Concentración del gasto sanitario en una aseguradora colombiana del régimen subsidiado, 2014

Concentration of health spending in an insurer Colombian subsidized regime, 2014

dc.creatorMarrugo-Arnedo, Carlos Alberto
dc.creatorGómez-De la Rosa, Fernando
dc.creatorMoreno-Ruiz, Deicy
dc.creatorFlórez-Tanus, Álvaro
dc.creatorDueñas Castell, Carmelo
dc.creatorAlvis-Guzmán, Nelson
dc.date2019-05-24T13:31:08Z
dc.date2019-05-24T13:31:08Z
dc.date2018-12-13
dc.date.accessioned2023-10-03T19:32:49Z
dc.date.available2023-10-03T19:32:49Z
dc.identifier0120-386X
dc.identifierhttp://hdl.handle.net/11323/4694
dc.identifierCorporación Universidad de la Costa
dc.identifierREDICUC - Repositorio CUC
dc.identifierhttps://repositorio.cuc.edu.co/
dc.identifier.urihttps://repositorioslatinoamericanos.uchile.cl/handle/2250/9170589
dc.descriptionObjetivo: Estimar la concentración del gasto sanitario según grupos de patologías y tipos de servicios en una aseguradora subsidiada que afilia personas pobres (estratos socioeconómicos 1 y 2) al Sistema de Salud de Colombia en 2014. Metodología: Se analizó el gasto sanitario en 1 666 477 afiliados, por grupos de patología y tipos de servicios, en el año 2014. Para la descripción de la concentración del gasto se utilizó el coeficiente de Gini y la curva de Lorenz. Resultados: El gasto sanitario de la aseguradora fue de usd 418 millones. De este, el 81 % se aplicó a servicios contenidos en el Plan Obligatorio de Salud (pos). Los grupos de patologías que concentraron el 43,4 % del gasto sanitario fueron cardiovascular (14,3 %), cáncer (7,8 %), enfermedades respiratorias (7,3 %), enfermedades urinarias (7 %) y traumatismos (6,9 %). Los servicios diagnósticos, curativos y de rehabilitación representaron el 77,8 % del gasto sanitario. La hospitalización fue el grupo de servicio que más impactó el costo (47 %), y las consultas, el más utilizado. Las curvas de Lorenz demostraron que el 70 % del gasto en salud se concentra en aproximadamente el 20 % de los afiliados, generando un coeficiente de Gini de 0,58. Conclusión: El diagnóstico y el tratamiento de las enfermedades crónicas no transmisibles concentran una alta proporción del gasto sanitario, lo cual genera una competencia de recursos para servicios preventivos y de promoción de la salud.
dc.descriptionObjective: to estimate the concentration of health spending depending on pathology groups and types of services in a subsidized insurance company which enrolled low-income people (social economic strata 1 and 2) in the Colombian Healthcare System in 2014. Methodology: Health spending was analyzed in 1 666 477 members, set up by pathologies and types of services during 2014. To describe the concentration of health spending, researchers used the Gini coefficient and the Lorenz curve. Results: the health spending of the insurance company was US$418 million. Out of this, 81 % was used in service contained in the mandatory Health Plan (in Spanish, Plan Obligatorio de Salud -POS). The pathology groups that concentrated 43.4% of health spending were cardiovascular (14.3%), cancer (7.8%), respiratory diseases (7.3%), urinary diseases (7%) and trauma (6.9%). Diagnostic, healing and rehabilitation services represented 77.8% of health spending. Hospitalization was the service group with the highest impact on costs (47%), and consultations, the most used. The Lorenz curves showed that 70% of the health spending is concentrated in approximately 20% the Affiliated people, resulting in a 0.58 Gini coefficient. Conclusion: Diagnostic and treatment of chronic non-transmittable diseases concentrate a vast part of health spending, which produces a competition of resources for preventive services and healthcare promotion.
dc.formatapplication/pdf
dc.languagespa
dc.publisherRevista Facultad Nacional de Salud Pública
dc.relationdoi:10.17533/udea.rfnsp.v37n1a09
dc.relation1. Rosselli D, Tarazona N, Aroca A. La salud en Colombia 1953- 2013: un análisis de estadísticas vitales 1953-2013. Heal Colomb. 2013;36(2):120-35. 2. Frenk J, Frejka T, Bobadilla JL, et al. La transición epidemiológica en América Latina. Boletín la Oficina Sanitaria Panamericana (OSP). 1991;111(6):485-96. 3. Guerrero R, Gallego AI, Becerril-Montekio V., et al. Sistema de salud de Colombia. Salud Publica Mex. 2011;53(122):144-55. 4. Banguero Lozano H. Estructura y dinámica de la población del departamento del Cauca y de Colombia 1938-2025 . Un análisis comparativo. El Hombre y la Máquina. 2005;(24):72-91. 5. Castillo-Rodríguez L, Díaz-Jiménez D, Castañeda-Orjuela C, et al. Years of Life Lost (yll) in Colombia 1998-2011: Overall and avoidable causes of death analysis. PLoS one. 2015;10(5):1-11. doi: https://doi.org/10.1371/journal.pone.0125456. 6. Ministerio de Salud y Protección Social, Instituto Nacional de Salud y Observatorio Nacional de Salud. Violencia homicida en Colombia. Informe técnico. IV Edición. Bogotá: Imprenta Nacional de Colombia; 2014. 