La Reumatología se ha consolidado como especialidad por la relevancia y prevalencia de las enfermedades que aborda1,2, así como por el desarrollo de sus técnicas diagnósticas y terapéuticas específicas3–5. La especialidad ha experimentado importantes cambios a lo largo de los últimos años, y es de esperar que continúe este proceso en el futuro. Así, las nuevas técnicas diagnósticas y la disponibilidad de nuevos fármacos permiten el abordaje de afecciones que hace años tenían difícil tratamiento, modificando radicalmente el manejo de estas enfermedades. Al mismo tiempo, el aumento de la prevalencia de las enfermedades reumáticas y los mejores niveles de información en la población podrían generar un incremento en la demanda de los servicios prestados por los reumatólogos. Por otra parte, los cambios demográficos también afectarán a la prevalencia de algunas enfermedades de la especialidad. Dado que muchas de las enfermedades reumáticas están relacionadas con la edad, el progresivo envejecimiento de la población apunta a un aumento continuo en el número de pacientes afectados por enfermedades reumáticas. En consecuencia, es posible que la demanda en atención de estas afecciones pueda sobrepasar la capacidad de los reumatólogos activos para facilitar los servicios necesarios de formar rápida, equitativa y eficiente.

En vista de esta situación, surgen múltiples preguntas sobre el futuro de la Reumatología en la Comunidad de Madrid (CM), especialmente sobre las necesidades en el número de reumatólogos para prestar asistencia sanitaria de alta calidad y de forma equitativa a la población de Madrid. Por estas razones, la Sociedad de Reumatología de la Comunidad de Madrid (SORCOM) ha tomado la iniciativa de llevar a cabo un estudio que responda a las preguntas que generan más incertidumbre. Este estudio propone abordar este tipo de preguntas mediante la construcción de un modelo predictivo que se basa en información sobre la oferta actual y previsible, la demanda actual y previsible, y las asunciones y los criterios utilizados para adaptar la oferta a la demanda. En consecuencia, los objetivos de nuestro estudio son: a) describir la distribución de los reumatólogos del sector público en la CM en función de sus características profesionales y sociodemográficas; b) identificar las variables demográficas, de prevalencia, y tecnológicas, de las que depende la carga de trabajo en Reumatología en la CM, y c) construir un modelo predictivo sobre la necesidad de reumatólogos en la CM para los próximos 10 años, basado en los hallazgos de los objetivos anteriores.

Para describir la distribución de los reumatólogos del sector público en la CM en función de sus características profesionales y sociodemográficas se elaboró un cuestionario electrónico (en Excel) con las variables de interés. Las variables de interés fueron decididas en una reunión formal programada a la que se invitó a todos los jefes de Servicio y/o responsables de las Unidades de Reumatología de la CM. Acudieron representantes de 13 servicios de reumatología de la CM, de los cuales 11 eran jefes de Servicio o responsables de Unidad. En esta reunión se partió de una lista de variables propuesta por 2 de los investigadores (PLM y AJBB) y los reumatólogos participantes establecieron las variables de interés definitivas de manera consensuada entre todos los asistentes. Finalmente, las variables consideradas de interés para los reumatólogos de plantilla fueron la edad, el género, la categoría profesional, el sector en el que trabajan y el tipo de contrato que tienen. Para los residentes fueron la edad, el género y la categoría. Para identificar y describir la población de reumatólogos, el cuestionario se envió por correo electrónico a los responsables de las Unidades de Reumatología de los 27 centros públicos de la CM que tienen Servicio de Reumatología o al menos un reumatólogo por Unidad o Servicio, quienes lo cumplimentaron con los datos de todos los reumatólogos de su centro. Se elaboró una base de datos con los datos recibidos de todos los centros. Se utilizaron medias y desviaciones estándar para describir las variables continuas, y proporciones para describir las variables categóricas.

La identificación de las variables de las que depende la carga de trabajo en Reumatología en la CM se llevó a cabo en la reunión mencionada anteriormente en la que se consideraron las actividades que suponen una parte sustancial del trabajo de los reumatólogos. Finalmente, se consideraron 2 grupos de actividades cuya carga de trabajo debía ser conocida y predicha: actividad asistencial (afecciones y procedimientos clínicos) y actividad no asistencial (p. ej., investigación, docencia). Con las variables establecidas se elaboró un cuestionario electrónico, cumplimentado también por los responsables de los servicios. Para estimar la carga de trabajo de cada variable en el conjunto de la CM, se calculó la media ponderada por número de reumatólogos de cada centro.

