Abstract
The aim of this study is to investigate if the following standard quality criteria of clinical records is associated with better metabolic control in diabetic patients, cared for in Health Centers of the province of Segovia, Spain. The record of specific information pieces were considered as quality criteria of medical records. Possible confusion variables were controlled for. Results: no relationship between the quality of medical records and the HbA1c of the patients as a whole were found . This relationship was found for patients treated with diet or oral diabetic drugs. HbA1c was 7.40% for medical records that achieved only =< 49% of quality criteria, compared to 6.94% for records that attained >= 50% of quality criteria. The difference was not due to differences in the rest of variables. Health Centers with lower quality clinical records improve them as they treat patients with insulin, this happens when HbA1c is higher. Conclusions: the recording of clinical information, needed to make correct clinical decisions, can be associated with a better patient control only if it is recorded at the appropriate time within the natural history of the illness.

Key words
Medical records quality, metabolic control, diabetes

Artículo completo
Antecedentes
En España, la reforma de la atención primaria iniciada en 1984 ha reestructurado casi todos los elementos característicos de este nivel de atención sanitaria. Ha cambiado la formación de los profesionales, su distribución geográfica, su organización, y ha ampliado y mejorado sus prestaciones. A finales de los 80 se extendió el uso de protocolos de actuación ante los problemas de salud más frecuentes o importantes. Al mismo tiempo, la atención primaria en España no pudo escapar a la creciente preocupación por una definición más clara de la oferta asistencial, que permitiera determinar y evaluar los servicios sanitarios que se prestan en este nivel de atención. Así, en 1991 se definió la llamada "Cartera de Servicios" en el territorio donde la sanidad era todavía gestionada por el Gobierno central. En 2002, con la sanidad transferida a las Comunidades Autónomas, casi todas ellas han heredado la cartera de servicios o han elaborado la suya propia. La cartera de servicios definió una serie de servicios, en función del grupo de población al que se dirigían o en función de la patología abordada, poniendo en común los distintos protocolos previamente elaborados por los Equipos de atención primaria. La cartera fue el fruto del consenso de cientos de profesionales (médicos, enfermeras, matronas, trabajadoras sociales, fisioterapeutas) de atención primaria.¹ El uso de la historia clínica
Hasta 1985 no existió en España un formato homogéneo de historia clínica en atención primaria, y el uso de información clínica era muy desigual. Ese año se diseñó un formato de historia clínica para atención primaria, que básicamente sigue vigente hasta hoy. La mayoría de los protocolos dedicaba gran parte a determinar qué tipo de información clínica es necesario manejar para cribaje, diagnóstico, tratamiento y seguimiento de las personas atendidas en atención primaria. La información clínica necesaria es por lo tanto el núcleo de lo que luego fueron los servicios en la cartera. La cartera de servicios es evaluada anualmente en cada centro de salud,¹ y es un factor importante en la determinación de incentivos a percibir por los profesionales. Una de las críticas que recibe la cartera de servicios es que no mide directamente procesos clínicamente relevantes.² Por ejemplo, se argumenta que la cartera mide sólo el registro de las actuaciones clínicas, y no éstas últimas. De ahí ha nacido en los últimos años el interés por averiguar si el seguir puntualmente las recomendaciones de la cartera tiene un efecto favorable en la salud. La calidad de la historia clínica y el control de la diabetes mellitus
El estudio pretendía averiguar si la calidad de las historias clínicas (HC), medida en función de la calidad de la información clínica que contienen, guarda una relación con el control metabólico de los pacientes con diabetes mellitus (DM), según la última cifra de hemoglobina glucosilada (HbA1c).³ Estudios previos no habían encontrado resultados concluyentes,^4-7 aunque dos de ellos sí detectaban la relación entre algunas de las variables de calidad de la historia clínica con el mejor control de la HbA1c.^5,6 Un problema en estos estudios era la falta de control de posibles factores de confusión, lo cual dificultaba la interpretación de los resultados. Criterios de calidad de la historia clínica del diabético
Los criterios de calidad de la historia clínica del diabético que se propusieron están todos incluidos como "normas técnicas" del correspondiente servicio de cartera. Son, por otro lado, criterios de calidad ampliamente aceptados en la literatura:

