1 / 42

Utilizzo pratico dei dati regionali per la ricerca e l’attività di programmazione

Utilizzo pratico dei dati regionali per la ricerca e l’attività di programmazione. Lamberto Manzoli (1) con il supporto di: Tiziana Di Corcia, Filippo Marchetti, Vito Di Candia, Matteo Montesi, Paolo Cieri, Guido Angeli, Alessandra Rosetti, Manuela Di Virgilio,

hafwen
Download Presentation

Utilizzo pratico dei dati regionali per la ricerca e l’attività di programmazione

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. Utilizzo pratico dei dati regionali per la ricerca e l’attività di programmazione Lamberto Manzoli (1) con il supporto di: Tiziana Di Corcia, Filippo Marchetti, Vito Di Candia, Matteo Montesi, Paolo Cieri, Guido Angeli, Alessandra Rosetti, Manuela Di Virgilio, Elena Marano, Maria Vittoria Riontino, Elena Di Ghionno, Simona Martines, Angelo Menna, Felice Vitullo, Maria Assunta Ceccagnoli (2), Luigi Ruotolo (3), Antonio Savino (4), Carla Granchelli (5), Walter Palumbo (6), (1) Università “G. d’Annunzio” di Chieti e ASR-Abruzzo; (2) U.R.P. ASL Pescara; (3) OpeNETica S.r.l.;(4) Dip. Prevenzione, ASL di Chieti; (5)Dip. Prevenzione, ASL Pescara; (6) FIMMG Abruzzo;

  2. 2-150 Supporto all’attività di programmazione regionale

  3. 3-150 Supporto all’attività di programmazione regionale 2-22

  4. 4-160 I principali studi svolti grazie ai dati regionali

  5. 5-165 Appropriatezza ricoveri:Disease Staging

  6. 6-168 Appropriatezza ricoveri:Disease Staging

  7. 7-181 Appropriatezza ricoveri:PRUO

  8. Legge Regionale n. 20 del 23/06/2006 Logiche del Sistema 1. Criteri di appropriatezza oggettivi e basati su standard di riferimento internazionali: PRUO 2. Campionamento significativo: 2% + 4% o 6% 3. Campionamento casuale 4. Controllo esterno sul 2% 5. Controllo interno sullo stesso 2%: verifica K (minimo 60%) 6. Controllo interno sul resto delle cartelle: notifica della % finale di inappropriatezza 7. Verifica del non superamento del limite di confidenza inferiore al 95% rispetto al nostro risultato 8. Calcolo del limite di confidenza al 95% e applicazione delle sanzioni 8-42

  9. 9-42 Appropriatezza ricoveri:PRUO • 2393 Cartelle esaminate (ricoveri ordinari) – 13081 giornate di degenza (2% del totale valutabile per il 2006) • Inappropriatezza media 39.7% (39.5%), a cui si deve aggiungere una parte dei DRG LEA 2001 (a rischio di inappropriatezza): 10.4% • Solo appropriatezza specifica (non qualità) 2-22

  10. Aggiustando per sesso, età, reparto, nazionalità, ora e giorno di ammissione 10-42

  11. 11-42

  12. Appropriatezza ricoveri:PRUO Principali conclusioni: • Enormi margini di miglioramento (e, in effetti, “crollo” dei ricoveri dal 2006 al 2008 …) • Differenze reali tra i presidi (multivariata …) • Programmazione regionale (ovvio ma non troppo …) • Non necessario un campione elevato (95% CI stretti): problema legale – ispezioni – costi sostenibili 12-42

  13. Non solo appropriatezza:il caso del vaccino antinfluenzale Journal of Hygiene and Preventive Medicine: in press. 13-42

  14. Abbiamo condotto uno studio di corte raccogliendo i dati di 32.457 anziani abruzzesi, grazie alla collaborazione con 116 MMG e Dipartimenti di Prevenzione delle ASL di Chieti e Pescara (linkage SDO) Tutto ciò per valutare l’impatto della campagna vaccinale regionale per gli anziani, e capire se vi erano evidenze del cosiddetto “frailty selection bias” richiamato da alcuni studi di settore per questo tipo di analisi Nell’anno esaminato (2007) non c’è stata epidemia influenzale in Abruzzo, quindi non abbiamo potuto valutare l’impatto del vaccino Tuttavia, non abbiamo riscontrato evidenze di un bias di selezione, supportando la validità del disegno di studio osservazionale per la valutazione dell’efficacia del vaccino antinfluenzale 14/42 Non solo appropriatezza:il caso del vaccino antinfluenzale

