El Análisis de Decisión Multicriterio: aplicación a la toma de decisiones en los Sistemas de Salud en España.

- 1 - UNIVERSIDAD DE SEVILLA Facultad de Ciencias Económicas y Empresariales. Departamento de Economía Aplicada III. Área de métodos cuantitativos. Doble Grado en Derecho y Economía. El Análisis de Decisión Multicriterio: aplicación a la toma de decisiones en los Sistemas de Salud en España. Trabajo de Fin de Grado presentado por Carlos Javier Bote Blanco. Fdo: ………………………………… Vº. Bº.El tutor/a : Fdo:……………………… María Teresa Arévalo Quijada Sevilla, 11 de junio de 2021 - 2 - 1. RESUMEN Esta investigación pretende aplicar las Técnicas de Decisión Multicriterio al Sistema de Salud español. El trabajo utiliza dichas técnicas de decisión para detectar las fortalezas y debilidades del Sistema Nacional de Salud, centrando el análisis en las Comunidades Autónomas para poder realizar las propuestas necesarias que conlleven una mejora del sector. Se introducen dos estudios distintos, uno de normalidad sanitaria y otro de excepcionalidad. El primero encargado de establecer las prestaciones sanitarias de las CCAA previas a 2020. Mientras que el segundo analiza la situación del sistema sanitario durante la COVID-19, teniendo en cuenta las diferencias tanto técnicas como procedimentales que han ocasionado esta excepción y recurriendo a los modelos y variables que mejor se adapten a la situación. Finalizamos con la extracción de conclusiones y recomendaciones sobre las distintas regiones analizadas. - 3 - 2. ÍNDICE 1. RESUMEN ......................................................................................................................... - 2 - 2. ÍNDICE ............................................................................................................................... - 3 - 3. ÍNDICE DE TABLAS .......................................................................................................... - 5 - 4. ÍNDICE DE GRÁFICOS Y FIGURAS ................................................................................. - 6 - 5. INTRODUCCIÓN Y OBJETIVOS DEL PROYECTO ......................................................... - 8 - 6. REVISIÓN BIBLIOGRÁFICA ACTUALIZADA ................................................................ - 10 - 7. EL MÉTODO MULTICRITERIO DISCRETO: PROMETHEE .......................................... - 13 - I. INFORMACIÓN PREVIA PARA MODELAR LA PREFERENCIA ................................... - 13 - a. Matriz de decisiones!.........................................................................................................................................!-!13!-! b. Información intercriterio (Pesos de cada criterio)!............................................................................!-!14!-! c. Información intracriterio (Criterios generalizados)!..........................................................................!-!15!-! II. INDICES DE PREFERENCIA AGREGADOS Y FLUJOS DE SUPERACION ............... - 17 - a. Índices de preferencia agregados!............................................................................................................!-!17!-! b. Flujos de superación!........................................................................................................................................!-!17!-! III. PROMETHE I: CLASIFICACIÓN PARCIAL DE LAS ALTERNATIVAS ........................................ - 18 - IV. PROMETHEE II: CLASIFICACIÓN COMPLETA DE LAS ALTERNATIVAS. ................................ - 19 - V. PLANO GAIA ................................................................................................................ - 19 - 8. APLICACIÓN DE LOS METODOS ................................................................................. - 21 - I. APLICACIÓN DE LOS METODOS AL ESTUDIO DE NORMALIDAD SANITARIA EN ESPAÑA .............................................................................................................................. - 21 - a. Elección de los criterios y su modelización!........................................................................................!-!21!-! b. Asignación de los pesos de cada criterio!.............................................................................................!-!28!-! b1. Asignación de los pesos basada en criterios profesionales ............................................... - 29 - b2. Asignación de pesos basada en el método de la entropía ................................................. - 31 - c. Flujos de superación!........................................................................................................................................!-!33!-! d. Promethee I: Clasificación parcial de las alternativas!..................................................................!-!35!-! e. Promethee II: Clasificación completa de las alternativas!...........................................................!-!38!-! f. Plano GAIA!..............................................................................................................................................................!-!41!-! f1. Plano GAIA en función de la localización espacial .............................................................. - 41 - f2. Plano GAIA en función del equipo de gobierno ................................................................... - 44 - II. APLICACIÓN DE LOS MÉTODOS AL ESTUDIO DE EXCEPCIONALIDAD OCASIONADO POR EL SARS-COV-2 EN ESPAÑA ................................................................................... - 47 - a. Elección de los criterios y su modelización!........................................................................................!-!47!-! b. Asignación de los pesos de los criterios!...............................................................................................!-!52!-! b1. Asignación de los pesos basada en criterios profesionales. .............................................. - 52 - b2. Asignación de los pesos basada en el método de la entropía. .......................................... - 54 - c. Flujos de superación!........................................................................................................................................!-!55!-! d. Promethee I: Ordenación parcial!..............................................................................................................!-!56!-! e. Promethee II: Ordenación completa!.......................................................................................................!-!59!-! f. Plano GAIA!..............................................................................................................................................................!-!61!-! f1. Plano GAIA en función de la localización espacial. ............................................................ - 61 - f2. Plano GAIA en función del equipo de gobierno. ................................................................. - 64 - - 4 - 9. CONCLUSIONES Y REFLEXIONES FINALES .............................................................. - 68 - I. ESTUDIO DE NORMALIDAD SANITARIA EN ESPAÑA ................................................ - 68 - II. ESTUDIO DE EXCEPCIONALIDAD SANITARIA EN ESPAÑA .................................... - 73 - 10. BIBLIOGRAFÍA. ............................................................................................................ - 78 - 11. ANEXOS ........................................................................................................................ - 82 - ANEXO [1]: ÍNDICE COMPETITIVIDAD GLOBAL ......................................................................... - 82 - ANEXO [2]: NUMERO DE CAMAS DEL CONJUNTO DE HOSPITALES EN CADA CCAA ..................... - 82 - ANEXO [3]: NUMERO DE CENTROS PRIVADOS EN CADA CCAA. ............................................... - 83 - ANEXO [4]: NUMERO DE PROFESIONALES MÉDICOS EN ATENCIÓN PRIMARIA Y ESPECIALIZADA POR CCAA. ................................................................................................................................. - 84 - ANEXO [5]: NUMERO DE ENFERMEROS EN ATENCIÓN PRIMARIA Y ESPECIALIZADA POR CCAA. .. - 85 - ANEXO [6]: MATERIAL DE ALTA TECNOLOGÍA POR CCAA. ....................................................... - 87 - ANEXO [7]: ESPECIFICACIÓN DEL MATERIAL SANITARIO DE ALTA TECNOLOGÍA. ......................... - 88 - ANEXO [8]: NUMERO DE QUIRÓFANOS EN CADA CCAA. ......................................................... - 88 - ANEXO [9]: TOTAL GASTO SANITARIO .................................................................................... - 90 - ANEXO [10]: CONJUNTO DE EVALUACIONES NORMALIZADAS: .................................................. - 91 - ANEXO [11]: ELECCIÓN DE LOS CRITERIOS PARA EL ESCENARIO DE EXCEPCIONALIDAD ............ - 92 - ANEXO [12]: NUMERO DE CONTAGIOS POR CCAA A LO LARGO DE 2020 ................................. - 92 - ANEXO [13]: TASA DE MORTALIDAD DE LA COVID-19 POR CCAA .......................................... - 93 - ANEXO [14]: NUMERO DE CAMAS COVID DISPONIBLES POR CCAA. ....................................... - 94 - ANEXO [15]: NUMERO DE CAMAS UCI DISPONIBLES POR CCAA. ............................................ - 95 - ANEXO [16]: PERSONAL SANITARIO CONTAGIADO POR CCAA. ................................................ - 95 - ANEXO [17]: INCREMENTO DEL GASTO POR CCAA. ................................................................ - 96 - ANEXO [18]: CONJUNTO DE EVALUACIONES NORMALIZADAS, SEGUNDO ESCENARIO ................. - 97 - - 5 - 3. ÍNDICE DE TABLAS TABLA 1: MATRIZ DE DECISIONES O TABLA DE EVALUACIONES ................................................... - 13 - TABLA 2: PESOS DE LOS CRITERIOS PRIMER ESCENARIO ............................................................ - 29 - TABLA 3: ENTROPÍA Y DIVERSIDAD DE CADA CRITERIO. ............................................................... - 32 - TABLA 4: FLUJOS DE SUPERACIÓN SALIDA Y ENTRADA (MÉTODO C.PROFESIONALES) .......... - 34 - TABLA 5: FLUJOS DE SUPERACIÓN SALIDA Y ENTRADA (MÉTODO ENTROPÍA) .......................... - 34 - TABLA 6: FLUJOS DE SUPERACIÓN NETOS: ..................................................................................... - 38 - TABLA 7: CLASIFICACIÓN COMPLETA DE LAS ALTERNATIVAS POR AMBOS MÉTODOS ............ - 40 - TABLA 8: PESOS DE LOS CRITERIOS SEGUNDO ESCENARIO ........................................................ - 52 - TABLA 9: ENTROPÍA, DIVERSIDAD Y PESOS SEGUNDO ESCENARIO. ........................................... - 54 - TABLA 10: FLUJOS DE SUPERACIÓN SALIDA Y ENTRADA (C. PROFESIONALES) ........................ - 55 - TABLA 11: FLUJOS DE SUPERACIÓN SALIDA Y ENTRADA (MÉTODO ENTROPÍA) ........................ - 56 - TABLA 12: FLUJOS DE SUPERACIÓN NETOS .................................................................................... - 59 - TABLA 13: CLASIFICACIÓN COMPLETA DE LAS ALTERNATIVAS POR AMBOS MÉTODOS .......... - 60 - TABLA 14: NUMERO DE CAMAS ABSOLUTO Y RELATIVO DE CADA CCAA. ................................... - 82 - TABLA 15: NUMERO DE CAMAS ABSOLUTO Y RELATIVO DE CADA CCAA. ................................... - 83 - TABLA 16: NUMERO DE MÉDICOS POR CADA 1000 HABITANTES EN ATENCIÓN PRIMARIA ...... - 84 - TABLA 17: NUMERO DE MÉDICOS POR CADA 1000 HABITANTES EN ATENCIÓN ESP. ............... - 84 - TABLA 18: NUMERO DE MÉDICOS POR CADA 1000 HABITANTES EN ATENCIÓN PRIMARIA ...... - 85 - TABLA 19: NUMERO DE MÉDICOS POR CADA 1000 HABITANTES EN ATENCIÓN ESP. ............... - 86 - TABLA 20: MATERIAL DE ALTA TECNOLOGÍA POR CADA CCAA ..................................................... - 87 - TABLA 21: MATERIAL DE ALTA TECNOLOGÍA POR CADA MILLÓN DE HABITANTES .................... - 87 - TABLA 22: MATERIAL SANITARIO DE ALTA TECNOLOGÍA ............................................................... - 88 - TABLA 23: NUMERO DE QUIRÓFANOS RELATIVO DE CADA CCAA. ............................................... - 89 - TABLA 24: GASTO SANITARIO POR HABITANTE ............................................................................... - 90 - TABLA 25: NORMALIZACIÓN EVALUACIONES ................................................................................... - 91 - TABLA 26: NUMERO DE CONTAGIOS ABSOLUTO Y RELATIVO DE CADA CCAA. .......................... - 92 - TABLA 27: NUMERO DE FALLECIDOS ABSOLUTO Y RELATIVO ...................................................... - 93 - TABLA 28: NUMERO DE CAMAS COVID DISPONIBLES ABSOLUTAS Y RELATIVAS ...................... - 94 - TABLA 29: NUMERO DE CAMAS UCI DISPONIBLES ABSOLUTAS Y RELATIVAS ............................ - 95 - TABLA 30: PERSONAL SANITARIO CONTAGIADO ............................................................................. - 95 - TABLA 31: INCREMENTO DEL GASTO ABSOLUTO Y RELATIVO ...................................................... - 96 - TABLA 32: EVALUACIONES NORMALIZADAS SEGUNDO ESTUDIO ................................................. - 97 - - 6 - 4. ÍNDICE DE GRÁFICOS Y FIGURAS FIGURA 1: FUNCIÓN USUAL ................................................................................................................. - 16 - FIGURA 2: FUNCIÓN P.L. ...................................................................................................................... - 16 - FIGURA 3: F. GAUSSIANA ..................................................................................................................... - 16 - FIGURA 4: FUNCIÓN DE PREFERENCIA CAMAS ............................................................................... - 22 - FIGURA 5: FUNCIÓN DE PREFERENCIA CENTROS PRIVADOS ....................................................... - 23 - FIGURA 6: FUNCIÓN DE PREFERENCIA PERSONAL MEDICO ......................................................... - 24 - FIGURA 7: FUNCIÓN DE PREFERENCIA ENFERMEROS ................................................................... - 24 - FIGURA 8: FUNCIÓN DE PREFERENCIA EQUIPOS TAC .................................................................... - 25 - FIGURA 9: FUNCIÓN DE PREFERENCIA EQUIPOS LIT ...................................................................... - 26 - FIGURA 10: FUNCIÓN DE PREFERENCIA EQUIPOS PET .................................................................. - 26 - FIGURA 11: FUNCIÓN DE PREFERENCIA EQUIPOS MAMO .............................................................. - 26 - FIGURA 12: FUNCIÓN DE PREFERENCIA EQUIPOS DO ................................................................... - 26 - FIGURA 13: FUNCIÓN DE PREFERENCIA EQUIPOS DIAL ................................................................. - 27 - FIGURA 14: FUNCIÓN DE PREFERENCIA GASTO EN SANIDAD ....................................................... - 28 - FIGURA 15: PONDERACIÓN DE LOS CRITERIOS BASADA EN C.PROFESIONALES ...................... - 30 - FIGURA 16: PONDERACIÓN DE LOS CRITERIOS BASADA EN LA ENTROPÍA. ............................... - 33 - FIGURA 17: CLASIFICACIÓN PARCIAL SEGÚN CRITERIOS PROFESIONALES .............................. - 36 - FIGURA 18: CLASIFICACIÓN PARCIAL SEGÚN MÉTODO ENTROPÍA .............................................. - 37 - FIGURA 19: PLANO GAIA LOCALIZACIÓN-CRITERIOS SANITARIOS Y PRESUPUESTARIOS ....... - 42 - FIGURA 20: PLANO GAIA LOCALIZACIÓN-ENTROPÍA ....................................................................... - 43 - FIGURA 21: PLANO GAIA POLÍTICO-CRITERIOS SANITARIOS Y PRESUPUESTARIOS ................. - 45 - FIGURA 22: PLANO GAIA POLÍTICO-ENTROPÍA ................................................................................. - 46 - FIGURA 23: FUNCIÓN DE PREFERENCIA CONTAGIOS ..................................................................... - 48 - FIGURA 24: FUNCIÓN DE PREFERENCIA MORTALIDAD ................................................................... - 49 - FIGURA 25: FUNCIÓN DE PREFERENCIA CAMAS COVID ................................................................. - 50 - FIGURA 26: FUNCIÓN DE PREFERENCIA CAMAS UCI ...................................................................... - 50 - FIGURA 27: FUNCIÓN DE PREFERENCIA PERSONAL CONTAGIADO ............................................. - 51 - FIGURA 28: FUNCIÓN DE PREFERENCIA INCREMENTO GASTO .................................................... - 51 - FIGURA 29: PONDERACIÓN DE LOS CRITERIOS PRIMER ESCENARIO ......................................... - 53 - FIGURA 30: PONDERACIÓN DE LOS PESOS DE LOS CRITERIOS (ENTROPÍA) ............................. - 54 - FIGURA 31: CLASIFICACIÓN PARCIAL SEGÚN MÉTODO BASADO EN C. PROFESIONALES ........ - 57 - FIGURA 32: CLASIFICACIÓN PARCIAL SEGÚN MÉTODO ENTROPÍA .............................................. - 58 - FIGURA 33: PLANO GAIA LOCALIZACIÓN-CRITERIOS PROFESIONALES ....................................... - 62 - FIGURA 34: PLANO GAIA LOCALIZACIÓN-ENTROPÍA ....................................................................... - 63 - - 7 - FIGURA 35: PLANO GAIA POLÍTICO-CRITERIOS PROFESIONALES ................................................ - 65 - FIGURA 36: PLANO GAIA POLÍTICO-ENTROPÍA ................................................................................. - 66 - FIGURA 37: CLASIFICACIÓN COMPLETA PRIMER ESTUDIO (C.PROFESIONALES) ...................... - 68 - FIGURA 38: MAPA RESULTADOS PRIMER ESTUDIO (C.PROFESIONALES) ................................... - 69 - FIGURA 39: CLASIFICACIÓN COMPLETA ESTUDIO NORMALIDAD (ENTROPÍA) ............................ - 70 - FIGURA 40 : MAPA RESULTADOS PRIMER ESTUDIO (ENTROPÍA) .................................................. - 71 - FIGURA 41: CLASIFICACIÓN COMPLETA ESTUDIO EXCEPCIONALIDAD (C. P.) ............................ - 73 - FIGURA 42: MAPA RESULTADOS SEGUNDO ESTUDIO(C.P.) ........................................................... - 74 - FIGURA 43: CLASIFICACIÓN COMPLETA ESTUDIO EXCEPCIONALIDAD (ENTROPÍA) .................. - 75 - FIGURA 44: MAPA RESULTADOS SEGUNDO ESCENARIO (ENTROPÍA) ......................................... - 76 - FIGURA 45: ÍNDICE DE COMPETITIVIDAD GLOBAL ........................................................................... - 82 - - 8 - 5. INTRODUCCIÓN Y OBJETIVOS DEL PROYECTO La sanidad española y el capital humano con el que cuenta, siempre han sido considerados como uno de los mejores y más relevantes no solo de toda Europa sino del mundo entero 1 , esto ha llevado a los gobernantes a la despreocupación sistemática del sistema sanitario, centrando su atención en aquellos aspectos en los que España se encuentra más rezagada con respecto al entorno europeo más próximo. En el actual contexto socio-económico en el que nos movemos, debemos prestar especial atención a los problemas sanitarios existentes y más aún en estos días como consecuencia del azote vírico sufrido en todos los continentes. La toma de decisiones en este ámbito se vuelve hoy, más que nunca, algo primordial para poder dotar correctamente a los hospitales de aquellos recursos tan necesarios y asegurar el correcto funcionamiento de todo nuestro entramado sanitario 2 . Es este por lo tanto el escenario perfecto para la aplicación de las Técnicas de Decisión Multicriterio que nos ayudan a la toma de decisiones en ámbitos tan complejos e importantes como el analizado de la sanidad, donde la multitud de criterios a tener en cuenta para su correcto funcionamiento requieren enfrentarse al problema de decisión desde una perspectiva multicriterio 3 . Aplicando estas técnicas y más concretamente los métodos Promethee, pretendemos realizar un análisis exhaustivo de los diferentes modelos (privados y públicos) y prestaciones sanitarias/ hospitalarias que ofrece cada CCAA, con el objetivo de poder desarrollar una comparación realista de los resultados que se obtienen en las distintas regiones y realizar un análisis de los factores que influyen en el buen desempeño. El trabajo se estructura, tras la exposición del resumen, índices e introducción y objetivos en cuatro capítulos bien diferenciados. 1 World Economic fórum (2019) The Global Competitiviness Report. Pag 540. Ver Anexo [1] OMS (2012). Estadísticas sanitarias mundiales. Pag 120 y ss. 2 Díaz Martínez, E., del Llano Señarís, J.E., Gol Montserrat, J. Pag 49 (2016) Investigación de servicios sanitarios para la acción política. 3 Manuel Espinoza Sepúlveda (2020). Análisis Multi-Criterio: una herramienta de apoyo para medir el valor de una intervención sanitaria. DIARIOFARMA (2019). Un nuevo manual con teoría y práctica sobre el análisis multicriterio - 9 - El primero de ellos (6. Revisión bibliográfica actualizada) dedicado al repaso bibliográfico de las técnicas promethee y en concreto su aplicación en el ámbito sanitario, así como al repaso de las distintas técnicas y procedimientos sanitarios. Un segundo capitulo (7. El método multicriterio discreto: promethee) dedicado al desarrollo teórico y pormenorizado de la técnica utilizada para el análisis El tercer capitulo (8. Aplicación de los métodos) nos ofrece los resultados de los distintos sistemas de salud existentes en España, a partir de la aplicación de los métodos. El cuarto y ultimo capitulo (9. Conclusiones y reflexiones finales) agrupa todos los resultados obtenidos previamente para poder realizar aquellas reflexiones encaminadas a la mejora del sistema sanitario de las CCAA. - 16 - ~ La función de tipo usual. Se trata de una función que pondera la preferencia estricta directa de una alternativa sobre otra siempre que la diferencia (dj(a,b)) entre ambas sea distinta de 0. De forma que la modelizaremos del siguiente modo: 0 si d=0 P(d) 1 si d>0 ~ La función de tipo preferencia lineal: En este caso no tendremos una preferencia estricta de una alternativa frente a otra en todo caso, sino que progresivamente se preferirá una alternativa (a) a otra (b) a medida que sus desviaciones vayan creciendo, alcanzando a partir de un cierto punto (m) la preferencia estricta de una alternativa frente a la otra. d/m si d≤m P(d) 1 si d>m ~ La función de tipo gaussiano: Al igual que en el caso anterior se prefiere una alternativa frente a otra a medida que vayan incrementando las desviaciones, pero en vez de linealmente seguirán una función de tipo gaussiano, con punto de inflexión igual a la desviación media de las alternativas. 