-
• registro de índice de masa corporal (IMC), -
• pulsos periféricos, sensibilidad, examen de los pies, -
• creatinina, proteinuria, microalbuminuria, -
• perfil de glucemias (de al menos 3 puntos en los últimos 2 meses si el tratamiento incluía insulina, glucemias basales en los últimos 3 meses si el tratamiento incluía antidiabéticos orales, y en los últimos 6 meses si el tratamiento no incluía fármacos), -
• consejo de dieta, tabaco y alcohol,-
• fondo de ojo en los últimos 2 años,-
• un electrocardiograma desde el diagnóstico.

Se midió la calidad de la historia clínica comprobando la constancia de los criterios de calidad en los 13 meses previos a la última HbA1c, excepto el fondo de ojo y el electrocardiograma, considerando ése como período máximo aceptable entre revisiones médicas. El indicador global de calidad se obtuvo dividiendo el número de ítems registrados por el número de ítems que definían la máxima calidad. Se definió como HC de buena calidad a aquella que tuviera al menos un 50% de los ítems registrados.Criterio de control del diabético
Por otro lado, cada vez tenemos más pruebas de que la HbA1c es un buen indicador del control metabólico del diabético y de su pronóstico.⁸ Se consideró un buen control si la HbA1c era menor de 7.5%.Pacientes de la muestra
Los pacientes fueron elegidos aleatoriamente, entre los que tenían al menos una HbA1c registrada en la historia clínica. Para descartar en lo posible los factores de confusión, se recogió la edad, el sexo, el tipo de DM, los años de evolución y el tipo de tratamiento, porque sabemos que todos ellos tienen relación con la HbA1c pero, a la vez, podrían tener independientemente una relación con la calidad de la historia clínica. Por ejemplo, podría asociarse una historia clínica más completa a mayor tiempo de evolución. La tabla 1 recoge las características de los pacientes estudiados.

Análisis estadístico
Se compararon medias con ANOVA o Kruskall-Wallis según procediera, y se obtuvieron odds ratios, categorizando la calidad de la HC (>= 50% y =< 49%) y la HbA1c (>= 7.5% y < 7.5%) en dos. Se realizó regresión múltiple de la HbA1c sobre la edad, años de evolución, calidad de la HC, tipo de tratamiento y años de tratamiento con insulina.Resultados
Los resultados mostraron que los pacientes, en conjunto, no tuvieron una HbA1c significativamente distinta en función de la calidad de las historias clínicas (tabla 2).

En la regresión lineal, solamente la edad y los años de evolución formaban parte del mejor modelo predictor de la HbA1c. De entre los indicadores de calidad de la HC, los perfiles de glucemia de 24 horas eran los únicos que se relacionaban por separado con una mejor HbA1c en la regresión lineal. Sin embargo, entre los pacientes no tratados con insulina, que eran la mayoría (71.8%), los que tenían mejores indicadores de calidad de la historia clínica mostraron HbA1c 0.46% menor (tabla 3).

La proporción de pacientes mal controlados, con HbA1c mayor o igual a 7.5%, era 27.4% de los que tenían las mejores HC, mientras esa proporción subía al 43.6% de los pacientes con HC definida como de mala calidad. Entre los pacientes tratados con insulina se apuntaba la relación opuesta, a mejor HC peor HbA1c, pero no fue estadísticamente significativa. Ninguna de las otras variables recogidas (edad, años de evolución, tipo de DM, etc.) mostraban diferencias entre las HC de buena y mala calidad, de manera que la diferencia en la HbA1c no era atribuible a ellas. La regresión múltiple ofreció el mejor modelo con las variables edad, años de evolución y calidad de la HC como predictores de la HbA1c en no tratados con insulina. Un resultado parecido se obtuvo al dividir los centros de salud en función de la calidad media de sus HC, pero esta vez el mejor control de la HbA1c se asociaba a los mejores centros de salud para el conjunto de los pacientes (tabla 4). Del resto de variables, solamente la proporción de pacientes tratados con insulina difería según el tipo de centro.