Para las variables demográficas se utilizó la proyección de la población por grupos de edad del Instituto Nacional de Estadística (INE) hasta el último año estimado disponible (2021)6. Además, se ha estimado la proyección de la población a partir de los datos del padrón de 20117, asumiendo que el incremento de población anual será el mismo que en la proyección de la población del INE.

Para predecir las necesidades de reumatólogos en la CM para los próximos 10 años, se diseñó y construyó un modelo predictivo en Excel cuyo motor de cálculo se basa en información sobre la oferta de reumatólogos, la demanda asistencial, las asunciones y los criterios utilizados para adaptar la oferta a la demanda. El modelo asigna a los reumatólogos cuya edad se desconoce (uno de plantilla y 24 residentes) una edad obtenida de forma aleatoria de los reumatólogos de la misma categoría de los que se conoce la edad. Las asunciones consisten en valores aplicados cuando la variable no es conocida o puede ser cambiante. Por ejemplo, el número de residentes que se forma cada año, el efecto de las nuevas tecnologías, la edad de jubilación de los reumatólogos o el aumento o disminución de incidencia de algunas enfermedades. Los criterios consisten en la definición explícita de un indicador que se quiera cumplir. Por ejemplo, el número de reumatólogos deseado por cada 100.000 habitantes de la población general o mayores de 65 años. Combinando matemáticamente la oferta, la demanda, las asunciones y los criterios, el modelo identifica a los reumatólogos necesarios en el año elegido y los que deben formarse cada año hasta el año elegido. En la figura 1 se muestra la interfaz del modelo.

Figura 1.

Interfaz del modelo predictivo.

(0.73MB).

El modelo permite estimar el número de reumatólogos disponibles y necesarios año a año hasta el año 2021. En este artículo se presentan las estimaciones para el año 2021. Para tener en cuenta la incertidumbre que subyace en las asunciones del modelo, se realizó un análisis de sensibilidad que incluye 3 escenarios: el caso basal (estimado más razonable), el caso más favorable (bajos estimados para las variables de demanda) y el caso más desfavorable (altos estimados para las variables de demanda). Con estos estimados se dispone de 3 escenarios que trazan el rango de verosimilitud dentro del cual se encontrarán las necesidades reales.

Dado que este estudio no recoge datos de pacientes, no fue necesario someterle a evaluación por un comité de ética.

La falta de conocimiento preciso sobre la situación y las previsiones de los recursos humanos en Reumatología, llevaron a la SORCOM a formularse preguntas sobre el futuro de la Reumatología en la CM, especialmente sobre las necesidades en el número de reumatólogos que permita prestar asistencia sanitaria de calidad y de forma equitativa a la población madrileña. El primer obstáculo para responder a estas preguntas es que no se conocía con precisión el número de reumatólogos en la CM y su distribución por edades. La metodología utilizada para conocer el número de reumatólogos en la CM, así como su distribución en función de sus características profesionales y sociodemográficas, aporta información precisa que permite solventar el mencionado obstáculo. Una de las fortalezas de este estudio es que han respondido todos los centros de la CM en los que hay al menos un reumatólogo.

Según los hallazgos del presente estudio, en 2011 en la CM había 3,0 reumatólogos activos por cada 100.000 habitantes en la población general. Esta cifra es superior a la obtenida en un estudio previo realizado por el Ministerio de Sanidad, que estima el número de reumatólogos en la CM en el año 2009 en 2,1 reumatólogos por 100.000 habitantes8. Esta diferencia se debe a que el presente estudio incluye a residentes y el del Ministerio solo incluye a reumatólogos de plantilla. Si solo se hubiesen considerado los reumatólogos de plantilla, la cifra sería de 2,3 reumatólogos por 100.000 habitantes. Esta pequeña diferencia podría ser debida a que el presente estudio de la SORCOM utiliza datos de 2011 y el del Ministerio, de 2009.