0 si d=0 P(d) 1- )%!" " s " si d>0 Estas tres funciones adquirirán la siguiente forma: Figura 1: Función Usual Figura 2: Función P.L. Figura 3: F. Gaussiana 0 1 1 -m 0 m 1 -s 0 s - 17 - II. INDICES DE PREFERENCIA AGREGADOS Y FLUJOS DE SUPERACION Establecida la información necesaria para modelar la preferencia (matriz de decisión, información intercriterio e información intracriterio), pasamos al análisis de los índices de preferencia agregados y los flujos de superación, sin los cuales no podrá llegar a realizarse el análisis Promethee. Pues es a través de los flujos de superación de donde se deducen las clasificaciones tanto parcial como completa, y estos flujos no llegaran a existir sin el establecimiento previo de los índices de preferencia agregados. a. Índices de preferencia agregados Los índices de preferencia agregados adquieren una labor fundamental en el desarrollo del análisis, pues nos cuantificarán con que intensidad una alternativa (a) es preferida a otra (b). Estos índices se obtendrán a través del sumatorio del conjunto de las funciones de preferencia asociadas a cada criterio, ponderadas cada una de ellas por el peso relativo asociado a cada criterio, de forma que definiremos un índice de preferencia agregado π(a,b) de la siguiente forma: π(a,b)= ∑ '+$ ( -,/ ) #$ ! "#$ Hay que indicar también que los índices de preferencia agregados se modelizan de forma que adquieren cuatro propiedades diferentes: ~ π(a,b) ~ 0, Tendremos una escasa preferencia de a sobre b ~ π(a,b) ~ 1, Tendremos una fuerte preferencia de a sobre b ~ π (a,a)= 0, Una misma alternativa no podrá ser preferida a si misma. ~ 0 ≤ π(a,b) ≤ 1 ∀ a,b Î A b. Flujos de superación Los índices de preferencia agregados nos permiten cuantificar en que medida preferimos una alternativa con respecto a otra, pero únicamente ofrecen una comparación a dos, no nos permiten comparar de forma conjunta la preferencia de un criterio sobre todos los demás. Para poder desarrollar esta tarea servirán los flujos de superación, a través de los cuales se establecerá la medida con la que una alternativa (a) es preferida al resto de las alternativas estudiadas (Flujo de superación positivo o de " +$ ( -,/ ) '#$ ! "#$ - 18 - salida) y a la vez cuantificara en que medida el resto de estas alternativas son preferidas a una determinada alternativa (a) (Flujo de superación negativo o de entrada). Tendremos por lo tanto de un lado el flujo de superación positivo o de salida de una alternativa(a): ø+(a)= $ &%$ ∑ π(a,b). Por otro lado el flujo de superación negativo o de entrada de esa misma alternativa (a): ø-(a)= '$ &%$ ∑ π(b,a). Siendo n el numero de alternativas analizadas y por lo tanto n-1 el resto de alternativas distintas a la que alternativa (a) cuyos flujos de superación estamos calculando. Obteniendo así que aquellas alternativas con mayor flujo positivo y a la vez menor flujo negativo que otra alternativa cualquiera (b), serán mejores que esta. III. PROMETHE I: Clasificación parcial de las alternativas Mediante de los flujos de superación previamente calculados, podremos comenzar nuestra clasificación parcial con el método Promethee I. Este método pretende clasificar las mejores alternativas comparando los resultados obtenidos con los flujos de superación. De tal forma que se podrán obtener relaciones de preferencia, indiferencia o incomparabilidad entre las diversas alternativas. Expresándolas del siguiente modo: ø+(a)>ø+(b) y ø-(a)<ø-(b) ø+(a)=ø+(b) y ø-(a)<ø-(b) Û aPb (a es preferida a b) ø+(a)>ø+(b) y ø-(a)=ø-(b) ø+(a)=ø+(b) y ø-(a)=ø-(b) Û aIb (a es indiferente a b) Para cualquier otro caso Û aRb (a es incomparable con b) El principal problema que plantea este método es la posibilidad de encontrar alternativas incomparables entre si, dando lugar así únicamente a una clasificación parcial de - 19 - aquellas alternativas comparables. Para solventar este problema utilizaremos el metido Promethee II. IV. PROMETHEE II: Clasificación completa de las alternativas. El método Promethee II se basa en los flujos netos de superación para así poder comparar adecuadamente todas las posibles alternativas y establecer un orden completo de todas ellas. Este flujo neto de superación surge de la diferencia entre el flujo de salida y de entrada de una alternativa, de modo que: ø(a) = ø+(a) - ø-(b) Obteniendo así que cuanto mayor sea el flujo neto de una alternativa mejor será esta, por lo que una alternativa (a) será preferida a otra (b) si su flujo neto de superación es superior, e indiferente entre si, si llegan a igualar sus flujos netos. De forma que: ø(a) > ø(b) Û aPb (a es preferida a b) ø(a) = ø(b) Û aIb (a es indiferente a b) V. PLANO GAIA 7 Una vez establecidas el conjunto de ordenes tanto parciales como completos, para sacar las conclusiones derivadas de los resultados obtenidos poseemos una herramienta muy intuitiva y descriptiva, el plano GAIA. Mediante este plano se permite al decisor contemplar gráficamente el problema multicriterio y visualizar las diferencias existentes entre los diversos criterios. El análisis parte de la consideración de los flujos netos unicriterio, que son aquellos flujos ya no asociados a cada alternativa para todo el conjunto de criterios como en el método Promethee II sino asociados a un solo criterio. Estos flujos adoptan la siguiente forma: øj(a)= '$ &%$ ∑ [Pj(a,b)-Pj(b,a)] 7 Gironés, Xavier; Madrid, Daniel; Valls, Aida (2008). Comparación de Dos Métodos de Toma de Decisiones Multicriterio: MACBETH y PROMETHEE. Pag 31 y ss. - 20 - Así considerando individualmente a cada criterio gj(.) hallaremos su flujo neto unicriterio asociado (øj(a)) y una vez obtenido, las alternativas podrán representarse en un espacio k-dimensional por vectores cuyas componentes son los flujos netos unicriterio: øj(.) (j=1,2,3…,k). De modo que cada alternativa adquiera la siguiente forma: ß(a)=[ ø1(a), ø2(a), ø3(a),…,øj(a),…,øk(a)] A su vez el sumatorio de todos estos flujos unicriterio ponderados por sus pesos, nos ofrece el flujo neto multicriterio hallado en el método Promethee II: Pero además en el plano GAIA también pueden representarse los pesos de las alternativas, mediante otro vector independiente y unitario k-dimensional. Este vector unitario se proyectará sobre w (que contendrá el conjunto de pesos de todos los criterios tal que: w=w1,w2,w3…,wj,…,wk), formando así el llamado eje de decisión del Promethee y representado como π. Tal denominación es adquirida por la importancia que tiene en la toma de decisiones, pues dependiendo de su dirección y longitud nos encontraremos ante dos situaciones bien diversas. ~ En el caso de un eje de decisión largo, este tendrá un fuerte poder de decisión y por lo tanto se deberían escoger aquellas alternativas más alejadas del origen, si bien siempre aquellas que vayan en la misma dirección que el eje de decisión. De esta forma en un solo vistazo podremos observar que alternativas deben ser escogidas. (Al estar ya representadas el conjunto de las alternativas en los diversos puntos del plano GAIA) ~ En el caso contrario de que el eje de decisión sea corto, tendremos un débil poder de decisión ocasionado por el conflicto entre los diversos criterios escogidos (pues irán en direcciones opuestas anulándose entre si y creando dificultades a la hora de escoger las alternativas favorables), por lo que una solución lógica se decantaría por las alternativas cercanas al origen. De este modo el Plano GAIA nos será de gran utilidad ofreciéndonos información precisa sobre los criterios, pesos y alternativas y todo ello de una sola vez, pudiendo aproximarnos de forma visual, rápida y certera a la mejor alternativa para cada conjunto de pesos escogido. ø(-)="'ø$(-)'#$ ! "#$ - 21 - 8. APLICACIÓN DE LOS METODOS I. APLICACIÓN DE LOS METODOS AL ESTUDIO DE NORMALIDAD SANITARIA EN ESPAÑA a. Elección de los criterios y su modelización 8 Una vez definida la metodología a implementar podemos pasar a aplicarla al análisis pretendido. de esta forma comenzamos por establecer las funciones de preferencia asociadas a cada criterio para así llegar a formar los criterios generalizados en nuestro análisis. Nuestro objetivo en este primer estudio será analizar el conjunto de las prestaciones hospitalarias que ofrece cada CCAA para determinar que comunidad ofrece los mejores servicios en situación de normalidad (Es decir excluyendo el año 2020 de nuestro análisis, que será analizado en el estudio posterior) 9 . Antes de exponer el conjunto de los criterios y el porqué de su importancia, habrá que precisar que todos ellos han sido ponderados según el numero de habitantes de cada CCAA 10 , pues de nada nos sirve comparar las prestaciones sanitarias de las distintas CCAA en términos absolutos, pues en ese caso seria obvio que por ejemplo Andalucía siempre se encontraría con unas prestaciones superiores a las de las Islas Baleares. 11 Es por ello por lo que realizamos las comparaciones en términos relativos al ponderar las variables en función del numero de habitantes de cada comunidad. Estos criterios seleccionados son modelizados bajo tres tipos de funciones de preferencia diferentes: ~ Función de tipo usual: Aplicable al criterio 2 8 Dodgson, J & Spackman, Michael & Pearman, Alan & Phillips, Lawrence. (2009). Multi-Criteria Analysis: A Manual. Pag 9 y ss. 9 Zuniga, M. A., Carrillo-Zuniga, G., Seol, Y. H., & Fos, P. J. (2009). Multi-criteria assessment of county public health capability disparities 10 Fuente: INE (2019). Dir web: https://www.ine.es/jaxiT3/Datos.htm?t=2915 11 Para el correcto entendimiento de las prestaciones sanitarios que ofrece cada CCAA: Ley 14/1986, de 25 de abril, General de Sanidad Ley 2/1998, de 15 de junio, de Salud de Andalucía - 22 - ~ Función de tipo preferencia lineal: Aplicable a los criterios 5,6,7,8,9,10,11 y 17 (con m=2) 12,13 (con m=1) 14,15 (con m=3) y 16 (con m=5) ~ Función de Tipo gaussiano: Aplicable a los criterios 1 (con s=59),3 (con s=0,3), 4 (con s=0,7 ) y 18 (con s= 480). Para la elección de los parámetros m y s nos hemos basado en la desviación típica que sufrían el conjunto de las alternativas en cada criterio (basándonos para ello en las diversas publicaciones que recogen este método de establecimiento de los parámetros 12 ) En este primer estudio analizamos 18 criterios distintos 13 . 1. (MAX) Numero de camas en los hospitales por cada 100.000 habitantes 14 . Una de las prestaciones fundamentales en todo hospital es el numero de camas disponibles para los pacientes internos, pues en función de estas se podrán atender a un mayor numero de pacientes que necesiten cuidados medios o intensivos. Maximizamos este criterio de forma que cuanto mayor sea este indicador mejor situada encontraremos a una determinada CCAA. Modelizamos este criterio a través de una función gaussiana con s igual a 59 (igual a la desviación típica sufrida en el conjunto de las alternativas como hemos explicado previamente) Figura 4: Función de preferencia Camas 0 si d=0 P(d) 1- )%!" "#$%" si d>0 12 Brans, J.P.; Vincke, Ph. (1985): “A preference ranking organisation method” o Hermenegildo Chávez, MV; Rueda Osuna, Yolanda (2013). “Metodología de análisis multicriterio Aplicación al crecimiento sostenible en la Unión Europea”. 