Un hallazgo de este análisis por centros fue que los de peor calidad elevaban ligeramente la calidad de las HC (de 33% a 40%, p = 0.051) en los tratados con insulina, que a su vez tenían peor HbA1c, aunque no significativa estadísticamente. De esta manera, en estos centros, la mejor calidad de la HC se asocia a peor HbA1c. Comentarios y lecciones aprendidas
Si se puede extraer una lección de este estudio, ésta es que la relación entre la calidad de la HC y el control metabólico de los pacientes no es simple ni unívoca. Existen varios mecanismos que relacionan ambas variables. Al plantear el estudio se manejaron dos hipótesis iniciales. La primera era que la calidad de la HC no influiría en el control de la HbA1c, puesto que el factor principal de ese control sería el tratamiento que la mayoría de los pacientes tendrían instaurado. La segunda hipótesis era que la relación entre calidad de HC y control de la HbA1c estaría mediada por dos tendencias que se neutralizarían, por lo que el posible efecto de tener una buena calidad de HC no sería fácilmente visible. Una de las tendencias, que llamaremos A, sería la descripta en la literatura de análisis de decisiones. Según ella, la obtención de información clínica adecuada, representada por los indicadores de calidad manejados en este estudio, mejora las decisiones clínicas, elevando finalmente las probabilidades de supervivencia o la calidad de vida de los pacientes. La tendencia contraria, B, se produciría cuando la obtención de información clínica no se realiza sistemáticamente, sino en función de la situación del paciente, y demasiado tarde en la evolución de la enfermedad. El ejemplo sería el profesional que explora mejor a sus pacientes cuando éstos empiezan a tener complicaciones o síntomas, o que deriva a estos pacientes al especialista, quien finalmente hace la exploración adecuada. En este caso las HC más completas se darían en pacientes con peor control de la HbA1c (figura 1).

Figura 1. Posibles patrones en la relación entre la calidad de la historia clínica (HC) y los niveles de hemoglobina glucosilada (HbA1c).

Los resultados de nuestro estudio tienden a avalar esta última hipótesis:

-
• Los pacientes de centros de salud con mejores HC tienen mejor HbA1c. (Tendencia A). -
• Entre los pacientes no tratados con insulina, los que tienen mejor HC tienen también mejor HbA1c. (Tendencia A).-
• Los centros de salud con peor calidad de HC, mejoran ésta cuando tratan al paciente con insulina, y a la vez estos pacientes tienen peor HbA1c. (Tendencia B).-
• Entre los pacientes tratados con insulina, los que tienen mejor HC tienen peor HbA1c. (Tendencia B).

