1 / 12

Indice

Selezione e armonizzazione delle variabili della base dati Health-Search e dell’indagine Istat sulle condizioni di salute Vincenzo Atella Federico Belotti Andrea Piano Mortari 24/06/2014. Indice. Obiettivi Problemi Profile matching Armonizzazione delle variabili I pazienti di HS

toya
Download Presentation

Indice

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Selezione e armonizzazione delle variabilidella base dati Health-Search e dell’indagine Istat sulle condizioni di salute Vincenzo Atella Federico Belotti Andrea Piano Mortari 24/06/2014

  2. Indice Obiettivi Problemi Profile matching Armonizzazione delle variabili I pazienti di HS Le variabili di spesa Selezione e armonizzazione delle variabili HS e ISTAT, Andrea Piano Mortari – Roma, 24/06/2014

  3. Obiettivo del progetto Lo scopo di questo lavoro è quello di definire e validare una metodologia che consenta di integrare l’indagine Istat con le informazioni sulla spesa stimata e sulle patologie croniche desumibili della base dati Health Search-SiSSI 1 Selezione e armonizzazione delle variabili HS e ISTAT, Andrea Piano Mortari – Roma, 24/06/2014

  4. Problemi • Assenza di un codice identificativo comune • Assenza di variabili capaci di identificare congiuntamente ed univocamente ciascuna unità • Diversità nella frequenza di rilevazione • Diversità nella definizione di alcune variabili in comune 2 Selezione e armonizzazione delle variabili HS e ISTAT, Andrea Piano Mortari – Roma, 24/06/2014

  5. Profile Matching • È necessario creare una variabile link che fa da ponte tra i due dataset: la chiamiamo profiloe la usiamo per operare il merge tra i due database • merge di gruppi di unità che presentano una serie di caratteristiche in comune (e.g. sesso, età, area geografica) 3 Selezione e armonizzazione delle variabili HS e ISTAT, Andrea Piano Mortari – Roma, 24/06/2014

  6. Armonizzazione delle Variabili • le due basi di dati sono state rese omogenee in termini di: • età dei rispondenti/pazientimediante l’eliminazione dalla base di dati Istat dei rispondenti con un’età inferiore ai 20 e superiore ai 95 anni • periodo di rilevazioneprendendo in considerazione per la base di dati HealthSearch-SiSSI tutte e solo le informazioni rilevanti riferibili agli stessi periodi di rilevazione che caratterizzano l’indagine Istat 4 Selezione e armonizzazione delle variabili HS e ISTAT, Andrea Piano Mortari – Roma, 24/06/2014

  7. Variabili comuni 1 • Trimestre di rilevazione (Dicembre 2004, Marzo 2005, Giugno 2005 e Settembre 2005) • sesso • classe d’età • area geografica 5 Selezione e armonizzazione delle variabili HS e ISTAT, Andrea Piano Mortari – Roma, 24/06/2014

  8. Variabili comuni 2 • Malattie croniche. Variabile dummy che indica la presenza o meno di almeno una delle seguenti malattie croniche (diagnosticate in Health Search-SiSSI, dichiarate in Istat): diabete, enfisema, morbo di Parkinson, cirrosi epatica, asma, ipertensione, infarto, angina pectoris, ictus, tumore, calcolosi, tiroide ed altre patologie cardiovascolari; • Invalidità. Variabile dummy che indica la presenza di almeno una delle seguenti invalidità: cecità, sordomutismo e sordità; • Accertamenti diagnostici. La variabile indica se il paziente si è sottoposto nelle ultime 4 settimane ad almeno uno dei seguenti esami: esami del sangue, esami delle urine o altri accertamenti diagnostici (Rx, diagnostica per immagini, esami di laboratorio). 6 Selezione e armonizzazione delle variabili HS e ISTAT, Andrea Piano Mortari – Roma, 24/06/2014

  9. Profili • Dalle combinazioni delle variabili comuni sono stati creati le variabili chiave (profili) per il merge • sesso • classe d'età • variabile dummy per la presenza di almeno una patologia tra: diabete, enfisema, cirrosi epatica, asma, ipertensione, ictus, tumore, calcolosi, malattie della tiroide • variabiledummy per la presenza di almeno una patologia tra infarto, angina pectorised altre patologie cardiovascolari • Residenza in Lombardia 7 Selezione e armonizzazione delle variabili HS e ISTAT, Andrea Piano Mortari – Roma, 24/06/2014

  10. I pazienti di HS 9 Selezione e armonizzazione delle variabili HS e ISTAT, Andrea Piano Mortari – Roma, 24/06/2014

  11. I pazienti di HS 10 Selezione e armonizzazione delle variabili HS e ISTAT, Andrea Piano Mortari – Roma, 24/06/2014

  12. Variabili di spesa • A partire dal database HealthSearch, integrato con i tariffari regionali e nazionali, sono state costruite le seguenti spese: • Spesa per farmaci: è la spesa calcolata a partire dalle prescrizione dei MMG (Classe A – SSN) al lordo dello sconto SSN • Spesa per visite: è la spesa calcolata a partire dalle prescrizione di visite specialistiche da parte dei MMG • Spesa per accertamenti: è la spesa calcolata a partire dalle prescrizioni di accertamenti (e.g. laboratorio, diagnostica per immagini) effettuate dai MMG • Spesa totale: è la somma delle voci precedenti 11 Selezione e armonizzazione delle variabili HS e ISTAT, Andrea Piano Mortari – Roma, 24/06/2014

More Related