13 Thokala P. (2016). Multiple Criteria Decision Analysis for Health Care Decision Making--An Introduction: Report 1 of the ISPOR MCDA Emerging Good Practices Task Force Pag. 8. Marsh K. (2016). Multiple Criteria Decision Analysis for Health Care Decision Making—Emerging Good Practices: Report 2 of the ISPOR MCDA Emerging Good Practices Task Force. Pag 127 y ss. 14 Fuente: Ministerio de Sanidad. Dir Web: https://www.mscbs.gob.es/ciudadanos/hospitales.do?tipo=camas Ministerio de Sanidad (2019). Catalogo nacional de hospitales. Ver Anexo [2] 1 -59 0 59 - 23 - 2. (MIN) Numero de centros privados por cada 1.000.000 habitantes. 15 Tendremos en cuenta este criterio para poder así distinguir entre la sanidad privada que consume recursos para los individuos y la publica donde estos no tendrán que pagar nada, castigando en nuestros criterios a aquellos hospitales que se alejen de la sanidad gratuita. 16 De forma que el criterio seguirá una función de tipo usual, donde se preferirá una alternativa frente a otra siempre que la diferencia entre ambas sea negativa (al estar minimizando el criterio) Figura 5: Función de preferencia centros privados 0 si d=0 P(d) 1 si d>0 3. (MAX) Personal medico en atención primaria y especializada por cada 1.000 habitantes 17 . Según datos del ministerio de sanidad, casi el 45% 18 del gasto sanitario de cada CCAA (si bien este porcentaje varia entre el 35% y 55%) se destina a las remuneraciones de personal, por ello y en consonancia con la importancia que tanto las instituciones publicas como las personalidades sanitarias ofrecen a este criterio 19 (junto con el del numero de enfermeros profesionales que posteriormente analizaremos), debemos prestarle especial atención a su evolución. Esta tendencia que se ha obtenido duarte los años anteriores continuará en la actualidad, pues si atendemos a los presupuestos generales establecidos para este 15 Fuente: Ministerio de Sanidad. Dir Web: https://www.mscbs.gob.es/ciudadanos/prestaciones/centrosServiciosSNS/hospitales/docs/CNH_2020.xlsx Ver Anexo [3] 16 Goetghebeur MM, Wagner M, Khoury H, Levitt RJ, Erickson LJ, Rindress D.(2012). Bridging health technology assessment (HTA) and efficient health care decision making with multicriteria decision analysis (MCDA). Pag 6 17 Fuente: http://inclasns.msssi.es/main.html?permalink=0b7f45a45fbeda2a8ab1b60e0175616a. Ver Anexo [4] 18 Fuente: Ministerio de Sanidad. Dir Web. https://www.mscbs.gob.es/estadEstudios/portada/docs/DATOS_SNS_A4_112020.pdf 19 OMS (2010). El personal sanitario es imprescindible para lograr los Objetivos de Desarrollo del Milenio relacionados con la salud. 0 1 - 24 - 2021 en gasto de sanidad podremos observar como en la mayoría de las partidas las remuneraciones de personal representan el mayor porcentaje de gasto, en consonancia a su importancia y necesidad 20 . De forma que el criterio seguirá una función gaussiana con s igual a las desviaciones típicas existentes. Figura 6: Función de preferencia personal medico 0 si d=0 P(d) 1- )%!" "#&,(" si d>0 4. (MAX) Numero de enfermeros en atención primaria y especializada por cada 1.000 habitantes 21 . Conformando el conjunto del personal sanitario nos encontramos además de con los sanitarios previamente analizados, con los profesionales de la enfermería que contribuirán de igual manera al funcionamiento del sistema sanitario. En este caso de nuevo analizamos el conjunto de enfermeros tanto en atención primaria como especializados, bajo la función de preferencia gaussiana(s=0,7): Figura 7: Función de preferencia enfermeros 0 si d=0 P(d) 1- )%!" "#&,)" si d>0 20 Presupuestos Generales del Estado (2021). Ministerio de Hacienda. 21 Fuente: Ministerio de Sanidad. Dir Web: http://inclasns.msssi.es/main.html?permalink=4cb7b8f3c685541c96a25de250d1786d Ver Anexo [5] 1 -0,3 0 0,3 1 -0,7 0 0,7 - 25 - 5-11. (MAX) Equipos por cada 1.000.000 habitantes 22 El material para realizar las intervenciones sanitarias resulta de vital importancia e imprescindible para el desarrollo de la función sanitaria. Dentro de esta categoría el material de alta tecnología ocupara un lugar fundamental, pues determinadas operaciones o intervenciones no serian posibles sin ellos. Según el ministerio de sanidad y atendiendo al sistema nacional de salud español 23 , el material de alta tecnología para el desarrollo de la función sanitaria se encuentra compuesto por los equipos: TAC, RMN, GAM, HEM, ASD, LIT, BCO (excluido del análisis debido a que solo la comunidad de Madrid posee tales equipos, lo que distorsionaría los resultados en caso de incluirlo), ALI, SPECT, PET, MAMO, DO y DIAL 24 . Es por ello por lo que serán los materiales que vamos a tener en cuenta para nuestro estudio. Comenzando con los Equipos TAC, nos encontramos con uno de los equipos de alta tecnología más utilizados y de mayor importancia debido a su uso generalizado (a diferencia de otro material mucho más especializado que únicamente será utilizado para enfermedades de mayor gravedad y más inusuales. Será modelizado bajo una función de preferencia lineal con m=2 al ser esta la desviación típica del conjunto de las alternativas existente para este criterio Figura 8: Función de preferencia Equipos TAC d/2 si d≤2 P(d) 1 si d>2 (Misma función para RMN, GAM, HEM, ASD, ALI, SPECT) 25 12. (MAX) Equipos LIT por cada 1.000.000 habitantes Este criterio a diferencia del resto será modelizado bajo las condiciones m=1 debido a la menor cantidad de equipos y desviación que sufren las alternativas en este conjunto de equipos, adquiriendo por lo tanto preferencia estricta por un criterio frente a otro a partir de dicho punto. 22 Fuente: Ministerio de Sanidad. Dir Web: https://www.mscbs.gob.es/ciudadanos/hospitales.do?tipo=equipos Ver Anexo [6] 23 Fuente: Ministerio de Sanidad https://www.mscbs.gob.es/ciudadanos/hospitales.do?tipo=equipos 24 Para identificar cada equipo, Ver Anexo [7] 25 Siendo estos los criterios, 6,7,8,9,10 y 11 respectivamente. 1 -2 0 2 - 32 - hallar el complementario de la entropía de cada criterio j, definido como diversidad (Dj): Dj=1-Ej# ~ Por último, normalizamos las diversidades, obteniendo así de forma definitiva el valor de los pesos a través de este método de la entropía. De tal forma que: WJ=DJ/&∑ D ! "#$ j Una vez definido el método pasamos a su aplicación. 36 Tabla 3: Entropía y diversidad de cada criterio. Entropía (E) Diversidad (D) Pesos (W) Nº Camas 0,9767 0,0233 0,0336 Centros Privados 0,9534 0,0466 0,0672 Nº Médicos 0,9787 0,0213 0,0307 Nº Enfermeros 0,9770 0,0230 0,0331 TAC 0,9776 0,0224 0,0323 RMN 0,9708 0,0292 0,0421 GAM 0,8994 0,1006 0,1450 HEM 0,9694 0,0306 0,0442 ASD 0,9560 0,0440 0,0635 ALI 0,9619 0,0381 0,0549 SPECT 0,9565 0,0435 0,0626 LIT 0,9600 0,0400 0,0575 PET 0,9436 0,0564 0,0813 MAMO 0,9693 0,0307 0,0443 DO 0,9487 0,0513 0,0740 DIAL 0,9520 0,0480 0,0692 Quirófanos 0,9779 0,0221 0,0319 Gasto Sanitario 0,9775 0,0225 0,0324 36 Debido al elevado número de evaluaciones (n=323) la normalización de cada criterio la remitimos al Anexo [10]. - 33 - Figura 16: Ponderación de los criterios basada en la entropía. Como podemos observar, en este segundo escenario, mediante este método los pesos de los criterios difieren con claridad de los anteriores, destacando una anomalía con respecto al anterior estudio. El peso obtenido por los equipos GAM destaca por encima del resto como consecuencia que se trata del único criterio donde existen comunidades (tanto Cantabria como Navarra) sin equipos de esta clase en sus hospitales. Lo que provoca una pérdida de posiciones en la clasificación completa de tales comunidades con respecto al método anterior. c. Flujos de superación Aplicando los pesos establecidos previamente y los criterios generalizados modelizados según la función correspondiente, obtenemos los siguientes flujos de superación para nuestras alternativas 37 38 : 37 Debido al gran número de criterios y alternativas analizadas hemos encontrado conveniente no exponer paso a paso el conjunto de los índices de preferencia agregados pasando directamente a exponer los flujos de superación. 38 Exponemos, en primer lugar, los flujos calculados a partir de los pesos basados en los criterios profesionales y presupuestarios (C.P), continuando con los flujos hallados mediante los pesos basados en el método de la entropía (E). 0,0000 0,0500 0,1000 0,1500 Pesos*de*los*criterios Camas C.PrI Medicos Enfermeros TAC RMN GAM HEM ASD LIT ALI SPECT PET MAMO DO DIAL Quirifanos Gasto*Sanitario - 34 - Tabla 4: Flujos de superación salida y entrada (Método C.Profesionales) Flujo Positivo/salida (ø+) Flujo negativo/entrada (ø-) Andalucía 0,0880 0,5385 Aragón 0,4247 0,1123 Asturias 0,3883 0,1418 Baleares 0,2542 0,2088 Canarias 0,2151 0,2792 Cantabria 0,1558 0,3011 Castilla-La Mancha 0,2991 0,2843 Castilla-León 0,1662 0,3242 Cataluña 0,2336 0,2695 Comunidad Valenciana 0,1799 0,3199 Extremadura 0,2065 0,2529 Galicia 0,2329 0,1778 Madrid 0,2538 0,2169 Murcia 0,1163 0,3514 Navarra 0,5678 0,1108 País Vasco 0,3838 0,1378 Rioja 0,1820 0,3205 Tabla 5: Flujos de superación salida y entrada (Método Entropía) Flujo Positivo/salida (ø+) Flujo negativo/entrada (ø-) Andalucía 0,1878 0,5091 Aragón 0,3647 0,3123 Asturias 0,4067 0,2577 Baleares 0,4922 0,2217 Canarias 0,4974 0,2134 Cantabria 0,2158 0,4942 Castilla-La Mancha 0,3863 0,2891 Castilla-León 0,1196 0,6279 Cataluña 0,2320 0,3908 Comunidad Valenciana 0,3696 0,2733 Extremadura 0,1885 0,5056 Galicia 0,3342 0,2651 - 35 - Madrid 0,4726 0,1989 Murcia 0,1691 0,4746 Navarra 0,4811 0,3035 País Vasco 0,4024 0,2439 Rioja 0,4974 0,2363 A partir de ellos podemos establecer las relaciones de preferencia de aquellas alternativas comparables, para obtener la clasificación parcial de estas. d. Promethee I: Clasificación parcial de las alternativas Como ya sabemos el método Promethee I no nos permite clasificar todas las alternativas de forma completa ya que algunas de ellas serán incomparables entre sí, cuando no presenten alguna de las siguientes relaciones: ø+(a)>ø+(b) y ø-(a)<ø-(b) ø+(a)=ø+(b) y ø-(a)<ø-(b) Û aPb (a es preferida a b) ø+(a)>ø+(b) y ø-(a)=ø-(b) ø+(a)=ø+(b) y ø-(a)=ø-(b) Û aIb (a es indiferente a b - 36 - Sin embargo, estas relaciones de preferencia, indiferencia o incomparabilidad nos sirven para establecer una clasificación parcial. La clasificación parcial según el método basado en los criterios profesionales y presupuestarios es la siguiente; Figura 17: Clasificación parcial según criterios profesionales - 37 - Tomando como referencia el cálculo de los pesos basado en el método de la entropía obtenemos la siguiente clasificación parcial Figura 18: Clasificación parcial según método entropía - 38 - Podemos observar que ambos métodos nos ofrecen resultados muy dispares, esto se debe en gran medida al cambio de ponderación de los criterios de personal sanitario y