  15. 15-42

  16. Vaccinati versus non vaccinati (No bias) • Tasso decessi intraospedalieri = 0.39 vs 0.37 – p>0.05 (multivariata) • Età media 76.6 (7.2) vs 74.3 (7.3) – p<0.001 • Numero medio di ricoveri 0.29 (0.7) vs 0.22 (0.6) • Adjusted OR di ricovero per tutte le cause = 1.40 (1.30-1.50) 16-42

  17. The “observational studies controversial” 17/42

  18. 18-42 Ringraziamenti • Associazioni di categoria: FIMMG, SMI e SIMMG Abruzzo • Fondazione “Camillo de Lellis” – Dipartimenti di Prevenzione e Anagrafi ASL Chieti e Pescara • MMG ASL Pescara: Agostinone Ferdinando, Andreassi Marinelli Francesco, Appignani Carlo, Basile Silvio, Belfiore Piero Attilio, Bellini Cecilia, Blasetti Maria Pia, Blasioli Assunta, Bracone Enrico, Buffone Marino, Calisi Massimo, Carunchio Carlo, Castellini Claudio, Cerolini Forlini Guido, Cervone Luciano, Cesarone Lucia, Ciccarelli Gina, Cipolletti Livio, Colamartino Paolo, Cordoma Pasquale, Cutilli Francesco, Damiani Elisa, D‘Andreagiovanni Rita, De Filippo Giuseppe, De Gregorio Francesco, De Iuliis Rosaria, De Rita Gianfranco, De Sanctis Enzo, D'emilio Agostino Moreno, Di Biase Miraldo, Di Ciccio Giancarla, Di Clemente Marina, Di Donato Sonia, Di Felice Giacomo, Di Fulvio Aristide, Di Giambattista Paolo, Di Marco Silvana, Di Michele Giuseppe, Di Pasquale Angela, Di Serio Luigina, Di Silvestro Luciano, D'innocente Giancarlo, Domani Antonio, Donatelli Marco Giuseppe, Evangelista Paolo, Finucci Sergio, Flacco Giovanni, Ginestra Luciano, Grimaldi Nicola, Iachini Bellisarii Antonio, Iacuone Antonio, Licastro Roberto, Manente Antonio, Manunzio Alfredo, Marano Loredana, Mariani Nicola, Masci Paolo, Mazzocchetti Alvaro, Orlando Elena, Palombo Maria Camilla, Panzieri Fabio, Paolini Andrea, Pardi Vincenzo, Plessi Stefania, Potenza Felice Roberto, Quintilio Leonardo, Saia Antonio, Santuccione Carlo, Scorretti Giovanni, Scrine Owen, Seller Renato, Spazzafumo Emidio, Trono Leone, Valente Salvatore, Verrocchio Elisabetta, Volpone Damiano. • MMG ASL Chieti: Amicucci Raffaella, Ballone Sergio, Casale Ezio, Centurione Rocco Enrico, Costanzo Mario, Cozza Roberto, D'amario Maurizio, D'Angelo Massimo, Delli Navelli Vincenzina, Di Giandomenico Angela Maria, Di Lullo Ennio, Di Nino Rosalinda, Dragone Patrizia, Evangelista Marilena, Finarelli Paolo, Flacco Luigi, Genovesi Aurelia, Giacci Luciano, Iacovella Remo, Ianiro Gabriella, Iarussi Vincenzo, Ionata Rossano, La Rovere Marcello, Laico Maria Grazia, Lando Francesco, Malerba Elena, Marisi Francesco, Marrone Ennio Sergio, Nazionale Tommaso, Pagano Franco, Pantalone Vincenzo, Paolini Camillo, Petrucci Mauro, Piedigrossi Ermindo, Pompilio Pierino, Quadrini Raffaele, Salvatore Luigi, Salvio Giuliano, Scipione Fabrizio, Valente Pietro.

