Se explora la tabla general de 451 categorías clínicas del archivo
2022-msdrg.csv. Cada fila corresponde a una categoría que
puede incluir diagnósticos, procedimientos y condiciones clínicas; no
representa un paciente individual.
Los gráficos conservan las descripciones originales en inglés. Los comentarios explican en español las categorías destacadas. Al pasar el cursor sobre los elementos se pueden consultar sus nombres y valores.
Descripción de las variables
| Variable | Tipo | Significado |
|---|---|---|
ms_drg_v38 |
Texto | Identificador de la categoría clínica. |
ms_drg_v38_description |
Texto | Descripción de diagnósticos, procedimientos y condiciones de la categoría. |
min_los |
Numérica | Estancia mínima registrada, en días. |
max_los |
Numérica | Estancia máxima registrada, en días. |
min_of_gross_charges |
Numérica | Cargo mínimo registrado. |
max_of_gross_charges |
Numérica | Cargo máximo registrado. |
min_of_payment |
Numérica | Importe mínimo de pago permitido. |
max_of_payment |
Numérica | Importe máximo de pago permitido. |
Los cargos son importes facturados, no costos de atención. Los pagos permitidos incluyen la responsabilidad del paciente y de la aseguradora; no representan necesariamente dinero recaudado. Los importes se muestran en las unidades monetarias del archivo.
Se muestran diez categorías con las estancias máximas más elevadas.
La categoría de traqueostomía con ventilación mecánica superior a 96 horas o determinados diagnósticos principales —excepto de cara, boca y cuello— sin procedimientos quirúrgicos mayores registra una estancia máxima de 210 días.
Le siguen los procedimientos mayores de intestino delgado y grueso con complicaciones o comorbilidades mayores, con 178 días, y la inmadurez extrema o el síndrome de dificultad respiratoria neonatal, con 156 días.
Estas categorías orientan una revisión de hospitalizaciones prolongadas. Los máximos no indican cuántos pacientes tuvieron esas duraciones ni demuestran retrasos injustificados en el egreso.
Se identifican diez categorías con los cargos máximos más elevados.
La categoría de traqueostomía con ventilación mecánica prolongada o determinados diagnósticos principales sin procedimientos quirúrgicos mayores presenta el cargo máximo más elevado, aproximadamente 2,77 millones.
Le sigue la categoría que incluye ECMO (oxigenación por una máquina que puede apoyar temporalmente la función pulmonar y, según su modalidad, la cardíaca), traqueostomía con ventilación mecánica prolongada o determinados diagnósticos principales con procedimientos quirúrgicos mayores, con aproximadamente 2,66 millones.
Los procedimientos mayores de intestino delgado y grueso con complicaciones o comorbilidades mayores registran aproximadamente 2,62 millones. Estos extremos permiten seleccionar categorías para revisar los servicios facturados.
El gráfico no identifica las categorías con mayor gasto total, porque se desconocen las cantidades de hospitalizaciones y sus importes individuales.
Se muestran diez categorías con las mayores diferencias entre pago máximo y mínimo. Cada segmento conecta ambos extremos.
Los segmentos más largos muestran una mayor separación entre los pagos mínimos y máximos. La categoría de traqueostomía con ventilación mecánica prolongada o determinados diagnósticos principales sin procedimientos quirúrgicos mayores presenta la diferencia más amplia, aproximadamente 2,23 millones.
Le siguen la categoría que incluye ECMO o traqueostomía y procedimientos quirúrgicos mayores, y los procedimientos mayores de intestino delgado y grueso con complicaciones o comorbilidades mayores.
La amplitud orienta preguntas sobre las condiciones de pago y las características de los episodios asistenciales. No representa pérdidas ni ganancias y tampoco indica qué pagos son habituales dentro del intervalo.
Cada punto relaciona los máximos registrados para una categoría clínica. Su descripción completa aparece al pasar el cursor.
Visualmente, las categorías con estancias máximas más elevadas tienden a ubicarse en niveles superiores de cargos máximos. Destacan la categoría de traqueostomía con ventilación mecánica prolongada sin procedimientos quirúrgicos mayores, los procedimientos intestinales mayores con complicaciones o comorbilidades mayores y la inmadurez extrema o dificultad respiratoria neonatal.
También aparecen diferencias de cargos entre categorías con duraciones próximas. Esto invita a explorar la complejidad clínica y los servicios prestados.
La observación no demuestra causalidad (que una variable produzca cambios en otra). La estancia máxima y el cargo máximo pueden corresponder a pacientes distintos. En este apartado no se calculan coeficientes ni se realizan pruebas estadísticas.