de los equipos GAM. En el primero de los escenarios, debido a las partidas presupuestarias, el personal sanitario obtendrá la mayor ponderación de todos los criterios debido a su importancia como pilar fundamental de nuestro sistema sanitario. Sin embargo, si atendemos al segundo de los escenarios, son los criterios GAM los que obtienen una ponderación destacada por encima del resto. Esto se debe a que en el primer escenario los criterios GAM se consideran materiales de alta tecnología únicamente aplicables para casos sanitarios muy específicos y por lo tanto con una ponderación reducida, pero en el segundo de los escenarios podemos observar que las CCAA experimentan sus mayores divergencias en cuanto al numero de esta clase de equipos. e. Promethee II: Clasificación completa de las alternativas Una vez establecida la clasificación parcial podemos centrarnos en la clasificación completa de las alternativas a partir de sus flujos netos, de forma que: ø(a) > ø(b) Û aPb (a es preferida a b) ø(a) = ø(b) Û aIb (a es indiferente a b) Tabla 6: Flujos de superación netos: Flujos netos (ø)(C.P) Flujos netos (ø)(E) Andalucía -0,4505 -0,3212 Aragón 0,3123 0,0524 Asturias 0,2465 0,1491 Baleares 0,0453 0,2705 Canarias -0,0641 0,2840 Cantabria -0,1454 -0,2784 Castilla-La Mancha 0,0148 0,0971 Castilla-León -0,1580 -0,5083 Cataluña -0,0359 -0,1587 - 39 - Comunidad Valenciana -0,1400 0,0963 Extremadura -0,0464 -0,3171 Galicia 0,0551 0,0691 Madrid 0,0369 0,2736 Murcia -0,2352 -0,3055 Navarra 0,4570 0,1776 País Vasco 0,2460 0,1585 Rioja -0,1386 0,2612 Llegados a este punto, con el calculo de los flujos positivos, negativos y netos, podemos proceder a la clasificación de nuestras alternativas para establecer que CCAA posee mejores prestaciones en este ámbito sanitario. - 40 - Tabla 7: Clasificación completa de las alternativas por ambos métodos 39 En función del primer escenario podemos observar como en consonancia con la clasificación parcial, las CCAA del norte de España por lo general presentan mejores resultados que las del resto de España. Sin embargo, mediante el segundo de los escenarios esta sincronía del norte se rompe y no podemos establecer una diferenciación clara por sectores. Aunque para corroborar mejor estos resultados nos remitimos al siguiente apartado (f. Plano GAIA) 39 Marcaremos cuantas posiciones ha ascendido o descendido cada comunidad autónoma en el segundo escenario (entropía) con respecto a los resultados obtenidos en el primero (criterios profesionales. En el conjunto de criterios a analizar no se ha tenido en cuenta las circunstancias del hecho insular de las CCAA de Canarias e Islas Baleares. Método Entropía 1. Canarias +10 2. Madrid +5 3. Islas Baleares +3 4. La Rioja +8 5. Navarra -4 6. País Vasco -2 7. Asturias -4 8. Castilla- La Mancha = 9. Comunidad Valenciana +4 10. Galicia -5 11. Aragón -9 12. Cataluña -3 13. Cantabria +1 14. Murcia +2 15. Extremadura -5 16. Andalucía +1 17. Castilla y León -2 Método C. Profesionales 1. Navarra 2. Aragón 3. Asturias 4. País Vasco 5. Galicia 6. Islas Baleares 7. Madrid 8. Castilla- La Mancha 9. Cataluña 10. Extremadura 11. Canarias 12. La Rioja 13. Comunidad Valenciana 14. Cantabria 15. Castilla y León 16. Murcia 17. Andalucía - 41 - f. Plano GAIA Dentro del análisis del plano GAIA vamos a realizar dos análisis distintos, para así concluir si la localización por un lado, o el equipo de gobierno por otro pueden o han influido en las prestaciones y calidad del sistema sanitario de cada CCAA. f1. Plano GAIA en función de la localización espacial Para el estudio de las alternativas según la localización geográfica dentro del plano GAIA, procedemos a dividirlas en tres grandes grupos: ~ Comunidades Autónomas del norte de España. ~ Comunidades Autónomas del centro de España. ~ Comunidades Autónomas del sur de España. Pretendiendo así concluir si la localización geográfica de cada provincia influye en el desempeño y actuaciones del sistema sanitario 40 . Comenzando con el método de cálculo de los pesos basado en los criterios sanitarios y presupuestarios, obtenemos el siguiente plano GAIA. 40 En el análisis tomamos en consideración ambos métodos del cálculo de los pesos. - 48 - ~ Función de tipo preferencia lineal: Aplicable a los criterios 5 (con m=185) y 6 (con m=1). ~ Función de Tipo gaussiano: Aplicable a los criterios 1 (con s=150),2 (con s=6), 3 (con s=385 ) y 4 (con s= 85). Para la elección de los parámetros m y s nos hemos basado en la desviación típica que sufren el conjunto de las alternativas en cada criterio (basándonos para ello en las diversas publicaciones que recogen este método de establecimiento de los parámetros 49 ). En este segundo estudio analizamos seis criterios distintos: 50 1. (MIN) Número de contagios registrados en el conjunto del año 2020 por cada 10.000 habitantes 51 . En primer lugar, y el punto de partida de este análisis, es el conjunto de casos de COVID-19 que ha tenido cada CCAA ponderados de nuevo según el número de habitantes de cada CCAA. Además de ponderar el conjunto de los criterios por el número de contagiados, establecemos este índice como criterio adicional. En nuestro caso modelizamos este criterio bajo una función de preferencia gaussiana con s=150 : Figura 23: Función de preferencia contagios 0 si d=0 P(d) 1- !!!" "#$%&" si d>0 49 Brans, J.P.; Vincke, Ph. (1985): “A preference ranking organisation method” o Hermenegildo Chávez, MV; Rueda Osuna, Yolanda (2013). “Metodología de análisis multicriterio Aplicación al crecimiento sostenible en la Unión Europea”. 50 Ver Anexo [11]. En este escenario contamos con un menor número de criterios que el anterior, lo que nos permite, a través de las variables fundamentales que han afectado durante la pandemia, establecer unos análisis y conclusiones más precisos. Dejando de lado criterios superfluos para este escenario como el material de alta tecnología, que en ningún caso servirá de utilidad para hacer frente a la crisis vírica. 51 Fuente: Ministerio de sanidad. DIr Web: https://cnecovid.isciii.es/covid19/resources/casos_tecnica_ccaa.csv Ver Anexo [12]. 1 -150 0 150 - 49 - 2. (MIN) Número de habitantes fallecidos por cada 10.000 habitantes 52 . Además del criterio anterior, debemos ponderar también la mortalidad ocasionada por el virus en cada CCAA. Ambos criterios, aunque coordinados, no tienen por qué estar relacionados directamente, ya que puede darse el caso de que en una región con un elevado número de contagios, la mortalidad no haya sido tan elevada como en otras. 53 Por ello incluiremos este criterio de mortalidad y lo ponderaremos por cada 10.000 habitantes en cada región. Para hallar así la tasa de mortalidad ocasionada en cada CCAA. En este caso volvemos a modelar el criterio bajo una función de preferencia gaussiana con s=6: Figura 24: Función de preferencia mortalidad 0 si d=0 P(d) 1- !!!" "#'" si d>0 3. (MAX) Número de camas COVID disponibles por cada 10.000 habitantes contagiados 54 Uno de los principales problemas que se vivió durante toda la primera ola del virus fue la indisponibilidad del equipo necesario para alojar a los pacientes enfermos, por la falta de camas COVID adaptadas y disponibles en los hospitales de cada CCAA. Por ello, introducimos en nuestro análisis este criterio. Sin embargo, no tendrá ni la misma importancia ni la misma forma de construirlo que en el estudio previo realizado. En este caso, lo calcularemos por cada 10.000 habitantes contagiados a lo largo del año en la región, de esta forma detectamos que CCAA han dispuesto de un mayor numero de camas y por lo tanto las que menor presión hospitalaria han sufrido. 52 Fuente: Ministerio de sanidad. Dir Web: https://www.mscbs.gob.es/profesionales/saludPublica/ccayes/alertasActual/nCov/documentos/Actualizacio n_282_COVID-19.pdf Ver Anexo [13] 53 En el panorama mundial encontramos tasas de mortalidad muy diversas entre el 0,1 y el 5% sin coincidencia directa con sus contagios. Johns Hopkings (2020). Mortality in most affected conuntries. 54 Fuente: Ministerio de Sanidad. Dir Web: https://www.mscbs.gob.es/profesionales/saludPublica/ccayes/alertasActual/nCov/documentos/Actualizacio n_282_COVID-19.pdf Ver Anexo [14]. 1 -6 0 6 - 50 - Este criterio sigue una función de preferencia gaussiana con s=385. Figura 25: Función de preferencia camas COVID 0 si d=0 P(d) 1- !!!" "#()%" si d>0 4. (MAX) Número de camas COVID UCI por cada 10.000 habitantes contagiados 55 . El número de UCIS disponibles es de vital importancia pues nos muestra la capacidad de cada CCAA para atender enfermedades graves que precisan de cuidados intensivos, como es el caso de los ataques graves del virus al sistema inmunológico. Se trata de un criterio aun más importante que el anterior desde el punto de vista sanitario, pues es en estas camas donde se aloja a la población de mayor riesgo y a la que el virus afecta con mayor intensidad. Es por tanto un criterio transcendental para paliar y evitar el crecimiento del número de defunciones a causa del COVID. Bajo la función de preferencia gaussiana podemos modelizar su comportamiento, contando con s=35. Figura 26: Función de preferencia camas UCI 0 si d=0 P(d) 1- !!!" "#(%" si d>0 55 Fuente: Ministerio de Sanidad. Dir Web: https://www.mscbs.gob.es/profesionales/saludPublica/ccayes/alertasActual/nCov/documentos/Actualizacio n_282_COVID-19.pdf Ver Anexo [15]. 1 -385 0 385 1 -35 0 35 - 51 - 5. (MIN) Personal sanitario contagiado por cada 10.000 contagios 56 . Los recursos humanos disponibles durante la pandemia son un factor clave en el desempeño de las tareas sanitarias, sin embargo, como consecuencia de lo expuesto en el Anexo [11], no ha sido posible su contabilización completa a la hora de la realización de este estudio, por ello vamos a utilizar como criterio el numero de personal contagiado. Los sanitarios afectados por el virus no pueden como es lógico llevar a cabo su función profesional y, por lo tanto, se verán disminuidas tanto las prestaciones como la operatividad de cada CCAA. Este criterio se modeliza bajo una función de preferencia lineal con m=185: Figura 27: Función de preferencia personal contagiado d/185 si d≤185 P(d) 1 si d>185 6. (MAX) Gasto sanitario durante la pandemia (Año 2020) por cada habitante. 57 Por último, como criterio económico fundamental, ponderamos el gasto que ha experimentado cada CCAA en este año 2020. Esto nos puede acercar a encontrar que CCCAA han podido contra con mayor margen mara consume de material intermedio y materiales de protección. Este criterio es modelizado bajo una función de preferencia lineal con m=1: Figura 28: Función de preferencia incremento gasto d/1 si d≤1 P(d) 1 si d>1 56 Fuente: Ministerio de Sanidad. Dir Web: https://www.isciii.es/QueHacemos/Servicios/VigilanciaSaludPublicaRENAVE/EnfermedadesTransmisibles/ Documents/INFORMES/Informes%20COVID-19/INFORMES%20COVID-19%202021/Informe%20COVID- 19.%20N%c2%ba%2060_05%20de%20enero%20de%202021.pdf Ver Anexo [16]. 57 Fuente: Ministerio de Sanidad (2020).Dir Web: https://www.mscbs.gob.es/estadEstudios/estadisticas/inforRecopilaciones/docs/presupuestosIniciales.pdf Ver Anexo [17]. 