Autor: Richard W Grant Columnista Experto de SIIC Institución: General Medicine Unit, Massachusetts General Hospital, and Harvard Medical School Artículos publicados por Richard W Grant

Conclusión breve
La supervisión mediante métodos informáticos representa un abordaje novedoso para incrementar el compromiso de los pacientes con el sistema médico.

Resumen

Las estrategias a escala poblacional para la organización y la prestación de asistencia en salud pueden mejorar el tratamiento de la diabetes. Creamos registros de pacientes diabéticos (n = 3 079) para cuatro clínicas de atención primaria en un único centro de salud universitario. En la clínica donde se practicó la intervención (n = 898), una enfermera profesional empleó un novedoso programa de computación (“PopMan”) para la identificación semanal de pacientes con valores faltantes o elevados de hemogloblina glucosilada A₁c (HbA₁c), de colesterol asociado a lipoproteínas de baja densidad (LDLc) y de presión arterial (PA). La enfermera envió por correo electrónico a los prestadores de atención primaria (PaP) un resumen específico de cada paciente con las sugerencias de tratamiento basadas en los datos. En comparación con las clínicas de control, se halló un mayor incremento en la proporción de pacientes con detrminaciones basales de HbA₁c (p = 0.004) y LDLc (p < 0.001) desde el inicio (1/1/00 al 31/8/01) hasta el seguimiento (1/12/01 al 31/7/03) en la clínica donde se aplicó el programa de computación mencionado. Sin embargo, la mejoría en la prescripción de medicación y en los valores de PA, HbA₁c y LDLc fue similar en todas las clínicas. Las barreras para la atención efectiva entre los pacientes pertenecientes al grupo en el que se realizó el ensayo de supervisión incluyeron la depresión (35%), abuso de sustancias (26%) y falta de adhesión en tratamientos previos (18%). En un análisis por subgrupos de los primeros 149 pacientes del grupo en el cual se aplicó el programa de intervención, los PaP siguieron las recomendaciones sobre las determinaciones basales con más frecuencia que aquellas sobre la medicación (78% vs. 36%; p = 0.001). Concluimos que la supervisión de la población con recomendaciones enviadas por correo electrónico a los PaP tuvo un impacto modesto sobre la realización de análisis basales con respecto a los factores de riesgo pero no sobre el control metabólico en comparación con la atención habitual. Se requieren investigaciones adicionales y futuras en cuanto a los métodos más efectivos para trasladar la información de los datos de los pacientes en acciones sobre la población.

Palabras clave
Diabetes mellitus, supervisión de la población, ensayo controlado, hipertensión, hiperlipidemia

Clasificación en siicsalud
Artículos originales> Expertos del Mundo>
página www.siicsalud.com/des/expertos.php/75266

Especialidades
Principal: Endocrinología y Metabolismo, Informática Biomédica, 
Relacionadas: Medicina Interna, Salud Pública, 

Enviar correspondencia a:
Dr. Richad W. Grant. General Medicine Unit, Massachusetts General Hospital. 50 Stanford St. 9^th Floor, Boston, MA, EE.UU.

Patrocinio y reconocimiento
Agradecimientos: Este estudio es parte del proyecto MGH Diabetes Mellitus: Putting Evidence into Practice, es cual está apoyado por subsidios provenientes de Aetna Quality Care Research Fund y por Pfizer Pharmaceuticals, y por los Programas de Investigación Clínica y Mejorías en las Operaciones de la Atención Primaria de MGH. El Dr. Grant recibió el National Research Service Award 2-T3211001-14 y el Dr. Meigs está avalado por un premio sobre el desarrollo de su carrera de la American Diabetes Association. Agradecemos a Nancy Wong, BS, Jessica A. Sandberg, MPH y a Jo Ann David-Kasdan, RN MS, por su ayuda con la obtención y análisis de los datos.

