O objetivo deste artigo foi avaliar o uso do índice de comorbidade de Charlson (ICC) para predizer óbito hospitalar em internações da região de Ribeirão Preto, São Paulo, Brasil. Foram analisadas 54.680 hospitalizações entre janeiro de 1996 e dezembro de 1997. Duas adaptações do ICC para a Classificação Internacional de Doenças (CID) foram comparadas e as trinta condições clínicas avaliadas por Charlson foram revistas. A regressão logística foi utilizada para avaliar a capacidade dos modelos de predizer o óbito hospitalar. O modelo de base incluiu: idade, sexo e diagnóstico principal. Diferenças na adaptação para a CID-9 pouco impactaram a capacidade de discriminação dos modelos. A revisão das trinta condições clínicas aumentou a capacidade de discriminação do modelo de predição de óbito (estatística C = 0,73) quando comparado ao modelo com o ICC original (estatística C = 0,72). Todos os modelos testados tiveram efeito reduzido sobre a capacidade discriminativa do modelo de base (estatística C = 0,70). Os resultados apontam a importância de se dispor no país de um sistema de informação que permita uma descrição completa da morbidade hospitalar para o monitoramento do desempenho dos serviços.

The objective of this article was to evaluate the use of the Charlson comorbidity index (CCI) to predict inpatient death in Ribeirão Preto, São Paulo State, Brazil. 54,680 hospitalizations from January 1996 to December of 1997 were analyzed. Two International Classification of Diseases adaptations of CCI were compared, and the 30 clinical conditions assessed by the Charlson index were reviewed. Logistic regression was used to evaluate the models' capacity to predict inpatient death. The baseline model included: age, sex, and principal diagnosis. Differences in ICD adaptations showed little effect on the models' discriminatory capacity. Revision of the 30 clinical conditions increased the model's discriminatory capacity to predict death (C statistic = 0.73), as compared to the model with the original CCI (C statistic = 0.72). All tested models had a reduced effect on the baseline model's discriminatory capacity (C statistic = 0.70). The results show the importance of Brazil having an information system that allows a complete description of hospital morbidity in order to monitor health service performance.