Se comparan los máximos de cargos y pagos de cada categoría. La línea roja señala dónde ambos importes serían iguales.
Los puntos bajo la línea corresponden a categorías cuyo pago máximo es menor que su cargo máximo. Los puntos sobre ella presentan un pago máximo superior al cargo máximo.
En la categoría de traqueostomía con ventilación mecánica prolongada o determinados diagnósticos principales sin procedimientos quirúrgicos mayores, el cargo máximo es aproximadamente 2,77 millones y el pago máximo, 2,30 millones.
En la categoría de trasplante cardíaco o implante de un sistema de asistencia cardíaca con complicaciones o comorbilidades mayores, el pago máximo supera al cargo máximo registrado. Esto justifica revisar los episodios de origen y las condiciones de pago.
Las diferencias no deben interpretarse como descuentos, márgenes o porcentajes de recuperación: los máximos agregados pueden proceder de episodios distintos.
Las cinco visualizaciones permiten identificar categorías clínicas para revisar hospitalizaciones prolongadas, facturación y condiciones de pago. Sus descripciones conservan las condiciones que las distinguen; reducirlas únicamente a “traqueostomía” o “cirugía intestinal” podría alterar su significado.
La base no contiene cantidades de hospitalizaciones, costos por episodio, consumo de insumos ni disponibilidad de camas. Esta exploración orienta preguntas y prioridades de revisión, pero no permite medir rentabilidad, capacidad instalada o uso total de recursos.
Se analizan las estancias máximas de las 451 categorías clínicas y se realizan simulaciones de selección de registros, solicitudes de revisión y tiempos de atención.
La base real contiene extremos por categoría, no observaciones individuales de pacientes. Por ello, las comparaciones inferenciales se desarrollan con datos simulados de episodios independientes. Sus resultados muestran aplicaciones posibles, pero no constituyen evidencia sobre el desempeño de una institución.
Se seleccionaron diez categorías sin reposición, de modo que ninguna pudiera aparecer dos veces. El espacio muestral estuvo constituido por las 451 categorías. El evento A se definió como obtener una categoría cuya estancia máxima superara 30 días; este umbral es una referencia del ejercicio.
| Descripción clínica | Estancia máxima (días) | Supera 30 días |
|---|---|---|
| PSYCHOSES | 73 | Sí |
| INGUINAL AND FEMORAL HERNIA PROCEDURES WITH CC | 2 | No |
| VENTRICULAR SHUNT PROCEDURES WITH MCC | 46 | Sí |
| COMPLICATED PEPTIC ULCER WITH MCC | 10 | No |
| ALLERGIC REACTIONS WITHOUT MCC | 2 | No |
| ENDOCRINE DISORDERS WITH CC | 15 | No |
| CARDIAC DEFIBRILLATOR IMPLANT WITHOUT CARDIAC CATHETERIZATION WITH MCC | 13 | No |
| DIABETES WITH MCC | 7 | No |
| BIOPSIES OF MUSCULOSKELETAL SYSTEM AND CONNECTIVE TISSUE WITHOUT CC/MCC | 6 | No |
| SOFT TISSUE PROCEDURES WITH CC | 7 | No |
En la selección, 2 de las diez categorías cumplieron el evento A. La selección fue simulada, mientras que las estancias proceden de registros reales.
El resultado describe las categorías elegidas. No permite estimar la proporción de pacientes con hospitalizaciones superiores a 30 días, porque se desconocen las cantidades de pacientes de cada categoría.
Se obtuvo la frecuencia del evento en toda la tabla mediante table(). La probabilidad empírica corresponde a la frecuencia observada dividida entre el total.
| Estancia máxima | Categorías | Probabilidad empírica | Porcentaje |
|---|---|---|---|
| 30 días o menos | 398 | 0.8825 | 88.2483 |
| Más de 30 días | 53 | 0.1175 | 11.7517 |
La proporción de categorías con estancia máxima superior a 30 días fue 11.75 %. Si se selecciona una categoría dando la misma posibilidad a cada una, esta proporción es la probabilidad del evento en la tabla disponible.
El denominador son categorías clínicas, no hospitalizaciones. Por tanto, el porcentaje no equivale a frecuencia de estancias prolongadas entre pacientes.
