AUTORES
- Rosa María Gracia Martínez. Hospital Universitario Miguel Servet. Servicio Aragonés de Salud. Zaragoza, España.
- Salvador Gracia Martínez. Hospital Universitario Miguel Servet. Servicio Aragonés de Salud. Zaragoza, España.
RESUMEN
Los datos de codificación clínico-administrativa se utilizan para gestión, investigación y planificación sanitaria. El objetivo es analizar los factores que determinan su calidad. Método: Se realizó una revisión narrativa de estudios de validación de códigos administrativos y documentación relacionada con clasificación de enfermedades. Resultados: La exactitud de los códigos varía según enfermedad, contexto y algoritmo utilizado. La documentación de origen, formación, auditoría y revisión son determinantes. Conclusiones: La calidad de la codificación debe abordarse como un proceso completo y los datos administrativos deben interpretarse considerando sus limitaciones y validación.
PALABRAS CLAVE
Codificación clínica, clasificación internacional de enfermedades, datos de salud, gestión de la información, administración de los servicios de salud.
ABSTRACT
Clinical-administrative coding data are used for management, research and health planning. The aim is to analyze factors determining data quality. Method: A narrative review of validation studies of administrative codes and classification systems was conducted. Results: Code accuracy varies according to condition, context and algorithm. Source documentation, training, auditing and review are important determinants. Conclusions: Coding quality should be addressed as a complete process, and administrative data should be interpreted considering their limitations and validation.
KEY WORDS
Clinical coding, international classification of diseases, health data, information management, health services administration.
DESARROLLO DEL TEMA
Los datos administrativos hospitalarios se utilizan para conocer actividad, consumo de recursos, resultados y características de las poblaciones atendidas. La codificación de diagnósticos y procedimientos permite transformar información clínica en categorías estructuradas. Sin embargo, un código no es una copia exacta de la realidad clínica y su utilidad depende de la calidad del proceso que lo genera. Una revisión reciente de estudios de validación mostró una variabilidad importante en la exactitud de los códigos administrativos según condición y contexto1,2.
El objetivo de este trabajo es analizar los factores administrativos que influyen en la calidad de la codificación y describir medidas de mejora. Se realizó una revisión narrativa de literatura sobre validación de datos administrativos y sistemas de clasificación, complementada con referencias internacionales y normativa española.
La calidad comienza en la documentación de origen. Si la información necesaria no está disponible, el codificador puede no disponer de elementos suficientes para seleccionar una categoría precisa. Por ello, la calidad de la codificación no debe atribuirse exclusivamente a la persona que introduce el código. Es el resultado de un circuito que incluye documentación, formación, reglas de codificación, supervisión y sistemas informáticos.
Los estudios de validación muestran que el rendimiento de los códigos puede variar según la enfermedad, el tipo de dato y el algoritmo utilizado. Algunas condiciones pueden identificarse con elevada precisión mediante determinados códigos, mientras que otras requieren combinar diagnósticos, procedimientos o fuentes adicionales. Esta variabilidad es especialmente relevante cuando los datos se emplean para investigación, planificación o evaluación de servicios1,3.
El personal administrativo relacionado con la codificación necesita formación continua. Los cambios en clasificaciones, procedimientos y sistemas pueden modificar la manera de registrar la actividad. También son útiles las auditorías periódicas de una muestra de episodios. Estas revisiones permiten detectar patrones de error y orientar acciones formativas, en lugar de limitarse a corregir casos individuales.
Los indicadores pueden incluir porcentaje de episodios con información incompleta, concordancia entre codificación y documentación de referencia, frecuencia de códigos inespecíficos y resultados de auditorías. Deben utilizarse con objetivos de mejora y teniendo en cuenta la complejidad del caso. La comparación entre centros exige además cautela porque las prácticas de documentación y codificación pueden ser diferentes.
La explotación secundaria de los datos requiere conocer sus limitaciones. Utilizar un código como si fuera equivalente a un diagnóstico clínico confirmado puede generar errores de interpretación. La información administrativa es muy valiosa, pero debe contextualizarse y, cuando sea necesario, validarse frente a otras fuentes.
