Evaluación económica aplicada al análisis de tecnología y producción en hospitales

Resumen

OBJETIVOS: 1.- Calcular una nueva función de producción hospitalaria flexible utilizando GAM 2.- Comparar el ajuste entre GAM, Cobb-Douglas y Translog. 3.- Evaluar el rendimiento predictivo de las formas clásicas mediante análisis AM. 4.- Identificar los factores que determinan la disponibilidad de la innovación de las tecnologías de CT y RM en hospitales públicos. 5.- Evaluar un modelo para predecir la obsolescencia tecnológica de los equipos de tomografía computarizada (TC). MÉTODOS: El modelo flexible considerado ha sido el AM incluyendo la interacción camas-facultativos. También se han incluido en el modelo las covariables "Hospital" y "Año". A partir de la estimación del modelo se utilizarán splines de placa fina penalizados para representar funciones suavizadas. En esta configuración, los parámetros suavizados se estimarán mediante REML. Nuestro ámbito de investigación son los hospitales públicos gallegos equipados con tecnologías de TC y RM y el periodo de estudio será 2006-2019. Los datos sobre los escáneres de TC y RM son proporcionados por el Ministerio de Sanidad español, mientras que los datos sobre los insumos hospitalarios se obtendrán de las estadísticas de asistencia sanitaria especializada y de establecimientos sanitarios con hospitalización comunicadas por el SERGAS y los hospitales y publicadas por el Ministerio de Sanidad español (ESCRI, 2016). Como insumos hospitalarios anuales se miden el número de camas, el número de escáneres de TC y RM y el número de otras tecnologías médicas diagnósticas y terapéuticas (gammacámaras, unidades de litotricia, unidades de acelerador lineal, escáneres de SPECT e instalaciones hemodinámicas, en adelante denominadas otros equipos de alta tecnología). Los datos sociodemográficos se obtienen del Instituto Galego de Estatística (IGE) para la zona de influencia de cada hospital, a saber: número de habitantes, densidad de población (habitantes por km2) y edad como factor explicativo de la demanda sanitaria (población de >64 años). En cuanto a la adopción, las asociaciones con las distintas variables se analizaron mediante regresión logística binaria para TC y RMN. Los datos de referencia consistieron en varios modelos de escáneres de TC que llevan en el mercado desde 1974 y representan un salto tecnológico en la TC. Al documentar los escáneres de TC, se realizará un análisis de componentes principales para reducir el número de variables. Se utilizará un modelo de regresión de Cox para calcular la probabilidad de un salto tecnológico.