Se simularon 1.000 selecciones de 20 categorías con reposición. El conteo de interés fue cuántas cumplían el evento A. Se comparó la proporción real con dos escenarios hipotéticos generados mediante runif().
| escenario | probabilidad_por_seleccion | conteo_esperado_en_20 |
|---|---|---|
| Proporción de la base | 0.118 | 2.350 |
| Escenario hipotético 1 | 0.240 | 4.795 |
| Escenario hipotético 2 | 0.211 | 4.226 |
La distribución binomial describe conteos entre 0 y 20 bajo selecciones independientes con una probabilidad constante. Al aumentar la probabilidad asignada, la distribución se desplaza hacia conteos mayores.
runif() generó probabilidades continuas para los escenarios; rbinom() generó los conteos enteros. Los escenarios hipotéticos no representan cambios observados en la institución.
En un ejercicio independiente, se consideró la llegada de solicitudes de revisión con tasas hipotéticas de 2, 5 y 8 por hora.
| solicitudes_esperadas_por_hora | probabilidad_exactamente_5 | probabilidad_5_o_mas |
|---|---|---|
| 2 | 0.0361 | 0.0527 |
| 5 | 0.1755 | 0.5595 |
| 8 | 0.0916 | 0.9004 |
dpois() calcula probabilidades de conteos y no genera muestras. Bajo llegadas independientes y tasas constantes, el modelo de Poisson muestra cómo cambia la posibilidad de recibir cinco o más solicitudes al aumentar la tasa.
La probabilidad de exactamente cinco no necesariamente aumenta: cuando la tasa crece, otros conteos superiores pueden hacerse más frecuentes. Estas tasas son supuestos ilustrativos, no demanda medida.
Se plantearon tres situaciones hipotéticas: duración de una atención rutinaria aproximadamente normal, tiempo entre solicitudes exponencial y duración de una tarea acotada entre 5 y 15 minutos.
| resultado | probabilidad |
|---|---|
| Atención normal: duración de 35 minutos o menos | 0.8413 |
| Entre solicitudes: intervalo de 10 minutos o menos | 0.6321 |
| resultado | densidad_por_minuto |
|---|---|
| Densidad normal en 30 minutos | 0.0798 |
| Densidad exponencial en 10 minutos | 0.0368 |
En el escenario normal, los tiempos se concentran alrededor de 30 minutos. La probabilidad de una duración de 35 minutos o menos es aproximadamente 84,13 %. Es una aproximación hipotética para tareas con variación relativamente simétrica, no una distribución demostrada con la base real.
La distribución exponencial produce muchos intervalos cortos y pocos largos. Con un intervalo esperado de 10 minutos, la probabilidad de recibir la siguiente solicitud dentro de 10 minutos es aproximadamente 63,21 %. Interpretarla como tiempo entre llegadas requiere asumir una tasa constante e independencia.
En la distribución uniforme, los intervalos de igual amplitud entre 5 y 15 minutos tienen la misma probabilidad. Este supuesto sería pertinente únicamente si existiera justificación para considerar igualmente posibles las duraciones dentro de esos límites.
dnorm() y dexp() proporcionan densidades (altura de la distribución por unidad de tiempo), no probabilidades de un tiempo exacto. pnorm() y pexp() calculan probabilidades acumuladas hasta el tiempo indicado. Una distribución normal también permite valores negativos, por lo que su uso para duraciones exige comprobar que esa posibilidad sea despreciable o elegir otra distribución.
Se describieron los máximos de estancia entre categorías clínicas. Las medidas no corresponden a la distribución de estancias individuales.
| indicador | valor | unidad |
|---|---|---|
| Media | 15.42 | Días |
| Mediana | 8.00 | Días |
| Desviación estándar | 23.45 | Días |
| Varianza | 549.73 | Días cuadrados |
| Mínimo | 1.00 | Días |
| Máximo | 210.00 | Días |
## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 1.00 4.00 8.00 15.42 16.00 210.00La media es 15.42 días y la mediana, 8 días. La media supera a la mediana porque los máximos elevados desplazan el promedio hacia arriba.
La desviación estándar de 23.45 días describe la dispersión alrededor de la media. La varianza expresa esa dispersión en días cuadrados y no debe interpretarse como duración de una hospitalización.
Los valores se encuentran entre 1 y 210 días. Estos resultados evidencian diferencias entre categorías; no significan que los pacientes permanezcan hospitalizados, en promedio, el número de días calculado.
Se simularon tiempos de preparación de documentación de egreso en tres circuitos independientes, con 60 episodios por circuito. Las medias teóricas fueron de 30, 35 y 40 minutos, con desviación estándar de 5 minutos.
| media_A | media_B | diferencia_A_menos_B | limite_inferior_diferencia | limite_superior_diferencia | valor_p |
|---|---|---|---|---|---|
| 29.4492 | 34.5133 | -5.0641 | -6.9107 | -3.2175 | 0 |
La diferencia de medias A − B fue de -5.06 minutos. Su intervalo de confianza del 95 % estuvo entre -6.91 y -3.22 minutos.