  19. Infine: la collaborazione con i MMG: il Progetto Governo Clinico - Quick 19-42

  20. Infine: la collaborazione con i MMG: il Progetto Governo Clinico - Quick • Le attuali linee guida europee sulla prevenzione delle patologie cardiovascolari raccomandano di basare ogni intervento su una precedente valutazione del rischio globale di ogni individuo • Alcuni studi hanno valutato il profilo di rischio cardiovascolare di ampi gruppi di popolazione, utilizzando diversi sistemi di classificazione, tra i quali ad esempio il Framingham (ATP-III), lo SCORE, il CUORE • Ad oggi, tuttavia, non sono disponibili valutazioni sistematiche del profilo di rischio della popolazione generale di una regione mediterranea 20-42

  21. Introduzione • Nell’agosto 2006, Il Governo Regionale dell’Abruzzo e la Medicina Generale hanno firmato un accordo regionale dal titolo “Governo Clinico”, di durata triennale, finalizzato a migliorare la qualità dell’assistenza territoriale tramite l’implementazione estensiva degli strumenti della EBM (linee guida, audit, percorsi assistenziali, verifiche di risultato) • Tra le strategie per accrescere l’aderenza alle linee guida, il governo regionale aveva stabilito che gli incentivi economici previsti dal contratto della Medicina Generale fossero legati anche al calcolo – e relativa comunicazione – del rischio cardiovascolare globale dei propri assistiti • Di conseguenza, si è avuta l’opportunità di valutare in modo sistematico il rischio cardiovascolare della popolazione generale di una regione italiana 21-42

  22. Metodologia • Tra giugno e dicembre 2007, tutti i Medici di Medicina Generale (MMG) della Regione hanno ricevuto: • Almeno un corso di formazione ECM sulla prevenzione delle malattie cardiovascolare organizzato dalle associazioni di categoria (FIMMG e SIMG) • Un software specificamente sviluppato (Quick RCV ®), che permette il calcolo immediato del rischio individuale tramite Carta CUORE, e la comunicazione periodica alla Regione di tale dato • Incentivi economici per la partecipazione, commisurati alla quantità di informazioni inviate 22-42

  23. Metodologia: Quick RCV • I parametri obbligatori sono quelli della Carta CUORE: • Età (40-69a) • Sesso • PA • Diabete • Colesterolo • Fumo • Terapia anti-ipertensiva • (No eventi CDV maggiori) 23-42

  24. Metodologia • Caratteristiche principali del software: • Distribuito gratuitamente • Calcolo immediato del rischio (visibile al medico) • Integrazione con I diversi gestionali (n=16) dei MMG, permettendo l’immissione / estrazione automatica dei dati nel/dal gestionale • Estrazione semplice ed invio alla Regione, in un format standardizzato (punto decisivo, visti i problemi della fase pilota, nel 2007, con 70 diversi format per 245 MMG, cui è seguita un intensa campagna formativa, e criteri rigidi per l’accettazione) • Codice paziente criptato per motivi di privacy • In ogni caso, software non obbligatorio ai fini del rimborso (utilizzabile anche cuore.exe) 24-42

  25. Metodologia

  26. Principali Risultati 26-42

  27. Principali Risultati • Nonostante accorgimenti e regole, la prima raccolta è stata comunque caratterizzata da una quota notevole di errori (da formati non utilizzabili a scambio di colonne, codici MMG errati, dati mancanti, valori anomali, etc.), che sono stati corretti manualmente, ove possibile, in modo da perdere il numero minimo possibile di informazioni • Carico di lavoro, tuttavia, insostenibile in queste modalità • Soluzione possibile, già in distribuzione: • Nuova versione software, XML Eta: 40-49 Età: 40-49 ETA: 40-49 ETA’: 40-49 Eta_40-49 Eta_:40-49 Et_: 40-49 EtÃ: 40-4 EtÂ: 40-49 EtÀ: 40-49 Et¢Â¦: 40-49 EtÃÃ: 40-49

  28. Principali Risultati (esempio errori)

  29. Principali Risultati – esempio errori

  30. Principali Risultati 30-42

  31. Principali Risultati 31-42

  32. Discussione: femmine? • Solo lo 0.1% delle femmine sono risultate ad alto rischio, contro il 7.5% dei maschi • In parte atteso, poiché secondo la carta CUORE una femmina è classificata ad alto rischio solo se sono presenti tutti i seguenti criteri: età > 59 anni; colesterolo totale 291 mg/dL; diabete e/o fumo • Tuttavia, l’Atlante delle Patologie Cardiovascolari riporta i seguenti dati di prevalenza nell’Italia centrale: 3.1% maschi: 1.5% femmine • Anche ipotizzando una maggiore sopravvivenza per il sesso femminile dopo il primo evento cdv, sembra assai probabile una sottostima della percentuale di donne ad alto rischio • La versione attuale del software include il più preciso CUORE individuale; tuttavia permangono segnalazioni da parte dei MMG: un’indagine su questo punto sarebbe utile 32-42