A CONTROLLED TRIAL OF DIABETES POPULATION MANAGEMENT USING AN INFORMATICS-BASED “POPMAN” REGISTRY TOOL

Abstract
Background: Population-level strategies to organize and deliver care may improve diabetes management. In a multi-clinic controlled trial, we assessed changes in type 2 diabetes management comparing patients receiving population management vs. usual care and identified potential patient-related barriers to effective diabetes management. Research design & methods: We created diabetes patient registries (n = 3 079) for four primary care clinics within a single academic health center. In the intervention clinic (n = 898), a nurse practitioner (NP) used novel clinical software (“PopMan”) to identify patients on a weekly basis with outlying values for visit and testing intervals and last measured levels of hemoglobin A₁c (HbA₁c), LDL-cholesterol (LDLc), and blood pressure (BP). For these patients, the NP emailed a concise patient-specific summary of evidence-based management suggestions directly to primary care providers (PCPs). We compared overall changes in risk factor testing, medication prescription, and risk factor levels from baseline (1/01/00 - 8/31/01) to follow-up (12/01/01 to 7/31/03). In a subset analysis, we also assessed changes in the evidence-based management of the first 149 intervention patients compared to a matched cohort of 149 control patients receiving usual care at a second primary care clinic. Results: Patients had a mean age of 65 years, most were white (81%) and the majority received government insurance (62%). Nearly two-thirds (62%) of intervention patients had potential barriers to effective care, including depression (35%), substance abuse (26%), and prior non-adherence to care plans (18%). From baseline to follow-up, the increase in proportion of patients tested for HbA₁c (p = 0.004) and LDL-C (p < 0.001) was greater in the intervention compared to control sites, whereas improvement in diabetes-related medication prescription and levels of HbA₁c, LDL-C, and BP were similar in all clinics. In the subset analysis, we found that PCPs followed testing recommendations more often (78%) than therapeutic change recommendations (36%, p = 0.001). Conclusions: Population management with clinical recommendations sent to PCPs had a modest impact on risk factor testing but not metabolic control compared to usual care. Depression and substance abuse were prevalent patient-level barriers to effective care. The intervention was limited by good overall quality of care at baseline and temporal improvements in all control clinics. Further research into more effective methods of translating population registry information into action is required.

Key words
Diabetes mellitus, population management, controlled trial, hypertension, hyperlipidemia