Con p <0.001, se encontró evidencia de diferencia entre las medias, bajo un umbral de 0,05.
Para la media del circuito A, el intervalo del 95 % fue de 28.23 a 30.67 minutos. Este intervalo estima la media del escenario simulado, no el rango que contiene al 95 % de los episodios.
La prueba t de Welch permite comparar dos medias sin exigir igualdad de varianzas. La interpretación supone observaciones independientes y condiciones adecuadas para la estimación de medias. Aquí los datos fueron generados de forma independiente y normal. Las diferencias fueron incorporadas al diseño de la simulación; no demuestran mejoras reales ni efectos causales.
## Df Sum Sq Mean Sq F value Pr(>F)
## circuito 2 3896 1948.0 80.91 <2e-16 ***
## Residuals 177 4262 24.1
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1El ANOVA (prueba global de igualdad de medias) obtuvo p <0.001. Por tanto, existe evidencia de que al menos una media difiere.
La prueba no identifica por sí sola cuáles pares difieren. Sus supuestos de independencia, normalidad de los errores y variación similar entre circuitos corresponden al diseño simulado. En datos reales se necesitaría revisar esos supuestos y considerar diferencias en la complejidad de las tareas.
Se definió como cumplimiento completar la documentación en 35 minutos o menos. El umbral es hipotético. Se compararon los circuitos A y B mediante una tabla de frecuencias, una prueba chi-cuadrado y una comparación de proporciones.
| Cumple | No cumple | |
|---|---|---|
| A | 53 | 7 |
| B | 36 | 24 |
| Cumple | No cumple | |
|---|---|---|
| A | 44.5 | 15.5 |
| B | 44.5 | 15.5 |
| circuito | cumple | total | porcentaje | |
|---|---|---|---|---|
| A | A | 53 | 60 | 88.33 |
| B | B | 36 | 60 | 60.00 |
El cumplimiento fue 88.33 % en A y 60 % en B.
La prueba chi-cuadrado obtuvo p <0.001: se encontró evidencia de asociación entre circuito y cumplimiento. Los conteos esperados permiten revisar si la aproximación de la prueba es adecuada; con conteos pequeños se consideraría una prueba exacta.
La diferencia de proporciones A − B fue de 28.33 puntos porcentuales. Su intervalo de confianza del 95 % fue de 11.85 a 44.82 puntos porcentuales, con p <0.001.
En una tabla de dos por dos, estas pruebas pueden producir el mismo valor p cuando emplean la misma corrección. No constituyen evidencias independientes. El gráfico compara las proporciones observadas, mientras que la prueba evalúa la compatibilidad con igualdad de proporciones.
El cumplimiento se derivó de los tiempos simulados: no es un desenlace clínico ni un indicador real de calidad. Un valor p mayor o igual a 0,05 no demostraría igualdad, y uno menor no establecería causalidad ni importancia práctica por sí solo.
El análisis combinó información real de 451 categorías clínicas con simulaciones de situaciones hospitalarias. Los datos reales permitieron describir las estancias máximas y determinar la proporción de categorías que superaban 30 días. La selección aleatoria mostró la ocurrencia de ese evento en una muestra de categorías, mientras que las frecuencias de la tabla completa establecieron su probabilidad cuando cada categoría tiene la misma posibilidad de ser elegida. Estos resultados corresponden a categorías, no a pacientes ni a cantidades de hospitalizaciones.
Las estancias máximas presentaron una media de 15.42 días y una mediana de 8 días. La diferencia entre ambas, junto con un máximo de 210 días, evidencia la influencia de extremos elevados sobre el promedio. Por ello, una sola medida no representa adecuadamente la diversidad de categorías y el promedio calculado no debe interpretarse como estancia habitual de los pacientes.
Las simulaciones de conteos mostraron que los resultados cambian tanto por los supuestos del escenario como por la variación aleatoria. La distribución binomial permitió explorar cuántas categorías cumplían un evento en un número fijo de selecciones; las probabilidades de Poisson mostraron cómo variaban los conteos de solicitudes al modificar la tasa de llegada. Las distribuciones normal, exponencial y uniforme representaron comportamientos diferentes de tiempos: concentración alrededor de un centro, predominio de intervalos cortos con algunos prolongados y duraciones acotadas igualmente posibles en intervalos de igual amplitud.
