargas et al 2006),
(Montero et al 2008) y se asocia a los costos de tratamiento en el caso de las crónicas y al
empleo diferencial de los servicios de salud que requieren los hombres que son los que
generarían el ahorro en este caso, respecto de las mujeres.
La condición de estado civil es un factor nuevo que indica que el uso de los servicios de
salud de esta sub población es mayor a la del grupo de referencia que son los solteros.
La variable dificultad muestra una muy baja elasticidad porque el número de personas en la
situación dificultosa es muy pequeño. Sin embargo, es interesante destacarla porque, el
menor uso de los recursos que se le asocia sería el resultado de problemas de restricciones
de oferta y por lo tanto plantea la interrogante sobre una adecuada cobertura y la
conveniencia de incorporar nuevas actividades que permitan que estas personas puedan
hacer uso de los servicios de salud como el resto de la población.
CUADRO N°5
ELASTICIDADES GASTO DE LAS VARIABLE QUE SE INDICA
variable Elasticidades P>z L.I. Int conf L.S. Int conf
sexo -0,17 0,000 -0,18 -0,16
casadounion 0,19 0,000 0,18 0,20
separ_viudo 0,03 0,000 0,03 0,04
solo 0,01 0,000 0,00 0,01
esc2 -0,05 0,000 -0,07 -0,04
Ymoncap -0,03 0,000 -0,04 -0,02
zona 0,06 0,000 0,05 0,08
crónicas 0,23 0,000 0,23 0,24
dificultad -0,000 0,000 -0,001 -0,000
Fonasa_2 0,04 0,000 0,03 0,04
Fonasa_A 0,15 0,000 0,13 0,16
ymonC -0,04 0,004 -0,07 -0,01
pobreC -0,09 0,000 -0,12 -0,06
L.I. Int conf., L.S. Int conf., Límite inferior y superior del intervalo de confianza
23
La variable grupo A de FONASA también es un tema que ha sido considerado (Vargas
2006), (Montero2006). Sin embargo es interesante destacar las posibles razones que hagan
que este grupo tenga un comportamiento más proclive al empleo de los servicios de salud.
Podría ser por su condición de pobre pero las elasticidades de las variables ymonC y
pobreC referidas a toda la comuna son negativas lo que indica que los pobres tendrían un
menor gasto. Una segunda razón para justificar el signo de la elasticidad del grupo
Fonasa_A puede asociarse a las condiciones demográficas y de salud de las personas de
dicho grupo que posiblemente esté más deteriorada toda vez que pertenecen a él todas las
personas receptoras de pensiones de vejez. El tercer elemento que podría explicar este
comportamiento son las condiciones de acceso más amplio que tienen al estar liberadas de
todo pago. Nuevamente se abre aquí un tema interesante de estudiar en el sentido de
identificar en qué medida los incentivos positivos de no pago y de más fácil acceso tienen
un efecto importante en el uso del sistema de salud. Para terminar este punto debe
destacarse que el costo de las prestaciones de salud primaria puede ser no nulo aun en
condiciones de gratuidad, por el costo de uso del tiempo, de los remedios, de ciertos
exámenes, etc.
La situación de pobreza de la comuna es otro factor importante con una elasticidad de 8%.
Sobre este punto es interesante destacar que el per cápita contempla un corrector de pobreza
pero está referido a la solvencia de la municipalidad lo que no tiene directa relación con la
situación de pobreza en que vive su población. En efecto, la solvencia se refiere al
presupuesto municipal que está muy relacionado el balance entre ingresos y gastos y
pareciera que tiene una relación más bien tenue con el uso de los servicios de salud por
parte de la población de la comuna. La pregunta crucial en relación con el resultado del
documento es ¿Por qué un mayor porcentaje de pobres en la comuna se podría asociar con
una menor utilización de los servicios de atención primaria? Posiblemente porque tienen
menos capacidad de acceso que personas de mayor ingreso:, más dificultad para
movilizarse, más dificultad para obtener hora de atención, menos información sobre las
ventajas de la prevención, entre otras. En todo caso aunque el tema es interesante, las
razones específicas de estos hechos desbordan los objetivos de este documento
24
El ingreso tanto a nivel individual como de la comuna en su totalidad tiene un efecto
reductor del gasto público en salud primaria. Las razones pueden ser muchas pero una es
que a mayor riqueza mayor es la población que se traslada al sistema de ISAPRES y que
por lo tanto, se resta del gasto en salud pública.
La ruralidad es otro factor con una elasticidad de 6% que muestra su impacto más bien
discreto en los costos y que contrasta con el hecho de ser el factor más relevante en
términos de incremento de ingreso según la fórmula empleada actualmente para el cálculo
del per cápita en Chile. Por otra parte, la ruralidad se aplica actualmente como un factor del
tipo todo o nada con los problemas que ello tiene en términos de aquellas comunas que
están justo bajo el umbral de acceso al beneficio. Los resultados de este análisis muestran
la conveniencia de transformarlo en un factor continuo en función del porcentaje de
ruralidad de la comuna.
Para terminar es interesante destacar que este documento ha analizado una serie de
variables que la literatura ha considerado como factores de riesgo y ha mostrado su impacto
diferencial lo que ha permitido ordenarlos de acuerdo a su mayor efectividad desde el punto
de vista de su efecto en los costos de la atención primaria. El análisis que se ha realizado
permite determinar beneficios. Será necesario evaluar los costos de incorporar dichos
factores para la decisión final.