Artículo completo
Antecedentes
El tratamiento de la diabetes de tipo 2 es oneroso (representa el 25% del presupuesto de salud [MediCare] en los Estados Unidos) e inadecuado.^1,2 En encuestas nacionales la mayoría de los pacientes diabéticos no logran los objetivos recomendados en cuanto al control glucémico, de la presión arterial (PA) o del colesterol a pesar de la disponibilidad y eficacia de los medicamentos para el tratamiento de estos trastornos.^3-5 Esta brecha entre la atención óptima y la actual destaca la necesidad de abordajes innovadores para cambiar la práctica actual de la atención y el cuidado de la diabetes.^6,7
La supervisión de la población diabética es una estrategia nueva para el cuidado de esta patología que toma en cuenta a todos los pacientes dentro de una organización clínica determinada, busca eliminar las restricciones durante las visitas individuales a la clínica y permite la evaluación de quienes no poseen citas de seguimiento pendientes. La supervisión de la población tiene dos componentes relacionados: 1) la información de la organización y 2) la acción clínica. La primera permite la revisión de una población de pacientes para identificar individuos específicos que requieren cambios en su tratamiento clínico (es decir, pacientes que no se realizaron un examen oftalmológico en dos años, una determinación de colesterol asociado a lipoproteínas de baja densidad (LDLc) en el último año, una cifra de hemoglobina glucosilada (HbA₁c) por encima de 8.0, o a quienes no se les recetó aspirina). La acción clínica requiere medios efectivos de pasaje de la información reunida y organizada en el primer paso hacia cambios en la atención. Dichas acciones pueden ser llevadas a cabo por médicos, personal de apoyo (como enfermeras) o incluso por los propios pacientes. En su forma más avanzada desde el punto de vista tecnológico, la supervisión de la población radica en la recolección automática y electrónica de datos clínicos, como la fecha de las consultas, de los exámenes de laboratorio y sus resultados, el registro de signos vitales y cambios en las medicaciones.
Diseño de la investigación y métodos
Realizamos un ensayo controlado sobre la supervisión de la población en una clínica en la que se aplicó el sistema informático en comparación con la atención habitual en tres instituciones similares en un período de 20 meses.^8,9 Diseñamos un programa de computación (Population Manager o “PopMan”) para clasificar en una base de datos los pacientes con diabetes, establecida según diversos criterios, como el valor más reciente de HbA₁c, colesterol o PA, el tiempo transcurrido desde la última consulta y desde el último examen de laboratorio efectuado. En la clínica donde se realizó la intervención, una enfermera profesional con experiencia en diabetes utilizó el programa PopMan semanalmente para identificar los pacientes con resultados anormales. Con la aplicación de las Recomendaciones de Prácticas Clínicas de la American Diabetes Association (ADA)¹⁰ a los pacientes en el listado con las cifras más elevadas de HbA₁c y colesterol, el supervisor de la población envió un informe clínico individualizado al prestador de atención primaria (PaP) de cada paciente mediante correo electrónico, aportando recomendaciones específicas para la realización de pruebas en relación con los factores de riesgo y con cambios en la terapéutica. Los pacientes en las tres clínicas de control recibieron la atención habitual. El período de intervención fue precedido por un lapso inicial de recolección de datos (del 1/1/00 al 31/8/01) y un intervalo de tres meses durante el cual se solucionaron problemas técnicos relacionados con el programa de computación. Para el período inicial y para el de intervención, se calculó la proporción de pacientes en los listados de cada clínica con determinaciones para HbA₁c, LDLc y PA, los últimos valores registrados para cada uno de los factores de riesgo y para cada período de tiempo, y los regímenes terapéuticos al final de cada intervalo temporal.
