Puntos clave
- De manera individual, ni los datos de LabPiQture (LP) ni los de reclamaciones médicas (MC) identifican el riesgo de mortalidad con la misma eficacia que los registros electrónicos de salud (EHR) en la mayoría de los casos.
- Un nuevo estudio de RGA muestra las áreas en las que LP y MC destacan como formas de evidencia digital de suscripción (DUE, por sus siglas en inglés).
- En conjunto, los datos de LP y MC actúan como fuentes complementarias de evidencia digital, cuya eficacia combinada para medir el impacto en la mortalidad puede ser comparable a la de los EHR en determinadas circunstancias.
Mantequilla de maní. Queso. Galletas. Vino. Mermelada. Leche. Por separado, cada uno tiene su atractivo. Pero si los combinamos correctamente —mantequilla de maní con mermelada, vino con queso, galletas con leche—, el resultado alcanza otro nivel.
Con los datos de LabPiQture (LP) y de reclamaciones médicas (MC) ocurre algo similar. Son útiles por sí solos en el proceso de suscripción, pero su máximo potencial para la evaluación del riesgo se revela cuando se combinan.
RGA ha llevado a cabo una investigación exhaustiva para mejorar la evaluación del impacto en la mortalidad asociada con la evidencia digital de suscripción (DUE, por sus siglas en inglés). Un reciente documento técnico de RGA presenta un análisis comparativo de los impactos en la mortalidad entre tres tipos principales de DUE: LP, MC y EHR (registros electrónicos de salud).
Los nuevos hallazgos demuestran que, aunque el impacto en la mortalidad observado con LP y MC por separado no alcanza el nivel de los EHR, estas fuentes de datos se complementan entre sí y, cuando se combinan, pueden ofrecer una perspectiva sobre la mortalidad comparable a la de los EHR en determinadas circunstancias.
Dentro del estudio
Este estudio analizó las diferencias entre LabPiQture (LP) y las reclamaciones médicas (MC), explorando los factores que podrían explicar su relación complementaria. El objetivo fue comprender mejor las diferencias en la discriminación del riesgo entre LP y MC en distintas condiciones médicas. Los hallazgos ofrecen información sobre la eficacia comparativa de los diferentes tipos de evidencia digital de suscripción (DUE) según la enfermedad evaluada.
Población del estudio
El análisis incluyó solicitantes de seguros de vida de una importante compañía aseguradora, seleccionando solo a aquellos que contaban con datos tanto de LP como de MC en el proceso de suscripción.
Dado que la aseguradora no solicitaba LP en los casos rechazados por MC, se excluyeron los casos rechazados por cualquiera de las dos fuentes para reducir sesgos.
El conjunto de datos final incluyó 7.527 solicitantes con ambas fuentes de información y sin registro de rechazo.
Evaluación del riesgo
Se aplicaron reglas de suscripción a los datos de LP y MC para clasificar a los solicitantes por categorías de riesgo (por ejemplo, “NT super preferred”, “NT standard”, “T preferred”), asignando a cada categoría un riesgo relativo de mortalidad (RR) específico.
El RR para “NT standard” se estableció en 1.
Este análisis consideró únicamente los resultados de laboratorio asociados a LP; los códigos de diagnóstico vinculados a esos análisis no fueron incluidos.
Condiciones médicas
Se identificaron 23 condiciones médicas mediante el cuestionario de solicitud:
- Trastorno por déficit de atención o hiperactividad (TDA/TDAH)
- Ansiedad
- Asma
- Enfermedad celíaca
- Depresión
- Diabetes mellitus
- Presión arterial alta / hipertensión
- Colesterol alto / hiperlipidemia
- Migrañas
- Trastorno obsesivo-compulsivo (TOC)
- Apnea obstructiva del sueño
- Enfermedad o trastorno de la sangre / de coagulación
- Cáncer, tumor u otro crecimiento anormal
- Trastorno cardiovascular o vascular
- Trastorno o alteración del sistema digestivo
- Trastorno de salud mental
- Trastorno o alteración neurológica
- Trastorno o alteración renal
- Trastorno tiroideo o endocrino
- Trastorno del tejido conectivo o autoinmune
- IMC > 30
- IMC < 20
- Pérdida de peso superior a 10 libras
Lo que reveló el estudio
Entre los 7.527 casos analizados, los riesgos relativos promedio (RR) fueron de 0,897 para LP y 0,894 para MC, lo que indica que ambas fuentes muestran niveles similares de riesgo adverso.
Estos resultados coinciden con investigaciones previas que demuestran impactos de mortalidad comparables entre LP y MC en los casos aprobados.
La Figura 1 muestra los riesgos relativos (RR) según edad y sexo. En conjunto, los riesgos de LP y MC son similares, como se mencionó anteriormente; sin embargo, el riesgo asociado a LP es mayor en los hombres, mientras que el riesgo asociado a MC es mayor en las mujeres. Además, LP presenta una mayor dependencia de la edad en comparación con MC.
Entre los posibles factores que podrían explicar estas diferencias se incluyen:
- Los datos de MC pueden estar relacionados con el comportamiento de búsqueda de atención médica; por ejemplo, las mujeres tienden a acudir al médico con mayor frecuencia, lo que podría generar más registros en MC.