En los circuitos simulados de documentación de egreso, la prueba t obtuvo p <0.001 y el ANOVA p <0.001. La comparación de dos circuitos estimó una diferencia A − B de -5.06 minutos, con un intervalo de confianza del 95 % entre -6.91 y -3.22 minutos. Estas cifras permiten interpretar conjuntamente la dirección, magnitud e incertidumbre de la diferencia, en lugar de limitar la conclusión al valor p.
Al clasificar los episodios según cumplimiento del umbral de 35 minutos, las proporciones fueron 88.33 % en el circuito A y 60 % en B. La prueba chi-cuadrado examinó la asociación entre circuito y cumplimiento, mientras que la comparación de proporciones cuantificó la diferencia entre ambos. Como utilizaron las mismas observaciones, sus resultados no constituyen evidencias independientes.
Los gráficos interactivos complementaron los cálculos al mostrar la forma de las distribuciones, la variación de los conteos y las diferencias entre circuitos. Sin embargo, una diferencia visual no demuestra por sí sola significación estadística, y una diferencia estadísticamente significativa no establece causalidad ni relevancia práctica.
En conjunto, el ejercicio muestra que una interpretación completa requiere identificar qué representa cada observación, distinguir datos reales de simulados y relacionar los resultados con sus supuestos. Las diferencias entre circuitos fueron incorporadas al diseño de la simulación: no prueban mejoras reales de un proceso hospitalario. Para evaluar una intervención efectiva se necesitarían mediciones por episodio, grupos comparables y criterios definidos previamente.
La información real disponible sustenta conclusiones sobre los máximos de las categorías analizadas. Las simulaciones permiten explorar escenarios posibles y comprender las herramientas estadísticas, pero no sustituyen la medición de procesos, costos, recursos o resultados clínicos de una institución.
La información financiera hospitalaria presenta diferencias entre los pagos mínimos y máximos permitidos para una misma categoría clínica. Cuando el rango es amplio, comunicar un único importe puede generar expectativas poco precisas.
El reto de gestión consiste en identificar qué categorías requieren prioridad para elaborar información financiera más detallada y ofrecer orientación personalizada.
El análisis utiliza Children’s Hospitals Pricing Information, específicamente la tabla general del archivo 2022-msdrg.csv. Los registros corresponden a categorías clínicas, no a pacientes individuales.
El objetivo es clasificar las categorías según la amplitud relativa de sus pagos permitidos y evaluar si sus cargos y estancias permiten anticipar una clasificación de alta amplitud.
El análisis entrega dos resultados:
La decisión propuesta es priorizar la preparación de fichas financieras y orientación personalizada para las categorías con rangos relativamente más amplios. La clasificación no determina cuánto pagará una persona ni cuánto corresponde exclusivamente a su responsabilidad.
La amplitud relativa se calcula así:
Amplitud relativa = (pago máximo − pago mínimo) / pago máximo.
Un resultado cercano a cero representa un rango estrecho. Un resultado cercano a uno representa una separación amplia. Por ejemplo, pagos de 20.000 y 100.000 producen una amplitud relativa de 0,80, equivalente al 80 % del máximo.
El indicador compara dos extremos registrados. No mide la dispersión de todos los pagos ni la probabilidad de que ocurra un importe específico.
Se define como prioridad alta a las categorías que superen el percentil 75 de entrenamiento (valor que deja aproximadamente al 75 % de las categorías por debajo). Las restantes tendrán prioridad estándar. Los empates pueden modificar esas proporciones.
Esta es una regla de priorización relativa para el ejercicio, no un umbral de riesgo financiero del paciente. La prioridad estándar también requiere información clara.
Para el modelo se establecen dos metas provisionales:
Estas metas son referencias académicas. Su adopción institucional requiere considerar la capacidad del equipo y el costo de las clasificaciones incorrectas.
Se conserva la tabla general y se excluyen las notas y las secciones por aseguradora para evitar mezclar registros de distintos niveles de agregación.
| Verificacion | Resultado |
|---|---|
| Categorías clínicas | 451 |
| Columnas | 8 |
| Códigos duplicados | 0 |
| Datos faltantes | 0 |
| Valores negativos | 0 |
| Mínimos superiores a máximos | 0 |
Se excluyeron 0 registros por datos faltantes. Se verifica que los denominadores sean positivos antes de calcular los indicadores. Los valores extremos se conservan.