Estudio secundario de las acciones recomendadas por el supervisión
En los primeros 150 pacientes revisados por el supervisor del grupo poblacional dentro del intervalo de tiempo definido también categorizamos el tipo de recomendación realizada (análisis de HbA₁c, PA o colesterol contra cambios en el tratamiento de la hiperglucemia, hipertensión arterial o hiperlipidemia) y evaluamos los cambios en el tratamiento clínico en los tres meses posteriores a la realización de dichas recomendaciones. Los cambios en el tratamiento se identificaron mediante la revisión de la base electrónica de datos médicos (BDME) empleada en todas las clínicas para las notas sobre las visitas posteriores, teléfonos y direcciones de los pacientes y resultados de los análisis de laboratorio. Comparamos el número de cambios efectuados en la atención y el cuidado entre los pacientes que formaron parte del grupo en el cual se realizó la supervisión con una cohorte de control compuesta por pacientes diabéticos de una clínica de control igualados 1 a 1 según edad, nivel de colesterol total y de HbA₁c.
Resultados
El tamaño de los registros de diabetes varió entre 352 y 1 137 pacientes, y el de la clínica donde se aplicó el programa de computación diseñado (n = 898) fue similar al valor medio general para todas las instituciones. La mayoría de los pacientes eran de raza blanca y con una media de edad de 65 años. Cerca de un tercio de los pacientes recibían tratamiento con insulina y el 31% presentaba diagnóstico de enfermedad coronaria.
Durante el período de intervención de 20 meses, el supervisor de la población revisó 446 pacientes (el 54%) 542 veces (es decir, 1.2 veces por paciente) y proveyó 414 intervenciones activas para 343 pacientes (41% del registro). Los problemas identificados con mayor frecuencia incluyeron la falta de realización de análisis recientes para la identificación de factores de riesgo, parámetros de laboratorio elevados y falta de prescripción de aspirina. La presencia de problemas simultáneos fue frecuente: 94 pacientes (21%) tenían los tres factores de riesgo aumentados y en 71 (16%) no se disponía de parámetros recientes de laboratorio. En comparación con las clínicas de control, la población en que se realizó la intervención mencionada tuvo incrementos mayores, en términos de proporción de pacientes con pruebas de HbA₁c y LDLc, y un pequeño pero significativo descenso en la presión arterial diastólica (tabla 1). Además, en un grupo significativamente mayor de casos pertenecientes a la estrategia de intervención se realizó la búsqueda de microalbuminuria. Los niveles de los factores de riesgo (HbA₁c, LDLc, PA) mejoraron para todas las cohortes formadas por la atención en las clínicas desde el inicio hasta los períodos de seguimiento, mientras que solamente la presión diastólica tuvo una mejoría más significativa en la población en la que se efectuó la intervención (15.2% contra 7.2% que alcanzó el objetivo de < 80 mm Hg; p < 0.001) en comparación con la población control. En forma global, una mayor proporción de participantes logró alcanzar el objetivo de HbA₁c < 7 en la clínica donde se realizó la intervención en comparación con los controles clínicos (tabla 2).