La teoría del análisis de decisiones
La clave en esta hipótesis es que el comportamiento de los profesionales con relación a la cumplimentación de la HC puede ser muy desigual en nuestro medio. Mientras una parte de ellos sigue sistemáticamente las recomendaciones en cuanto a los datos clínicos que deben manejar de sus pacientes, otra parte regula ese seguimiento en función de la situación clínica que presente. En el último caso, el seguimiento es más errático (si no tienen información clínica, ¿cómo deciden coherentemente cuál es la situación clínica de su paciente) y dependiente de la sintomatología que el paciente reconoce por sí mismo. Exploran más al paciente tratado con insulina, que, según hemos visto, tienen peor HbA1c. Una condición del análisis de decisiones es que la obtención de la información clínica relevante se haga sistemáticamente y en el momento adecuado. El valor de la información clínica depende de que sirva para determinar decisiones subsecuentes. Si la información se obtiene demasiado tarde en la evolución de la enfermedad, cuando el estado del paciente implica determinadas decisiones independientemente del resultado de una prueba, esa prueba ya no es útil.⁹ El beneficio de obtener esa información clínica, el llamado "valor esperado de la información clínica", desaparece, porque en ese momento la información clínica necesaria pasa a ser de otro tipo, adecuada para un paciente más deteriorado. La demostración de efectos
La demostración de que el seguimiento de la cartera de servicios produce un efecto positivo en la salud de la población es más difícil de lo que pueda parecer a muchos profesionales. Este estudio muestra parte de las dificultades. Como hemos visto ya, las recomendaciones contenidas en la cartera de servicios pueden tener un efecto positivo sobre la salud si se realizan en los plazos previstos. De nada sirve la exploración manual del pulso periférico a un paciente cuando ya ha desarrollado una insuficiencia vascular, y no se le palpan. Es necesario evaluar no solamente el seguimiento de las recomendaciones, sino también el momento. La variable de control elegida en este estudio, la HbA1c, es considerada una variable predictora de morbilidad y mortalidad en pacientes con DM.^10,11 Como no tenemos información fiable acerca de estas últimas, cuando se sugiere estudiar el efecto de la cartera de servicios siempre se cita este tipo de variables "intermedias" en sustitución. Sin embargo, muchas de las recomendaciones contenidas en la cartera no pretenden solamente el control de este tipo de variables intermedias (cifras de tensión arterial, de colesterol, etc.) sino también la detección precoz de complicaciones, minimizar efectos no deseados de tratamientos, el control de factores de riesgo coexistentes, etc. Es necesario, por tanto, aclarar la cadena causal que estudiamos.¹² Si las recomendaciones de la cartera son predictoras de las variables que consideramos como intermedias, algunas de ellas lo son de manera directa, y otras no. En nuestro estudio, como en otros publicados anteriormente, el registro de los perfiles glucémicos de 24 h eran un buen predictor del control de la HbA1c.^13,14. Es clara la relación directa entre controlar la glucemia día a día, y el control más prolongado medido por la HbA1c. Las recomendaciones relacionadas indirectamente con el control de la variable intermedia, la HbA1c, serían todas las que tienen que ver con la detección precoz de complicaciones o el control de otros factores de riesgo coexistentes. Respecto de este tipo de recomendaciones, no es lógico esperar que un mejor seguimiento se asocie con un mejor control de la HbA1c de manera directa. Se puede hacer un electrocardiograma a un diabético para detectar patología cardiovascular, pero nadie puede esperar que eso influya directamente en la HbA1c. Si existe una relación, ésta será indirecta. Podemos hipotetizar que un profesional cuidadoso en algunos aspectos del manejo del paciente lo sea también en otros. Este tipo de relación es más difícil comprobar que las relaciones directas. Además de todas estas consideraciones, es necesario pensar en controlar los posibles factores de confusión, y tener en cuenta todas las amenazas a la validez descriptas en la literatura sobre estudios cuasi-experimentales.^15,16 Por ejemplo, es necesario tener un grupo control y evaluar la realización de las recomendaciones en este grupo también para descartar el sesgo de contaminación. A veces se concluye la inefectividad de un programa porque no se comprueba que el grupo control ha hecho las mismas cosas que grupo intervención. En nuestro estudio, las HC de baja calidad eran el control de las de buena calidad. Por último, el planteamiento inicial está parcialmente desviado. Se supone que las recomendaciones de la cartera de servicios deben estar basadas en pruebas científicas, o en consensos autorizados, antes de publicarse. Naturalmente, probar que la efectividad de determinada medida se cumple en la población que atendemos, tiene más interés que la efectividad publicada en cualquier otra población. Pero hacerlo no es siempre posible. Investigaciones futuras
Se necesitan más estudios para analizar con precisión la relación entre el seguimiento de las recomendaciones respecto de la calidad de la HC y los resultados en salud. Serían necesarios estudios con muestras más amplias, que permitieran detectar la significación estadística de algunas diferencias entre subgrupos analizados en nuestro estudio. Una muestra así debe contar con más enfermos tratados con insulina. Un estudio de cohortes que considere la calidad de la HC como la exposición y el control de la HbA1c como el resultado aclararía la relación temporal entre ambas, especialmente si se incluyeran pacientes recién diagnosticados. Un enfoque alternativo más fácilmente realizable sería un estudio retrospectivo que, partiendo del momento del diagnóstico o de la primera referencia a la DM en la HC, determinara el perfil temporal de la calidad de la HC. En ambos casos se trataría de distinguir un estilo profesional, basado en la elaboración sistemática y temprana de los aspectos básicos de la HC de los pacientes con DM, del estilo contrapuesto, en el que estos aspectos básicos se consideran tardíamente y en función del empeoramiento del paciente.