1 -185 0 185 1 -1 0 1 - 52 - b. Asignación de los pesos de los criterios Para la elección y cálculo de los pesos de los criterios seguimos el mismo esquema que en el estudio anterior, el de plantearnos dos escenarios distintos, en el primero el calculo de los pesos se basa en los criterios sanitarios , mientras que en el segundo y para hacerlo de forma objetiva se utiliza el método de la entropía. b1. Asignación de los pesos basada en criterios profesionales. De nuevo para la elección de los pesos de los criterios recurrimos a los artículos y revistas científicas que disertan sobre el tema sanitario 58 , para así comprender qué criterio obtiene mayor importancia y cuál, sin embargo, posee una importancia más reducida. Según los citados documentos, el criterio de mortalida es el mas importantes de todos, pues lo que se pretende ante toda enfermedad, siguiendo el código deontológico medico 59 , es evitar la muerte del paciente y la mejoría en su salud. Es por ello que el criterio de la tasa de mortalidad es el que ponderamos con mayor peso, seguido del número de contagios. Por lo tanto, la ponderación de nuestros criterios se distribuye de la siguiente forma: Tabla 8: Pesos de los criterios segundo escenario 1 2 3 4 5 6 Pesos 0,2 0,3 0,1 0,15 0,10 0,15 58 Pérez CN, García CCE, Ruiz FMAP, et al. (2020). Importancia del uso adecuado del equipo de protección individual y la implementación de protocolos de seguridad perioperatorios durante la pandemia de COVID- 19 / Alexandre Medeiros Figueiredoa, Antonio Daponte-Codinac,Daniela Cristina Moreira Marculino Figueiredo, et al. (2020). Factores asociados a la incidencia y la mortalidad por COVID-19 en las comunidades autónomas. 59 Fuente: https://www.cgcom.es/sites/default/files/codigo_deontologia_medica_2011.pdf. - 53 - Figura 29: Ponderación de los criterios primer escenario La ponderación sigue, por lo tanto, la siguiente distribución: 50% de la ponderación para los factores virológicos (fallecidos 30%, contagiados 20%), ellos son los que han marcado las necesidades de cada CCAA así como las actuaciones necesarias en cada región. 25% de la ponderación para los recursos materiales (camas 10%, UCIs 15%). Ponderando de forma superior el conjunto de camas UCI, al establecerse en las mismas, prestaciones superiores para los pacientes. 15% de la ponderación para los criterios económicos. 10% de la ponderación para el personal sanitario. Conformando así los cuatro grupos de criterios para nuestro segundo análisis: 1. Factores virológicos 2. Recursos humanos 3. Recursos materiales. 4. Criterios económicos. De esta forma los grupos establecidos para 2020 difieren de los elegidos en el estudio anterior para el año 2019. 0 0,05 0,1 0,15 0,2 0,25 0,3 Pesos+de+los+criterios Contagios Fallecidos Camas UCIs Med.+Contag. Gasto - 54 - b2. Asignación de los pesos basada en el método de la entropía. 60 El segundo de nuestros escenarios utiliza un método objetivo para calcular el peso, (método de la entropía) y a partir del calculo de la entropía y diversidad asigna un peso a cada criterio. Pasamos a exponer dichos pesos: 61 Tabla 9: Entropía, diversidad y pesos segundo escenario. Entropía (E) Diversidad (D) Pesos (W) Nº Contagios 0,9241 0,0759 0,11 Nº Fallecidos 0,8704 0,1296 0,1878 Camas 0,9230 0,0770 0,1115 UCIs 0,9148 0,0852 0,1234 Med. Contagiados 0,7179 0,2821 0,4087 Gasto 0,9596 0,0404 0,0586 Figura 30: Ponderación de los pesos de los criterios (entropía) 60 En este punto no nos reiteramos en la explicación teórica del método, para ello nos remitimos al apartado anterior (8.I.b.b2.) 61 La normalización de cada criterio la remitimos al Anexo [18]. 0,0000 0,0500 0,1000 0,1500 0,2000 0,2500 0,3000 0,3500 0,4000 0,4500 Pesos+de+los+criterios Contagios Fallecidos Camas UCIs M.+Cont Gasto - 55 - Como podemos observar de nuevo con este método, los pesos de los criterios difieren con claridad de los anteriores, debido a las disparidades presentadas entre las CCAA sobre todo en el criterio número 5 de los médicos contagiados. En el año 2020 se han encontrado CCAA en las que los contagios del personal sanitario se disparan hasta los 8000 mientras que en otras estos no llegan hasta los 800. Esto provoca que sea este criterio numero quinto el que se lleve mas ponderación sobre el resto, los cuales poseen resultados mas homogéneos c. Flujos de superación Aplicando los pesos establecidos previamente y los criterios generalizados modelizados según la función correspondiente, obtenemos los siguientes flujos de superación para las alternativas 62 : Tabla 10: Flujos de superación salida y entrada (C. Profesionales) Flujo Positivo/salida (ø+) Flujo negativo/entrada (ø-) Andalucía 0,2939 0,1652 Aragón 0,1115 0,4153 Asturias 0,4472 0,1696 Baleares 0,4034 0,1106 Canarias 0,6323 0,1015 Cantabria 0,3213 0,1848 Castilla-La Mancha 0,0924 0,4104 Castilla-León 0,0902 0,4389 Cataluña 0,1553 0,2817 Comunidad Valenciana 0,2689 0,1702 Extremadura 0,3100 0,1393 Galicia 0,5210 0,0800 Madrid 0,0931 0,4587 Murcia 0,2654 0,1950 Navarra 0,1591 0,3894 62 Exponemos, en primer lugar, los flujos calculados a partir de los pesos basados en los criterios profesionales y presupuestarios (C.P), continuando con los flujos hallados mediante los pesos basados en el método de la entropía (E). - 56 - País Vasco 0,2753 0,2343 Rioja 0,0168 0,5119 Tabla 11: Flujos de superación salida y entrada (Método Entropía) Flujo Positivo/salida (ø+) Flujo negativo/entrada (ø-) Andalucía 0,4062 0,1095 Aragón 0,1359 0,3621 Asturias 0,3359 0,3653 Baleares 0,4435 0,1266 Canarias 0,5606 0,1464 Cantabria 0,2098 0,4466 Castilla-La Mancha 0,1250 0,4040 Castilla-León 0,0942 0,4688 Cataluña 0,3185 0,1833 Comunidad Valenciana 0,2765 0,1762 Extremadura 0,2688 0,1816 Galicia 0,4477 0,1343 Madrid 0,3589 0,2688 Murcia 0,2949 0,1806 Navarra 0,0804 0,5605 País Vasco 0,4342 0,1864 Rioja 0,0813 0,5712 A partir de estos flujos establecemos las relaciones de preferencia de aquellas alternativas comparables, para obtener la clasificación parcial de estas. d. Promethee I: Ordenación parcial Como expusimos en el escenario anterior (Pag. 35), antes de comenzar con la clasificación de las alternativas procedemos a su ordenación parcial en función de los flujos de entrada y salida 63 . 63 Exponemos, en primer lugar, la clasificación parcial conforme al método de los criterios profesionales, seguida de la clasificación obtenida tras la aplicación del método de la entropía. - 57 - Figura 31: Clasificación parcial según método basado en C. profesionales - 64 - Por un lado, las CCAA del sur de España (que continúan encontrándose entre las mejores clasificadas) experimentan una mejoría de sus posiciones, estableciéndose una clara predominancia sobre las CCAA del norte y centro de España. Por otro lado, las CCAA del centro experimentan una leve mejoría con respecto al escenario anterior, provocando que sean las regiones del norte las que peores resultados nos ofrezcan. Si bien, al igual que antes, estas regiones se hayan dispersas a lo largo de toda la clasificación. Por lo que podemos observar que la localización de las CCAA parece influir de manera notable en el desarrollo y gestión sanitaria de la pandemia de cada región. 66 f2. Plano GAIA en función del equipo de gobierno. 67 El segundo de los factores mediante el cual clasificamos a las diversas regiones es el equipo de gobierno que ha gestionado la crisis sanitaria en cada región. Intentando así hallar las posibles relaciones entre ambas variables. Para ello dividimos al conjunto de las CCAA en tres grupos distintos. ~ CCAA gobernadas por el PSOE ~ CCAA gobernadas por el PP ~ CCAA gobernadas por coaliciones regionales En primer lugar, tomando en consideración los resultados obtenidos a través del método basado en los criterios profesionales, obtenemos los siguientes resultados: 66 Si bien, como explicamos anteriormente, no se establece una correlación perfecta entre la localización y la calidad de las prestaciones sanitarias ofrecidas, pues en ningún caso este va a ser el único factor que influya en el desempeño sanitario de las diversas regiones. 67 En este punto hay que tener muy claro que la gestión sanitaria durante gran parte del año 2020 ha estado centralizada y por lo tanto los equipos de gobierno de cada CCAA no han podido desarrollar la mayoría de sus competencias sanitarias. - 65 - Figura 35: Plano GAIA Político-criterios profesionales Como podemos observar en este escenario no se aprecian grandes similitudes entre el equipo de gobierno existente y las prestaciones sanitarias de cada CCAA, si bien es cierto que podemos establecer ciertos rasgos comunes. ~ Tanto aquellas CCAA gobernadas por el PSOE como las gobernadas por el PP han obtenido resultados muy dispares distribuyéndose a lo largo de toda la clasificación, tanto en los mejores puestos como en los más débiles. ~ Sin embargo, al contrario que las anteriores aquellas CCAA gobernadas por partidos regionalistas, obtienen unos resultados más equilibrados y sin tanta dispersión alrededor de la media establecida para el conjunto de las regiones. Por lo que no se encuentran entre las mejores comunidades pero a la vez tampoco entre las que peor comportamiento experimentan. - 66 - Figura 36: Plano GAIA Político-Entropía Atendiendo al Plano GAIA resultante del método objetivo de la entropía recibimos unos resultados muy parecidos a los anteriores, aunque es cierto que cabe realizar ciertas matizaciones con respecto a las indicadas en la parte superior 68 . ~ Por un lado, podemos observar como las comunidades gobernadas por el PP experimentan una leve mejoría en sus posiciones, así como las gobernadas por el PSOE una leve recesión. Sin embargo, aun así, siguen ocupando posiciones a lo largo de toda la clasificación. 