Se repitió el análisis mencionado más arriba en el subgrupo de los pacientes que recibieron las prácticas de intervención del supervisor del grupo poblacional igualados en una razón 1 a 1 según edad, sexo y raza/etnia a un grupo seleccionado al azar de pacientes control. Los resultados de este análisis “dentro del tratamiento” no difirieron cualitativamente de la evaluación global por cohortes.
Análisis detallado de los primeros 149 pacientes
De los primeros 149 pacientes identificados por el supervisor de la población (16.4% de la población diabética en el centro donde se utilizó el programa informático) con las cifras más elevadas de HbA₁c y de colesterol total, la media de la edad fue de 58 años (desvío estándar [DE] 14 años), el 53% perteneció al sexo femenino, el valor medio de HbA₁c fue de 9.7 (DE 2.7, valores entre 5 y 15) y la cifra de colesterol total medio fue de 211 mg/dl (DE 51, valores límite de 112 a 343 mg/dl).
En general, el supervisor de la población realizó 216 recomendaciones de tratamiento (a razón de 1.4 por paciente) relacionadas con la determinación o tratamiento de la hiperglucemia, hipertensión o hiperlipidemia.
En el subgrupo de 110 pacientes con visitas de seguimiento a los PaP efectuadas a los 3 meses, dichos facultativos siguieron las recomendaciones acerca de la realización de pruebas de forma más significativa que las de tipo terapéutico (p = 0.001). Los médicos observaron barreras a la atención clínica en el DBME en la cohorte que perteneció a la clínica donde se aplicó el programa PopMan (62%). Los cuatro obstáculos más frecuentes para la correcta atención fueron: los problemas de salud mental (con inclusión de ansiedad y depresión) en 52 participantes (35% de la cohorte en la que se aplicó el programa de computación), antecedentes de poca adhesión a los planes de atención (39 pacientes, 26%), el abuso de sustancias actual o previo (27 casos, 18%) y la presencia de comorbilidad grave que limitó la efectividad del tratamiento de la diabetes (14 pacientes, 9%). Varios casos (41, 28%) presentaron más de un obstáculo, según lo informado en la BDME.
Conclusiones
La supervisión de la población representa un abordaje novedoso para incrementar el compromiso de los pacientes con el sistema médico. A diferencia de la supervisión de los casos, en el que un enfoque temporalmente intenso se sustenta en el hecho de dirigir recursos sustanciales hacia pacientes individuales con mayores necesidades, la supervisión de la población busca utilizar de manera más efectiva los recursos existentes para mejorar el nivel general de atención para una población dada de pacientes.¹¹
Los resultados de nuestro ensayo controlado sobre la supervisión de la población conducen a las siguientes conclusiones: 1) la “selección de información” de un gran listado de pacientes diabéticos con el empleo de una aplicación informática clínica innovadora puede identificar, de manera efectiva, un grupo dinámico de pacientes con fechas de realización de exámenes y de resultados fuera de los parámetros normales con el tiempo; 2) el pasaje de esta información en acciones concretas a través del informe de los PaP mediante el correo electrónico –aun cuando fue realizado en el contexto de una BDME avanzada por un facultativo con buenos conocimientos sobre la enfermedad y respetado por los PaP– tuvo un efecto muy modesto sobre los resultados, y 3) la marcada mejoría en las tasas de realización de detrminaciones basales y del control de factores de riesgo en el centro donde se efectuó la intervención fueron, en gran medida, equiparados con mejorías similares en las tres clínicas de control, lo que destaca la importancia fundamental de estudios rigurosos, estrictos y controlados para demostrar la eficacia verdadera de la traslación de las intervenciones realizadas en el campo de la investigación.
Nuestros hallazgos sobre un modesto pero significativo impacto en los parámetros globales de atención sugieren que la supervisión de la población es un abordaje valioso. Nuestro método, el envío de recomendaciones mediante mensajes de correo electrónico directamente hacia los PaP representa una modalidad relativamente simple. Las estrategias para implementar cambios en la atención y el cuidado de los pacientes con control metabólico escaso que no requieren acciones por parte de los PaP, como las cartas y requisitorias de las pruebas de laboratorio de manera directa para la identificación de pacientes y para la programación de consultas de seguimiento con los PaP, nutricionistas o diabetólogos, según fuese necesario, podrían tener un impacto aun mayor y deberían ser estudiadas.
Los médicos informaron la presencia de obstáculos para la atención clínica efectiva para la mayoría de los pacientes de la cohorte donde se realizó la prueba de intervención informatizada. La verificación de los listados médicos electrónicos de una cohorte de pacientes es un procedimiento directo y permite detectar fallas relativas a los objetivos del tratamiento basados en los datos. La suposición de remarcar estas fallas provocará una mejoría en el control metabólico que representará la multitud de barreras presentes en el “mundo real” que interfieren con la terapéutica basada en las pruebas. Las intervenciones futuras para la mejoría del control metabólico en pacientes con diabetes tipo 2 deben también puntualizar la elevada prevalencia de problemas relacionados con la salud mental y el abuso de sustancias y los obstáculos para la adhesión a la medicación y a los cambios más saludables en el estilo de vida.
Nuestros hallazgos destacan la importancia de realizar el pasaje de la investigación con controles adecuados (en lugar del empleo de diseños “antes y después”) para aportar una evaluación valiosa de estrategias novedosas de intervención. Los esfuerzos futuros para trasladar el componente de selección de la información de la supervisión de la población en cambios notorios en la atención necesitarán una integración más efectiva entre un equipo interdisciplinario de prestadores de salud y los propios pacientes.
Los autores no manifiestan “conflictos de interés”.