La amplitud de pagos reúne diferencias que pueden depender de aseguradoras, servicios y otras condiciones. No representa exclusivamente diferencias atribuibles al paciente.
| Variable | Función y justificación |
|---|---|
| Descripción clínica | Identificar las categorías en los resultados |
| Amplitud relativa del pago | Definir la prioridad registrada |
| Cargo máximo | Representar la magnitud de la facturación |
| Razón entre cargo máximo y mínimo | Representar la amplitud proporcional de los cargos |
| Estancia mínima | Incorporar el extremo inferior de duración |
| Estancia máxima | Incorporar el extremo superior de duración |
Los pagos definen la clasificación que se quiere anticipar, pero no se utilizan como variables explicativas. Así se evita que el modelo reproduzca directamente la fórmula del resultado.
## Rows: 451
## Columns: 11
## $ codigo <chr> "1", "2", "3", "4", "11", "20", "23", "25", "26", "2…
## $ diagnostico <chr> "HEART TRANSPLANT OR IMPLANT OF HEART ASSIST SYSTEM …
## $ estancia_minima <dbl> 16, 15, 1, 25, 30, 23, 2, 1, 1, 1, 2, 2, 2, 1, 1, 1,…
## $ estancia_maxima <dbl> 16, 15, 90, 210, 30, 32, 17, 32, 21, 9, 30, 19, 9, 4…
## $ cargo_minimo <dbl> 652672.57, 434228.88, 129150.04, 361120.42, 357200.7…
## $ cargo_maximo <dbl> 652672.57, 434228.88, 2660946.02, 2769066.29, 357200…
## $ pago_minimo <dbl> 70096.00, 50776.00, 4381.00, 69452.01, 29371.02, 478…
## $ pago_maximo <dbl> 714571.48, 494400.35, 2213907.09, 2303863.15, 297191…
## $ amplitud_pago <dbl> 644475.48, 443624.35, 2209526.09, 2234411.14, 267819…
## $ amplitud_relativa <dbl> 0.9019048, 0.8972978, 0.9980211, 0.9698541, 0.901171…
## $ razon_cargos <dbl> 1.000000, 1.000000, 20.603525, 7.667986, 1.000000, 1…| Name | dplyr::select(…) |
| Number of rows | 451 |
| Number of columns | 5 |
| _______________________ | |
| Column type frequency: | |
| numeric | 5 |
| ________________________ | |
| Group variables | None |
Variable type: numeric
| skim_variable | n_missing | complete_rate | mean | sd | p0 | p25 | p50 | p75 | p100 | hist |
|---|---|---|---|---|---|---|---|---|---|---|
| cargo_maximo | 0 | 1 | 212968.11 | 356566.59 | 8339.50 | 48104.48 | 96228.68 | 214223.68 | 2769066.29 | ▇▁▁▁▁ |
| razon_cargos | 0 | 1 | 9.75 | 19.50 | 1.00 | 1.31 | 3.85 | 9.45 | 223.71 | ▇▁▁▁▁ |
| estancia_minima | 0 | 1 | 2.73 | 4.24 | 1.00 | 1.00 | 1.00 | 3.00 | 30.00 | ▇▁▁▁▁ |
| estancia_maxima | 0 | 1 | 15.42 | 23.45 | 1.00 | 4.00 | 8.00 | 16.00 | 210.00 | ▇▁▁▁▁ |
| amplitud_relativa | 0 | 1 | 0.92 | 0.06 | 0.69 | 0.89 | 0.93 | 0.96 | 1.00 | ▁▂▂▅▇ |
Se utiliza una regresión logística (modelo que estima la probabilidad de pertenecer a una de dos categorías).
Esquema conceptual:
Pagos registrados → amplitud relativa → prioridad registrada.
Cargos y estancias → regresión logística → probabilidad de prioridad alta → comparación con la prioridad registrada.
La primera relación genera una clasificación directamente observable. La segunda evalúa si otras variables permiten anticiparla cuando aún no se dispone del rango de pagos.
El modelo no demuestra relaciones causales ni sustituye la clasificación directa cuando los pagos ya están disponibles.
| Conjunto | Categorias | Prioridad_alta |
|---|---|---|
| Entrenamiento | 338 | 85 |
| Prueba | 113 | 37 |
El modelo se construye con 338 categorías y se evalúa con 113 categorías.
El punto de corte es una amplitud relativa de 96,25 %. Se aplica el mismo valor a ambos conjuntos y al listado general.
