1. Construir la red de multimorbilidad en la población general y cuantificar los parámetros de la red y sus propiedades. 2. Identificar nodos (patologías) de alta conectividad y nodos vulnerables. 3. Extraer y representar visualmente subredes centradas en los principales problemas de salud y analizarlas para identificar posibles determinantes y secuencias causales. 4. Comparar subredes por grupos (sexo, edad, territorios y períodos). 5. Construir redes de uso simultáneo de medicación y redes bipartitas de asociaciones enfermedades: medicamentos.

Diseño: Estudio poblacional longitudinal retrospectivo a partir del registro de la historia clínica del Sistema de Información para el Desarrollo de la Investigación en Atención Primaria (SIDIAP) que incluye 5,8 millones de ciudadanos de Cataluña.
Sujetos: Personas de 18 años o más y con al menos 2 problemas crónicos de salud activos en el periodo 2005-16.
Variables: Edad, sexo, problemas crónicos de salud (código ICPC-2, fecha inicio y fin), medicación crónica (grupo ATC, fecha inicio y fin), territorio, ruralidad, cuadrienio.
Análisis de redes: No direccionales excepto bipartidas/ multicapa. Se obtendrán parámetros de redes, atributos de nodos y patrones de motivos de conectividad con los programas libres R, Cytoscape y Gephi.
Limitaciones: Se trabajará con datos del SIDIAP con información del 80% de la población catalana. Una parte de personas no incluidas podrían usar la sanidad privada, con mayor nivel socioeconómico y posible mejor estado de salud. La información procede de la historia clínica informatizada y puede haber infraregistro o errores diagnósticos.

La presencia simultánea de problemas crónicos es frecuente y afecta al manejo de pacientes, su calidad de vida, prescripción, seguridad y coste sanitario. Los resultados pueden aportar información para la mejora asistencial y planificación de servicios. El análisis de redes puede facilitar la manera de resumir o sintetizar como se asocian los problemas de salud más frecuentes, identificar patrones de comorbilidad y la asociación con factores de riesgo. Patrones no evidentes de asociaciones, más allá del análisis de parejas puede permitir identificar causas y posibles dianas de actuación, y predecir posibles complicaciones en enfermos complejos. También ayudará a identificar patrones de uso simultáneo de medicación potencialmente inadecuados, prever posibles interacciones e identificar estrategias para un uso más seguro y diseñar mejores guías de práctica clínica. La representación visual de la comorbilidad puede ayudar al paciente a mejorar el conocimiento de sus enfermedades, apoyar la educación sanitaria y el autocuidado.

Debido al diseño observacional, retrospectivo y poblacional no se obtendrá consentimiento informado de pacientes para usar información clínica. Los datos serán completamente anónimos sin contener variables que identifique pacientes individuales. La máxima unidad de resolución será el equipo de salud. Se ha obtenido aprobación del CEIC del centro y del IDIAP Jordi Gol. Se seguirá la ley de protección de datos de carácter personal LOPD 15/1999.

Instituto de Salud Carlos III (PI17/01182)