68 De nuevo debemos concluir que, aunque se puedan establecer ciertas similitudes, este factor político no es en ningún caso el único ni el factor fundamental que influye en el avance y desarrollo de las prestaciones sanitarias. - 67 - ~ Por otro lado, aquellas comunidades gobernadas por los partidos regionalistas se mantienen en el cómputo global en la misma situación, aunque algunas de ellas invierten sus posiciones, ya que en el primer escenario Cantabria era la que mejores datos presentaba mientras que en este caso son tanto Cataluña como País Vasco las que obtienen mejores resultados comparados, encontrándose Cantabria rezagada con respecto al resto. - 68 - 9. CONCLUSIONES Y REFLEXIONES FINALES En este capítulo resaltamos los resultados obtenidos tanto en el año 2019 como en el 2020, distinguiendo entre los dos escenarios (criterios profesionales y entropía) y siguiendo el mismo esquema del capítulo anterior. I. ESTUDIO DE NORMALIDAD SANITARIA EN ESPAÑA En este primer estudio diferenciamos los dos escenarios estudiados en función de la asignación de los pesos. Comenzando con el primero donde los pesos se han basado en los criterios profesionales, los resultados obtenidos han sido los siguientes. Figura 37: Clasificación Completa primer estudio (C.Profesionales) Podemos destacar cuatro grandes rasgos en esta clasificación completa: ~ En primer lugar, el pequeño salto existente entre la primera alternativa y el resto de ellas, estableciéndose por lo tanto la CCAA de Navarra como la comunidad con el mejor sistema sanitario en condiciones de normalidad sanitaria, con ligera diferencia sobre el resto de las comunidades. -0,6 -0,4 -0,2 0 0,2 0,4 0,6 Flujos'Netos Navarra Aragón Asturias País5Vasco Galicia Islas5Baleares Madrid Castilla-La5Mancha Cataluña Extremadura Canarias La5Rioja Comunidad5Valenciana Cantabria Castilla5y5León Murcia Andalucia - 69 - ~ En segundo lugar, las comunidades de Aragón, País Vasco y Asturias presentan similares resultados entre ellas, si bien, hay una clara diferencia a su favor con respecto al resto de comunidades que ocupan lugares posteriores. ~ En tercer lugar, hay un conjunto de comunidades englobadas desde Galicia hasta Murcia que, pese a presentar diferencias sanitarias, ofrecen diferencias reducidas con respecto a la comunidad posterior y precedente en la clasificación. ~ En último lugar, la Comunidad Autónoma de Andalucía presenta una posición claramente rezagada con respecto al resto, poseyendo los peores resultados sanitarios de España. Por lo tanto, distinguiendo entre los cuatro grupos mencionados podemos establecer una visión completa del conjunto de las CCAA que conformaría la siguiente figura 69 : Figura 38: Mapa resultados primer estudio (C.Profesionales) 69 Siendo las comunidades establecidas con el color verde las que mejores resultados presentan, las de color naranja las que presentan resultados medios y las de color rojo las que peores resultados poseen y más maniobras y esfuerzos para mejorar su sistema de salud deben realizar. - 70 - Pasando al segundo de los escenarios, basado en el método de la entropía, hemos obtenido los siguientes resultados. Figura 39: Clasificación Completa estudio normalidad (Entropía) Podemos destacar otros cuatro grupos en esta clasificación completa: ~ En primer lugar, las CCAA de Canarias, Madrid, Islas Baleares y La Rioja se sitúan a la cabeza del conjunto de regiones con unos resultados muy similares entre ellas. ~ En segundo lugar, las comunidades desde Navarra hasta Aragón presentan una situación estable, diferenciándose del resto de comunidades que comienzan a experimentar resultados mucho menos favorables. ~ En tercer lugar, las comunidades de Cataluña, Cantabria, Murcia, Extremadura y Andalucía se encuentran entre las que ofrecen las prestaciones más deficientes, teniendo que destacar en este grupo los resultados de Cataluña que suponen una cierta mejoría con respecto al resto del grupo. ~ Por último, la Comunidad Autónoma de Castilla-León es la que presenta los peores resultados desligándose del resto con una clara diferencia. -0,6 -0,4 -0,2 0 0,2 0,4 Flujos'Netos Canarias Madrid Islas5Baleares La5Rioja Navarra País5Vasco Asturias Castilla-La5Mancha Comunidad5Valenciana Galicia Aragón Cataluña Cantabria Murcia Extremadura Andalucía Castilla5y5León - 71 - En base a los grupos establecidos podemos representar la situación sanitaria obtenida a partir de este escenario del siguiente modo: Figura 40 : Mapa resultados primer estudio (Entropía) A la vista de los resultados obtenidos tras el análisis de ambos escenarios, aconsejamos un mayor esfuerzo, sobre todo en las comunidades de Andalucía, Murcia, Comunidad Valenciana, Castilla y León, La Rioja, Cantabria y Extremadura, para así intentar que tales regiones alcancen unas prestaciones similares a las del resto de España. Analizando cada una de estas comunidades pormenorizadamente sugerimos centrar los esfuerzos en los siguientes grupos de criterios 70 : ~ Andalucía: Recomendamos, a la vista de los resultados, la mejora de esta región en los cuatro grupos de criterios propuestos (pues no hay ninguno en el que presente grandes resultados). ~ Murcia: Recomendamos, a la vista de los resultados, la mejora de esta región en los cuatro grupos propuestos. Pues no hay ninguno en el que presente 70 Como expresamos anteriormente (Pag. 24 y 25), estos grupos de criterios se dividen entre: 1. Instalaciones e infraestructura. 2. Recursos humanos. 3. Recursos materiales. 4. Criterios Económicos. - 72 - grandes resultados, siendo destacable la mejor actuación de esta comunidad con respecto a Andalucía en el grupo de criterios 3. ~ Comunidad Valenciana: Recomendamos, a la vista de los resultados, la mejora de esta región en los cuatro grupos propuestos. Si bien, en este caso, existe una ligera diferencia entre los grupos 1 y 3 donde la comunidad presenta resultados más aceptables, y los grupos 2 y 4 donde aconsejamos invertir el mayor esfuerzo para paliar los resultados deficientes. ~ Castilla-León: Recomendamos, a la vista de los resultados, la mejora de esta región en los grupos de criterios 2,3 y 4. Con una clara diferencia existente entre el grupo 3 y el resto. Es, en este aspecto, donde la comunidad presenta sus mayores problemas y el principal problema que debe ser reforzado. ~ La Rioja: Recomendamos, a la vista de los resultados, la mejora de esta región en los grupos de criterios 1, 2 y 4. Con una clara diferencia existente entre el grupo 4 y el resto. Es, en este aspecto, donde la comunidad presenta sus mayores deficiencias y el principal ámbito que debe ser reforzado. ~ Cantabria: Recomendamos la mejora de esta región en los grupos de criterios 2 y 3, al presentar resultados bastante deprimidos en tales criterios. Contando, por el contrario, con resultados decentes en el resto de grupo de criterios. ~ Extremadura: Recomendamos la mejora de esta región en los grupos de criterios 2 y 3, haciendo especial hincapié en el primero de ellos, al encontrarse la región rezagada en este aspecto con respecto al resto de comunidades autónomas. - 73 - II. ESTUDIO DE EXCEPCIONALIDAD SANITARIA EN ESPAÑA En cuanto a las conclusiones y recomendaciones del segundo de los estudios realizados, habrá que establecer previamente que, para realizar un análisis más exhaustivo y preciso de lo que ha supuesto esta crisis vírica en el país, hemos decidido desarrollar el mismo bajo criterios bien diferenciados al primer escenario. Esta decisión nos impedirá la comparación entre ambos escenarios, sin embargo, nos permite establecer un análisis más ajustado de la situación sanitaria en el año 2020, mayoritariamente subsumida y orientada hacia la prevención y erradicación del SARSCOV-2 (algo inexistente en los años anteriores). Los resultados obtenidos en este estudio difieren según nos centremos en el método basado en los criterios profesionales o en el de la entropía, por lo que pasamos a exponerlos diferenciadamente. Figura 41: Clasificación Completa estudio excepcionalidad (C. P.) En este estudio, a diferencia del anterior, podemos observar una mayor dispersión entre los flujos netos de las diversas comunidades. Podemos establecer en este caso cuatro grupos diferenciados: -0,6 -0,4 -0,2 0 0,2 0,4 0,6 Flujos'Netos Canarias Galicia Baleares Asturias Extremadura Cantabria Andalucia Counidad5Valenciana Murcia Pais5Vasco Cataluña Navarra Aragón Castilla-5La5Mancha Castilla5y5León Madrid La5Rioja - 80 - [21]. Arenas MM, Lafuente, e., Rodriguez, M.V., (1998). Goal programming model for evaluating an hospital service performance. [22]. Zuniga, M. A., Carrillo-Zuniga, G., Seol, Y. H., & Fos, P. J. (2009). Multi-criteria assessment of county public health capability disparities. Journal of health and human services administration, 32(3), 238–258. [23]. Franco-Giraldo A. (2015). El rol de los profesionales de la salud en la atención primaria en salud (APS). 33(3): 414-424. https://dialnet.unirioja.es/servlet/articulo?codigo=5214006&orden=0&info=link [24]. Starfield B. (2004) Atención Primaria. Equilibro entre necesidades de salud, servicios y tecnología. [25]. Starfield B. (1994) Primary care: is it essential? Lancet ; vol. 344: 1129-33. https://www.fyam.dk/files/23/artikel_3._starfield.pdf [26]. Cantero Priet, David (2003).The transfer of public health responsabilities in Spain. https://www.elsevier.es/es-revista-revista-administracion-sanitaria-siglo- xxi-261-pdf-13047524 [27]. Presupuestos generales del estado (2021). Ministerio de Hacienda. https://www.sepg.pap.hacienda.gob.es/Presup/PGE2021Proyecto/MaestroTo mos/PGE-ROM/doc/L_21_A_G16.PDF [28]. Ministerio de Sanidad (2018). Informe Anual del Sistema Nacional de Salud. Resumen ejecutivo. https://www.mscbs.gob.es/estadEstudios/estadisticas/sisInfSanSNS/tablasEstad isticas/InfAnualSNS2018/ResumenEjecutivo2018.pdf [29]. Ministerio de Sanidad (2018). Informe Anual del Sistema Nacional de Salud. Comunidad Autónoma de Andalucía. https://www.mscbs.gob.es/estadEstudios/estadisticas/sisInfSanSNS/tablasEstad isticas/InfAnualSNS2018/01Andalucia_2018.pdf [30]. Ministerio de Sanidad (2019). Catalogo nacional de hospitales https://www.mscbs.gob.es/ciudadanos/prestaciones/centrosServiciosSNS/hospit ales/docs/CNH_2020.xlsx [31]. OMS (2010). El personal sanitario es imprescindible para lograr los Objetivos de Desarrollo del Milenio relacionados con la salud) https://www.who.int/hrh/workforce_mdgs/es/#:~:text=Solo%205%20de%20lo s%2049,de%20salud%20materna%20e%20infantil. [32]. OMS (2012). Estadísticas sanitarias mundiales https://www.who.int/gho/publications/world_health_statistics/ES_WHS2012_Full. pdf - 81 - [33]. World Economic Forum (2019). The Global Competitiviness Report. http://www3.weforum.org/docs/WEF_TheGlobalCompetitivenessReport2019.pdf. [34]. Federación de Asociaciones para la Defensa de la Sanidad Publica (2020). Informe Situación Actual y Evolución de la Atención Especializada en las Comunidades Autónomas Conclusiones y Recomendaciones. https://www.fadsp.org/documents/2020/ConcyRecDef.pdf [35]. Johns Hopkings. University and Medicine (2020). Mortality in most affected conuntries. https://coronavirus.jhu.edu/data/mortality. [36]. Pérez CN, García CCE, Ruiz FMAP, et al. (2020). Importancia del uso adecuado del equipo de protección individual y la implementación de protocolos de seguridad perioperatorios durante la pandemia de COVID-19. Rev Fac Med UNAM. ;63(4):49-59. https://www.medigraphic.com/pdfs/facmed/un- 2020/un204g.pdf [37]. Alexandre Medeiros Figueiredoa, Antonio Daponte-Codinac,Daniela Cristina Moreira Marculino Figueiredo, et al. (2020). Factores asociados a la incidencia y la mortalidad por COVID-19 en las comunidades autónomas. https://reader.elsevier.com/reader/sd/pii/S0213911120301242?token=C71BDD1 869C2EFC58F87A270BEE6F3B28E001F6741859053F82D3EC55B2124B607D 620FAEEA034D13ABE8B4FB4DE42B8&originRegion=eu-west- 1&originCreation=20210415104538 - 82 - 11. ANEXOS ANEXO [1]: Índice Competitividad Global Muestra de la solidez y competitividad del conjunto de prestaciones españolas y en concreto del sistema sanitario español en comparación con el del resto del mundo. Figura 45: Índice de Competitividad Global ANEXO [2]: Numero de camas del conjunto de hospitales en cada CCAA El numero de camas absoluto es relativizado por cada 100.000 habitantes de la CCAA. Tabla 14: Numero de camas absoluto y relativo de cada CCAA. Nº. Absoluto