Bibliografía del artículo

1. Instituto Nacional de la Salud. Subdirección General de Atención Primaria. Evaluación de Cartera de Servicios. Manual de procedimiento. Madrid, 2.001.
2. Ruiz de Adana Pérez, R. El producto de la cartera de servicios de atención primaria: algunas preguntas para reflexionar. Medifam 1995;3:137-142.
3. C Segovia Pérez, A Maín Pérez, L Corral Cuevas, E González María, MA Raquejo Grado, E Martín Tomero, A de Pablos Heredero, A López Rodríguez, JC Hidalgo Santos. Control metabólico de la diabetes mellitus en relación con la calidad de las historias clínicas. Aten Primaria 2000; 26:670-676.
4. Díaz Díaz JM, García de Celis Rodríguez MJ, Hevia Panizo LA, Morales Canorea FJ, Vecino González JA, Forcada Lozano JE. Normas técnicas mínimas y control metabólico de la diabetes en un Centro de Salud. Medifam 1996; 6: 345-351.
5. Lara E, Hervás R, González MT, Salas F, Muñoz P, Velasco A. Predicción del grado de control metabólico por las normas técnicas mínimas en el programa de diabetes. Aten Primaria 1997; 19: 313-316.
6. Fernández Herráez E, Ferré Larrosa F, Jiménez Alfonso L, de Dios Arnaldos J. Valoración de los factores relacionados con el control de la glucemia en la diabetes mellitus tipo 2. Aten Primaria 1999; 24: 39-43.
7. Costa B, Richart C. Evaluación de un programa de atención al diabético. Estudio de continuidad a 40 meses. Med Clin (Barc) 1991; 97: 89-95.
8. Costa B. Hemoglobinas glicadas y diabetes. Una determinación del pasado glucémico con interés para el futuro (editorial). Med Clin (Barc) 1991;96:534-436.
9. Milton C. Weinstein, Harvey V. Fineberg. Clinical Decision Analysis. Philadelphia, W.B. Saunders, 1980: 12-34; 146-148.
10. The Diabetes Control and Complications Trial Research Group. The effect of intensive treatment of Diabetes on the development and progression of long-term complications in insulin-dependent Diabetes Mellitus. N Engl J Med 1993. 329: 977- 86.
11. Klein R, Klein BEK, Moss SE. Relation of Glycemic Control to Diabetic Microvascular Complications in Diabetes Mellitus. Ann Intern Med 1996; 124: 94-96.
12. Lawrence B. Mohr. Impact Analysis for Program Evaluation. Thousand Oaks, CA, Sage, 1995: 13-30.
13. Albero R, Acha J, Sanz A, Casamayor L, Playán J, Boudet A. Mejoría metabólica de la diabetes mellitus mediante el seguimiento de normas escritas de autocontrol. Aten Primaria 1993; 12: 475-478.
14. Goicolea I, Mancha AI, Ugarte E, Vázquez JA. Influencias sobre el control metabólico del tipo de tratamiento, la educación diabetológica, los controles glucémicos y los hábitos tóxicos: estudio sobre 924 diabéticos insulin-dependientes. Av Diabetol 1996; 12: 8-12.
15. Lawrence B. Mohr. Impact Analysis for Program Evaluation. Thousand Oaks, CA, Sage, 1995: 57-98.
16. Thomas D. Cook, Donald T. Campbell. Quasi-Experimentation. Design and Analysis Issues for Field Settings. Boston, Houghton Mifflin, 1979: 50-59; 103-120.