7. Ministerio de Salud y Protección Social, Instituto Nacional de Salud y Observatorio Nacional de Salud. Aspectos relacionados con la frecuencia de uso de los servicios de salud, mortalidad y discapacidad en Colombia. 2011. IV Edición. Bogotá: Imprenta Nacional de Colombia; 2015. 8. Ministerio de Salud y Protección Social, Instituto Nacional de Salud y Observatorio Nacional de Salud. Carga de enfermedad por enfermedades crónicas no transmisibles y discapacidad en Colombia. 2015. IV Edición. Bogotá: Imprenta Nacional de Colombia; 2015. 9. Ministerio de Salud y Protección Social, Instituto Nacional de Salud y Observatorio Nacional de Salud. Segundo informe Observatorio Nacional de Salud (ons). Mortalidad 1998-2011 y situación de salud en los municipios de frontera terrestre en Colombia Bogotá: Imprenta Nacional de Colombia; 2013. 10. Ministerio de Salud y Protección Social, Instituto Nacional de Salud y Observatorio Nacional de Salud. Informe 3. Mortalidad evitable en Colombia para 1998-2011. Bogotá: Imprenta Nacional de Colombia; 2014. 11. Pashchenko S, Porapakkarm P. Medical spending in the US: Facts from the Medical Expenditure Panel Survey data set. Fisc. Stud. 2016;37(3-4):689-716. doi: https://doi.org/10.1111 /j.1475-5890.2016.12100. 12. Gastaldi-Ménager C, Geoffard PY, Lagasnerie G. de. Medical spending in France: Concentration, persistence and evolution before death. Fisc. Stud. 2016;37(3-4):499-526. doi: https://doi. org/10.1111/j.1475-5890.2016.12107. 13. Karlsson M, Klein TJ, Ziebarth NR. Skewed, persistent and high before death: Medical spending in Germany. Fisc Stud. 2016;37(3-4):527-59. doi: https://doi.org/10.1111 /j.1475-5890.2016.12108. 14. Bakx P, O’Donnell O, Doorslaer E. van. Spending on health care in the Netherlands: Not going so Dutch. Fisc. Stud. 2016;37(3-4):593-625. doi: https://doi.org/10.1111 /j.1475-5890.2016.12114. 15. Figueroa JF, Joynt Maddox KE, Beaulieu N, et al. Concentration of potentially preventable spending among high-cost medicare subpopulations: An observational study. Ann. Intern. Med. 2017;167(10):706-13. 16. Carbonell Sánchez M, Carbonlle J. Capítulo quinto. El gasto público en salud, incidencia distributiva y equidad. En: El derecho a la salud: una propuesta para México. México: Biblioteca Jurídica Virtual del Instituto de Investigaciones Jurídicas de la Universidad Nacional Autónoma de México (unam); 2013. pp. 57-59. 17. Ministerio de Salud y Protección Social. La Equidad en Salud para Colombia: Brechas internacionales y territoriales. 2015. 18. Schneider MC, Castillo-Saldagado C, Bacallao J, et al. Métodos de medición de las desigualdades de salud. Rev. Pan. Salud Pública. 2002;12(6):398-415. 19. Medina F. Consideraciones sobre el índice de Gini para medir la concentración del ingreso. Estudios Estadísticos y Prospectivos. Santiago de Chile: cepal; 2001. pp. 1-43. 20. Borrell C, Ru M, Pasar MI, et al. La medición de las desigualdades en salud. Gac Sanit. 2000;14(53):20-33. 21. Vadulli RB. Estimación del coeficiente de concentración de Gini a partir de la curva estimada de Lorenz. Rev. Chil. Econ. y Soc. 2012;5(1-2):27-31. 22. Unidad de Análisis de Políticas Sociales y Económicas. Inequidades en el Estado de salud, acceso y uso de dos servicios de salud. Gobierno de Bolivia, Editor; 1998. 23. Organización Mundial de la Salud. Clasificación Internacional de Enfermedades (10.a revisión). Modificación Clínica. 2018. 24. Banco Mundial. Tasa de cambio oficial (umn por US$, promedio para un período) [internet]. [consulta 2014 may. 20]. Disponible en: https://datos.bancomundial.org/indicador/PA.NUS. FCRF?locations=CO 25. Comisión Económica para América Latina y el Caribe. La transición demográfica en América Latina; 2000. 26. Berk ML, Monheit AC. The concentration of health expenditures: An update. Health Aff (Millwood). 1992;11(4):145-9. doi: https://doi.org/10.1377/hlthaff.11.4.145. 27. Riley GF. Long-term trends in the concentration of Medicare spending. Health Aff (Millwood). 26(3):808-16. doi: https://doi. org/10.1377/hlthaff.26.3.808.
dc.rightshttp://creativecommons.org/licenses/by-nc-sa/4.0/
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rightshttp://purl.org/coar/access_right/c_abf2
dc.subjectGasto sanitario
dc.subjectAseguradora
dc.subjectEmpresa promotora de salud
dc.subjectSistema de salud
dc.subjectEconomía de la salud
dc.subjectHealth spending
dc.subjectInsurance company
dc.subjectHealthcare promoter
dc.subjectSubsidized scheme
dc.subjectHealth system
dc.subjectEconomy in healthcare
dc.subjectRégimen subsidiado
dc.titleConcentración del gasto sanitario en una aseguradora colombiana del régimen subsidiado, 2014
dc.titleConcentration of health spending in an insurer Colombian subsidized regime, 2014
dc.typeArtículo de revista
dc.typehttp://purl.org/coar/resource_type/c_6501
dc.typeText
dc.typeinfo:eu-repo/semantics/article
dc.typeinfo:eu-repo/semantics/publishedVersion
dc.typehttp://purl.org/redcol/resource_type/ART
dc.typeinfo:eu-repo/semantics/acceptedVersion
dc.typehttp://purl.org/coar/version/c_ab4af688f83e57aa


Este ítem pertenece a la siguiente institución