Las variables explicativas se expresan en escala logarítmica (transformación que reduce las diferencias de escala entre valores muy pequeños y muy grandes). En las estancias se suma uno antes de transformar para admitir valores iguales a cero.
| Descripcion_clinica | Prioridad_registrada | Probabilidad_estimada | Prioridad_estimada |
|---|---|---|---|
| TRACHEOSTOMY FOR FACE, MOUTH AND NECK DIAGNOSES OR LARYNGECTOMY WITH MCC | Estandar | 0.001 | Estandar |
| CRANIOTOMY WITH MAJOR DEVICE IMPLANT OR ACUTE COMPLEX CNS PRINCIPAL DIAGNOSIS WITH MCC OR CHEMOTHERAPY IMPLANT OR EPILEPSY WITH NEUROSTIMULATOR | Alta | 0.403 | Estandar |
| SPINAL PROCEDURES WITH MCC | Alta | 0.918 | Alta |
| VENTRICULAR SHUNT PROCEDURES WITHOUT CC/MCC | Estandar | 0.150 | Estandar |
| NERVOUS SYSTEM NEOPLASMS WITHOUT MCC | Estandar | 0.025 | Estandar |
| MULTIPLE SCLEROSIS AND CEREBELLAR ATAXIA WITH CC | Estandar | 0.001 | Estandar |
La probabilidad representa la pertenencia a la clasificación de prioridad alta definida para este ejercicio. No es la probabilidad de que un paciente reciba una factura elevada.
Se utiliza un umbral de 0,50: probabilidades iguales o superiores se clasifican como prioridad alta. Cambiar ese umbral modifica cuántas categorías se detectan y cuántas se señalan incorrectamente.
La altura permite identificar categorías con mayor separación proporcional entre pagos mínimos y máximos. Los colores muestran la clasificación calculada con los pagos registrados.
Un cargo máximo elevado y una amplitud relativa elevada son características distintas. La orientación financiera debe explicar tanto la magnitud de los importes como la amplitud del rango.
| Descripcion_clinica | Prioridad_registrada | Probabilidad_estimada | Residuo |
|---|---|---|---|
| OTHER DISORDERS OF NERVOUS SYSTEM WITHOUT CC/MCC | Alta | 0.016 | 2.881 |
| PERIPHERAL, CRANIAL NERVE AND OTHER NERVOUS SYSTEM PROCEDURES WITH MCC | Alta | 0.023 | 2.754 |
| SIGNS AND SYMPTOMS WITHOUT MCC | Alta | 0.030 | 2.650 |
| CARDIAC ARRHYTHMIA AND CONDUCTION DISORDERS WITHOUT CC/MCC | Alta | 0.033 | 2.614 |
| EXTRAOCULAR PROCEDURES EXCEPT ORBIT | Alta | 0.033 | 2.610 |
Los residuos de desviación representan el desacuerdo entre la clasificación registrada y la probabilidad estimada. Los valores de mayor magnitud identifican categorías que el modelo representa con dificultad.
A diferencia de la regresión lineal, la regresión logística no exige residuos normales ni variación constante del error. Por eso no se aplican esos criterios al gráfico. Se revisan las discrepancias y, a continuación, la correspondencia entre probabilidades y resultados.
La calibración examina si las probabilidades estimadas se corresponden con la frecuencia registrada. Por ejemplo, en un conjunto con probabilidad media de 0,60 se esperaría aproximadamente un 60 % de categorías de prioridad alta.
La cercanía a la línea indica mayor correspondencia. Los cinco grupos ofrecen una revisión preliminar: sus tamaños son pequeños y no permiten certificar probabilidades precisas.
| Conjunto | AUC | Sensibilidad | Especificidad | Exactitud |
|---|---|---|---|---|
| Entrenamiento | 0.959 | 0.788 | 0.964 | 0.920 |
| Prueba | 0.966 | 0.784 | 0.974 | 0.912 |
| Registrada | Estimada | Freq |
|---|---|---|
| Alta | Alta | 29 |
| Estandar | Alta | 2 |
| Alta | Estandar | 8 |
| Estandar | Estandar | 74 |
El AUC de prueba fue 0,97. Un valor de 0,50 corresponde a una ordenación sin capacidad discriminativa; valores más próximos a uno indican mejor separación.
La sensibilidad fue de 78,38 % y la especificidad, de 97,37 %. La primera mide la detección de categorías de prioridad alta; la segunda, el reconocimiento de las de prioridad estándar.
En prueba, el modelo detectó 29 categorías de prioridad alta y dejó sin detectar 8. También señaló 2 categorías de prioridad estándar como si fueran de prioridad alta.
Las omisiones podrían dejar categorías fuera de una orientación prioritaria; las falsas alertas aumentarían el trabajo del equipo. Por eso la exactitud global no debe interpretarse de manera aislada.
La curva muestra el intercambio entre detectar categorías de prioridad alta y generar falsas alertas al modificar el umbral de clasificación.