La OMS mantiene la Clasificación Internacional de Enfermedades como un estándar fundamental para la clasificación estadística de enfermedades y problemas de salud4.
La implantación de mejoras debería realizarse de manera gradual. Una prueba piloto en una unidad permite comprobar si los campos, avisos y circuitos son comprensibles antes de extenderlos a toda la organización. Durante esta fase es recomendable recoger incidencias y opiniones del personal que utiliza el procedimiento a diario. Las modificaciones deben documentarse y comunicarse de forma sencilla. Cuando el cambio afecta a varios servicios, es especialmente importante acordar una terminología común y un responsable de coordinación. De esta manera se evita que cada unidad interprete el mismo procedimiento de forma diferente.
La mejora continua requiere revisar los procedimientos con una periodicidad definida. Un circuito que era adecuado cuando se implantó puede dejar de serlo después de cambios tecnológicos, modificaciones organizativas o nuevas necesidades de los usuarios. Las revisiones deberían apoyarse en datos de actividad, incidencias, reclamaciones y observaciones del personal. Cuando se modifica un procedimiento, debe actualizarse también la documentación de apoyo y la formación. Así se evita que convivan instrucciones antiguas y nuevas que generen respuestas contradictorias.
Finalmente, la información obtenida debe convertirse en decisiones concretas. No es suficiente elaborar un cuadro de mando o registrar incidencias si nadie revisa los resultados. Cada indicador relevante debería tener una periodicidad de análisis, un responsable y, cuando sea posible, un objetivo de mejora. Cuando se detecta una desviación, conviene estudiar primero la causa antes de introducir cambios. Este enfoque permite evitar soluciones que únicamente trasladan el problema de una unidad a otra.
La coordinación interna también merece atención. Las tareas administrativas suelen depender de varias personas y sistemas, por lo que la calidad final no puede atribuirse a un único puesto. Es útil establecer puntos de relevo claros, criterios para cerrar una gestión y mecanismos para recuperar tareas pendientes. Cuando el proceso cambia de manos, la información necesaria debe quedar registrada de forma que otro trabajador pueda continuar la actuación sin repetir comprobaciones innecesarias. Esta continuidad reduce la dependencia de conocimientos informales y facilita la sustitución durante ausencias. Asimismo, permite que las incidencias sean analizadas como problemas del proceso y no como situaciones personales aisladas.
CONCLUSIONES
En conclusión, la calidad de la codificación clínico-administrativa depende de todo el circuito de información. La documentación suficiente, la formación, la auditoría y la interpretación responsable de los indicadores son elementos esenciales. Mejorar la calidad no significa únicamente aumentar el número de códigos registrados, sino conseguir que representen de manera consistente la actividad que se pretende medir.
La documentación del proceso debe ser accesible para el personal y mantenerse actualizada. Una instrucción breve y clara suele ser más útil que un documento extenso que nadie consulta. Los cambios importantes deben comunicarse y quedar fechados para evitar dudas sobre cuál es la versión vigente.
BIBLIOGRAFÍA
- Kuang A, Xu C, Southern DA, Sandhu N, Quan H. Validated administrative data based ICD-10 algorithms for chronic conditions: a systematic review. J Epidemiol Popul Health. 2024;202744. doi:10.1016/j.jeph.2024.202744.
- Campbell AC, Tyler J, Shuttleworth RR, Pearce LA, Heerde JA, Borschmann R, et al. Accuracy of administrative data in ascertaining health conditions: a systematic review. JAMIA Open. 2026;9(3):ooag109. doi:10.1093/jamiaopen/ooag109.
- McCormick N, et al. Validity of diagnostic codes for acute stroke in administrative databases: a systematic review. PLoS One. 2015;10:e0130568.
- World Health Organization. ICD-10: international statistical classification of diseases and related health problems. Geneva: WHO; 2019.