Bibliografía del artículo

1. American Diabetes Association. Economic costs of diabetes in the U.S. in 2002. Diabetes Care 2003; 26(3):917-32.
2. Shorr RI, Franse LV, Resnick HE, Di Bari M, Johnson KC, Pahor M. Glycemic control of older adults with type 2 diabetes: findings from the Third National Health and Nutrition Examination Survey, 1988-1994. Journal of the American Geriatrics Society 2000; 48(3):264-7.
3. Saaddine JB, Engelgau MM, Beckles GL, Gregg EW, Thompson TJ, Venkat Narayan KM. A Diabetes Report Card for the United States: Quality of Care in the 1990's. Annals of Internal Medicine 2002; 136(8):565-74.
4. Saydah SH, Fradkin J, Cowie CC. Poor control of risk factors for vascular disease among adults with previously diagnosed diabetes. JAMA 2004; 291(3):335-42.
5. Wagner EH, Austin BT, Von Korff M. Organizing care for patients with chronic illness. Milbank Quarterly 1996; 74:511-44.
6. Bodenheimer T, Wagner EH, Grumbach K. Improving primary care for patients with chronic illness. JAMA 2002; 288(14):1775-79.
7. Pringle M, Stewart-Evans C, Coupland C, Williams I, Allison S, Sterland J. Influences on control in diabetes mellitus: patient, doctor, practice, or delivery of care BMJ 1993; 306(6878):630-34.
8. Ibrahim MA, Savitz LA, Carey TS, Wagner EH. Population-based health principles in medical and public health practice. Journal of Public Health Management & Practice 2001; 7(3):75-81.
9. Wallace TM, Matthews DR. Poor glycaemic control in type 2 diabetes: a conspiracy of disease, suboptimal therapy and attitude. QJM 2000; 93(6):369-74.
10. Wagner EH. Population-based management of diabetes care. Patient Education & Counseling 1995; 26(1-3):225-30.
11. Grant RW, Meigs JB. The use of computers in population-based diabetes management. Journal of Clinical Outcomes Management 2002; 9(7):390-96.
12. Lester WT, Grant RW, Barnett GO, Chueh H. Facilitated Lipid Management Using Interactive E-mail: Preliminary Results of a Randomized Controlled Trial. Medinfo 2004 Proceedings 2004:232-36.
13. Grant RW, Cagliero E, Sullivan CM, Dubey AK, Estey GA, Weil EM, et al. A Controlled Trial of Population Management: Diabetes Mellitus -Putting Evidence into Practice. Diabetes Care 2004; 27:2299-305.
14. American Diabetes Association: Clinical Practice Recommendations 2002. Diabetes Care 2002; 25 Suppl 1:S1-S150.
15. Grant RW, Hamrick HE, Sullivan CM, Cagliero E, Meigs JB. Impact of population management with direct physician feedback on care of patients with type 2 diabetes. Diabetes Care 2003; 26(8):2275-80.
16. Meigs JB, Cagliero E, Dubey AK, Murphy-Sheehy P, Gildesgame C, Chueh H, et al. A controlled trial of Web-based diabetes disease management: The MGH Diabetes Primary Care Improvement Project. Diabetes Care 2003; 26(3):750-57.
17. Petitti DB, Contreras R, Ziel FH, Dudl J, Domurat ES, Hyatt JA. Evaluation of the effect of performance monitoring and feedback on care process, utilization, and outcome. Diabetes Care 2000; 23(2):192-96.
18. Montori VM, Dinneen SF, Gorman CA, Zimmerman BR, Rizza RA, Bjornsen SS, et al. The impact of planned care and a diabetes electronic management system on community-based diabetes care: the Mayo Health System Diabetes Translation Project. Diabetes Care 2002; 25(11):1952-57.
19. Tierney WM, Overhage JM, Murray MD, Harris LE, Zhou X, Eckert GJ, et al. Effects of computerized guidelines for managing heart disease in primary care: A randomized, controlled trial. Journal of General Internal Medicine 2002; 18:967-76.
20. Aubert RE, Herman W, Waters J, Moore W, Sutton D, Peterson B, et al. Nurse case management to improve glycemic control in diabetic patients in a health maintenance organization. A randomized, controlled trial. Annals of Internal Medicine 1998; 129:605-12.
21. New JP, Mason JM, Freemantle N, Teasdale S, Wong LM, Bruce NJ, et al. Specialist Nurse-led Intervention to Treat and Control Hypertension and Hyperlipidemia in Diabetes (SPLINT): A randomized controlled trial. Diabetes Care 2003; 26:2250-55.
22. Denver EA, Barnard M, Woolfson RG, Earle KA. Management of uncontrolled hypertension in a nurse-led clinic compared with conventional care for patients with type 2 diabetes. Diabetes Care 2003; 26:2256-60.
23. Davidson MB. Effect of nurse-directed diabetes care in a minority population. Diabetes Care 2003; 26:2281-87.
24. Greenfield S, Kaplan S, Ware JE. Expanding patient involvement in care. Effects on patient outcomes. Annals of Internal Medicine 1985; 102(4):520-8.
25. Greenfield S, Kaplan SH, Ware JEJ, Yano EM, Frank HJ. Patients' participation in medical care: effects on blood sugar control and quality of life in diabetes. J Gen Intern Med 1988; 3(5):448-57.
26. Anderson RM, Funnell MM, Butler PM, Arnold MS, Fitzgerald JT, Feste CC. Patient empowerment. Results of a randomized controlled trial. Diabetes Care 1995; 18(7):943-9.
27. Rachmani R, Levi Z, Slavachevski I, Avin M, Ravid M. Teaching patients to monitor their risk factors retards the progression of vascular complications in high-risk patients with Type 2 diabetes mellitus--a randomized prospective study. Diabetic Medicine 2002; 19(5):385-92.
28. Garfield SA, Malozowski S, Chin MH, Venkat Narayan KM, Glasgow RE, Green LW, et al. Considerations for diabetes translational research in real-world settings. Diabetes Care 2003; 26(9):2670-74.