  33. Discussione: Età? • Di nuovo, i dati di prevalenza non confermano • Motivi statistici • Se corretto, dovremmo destinare lo screening ai soli individui dai 50 ai 69 anni 13-22

  34. Discussione: standardizzare? • E’ utile richiamare i risultati (in termini di % di alto rischio) di altre corti, o perché italiane, o perché di dimensioni paragonabili o superiori (sebbene, sfortunatamente, in nessuna di queste corti in rischio sia stato calcolato mediante la carta CUORE): • Nostra indagine = 5.8% • Corte CUORE (n=20477) = 81.4% (diverso algoritmo di calcolo *) • Health Search (circa 800.000) = 19.7% (selection bias, solo per solo il 6% dei pazienti totali – 44643 – è stato possibile il calcolo del rischio) • QRISK (circa 4 milioni) = 8.45% (UK, anche in questo caso però con calcolo a posteriori, ed età fino a 74a) • Indagini che hanno utilizzato il Framingham (ATP-III), ovvero NHANES III (2.3%), NHANES 1999-02 (2.0%) e Women’s Health Study (1.0%, ma solo donne) * Giampaoli et al. – Am J Epidemiol 2006;163:893 – Basso rischio solo se: pressione sistolica 120 mmHg; diastolica 80 mmHg; no terapia antipertensiva; colesterolo totale <200mg/dl; BMI, <25.0 kg/m2; no fumo e diabete) 34-42

  35. Am J Epidemiol 35-42

  36. Considerazioni finali • Elevato tasso di partecipazione (peraltro alla prima raccolta): 78.6% di tutti i MMG (159,515 individui, quasi un terzo di tutta la popolazione abruzzese di età compresa tra 40 e 69 anni) • Al di là della rilevanza epidemiologica, questo tipo di indagine, differentemente dalle precedenti, rappresenta per sé un vasto intervento di prevenzione, poiché i MMG hanno calcolato e potuto vedere immediatamente (o perlomeno aggiornare) il rischio cardiovascolare del proprio assistito, da cui un probabile aumento dell’aderenza alle linee guida • Chiaramente, necessaria in futuro una verifica di tale miglioramento nel comportamento clinico 36-42

  37. Considerazioni finali • I principali motivi alla base dell’elevata partecipazione sono tre: • Incentivi economici (tuttavia, già presenti in altri progetti, senza alcun risultato) • Efficienza del sistema di raccolta computerizzato (oltre alla semplicità di utilizzo, cruciale la percezione di valore aggiunto del software – non visto dai MMG solo come un mero studio epidemiologico) • Sforzo notevole per le campagne educative da parte delle Associazioni di categoria • Proprio per tali motivi, la nuova versione del software, che dovrebbe ridurre enormemente il tasso di errori (e conseguente carico di lavoro), dovrebbe risultare ancora più semplice ed integrata nel gestionale, e conterrà diverse raccomandazioni utili tratte dalla linee guida e la possibilità di self-audit • Diverse Regioni (es. Lombardia), al momento, stanno avviando indagini analoghe: sarà molto interessante confrontare i risultati (problemi, invece, in Abruzzo …) 37-42

  38. 20-22 Nuovo software

  39. 21-22 Nuovo software

  40. Limiti • Oltre al selection bias, lo studio ha altri limiti tipici di questo tipo di indagini: • La misurazione della pressione e dei lipidi non è stata standardizzata • I precedenti eventi cardiovascolari potrebbero essere stati mal classificati (anche se studi di validazione precedenti hanno segnalato un tasso di falsi positivi minore del 10%) • Possibili frodi o errori (errori corretti quando possibile, frodi valutate tramite un doppio controllo con l’anagrafe regionale, verificando che non fossero stati inviati dati su un numero di assistiti superiore a quelli registrati: solo 4 casi – 0.6% - dove i dati sono stati ripetuti, e che sono stati cancellati e corretti) • In corso analisi di confronto SCORE - CUORE 40-42

  41. Ringraziamenti FIMMG, SIMG, SMI, e 843 MMG … 41-42

  42. In ultimo … • Dopo 3 anni di sforzi, firmato il Primo Protocollo d’intesa per il trasferimento dei dati dalla Direzione delle Politiche della Salute all’ASR-Abruzzo • Primo passo essenziale per la razionalizzazione della gestione dati • Un sentito ringraziamento

More Related