- Los datos de LP podrían estar más vinculados a la actividad previa de seguros de vida, que suele ser más frecuente entre los hombres que entre las mujeres.
Las Figuras 2 y 3 muestran los riesgos relativos promedio (RR) de LabPiQture (LP) y de reclamaciones médicas (MC) en relación con 23 condiciones médicas autodeclaradas.
Para cada condición, se comparó el RR promedio de las personas que declararon tener el diagnóstico con el de aquellas que no lo reportaron.
Por ejemplo, la Figura 2 muestra que el riesgo relativo (RR) de LP es considerablemente mayor entre los participantes que reportaron diabetes en comparación con quienes indicaron no padecerla. Esto sugiere que, aunque la evaluación de riesgo de LP puede no identificar de forma específica la diabetes, existe una fuerte asociación entre los resultados de LP y esta condición.
La Figura 3 revela que, en la mayoría de las 23 condiciones médicas, los RR de MC fueron más altos cuando las condiciones fueron declaradas, lo que indica una correlación significativa entre el riesgo observado en MC y los problemas médicos autoinformados, especialmente en casos de depresión y trastornos de salud mental.
En contraste, solo unas pocas condiciones mostraron RR más altos en LP para las respuestas afirmativas en comparación con las negativas del cuestionario médico; los ejemplos más destacados fueron la diabetes y los trastornos de coagulación sanguínea, aunque solo 26 casos cumplieron los criterios para esta última, según se indica en la Figura 4.
Aunque el riesgo general es similar entre MC y LP, el riesgo identificado por LP parece correlacionarse menos con los problemas médicos autodeclarados, excepto en aquellos casos donde los análisis de laboratorio son especialmente relevantes, como la diabetes.
La comparación entre LP y MC demuestra que las diferentes fuentes de datos pueden revelar distintos tipos de riesgo. Mientras que LP puede resultar más eficaz en ciertas condiciones y MC en otras, este hallazgo pone de manifiesto que ambas funcionan como herramientas complementarias dentro de una evaluación integral del riesgo.
Implicaciones para las aseguradoras
Los hallazgos de este estudio refuerzan las conclusiones de investigaciones previas, como se detalla en un documento técnico anterior, que indicaba que los efectos sobre la mortalidad de MC y LP son de magnitud similar y, en general, complementarios.
La evidencia muestra que LP es más eficaz para identificar el riesgo cuando el solicitante declara padecer diabetes, hipertensión o colesterol alto (ver Figura 2), mientras que MC resulta más útil en casos donde se reportan depresión, trastorno obsesivo-compulsivo (TOC) u otros trastornos de salud mental (ver Figura 3).
Uno de los principales aportes de este estudio es su análisis comparativo entre MC y LP en relación con las condiciones médicas autodeclaradas. Los resultados demuestran una asociación significativa entre el riesgo observado en MC y estas condiciones, lo que podría sugerir una menor exclusividad en el valor protector de MC. Si bien esta investigación no constituye una evaluación formal del valor protector, el tema merece un análisis más profundo.
Una limitación importante del estudio es que los datos de LP y MC no se recopilaron en paralelo. La aseguradora decidió solicitar LP solo cuando MC no había resultado en una decisión de rechazo, lo que impidió una comparación directa en los casos denegados por MC. Para reducir sesgos potenciales, también se excluyeron los casos en los que LP generó una decisión de rechazo.
Por lo tanto, los hallazgos se limitan a las comparaciones entre los resultados de LP y MC en los casos aprobados, donde ninguna de las dos fuentes produjo una decisión negativa.
Las decisiones de rechazo representan selección de riesgo, mientras que las decisiones de aprobación se relacionan con la clasificación del riesgo. En consecuencia, este estudio se limita a evaluar LP y MC dentro del ámbito de la clasificación de riesgo.
Cabe destacar que investigaciones previas sugieren que gran parte del valor protector asociado a MC puede deberse a su capacidad para generar rechazos efectivos, por lo que este estudio podría subestimar el valor total que aporta MC.
Al aplicar las reglas de suscripción a los datos de LP, solo se consideraron los resultados y procedimientos de laboratorio, excluyendo los códigos de diagnóstico, ya que estos pueden no estar completamente validados e incluir diagnósticos diferenciales. Por tanto, esta metodología podría no reflejar el valor completo de LP.Finalmente, así como el sabor de un buen vino puede realzarse o perderse según el queso con el que se combine, cada aseguradora debe cuidar que su uso específico de MC y LP se ajuste a sus productos, segmento de mercado y objetivos empresariales.
Los resultados de este estudio no necesariamente representan lo que otras compañías podrían experimentar, y la optimización del uso conjunto de MC y LP, junto con otras fuentes de evidencia de suscripción, es clave para lograr un programa de suscripción exitoso.
Conclusión: próximos pasos
Este trabajo pone de relieve los hallazgos clave de la investigación continua de RGA sobre la evidencia digital de suscripción (DUE). Su propósito es ofrecer a las aseguradoras una comprensión más profunda del valor de las nuevas fuentes de DUE, las cuales están llamadas a desempeñar un papel esencial en el futuro de la suscripción de seguros de vida.
Contáctanos hoy mismo para descubrir cómo estudios como este pueden ayudar a tu empresa a incorporar mejor la DUE en sus procesos de suscripción.