La cercanía a la esquina superior izquierda indica una mejor combinación. La curva no define por sí sola el umbral operativo: esa elección depende de la capacidad del equipo y debe evaluarse dentro del entrenamiento antes de una nueva prueba.
La altura representa la probabilidad estimada y el color, la prioridad registrada. Las categorías de prioridad alta situadas a poca altura son ejemplos de dificultad de detección.
El gráfico muestra dos variables explicativas, pero el modelo también utiliza cargo máximo y estancia mínima. Por ello, la altura no depende exclusivamente de los ejes visibles.
| prioridad | Categorias | Participacion_porcentual |
|---|---|---|
| Alta | 122 | 27.05 |
| Estandar | 329 | 72.95 |
| Descripcion_clinica | Pago_minimo | Pago_maximo | Amplitud_monetaria | Amplitud_relativa_porcentual |
|---|---|---|---|---|
| EXTREME IMMATURITY OR RESPIRATORY DISTRESS SYNDROME, NEONATE | 1720.00 | 1971900.1 | 1970180.1 | 99.91 |
| NEONATES, DIED OR TRANSFERRED TO ANOTHER ACUTE CARE FACILITY | 1118.50 | 1276675.3 | 1275556.8 | 99.91 |
| CARDIAC CONGENITAL AND VALVULAR DISORDERS WITH MCC | 1529.85 | 1297915.0 | 1296385.1 | 99.88 |
| ECMO OR TRACHEOSTOMY WITH MV >96 HOURS OR PRINCIPAL DIAGNOSIS EXCEPT FACE, MOUTH AND NECK WITH MAJOR O.R. PROCEDURES | 4381.00 | 2213907.1 | 2209526.1 | 99.80 |
| MAJOR SMALL AND LARGE BOWEL PROCEDURES WITH MCC | 4381.00 | 2177763.2 | 2173382.2 | 99.80 |
| PERMANENT CARDIAC PACEMAKER IMPLANT WITH MCC | 4381.00 | 1768143.1 | 1763762.1 | 99.75 |
| FULL TERM NEONATE WITH MAJOR PROBLEMS | 1720.00 | 600905.2 | 599185.2 | 99.71 |
| PREMATURITY WITH MAJOR PROBLEMS | 1720.00 | 578120.9 | 576400.9 | 99.70 |
| OTHER FACTORS INFLUENCING HEALTH STATUS | 1413.27 | 403154.5 | 401741.2 | 99.65 |
| BEHAVIORAL AND DEVELOPMENTAL DISORDERS | 2560.27 | 704428.1 | 701867.8 | 99.64 |
La clasificación directa identifica 122 categorías de prioridad alta. La tabla presenta las diez primeras, ordenadas por amplitud relativa y, en caso de empate, por amplitud monetaria.
Este listado utiliza los pagos registrados y no depende de las predicciones. Permite seleccionar las categorías para preparar información financiera más detallada.
La amplitud relativa permite comparar rangos de distinta magnitud. La amplitud monetaria muestra la separación absoluta y complementa la revisión.
Se proponen las siguientes acciones:
Preparar fichas financieras para las categorías prioritarias. Mostrar el rango registrado, explicar qué representa e indicar que el importe aplicable depende de la cobertura y los servicios.
Orientar individualmente cuando corresponda. Antes de comunicar una estimación personalizada, revisar aseguradora, cobertura, servicios previstos y responsabilidad del paciente. El rango agregado no debe presentarse como su pago personal.
Mejorar la evaluación del modelo. Comparar otras variables y umbrales mediante validación dentro del entrenamiento. Los pagos utilizados para definir la prioridad deben seguir excluidos de las variables explicativas.
Verificar la utilidad del listado. Registrar si las fichas y la orientación aclaran las dudas de los usuarios y reducen diferencias entre la información inicial y la estimación personalizada. Esos beneficios deben medirse, no suponerse.
La información registrada permite identificar 122 categorías con prioridad alta según la regla de amplitud relativa establecida. La decisión propuesta es comenzar por ellas la preparación de fichas financieras y la organización de orientación personalizada.
El modelo obtuvo un AUC de 0,97 y una sensibilidad de 78,38 % en prueba. No alcanzó ambas metas provisionales; por ello, se mantiene la clasificación directa con los pagos registrados como criterio de selección.
El resultado operativo es un listado identificable y reproducible para organizar la información financiera. No depende de demostrar sobrecostos ni de interpretar los rangos como pagos individuales.
La clasificación organiza una prioridad relativa dentro de esta base; no significa que las demás categorías tengan rangos estrechos o que puedan recibir información insuficiente. El modelo aporta una evaluación adicional sobre la posibilidad de anticipar esa clasificación.