Nº. Relativo Andalucía 21016 249,7671 Aragón 5254 398,2442 Asturias 3825 373,9734 Baleares 3846 334,5919 Canarias 6916 321,1682 Cantabria 2020 347,6298 Cas. Mancha 5384 264,8481 Cas. León 9414 392,3239 - 83 - Cataluña 34554 450,2023 Com.Valenciana 13985 279,4893 Extremadura 3941 369,1077 Galicia 9779 362,2524 Madrid 20640 309,7521 Murcia 4909 328,6034 Navarra 2295 350,8026 País Vasco 8001 362,4009 Rioja 1050 331,4415 ANEXO [3]: Numero de centros privados en cada CCAA. De nuevo para este criterio igual que para el resto lo relativizamos según el numero de habitantes de cada CCAA. En este caso por cada 100.000 habitantes Tabla 15: Numero de camas absoluto y relativo de cada CCAA. Nº. Absoluto Nº. Ponderado Andalucía 59 7,0119 Aragón 6 4,5479 Asturias 14 13,6879 Baleares 13 11,3097 Canarias 22 10,2165 Cantabria 3 5,1628 Cas. Mancha 8 3,9353 Cas. León 14 5,8344 Cataluña 143 18,6314 Com.Valenciana 22 4,3967 Extremadura 9 8,4293 Galicia 20 7,4088 Madrid 49 7,3536 Murcia 16 10,7113 Navarra 6 9,1713 País Vasco 14 6,3412 Rioja 3 9,4698 - 84 - ANEXO [4]: Numero de profesionales médicos en atención primaria y especializada por CCAA. Los datos relativos al numero de profesionales médicos y los profesionales de la enfermería durante el año 2020 han ido variando conforme avanzaban los meses debido a la incorporación progresiva de personal. Por lo que para el estudio en el escenario de normalidad no tenemos en cuenta estas incorporaciones sucesivas de personal, que se manifestaran en el análisis del escenario de excepcionalidad. Tabla 16: Numero de médicos por cada 1000 habitantes en atención primaria 2015 2016 2017 2018 2019 Andalucía 0,73 0,73 0,74 0,75 0,76 Aragón 0,88 0,88 0,88 0,88 0,88 Asturias 0,75 0,77 0,78 0,78 0,78 Baleares 0,62 0,61 0,62 0,62 0,62 Canarias 0,76 0,75 0,75 0,75 0,74 Cantabria 0,78 0,79 0,83 0,8 0,8 Cas. Mancha 1,1 1,1 1,11 1,11 1,12 Cas. León 0,82 0,82 0,84 0,82 0,83 Cataluña 0,72 0,73 0,75 0,76 0,77 Com.Valenciana 0,71 0,72 0,76 0,76 0,79 Extremadura 0,9 0,9 0,91 0,91 0,92 Galicia 0,82 0,82 0,82 0,82 0,83 Madrid 0,68 0,68 0,68 0,68 0,68 Murcia 0,76 0,75 0,75 0,75 0,75 Navarra 0,8 0,79 0,8 0,8 0,8 País Vasco 0,79 0,79 0,79 0,8 0,8 Rioja 0,84 0,84 0,84 0,84 0,83 Tabla 17: Numero de médicos por cada 1000 habitantes en atención esp. 2015 2016 2017 2018 2019 Andalucía 1,54 1,59 1,59 1,62 1,645 Aragón 2,21 2,18 2,21 2,29 2,29 - 85 - Asturias 2,25 2,28 2,35 2,42 2,47 Baleares 1,93 1,96 1,99 1,99 2,02 Canarias 1,83 1,88 1,91 1,94 1,98 Cantabria 1,72 1,78 1,83 1,89 1,945 Cas. Mancha 1,94 1,96 2,03 2,03 2,075 Cas. Leon 1,79 1,84 1,88 1,9 1,945 Cataluña 1,9 1,94 2,01 2,06 2,115 Com.Valenciana 1,78 1,82 1,82 1,88 1,9 Extremadura 1,81 1,82 1,81 1,84 1,84 Galicia 1,79 1,83 1,88 1,92 1,965 Madrid 2,04 2,13 2,14 2,23 2,28 Murcia 1,75 1,76 1,79 1,84 1,86 Navarra 2,33 2,52 2,6 2,53 2,665 País Vasco 2,15 2,13 2,21 2,3 2,33 Rioja 1,71 1,78 1,81 1,83 1,88 Se han dejado de considerar los datos del año 2020, ya que estos serán incluidos en el análisis del segundo escenario. ANEXO [5]: Numero de enfermeros en atención primaria y especializada por CCAA. Tabla 18: Numero de médicos por cada 1000 habitantes en atención primaria 2015 2016 2017 2018 2019 Andalucía 0,59 0,57 0,57 0,57 0,6 Aragón 0,74 0,74 0,74 0,74 0,77 Asturias 0,66 0,68 0,68 0,75 0,72 Baleares 0,51 0,5 0,5 0,5 0,5 Canarias 0,61 0,61 0,61 0,91 0,9 Cantabria 0,71 0,65 0,65 0,77 0,64 Cas. Mancha 0,89 0,9 0,9 0,9 0,89 Cas. Leon 0,74 0,75 0,75 0,75 0,75 Cataluña 0,67 0,72 0,75 0,72 0,75 Com.Valenciana 0,63 0,62 0,62 0,62 0,63 - 86 - Extremadura 0,86 0,86 0,86 0,87 0,88 Galicia 0,66 0,67 0,67 0,68 0,7 Madrid 0,5 0,5 0,5 0,49 0,5 Murcia 0,58 0,57 0,57 0,56 0,57 Navarra 0,75 0,79 0,79 0,79 0,79 País Vasco 0,69 0,7 0,7 0,69 0,69 Rioja 0,78 0,84 0,84 0,94 0,93 Tabla 19: Numero de médicos por cada 1000 habitantes en atención esp. 2015 2016 2017 2018 2019 Andalucía 2,6 2,69 2,86 2,89 3,02 Aragón 4,37 4,47 4,51 4,56 4,63 Asturias 3,69 3,91 4,11 4,1 4,31 Baleares 3,77 3,84 3,83 3,98 4,01 Canarias 3,16 3,29 3,42 3,54 3,67 Cantabria 3,36 3,52 3,53 3,62 3,705 Cas.Mancha 3,25 3,27 3,42 3,53 3,615 Cas. Leon 3,03 3,13 3,24 3,36 3,465 Cataluña 3,26 3,33 3,41 3,45 3,525 Com.Valenciana 2,8 2,81 2,84 2,91 2,93 Extremadura 3,09 3,18 3,33 3,41 3,53 Galicia 3,28 3,37 3,42 3,51 3,58 Madrid 3,34 3,45 3,62 3,57 3,71 Murcia 2,92 3,05 3,05 3,06 3,125 Navarra 4,22 4,43 4,7 4,63 4,87 País Vasco 4,35 4,34 4,45 4,94 4,99 Rioja 3,25 3,2 3,32 3,33 3,365 Se han dejado de considerar los datos del año 2020, ya que estos serán incluidos en el análisis del segundo escenario. - 87 - ANEXO [6]: Material de alta tecnología por CCAA. En este caso el material disponible de alta tecnología para la función medica es relativizado por cada millón de habitantes de cada CCAA. Tabla 20: Material de alta tecnología por cada CCAA TAC RMN GAM HEM ASD LIT ALI SPECT PET MAMO DO DIAL Andalucía 141 75 30 52 44 15 37 12 8 87 36 667 Aragón 26 23 3 7 6 3 6 4 2 26 3 228 Asturias 19 18 4 4 4 2 7 4 3 18 6 154 Baleares 23 24 6 8 7 4 4 3 2 22 13 186 Canarias 40 35 12 13 19 7 13 12 3 33 16 302 Cantabria 9 6 0 2 4 1 4 3 1 6 1 16 Cas. Mancha 39 37 6 7 10 5 12 7 2 47 15 312 Cas. Leon 47 23 3 7 4 3 4 4 1 27 10 111 Cataluña 120 106 24 35 51 12 36 22 14 102 45 702 Com.Valenciana 87 62 14 29 33 12 28 17 14 59 41 629 Extremadura 26 14 1 5 2 1 5 4 1 20 3 100 Galicia 52 38 8 16 18 4 15 13 4 36 16 441 Madrid 110 135 27 52 54 16 46 27 18 93 46 706 Murcia 28 21 2 7 10 2 5 5 2 21 8 103 Navarra 15 11 0 3 2 2 6 4 2 9 3 127 País Vasco 40 30 9 12 13 5 16 6 6 28 11 226 Rioja 5 4 2 2 2 1 2 2 1 3 3 38 Tabla 21: Material de alta tecnología por cada millón de habitantes TAC RMN GAM HEM ASD LIT ALI SPECT PET MAMO DO DIAL And 16,7573 8,9135 3,5654 6,18 5,2292 1,7827 4,3973 1,4262 0,9508 10,3396 4,2785 80,4588 Ar 19,7076 17,4336 2,2739 5,3059 4,5479 2,2739 4,5479 3,0319 1,5160 19,7076 2,2739 172,8201 Ast 18,5765 17,5987 3,9108 3,9108 3,9108 1,9554 6,8440 3,9108 2,9331 17,5987 5,8662 150,5671 Bal 20,0094 20,8794 5,2198 6,9598 6,0898 3,4799 3,4799 2,6099 1,7299 19,1394 11,3097 161,8151 Cana 18,5754 16,2534 5,5726 6,0370 8,8233 3,2507 6,0370 5,5726 1,3932 15,3247 7,4301 140,2441 Canta 15,4885 10,3256 0 3,4419 6,8838 1,7209 6,8838 5,1628 1,7209 10,3256 1,7209 27,5350 C-M 19,1848 18,2009 2,9515 3,4434 4,9192 2,4596 5,9030 3,4434 0,9838 23,1201 7,3788 153,4781 C-L 19,5870 9,5851 1,2502 2,9172 1,6670 1,2502 1,6670 1,6670 0,4167 11,2521 4,1675 46,2587 Cat 15,6347 13,8107 3,1269 4,5601 6,6448 1,5635 4,6904 2,8664 1,8241 13,2895 5,8630 91,4632 Val 17,3869 12,3907 2,7979 5,7956 6,5950 2,3982 5,5958 3,3974 2,7979 11,7911 8,1938 125,7052 Ext 24,3512 13,1122 0,9366 4,6829 1,8732 0,9366 4,6829 3,7463 0,9366 18,7317 2,8098 93,6584 - 88 - Gal 19,2628 14,0767 2,9635 5,9270 6,6679 1,4818 5,5566 4,8157 1,4818 13,3358 5,9270 163,3636 Mad 16,5081 20,2599 4,0520 7,8038 8,1040 2,4012 6,9034 4,0520 2,7013 13,9569 6,9034 105,9520 Mur 18,7429 14,0572 1,3388 4,6857 6,6939 1,3388 3,3469 3,3469 1,3388 14,0572 5,3551 68,9471 Nav 22,9283 16,8141 0 4,5857 3,0571 3,0571 9,1713 6,1142 3,0571 13,7570 4,5857 194,1261 Vas 18,1178 13,5883 4,0765 5,4353 5,8883 2,2647 7,2471 2,7177 2,7177 12,6824 4,9824 102,3655 Rio 15,7829 12,6263 6,3132 6,3132 6,3132 3,1566 6,3132 6,3132 3,1566 9,4698 9,4698 119,9503 ANEXO [7]: Especificación del material sanitario de alta tecnología 72 . Tabla 22: Material sanitario de alta tecnología Abreviatura Nombre completo TAC Tomografía Axial Computarizada RMN Resonancia Magnética GAM Gammacámara HEM Sala de Hemodinámica ASD Angiografía por Sustracción Digital LIT Litotricia Extracorpórea por Ondas de Choque BCO Bomba de Cobalto ALI Acelerador de Partículas SPECT Tomografía por Emisión de Fotones PET Tomografía por Emisión de Positrones MAMOS Mamógrafo DO Densitómetros Óseos DIAL Equipos de Hemodiálisis ANEXO [8]: Numero de Quirófanos en cada CCAA. Nos encontramos con el único criterio para el cual el ministerio de sanidad a día de realización del estudio todavía no posee datos de 2019, por lo que tomaremos los de 2018. Sin embargo esto no supondrá ningún problema para nuestro análisis, pues se trata de un criterio que tiende a permanecer constante debido a la gran inversión y 72 Para conocer la función de cada equipo nos remitimos al Instituto Nacional del Cáncer. Dir. Web: https://www.cancer.gov/espanol/publicaciones/diccionarios/diccionariocancer/buscar/TAC/?searchMode=Begins - 89 - tiempo que conlleva la creación de nuevos quirófanos y como nos indica el informe de la Federación de Asociaciones para la Defensa de la Sanidad Pública 73 durante el periodo previo al análisis este numero de quirófanos ha permanecido prácticamente estable. El conjunto de quirófanos será relativizado por cada 100.000 habitantes. Tabla 23: Numero de quirófanos relativo de cada CCAA. Nº. Relativo Andalucía 9,1155 Aragón 10,4602 Asturias 10,6400 Baleares 10,5400 Canarias 8,1800 Cantabria 10,1500 Cas. Mancha 7,0900 Cas. León 9,7500 Cataluña 10,2600 Com.Valenciana 9,9400 Extremadura 10,2100 Galicia 10,4800 Madrid 10,5200 Murcia 10,2800 Navarra 12,0700 País Vasco 10,5900 Rioja 8,3100 73 Fuente: Federación de Asociaciones para la Defensa de la Sanidad Pública. Dir Web: https://www.fadsp.org/documents/2020/ConcyRecDef.pdf - 96 - Baleares 225 Canarias 360 Cantabria 780 Cas. Mancha 390 Cas. León 420 Cataluña 210 Com.Valenciana 320 Extremadura 325 Galicia 330 Madrid 105 Murcia 310 Navarra 620 País Vasco 22 Rioja 615 ANEXO [17]: Incremento del gasto por CCAA. Calcularemos el gasto experimentado por cada CCAA relativo por el numero de habitantes durante el año 2020. Tabla 31: Incremento del gasto absoluto y relativo Nº. Absoluto Nº. Relativo Andalucía 11034046826 1.304 Aragón 2071315769 1.558 Asturias 1828540153 1.795 Baleares 1674361263 1.429 Canarias 3061119697 1.407 Cantabria 922931909,7 1.583 Cas. Mancha 3022836638 1.478 Cas. León 3575612574 1.493 Cataluña 9953373439 1.279 Com.Valenciana 6803697305 1.345 Extremadura 1774176244 1.667 Galicia 4108993649 1.521 - 97 - Madrid 8205280225 1.210 Murcia 1931360570 1.278 Navarra 1171564141 1.772 País Vasco 4035144772 1.817 Rioja 415722555,1 1.299 ANEXO [18]: Conjunto de evaluaciones normalizadas, segundo escenario Todos los cálculos son realizados con apreciación de cuatro decimales, sin embargo, para facilitar la exposición mostramos los resultados únicamente con dos de ellos. Tabla 32: Evaluaciones normalizadas segundo estudio Contagios Defunciones Médicos Cont. Camas UCIs Gasto Andalucía 0,07 0,07 0,05 0,06 0,05 0,05 Aragón 0,03 0,02 0,04 0,03 0,03 0,06 Asturias 0,08 0,03 0,10 0,10 0,02 0,07 Baleares 0,07 0,11 0,07 0,07 0,05 0,06 Canarias 0,16 0,23 0,15 0,15 0,03 0,06 Cantabria 0,07 0,06 0,06 0,06 0,01 0,06 C. Mancha 0,04 0,02 0,04 0,05 0,03 0,06 C. León 0,04 0,02 0,04 0,03 0,02 0,06 Cataluña 0,04 0,04 0,05 0,04 0,05 0,05 Valencia 0,06 0,07 0,05 0,06 0,03 0,05 Extremadura 0,06 0,04 0,06 0,06 0,03 0,07 Galicia 0,09 0,08 0,10 0,11 0,03 0,06 Madrid 0,03 0,02 0,03 0,03 0,10 0,05 Murcia 0,05 0,09 0,05 0,07 0,03 0,05 Navarra 0,03 0,03 0,03 0,03 0,02 0,07 P. Vasco 0,04 0,03 0,03 0,03 0,46 0,07 Rioja 0,04 0,02 0,03 0,03 0,02 0,05