Los CRG (Clinical Risk Group) permiten estratificar a la población según la morbilidad, pero hasta ahora, no se ha estudiado el impacto de variables socioeconómicas sobre ésta utilizando este agrupador. Se dispone de información socioeconómica de cada individuo en la base de datos APSIG. Los índices de privación son indicadores compuestos que se utilizan para medir desigualdades en salud entre los territorios. El Departamento de Salud Valencia Clínico-Malvarrosa (DSVCM) ofrece cobertura a Zonas Básicas de Salud (ZBS) de la ciudad de Valencia y pueblos de L´Horta Nord. Esta diversidad geográfica y social aporta singularidad y riqueza al estudio de las desigualdades en salud. OBJETIVO. Analizar el impacto de los determinantes socioeconómicos y la morbilidad de la población del DSVCM por ZBS en el año 2015 y desarrollar un índice de privación poblacional integrado (IPPI) que permita identificar zonas de vulnerabilidad sociosanitaria para incluir estos aspectos en la práctica clínica y gestión sanitaria. METODOLOGÍA. Estudio poblacional de base individual, observacional, analítico y transversal. Incluye una investigación participativa con personas expertas del ámbito social y sanitario. Población de estudio: asignada al DSVCM en 2015 (320.956 personas). Fuentes de Información: SIP, SIA, CRG, INE y APSIG. Programas informáticos: Excel, SPSS, MATLAB R2020a ,3M-HIS, Google Form. Análisis: análisis descriptivo de los determinantes socioeconómicos y la morbilidad por ZBS. Construcción de un IPPI con variables socioeconómicas APSIG mediante análisis de componentes principales y correlación con indicadores clínicos (CRG). Se elaboró un cuestionario y desarrolló el método Delphi con las personas expertas. Mediante la triangulación metodológica se comprobó el grado de convergencia entre los resultados analíticos y los de la investigación cualitativa. RESULTADOS. Se identificó los grupos poblacionales en situación de vulnerabilidad: desempleo, desempleo de riesgo, migrantes, diversidad funcional, sin recursos, nivel de renta baja, familias monoparentales, personas mayores de 65 años que viven solas, enfermedad crónica, enfermedad mental, adicciones y embarazos en menores. Se observó una distribución desigual por ZBS y se representaron los mapas de vulnerabilidad. Se obtuvo un IPPI (40% de varianza explicada) dividido en 7 septiles. El IPPI alto se correspondía con zonas de mayor privación y más carga de enfermedad. Los indicadores utilizados para el cálculo del IPPI se validaron por el 100% de las personas expertas. CONCLUSIONES. Vivir en una zona con un índice de privación mayor lleva asociado mayor carga de enfermedad. La triangulación metodológica ha sido un método útil para validar y dar consistencia a los resultados. Incorporar a la gestión sanitaria indicadores que incluyan la medición del riesgo socioeconómico de la población y su impacto en resultados en salud, la identificación sistematizada de personas en situación de vulnerabilidad ayudará a mejorar la planificación, reorganizar recursos y priorizar intervenciones que posibiliten una atención más eficiente y equitativa.

The CRGs (Clinical Risk Group) allow the population to be stratified according to disease burden and clinical risk, but until now, the impact of socioeconomic variables on morbidity has not been studied using this grouper. Socio-economic information is available for each individual in the APSIG database, based on the Population Information System (SIP). The deprivation index are composite indicators used to measure health inequalities between territories. The Valencia Clinic-Malvarrosa Health Department (DSVCM) offers coverage to Basic Health Zones (ZBS) of the city of Valencia and towns of L´Horta Nord. This geographic and social diversity brings uniqueness and richness to the study of health inequalities. OBJECTIVE. Analyze the impact of the socioeconomic determinants and the morbidity of the DSVCM population by ZBS in 2015 and develop an integrated population deprivation index (IPPI) that allows identifying areas of socio-sanitary vulnerability to include these aspects in clinical practice and health management. METHODOLOGY. Population-based, individual, observational, analytical and cross-sectional study. It includes a participatory research with the Delphi method with experts from the social and health fields. Study population: people registered with SIP and assigned to the DSVCM in 2015 (320.956 people). Information Sources: SIP, APSIG, CRG, Ambulatory System Information, Statistics National Institute. Computer programs: Excel, SPSS, MATLAB R2020a, 3M Health Information System. Analysis: descriptive analysis of socioeconomic determinants and ZBS morbidity. Construction of an IPPI with APSIG socioeconomic variables by principal component analysis and correlation with clinical indicators (CRG). A questionnaire was developed and the Delphi method was developed with the experts. Through methodological triangulation, the degree of convergence between the analytical results and those of the qualitative research was verified. RESULTS. The population groups in vulnerable situations were identified: unemployment, risk unemployment, migrants, functional diversity, without resources, low income level, single-parent families, people over 65 years of age living alone, chronic illness, mental illness, addictions and pregnancies in minors. An uneven distribution by ZBS was observed and the vulnerability maps were represented. An IPPI with 40% of explained variance was obtained divided into 7 septiles. The high IPPI corresponded to areas of greater deprivation and greater burden of disease. In the most deprived territories, the highest proportion of people had low incomes, unemployment and migration. The indicators used to calculate the IPPI were validated by 100% of the experts. All of them pointed out the importance of including socioeconomic indicators in clinical practice and health management. CONCLUSIONS. Living in an area with a higher deprivation index is associated with a higher morbidity. CRG 6, CRG 7, CRG 8, CRG 9, addictions, mental illness and pregnancy in minors have been identified as identifiers of socio-sanitary vulnerability. Methodological triangulation has been a useful method to validate and give consistency to the results. Incorporating indicators into health management that include the measurement of the population's socioeconomic risk and its impact on health outcomes, the systematized identification of people in vulnerable situations will help improve planning, reorganize resources and prioritize interventions that enable more efficient care and equitable.