El número de reumatólogos por unidad de población en la CM es superior al del Reino Unido (0,9/100.000 habitantes)9, Estados Unidos (1,7/100.000 habitantes)10 o la provincia de Ontario en Canadá (1,2/100.000 habitantes)11, si bien estos datos deben ser tomados con cautela debido a los probables sesgos de infra o sobrestimación que pueden producirse debido a la metodología utilizada en los diferentes estudios. Por otra parte, el número de reumatólogos en la CM es muy superior al recomendado por la Sociedad Española de Reumatología (SER) en sus estándares de calidad asistencial12, en los que se establece que el número máximo de habitantes por reumatólogo debe ser 40.000-50.000. Entre los factores que podrían explicar una mayor densidad de reumatólogos en la CM por unidad de población, quizá el más relevante sea que numerosos centros de la CM son centros de referencia nacional a donde vienen derivados pacientes de otras comunidades autónomas. Otra de las razones podría ser el elevado número de centros con capacidad de docencia MIR, que hace que en la CM haya un residente por cada 3 reumatólogos de plantilla. Otra posible explicación podría estar relacionada con la mayor carga de actividad en investigación y docencia de los reumatólogos de la CM respecto a otras comunidades.

Por otra parte, los hallazgos de la descripción de reumatólogos sugieren, como se ha observado en otras especialidades13, un proceso de feminización de la Reumatología, ya que la proporción de mujeres en la población de residentes (78,3%) es mayor que en los reumatólogos de plantilla (57,0%).

El modelo predictivo desarrollado permite estimar los reumatólogos disponibles y los que serán necesarios desde el año 2011 al año 2021. El modelo funciona mediante la interacción de la información contenida o asumida en 4 módulos: oferta, demanda, asunciones (sobre la oferta y la demanda) y criterios. La información de las variables de cada uno de los módulos puede ser cambiada por el usuario, de manera que constituye un instrumento muy útil por permitir construir numerosos escenarios que pueden darse ahora o en el futuro. La robustez metodológica del modelo radica en que contiene la base de datos de los 199 reumatólogos que hay en la CM, las cifras de población hasta el año 2021 de la CM, la carga de trabajo proporcional de las afecciones reumatológicas más relevantes, y unas formulaciones matemáticas para aplicarlas con diferentes asunciones o criterios.

Con asunciones razonables, la previsión para el año 2021 indica que solo sería necesario formar más residentes o contratar más reumatólogos para mantener el nivel de asistencia en la población general en escenarios de gran aumento de la demanda (superior al 15%). Sin embargo, para mantener el mismo nivel de asistencia a la población mayor de 65 años, sería necesario formar a más residentes o contratar más especialistas, aún sin aumento de la demanda.

Una limitación del estudio es la falta de datos sobre la edad de 25 reumatólogos, que en principio podría ser una limitación para conocer la proporción de reumatólogos que estarán jubilados en un año determinado en el modelo predictivo. Sin embargo, dado que 24 de los reumatólogos de los que se desconoce la edad son residentes y el modelo es hasta el año 2021, ninguno estaría jubilado ese año, por lo que se trata de una limitación poco importante que no afectaría a las predicciones del modelo. En cualquier caso, el modelo asigna a los reumatólogos cuya edad se desconoce una edad obtenida de forma aleatoria de los reumatólogos del mismo nivel o categoría de los que se conoce la edad. Esta forma de resolver la falta de información de la edad se basa en la asunción de que la distribución de edades en los reumatólogos cuya edad se conoce es similar a la distribución de la edad en los reumatólogos cuya edad se desconoce.

En resumen, este estudio puede ser de gran utilidad para planificar con los responsables de la Consejería de Sanidad de la CM la formación médica de posgrado y evaluar la necesidad de recursos humanos en el área de la Reumatología. Además, en el modelo se podrán hacer cambios en las variables, en las asunciones, y en los criterios, con lo cual es adaptable a los cambios clínicos, tecnológicos, sociológicos o demográficos que se produzcan en el entorno, a las asunciones de usuario, y a las modificaciones en los criterios.

El estudio ha sido financiado por Pfizer España.

Los autores declaran no tener ningún conflicto de intereses.