Por otra parte, al analizar el efecto de los diferentes factores se ha podido constatar que en
la mayoría de los casos implican un incremento del gasto. Aquellos que tienen un efecto
negativo se han asociado más bien a situaciones de inadecuada accesibilidad y por lo tanto
se han planteado como luces de alerta para el diseño de actividades que permitan que el
sistema da salud de la comuna pueda ofrecer las mismas posibilidades a todos sus
habitantes. Se tiene entonces que el per cápita basal aparece como un valor mínimo más
bien que un promedio en que las diferentes adecuaciones para tomar en cuenta las
peculiaridades de las diferentes comunas se expresan siempre en más recursos. Es posible
que ese sea el caso debido a que estos valores promedios se han obtenido en comunas
grandes y por lo tanto con más recursos en los sistemas de atención secundaria y terciaria.
25
Sin embargo, es importante cuidarse de explicitar claramente la o las razones para desechar
aquellos factores que tiendan a reducir los costos, de tal manera de preservar la eficiencia
del sistema como un todo.
26
BIBLIOGRAFÍA
Bitrán y Asociados. (2005) “Verificación del costo esperado por beneficiario del conjunto
priorizado de problemas de salud con garantías explícitas 2005-2007. Informe final”.
Diciembre 2005. Santiago. Chile.
Bolin, K. et al. (2008). Utilisation of Physician Services in the 50+ Population: The
Relative Importance of Individual Versus Institutional Factors in 10 European Countries.
NBER Working Document (W14096).
Çağatay, Koç (2005). Health-Specific Moral Hazard Effects, Southern Economic Journal,
Vol. 72, No. 1, pp. 98-118.
Casanova, C. (2007) “Análisis Conceptual del Requerimiento de Actualización Ajuste y
Aumento del Aporte Estatal en el Contexto de la Financiación Capitada de la Atención
Primaria de la Salud Municipal Chilena”. Asociación de Municipalidades. Santiago Chile.
Coste, Joel et al. (2000). A Population-Based Analytical Approach to Assessing Patterns,
Determinants, and Outcomes of Health Care with Application to Ectopic Pregnancy,
Medical Care, Vol. 38, No. 7, pp. 739-749.
Cutler, David M. et al. (2008). Socieconomic Status and Health: Dimensions and
Mechanisms. NBER Working Documento (W14333).
Duarte, D. 1995, "Asignación de recursos en la atención primaria", Cuadernos de
Economía, vol. 32, no. 5.
Fuenzalida, A. 1995, "El Nuevo Modelo de Financiamiento del Nivel Primario de Atención
de salud Municipal: pago Per Cápita", Cuadernos de Economía, vol. 32, no. 5.
Janicke, David M. et al. (2001). Children's Health Care Use. A Prospective Investigation of
Factors Related to Care-Seeking, Medical Care, Vol. 39, No. 9, pp.990-1001.
27
Jimenez-Martin, S. et al. (2004). An Empirical Analysis of the Demand for Physician
Services Across the European Union, European Journal of Health Economics, Vol. 5, pp.
150-165.
McGhee, Charles R. (2003). Forecasting Health Care Expenditures and Utilization Based
on a Markov Process and a Deterministic Cost Function in Managed Care Settings, Lecture
Notes-Monograph Series, Vol. 43, Crossing Boundaries: Statistical Essays in Honor of Jack
Hall, pp. 229-238.
Meenan, Richard T. et al. (2003). Using Risk-Adjustment Models to Identify High-Cost
Risks, Medical Care, Vol. 41, No. 11, pp. 1301-1312.
MINSAL (2007) DTO-118 Decreto fundado Promulgado el 27 de Diciembre del 2007
Ministerio de salud, Subsecretaría de redes asistenciales. Gobierno de Chile
Montero, J., F. Poblete, A. Torche, V, Vargas. (2008). “Análisis del modelo de asignación
financiera en la Atención Primaria chilena: pertinencia del per-cápita actual y uso de
variables en su cálculo para asegurar concordancia entre la situación epidemiológica actual
y el modelo de atención.” Informe final Concurso de Políticas Públicas 2008. Proyecto de
investigación. Dirección de Asuntos Públicos. Vicerrectoría de Comunicaciones y Asuntos
Públicos. PUC
Mustard, C.A. And Frohlich, N. (1995). Socieconomic Status and the Health of the
Population, Medical Care, Vol. 33 (supplement), pp. DS43-DS54.
Parkerson, George R. (1995). Health Status and Severity of Illness as Predictors of
Outcomes in Primary Care, Medical Care, Vol. 33, No. 1, pp. 53-66.
Parkerson, George R. et al. (2001). Characteristics of Adult Primary Care Patients as
Predictors of Future Health Services Charges, Medical Care, Vol. 39, No. 11, pp.1170-
1181.
Riley, Anne W. et al. (1993). Determinants of Children's Health Care Use: An Investigation
of Psychosocial Factors, Medical Care, Vol. 31, No. 9, pp.767-783.
28
Vargas, V., S. Poblete, L. Hernández (2006). “Mejorando la Equidad en Atención
Primaria: Una Revisión de la Fórmula de Distribución de Recursos” FONASA.
Departamento de Estudios. Santiago, Chile. Mayo 2006.
Vargas, Veronica and Wasem, Juergen (2006)1. Risk Adjustment and Primary Health Care
in Chile, Croatian Medical Journal, Vol. 47, No. 3, pp. 459-468.
Zhou, Xiao-Hua et al. (2001). Regression Analysis of Health Care Charges with
Heteroscedasticity, Journal of the Royal Statistical Society. Series C(Applied Statistics),
Vol. 50, No. 3, pp. 303-312.